IA en entreprise : les enjeux de la diversité

Attention 

Avec son potentiel de productivité, de gains de revenus et d’économies, l’IA est gage de vitalité pour une Europe en déclin démographique. Encore faut-il que les bénéfices ne s’obtiennent pas aux dépends d'une moitié de l'humanité. Or, on voit qu’aujourd’hui les femmes sont à la fois sur-représentées dans les fonctions les plus exposées et sous-représentées dans les métiers d'avenir : moins de 22% des emplois dans l’IA, et moins de 14% des postes de direction. Le moment est venu de prêter attention pour réduire le décrochage, prévient Philippe Trouchaud. 

Premier risque : avec si peu de mixité dans les métiers de l’IA, des biais s’introduisent dans la conception des systèmes et les arbitrages techniques, du choix des données aux indicateurs de performance en passant par la sélection des cas d’usage. Au lieu de s’estomper, les stéréotypes s'automatisent. Des préjugés s’installent silencieusement dans toutes les activités de l’organisation : rédaction des offres d'emploi, conception des produits et services, scénarios de service client... 

En outre, l'IA risque de renforcer le déclassement de catégories professionnelles aujourd’hui fortement féminisées. L’exposition des emplois administratifs et de support se double d'un écart d'usage compromettant l’employabilité des collaboratrices concernées.  

Formation 

Selon l’étude Hopes and Fears de PwC, l’entreprise est l’agent économique auquel les salariés font le plus confiance pour faire évoluer leurs compétences. Pour faire de l’IA un levier de progrès pour tous, l’entreprise doit structurer des programmes de formation ciblés, concrètes et immédiates. 

Si l'auto-formation est possible, l’IA n’opposant que peu de barrières à l'entrée, elle a aussi ses limites. “Les organisations doivent garantir des parcours d'apprentissage protégés avec des formations courtes, répétées et centrées sur les cas d’usage réels”, conseille Philippe Trouchaud. 

Gouvernance 

Atteindre la mixité dans les équipes tech (data, IA, cyber...) sécurisera le déploiement de l'outil, mais ne se fera pas sans une impulsion du top management. Le soutien actif de tous les échelons de management est également nécessaire. Un encouragement soutenu aide en effet à surmonter des réticences qui pourraient se transformer en handicaps de carrière, freinant les promotions et privant de visibilité les projets sans IA. Mesurer l’usage de l’IA avec des métriques désagrégées permet par ailleurs de détecter les écarts sur lesquels concentrer les efforts. 

La gouvernance s'applique également aux modèles et fournisseurs. Une exigence de transparence et des audits réguliers permettent de s’assurer de l'absence de biais préjudiciables dans les algorithmes.