Écouter et voir › Épisode 8

Pourquoi les classements d’IA divergent : biais des métriques d’IA

Les classements mondiaux de préparation à l’IA servent de références faisant autorité. À partir de neuf grands systèmes d’indicateurs couvrant plus de deux cents pays de 2000 à 2025, l’épisode montre que leur dimension dominante suit largement la richesse nationale, que les indicateurs se recoupent d’un système à l’autre plus qu’il n’y paraît, que les rangs varient fortement selon les pondérations, surtout pour les pays à revenu intermédiaire supérieur, et que les données manquantes rendent les pays à faible revenu structurellement absents. Il se conclut par une liste de contrôle méthodologique en huit points à l’intention des producteurs d’indicateurs.

Biais des métriques d’IAVidéo en français, 7 min. Générée avec NotebookLM à partir de l’article publié.Autres versions : English (8 min) · العربية (7 min)
Chapitres

Vous préférez écouter ?

Disponible sur Apple Podcasts et Spotify. Autres applications : flux RSS

Axe de recherche Gouvernance à l’ère numérique et capacité de régulation

L’article When rankings disagree: A robustness analysis of artificial intelligence readiness composite indicators. Ben Brik, A. (2026). Quality & Quantity. Open access. doi.org/10.1007/s11135-026-03044-x

Voir aussi Measuring governance or wealth? Construct validation of AI readiness indices. Ben Brik, A. (2026). Policy & Internet, 18(3), e70050. doi.org/10.1002/poi3.70050 (épisode 9)

Télécharger le MP3 · Audio généré avec NotebookLM à partir de l’article publié.