L’intelligence artificielle : entre opportunités, risques et enjeux sociétaux

L’intelligence artificielle fascine autant qu’elle interroge. Présente dans nos téléphones, nos voitures, nos soins médicaux ou nos outils de travail, elle transforme déjà nos façons de vivre, de décider, de collaborer. Mais derrière la puissance technologique se cachent des choix humains, des opportunités immenses… et des risques tout aussi réels.

L’IA n’est ni neutre, ni magique : elle reproduit nos biais, reflète nos inégalités, et peut soit amplifier les exclusions, soit devenir un levier d’inclusion, d’accessibilité et de progrès partagé. C’est pourquoi il est essentiel de comprendre comment elle fonctionne, qui la conçoit, qui elle sert… et qui elle oublie.

Dans ce guide, explorez les fondements de l’intelligence artificielle, son histoire et ses figures pionnières, les opportunités qu’elle offre pour une société plus juste, mais aussi les dérives qu’elle peut entraîner. Découvrez pourquoi se former à l’IA est un enjeu citoyen, professionnel et éthique – et comment chacune et chacun peut s’en saisir pour construire un avenir numérique responsable et inclusif.

L’intelligence artificielle, c’est quoi ?

 

❔ L’intelligence artificielle, c’est quoi ?

L'intelligence artificielle (IA) regroupe l'ensemble des techniques qui permettent à des machines de simuler des formes d'intelligence humaine. Cela inclut des capacités telles que le raisonnement, l'apprentissage, la planification, la reconnaissance visuelle ou vocale, la prise de décision ou encore le traitement du langage naturel. On distingue souvent deux types d'IA :

  • L'IA faible : conçue pour effectuer une tâche spécifique (par exemple, la recommandation de produits ou la reconnaissance faciale).
  • L'IA forte : une intelligence générale, encore hypothétique, qui serait capable d'effectuer toutes les tâches cognitives humaines.

Parmi les avancées récentes, l’IA générative occupe une place centrale. Ce type d’IA est capable de créer du contenu original, que ce soit du texte, des images, de la musique ou des vidéos, en se basant sur l’apprentissage à partir de grandes quantités de données. Un exemple phare est ChatGPT, un modèle de traitement du langage naturel qui génère des textes cohérents et contextuels, utilisés dans la rédaction assistée, le support client, ou la créativité numérique.

 
 

L’IA moderne s’appuie sur des technologies telles que le machine learning, le deep learning et les réseaux de neurones artificiels, qui permettent aux machines d’apprendre et de s’améliorer continuellement. Aujourd’hui, l’IA est intégrée dans de nombreux outils professionnels et personnels : logiciels de traduction, diagnostics médicaux, applications RH, systèmes de recommandation, etc., transformant en profondeur nos façons de travailler et d’interagir.

 

💡Le saviez-vous ?

Une IA a remporté un concours artistique… devant des humains
En 2022, un concours d'art dans le Colorado (États-Unis) a été remporté par une œuvre générée par une intelligence artificielle, Midjourney. Le jury, qui ne savait pas qu’elle avait été produite par une machine, l’a classée en première position. Cela a déclenché une vive polémique sur la place des IA dans la création artistique, posant des questions sur l’originalité, la propriété intellectuelle… et la frontière entre inspiration humaine et production automatisée.

Des IA ont créé leur propre langage… incompréhensible pour les humains
Lors d’une expérimentation menée par Facebook en 2017, deux IA chargées de négocier entre elles ont développé un langage optimisé pour communiquer plus rapidement. Problème : ce langage était devenu indéchiffrable pour les humains. L’expérience a été arrêtée, mais elle a ravivé les fantasmes d’une IA "hors de contrôle", et illustré l’importance de la transparence et de l’interprétabilité des systèmes automatisés.

L’empreinte carbone des IA peut dépasser celle d’un vol transatlantique
Former un grand modèle d’IA, comme un modèle de langage de dernière génération, consomme énormément d’énergie. Selon le MIT Technology Review 5, la phase de pré-entraînement de GPT-3 a engendré la production de 626 000 kg de CO2, ce qui équivaut à 354 A/R Paris - New-York en avion, ou 71,9 tours de la terre en voiture. Cette réalité soulève la question d’un numérique responsable, où la puissance technologique doit s’accompagner d’une attention à son impact écologique.


 

Petit regard en arrière : l’histoire de l’intelligence artificielle

 

⌛ Les grandes étapes ayant mené à l’intelligence artificielle

L’IA ne s’est pas construite en un jour. Elle est le résultat de décennies de recherches scientifiques, de ruptures technologiques et d’avancées informatiques majeures.

  • 1950 – Alan Turing publie Computing Machinery and Intelligence, un article fondateur dans lequel il pose la question : « Les machines peuvent-elles penser ? ». Il y propose le test de Turing, un protocole permettant d’évaluer la capacité d’une machine à imiter une conversation humaine de manière convaincante.
  • 1956 – Lors de la conférence de Dartmouth, le mathématicien John McCarthy propose officiellement le terme « intelligence artificielle ». Cet événement marque le véritable acte de naissance du champ de recherche dédié à la création de machines capables de simuler l’intelligence humaine.
  • Années 1960 à 1980 – Les premières applications concrètes de l’IA voient le jour, notamment les programmes ELIZA (simulation de conversation) et SHRDLU (compréhension du langage dans un monde virtuel).
 
  • Années 1990 – La montée en puissance des capacités de calcul et l’évolution des algorithmes permettent de franchir un cap. L’IA progresse dans des domaines complexes comme le traitement du langage, la reconnaissance de motifs ou les jeux stratégiques.
  • 1997 – L’ordinateur Deep Blue d’IBM bat le champion du monde d’échecs Garry Kasparov. Ce moment symbolique illustre la capacité croissante des machines à résoudre des problèmes autrefois réservés à l’intelligence humaine.
  • 2010 à 2020 – L’essor du deep learning (apprentissage profond) bouleverse le domaine. Grâce aux données massives et à la puissance des GPU, l’IA progresse à grande vitesse : reconnaissance faciale, traduction automatique, véhicules autonomes, assistants vocaux, etc.
  • Depuis 2020 – Les modèles de langage de nouvelle génération, comme GPT, révolutionnent l’usage de l’IA. Ils sont désormais intégrés à de nombreux outils et services, transformant profondément les secteurs économiques, de l’éducation à la santé, en passant par le marketing, la finance ou les ressources humaines.
 

Qu’en est-il des femmes dans l’histoire de l’intelligence artificielle ?

Quelques femmes pionnières de l’IA et de l’informatique, à (re)découvrir et à faire connaître :
 
Ada Lovelace : première programmeuse de l’histoire

Ada Lovelace (1815–1852) est considérée comme la toute première programmeuse. Collaboratrice de Charles Babbage sur la machine analytique — ancêtre de l’ordinateur — elle comprend avant tout le monde que cette machine peut faire bien plus que des calculs : elle peut manipuler des symboles, et même produire de la musique. Sa vision préfigure l’informatique moderne, en anticipant la capacité des machines à créer, à condition d’être bien guidées.

 
Grace Hopper : rendre la programmation accessible à toutes et tous

Grace Hopper (1906–1992), officier de la marine américaine et informaticienne, est à l’origine du langage COBOL, l’un des premiers langages de programmation orientés utilisateur. Elle a milité pour que les langages informatiques soient compréhensibles et accessibles, même pour les non-spécialistes. Véritable passeuse de savoir, elle a joué un rôle crucial dans la démocratisation de l’informatique et reste une figure incontournable pour celles et ceux qui œuvrent à un numérique plus inclusif.

 
Fei-Fei Li : une IA pour toutes et tous

Fei-Fei Li (née en 1976), professeure à Stanford, a initié le projet ImageNet, qui a révolutionné la reconnaissance d’images par l’IA. Cofondatrice de l’initiative AI4ALL, elle milite pour une IA inclusive, accessible aux femmes et aux minorités. Chercheuse de renom, elle dénonce les biais systémiques et plaide pour une IA éthique, humaniste, et ancrée dans les besoins réels de la société.

 
Mira Murati : l’éthique au cœur de l’innovation

Mira Murati (née en 1988) est ingénieure et ancienne Chief Technology Officer chez OpenAI. Elle a piloté le développement de modèles d’IA générative comme ChatGPT. Connue pour sa rigueur technologique autant que pour son engagement en faveur d’une IA responsable, elle défend activement l’importance de la diversité dans les équipes pour garantir des outils justes et représentatifs. Elle incarne une génération de leaders qui veut concilier avancée technologique et responsabilité sociale.

 

👩🏽‍💻 Évincement progressif des femmes dans le domaine de la tech et de l’IA

Jusqu’aux années 1970, l’informatique était perçue comme une tâche administrative, et de nombreuses femmes occupaient ces postes. Les premiers ordinateurs étaient souvent programmés par des femmes, comme lors des missions Apollo à la NASA avec le rôle de Margaret Hamilton. Mais à mesure que le secteur a gagné en prestige et en valorisation économique, l'image de l'informaticien est devenue de plus en plus masculine.

Ce changement de perception a contribué à une chute spectaculaire de la part des femmes dans les filières informatiques, passant de près de 40 % dans les années 1980 à moins de 20 % aujourd’hui dans la tech. Dans le domaine de l’IA, cette tendance s’est accentuée : selon l’UNESCO, seulement 12 % des chercheuses en IA dans le monde sont des femmes.

⚖️ État des lieux actuel : quels impacts du manque de représentation des femmes dans l’IA ?

L’intelligence artificielle joue un rôle stratégique croissant dans les entreprises, la recherche et les politiques publiques. Pourtant, la sous-représentation des femmes dans les postes clés, les équipes de recherche et développement, ainsi que dans les instances décisionnelles, a des conséquences directes sur les outils créés.

Ce déséquilibre se traduit notamment par des systèmes d’IA qui reflètent souvent des biais de genre, reproduisent des stéréotypes, et manquent de diversité dans leurs usages et représentations. Par exemple, les assistants vocaux sont fréquemment dotés d’une voix féminine stéréotypée, renforçant des clichés culturels. De plus, l’absence de modèles féminins inspirants limite la prise en compte des besoins et des perspectives variées, ce qui impacte négativement la qualité, l’équité et la pertinence des solutions déployées.

Les IA génératives, comme celle utilisée pour rédiger la chronologie des grandes étapes de l’intelligence artificielle proposée plus haut, ne sont pas exemptes de biais. En effet, si l’on demande à ChatGPT de rédiger cette partie, alors aucune femme n’est mentionnée, alors même que des figures féminines ont joué un rôle essentiel dans la naissance et le développement de ce domaine, comme nous l’avons montré plus haut. Ce silence n’est pas anodin : il reflète un biais structurel des IA génératives, qui reproduisent les angles morts des données sur lesquelles elles ont été entraînées. L’invisibilisation des femmes dans les récits dominants – générés par IA – doit nous rappeler la nécessité d’un regard critique, humain, et documenté dans l’usage de ces outils.

 

 

L'intelligence artificielle, entre risques et opportunités

 

📣 Risques de l'intelligence artificielle

Si l’IA suscite un enthousiasme croissant, elle soulève également de nombreux risques. Mal encadrée, elle peut renforcer les inégalités, fragiliser les libertés individuelles, ou avoir un impact environnemental lourd. Ces risques ne sont pas théoriques : ils sont déjà à l’œuvre dans certains usages concrets. En voici les principales formes :

  • Biais algorithmiques : Les IA sont entraînées sur des données, souvent imprégnées de stéréotypes sexistes, racistes ou validistes. Si ces biais ne sont pas identifiés et corrigés, les systèmes peuvent les reproduire et les amplifier – par exemple dans les outils de recrutement, les systèmes de notation ou les moteurs de recommandation.
  • Opacité et manque de responsabilité : De nombreux modèles fonctionnent comme des « boîtes noires », rendant difficile la compréhension de leur logique ou la vérification de leurs résultats. Cela complique la traçabilité des erreurs, l’attribution des responsabilités, et peut générer une perte de confiance.
  • Surveillance et atteinte aux libertés : L’IA peut servir à automatiser la surveillance : reconnaissance faciale, suivi comportemental, traitement massif de données personnelles. Ces usages, sans encadrement strict, posent de graves questions éthiques et juridiques.
  • Automatisation et emploi : Dans certains secteurs, l’IA remplace des tâches auparavant réalisées par des humain·es, en particulier dans la logistique, l’administration ou les services client. Sans stratégie d’accompagnement ni reconversion, cela peut fragiliser les salarié·es les plus exposé·es.
  • Impact environnemental : L’entraînement et l’usage des modèles de grande taille nécessitent d’importantes ressources énergétiques. Cette consommation, encore largement invisible, entre en contradiction avec les objectifs de sobriété numérique et de transition écologique.

Ces dérives concernent directement les enjeux d'égalité, de justice sociale et de durabilité. **Une IA entraînée sur des données excluantes, utilisée sans transparence, ou déployée sans précaution, peut accentuer les déséquilibres qu’elle prétend résoudre. **

 

🤝 Opportunités de l’intelligence artificielle

Mais l’IA ne doit pas être réduite à ses dangers. Utilisée de manière éthique, inclusive et responsable, elle offre un potentiel immense pour relever certains des défis majeurs auxquels les entreprises font face aujourd’hui. Au-delà d’améliorer la productivité en automatisant les tâches répétitives et en optimisant les processus, l’IA soutient la transformation des environnements de travail vers plus d’efficacité, d’inclusion et de durabilité. Parmi les opportunités concrètes :

  • Productivité et efficacité dans le monde du travail : L’IA permet d’automatiser les tâches chronophages, d’optimiser la gestion des ressources et d’améliorer la prise de décision grâce à l’analyse rapide de données complexes. Cela libère du temps pour se concentrer sur des activités à forte valeur ajoutée et favorise l’agilité des équipes.
  • Environnement : Elle aide à réduire la consommation énergétique des sites, à anticiper les impacts écologiques des activités, et à mieux gérer les flux et déchets. Bien utilisée, l’IA accélère la transition écologique au sein des entreprises.
  • Accessibilité : Les technologies basées sur l’IA — interfaces vocales, reconnaissance d’images, synthèse vocale ou textuelle — renforcent l’autonomie des personnes en situation de handicap et favorisent un cadre de travail plus inclusif.
  • Lutte contre les discriminations : Des outils IA permettent de détecter et corriger les biais dans les pratiques RH, d’analyser les écarts de traitement et d’alerter sur les comportements problématiques, contribuant ainsi à un climat professionnel plus juste et respectueux.

Des initiatives émergent pour rendre visibles et corriger les inégalités, telles que l’analyse des écarts salariaux à partir de données internes, ou encore des programmes ciblés comme des chatbots de mentoring et des dispositifs d’orientation dédiés aux femmes dans les carrières scientifiques et techniques. Ces actions, soutenues par des organisations non gouvernementales, des collectifs, etc., commencent à porter leurs fruits. Même si les chiffres évoluent lentement, ces efforts encouragent une prise de conscience croissante et ouvrent la voie à une diversité renforcée, indispensable pour que l’IA puisse répondre de manière équitable et représentative aux besoins de la société.

L’IA n’est ni neutre ni inévitable. Elle reflète les choix de celles et ceux qui la conçoivent, la financent et l’utilisent. Former les équipes, intégrer la diversité dans les projets, encadrer les usages et poser des critères éthiques clairs : ce sont les conditions nécessaires pour faire de l’IA un levier de progrès partagé.

 

Palier aux risques de l’IA et saisir les opportunités qu’elle présente

 

👉 Que faire à l’échelle individuelle ?

S’informer sur le fonctionnement des IA : comprendre les bases (modèles, données, algorithmes) permet d’adopter un regard critique face aux outils utilisés au quotidien.
  • Questionner les résultats générés : apprendre à détecter les biais, approximations ou “hallucinations” permet de ne pas prendre pour argent comptant ce qu’une IA produit.
  • Adopter des pratiques numériques responsables : limiter les usages superflus, privilégier des outils sobres, ou refuser le recours à l’IA quand ce n’est pas nécessaire.
  • Sensibiliser son entourage : partager ses connaissances avec ses collègues, ses proches, ou sur les réseaux sociaux pour faire circuler une culture éthique et inclusive de l’IA.
  • Valoriser la diversité dans les récits et les modèles : : encourager l’émergence de voix féminines, racisées ou marginalisées dans le champ de l’IA, pour sortir des récits dominants.
 

Et dans le monde du travail ?

👁️ Que faire en tant qu’entreprise ?

  • Auditer les outils d’IA utilisés en interne : identifier les biais potentiels dans les données ou les algorithmes, et vérifier leur impact sur les processus RH, marketing ou décisionnels.
  • Associer différents métiers à la gouvernance de l’IA : faire dialoguer IT, RH, juridique, RSE et métiers opérationnels pour assurer une vision globale et éthique des projets IA.
  • Évaluer l’impact environnemental des solutions IA : prendre en compte la consommation énergétique des outils utilisés et privilégier des alternatives plus sobres.
  • Mettre en place des garde-fous dès la conception : questionner la représentativité des données, la finalité des outils et les modalités de recours humain en cas de doute.
  • Favoriser la diversité dans les équipes IA : recruter, promouvoir ou faire intervenir des profils issus de parcours variés pour enrichir la conception et le déploiement des solutions.
  • Communiquer en toute transparence avec les salarié·es : informer sur les outils utilisés, leur rôle, leurs limites et les droits des utilisateur·ices (ex. : en matière de données personnelles).
 

📖 Pourquoi se former et former ses salarié·es ?

Comprendre les logiques d’un algorithme : cela permet de faire des choix éclairés dans l’usage des outils et d’identifier leurs limites.
  • Réduire les erreurs d’interprétation : se former permet de reconnaître les biais présents dans les outils IA et d’éviter de s’en remettre aveuglément à leurs résultats.
  • Renforcer l’autonomie des équipes : des salarié·es formé·es sont capables de poser les bonnes questions, d’évaluer les outils et d’en faire un usage stratégique.
  • Intégrer les principes d’inclusion dès la conception : former aux enjeux d’équité, de diversité et d’accessibilité permet de développer des solutions plus justes.
  • Accompagner la transformation des métiers : l’IA redessine les contours de nombreuses fonctions ; former permet d’anticiper plutôt que de subir ces évolutions.
  • Réduire la fracture numérique : démocratiser la compréhension de l’IA, c’est éviter qu’une minorité décide pendant que la majorité subit.
  • Encourager une IA à l’image de la société : plus il y a de diversité parmi les personnes formées, plus l’IA reflétera une société plurielle et équitable.
  • Soutenir une innovation responsable : former, c’est permettre aux salarié·es de proposer des projets qui conjuguent performance, éthique et impact positif.

Pour en apprendre davantage, vous pouvez lire notre article : 15 raisons de former ses équipes à l’intelligence artificielle.


 

🔎 Ce que nous proposons chez Gloria pour accompagner vos équipes sur les enjeux liés à l’intelligence artificielle en entreprise

Chez Gloria, nous accompagnons les organisations dans la sensibilisation et la formation à l’intelligence artificielle, en plaçant l’humain, l’éthique et la responsabilité au cœur des usages. Nos interventions visent à clarifier les enjeux de l’IA, à développer des usages maîtrisés, à favoriser l’inclusion numérique et à encourager une culture d’innovation partagée. L’objectif : permettre à chacun et chacune de comprendre, questionner et utiliser l’IA en conscience, dans une approche pédagogique, accessible et engageante.

 

Conférences

Formations

Sur mesure


 

Pour conclure : pourquoi l’intelligence artificielle nous concerne toutes et tous

L’intelligence artificielle n’est pas un simple outil neutre ou inévitable : elle résulte de choix technologiques, humains, politiques et sociaux. Lorsqu’elle est conçue et utilisée avec éthique, responsabilité et diversité, elle peut être un puissant levier pour la santé, l’égalité, l’accessibilité et l’environnement. Mais ce potentiel ne se réalisera que si elle est portée par une vision collective, inclusive et citoyenne.

Alors, que ferez-vous pour vous approprier ces outils et contribuer à une IA qui soit au service de toutes et tous ?

L’engagement commence par l’information, la réflexion et l’apprentissage ensemble. Pour que l’intelligence artificielle devienne aussi un outil d’émancipation.