L’intelligence artificielle pour lutter contre les inégalités de genre

AI For Tomorrow a été créée pour répondre à des défis dans trois catégories : Société, Environnement et Éducation. Dans le cadre des défis sociaux, l’un des objectifs est de réduire les inégalités, et plus particulièrement les inégalités entre hommes et femmes.

Dans cet article, Emeline Kleinmann-Duckic, fondatrice de "They Act For Women" tentera de répondre à vos interrogations : comment la tech peut-elle résoudre ces enjeux? Quelles sont les inégalités identifiées? Et quelles sont les solutions d’IA qui existent déjà pour y remédier?

L’importance de la tech pour répondre aux enjeux de demain

Dans le cadre de mon association, They Act For Women, je suis partie à la rencontre de cinq associations en faveur des femmes dans cinq pays différents. Chacune de ces associations avait comme point commun de favoriser l’insertion des femmes dans des domaines où elles sont sous-représentées dont la tech.

Jusqu’alors je ne m’intéressais que très peu aux nouvelles technologies. Portée par la volonté de trouver des solutions afin de réduire les inégalités de genre, je me suis rendue compte qu’elles étaient pourtant clé pour répondre aux défis de demain. En effet, les jeunes filles formées par l’association Apps&Girls en Tanzanie se sont quasiment toutes servies de leur enseignement afin de résoudre un problème social : lutte contre les agressions sexuelles dans les bus scolaires, accompagnement social des domestiques ou encore valorisation du secteur informel. C’est en les rencontrant que j’ai eu un déclic : répondre aux problématiques de demain ne se fera pas sans la tech.

Certes, les nouvelles technologies telles que l’IA présentent des risques : reproduire les biais sociaux, menacer certains emplois ou aggraver la pollution numérique en raison d’un stockage important de données. C’est pourquoi il est nécessaire de les utiliser de façon responsable et durable afin d’inverser la tendance et de miser sur leurs capacités pour répondre aux enjeux de demain.

Les problématiques identifiées

Les pays les plus touchés par les inégalités femmes-hommes sont le Yémen, l’Irak et le Pakistan, mais même dans les pays développés, les inégalités de genre sont encore très nombreuses. C’est pourquoi, il est impossible de dresser une liste exhaustive de toutes les inégalités qui existent dans le monde aujourd’hui : elles varient en fonction de la géographie, de l’histoire et de la culture. Ainsi, il serait judicieux de distinguer plusieurs catégories d’inégalités afin d’orienter la recherche de solutions d’IA pour y répondre.

En s’inspirant du Global Gender Gap, nous avons donc détecté six catégories. En effet, le Global Gender Gap calcule les inégalités de genre dans tous les pays suivant 4 thématiques : l’économie, l’éducation, la santé, et la politique. Nous avons décidé d’y ajouter une dimension culturelle et juridique :

  • Inégalités liées à l’éducation : éducation genrée : illettrisme, manque d’accès à l’éducation supérieure, différenciation des jouets “filles” des jouets “garçons” qui empêchent de se projeter dans un métier considéré comme étant du “genre opposé”.

  • Inégalités d’accès à l’économie et aux opportunités économiques : inégalités salariales, manque de représentation au sein de postes clés, les métiers sont encore trop genrés avec des domaines où il est difficile aux femmes de se faire une place (tech, sport, transport, par exemple).

  • Inégalités d’accès à la santé : les problématiques liées au manque d’accès et d’éducation concernant l’hygiène et la santé féminines sont encore trop importantes.

  • Inégalités de représentation politique : moins de siège au Parlement, moins de ministres, moins de cheffes d’États.

  • Inégalités culturelles : les femmes sont moins représentées dans les médias, le cinéma, l’art. Les femmes peintres, réalisatrices, ou encore écrivains sont moins connues que les hommes.

  • Inégalités juridiques : il existe des pays où, dans la loi, les femmes ont un statut inférieur à celui des hommes.

Les exemples de solutions d’IA pour répondre à ces problématiques

En s’intéressant au fonctionnement et aux propriétés de l’IA, il est possible d’innover afin de trouver des solutions dans chacune de ces catégories. Nous avons sélectionné quelques exemples de solution qui ont déjà vu le jour afin de guider l’idéation de nouvelles solutions.

Dans le cadre de l’inclusion à la sphère économique, par exemple, un outil basé sur des technologies IA a vu le jour : Textio, un éditeur de texte intelligent capable de rendre un descriptif de poste plus inclusif. Grâce à celui-ci, l’éditeur de logiciel Atlassian a fait passer le pourcentage de femmes recrutées de 10 % à 57 %.

Aussi, Atipica, un site créé par Laura Gomez, utilise l’IA pour prédire l’origine et le genre des candidats et ensuite assembler un panier de candidats le plus diversifié possible pour lutter contre les inégalités structurelles.

Concernant les inégalités culturelles, Aurélie Salvaire, la créatrice de Shiftbalance, un Think Thank et un Action Thank créer pour rééquilibrer la représentation des femmes dans la société suggère de faire passer aux films le test Bechdel “Y-a-t-il au moins deux femmes à l'écran ? Parlent-elles ensemble ? Si oui, parlent-elles d'autre chose que d'un homme ?” et d’adapter ensuite les financements en conséquence. En élargissant cette solution on peut ainsi imaginer des solutions créées grâce aux capacités de reconnaissances de l’IA : calcul du temps de parole en réunion, calcul du temps de parole sur un plateau télé, ou encore calcul du temps d’écran pour un film.


En termes d’inclusion, il serait également pertinent de réfléchir à un service de traduction plus inclusif : traduction des métiers au masculin et au féminin, par exemple afin de lutter contre la sectorisation qui existe encore dans les outils de traduction classiques :

Une deuxième approche afin de créer des solutions d’IA permettant de lutter contre les inégalités de genre serait de partir des propriétés de l’IA responsable et de les relier aux problématiques évoquées tout à l’heure.

En effet, une IA est dite responsable lorsqu’elle est

  • Explicable grâce à une documentation soignée

  • Sans biais

  • Adaptable

  • Robuste

  • Sécurisée

Si on part de la caractéristique “sans biais”, on peut s’en servir pour lutter contre les biais humains lors du recrutement ou de l’accord de prêts par exemple.



Emeline Kleinmann-Dukic

Référente Lutte contres les épidémies

Fondatrice "They Act for Women"


Lire l'article sur Medium

Découvrir notre newsletter

Vous affirmez avoir pris connaissance de notre Politique de Vie Privée et pouvez vous désinscrire à tout moment nous nous contactant à aifortomorrow@gmail.com 

AI FOR TOMORROW

Suivez-nous aussi sur les réseaux sociaux !

  • LinkedIn Social Icône
  • Facebook Social Icône
  • Twitter Icône sociale
  • medium
  • Youtube

Aller voir l'Innovation Challenge

Nous contacter