L'IA et la diversité : un défi crucial pour une technologie inclusive

L'IA au cœur de nos vies : une influence grandissante

L'intelligence artificielle, autrefois domaine réservé aux ingénieurs, s'est immiscée dans notre quotidien, influençant des décisions cruciales. Elle ne se contente plus d'exécuter des tâches, mais oriente nos choix dans des domaines aussi variés que la santé, le recrutement, l'éducation ou la consommation. Par exemple, elle peut recommander un traitement médical spécifique, suggérer un candidat idéal pour un poste, ou encore personnaliser les contenus éducatifs que nous recevons. Face à cette omniprésence, une question fondamentale se pose : qui enseigne à l'intelligence artificielle ?

La fausse neutralité technologique

On parle souvent des données qui nourrissent les modèles d'IA, mais moins de ceux qui les conçoivent. Pourtant, l'IA n'apprend pas seulement des données, mais aussi des choix humains qui orientent sa création. Ces choix incluent la sélection des problèmes à résoudre, les critères d'optimisation, les risques acceptables, les erreurs tolérables et les objectifs à atteindre. Chacun de ces choix est empreint de subjectivité. Contrairement à l'idée répandue d'une technologie objective, l'IA est aussi biaisée que les personnes qui la développent. Les algorithmes reflètent nos priorités, nos connaissances, mais aussi nos lacunes.

Les biais révélés par l'IA

Les biais dans les systèmes d'IA sont déjà visibles. Par exemple, certaines technologies de reconnaissance faciale peinent à identifier correctement les femmes à la peau foncée. Des outils de recrutement automatisés ont reproduit des biais sexistes, défavorisant les candidatures féminines. De même, les modèles génératifs tendent à associer spontanément les métiers scientifiques, les fonctions dirigeantes et techniques aux hommes, tandis qu'ils lient plus souvent les femmes aux tâches domestiques ou aux métiers du soin. L'UNESCO a souligné que ces stéréotypes persistent dans les modèles récents. Ces biais ne résultent pas toujours d'intentions malveillantes, mais souvent d'une représentation incomplète du monde.

Leçons de l'histoire des sciences

L'histoire des sciences nous enseigne que cette problématique n'est pas nouvelle. Longtemps, la recherche médicale s'est concentrée sur des cohortes masculines, retardant la reconnaissance de symptômes spécifiques chez les femmes, notamment pour les maladies cardiovasculaires. Des pathologies comme l'endométriose ont été négligées, retardant leur diagnostic et leur traitement. L'objectif n'est pas de diviser la médecine par genre, mais de souligner que la science progresse en élargissant son champ d'étude. Pourquoi l'IA ferait-elle exception ?

Vers une intelligence plus inclusive

Actuellement, les femmes ne représentent qu'environ 22 % des professionnels de l'IA et seulement 12 % des chercheurs dans ce domaine. Cette sous-représentation va au-delà d'une simple question d'égalité professionnelle ; elle touche à la diversité des expériences humaines intégrées dans la conception de technologies qui influencent des milliards de vies. Pour que l'IA comprenne véritablement l'humanité, elle doit être construite à partir de perspectives variées. Cela implique non seulement d'encourager davantage de femmes à rejoindre le secteur technologique, mais aussi de susciter dès le plus jeune âge l'intérêt des filles pour les mathématiques, les sciences et l'ingénierie. Il est crucial de mettre en lumière les contributions des femmes scientifiques qui ont marqué l'histoire, de Sophie Germain à Ada Lovelace, en passant par Rosalind Franklin, Katherine Johnson, Marie Curie et Emmy Noether.

Il est également essentiel de constituer des équipes pluridisciplinaires où ingénieurs, médecins, psychologues, philosophes, juristes et créateurs collaborent. Ces équipes diversifiées peuvent enrichir la conception des systèmes d'IA en intégrant des perspectives variées et complémentaires.

Un enjeu civilisationnel

Le cinéma, en multipliant les perspectives et les sensibilités, a su raconter des histoires universelles. L'IA doit relever un défi similaire. Si l'on parle souvent de puissance de calcul et de modèles sophistiqués, la véritable richesse d'une intelligence ne réside pas dans la quantité de données, mais dans leur qualité. Elle dépend de la diversité des perspectives qui l'aident à comprendre le monde. Pour construire une intelligence véritablement universelle, il est essentiel d'y intégrer toute l'humanité.