A partir de l’articulation entre le bien-être comparable inter-personnellement et l’équité basée sur la séparation des personnes, la thèse présente un cadre théorique dans lequel les préférences éthiques sont représentées par des fonctions de bien-être social additivement séparables. Nous avons deux objectifs ; en décelant les jugements distributifs nécessairement sous-tendus par les fonctions qui respectent des principes de transferts de revenus, le premier objectif est d’offrir des critères de comparaison entre ces fonctions et celles qui respectent les principes de transferts d’utilité (fonctions prioritaristes). Le second objectif est d’exposer la pluralité des jugements distributifs et des degrés d’adhésion qu’ils peuvent susciter. A ces fins, il faut postuler la comparabilité de l’utilité et des valeurs éthiques (utilités transformées). Cette comparabilité à deux niveaux est postulée lorsque les ratios d’utilité entre ménages aux besoins différents sont supposés comparables. Dans ce cadre, les fonctions de bien-être social qui respectent le principe de transferts de revenus de Pigou-Dalton ne sont pas forcément prioritaristes. De plus, les fonctions défendent potentiellement deux définitions du degré d’adhésion à l’aversion aux inégalités. Premièrement, une fonction qui tolère une perte d’utilité totale plus grande afin de réduire les inégalités est dite plus averse aux inégalités. Cette définition est caractérisée par les principes de transferts proportionnels qui s’adaptent bien à la comparabilité en ratios d’utilité. Deuxièmement, le degré d’adhésion est présenté par l’aversion plus forte aux inégalités entre les moins bien lotis. Les hypothèses informationnelles entravent l’exposé des degrés d’adhésion selon la seconde définition, elles limitent aussi les jugements distributifs. En passant outre, nous étudions les interactions entre un nombre quelconque de principes de transferts d’utilité et de revenus définis de manière récursive. Enfin, quatre jugements distributifs sont caractérisés par le respect et/ou le non-respect d’un ensemble de principes de transferts. La disposition à négliger l’évolution de bien-être d’une fraction donnée de la population au profit de l’évolution de bien-être d’une minorité d’individus représente le degré d’adhésion à l’un de ces jugements. / From the linkage between interpersonally comparable well-being and equity based on the separateness of persons, the Ph. D. dissertation introduces a theoretical framework in which ethical preferences are represented by additively separable social welfare functions. The thesis has two goals ; by exhibiting distributive judgments necessarily embodied by the functions that fulfil income transfer principles, the first aim is to provide comparison cirteria between these functions and those that fulfill utility transfer principles (prioritarian functions). The second aim is to expose a plurality of distributive judgments and of degrees of adhesion they can rise. For such purposes, interpersonal comparability of utility as well as that of ethical values (transformed utilities) are needed. This two-level comparability is granted when inter-household utility ratios are supposed to be comparable. In this framework, the social welfare functions satisfying the Pigou-Dalton principle of income transfer are not necessarily prioritarian. Moreover, the functions potentially support two meanings of adhesion for inequality aversion. First, if a function is willing to endorse a inequality-reducing transfer entailing a greater loss in the transferred benefit to be socially desirable, then it is more inequality averse. This definition is characterized by proportional transfer principles well-adapted to ratio-scale comparability of utility. Second, the degree of adhesion for inequality aversion is presented as a downside inequality aversion. Informational hypothesis rule out parts of the exposition of the plurality of degrees, they put limits to distributive judgments too. By going beyond that, the Ph. D. dissertation studies the interplay between any number of income and utility transfer principles all defined recursively. Finally, four distributive judgments are characterized by the fulfilment and/or non-fulfilment of a set of transfer principles. The willingness to neglect the welfare evolution of a given proportion of population to take into account that of a minority represents the degree of adhesion for one of those judgments.

Contexte. En Haïti, entre 2007 et 2013, l’Agence des États-Unis pour le développement international (USAID) a financé le Multi-Year Assistance program (MYAP) avec pour objectif principal la réduction de l’insécurité alimentaire dans les communautés les plus vulnérables. L’autonomisation économique des femmes constituait l’un des piliers du MYAP. En effet, les études ont montré qu’une croissance des revenus des femmes avait des retombées positives sur la nutrition et sur la santé du ménage. De façon générale, la participation économique des femmes est considérée comme un facteur indispensable au développement durable. Le Catholic Relief Services (CRS) implantait le MYAP dans les zones rurales du sud d’Haïti. Le CRS, étant une entité de l’Église catholique, avait mis l’équité, un principe phare qui guide sa mission et sa vision, au cœur des stratégies de mise en œuvre du MYAP. Cependant, des évaluations menées durant l’implantation et à la fin du MYAP ont suggéré que les femmes les plus défavorisées des communautés rurales étaient restées en marge des interventions. Méthodologie. Pour identifier les obstacles à l’équité durant le MYAP et explorer les meilleures stratégies qui favoriseraient l’implantation d’interventions dont l’accès est équitable, la démarche adoptée a été une étude de cas. Deux sites (2) ont été sélectionnés sur la côte sud d’Haïti, Nan kanpech et les Anglais. Nous avons utilisé une combinaison de méthodes de collecte de données, dont une analyse documentaire, 13 entrevues individuelles et trois (3) groupes de discussions avec différentes parties prenantes du MYAP. Résultats. Le lieu de résidence, la culture, l’occupation, la religion, la scolarité, le statut socio-économique, le capital social et la présence d’un handicap physique ou mental sont parmis les facteurs qui ont entravé la participation des femmes les plus vulnérables aux interventions. L’étude a identifié plusieurs obstacles catégorisés en quatre (4) dimensions interconnectés qui ont compromis l’application des principes d’équité par le CRS : 1. barrières opérationnelles : manque de données sur la pauvreté, focalisation sur l’efficacité et l’efficience au préjudice de l’équité; 2. barrières organisationnelles : manque d’autonomie et manque de redevabilité du CRS à l’égard des bénéficiaires; 3. barrières communautaires : vision divergente des acteurs sur l’équité, laxisme des parties prenantes pour exiger la reddition de comptes; difficultés pour les femmes les plus vulnérables de s’organiser alors que les plus aisées dominaient l’arène; 4. barrière systémique : la corruption. Discussion. L’application des principes d’équité verticale et horizontale est nécessaire pour parvenir à une participation équitable des femmes dans les interventions d’autonomisation économique. Les implications pour les décideurs et les meilleures pratiques pour concevoir des interventions équitables incluent : le renforcement des institutions statistiques nationales pour collecter et rendre disponible des données fiables et actualisées sur la pauvreté, la participation active des cibles dans l’identification des besoins, l’équilibre entre les objectifs d’efficacité, d’efficience et d’équité dans la mise en œuvre des interventions, une modification des procédures qui lient le CRS aux donateurs, la priorisation des interventions à long terme, le développement des outils de suivis et d’évaluation pour surveiller l’équité, le renforcement du leadership des femmes et de la cohésion communautaire et finalement, la consolidation de la politique nationale de lutte contre la corruption. Conclusion. Notre recherche est la première à notre connaissance à s’intéresser aux facteurs qui influencent l’application des principes d’équité dans une intervention implantée par une ONG en Haïti. Les résultats mettent en évidence la nécessité d’une synergie d’action entre tous les acteurs pour évincer les obstacles à l’équité qui sont complexes.

Le point de départ de cette thèse est le constat que dans les systèmes de santé post-soviétiques les paiements informels aux professionnels de santé perdurent bien au-delà de la transition post-socialiste, et ce malgré les vagues de réforme successives du système de santé.Dans le même temps depuis l'indépendance de la République du Tadjikistan, une défiance profonde envers certains professionnels de santé s'est développée et le renoncement aux soins s'est accru, touchant plus particulièrement les populations vulnérables. Quel rôle jouent alors les différentes pratiques de rémunération informelle ? Sont-elles source de défiance ou un moyen de restaurer la confiance ? Les paiements informels sont-ils ajustés au niveau de vie des patients ou source d'inégalités entre patients ?D'après les indicateurs d'équité mobilisés et contrairement aux idées reçues, les paiements informels ne permettent pas de rendre le système progressif et de garantir l'accès à tous. Les populations les plus démunies cumulent plus de renoncement aux soins.Face à ces barrières à l'accès aux soins, différentes stratégies sont mises en place par les ménages : solidarités informelles, endettement, recours à la médecine traditionnelle, mobilisation de son capital social.On étudie alors, plus précisément, dans quelle mesure la migration, phénomène massif au Tadjikistan, fait partie de ces stratégies et dans quelle mesure les remises de fonds permettent aux ménages bénéficiaires d'améliorer leur accès aux soins. / This dissertation begins with the observation that informal payments to healthcare professionals in post-soviet health systems persisted well beyond the post-socialist transition and despite the successive waves of health care reform.During this transition period, since the independence of the Republic of Tajikistan, there has been a deterioration of trust towards certain health professionals which has been associated with increased forgone care, especially among vulnerable populations. What is the role played by the different informal payment practices? Are they a source of mistrust or a means of restoring trust? Are informal payments adjusted to patients' standard of living or a source of inequality between patients?According to the equity indicators mobilized and contrary to popular belief, informal payments do not make the system progressive and do not guarantee that there will be access for all. The poorest are more likely to forgo care.To cope with these barriers in accessing care, different strategies are put in place by households: informal solidarity, indebtedness, reliance on traditional medicine, mobilization of social capital.More specifically, we then study if migration, a relatively important phenomenon in Tajikistan, is part of these strategies and to what extent remittances enable beneficiary households to improve their access to healthcare.

En plus d’un siècle, la philosophie de la technique a pris un essor considérable. De nombreuses critiques sont venues récemment enrichir notre vision du progrès technologique. Cependant, malgré une grande effervescence intellectuelle autour de ces sujets, l’impact des réflexions philosophiques sur les nouvelles technologies est-il réel ? Cette thèse utilise la notion de convivialité, créée par Ivan Illich (1926-2002), pour interroger les nouvelles technologies. L’intérêt de cette recherche repose sur le présupposé selon lequel les technologies modernes, et les systèmes techniques qu’elles constituent, instancient des valeurs morales souvent de manière implicite. C’est pourquoi, tout au long de ce travail, nous défendons l’idée qu’il est erroné de considérer les nouvelles technologies comme de simples outils moralement neutres. La thèse s’articule autour des trois axes constitutifs du concept de convivialité : la survie, l’équité et l’autonomie créatrice. Nous montrons dans un premier temps en quoi les nouvelles technologies représentent plus un danger pour la survie qu’une opportunité. Dans un second temps, nous découvrons qu’elles menacent également le principe d’équité. Dans un troisième temps, nous démontrons que l’orientation actuelle du développement technologique s’inscrit bien souvent aux antipodes de l’autonomie créatrice. Néanmoins, cette tendance ne paraît pas irréversible par nature. L’espoir d’une réorientation, nous permet de conclure sur l’idée qu’une prise en compte effective de la convivialité dans la conception des nouvelles technologies passe vraisemblablement par l’institutionnalisation du concept, au risque de l’exposer à des effets de contre-productivité. / For more than a century, philosophy of technology has grown significatively. Many critics have enriched our vision of technological progress. However, despite a contemporary intellectual effervescence on these subjects, is the impact of these philosophical reflections on new technologies real? This thesis uses the concept of conviviality, created by Ivan Illich (1926-2002) in the 1970s, to question new technologies, and specifically those often mentioned under the NBIC acronym (nanotechnology, biotechnology, information technology and cognitive science). The purpose of this research work is based on the philosophical premise that modern technologies, and the technical systems they constitute, instantiate moral values. Therefore, throughout this work, we defend the idea that it is wrong to consider new technologies as mere morally neutral tools. The thesis is articulated around the three axes constituting the concept of conviviality: survival, justice and self-defined work. We first show how new technologies are more a danger to survival than an opportunity. In a second step, we discover they also threaten the principle of justice as Illich conceives it. Thirdly, we show that the current direction of technological development is often at odds with self-defined work. However, this trend does not seem irreversible per se. The hope of reorientation allows us to conclude on the idea that an effective and sustainable consideration of conviviality in the design of new technologies would passes by the institutionalization of the concept, at the risk of exposing it to the effects of counterproductivity.

Réduire les inégalités sociales de santé (ISS) est un défi majeur en santé publique (SP). Pour soutenir les professionnels dans cette démarche, différents outils ont été développés, mais souvent sans consulter les utilisateurs. Il en résulte un faible emploi. La Direction de santé publique (DSP) de la Montérégie a souhaité se doter d’une version adaptée aux besoins locaux de la Grille d’analyse des actions pour lutter contre les inégalités sociales de santé (GAALISS). L’objectif de cette étude est de comprendre les conditions d’utilisation de GAALISS auprès des acteurs de SP des Centres de santé et de services sociaux (CSSS) et de la DSP de la Montérégie. Une méthodologie mixte (cartographie conceptuelle et groupes de discussion) a été utilisée auprès de 39 participants (DSP= 18, CSSS=21). Pour faciliter l’utilisation d’un tel outil, quelques adaptations, des conditions opérationnelles, organisationnelles et systémiques sont nécessaires. Une démarche réflexive permettra de viser l’équité en santé.

L’automatisation de la prise de décision dans des applications qui affectent directement la qualité de vie des individus grâce aux algorithmes de réseaux de neurones est devenue monnaie courante. Ce mémoire porte sur les enjeux d’équité individuelle qui surviennent lors de la vérification, de l’entraînement et de la prédiction des réseaux de neurones. Une approche populaire pour garantir l’équité consiste à traduire une notion d’équité en contraintes sur les paramètres du modèle. Néanmoins, cette approche ne garantit pas toujours des prédictions équitables des modèles de réseaux de neurones entraînés. Pour relever ce défi, nous avons développé une technique de post-traitement guidée par les contre-exemples afin de faire respecter des contraintes d’équité lors de la prédiction. Contrairement aux travaux antérieurs qui ne garantissent l’équité qu’aux points entourant les données de test ou d’entraînement, nous sommes en mesure de garantir l’équité sur tous les points du domaine. En outre, nous proposons une technique de prétraitement qui repose sur l’utilisation de l’équité comme biais inductif. Cette technique consiste à incorporer itérativement des contre-exemples plus équitables dans le processus d’apprentissage à travers la fonction de perte. Les techniques que nous avons développé ont été implémentées dans un outil appelé FETA. Une évaluation empirique sur des données réelles indique que FETA est non seulement capable de garantir l’équité au moment de la prédiction, mais aussi d’entraîner des modèles précis plus équitables. / Algorithmic decision-making driven by neural networks has become very prominent in applications that directly affect people’s quality of life. This paper focuses on the problem of ensuring individual fairness in neural network models during verification, training, and prediction. A popular approach for enforcing fairness is to translate a fairness notion into constraints over the parameters of the model. However, such a translation does not always guarantee fair predictions of the trained neural network model. To address this challenge, we develop a counterexample-guided post-processing technique to provably enforce fairness constraints at prediction time. Contrary to prior work that enforces fairness only on points around test or train data, we are able to enforce and guarantee fairness on all points in the domain. Additionally, we propose a counterexample guided loss as an in-processing technique to use fairness as an inductive bias by iteratively incorporating fairness counterexamples in the learning process. We have implemented these techniques in a tool called FETA. Empirical evaluation on real-world datasets indicates that FETA is not only able to guarantee fairness on-the-fly at prediction time but also is able to train accurate models exhibiting a much higher degree of individual fairness.

L'école de langue française de l'Ontario dessert une minorité linguistique cohabitant avec une majorité anglophone et risque ainsi l'assimilation. Elle a donc pour mission de scolariser, mais aussi de reproduire la culture et la langue française. Ceci, face à une hétérogénéité croissante de ses élèves issus de cultures différentes, parlant une variété de français et d'autres langues maternelles, causant ainsi des défis et des discriminations. De surcroît, elle recourt à l'apprentissage en ligne pour répondre à leurs besoins éducatifs. Cependant, les idéologies qui sous-tendent la conception pédagogique des cours en ligne et des technologies éducatives ignorent ou négligent les questions de diversité culturelle et linguistique. Comment l'école arrive-t-elle alors à intégrer cette diversité pour favoriser l'équité des résultats d'apprentissage pour tous ? L'analyse des expériences des répondants relativement à l'intégration ou non de cette diversité dans la conception et l'utilisation desdits cours s'est fondée sur les théories socioculturelles et critiques. Les données issues des entrevues semi-dirigées avec quatre membres de l'équipe de conception de l'Institut de production de cours en ligne, cinq enseignants et huit élèves ainsi que celles découlant de l'exploration des cours ont été soumises à une analyse qualitative. Les résultats révèlent divers défis dont des approches pédagogiques et de conception inadéquates, un manque de ressources pédagogiques adaptées, une gestion difficile de la présence en ligne, un manque d'attention relativement aux différences culturelles et au caractère évolutif de la culture, un besoin d'accompagnement professionnel, une iniquité numérique, une incompréhension des rôles. Par conséquent, la prise en compte de la diversité culturelle et linguistique dans la conception et l'utilisation desdits cours s'avère peu adéquate.

Le succès des modèles d’apprentissage en profondeur et leur adoption rapide dans de nombreux domaines d’application ont soulevé d’importantes questions sur l’équité de ces modèles lorsqu’ils sont déployés dans le monde réel. Des études récentes ont mis en évidence les biais encodés par les algorithmes d’apprentissage des représentations et ont remis en cause la fiabilité de telles approches pour prendre des décisions. En conséquence, il existe un intérêt croissant pour la compréhension des sources de biais dans l’apprentissage des algorithmes et le développement de stratégies d’atténuation des biais. L’objectif des algorithmes d’atténuation des biais est d’atténuer l’influence des caractéristiques des données sensibles sur les décisions d’éligibilité prises. Les caractéristiques sensibles sont des caractéristiques privées et protégées d’un ensemble de données telles que le sexe ou la race, qui ne devraient pas affecter les décisions de sortie d’éligibilité, c’està-dire les critères qui rendent un individu qualifié ou non qualifié pour une tâche donnée, comme l’octroi de prêts ou l’embauche. Les modèles d’atténuation des biais visent à prendre des décisions d’éligibilité sur des échantillons d’ensembles de données sans biais envers les attributs sensibles des données d’entrée. La difficulté des tâches d’atténuation des biais est souvent déterminée par la distribution de l’ensemble de données, qui à son tour est fonction du déséquilibre potentiel de l’étiquette et des caractéristiques, de la corrélation des caractéristiques potentiellement sensibles avec d’autres caractéristiques des données, du décalage de la distribution de l’apprentissage vers le phase de développement, etc. Sans l’évaluation des modèles d’atténuation des biais dans diverses configurations difficiles, leurs mérites restent incertains. Par conséquent, une analyse systématique qui comparerait différentes approches d’atténuation des biais sous la perspective de différentes mesures d’équité pour assurer la réplication des résultats conclus est nécessaire. À cette fin, nous proposons un cadre unifié pour comparer les approches d’atténuation des biais. Nous évaluons différentes méthodes d’équité formées avec des réseaux de neurones profonds sur un ensemble de données synthétiques commun et un ensemble de données du monde réel pour obtenir de meilleures informations sur le fonctionnement de ces méthodes. En particulier, nous formons environ 3000 modèles différents dans diverses configurations, y compris des configurations de données déséquilibrées et corrélées, pour vérifier les limites des modèles actuels et mieux comprendre dans quelles configurations ils sont sujets à des défaillances. Nos résultats montrent que le biais des modèles augmente à mesure que les ensembles de données deviennent plus déséquilibrés ou que les attributs des ensembles de données deviennent plus corrélés, le niveau de dominance des caractéristiques des ensembles de données sensibles corrélées a un impact sur le biais, et les informations sensibles restent dans la représentation latente même lorsque des algorithmes d’atténuation des biais sont appliqués. Résumant nos contributions - nous présentons un ensemble de données, proposons diverses configurations d’évaluation difficiles et évaluons rigoureusement les récents algorithmes prometteurs d’atténuation des biais dans un cadre commun et publions publiquement cette référence, en espérant que la communauté des chercheurs le considérerait comme un point d’entrée commun pour un apprentissage en profondeur équitable. / The rapid use and success of deep learning models in various application domains have raised significant challenges about the fairness of these models when used in the real world. Recent research has shown the biases incorporated within representation learning algorithms, raising doubts about the dependability of such decision-making systems. As a result, there is a growing interest in identifying the sources of bias in learning algorithms and developing bias-mitigation techniques. The bias-mitigation algorithms aim to reduce the impact of sensitive data aspects on eligibility choices. Sensitive features are private and protected features of a dataset, such as gender of the person or race, that should not influence output eligibility decisions, i.e., the criteria that determine whether or not an individual is qualified for a particular activity, such as lending or hiring. Bias mitigation models are designed to make eligibility choices on dataset samples without bias toward sensitive input data properties. The dataset distribution, which is a function of the potential label and feature imbalance, the correlation of potentially sensitive features with other features in the data, the distribution shift from training to the development phase, and other factors, determines the difficulty of bias-mitigation tasks. Without evaluating bias-mitigation models in various challenging setups, the merits of deep learning approaches to these tasks remain unclear. As a result, a systematic analysis is required to compare different bias-mitigation procedures using various fairness criteria to ensure that the final results are replicated. In order to do so, this thesis offers a single paradigm for comparing bias-mitigation methods. To better understand how these methods work, we compare alternative fairness algorithms trained with deep neural networks on a common synthetic dataset and a real-world dataset. We train around 3000 distinct models in various setups, including imbalanced and correlated data configurations, to validate the present models’ limits and better understand which setups are prone to failure. Our findings show that as datasets become more imbalanced or dataset attributes become more correlated, model bias increases, the dominance of correlated sensitive dataset features influence bias, and sensitive data remains in the latent representation even after bias-mitigation algorithms are applied. In summary, we present a dataset, propose multiple challenging assessment scenarios, rigorously analyse recent promising bias-mitigation techniques in a common framework, and openly disclose this benchmark as an entry point for fair deep learning.

L'Homme attache de l'importance à l'équité et est prêt à aller jusqu'à subir des pertes financières pour la défense de l'équité. Cet attachement coûteux à l'équité constitue un paradoxe pour les théories de l'évolution. Récemment, certains auteurs ont proposé de voir le sens de l'équité comme une adaptation psychologique évoluée pour résoudre le problème du partage des coûts et bénéfices de la coopération. Quand il est possible de choisir avec qui coopérer, partager les coûts et bénéfices d'une manière impartiale aide à être choisi comme partenaire social et procure des bénéfices directs en terme de valeur sélective. Dans cette théorie, le choix du partenaire est donc le mécanisme central permettant l'évolution du sens de l'équité. Ici, nous proposons une étude interdisciplinaire de l'équité pour mettre cette théorie à l'épreuve. Après une revue des théories en compétition pour expliquer l'équité (Article 1, en cours de revue), nous développons des modèles de théorie des jeux et des simulations individu-centrées pour savoir si le choix du partenaire permet d'expliquer deux éléments-clés de l'équité: le refus de profiter de sa force pour exploiter les plus faibles (Article 2, Evolution), et l'attrait des distributions dans lesquelles la rétribution est proportionnelle à la contribution (Article 3, en cours de revue). Nous montrons que le choix du partenaire permet d'expliquer ces deux caractéristiques. Nous produisons également des simulations plus réalistes et prenant mieux en compte les mécanismes d'évolution en essayant de faire évoluer des robots qui se comportent de manière équitable. Nous testons ensuite la théorie de façon empirique, et montrons que le choix du partenaire crée des distributions équitables dans une expérience comportementale (Article 4, Proceedings of the Royal Society B). Nous développons un jeu vidéo collaboratif pour estimer l'importance de la variabilité interculturelle de l'équité dans des situations de justice distributive, et présentons des résultats obtenus sur un échantillon de sujets occidentaux (Article 5, en préparation). Nous passons en revue les expériences cherchant de l'équité chez les animaux non-humains, et discutons pourquoi un sens de l'équité aurait eu plus de chances de se développer chez l'Homme que dans une autre espèce, alors que le choix du partenaire est loin d'être un mécanisme évolutionnaire restreint à l'Homme. Enfin, nous discutons trois malentendus classiques sur la théorie du choix du partenaire et identifions des directions de recherche intéressantes pour le futur. / Humans care about fairness and are ready to suffer financial losses for the sake of it. The existence of such costly preferences for fairness constitutes an evolutionary puzzle. Recently, some authors have argued that human fairness can be understood as a psychological adaptation evolved to solve the problem of sharing the costs and benefits of cooperation. When people can choose with whom they want to cooperate, sharing the costs and benefits in an impartial way helps to be chosen as a partner and brings direct fitness benefits. In this theory, partner choice is thus the central mechanism allowing the evolution of fairness. Here, we offer an interdisciplinary study of fairness to put this theory to the test. After a review of competing theories (Paper 1, in review), we build game-theoretical models and agent-based simulations to investigate whether partner choice can explain two key aspects of human fairness: the wrongness to take advantage of one's strength to exploit weaker people (Paper 2, Evolution), and the appeal of distributions where the reward is proportional to the contribution (Paper 3, in review). We show that partner choice succeeds at explaining these two characteristics. We also go towards more realistic and mechanism-oriented simulations by trying to evolve fair robots controlled by simple neural networks. We then test the theory empirically, and show that partner choice creates fairness in a behavioral experiment (Paper 4, Proceedings of the Royal Society B). We develop a collaborative video game to assess the cross-cultural variation of fairness in distributive situations, and present results coming from a Western sample (Paper 5, in preparation). We review the experiments looking for fairness in non-human animals, and discuss why fairness would have been more prone to evolve in humans than in any other species, despite partner choice being an evolutionary mechanism far from restricted to the human species. Finally, we discuss three common misunderstandings about the partner choice theory and identify interesting directions for future research.

L'Homme attache de l'importance à l'équité et est prêt à aller jusqu'à subir des pertes financières pour la défense de l'équité. Cet attachement coûteux à l'équité constitue un paradoxe pour les théories de l'évolution. Récemment, certains auteurs ont proposé de voir le sens de l'équité comme une adaptation psychologique évoluée pour résoudre le problème du partage des coûts et bénéfices de la coopération. Quand il est possible de choisir avec qui coopérer, partager les coûts et bénéfices d'une manière impartiale aide à être choisi comme partenaire social et procure des bénéfices directs en terme de valeur sélective. Dans cette théorie, le choix du partenaire est donc le mécanisme central permettant l'évolution du sens de l'équité. Ici, nous proposons une étude interdisciplinaire de l'équité pour mettre cette théorie à l'épreuve. Après une revue des théories en compétition pour expliquer l'équité (Article 1, en cours de revue), nous développons des modèles de théorie des jeux et des simulations individu-centrées pour savoir si le choix du partenaire permet d'expliquer deux éléments-clés de l'équité: le refus de profiter de sa force pour exploiter les plus faibles (Article 2, Evolution), et l'attrait des distributions dans lesquelles la rétribution est proportionnelle à la contribution (Article 3, en cours de revue). Nous montrons que le choix du partenaire permet d'expliquer ces deux caractéristiques. Nous produisons également des simulations plus réalistes et prenant mieux en compte les mécanismes d'évolution en essayant de faire évoluer des robots qui se comportent de manière équitable. Nous testons ensuite la théorie de façon empirique, et montrons que le choix du partenaire crée des distributions équitables dans une expérience comportementale (Article 4, Proceedings of the Royal Society B). Nous développons un jeu vidéo collaboratif pour estimer l'importance de la variabilité interculturelle de l'équité dans des situations de justice distributive, et présentons des résultats obtenus sur un échantillon de sujets occidentaux (Article 5, en préparation). Nous passons en revue les expériences cherchant de l'équité chez les animaux non-humains, et discutons pourquoi un sens de l'équité aurait eu plus de chances de se développer chez l'Homme que dans une autre espèce, alors que le choix du partenaire est loin d'être un mécanisme évolutionnaire restreint à l'Homme. Enfin, nous discutons trois malentendus classiques sur la théorie du choix du partenaire et identifions des directions de recherche intéressantes pour le futur. / Humans care about fairness and are ready to suffer financial losses for the sake of it. The existence of such costly preferences for fairness constitutes an evolutionary puzzle. Recently, some authors have argued that human fairness can be understood as a psychological adaptation evolved to solve the problem of sharing the costs and benefits of cooperation. When people can choose with whom they want to cooperate, sharing the costs and benefits in an impartial way helps to be chosen as a partner and brings direct fitness benefits. In this theory, partner choice is thus the central mechanism allowing the evolution of fairness. Here, we offer an interdisciplinary study of fairness to put this theory to the test. After a review of competing theories (Paper 1, in review), we build game-theoretical models and agent-based simulations to investigate whether partner choice can explain two key aspects of human fairness: the wrongness to take advantage of one's strength to exploit weaker people (Paper 2, Evolution), and the appeal of distributions where the reward is proportional to the contribution (Paper 3, in review). We show that partner choice succeeds at explaining these two characteristics. We also go towards more realistic and mechanism-oriented simulations by trying to evolve fair robots controlled by simple neural networks. We then test the theory empirically, and show that partner choice creates fairness in a behavioral experiment (Paper 4, Proceedings of the Royal Society B). We develop a collaborative video game to assess the cross-cultural variation of fairness in distributive situations, and present results coming from a Western sample (Paper 5, in preparation). We review the experiments looking for fairness in non-human animals, and discuss why fairness would have been more prone to evolve in humans than in any other species, despite partner choice being an evolutionary mechanism far from restricted to the human species. Finally, we discuss three common misunderstandings about the partner choice theory and identify interesting directions for future research.