L'intelligence artificielle, pas sans elles ! : Faire de l'IA un levier pour l'égalité Aude Bernheim, Flora Vincent

Résumé

Pourquoi le traducteur de Google propage-t-il les stéréotypes sexistes : "il" est médecin, "elle" est infirmière ? Et pourquoi les applications d'orientation professionnelle associent-elles toujours l'empathie et les compétences littéraires aux femmes, le charisme et les compétences scientifiques aux hommes ? Parce que les algorithmes dont les humains ont doté ces machines ont été conçus à 88%... par des hommes ! Lesquels ne sont pas forcément d'affreux machistes, mais souffrent de biais, d'idées reçues, de stéréotypes sexuels. Un problème de taille car l'IA, l'intelligence artificielle, est de plus en plus présente, sans que nous en ayons toujours conscience, dans notre vie quotidienne. Les assistants virtuels, les moteurs de recherches, les applications d'orientation professionnelle... sélectionnent, proposent, orientent, en propageant des préjugés sexistes. Au-delà du constat illustré de nombreux exemples, les auteurs proposent des solutions. Par exemple, repenser l'orientation au collège, pour que l'on cesse de conseiller uniquement aux garçons la programmation informatique !

Auteur :
Bernheim, Aude
Auteur :
Vincent, Flora
Éditeur :
Paris, Belin,
Genre :
Essai
Langue :
français.
Description du livre original :
1 vol. (96 p.)
ISBN :
9782410015553.
Domaine public :
Non
Téléchargement du livre au format PDF pour « L'intelligence artificielle, pas sans elles ! »

Table des matières

  • Préface de Cédric Villani
  • Avant-propos
  • CHAPITRE I. L’égalité des sexes dans l’informatique et l’IA : un constat d’échec
    • L'intelligence artificielle, une révolution technologique
    • Les multiples applications de l'IA
    • Double peine pour le développement du secteur
    • L'IA, reflet de la société
    • L'IA propage et renforce les inégalités de genre
  • CHAPITRE S. Où sont passées les femmes ?
    • Les petites mains
    • À la guerre comme à la guerre
    • Plus dure est la chute
    • Depuis lors, où sont les femmes ?
    • Les vieux stéréotypes sexistes toujours à l'œuvre
    • L'excellence est... masculine
  • CHAPITRE 3. Apprentissage sous influence
    • L'apprentissage des algorithmes
    • Les bases de données fourmillent de biais
    • Les étapes de la contagion sexiste
    • La réutilisation des codes : réplication, multiplication des biais
    • L'influence de la mixité
  • CHAPITRE 4. Domestiquer les algorithmes
    • Les algorithmes en accusation
    • Algorithmes et équité
    • Détecter les biais
    • Réduire les biais
    • Réguler les algorithmes
    • Loyaux et intelligibles
  • CHAPITRE S. Objectif égalité
    • Intervenir dès l'enfance
    • Former pour donner envie
    • Le monde du travail, inégalitaire, terreau d'initiatives égalitaires
    • La pression réglementaire
    • Être vues pour exister
    • Les femmes absentes des statistiques
    • Combler le gender data gap
    • L'IA, levier de l'égalité
    • En route pour l'égalité ?
  • Conclusion
    • Mélanger les genres
  • Notes bibliographiques
  • Sitothèque
  • Dates clés
  • Chiffres clés
  • Quiz
  • Le Laboratoire de l’Égalité

Commentaires

Laisser un commentaire sur ce livre