Les conséquences potentielles de l’intelligence artificielle sur l’emploi en général

Au cours de la prochaine décennie, l’impact de l’intelligence artificielle générative (ChatGPT…) sur l’emploi sera significatif et diversifié. Selon les dernières estimations de l’Organisation internationale du Travail (OIT), l’automatisation pourrait potentiellement affecter jusqu’à 50% des emplois existants dans certaines régions du monde. Cette automatisation touchera principalement les emplois impliquant des tâches routinières et répétitives, comme la saisie de données et certaines tâches de production. Toutefois, il est important de noter que l’IA ne se limite pas à la suppression d’emplois, car elle offrira également de nouvelles opportunités. L’OIT estime que d’ici 2030, l’IA pourrait créer jusqu’à 12 millions d’emplois supplémentaires dans les domaines de la gestion de données, de la cybersécurité, et de la maintenance des systèmes d’IA. Toujours selon l’OIT, les implications potentielles de l’IA générative sont toutefois susceptibles de varier considérablement entre les sexes, avec une probabilité de perturbation de l’emploi féminin plus de deux fois supérieure à celle des hommes. Un constat partagé par le cabinet de conseil en stratégie McKinsey qui indique dans une étude parue l’été dernier que, d’ici la fin des années 2020, un tiers des heures de travail aux États-Unis pourraient être automatisées, avec 1,5 fois plus de femmes que d’hommes exposées à l’impact de l’intelligence artificielle. Pour rester pertinents sur le marché du travail, les travailleurs devront s’adapter en acquérant des compétences en numératie(1), en informatique et en résolution de problèmes. Cependant, la manière dont ces changements affecteront les travailleurs dépendra également des politiques gouvernementales et des stratégies des entreprises pour gérer les transitions.

La vulnérabilité des emplois occupés par les femmes

Les emplois traditionnellement occupés par des femmes sont donc les plus exposés à l’automatisation et à l’IA, une réalité confirmée par les données en France et partout dans le monde occidental. Cette vulnérabilité résulte en grande partie de la concentration des femmes dans des secteurs historiquement moins rémunérés et plus susceptibles d’être automatisés. Par exemple, en France, selon l’Institut national de la statistique et des études économiques (INSEE), près de 30 % des femmes occupaient des emplois à temps partiel en 2019, contre seulement 7 % des hommes. Cette disparité dans les types de contrats contribue souvent à la précarité financière des femmes, car les emplois à temps partiel sont généralement moins bien rémunérés et moins stables. De plus, les inégalités salariales persistent en France, avec un écart moyen de rémunération d’environ 25 % en 2020, selon Eurostat. Autrement dit, les femmes gagnent en moyenne 25 % de moins que les hommes pour un travail équivalent. Ces disparités salariales exacerbent la fragilité financière des femmes. De surcroît, les femmes sont davantage susceptibles d’occuper des emplois précaires en France, notamment des contrats à durée déterminée (CDD) ou des emplois temporaires. En 2020, l’INSEE a observé que 88 % des emplois à temps partiel étaient occupés par des femmes, et elles étaient plus nombreuses que les hommes à travailler en CDD. Les femmes sont également fréquemment concentrées dans des secteurs à faible rémunération, tels que les services à la personne et le commerce de détail. Selon l’Observatoire des Inégalités, 84 % des employés dans le secteur de la santé et de l’action sociale sont des femmes, avec des salaires moyens inférieurs à ceux des hommes dans ce domaine. Plusieurs universités renommées s’emploient activement à examiner les interactions entre le genre, l’IA et l’emploi. Par exemple, l’Université de Californie à Berkeley, par le biais de son Centre for Technology, Society & Policy, s’est penché sur l’intersection complexe entre l’IA, le genre et le marché du travail, utilisant des données empiriques pour identifier les écarts de participation et les déséquilibres de rémunération. Leurs recommandations politiques visent à favoriser une plus grande égalité entre les sexes.

L’obstacle des biais de genre dans les données d’entraînement

Un autre facteur crucial à considérer lorsqu’il s’agit de l’impact de l’IA sur l’emploi des femmes est le risque de biais de genre inhérent aux données d’entraînement des systèmes d’IA. Dans ce contexte, les biais font référence à des préjugés ou à des distorsions systématiques qui se manifestent dans les données en raison de discriminations passées ou de stéréotypes de genre. Si ces données contiennent des préjugés existants liés au genre, les systèmes d’IA peuvent perpétuer ces biais et renforcer les inégalités sur le lieu de travail. Les exemples de biais de genre dans les données ne manquent pas. En France, une étude réalisée par le Haut Conseil à l’égalité entre les femmes et les hommes a révélé que les femmes étaient sous-représentées dans les médias, avec seulement 38 % des expert·es interviewé·es dans les émissions d’information en 2018. Cette sous-représentation se traduit par une absence de voix féminines dans la production d’informations et peut influencer la manière dont les systèmes d’IA comprennent et interprètent le rôle des femmes dans la société. Cathy O’Neil, mathématicienne et auteure de « Algorithmes, la bombe à retardement » met en garde contre les conséquences des biais de genre dans les systèmes d’IA. Pour elle, « dans le monde de l’IA, les biais sont comme des miroirs réfléchissant les inégalités profondément enracinées de notre société. Les algorithmes renforcent souvent les préjugés existants au lieu de les atténuer, ce qui peut avoir un impact disproportionné sur les groupes déjà marginalisés. » Autrement dit, lorsque des données historiques sont utilisées pour former des algorithmes de prise de décision, les discriminations passées peuvent être perpétuées, ce qui peut avoir un impact disproportionné sur les femmes et les minorités. Prenons l’exemple d’un algorithme de recrutement qui se base sur des données historiques où les femmes ont été sous-représentées dans certaines professions. Cet algorithme pourrait continuer à favoriser les hommes pour ces emplois, même si les femmes sont tout aussi qualifiées. Non seulement cela perpétue les inégalités existantes sur le marché du travail, mais cela renforce également les stéréotypes de genre qui limitent les opportunités professionnelles des femmes. Il est donc impératif de mettre en place des mécanismes de correction des biais dans le développement des systèmes d’IA. Il est essentiel de veiller à ce que les données utilisées pour l’entraînement soient plus représentatives de la diversité de la main-d’œuvre. Cette approche contribuera à créer des systèmes d’IA plus équitables et à atténuer les inégalités de genre dans le monde du travail.

Le manque de compétences techniques et de formation des femmes

Une autre raison majeure pour laquelle l’emploi des femmes est plus vulnérable à l’IA réside dans le déséquilibre des compétences techniques. On l’a vu, les emplois qui résisteront le mieux à l’automatisation exigent souvent des compétences avancées en informatique, en programmation, en analyse de données et en intelligence artificielle. Malheureusement, les femmes sont encore sous-représentées dans ces domaines, ce qui limite leurs opportunités d’emploi dans des postes liés à l’IA. En France, par exemple, selon le ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation, les femmes étaient largement sous-représentées dans les filières dites STEM(2) en 2020, ne représentant que 27 % des étudiant·es en informatique et 36 % en mathématiques. Cette disparité dans l’accès à l’éducation et à la formation dans des domaines techniques a un impact direct sur la capacité des femmes à accéder à des emplois liés à l’IA, qui requièrent souvent des compétences spécialisées. Pourtant, encourager davantage de femmes à poursuivre des carrières en STEM est essentiel pour réduire cette disparité. L’exemple de la France avec ses initiatives telles que « Elles codent » montre comment des programmes visant à encourager les femmes à s’engager dans les domaines scientifiques et technologiques peuvent avoir un impact positif. Ces initiatives offrent des bourses, des mentorats et des opportunités de formation aux femmes pour les aider à acquérir les compétences nécessaires et à s’épanouir dans ces carrières.

L’influence des normes sociales et culturelles sur les inégalités de genre

Les inégalités de genre dans le domaine de l’intelligence artificielle et de l’emploi résultent aussi des normes sociales et culturelles qui façonnent les attentes et les choix des individus en fonction de leur genre, influençant ainsi les carrières et les opportunités professionnelles. Pendant longtemps, la société a eu des attentes traditionnelles concernant les rôles de genre. Les femmes étaient souvent associées à des responsabilités domestiques, de soins et de soutien, tandis que les hommes étaient considérés comme les principaux pourvoyeurs financiers de la famille. Une étude réalisée par le Pew Research Center a révélé que 50% des Américains estiment que les femmes sont moins bien adaptées aux emplois en technologie. Ces stéréotypes ont influencé les choix de carrière et les aspirations professionnelles des individus. Par exemple, les filles étaient souvent encouragées à poursuivre des emplois dans des secteurs axés sur les soins, tels que l’enseignement, les soins de santé ou le travail social, tandis que les garçons étaient orientés vers des domaines tels que l’ingénierie, la technologie ou les affaires. Ces attentes traditionnelles ont eu un impact significatif sur les choix de carrière et de formation des femmes. Les carrières liées à l’IA et à la technologie sont souvent perçues comme masculines, ce qui peut décourager les femmes de s’engager dans ces domaines. Les données actuelles montrent que les femmes occupent moins de 20% des postes de cadres supérieurs dans les entreprises de technologie aux États-Unis et qu’elles occupent seulement 15% des postes de chercheurs en IA à l’université.

Quelles solutions pertinentes mettre en place ?

L’éducation et la sensibilisation jouent un rôle crucial dans la lutte contre les inégalités de genre dans le domaine de l’IA. Il est impératif de sensibiliser les femmes dès leur plus jeune âge aux opportunités offertes par cette technologie. Les programmes éducatifs, les ateliers et les initiatives de mentorat jouent un rôle central dans cet effort, nécessitant une collaboration entre les écoles, les universités et les entreprises pour encourager davantage de femmes à étudier des domaines liés à l’IA. Cela peut être accompli en mettant en place des programmes de bourses et en fournissant un soutien financier. La lutte contre les biais de genre dans les systèmes d’IA requiert des actions réglementaires volontaristes. Les gouvernements et les institutions doivent élaborer des politiques exigeant la transparence et l’équité tout au long du cycle de vie de l’IA. Cela implique la collecte de données démographiques pour identifier les biais, la création de comités de révision indépendants pour évaluer les systèmes d’IA, et l’établissement de sanctions pour les entreprises ne respectant pas ces normes. Les politiques visant à promouvoir la diversité et l’inclusion au sein des entreprises technologiques doivent également être encouragées et renforcées. Pour atténuer l’impact de l’IA sur l’emploi des femmes, il est essentiel de diversifier les opportunités professionnelles dans le domaine technologique. Cela signifie encourager les femmes à poursuivre des carrières en tant que développeuses de logiciels ou d’algorithmes, mais aussi en tant que leaders, chercheuses, éducatrices et créatrices. Les entreprises peuvent mettre en œuvre des politiques de promotion interne favorisant la diversité aux postes de direction, tandis que les établissements d’enseignement supérieur peuvent développer des programmes encourageant les femmes à explorer divers domaines technologiques. En outre, les employeurs et les gouvernements devraient investir dans des programmes de formation continue pour aider les femmes à acquérir des compétences techniques tout au long de leur carrière. Cela pourrait inclure des programmes de reconversion pour celles qui souhaitent se diriger vers des emplois liés à l’IA, ainsi que des cours de formation en ligne accessibles à tous. Enfin, pour réduire les inégalités, il est crucial de remettre en question les normes sociales et culturelles qui limitent les choix en fonction du genre. Il est essentiel de mettre en avant des modèles de rôle féminins positifs et d’assurer une visibilité accrue des femmes dans ces domaines pour démontrer que les opportunités professionnelles liées à l’IA sont accessibles à tous, indépendamment du genre.

En conclusion, l’essor de l’intelligence artificielle comporte des défis importants pour l’emploi des femmes. Les emplois traditionnellement féminins sont souvent plus vulnérables à l’automatisation, et les femmes sont sous-représentées dans les domaines techniques cruciaux pour l’IA. Les biais de genre dans les données d’entraînement des IA peuvent également perpétuer les inégalités. Pour atténuer ces problèmes, il est essentiel de promouvoir l’éducation et la sensibilisation, d’exiger la transparence et l’équité dans l’utilisation de l’IA, et de renforcer la diversification des carrières technologiques pour les femmes. Les politiques de promotion de la diversité et de l’inclusion sont également cruciales. En résumé, une action coordonnée est nécessaire pour garantir que l’IA bénéficie à tous, quel que soit le genre, et pour créer un avenir professionnel équitable et stable pour les femmes.

Références

(1)Numératie : capacité à utiliser, appliquer, interpréter et communiquer des informations et des idées mathématiques.

(2)STEM est un acronyme en anglais qui désigne les disciplines liées à la science, la technologie, l’ingénierie et les mathématiques. Ces domaines englobent un large éventail de matières et de professions qui sont liées à la résolution de problèmes, à la création de technologies, à l’innovation et à la compréhension des phénomènes scientifiques et mathématiques. Encourager plus de femmes à poursuivre des carrières dans les domaines STEM est important pour favoriser la diversité et l’égalité des sexes dans ces secteurs.