Engineering Trustworthy Agentic Intelligence | Francisco Herrera | ADIA Lab Symposium 2026

Engineering Trustworthy Agentic Intelligence | Francisco Herrera | ADIA Lab Symposium 2026

Ingénierie de l'intelligence agentique fiable | Francisco Herrera | Symposium ADIA Lab 2026

Historique des titres
  • Engineering Trustworthy Agentic Intelligence | Francisco Herrera | ADIA Lab Symposium 2026 — observé le 20261104-2230 UTC (YouTube)
🎙 Prof. Francisco Herrera 👥 878 📅 4 novembre 2026 ⏱ 46 min 👁 2 📄 revue de littérature 🧭 2026-11-04
Disponible en : Français (actuel) English

Mots-clés

trustworthy AIagentic intelligencecontinuous assuranceverifiable AIresidual human state

Résumé

Cette conférence du professeur Francisco Herrera, présentée lors du Symposium ADIA Lab 2026, s’intéresse à l’ingénierie de l’intelligence agentique fiable. Il part du constat que la fiabilité des systèmes agentiques ne découle pas simplement de celle des modèles sous-jacents, mais doit être conçue, démontrée et surveillée à l’échelle du système entier. Il propose trois dimensions fondamentales : la fiabilité, l’IA vérifiable et l’assurance continue. La fiabilité couvre les performances, la robustesse et la surveillance. L’IA vérifiable étend l’explicabilité classique en intégrant des preuves, la traçabilité, la causalité et la gestion de l’incertitude. L’assurance continue assure un suivi dynamique des systèmes en production, avec des seuils d’autorisation et des boucles d’interaction humaine. Il insiste sur l’importance de l’interaction homme-machine, introduisant le concept d’état humain résiduel pour évaluer la capacité des professionnels à maintenir leurs compétences et leur esprit critique après une utilisation prolongée de systèmes d’IA. Des expériences menées sur des étudiants en médecine montrent que l’assistance de l’IA peut entraîner une augmentation des erreurs lors de décisions indépendantes ultérieures, soulignant le besoin de mesures de protection. Il conclut en plaidant pour une approche intégrant l’évaluation de l’état humain résiduel dans les mécanismes de certification et d’assurance continue.

197 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur de cette présentation réside dans sa proposition d’un cadre structuré pour gérer la fiabilité des systèmes agentiques, allant au-delà des approches classiques de confiance en IA. L’argumentation est bien construite : elle part des limitations des définitions traditionnelles de l’IA de confiance, puis introduit trois piliers complémentaires. La force de l’argumentation repose sur des exemples concrets, notamment les études avec des étudiants en médecine, qui illustrent les risques de l’over-reliance. Cependant, certaines parties restent spéculatives, comme l’introduction du concept d’état humain résiduel, qui n’est pas encore formalisé. L’accent mis sur la nécessité d’une évaluation continue et de l’interaction humaine est pertinent et apporte une perspective originale.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est assurée par l’expertise du conférencier, professeur et directeur de l’institut DaSCI. Cependant, la transcription ne fournit pas de références bibliographiques détaillées, ce qui limite la vérifiabilité des affirmations. Le titre est parfaitement adapté au contenu, reflétant les thèmes centraux de fiabilité, de vérifiabilité et d’assurance continue. La clarté de l’exposé et la cohérence interne des concepts renforcent la crédibilité, même si des sources concrètes auraient pu renforcer la démonstration.

196 mots

Adéquation titre / contenu

Le titre correspond exactement au contenu : la présentation traite de l'ingénierie de l'intelligence agentique fiable, en abordant la fiabilité, la vérifiabilité et l'assurance continue.

Qualité & fiabilité

7/10

Présentation par un chercheur reconnu, s'appuyant sur des études récentes, mais sans références détaillées ni accès aux sources primaires dans la transcription.

Moments clés

Sources citées

Apport & nouveautés

L’apport original de cette présentation est la proposition d’un cadre intégrant la fiabilité, la vérifiabilité et l’assurance continue pour les systèmes agentiques, avec une attention particulière à l’impact sur les compétences humaines à long terme. Le concept d’état humain résiduel est nouveau, ainsi que l’idée de boucles de vérification interactive. Cette approche pourrait guider la conception de systèmes d’IA responsables dans les domaines à haut risque.

Pour aller plus loin :

107 mots

Profil radar

Le profil radar montre une bonne quantité et qualité d'informations, avec une fiabilité globale correcte. Le niveau technique est élevé mais accessible, ce qui reflète une présentation destinée à un public spécialisé. Les scores indiquent un contenu riche et bien structuré, avec une fiabilité limitée par le manque de références détaillées.

Fiabilité 7/10