L’intelligence artificielle est partout, mais est-elle neutre ? En tant qu’enseignants, nous savons que nos élèves la perçoivent souvent comme une « vérité mathématique ». Pourtant, l’IA n’est qu’un miroir de nos propres représentations.


. Pour les aider à déconstruire ces mécanismes, j’ai conçu une activité pédagogique intitulée « L’IA est-elle sexiste ? ».

Pourquoi cette activité en classe ?

Cette séance, idéale pour l’EMC ou l’EMI, poursuit trois objectifs majeurs:

• Comprendre la notion de biais : découvrir comment une IA reproduit mécaniquement les préjugés de ses données d’entraînement.
• Développer l’esprit critique : apprendre que les résultats d’un algorithme ne sont ni une vérité absolue, ni neutres.
• Promouvoir l’égalité femme-homme : identifier et déconstruire les clichés sexistes dans le monde du travail.

Un défi concret : le cas des « métiers genrés »

L’activité propose un parcours complet : des sondages sur les clichés physiques (force vs douceur) jusqu’à l’expérimentation technique sur la plateforme Vittascience.

Le petit clin d’œil personnel : dans les documents iconographiques, vous trouverez une photo de pompier. Il s’agit de ma cousine Sylvie ! Je suis très fière de son parcours et j’ai tenu à l’inclure pour montrer aux élèves qu’une femme sur le terrain est une réalité bien concrète, même si l’IA, nourrie de statistiques anciennes, pourrait s’obstiner à dire le contraire.

Le clou de la séance : l’étude de cas Amazon

Pour ancrer la réflexion dans le réel, les élèves analysent l’incident historique du recrutement chez Amazon. En 2014, leur IA écartait les femmes car elle avait « appris » sur des CV majoritairement masculins. C’est l’exemple parfait pour expliquer qu’une machine peut automatiser et masquer des discriminations si l’on n’y prend pas garde.

Ce que vous trouverez dans le cours :

1. Fiches d’activités pour les élèves (tableaux de clichés, analyse de documents).
2. Guide d’animation du débat pour amener la classe à imaginer des solutions (mixité des données, vérification humaine).
3. Quiz final pour valider les acquis sur les algorithmes et les biais.
4. Mémo et Glossaire pour repartir avec des définitions claires (IA, Algorithme, Stéréotype).

En utilisant cette ressource, nous rappelons à nos élèves que l’égalité demande une vigilance humaine constante face au numérique.