Résumé
En pr´esence d’incertitude, les m´ethodes de pr´edictionprudente sont essentielles pour ´eviter des erreurs graveslors de l’utilisation de l’apprentissage automatique dansdes domaines sensibles, e.g. m´edecine, voiture autonome,etc. Ces m´ethodes impliquent l’utilisation de fonctiond’utilit´e ou de perte dans l’´etape de d´ecision et/ou l’´etaped’´evaluation. La fonction d’utilit´e en question, par essencesubjective, ´etend la m´etrique classique de justesse,par essence objective, aux comparaisons de sousensembles.Ces fonctions sont param´etr´ees pour exprimerla disposition de l’utilisateur `a l’impr´ecision. Cetarticle propose un travail pr´eliminaire qui s’int´eresse auprobl`eme sous explor´e de l’´elicitation de ces param`etresavec l’utilisateur. Nous montrons comment l’utilisateurest guid´e par des comparaisons successives jusqu’`a la valeuroptimale.