Idées fausses et divisions : mon expérience antérieure avec l'intégration du GEI dans la recherche

Dans ce premier blog, Daisy Salifu, biostatisticienne au Centre international de physiologie et d'écologie des insectes (icipe) L'unité de gestion des données, de modélisation et de géo-information, réfléchit à ses propres « moments aha » pour trouver le sens et la pertinence du GEI dans son propre travail d'IA dans le domaine de l'agriculture et des systèmes alimentaires, en mettant en œuvre l'inclusion dès la conception avec des agricultrices et personnes handicapées en Ouganda et au Nigeria.

Dans le cadre de ma profession de statisticien, mon travail quotidien consiste à travailler avec des équipes de scientifiques, notamment des biologistes moléculaires, des entomologistes, des agronomes, des environnementalistes, des spécialistes de l'alimentation, des nutritionnistes alimentaires, des spécialistes des sciences sociales et autres.

J’avais l’habitude de percevoir l’égalité des sexes et l’inclusion (GEI) comme une préoccupation réservée aux personnes occupant des niveaux de pouvoir plus élevés, tels que les dirigeants politiques et d’entreprise, les chercheurs scientifiques et autres. J'ai également supposé que cela s'appliquait aux situations où l'équilibre entre les sexes est mis en avant, voire obligatoire, comme dans le milieu universitaire lorsqu'on envisage l'inscription d'étudiants de troisième cycle. Mon idée fausse est peut-être due aux nombreuses campagnes en faveur de l’intégration du GEI à ces niveaux, en particulier à la règle des parlements africains selon laquelle pas plus de deux tiers de ses membres ne peuvent être du même sexe.

Mon idée fausse sur la mise en œuvre du GEI semblait encore plus dramatique dans le contexte de la recherche. J’ai perçu un fossé important entre les experts en genre et les chercheurs scientifiques, avec les experts en genre d’un côté et les chercheurs scientifiques de l’autre, séparés par un grand fleuve mais sans pont à traverser. Pire encore, les experts en genre n’avaient soi-disant aucune idée de la longueur et de la difficulté du parcours nécessaire aux scientifiques pour développer la technologie permettant de répondre aux préoccupations du GEI. Ces deux groupes partageraient-ils un jour le « même espace » et liraient-ils le « même script » ? Quand les experts en genre cesseront-ils un jour d’imposer les choses aux autres ? Toutes ces questions étaient mes questions sans réponses.

La fracture entre les sexes en matière d’expertise en intelligence artificielle est devenue très claire pour moi

En 2021, j'ai travaillé sur un projet appelé, "Organisation de gestion (Hub) pour l’intelligence artificielle responsable pour le réseau de recherche sur l’innovation dans l’agriculture et les systèmes alimentaires en Afrique » (abrégé en AI4AFS). Ce projet nécessitait que la plateforme identifie des sous-bénéficiaires de recherche en Afrique pour travailler sur des outils d'IA locaux dans l'agriculture et les systèmes alimentaires en Afrique. En tant que plaque tournante, nous devions envisager l'intégration du GEI à chaque niveau de mise en œuvre de ce projet, conformément aux exigences des donateurs.

Puisqu'à l'époque je croyais que le GEI ne s'appliquait qu'à des niveaux d'opération supérieurs, j'étais convaincu que nous avions besoin d'un plan GEI intégré aux appels à propositions, à la sélection des évaluateurs des propositions et à la sélection des sous-bénéficiaires, tout au long du processus. à la mise en œuvre de projets de recherche par des sous-bénéficiaires. En effet, notre appel à manifestation d’intérêt (EoI) ciblait les experts en IA d’Afrique subsaharienne ; candidats de trois langues principales, anglais, français et portugais ; et les propositions d’IA dirigées par des femmes. Nous avons reçu 107 manifestations d’intérêt provenant de 23 pays d’Afrique subsaharienne, dont 22 pour cent étaient dirigées par des femmes. Sur la base de ce résultat, la fracture entre les sexes en matière d’expertise en intelligence artificielle en Afrique subsaharienne est devenue très claire pour moi. L'objectif de notre hub était d'avoir un nombre égal d'EoI dirigées par des femmes et des hommes. Intentionnellement, nous nous sommes retrouvés avec des boursiers dirigés par des chercheurs principaux et dirigés par des chercheurs principaux (cinq dirigés par des femmes et cinq dirigés par des hommes). Nous avons souligné et insisté pour que les rapports d'avancement réguliers des bénéficiaires au hub incluent un rapport sur l'intégration du GEI dans leurs projets, comme le nombre d'agricultrices (utilisatrices) impliquées au début du projet, le nombre de femmes impliquées dans la conception et le développement de l'innovation. , et ainsi de suite. À l’époque, je n’étais pas sûr que cela ait d’autre sens pour moi que de cocher une case et de dire « nous avons fait ce qui était demandé ».

Le point tournant

Cependant, ma perspective sur l'intégration du GEI dans la recherche a changé lorsque l'équipe de soutien du GEI du CRDI s'est jointe à nous, six mois après le lancement du projet AI4AFS. Nous nous sommes assis à une table ronde en ligne et avons eu une séance de réflexion puissante et hautement participative sur l'intégration du GEI sous différents angles, partageant des histoires personnelles d'engagement dans nos carrières, des histoires et des expériences de chaque institution et des intérêts actuels pour aborder le GEI à travers le programme IAPD. Pour moi, la discussion a créé une compréhension approfondie de l’intégration du GEI dans toutes les formes de vie et des engagements à tous les niveaux opérationnels.

Plusieurs ateliers sur le GEI ont suivi, couplés à des ateliers de parcours d'apprentissage par les pairs sur l'intégration du GEI dans le programme IAPD. Tous ces espaces d'interaction ont remis en question mes perceptions du GEI. En outre, une recherche responsable en matière d’IA pour le développement exige que personne ne soit laissé pour compte, personne ne soit victime de discrimination et que les innovations en matière d’IA profitent à tous.

Pendant ce temps, l'équipe de soutien GEI du CRDI a lancé un appel à manifestation d'intérêt à chaque pôle IAPD Afrique sur le genre et la recherche inclusive sur l'IA dans le contexte africain. Ce fut une occasion en or de présenter l’impact des ateliers du GEI. J'ai réfléchi à la situation des femmes et des autres petits agriculteurs marginalisés en Afrique qui dominent le secteur agricole du continent et qui sont constamment parmi les moins adeptes des technologies agricoles innovantes. Je craignais que notre travail sur l’intégration de l’IA dans les systèmes agricoles et alimentaires (AFS) puisse potentiellement exacerber les disparités entre les sexes existantes à moins que des mesures ne soient prises pour atténuer ces conséquences défavorables et contraires à l’éthique. De cette réflexion est né le projet de challenge d’innovation GEI : approche « Design by Inclusion » dans la conception, le développement et le déploiement d’outils d’IA dans AFS.

Conception par inclusion

La conception par inclusion est la pratique consistant à prendre en compte intentionnellement et à impliquer activement les utilisateurs des communautés marginalisées dans le processus de conception de la technologie. Cette approche garantit que les communautés d'utilisateurs qui sont souvent victimes d'exclusion participent activement à la conception, au développement, au déploiement et à l'utilisation de la technologie. Nous avons piloté une approche de conception par inclusion avec deux projets subventionnés dirigés par des femmes du réseau AI4AFS : l'un au Nigeria et l'autre en Ouganda.

Ces deux projets étaient différents : le projet ougandais était un projet de mise à l'échelle d'une innovation en matière d'IA développée par une autre initiative de programme de recherche, tandis que le projet nigérian marquait une rupture avec les approches traditionnelles en impliquant activement dès le départ les femmes et les groupes marginalisés dans la conception et le développement. d'outils d'IA adaptés aux besoins des utilisateurs, aux expériences vécues et aux perspectives.

Les agricultrices, ainsi que les personnes vivant avec un handicap (PLWD) travaillant déjà avec les équipes de recherche des deux pays, ont été invitées à l'atelier pour un dialogue communautaire. L'objectif était d'entendre et de documenter les opinions et l'expérience des agriculteurs sur les défis et les contraintes auxquels ils sont confrontés dans la culture du manioc et du papier jaune et dans l'ensemble de la chaîne de valeur, et d'identifier les besoins prioritaires pour d'éventuelles solutions d'IA. Cependant, nous avons dû travailler rétrospectivement puisque les outils d’IA étaient déjà assez bien développés dans les deux projets. Pour garantir un environnement sûr et confortable aux femmes, nous leur avons fourni un espace sûr réservé aux femmes afin qu'elles puissent s'exprimer librement. J'ai facilité le dialogue communautaire en Ouganda, ce qui a été une expérience particulièrement mémorable et enrichissante.

Ce dialogue communautaire a ensuite été suivi d'une formation des agriculteurs sur l'utilisation des smartphones en général et sur les fonctionnalités de l'outil d'IA développé. Les modules de formation utilisés ont été co-développés avec les mêmes agriculteurs ; ainsi les femmes et les personnes handicapées juste pour s'assurer que la formation comble les réelles lacunes en matière de culture numérique ainsi que d'utilisation pratique de l'outil d'IA.

Parmi les nombreuses leçons apprises, nous avons noté les avantages du « design par inclusion » : les utilisateurs se sentent valorisés, écoutés et respectés dans leurs points de vue et opinions. En effet, le processus de collaboration a permis aux utilisateurs d’adopter, de valoriser et de conserver la propriété de la technologie.

L'étude a également révélé que l'exclusion des communautés d'utilisateurs dès la phase de conception initiale des outils d'IA pourrait entraîner une inadéquation entre le besoin prioritaire de l'utilisateur et l'innovation en matière d'IA développée. Par exemple, dans le projet ougandais, la priorité absolue des agriculteurs participants était l'analyse des éléments nutritifs du sol afin de déterminer l'aptitude du sol à la production de manioc, mais l'innovation en matière d'IA était axée sur la détection précoce des maladies du manioc. Une telle inadéquation a des implications sur la question de savoir si la communauté des utilisateurs adoptera ou non la technologie.

Ce que j'ai appris au cours de mon parcours GEI

J'ai appris que le GEI n'était pas mis en œuvre uniquement aux niveaux les plus élevés, mais également à la base. Cette expérience a laissé une marque gravée dans ma carrière, qui doit être partagée avec d’autres maintenant et à l’avenir, à mesure que l’IA dans AFS gagne du terrain sur le continent africain.

Nous devons être intentionnels en intégrant le GEI dans la recherche. Nous ne pouvons pas laisser les choses au hasard. Nous devons poursuivre la conversation sur le GEI. Même si la conception par inclusion n’est peut-être pas la solution miracle dans le développement d’innovations en matière d’IA, elle augmente les chances qu’une technologie donnée soit adoptée par les utilisateurs.

Daisy Salifu est une biostatisticien au Centre international de physiologie et d'écologie des insectes (ICIPE), Unité de gestion des données, de modélisation et de géo-information qui travaille à l'icipe depuis plus de 15 ans, produisant des résultats de recherche percutants et favorisant la croissance de la recherche sur les arthropodes. Son intérêt actuel porte sur l’IA pour l’agriculture et les systèmes alimentaires, en se concentrant sur des conceptions inclusives dirigées par les utilisateurs afin que le potentiel de l’IA profite à tous. Vous pouvez retrouver Daisy sur LinkedIn.

Ce billet de blog est sous licence ouverte via CC BY 4.0.