56分
🎙️ L'IA va-t-elle révolutionner ou disrupter le droit ? Découvrez l'avis d'un expert, Samuel Dahan Comptoir IA 🎙️🧠🤖
-
- テクノロジー
J'ai eu le plaisir de recevoir Samuel Dahan dans Comptoir IA. Professeur de droit à la Cornell University et directeur du laboratoire de Deel, expert de l'IA légale, il est le seul pour lequel LLM signifie à la fois Master of Laws et Large Language Model ! Un grand merci à notre ami Norman pour cette mise en relation 🙏
Nous avons discuté de l'impact de l'IA générative sur le secteur juridique en 2023-2024. Samuel a souligné l'importance pour l'industrie de mettre en place des benchmarks afin d'évaluer rigoureusement la performance des solutions d'IA juridique, au-delà du buzz médiatique. Il a également évoqué les approches de fine-tuning et d'entraînement de modèles fondationnels spécifiques au domaine du droit, ainsi qu’Harvey et Lexis+.
Samuel a aussi pointé du doigt les biais présents dans certaines IA prédictives utilisées par la justice, un véritable problème de société : "Les personnes de couleur prennent des peines qui sont 30 % plus sévères que les blancs pour le même délit ou le même crime." 😡 Ces biais, enracinés dans les données d'entraînement des modèles, soulèvent des questions fondamentales d'équité et de discrimination.
Enfin, nous avons exploré des sujets plus larges comme la régulation de l'IA par la société civile et les États, l'attribution d'une personnalité juridique aux IA, et les défis éthiques posés par l'utilisation d'IA prédictives dans le système judiciaire. 🤖
Cet épisode passionnant met en lumière les nombreux défis techniques, réglementaires et sociétaux à relever pour déployer une IA digne de confiance dans un domaine aussi sensible et réglementé que le droit.
00:00: Introduction
05:06: Importance de la recherche juridique
09:12: Prédictions et discussions sur les avancées dans le Question Answering
16:29: L'expérience avec les modèles juridiques et le projet Open Justice
26:21: L’importance de l'honnêteté scientifique
28:34: Créer des benchmarks
40:05: Modèles "one size fits all"
45:49: Aspects techniques
50:25: Prédictions réalisées et implications
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
J'ai eu le plaisir de recevoir Samuel Dahan dans Comptoir IA. Professeur de droit à la Cornell University et directeur du laboratoire de Deel, expert de l'IA légale, il est le seul pour lequel LLM signifie à la fois Master of Laws et Large Language Model ! Un grand merci à notre ami Norman pour cette mise en relation 🙏
Nous avons discuté de l'impact de l'IA générative sur le secteur juridique en 2023-2024. Samuel a souligné l'importance pour l'industrie de mettre en place des benchmarks afin d'évaluer rigoureusement la performance des solutions d'IA juridique, au-delà du buzz médiatique. Il a également évoqué les approches de fine-tuning et d'entraînement de modèles fondationnels spécifiques au domaine du droit, ainsi qu’Harvey et Lexis+.
Samuel a aussi pointé du doigt les biais présents dans certaines IA prédictives utilisées par la justice, un véritable problème de société : "Les personnes de couleur prennent des peines qui sont 30 % plus sévères que les blancs pour le même délit ou le même crime." 😡 Ces biais, enracinés dans les données d'entraînement des modèles, soulèvent des questions fondamentales d'équité et de discrimination.
Enfin, nous avons exploré des sujets plus larges comme la régulation de l'IA par la société civile et les États, l'attribution d'une personnalité juridique aux IA, et les défis éthiques posés par l'utilisation d'IA prédictives dans le système judiciaire. 🤖
Cet épisode passionnant met en lumière les nombreux défis techniques, réglementaires et sociétaux à relever pour déployer une IA digne de confiance dans un domaine aussi sensible et réglementé que le droit.
00:00: Introduction
05:06: Importance de la recherche juridique
09:12: Prédictions et discussions sur les avancées dans le Question Answering
16:29: L'expérience avec les modèles juridiques et le projet Open Justice
26:21: L’importance de l'honnêteté scientifique
28:34: Créer des benchmarks
40:05: Modèles "one size fits all"
45:49: Aspects techniques
50:25: Prédictions réalisées et implications
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
56分