Le sujet n’est pas récent. D’un point de vue général, la tech est loin d’être un secteur paritaire. Que ce soit sur les bancs des écoles, dans les comités de direction ou dans les effectifs, les femmes restent largement minoritaires. Une situation qui, à l’heure où l’IA tend à s’imposer comme un incontournable dans les entreprises comme dans la société civile, n’est pas sans conséquence. De l’IA générative à la génération de biais, il n’y a qu’un pas. Ou quand les inégalités engendrent de nouvelles inégalités. Toutefois, si le pourquoi semble évident, se pose alors la question de savoir comment amener plus de femmes dans l’IA.
Les femmes ne représentent que 32 % de l’ensemble des apprenants en école d’ingénieurs[i]. Seules 10 % des startups sont créées par des équipes exclusivement féminines, et 12 % par des équipes mixtes[ii].
De la même manière, un emploi sur trois est occupé par une femme dans les startups[iii] et une seule femme dirigeante figure dans le Next 40, classement des 40 startups les plus prometteuses de l’écosystème français. Il s’agit d’Éléonore Crespo, cofondatrice et PDG de Pigment, une startup de planification financière, qui fait partie de la « promotion » 2023[iv].
Résultat, une femme sur deux quitte la tech après ses 35 ans[v] faute de représentativité et d’inclusion. Au-delà des enjeux d’égalité et de la discrimination, le manque de parité dans la tech entraîne un autre impact négatif : celui des biais dans les algorithmes d’intelligence artificielle et, par conséquent, dans les solutions numériques et la technologie au sens large. Le risque ? Bâtir une société du futur sur la base d’une fracture numérique qui, nativement, exclura 50 % de la population. Le sujet a même été appréhendé lors du Sommet pour l’action sur l’intelligence artificielle, qui s’est tenu à Paris les 10 et 11 février derniers.
La place des femmes en intelligence artificielle
Les femmes représentent 25 % des effectifs dédiés à l’IA en France[vi], soit légèrement mieux que la moyenne mondiale établie à 22 % mais moins bien que la moyenne européenne qui s’élève à 26,3 %. Même constat au niveau des postes de direction où moins d’un quart (24 %) des responsables IA siégeant au comité exécutif sont des femmes. Sur ce point en revanche, l’écart se creuse avec l’Union européenne (29 %), et surtout le Royaume-Uni et l’Irlande qui comptent 38 % de femmes responsables IA au comex. Les femmes ne représentent également que 12 % des chercheurs en IA dans le monde et en Europe, 13,3 %.
Sans surprise, cette sous-représentation est également avérée dans la société civile dans laquelle les femmes ne représentent que 33 % des utilisateurs de ChatGPT. Une situation pour le moins étrange tant l’histoire de la tech ne manque pas de femmes illustres. Pour ne citer que les plus célèbres d’entre elles : Ada Lovelace, pionnière du développement informatique dès le XIXe siècle ; Grace Hopper dite « Amazing Grace », connue pour avoir normalisé les langages informatiques ; Hedy Lamarr qui a contribué à la technologie à l’origine du Wi-Fi ; ou encore, Katherine Johnson qui a calculé la trajectoire du premier voyage sur la lune, et Mary Jackson et Dorothy Vaughan, ingénieures à la NASA.
Des femmes que l’histoire récente a permis de mettre en lumière alors qu’elles avaient été invisibilisées pendant des dizaines d’années !
Tenté par une petite introduction à l’IA et à ses cas d’usage ?
👉 Découvrez notre article « Intelligence artificielle (IA) : comment ça fonctionne ? »
Pourquoi si peu de femmes dans l’IA ?
Comme a pu en attester le récent Sommet de l’IA, l’intelligence artificielle est surtout une affaire d »hommes. Mais avant d’envisager les conséquences de ce manque de représentativité des femmes, il est intéressant de se demander pourquoi, finalement, le monde de la tech au sens large, et de l’IA plus particulièrement, est si peu féminisé. Les raisons sont multiples et se trouvent principalement dans l’éducation, voire dès l’école primaire.
Le rôle des stéréotypes de genre
Les filles seraient ainsi davantage encouragées à suivre une voie littéraire et la science l’apanage des garçons. Ces derniers seraient ainsi plus enclins à briller en informatique, en robotique ou en ingénierie. Des stéréotypes de genre malheureusement accentués par la réforme du bac en 2019 : si les effectifs scientifiques se sont globalement effondrés, la baisse est de 30 % pour les garçons et de 60 % pour les filles[vii].
Ce que confirme Edurne Inza, Ingénieur Conseil Insight chez Meritis :
« Dans mes études, en classe prépa, on était 5 filles sur 35, et à peu près pareil en école d’informatique ensuite. C’est pourquoi les nouvelles filières qui émergent sont toujours très masculines. »
Pourtant, les filles ne sont pas moins aptes en sciences que les garçons. Au contraire. Avez-vous entendu parler de la figure complexe de Rey-Osterrieth ? Il s’agit d’un dessin géométrique composé de trois parties : une forme globale (grand rectangle), des éléments externes et des éléments internes.
Dans une étude réalisée en France auprès de collégiens, il était demandé aux élèves d’apprendre et de reproduire ce dessin. Dans le premier groupe d’élèves, dans lequel cet exercice était présenté comme de la géométrie, les garçons ont mieux réussi ; et dans le second groupe où la tâche était présentée comme du dessin, ce sont les filles qui ont le mieux performé. Ce n’est donc pas une question d’aptitude mais bien de stéréotype. Un stéréotype renforcé par l’invisibilisation dont ont souffert les femmes scientifiques jusqu’au début des années 2010.
Selon le baromètre européen sur l’IA, 82 % des sondées affirment avoir été confrontées à des stéréotypes de genre durant leur éducation[viii]. Résultat, la part des femmes dans les filières STGM (sciences, technologie, génie, mathématiques) diminue de 18 % entre le secondaire et l’université, et de 15 % entre l’université et le marché du travail.
Un manque de role models
Au-delà des grandes figures de l’histoire de la tech, il manque également des role models contemporains auxquels les jeunes filles pourraient s’identifier. Si certaines comme Aurélie Jean sont aujourd’hui reconnues à l’international, elles restent peu nombreuses, surtout au sein des entreprises leaders. À commencer par les Gafam qui ne montrent plus l’exemple.
Et force est de constater que le contexte géopolitique actuel ne joue pas en la faveur d’une féminisation des effectifs. On compte environ 35 % de femmes tous métiers confondus chez Google, Apple et Meta, et 25 % sur les métiers technologiques[ix]. Et la chute continue dès qu’on se rapproche de l’intelligence artificielle avec seulement 10 % de femmes des effectifs de recherche en IA chez Google et 15 % chez Meta. Des leaders de la tech mais pas de la parité !
Le cas de Timnit Gebru notamment est très intéressant. Cette chercheuse en intelligence artificielle d’origine éthiopienne, reconnue pour ses travaux sur l’éthique de l’IA et les biais algorithmiques, a cofondé l’organisation Black in AI. Son objectif : accroître la représentation des personnes noires dans le domaine de l’IA. Titulaire d’un doctorat en vision par ordinateur de l’université de Stanford, elle a travaillé chez Apple, Microsoft Research et Google où elle a codirigé l’équipe d’IA éthique, se concentrant sur les risques liés aux grands modèles de langage, tels que les biais sociaux et l’impact environnemental. Son « départ » en décembre 2020 a suscité la controverse : alors que Google annonce sa démission, elle affirme avoir été licenciée après avoir coécrit un article critique sur les grands modèles de langage.
Faute de modèles féminins auxquels s’identifier, les femmes en concluent que ces métiers ne sont pas faits pour elles ou qu’elles ne sont pas faites pour les sciences. Et c’est dommage car l’intelligence artificielle n’est pas qu’une question de technologie. Les voies d’accès au numérique et à la data notamment se démocratisent de plus en plus grâce à la prise de conscience de l’importance de la diversité des profils dans ces domaines.
Le témoignage de Samia Sekkat, Product Owner chez Meritis
« Les femmes sont sous-représentées dans le secteur IT, même dans les métiers plus opérationnels comme chef de projet, product owner ou business analyst. On ignore souvent toute l’étendue des métiers de la tech. Quand on pense à la tech, on imagine souvent des algorithmes, des lignes de code et des données mais derrière chaque avancée technologique, il y a aussi une organisation, une vision, une coordination essentielle pour transformer une idée en réalité.
Être chef de projet, c’est jongler entre la technique et l’humain, entre les objectifs business et les réalités du terrain. C’est aussi porter une vision, car un projet n’est pas seulement une question de livrables et de délais, c’est avant tout une aventure humaine où la diversité des talents et des perspectives peuvent faire la différence.
Aujourd’hui, je suis fière de contribuer à ces projets de transformation en aidant les équipes à construire des solutions qui ont du sens, en créant des ponts entre les métiers et la technologie, et en montrant, à travers mon parcours, que les femmes ont toute leur place dans ces rôles stratégiques. »
Manque de mixité dans l’IA : quel impact ?
L’intelligence artificielle s’impose aujourd’hui comme un moteur de compétitivité indispensable. Sous l’impulsion de l’IA générative, les usages se sont multipliés et la technologie est devenue accessible au grand public. À l’image du smartphone et d’internet, l’IA est en passe de révolutionner la société et de façonner le monde de demain. Par conséquent, les entreprises qui passeraient à côté risquent tout simplement de péricliter.
« Ce qui fait la réussite d’un projet, c’est la mixité, le fait d’avoir des opinions différentes. Plus on a de mixité et de diversité, plus cela contribuera à la réussite d’un projet IT globalement. Le panel d’informations à disposition va nous pousser à penser à un panel d’actions », poursuit Samia Sekkat.
Les biais en IA
Pourquoi le manque de parité est-il alors si problématique dans l’IA ? Tout simplement parce que la surreprésentation des effectifs masculins rend les modèles d’IA biaisés. Qu’est-ce qu’un biais en intelligence artificielle ? Selon la définition qu’en donne IBM[x] :
« Le biais de l’IA, également appelé biais de machine learning ou biais d’algorithme, fait référence à l’apparition de résultats biaisés en raison de préjugés humains qui faussent les données d’entraînement ou l’algorithme d’IA d’origine. Cela entraîne des résultats faussés et des conséquences potentiellement néfastes. »
ChatGPT n’est pas infaillible ! Mais quelles sont ses limites et ses biais ?
👉 Découvrez notre article « ChatGPT est-il si intelligent qu’on ne le croit ? quelles sont les limites ? »
Or l’intelligence artificielle a besoin d’un important volume de données d’entraînement pour apporter une réponse la plus précise et la plus qualitative possible, et ainsi éviter les hallucinations, c’est-à-dire des résultats incorrects ou trompeurs générés par les modèles d’IA.
La technologie en tant que telle n’est donc pas sexiste ou discriminante. Mais elle est entraînée par des humains qui reflètent la société et sur la base de données qui, elles-mêmes, peuvent être erronées, incomplètes ou représentatives de discriminations passées. Par conséquent, les algorithmes vont reproduire les biais inclus dans leurs données d’entraînement et présents inconsciemment chez les hommes qui les créent.
C’est bien là tout le problème : c’est que la plupart des biais sont inconscients et involontaires. Mais le manque de diversité au sein des équipes responsables de l’intelligence artificielle rend leur identification plus complexe et alimente davantage ce système de biais. D’où l’importance de disposer de perceptions différentes et d’approches complémentaires pour éviter d’induire un biais de genre dès l’étape de création des algorithmes.
« Quand nous accompagnons un client, nous nous focalisons sur la qualité des données. Nous faisons très attention à ce qu’il n’y ait pas de discrimination. Les femmes et les hommes ne réfléchissent pas, ne travaillent pas et ne communiquent pas de la même manière. Dans un audit par exemple, nous n’abordons pas les sujets de la même manière et cette complémentarité est très intéressante. Avoir des perspectives différentes est très enrichissant car nous apprenons les uns des autres. Je vais aborder mon métier avec une vision globale alors que mon collègue aura peut-être une vue plus technique », insiste Edurne Inza.
Retour d’expérience de Yousra Boumaiza, MOE Java
Dans le cadre de sa mission en tant que développeuse Full Stack Java JEE, Yousra Boumaiza travaille régulièrement avec ChatGPT via un plugin inséré à IntelliJ. L’opportunité pour elle de constater les nombreux biais reproduits par la solution d’IA générative et les limites aux solutions apportées.
« Parmi les erreurs récurrentes que j’ai pu observer, ChatGPT se trompe régulièrement à deux niveaux : sur la syntaxe et sur l’implémentation, c’est-à-dire sur la solution à proprement dite. Soit il ne compile pas toutes les informations entraînant des erreurs syntaxiques, soit il ne résout pas la problématique demandée en proposant une solution complexe là où un développeur aurait pu proposer une approche plus simple et moins coûteuse. Concernant les tests unitaires, ChatGPT est aujourd’hui loin d’être performant car il n’a pas conscience des biais inclus dans ses données d’entraînement. Résultat, il propose des solutions fausses ou techniquement incorrectes. C’est pourquoi plus nous aurons une diversité et une complémentarité de points de vue, moins les outils d’IA générative intègreront de biais, et donc plus ils seront aptes à proposer des solutions concrètes. »
Quelles conséquences pour les entreprises et la société ?
Les exemples de biais ne manquent pas comme le générateur d’images Stable Diffusion qui produit uniquement 3 % d’images de femmes juges alors qu’elles représentent entre 35 et 40 % de la profession aux États-Unis. Ou Amazon qui a abandonné un outil de recrutement qui favorisait les CV masculins.
Au-delà des discriminations qui pourraient en résulter, les entreprises pourraient également se voir sanctionnées dans le cadre de l’AI Act qui vise à proposer une IA éthique et de confiance. Le non-respect de certaines pratiques peut ainsi entraîner des amendes comprises entre 1 et 7 % du chiffre d’affaires annuel mondial de l’entreprise[xi].
Vous souhaitez en avoir plus concernant la réglementation de l’IA dans l’union européenne ?
👉 Découvrez notre article « L’IA Act : vers un encadrement de l’intelligence artificielle dans l’Union européenne »
Bonne nouvelle néanmoins : plus de la moitié (51 %) des entreprises européennes ont mis en place des protocoles pour tester et corriger les biais de leurs modèles[xii]. Cocorico : 56 % des entreprises françaises disposent d’un comité d’éthique dédié à l’IA contre 33 % à l’échelle européenne.
Intelligence artificielle : comment Meritis appréhende les enjeux de mixité
Avec un score de 94/100 à l’Index de l’égalité professionnelle 2024 pour toutes ses entités, Meritis confirme son engagement constant en faveur de la mixité et de l’inclusion. Et l’intelligence artificielle ne fait pas exception, au contraire ! La question est appréhendée au niveau du comité de direction.
En effet, la correction des biais d’algorithmes dans l’IA devient un facteur déterminant pour l’avenir. Avec un tel emballement de l’ensemble de la chaîne d’information et de communication, dont les fake news occupent une place malheureusement prépondérante, associée à une forme de brutalité politique bien souvent masculine, les IA copient cet écosystème relationnel, avec des clivages qui ne font que grandir.
L’IA peut ainsi devenir à son insu un catalyseur de biais supplémentaires en amoindrissant progressivement les vues, les réflexes, les raisonnements féminins. Et plus le monde s’accélère et plus il se fragmente, plus la vision féminine avec une approche relationnelle différente serait utile pour apaiser cet écosystème mondial. Avec des biais déjà induits dans la plupart des conceptions des IA, et un usage qui se veut aujourd’hui encore principalement masculin au quotidien, nous avançons sur une seule jambe dans ce nouveau monde.
En décelant des cas d’usage et en tentant de les résoudre par une IA partiellement genrée, nous accentuons et accélérons ces biais avec, en plus, l’automatisation des process comme moteur de transformation. Si la France semble prendre ce sujet en main, il faudrait néanmoins s’assurer d’avoir une réelle parité au sein des comités d’éthique, ce qui n’est malheureusement pas encore le cas.
Pour autant, l’espoir persiste et il se trouve dans la jeunesse comme j’ai pu le constater avec mes trois enfants qui utilisent régulièrement l’IA et ChatGPT dans leur vie scolaire. La créativité poussée par l’IA pour accompagner une présentation, faciliter la compréhension d’un exercice de maths ou d’un sujet d’histoire, ou rendre l’algorithmie ludique ouvre des possibilités incroyables auprès des jeunes qui peuvent naturellement avoir accès à la connaissance grâce à un outil qui peut transformer leur vision et leurs difficultés.
Les mathématiques, qui ont pu effrayer des générations de petites filles par une approche très binaire et logique, peuvent trouver dans l’IA un assistant idéal pour appréhender différemment la transmission du savoir et, ainsi, éviter tout rejet systémique de la jeune génération vis-à-dis de la matière. L’IA pourrait même renforcer l’éveil et l’intérêt des matières plus scientifiques en dépassant la question du genre.
Comment amener plus de femmes dans l’IA ?
Reste alors la question de savoir comment remédier à ce décalage. S’il n’existe pas de programme miracle, de multiples initiatives ont néanmoins vu le jour pour intéresser les filles aux métiers scientifiques, à l’image de la Journée internationale des femmes et des filles de science qui se tient tous les ans le 11 février.
Côté événementiel, depuis 2001, le Prix Irène Joliot-Curie récompense la « femme scientifique de l’année ». La Journée de la Femme Digitale met quant à elle en lumière les actrices du numérique. Les Margaret by JFD, du nom de Margaret Hamilton, directrice de la division software engineering qui a développé les logiciels embarqués du programme spatial Apollo, récompensent chaque année des femmes entrepreneures et intrapreneures dans le secteur IT.
Le Pacte Parité mis en place par la French Tech rassemble également plus de 700 signataires qui se sont engagés à adopter des mesures en faveur de la parité dans les startups[xiii]. 85% des entrepreneuses et entrepreneurs se sont déjà fixés des objectifs à atteindre en matière de parité au sein de leur start-up ! En parallèle, SISTA est un collectif de femmes entrepreneures et investisseuses qui promeut plus de diversité dans l’économie numérique en réduisant les inégalités de financement entre les Femmes et les Hommes.
L’éducation pour une IA plus inclusive
Mais c’est sans nul doute par l’éducation et la sensibilisation des filles dès le plus jeune âge que viendra l’égalité dans l’IA. En France, le collectif français Femmes@Numérique et l’association Elles bougent multiplient les actions dès le primaire pour amener les filles vers les filières et carrières scientifiques, techniques, technologiques et de l’ingénierie. Ada Tech School également accompagne principalement la reconversion des femmes (mais pas que) dans la tech.
Epitech, l’école de référence en France pour l’informatique et les nouvelles technologies, qui pour la première fois est dirigée par une femme, Laura Hassan, intègre désormais davantage l’IA et la réduction des biais algorithmiques dans son parcours de formation. À ce sujet, Meritis et Epitech ont signé en 2025 un partenariat au service de l’innovation technologique. Experts et étudiants seront ainsi amenés à échanger et à collaborer étroitement par le biais de stages, de conférences, de hackathons ou de mentorat.
L’absence des femmes dans l’IA n’est pas qu’une simple question d’égalité des droits. Elle recouvre des enjeux d’inclusivité majeurs pour construire la société de demain. Une société plus équitable, plus responsable et plus durable, et dans laquelle les entreprises doivent être pleinement partie prenante. C’est le moment d’agir et de partager les bonnes pratiques pour créer un écosystème plus inclusif favorable à une « IA réaliste ». On commence quand ?
Sources
● [i] Panorama des écoles françaises d’ingénieurs, CDEFI, 2024
● [ii] Baromètre annuel Gender parity for startup creation & funding Focus on France, Sista x BCG, 2023
● [iii] L’emploi dans les startups en France en 2023, France Digitale, 2023
● [iv] Pigment rejoint la promotion 2023 du programme French Tech Next40, 2023
● [v] Rapport La Femme Invisible dans le numérique : le cercle vicieux du sexisme, Haut Conseil à l’Égalité entre les Femmes et les Hommes, 2023
● [vi] JFD – Women rAIsing – Baromètre Européen de l’IA – 2025, EY Fabernovel et OpinionWay, 2025
● [vii] Réforme du lycée : filles et sciences, l’égalité en question, Collectif Maths & Sciences, 2024
● [viii] JFD – Women rAIsing – Baromètre Européen de l’IA – 2025, EY Fabernovel et OpinionWay, 2025
● [ix] Les femmes représentent 25 % des effectifs dédiés à l’IA en France, Maddyness, 2025
● [x] Qu’est-ce que le biais d’IA ?, James Holdsworth – IBM
● [xi] Qu’est-ce que l’AI Act ?, Gouvernement Français, 2024
● [xii] JFD – Women rAIsing – Baromètre Européen de l’IA – 2025, EY Fabernovel et OpinionWay, 2025
● [xiii] Le Pacte Parité : un mouvement collectif en faveur de la parité dans les start-up françaises, Mission french Tech, 2025
Vous avez aimé cet article ?
Abonnez-vous à notre newsletter pour ne rien rater de l’actualité Tech et Finance.
Pas encore de commentaires