Vers une intelligence artificielle plus équitable
Alors que l’intelligence artificielle transforme rapidement la société, les femmes demeurent largement sous-représentées dans les secteurs qui façonnent ces technologies. Ce manque de diversité peut contribuer à la reproduction de biais et d’inégalités dans les systèmes développés.
Pour mieux comprendre ces enjeux, Parité sciences, en collaboration avec IVADO, lance une nouvelle infographie destinée à la communauté éducative. L’outil explique l’origine des biais algorithmiques, présente leurs conséquences et propose des pistes d’action concrètes pour favoriser une utilisation plus critique, inclusive et équitable de l’IA.
Cette infographie et une série d’affiches sur les femmes et l’IA constituent des outils complémentaires pour sensibiliser et outiller les intervenant·e·s en éducation. Elles permettent notamment d’aborder les biais en classe, de déconstruire les stéréotypes et de faire découvrir aux jeunes la diversité des parcours et des carrières liés à l’intelligence artificielle.
Pour soutenir les intervenant·e·s en éducation dans leur démarche, la Parithèque rassemble également des dizaines de ressources complémentaires sur l’intelligence artificielle permettant de s’informer, d’alimenter les discussions et d’enrichir les pratiques pédagogiques.
Accroître la présence des femmes en IA, c’est contribuer à la création de technologies plus représentatives, plus équitables et mieux adaptées à l’ensemble de la société !
Références de l’infographie
1. Prates, M. O. R., Avelar, P. H. & Lamb, L. C. Assessing gender bias in machine translation: a case study with Google Translate. Neural Comput & Applic 32, 6363–6381 (2020).
2. Biais d’automatisation. Databricks https://www.databricks.com/fr/glossary/automation-bias (2019).
3. Kayser-Bril, D. N. Automated discrimination: Facebook uses gross stereotypes to optimize ad delivery. AlgorithmWatch https://algorithmwatch.org/en/automated-discrimination-facebook-google/.
4. Intelligence artificielle: des risques pour l’égalité entre les femmes et les hommes. (Conseil du statut de la femme, Québec (Québec), 2023).
5. Ananya. AI image generators often give racist and sexist results: can they be fixed? Nature 627, 722–725 (2024).
6. Comment l’IA renforce les préjugés sexistes, et ce que l’on peut faire pour tenter d’y remédier. ONU Femmes https://www.unwomen.org/fr/nouvelles/interview/2025/02/comment-lia-renforce-les-prejuges-sexistes-et-ce-que-lon-peut-faire-pour-tenter-dy-remedier (2025).
7. UNESCO. La Technologie à Ses Conditions: Égalité Des Genres et Inclusion. https://unesdoc.unesco.org/ark:/48223/pf0000391998_fre/PDF/391998fre.pdf.multi.
8. Observatoire international sur les impacts sociétaux de l’IA et du numérique. Dans l’œil de l’Obvia - Inégalités de genre et IA : un défi pour l’innovation éthique. https://www.obvia.ca/dans-loeil-de-lobvia/2025-03-inegalite-genre (2025) doi:10.61737/MWXN6257.
9. Feminist AI. Feminist AI https://feministai.pubpub.org/.
10. Toupin, S. Shaping feminist artificial intelligence. New Media & Society 26, 580–595 (2024).
