9 décembre 2020
Féminiser l’Intelligence Artificielle : un enjeu majeur !
La digitalisation, l’évolution des moyens de communication, du numérique et les progrès qu’a apporté l’intelligence artificielle dans nos quotidiens sont considérables. Derrière les longs algorithmes de programmation, les recherches scientifiques, et les différentes analyses réalisées dans le cadre d’un projet de machine learning se cache souvent un profil de créateur, développeur, analyste et réalisateur. En majorité, on parle ici d’équipes de scientifiques et chercheurs masculins jusqu’à ce qu’émane l’idée de féminiser l’intelligence artificielle.
Big data, une figure jugée trop masculine
L’intelligence artificielle révolutionne les manières dont chaque individu appréhende sa journée et communique avec ses proches. Aujourd’hui, elle se trouve au cœur de toutes les préoccupations scientifiques en concernant tant l’éducation que la santé, la sécurité ou la domotique. Les algorithmes peuvent même apporter une aide considérable à la prise de décision.
Pourtant, si le big data est actuellement en mesure de résoudre des problèmes ambigüs et complexes, les solutions qu’il propose reste quelque peu biaisées, voire sexistes. Une étude menée par le Massachussetts Institute of Technology en 2018 le confirme. Les résultats de l’étude sont précis : la marge d’erreur pour qu’un algorithme de data science reconnaisse un homme est de 1 % contre 65 % pour une femme avec une peau sombre.
Le genre transmis à l’intelligence artificielle
Un robot n’est-il pas conçu pour répondre aux besoins de tous sans présenter de sexe particulier ? Le simple fait de penser à féminiser l’intelligence artificielle n’est pas toujours compréhensible en soi dans un sens où l’IA conserve en théorie un aspect unisexe. Pourtant, le genre peut bel et bien être transmis au machine learning d’une manière abstraite.
En effet, le genre se traduit par l’ensemble des caractères qui définissent un individu. Les hommes et les femmes sont différents non seulement du point de vue du sexe, mais aussi de la manière de penser, d’agir, de concevoir des choses et de communiquer.
Or, la majorité des Data Scientist restent à l’heure actuelle des hommes. Ces derniers conçoivent et mettent au point les algorithmes des systèmes learning suivant leurs données d’apprentissage, leurs points de vue et leurs valeurs. Cette transmission se fait pour la plupart du temps de façon naturelle sans prise de conscience au préalable. Pour arranger les choses, l’augmentation du nombre de femmes à occuper les métiers du big data reste un point essentiel à aborder.
Équilibrer le genre pour améliorer l’algorithme de la data science
En chiffre, seulement 35 % des étudiants intéressés par l’intelligence artificielle sont des femmes. Et en fin de leurs études, seulement 15 % d’entre elles deviennent des Data Scientist. Ce déséquilibre est loin d’être sans risque dans un sens où la population mondiale garde une tendance féminine. D’une part, il prive l’évolution technologique des talents rares des femmes. D’autre part, les résultats des algorithmes établis revêtent un aspect sexiste dans la manière d’appréhender chaque élément à analyser.
Une contribution féminine dans l’évolution de la science et le digital
Les femmes sont tout aussi compétentes que les hommes en matière de conception et de réalisation des projets scientifiques et digitaux. Elles ont déjà fait leur preuve dans l’univers du digital. À titre de rappel, c’est Ada Lovelace, une femme curieuse, intelligente et dévouée qui a mis au point le premier langage des codes informatiques. Margaret Hamilton, une autre figure féminine a contribué à l’établissement des codes de la NASA pour envoyer les premiers hommes sur la lune. En France, Anna Stepanoff se fait connaitre comme étant une figure incontestée de la révolution de l’IA.
Comment féminiser l’intelligence artificielle ?
Pour féminiser l’IA, il faut avant tout inciter une prise de conscience commune au sein des organismes formateurs du machine learning et des entreprises qui œuvrent dans ce secteur. Au sein de l’IA School, nous faisons en sorte de valoriser la présence des femmes qui souhaite faire carrière en tant que Data Scientist ou Data Analyst.
L’enjeu majeur consiste à mettre de côté la compétitivité entre homme et femme au profit d’un travail commun où chacun apporte du mieux possible sa contribution dans une alternative d’évolution constante. Depuis la prise en charge des nouveaux étudiants à leur sortie de formation, nous renvoyons en permanence des images positives pour tous, sans distinction de race et de sexe. Tout comme le monde ne peut exister sans la présence des femmes, l’amélioration du big data dépend également en grande partie des progrès apportés par une main d’œuvre féminine. Bien évidemment, l’objectif est de trouver le juste milieu, l’équité parfait au risque de transformer l’IA en une figure trop féministe et raciste vis-à-vis des hommes.
Confier des missions importantes à plus de femmes
Les femmes sont tout aussi capables que les hommes d’assurer des tâches importantes et fastidieuses en machine learning. Elles ont même tendance à prendre les missions qui lui sont confiées plus au sérieux. Ainsi, la meilleure alternative de féminisation de l’IA se porte seulement le fait de confier des missions importantes à plus de femmes.
Vous souhaitez contribuer à la féminisation de l’Intelligence Artificielle en vous formant en Big Data et Management de l’IA ? Découvrez nos formations !