Traduction peut-être obsolète
L’original anglais ou le glossaire du projet a changé depuis la préparation de cette traduction. En attendant sa mise à jour, référez-vous à l’original anglais.
Sciences de l’information · Décision humain–IA
Programme de recherche NIC / Kerry Thornhill
Qu’est-ce qui rend une décision contestable ?
Une recherche sur la manière dont les personnes utilisent les éléments de preuve pour évaluer des décisions appuyées par l’IA – et sur l’information qui permet d’examiner une préoccupation précise.
Le programme « Conditions informationnelles nécessaires » (NIC) relie l’analyse conceptuelle, la recherche sur l’obligation institutionnelle de répondre et des études empiriques proposées sur le jugement humain. Une enquête philosophique connexe examine comment les institutions façonnent ce qui compte comme une raison.
MS in Interdisciplinary Studies · En cours · University of North Texas
Anuradha and Vikas Sinha College of Artificial Intelligence and Advanced Analytics
01 / Le problème de recherche
Une explication n’est qu’un début.
Une personne peut connaître un résultat et la raison invoquée sans disposer des éléments nécessaires pour rechercher une erreur. Le programme NIC se demande ce qui rend une objection substantielle examinable, et comment elle peut recevoir une réponse institutionnelle suivie d’effets.
Comprendre la contestabilité02 / Articles et travaux
Quatre enquêtes.
Des charges de la preuve distinctes.
From Notice to Contestable Grounds
Article conceptuel · Prépublication, octobre 2026Quelles tâches informationnelles doivent rester possibles là où une contestabilité effective est exigée ou promise ?
B / 02Private Power without Epistemic Preemption
Théorie normative · Prépublication prévue en janvier 2027Quand une institution privée doit-elle permettre une contestation éclairée et un réexamen suivi d’effets ?
E / 03Testing Informational Conditions for Meaningful AI Contestability
Programme empirique · ProposéUn programme proposé sur 36 mois : intégration des éléments de preuve, fonctions informationnelles et boîte à outils pour la contestabilité.
H / 04What Counts as a Reason: Institutional Formation and the Limits of Rational Reconstruction
Herméneutique · Prépublication prévue en décembre 2026Comment les institutions façonnent-elles ce qui compte comme une raison, et comment examiner ces critères ?
Prépublication de l’article A disponible · Deux autres articles en préparation · Études empiriques proposées
Voir tous les travaux →03 / Articles récents
Articles récents
Pour une publication dans les médias, écrivez à info@contestability.ai.

Making agentic AI decisions open to meaningful challenge
UK consultation response · November 13, 2026 En anglais uniquementA response to the call for evidence on agentic AI from the Information Commissioner's Office, the UK's data protection regulator. Submitted November 13, 2026.

Les raisons de qui comptent ?
Article court · Novembre 2026Sur la révision d’octobre 2026 de l’entrée « Feminist Social Epistemology » de la Stanford Encyclopedia of Philosophy.
Signature · Kerry Thornhill
Tous les articles →04 / Programme de recherche
Une carte argumentative.
Trois phases, 36 mois.
La carte argumentative montre comment s’articulent une décision institutionnellement opérante, une objection substantielle plausible et la tâche épistémique nécessaire pour l’examiner – ainsi que les six fonctions informationnelles candidates que cette tâche peut exiger. Le plan de recherche teste ces fonctions en trois phases et aboutit à une boîte à outils opérationnelle pour la contestabilité.
- 1Décision institutionnellement opérante
- 2Objection substantielle plausible
- 3Tâche épistémique nécessaire pour l’examiner
- PDFCarte argumentative v. 5 · Plan de recherche v. 6 · 12 octobre 2026
05 / Enquête empirique · Études proposées
Étudier comment les preuves modifient le jugement.
Le travail empirique proposé examine comment les personnes pondèrent des éléments de preuve indépendants à côté des conseils d’une IA ou d’un humain. Il utilise ensuite des cas synthétiques de crédit à la consommation pour tester si une information ajustée à une préoccupation précise aide à reconnaître de véritables erreurs tout en préservant une confiance justifiée lorsqu’il n’y a pas d’erreur.
Les études visent à distinguer l’information utile de celle qui ne fait qu’accroître la confiance ou la suspicion. Leurs résultats pourraient appuyer, restreindre ou réviser le cadre de travail.
Lire le plan d’études proposé
Illustration conceptuelle · Aucun résultat d’étude
06 / Un exemple commenté
Le dossier dit une chose.
La personne en dit une autre.
Une décision de crédit mentionne des arriérés de paiement. Le demandeur pense que le compte avait déjà été soldé. Qu’est-ce qui permettrait à cette préoccupation de devenir une question utile – et à la réponse de compter ?
Cas synthétique / Quatre étapes / Aucun résultat d’étude
07 / Auteur & enquête
Un programme ouvert à la critique.
Kerry Thornhill est étudiant en master (MS) à l’University of North Texas et construit une carrière de recherche universitaire durable en sciences de l’information. Le projet accueille volontiers des retours de fond sur ses arguments, ses méthodes et son périmètre.
À propos du chercheur