L’assurance maladie à son tour accusée de cibler les mères pauvres

Désolé, soit tu ne réponds pas à la bonne personne, soit tu n'as pas compris ce que tu as lu.
Je reponds à quelqu'un qui dit "contrôler plus un groupe où on a détecté plus de fraudes c'est normal c'est plus efficace"

J'illustre avec un exemple, forcé et sursimplifié exprès, et c'est écrit explicitement, que faire ça n'est pas forcément plus efficace: ça dépend de la prévalence de la fraude, des paramètres qu'on choisit pour distinguer les groupes, des tailles d'échantillon, du nombre de contrôles qu'on est capable d'effectuer, etc.
Ici avec l'exemple des prévalences basse à 2 et 4, on gagne au mieux 1 point de pourcentage même en allant à fond sur le groupe où la fraude est plus élevée.

Oui, j'ai pris l'exemple extrême où on se retrouve avec un groupe contrôlé et l'autre pas du tout, justement pour montrer aussi que c'est à ça qu'on arrive dans un exemple simple et full maitrisé avec juste une toute petite différence dans les taux, pour peu qu'on ait pas alloué assez de ressources au contrôle et qu'on cherche juste à optimiser le taux de détection. Autrement dit, ce type d'algo est très sensible à certains type de variations, il faut bien faire attention à ce qu'on maximise et à tous les paramètres d'entrée pour pas faire du n'imp'.
D'autant plus du coup si les bénéfices sont ridicules. Alors si en plus l'algo est pas simple et pas maitrisé ? ...

D'ailleurs on pourrait reprendre le même exemple mais cette fois décider que la métrique la plus importante, c'est que chaque fraudeur ait autant de chance de se faire chopper. Et là il faudrait pousser l'allocation de ressource vers le groupe à la prévalence la plus basse (mais pas à 100%), parce que si on s'amuse à faire des groupes comme ça, on se retrouve avec les deux métriques "égalité face au contrôle" et "nombre de fraude choppée" qui évoluent dans des sens opposés.

On pourrait aussi se dire qu'aucune des deux mesures n'est bonne, mais que ce qui nous intéresse en fait c'est que la prévalence de la fraude baisse. Et peut-être que là on ne mettrait pas que les contrôles dans l'équation.

Après et je le dis aussi, tout dépend de nos valeurs. Si on gagne genre 100000€ avec l'usine à gaz, et que pour gagner ça il faut accepter qu'un groupe échappe plus à la fraude et aux contrôles qu'un autre, ça vaut le coup ou pas ? À partir de combien de benef, et de combien d'inégalité on considère que c'est ok ou pas ok ? Est-ce que c'est seulement acceptable de chiffrer ça ? Et si on augmentait l'enveloppe allouée aux contrôles plutôt que de vouloir couper les dépenses ? Et si on met l'éducation dans la balance ? On mesure la récidive ou pas ? Etc. Ça c'est à chacun de voir avec ses convictions.

Et c'est très cocasse de voir mon exemple illustrant l'impact des nuances à différents niveaux être qualifié de binaire...

De plus, si le taux de controle positif devient plus élevé dans un groupe alors avec ces algorithmes, les contrôles basculeront dans ce nouveau groupe.

Désolé mais ça, ça me fait sérieusement douter de tes compétences en matière de stats, de probas, d'algo, d'échantillonage et de connaissances sur les modèles bourrés de paramètres. Si c'était aussi simpliste, on ne se poserait pas autant la question des impacts des biais, et j'écrirais pas des pavés en faisant des facepalm. Merci la loi de Brandolini.

Sérieusement, ça fait des années que je lis les commentaires ici, et c'est fou comme tu as l'habitude de lire des textes, d'inventer du contenu qui n'est pas dedans, de crtiquer agressivement ce contenu inventé, et de persister même quand on t'écrit noir sur blanc qu'on a juste jamais émis l'opinion/argument que tu critiques. C'est parce que tu trolles, parce que tu as des soucis de lecture, ou des soucis à concilier ce qui est écrit avec ce que tu voudrais voir écrit, ou des soucis pour reconnaître que tu n'as pas compris un truc, ou un besoin compulsif de commenter avant d'avoir lu et digéré le texte ?

Pour faire simple, tu pars du fait qu'à un moment, un seul groupe sera audité pour conclure à l'iniquité de l'algo, ce qui est donc faux

Ce n'est absolument pas ce que je fais.
Déjà, et comme je l'ai dit dans mon commentaire précédent, je ne répond pas directement à l'article, et je ne critique pas directement l'algo de la CNAM. Je ne conclus pas à l'iniquité de l'algo, tout simplement parce que, et moi je suis capable de le reconnaître aisément, je ne suis pas chercheur en algo ou IA, et même si je m'intéresse beaucoup au sujet, ce n'est pas mon domaine d'expertise direct. Les chercheurs eux-mêmes ont énormément de mal à anticiper les sorties de ces algos et à quantifier les risques associés aux biais, ce n'est sûrement pas moi qui vais conclure sur le fait que ça va merder ou pas. Je laisse ça au experts.
Du coup tu dis que mon raisonnement ne supporte pas ma conclusion, mais tu n'as compris ni le contexte de mon commentaire, ni ma conclusion...

En effet, "l'algo ne contrôle qu'un groupe", ce n'est pas une prédiction de ma part sur le comportement de l'algo CNAM, c'est une propriété volontaire de mes paramètres pour voir "dans le cas extrême où on maximise le rendement en contrôlant un max le groupe où il y a le plus de fraudes, est-ce que c'est forcément plus efficace ?"

Je réponds à un commentaire, qui ne parle pas non plus spécifiquement de l'algo de la CNAM, et qui soulève la question générale "est-ce que ce n'est pas normal, quand on cherche l'efficacité, de contrôler plus les groupes où la prévalence de la fraude est plus élevée ?"

Mon modèle exemple montre que, rien qu'avec cas simple où on maximise une sortie:

• on peut considérer les données sous plusieurs perspectives/indicateurs qui n'évoluent pas forcément dans le même sens.


• il est possible d'être tellement focalisé sur un indicateur qu'on ne pense même pas à l'existence des autres


• l'impact des paramètres d'entrée (ici principalement la prévalence et la "ressource" nombre de contrôles) peut fortement altérer l'allocation et dégrader des indicateurs qu'on a ignoré, sans pour autant améliorer drastiquement l'efficacité

Et j'ajoute à ça que chacun, en fonction de ses propres valeurs, va assigner un "coût" différent aux indicateurs dégradés, et que donc le "retour sur investissement" faisant la différence entre l'augmentation du nombre de contrôles positif et le "coût" qu'on assigne aux indicateurs dégradés n'est pas forcément bon dans tous les cas.

Ce n'est certainement pas en grossissant le trait qu'on simplifie la compréhension

Bien sûr que si, si à la base tu as compris à quoi le raisonnement répond. Ici ça montre que, si les différences de prévalence entre les groupes sont faibles, alors même allouer toute la ressource sur un groupe n'augmente que marginalement le "bénéfice" en nombre de contrôles positifs.
C'est ultra basique comme démo, je ne comprends pas comment tu passes à côté du point deux fois.

je suppose que tu n'es pas sans savoir que si une seule erreur se glisse dans un "raisonnement", celui ci est caduque.

Je suppose que tu n'es pas sans savoir que si on peut apporter un contre-exemple à une affirmation généralisante, celle-ci est caduque.
Mon raisonnement vient donc bien réfuter l'affirmation générale à laquelle je réponds (et pas autre chose...), supportant ainsi ma conclusion, qui n'est pas révolutionnaire : "il faut se garder des affirmations générales à l'emporte pièce parce que dans le réel il y a des complexités irréductibles, des phénomènes contre-intuitifs et des points aveugles."

Ce n'est pas à la longueur d'un texte qu'on mesure la véracité du raisonnement logique.

Et ce n'est encore une fois pas ce que je dis. C'est vraiment une mauvaise habitude... Je mentionne la loi de Brandolini parce qu'ici je suis obligé de faire dans la longueur, de me répéter, et de surpréciser pour te répondre, à cause de ta persistence à vouloir m'attribuer de façon lapidaire des conclusions que je ne fais pas.
Je me suis déjà beaucoup trop étalé et répété, je n'interviendrai plus dans ce thread.