Using AI at Children's and Women's: Guidance for Ethical and Value-Aligned Practice

Using AI at Children's and Women's: Guidance for Ethical and Value-Aligned Practice

par Haley Foladare

Sciences humaines, sociales & pensée IA & Société UBNumérique et technologies de l’information : thèmes générauxUBJTechnologies numériques et de l’information : aspects sociaux et éthiques
🎙 Haley Foladare 👥 251 📅 2 avril 2026 ⏱ 48 min 👁 14 📄 revue d'actualité 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

biais algorithmiqueéquité en santégouvernance des donnéesprincipes éthiquesoutils institutionnels

Résumé

Cette présentation, donnée par Haley Foladare, responsable de la recherche en santé numérique au Women’s Health Research Institute, vise à fournir des conseils pratiques pour une utilisation éthique et alignée sur les valeurs de l’IA dans le contexte des instituts de recherche en santé de la Colombie-Britannique. Elle commence par une reconnaissance territoriale et souligne que l’IA n’est pas neutre, étant influencée par les visions du monde de ses créateurs, souvent coloniales et capitalistes. Elle présente ensuite le cadre des principes pancanadiens pour l’IA en santé, qui met l’accent sur la gouvernance dirigée par les Autochtones, la souveraineté des données, la centricité sur la personne et la littératie en IA. Foladare détaille trois types de biais pouvant affecter les systèmes d’IA : le biais d’empathie, le biais environnemental et le biais de preuve, illustrés par l’exemple de l’underdiagnostic des crises cardiaques chez les femmes. Elle insiste sur le fait que l’IA peut amplifier les inégalités existantes. En réponse, elle présente les ressources institutionnelles disponibles, notamment le PHSA AI Research Toolkit, les directives sur l’utilisation de l’IA générative pour la recherche, et le groupe de travail sur l’IA et la recherche. Elle mentionne également les recommandations de l’UBC et l’importance d’utiliser les outils approuvés comme Copilot dans les environnements sécurisés. Enfin, elle évoque un projet pilote de traduction assistée par IA avec révision humaine pour garantir l’exactitude et la sensibilité culturelle.

230 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La présentation offre une valeur certaine en fournissant un cadre pratique pour évaluer l’utilisation de l’IA dans un contexte de recherche en santé. Elle met en lumière des enjeux éthiques concrets, comme les biais algorithmiques, et propose des stratégies pour les atténuer. L’argumentation est structurée et s’appuie sur des exemples documentés, comme l’étude sur les crises cardiaques chez les femmes. Cependant, certains points manquent de profondeur technique, et les références précises aux études citées ne sont pas toujours fournies. La présentation est plus orientée vers la sensibilisation et la mise à disposition de ressources que vers une analyse critique approfondie.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est globalement bonne : l’oratrice s’appuie sur des cadres éthiques reconnus et des ressources institutionnelles officielles. Les sources citées, comme le PHSA AI Research Toolkit et les principes pancanadiens, sont pertinentes et fiables. Cependant, certaines affirmations sur les biais ne sont pas accompagnées de références précises, ce qui limite la vérifiabilité. Le titre est en adéquation avec le contenu, qui se concentre sur l’éthique et l’alignement des valeurs dans l’utilisation de l’IA. Aucun commentaire n’était disponible pour analyser les tendances du public.

200 mots

Adéquation titre / contenu

Le titre est fidèle au contenu : il s'agit bien d'un guide pour une utilisation éthique et alignée sur les valeurs de l'IA dans le contexte des instituts de recherche en santé.

Qualité & fiabilité

7/10

La présentation s'appuie sur des cadres éthiques reconnus (principes pancanadiens pour l'IA en santé) et des ressources institutionnelles (PHSA, UBC). Les exemples de biais sont documentés, mais certaines affirmations manquent de références précises. La fiabilité est bonne, mais perfectible.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • PHSA AI Research Toolkit — Document développé au sein de l'institut, fournissant des considérations pratiques sur le cycle de vie de l'IA.
  • Principes pancanadiens pour l'IA en santé — Cadre éthique pour l'utilisation de l'IA en santé au Canada, approuvé par PHSA.
  • UBC Generative AI Guidance — Ressources de l'Université de la Colombie-Britannique sur l'utilisation de l'IA générative.

Sources concordantes

  • PHSA AI Research Toolkit — Ressource institutionnelle alignée avec les recommandations de la présentation.
  • UBC Generative AI Guidance — Ressource institutionnelle alignée avec les recommandations de la présentation.

Apport & nouveautés

Cette présentation apporte une synthèse pratique des ressources institutionnelles disponibles pour une utilisation éthique de l’IA dans la recherche en santé, en mettant l’accent sur l’équité et l’alignement des valeurs. Elle propose des questions concrètes pour évaluer les outils d’IA et souligne l’importance de la participation des communautés. L’originalité réside dans l’intégration de considérations autochtones et de justice sociale dans le discours sur l’IA.

Pour aller plus loin :

  • Principes pancanadiens pour une IA responsable en santé — Document de référence sur les principes éthiques.
  • Biais algorithmiques en santé — Article de synthèse sur les biais dans les algorithmes.
  • Souveraineté des données autochtones — Principes PCAP® des Premières Nations.

109 mots

Profil radar

Le profil radar montre une bonne qualité d'information et une fiabilité globale correcte, mais un niveau technique modéré, reflétant une présentation orientée vers la pratique plutôt que vers la technique. La quantité d'information est satisfaisante, mais pourrait être enrichie.

Fiabilité 7/10