Durée
24h Th
Nombre de crédits
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Ce séminaire, dispensé en anglais, poursuit un double objectif. Il vise, d'abord, à présenter les principaux enjeux (politiques, sociaux, économiques et juridiques) des données massives (big data) et des nouvelles technologies, en particulier l'Intelligence Artificielle (IA), dans l'ordre juridique de l'Union européenne. Il a ensuite pour ambition d'introduire une réflexion critique sur les principales approches de régulation, retenues par le législateur européen, sur des points touchant au traitement et à la protection des données, ainsi qu'aux standards s'imposant aux concepteurs et utilisateurs de technologies (comme l'IA) utilisées dans le traitement de données.
En réalisant ces objectifs, le séminaire permettra aux étudiantes inscrites d'acquérir des connaissances approfondies sur les problématiques soulevées par le phénomène de big data (et les technologies en dérivant), les avantages et défauts des solutions de régulation données à ces problématiques et des prospection sur l'application future du cadre réglementaire européen relatif à l'IA.
Le séminaire comprendra 24h d'enseignements ex catedra, structurés autour de quatre grandes thématiques :
Chapitre 1 : La définition des objectifs de la régulation de l'UE en matière d'IA - l'enseignement dispensé dans le cadre de ce chapitre va aborder la problématique de l'identification et la sélection des objectifs et méthodes de régulation de l'IA au sein de l'UE. Pour ce faire, l'enseignement procédera en trois temps : 1. une brève présentation des révolutions industrielles ayant conduit à l'émergence de technologies intelligentes, 2. la définition des concepts d'IA et de régulation et 3. les procédés mis en place au sein de l'UE pour déterminer les objectifs devant encadrer la régulation de l'IA.
Chapitre 2 : Le modèle pour la régulation européenne de l'IA : le RGPD et sa 'progéniture' normative -l'enseignement dispensé dans le cadre de ce chapitre va présenter et expliquer l'impact du RGPD sur les instruments législatifs dans l'UE relatifs aux nouvelles technologies, dont l'IA. Pour ce faire, l'enseignement va aborder quatre principaux points : 1. l'objectif du RGPD de trouver un équilibre entre la libre circulation des données et la protection des données ; 2. la structure du RGPD, 3. l'impact du RGPD sur la législation subséquente sur les nouvelles technologies et 4. L'avènement de la réglementation européenne sur l'IA et l'inspiration qu'elle tire, dans ses objectifs et sa structure, du RGPD.
Chapitre 3 : L'IA en pratique : ce que des exemples topiques de risques associés à des technologies intelligentes enseignent sur l'application future de la réglementation européenne sur l'IA - l'enseignement dispensé dans ce Chapitre vise à présenter et commenter des pratiques et jurisprudences disponibles, traitant de systèmes intelligents considérés 'à (haut) risque'. Deux séries de cas seront distingués : 1. les risques régis par la réglementation de l'UE (accès à l'emploi, diagnostics médicaux, identification biométrique, utilisation d'IA par des autorités publiques, accès à des services notamment sociaux) et 2. les risques non-régis par la réglementation de l'UE (collusion tacite, véhicules autonomes, fiscalité et investissement, sécurité et défense, art et innovation).
Chapitre 4 : Protection juridictionnelle en cas de dommages occasionnés par des systèmes intelligents - L'enseignement dispensé dans le cadre de ce Chapitre abordera la question des preuve, l'attribution de responsabilité et la protection juridictionnelle effective dans des cas de dommages occasionnés par l'usage de systèmes intelligents. Dans cette perspective, il va aborder trois principaux points : 1. les débats (juridiques mais pas uniquement) sur la capacité de l'IA d'être seul auteur de dommage ; 2. les défis relevés par les justiciables dans des actions visant l'indemnisation des dommages associés à l'IA et 3. les solutions auxdits défis proposées dans la législation européenne sur la responsabilité dite algorithmique.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Solide compréhension des enjeux et de l'approche de régulation proposée au niveau de l'UE à l'égard de l'IA et du big data.
Acquisition des connaissances des défis et opportunités que présentent les nouvelles technologies, en particulier l'IA.
Acquisition de compétences de discussion et de présentation en anglais, devant un public diversifié, composé de juristes, politologues et ingénieurs.
Participation active à des débats sur les thématiques abordées dans le séminaire.
Ce cours contribue aux acquis d'apprentissage II.1, II.2, V.1, V.2, VI.1, VI.2, VI.3, VI.4, VII.1, VII.2, VII.3, VII.4, VII.5 du programme d'ingénieur civil en science des données.
Ce cours contribue aux acquis d'apprentissage II.1, II.2, V.1, V.2, VI.1, VI.2, VI.3, VI.4, VII.1, VII.2, VII.3, VII.4, VII.5 du programme d'ingénieur civil en informatique.
Savoirs et compétences prérequis
Exploration de, et ouverture vers différents aspects des rapports entre droit et technologie
Activités d'apprentissage prévues et méthodes d'enseignement
Le séminaire se déroulera en présentiel et se traduira par 24h d'enseignements dispensés ex catedra. Pour chaque Chapitre, les étudiants recevront une liste bibliographique avec l'indication de sources (manuels, articles et arrêts) à lire en vue des séances. Celles-ci seront interactives, intégrant des discussions entre l'enseignant et les étudiant.e.s relatives aux sources recommandées. Des PPT seront utilisés sur des aspects ponctuels du cours et seront également mis à disposition aux étudiant.e.s.
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement en présentiel
Supports de cours, lectures obligatoires ou recommandées
Des présentations, manuels, articles et arrêts seront rendus à la disposition des étudiantes. relatifs aux thématiques abordés dans chaque chapitre. Une sélection de sources pour lecture obligatoire sera également communiquée aux étudiants.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( QCM, questions ouvertes )
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Voy. l'onglet modes d'enseignement
Contacts
Titulaire:
Ljupcho Grozdanovski (lgrozdanovski@uliege.be)
Assistants
Jérôme De Cooman (Jerome.decooman@uliege.be)
Quentin Bebronne (Quentin.Bebronne@student.uliege.be)
Association d'un ou plusieurs MOOCs
Aucun MOOC n'est associé à ce cours.