Poison Me Not

Face à un marché de la prédiction et de la reconnaissance de masse de plus en plus grandissant, les grandes entreprises réalisent un combat sans merci pour obtenir le monopole. Afin de minimiser les coûts, des intelligences artificielles s'occupent de la lourde de tâcher d'optimiser des modèles de machine learning... Mais, pour maximiser les pertes de leurs adversaires, ces mêmes intelligences artificielles tentent d'empoisonner les données publiques, afin de briser les systèmes de prédiction de leurs adversaires. Qui gagnera la course à la reconnaissance ?

Matériel de jeu :

• Six cartes prédictions
• X cartes data

Comment jouer :

• Les joueureuses choisissent une carte "prédiction" binaire à réaliser (e.g., reconnaître des chats), et la posent face cachée.
• Les joueureuses piochent 10 cartes "data".
• A tour de rôle, les joueureuses peuvent soit poser une carte "data" sur la table, qui représente le dataset publique, ou bien se défausser d'une carte "data" et en piocher une autre.
• Lorsqu'un.e des joueureuseuses n'a plus de cartes en main, on compte le score du dataset, pour voir quelle catégorie est la mieux prédite.
• Les cartes "prédiction" sont révélées, et le.a joueureuse avec le score de prédiction, par rapport à sa carte "prédiction" le plus élevé, emporte les parts de marché.