Pour donner une approche axée sur l’IA Les femmes universitaires et d’autres personnes ont eu le temps bien mérité – et attendu – d’être sous les projecteurs, TechCrunch lance une série d’entretiens axés sur des femmes remarquables qui ont contribué à la révolution de l’IA. Nous publierons plusieurs articles tout au long de l’année, à mesure que le boom de l’IA se poursuit, mettant en lumière des travaux clés qui restent souvent méconnus. Lisez plus de profils ici.
En tant que lecteur, si vous voyez un nom que nous avons manqué et que vous pensez qu’il devrait figurer sur la liste, veuillez nous envoyer un e-mail et nous chercherons à l’ajouter. Voici quelques personnes clés que vous devriez connaître :
L’écart entre les sexes dans l’IA
Dans un article du New York Times à la fin de l’année dernière, la Dame Grise a expliqué comment le boom actuel de l’IA s’est produit – mettant en avant de nombreux suspects habituels comme Sam Altman, Elon Musk et Larry Page. Le journalisme est devenu viral – non pas pour ce qui a été rapporté, mais plutôt pour ce qu’il a omis de mentionner : les femmes.
La liste du Times comprenait 12 hommes, pour la plupart des dirigeants d’entreprises d’IA ou de technologie. Beaucoup n’avaient aucune formation ou éducation, formelle ou autre, en IA.
Contrairement à la suggestion du Times, l’engouement pour l’IA n’a pas commencé avec Musk assis à côté de Page dans un manoir de la Baie. Cela a commencé bien avant cela, avec des universitaires, des régulateurs, des éthiciens et des amateurs travaillant sans relâche dans une relative obscurité pour jeter les bases des systèmes d’IA et de GenAI dont nous disposons aujourd’hui.
Elaine Rich, informaticienne à la retraite, anciennement de l’Université du Texas à Austin, a publié l’un des premiers manuels sur l’IA en 1983, puis est devenue directrice d’un laboratoire d’IA d’entreprise en 1988. Cynthia Dwork, professeure à Harvard, a fait des vagues pendant des décennies. il y a dans les domaines de l’équité de l’IA, de la confidentialité différentielle et de l’informatique distribuée. Et Cynthia Breazeal, roboticienne et professeur au MIT et co-fondatrice de Jibo, la startup de robotique, a travaillé au développement de l’un des premiers « robots sociaux », Kismet, à la fin des années 90 et au début des années 2000.
Malgré les nombreuses façons dont les femmes ont fait progresser la technologie de l’IA, elles ne représentent qu’une infime partie de la main-d’œuvre mondiale de l’IA. Selon une étude de Stanford réalisée en 2021, seulement 16 % des professeurs titulaires axés sur l’IA sont des femmes. Dans une étude distincte publiée la même année par le Forum économique mondial, les co-auteurs constatent que les femmes n’occupent que 26 % des postes liés à l’analyse et à l’IA.
Pire encore, l’écart entre les sexes dans l’IA se creuse, au lieu de se réduire.
Nesta, l’agence britannique d’innovation pour le bien social, a mené une analyse en 2019 qui concluait que la proportion d’articles universitaires sur l’IA co-écrits par au moins une femme ne s’était pas améliorée depuis les années 1990. En 2019, seulement 13,8 % des articles de recherche sur l’IA publiés sur Arxiv.org, un référentiel d’articles scientifiques pré-imprimés, étaient rédigés ou co-écrits par des femmes, ce chiffre ayant régulièrement diminué au cours de la décennie précédente.
Raisons de la disparité
Les raisons de cette disparité sont nombreuses. Mais une enquête de Deloitte auprès des femmes dans l’IA met en lumière quelques-unes des plus importantes (et évidentes), notamment le jugement de leurs pairs masculins et la discrimination résultant du fait de ne pas s’intégrer dans les moules établis à prédominance masculine de l’IA.
Cela commence à l’université : 78 % des femmes ayant répondu à l’enquête de Deloitte ont déclaré qu’elles n’avaient pas eu la chance de faire un stage en IA ou en apprentissage automatique pendant leurs études de premier cycle. Plus de la moitié (58 %) ont déclaré avoir fini par quitter au moins un employeur en raison de la manière dont les hommes et les femmes étaient traités différemment, tandis que 73 % envisageaient de quitter complètement l’industrie technologique en raison de l’inégalité salariale et de l’incapacité d’avancer dans leur carrière.
Le manque de femmes nuit au domaine de l’IA.
L’analyse de Nesta a révélé que les femmes sont plus susceptibles que les hommes de prendre en compte les implications sociétales, éthiques et politiques de leurs travaux sur l’IA – ce qui n’est pas surprenant étant donné que les femmes vivent dans un monde où elles sont rabaissées en raison de leur sexe, des produits du ont été conçus pour les hommes, et les femmes avec enfants sont souvent censées équilibrer leur travail et leur rôle de principales dispensatrices de soins.
Avec un peu de chance, l’humble contribution de TechCrunch – une série sur les femmes accomplies dans le domaine de l’IA – aidera à faire avancer les choses dans la bonne direction. Mais il y a clairement beaucoup de travail à faire.
Les femmes que nous profilons partagent de nombreuses suggestions pour celles qui souhaitent développer et faire évoluer le domaine de l’IA pour le mieux. Mais un fil conducteur est présent partout : un mentorat solide, un engagement et un exemple. Les organisations peuvent influer sur le changement en adoptant des politiques (embauche, formation ou autres) qui valorisent les femmes déjà présentes ou cherchant à percer dans le secteur de l’IA. Et les décideurs en position de pouvoir peuvent exercer ce pouvoir pour promouvoir des lieux de travail plus diversifiés et plus favorables aux femmes.
Le changement ne se produira pas du jour au lendemain. Mais toute révolution commence par un petit pas.