GenAI et Greenwashing : peut-on faire confiance à l'une pour éviter l'autre ?
15/10/2024 | 14h30 - 15h00 | DEMO STAGE 6
Description
Développé par Publicis Sapient sur la base des principes de l'ARPP (Autorité de Régulation Professionnelle de la Publicité), l'outil Antigreenwashing AI répond à un double objectif:
- faire gagner du temps aux agences via une autoévaluation des campagnes de publicité en amont de l'avis de l'ARPP
- éduquer, et faire monter en compétences, sur le cadre institutionnel en vigueur et à venir
S'appuyant sur l'IA générative, l'outil pose la question très actuelle de l'évaluation des performances de ce type de technologie, qui ne devrait pas s’affranchir de bases de références et de métriques pertinentes. En outre, bien qu'essentielle, l'analyse quantitative ne suffit pas à valider la fiabilité du bilan généré, et la validité de la prédiction n'induit pas nécessairement celle de la justification avancée par l'IA, parfois spécieuse. Enfin, même une justification solide n’a de valeur que si elle est lisible et compréhensible par l’utilisateur ! Comment donc procéder lorsque la performance est multifactorielle et ne se lit pas que dans les chiffres ? Nous vous proposons un retour d'expérience de notre travail sur cette thématique émergente.
- faire gagner du temps aux agences via une autoévaluation des campagnes de publicité en amont de l'avis de l'ARPP
- éduquer, et faire monter en compétences, sur le cadre institutionnel en vigueur et à venir
S'appuyant sur l'IA générative, l'outil pose la question très actuelle de l'évaluation des performances de ce type de technologie, qui ne devrait pas s’affranchir de bases de références et de métriques pertinentes. En outre, bien qu'essentielle, l'analyse quantitative ne suffit pas à valider la fiabilité du bilan généré, et la validité de la prédiction n'induit pas nécessairement celle de la justification avancée par l'IA, parfois spécieuse. Enfin, même une justification solide n’a de valeur que si elle est lisible et compréhensible par l’utilisateur ! Comment donc procéder lorsque la performance est multifactorielle et ne se lit pas que dans les chiffres ? Nous vous proposons un retour d'expérience de notre travail sur cette thématique émergente.
Speakers
Romain BENASSI
Manager Data Science
PUBLICIS SAPIENT
Tiago PIMENTEL
Experience Lead
PUBLICIS SAPIENT
Exposant
