Réseau de Recherche en Innovation pour l'IA en Égalité des Genres et Inclusion

Les technologies d’apprentissage automatique, telles que les systèmes de reconnaissance automatique de la parole (ASR), les modèles linguistiques et les systèmes de traduction automatique, sont développées dans des environnements où des biais de genre et d’autres formes de discrimination existent. Ces biais sont présents dans les ensembles de données utilisés pour l’entraînement des modèles ainsi que dans les choix relatifs aux modèles d’apprentissage automatique. En conséquence, les modèles développés renforcent souvent les biais intégrés dans les données d’entraînement. Cette recherche adoptera une approche basée sur les données et réalisera une étude exploratoire afin d’approfondir la compréhension des biais de genre et de l’inclusivité des outils d’IA sur le continent africain. Les résultats obtenus serviront à élaborer un cadre et des lignes directrices pour atténuer les biais de genre dans les systèmes ASR grâce à une collecte de données équitable et à une conception de modèles plus inclusive. Enfin, cette étude développera un cadre de gouvernance des modèles pour traiter les aspects liés au genre et aux considérations éthiques des données et algorithmes sur lesquels reposent les systèmes ASR. L’objectif principal de cette recherche est d’adopter une approche axée sur les données pour mieux comprendre les biais de genre dans la conception des modèles d’intelligence artificielle dans le contexte africain.

Cette recherche vise à explorer l’inclusion du genre dans l’IA à travers les pays identifiés au sein de la Communauté d’Afrique de l’Est, comprenant l’Afrique de l’Est anglophone (Tanzanie, Kenya et Ouganda) et l’Afrique de l’Est francophone (Rwanda, Burundi et RDC). Le projet de recherche analysera le pouvoir au sein de l’écosystème de l’IA sous l’angle du genre, en étudiant les obstacles à la création et à l’utilisation de données désagrégées par genre pour l’IA, les écarts et biais de genre dans l’IA, ainsi que les moyens de remettre en question ces dynamiques en examinant les systèmes et usages de l’IA existants dans ces régions. L’étude portera également sur les barrières structurelles et systémiques entravant la promotion de l’égalité des genres et de l’inclusion dans le secteur de l’IA, tout en testant des approches visant à relever les défis que pose l’IA en matière de genre. L’objectif principal de ce projet de recherche est d’examiner le pouvoir au sein de l’écosystème de l’IA sous un prisme de genre, d’identifier les obstacles à la création et à l’utilisation de données désagrégées par genre, d’analyser les écarts et biais de genre dans l’IA et d’explorer comment ces dynamiques de pouvoir peuvent être remises en question afin de favoriser une inclusion plus équitable.

Les technologies d’intelligence artificielle (IA) sont explorées en Afrique pour renforcer la sécurité alimentaire et améliorer l’efficacité des chaînes de valeur des systèmes agroalimentaires. Dans un environnement où les dynamiques d’inégalités de genre sont déjà marquées, les femmes constituent la majorité des acteurs des systèmes agroalimentaires dans le secteur informel, en particulier dans la production, la transformation et la commercialisation des denrées alimentaires. Bien que la numérisation et la digitalisation de l’agriculture puissent apporter des avantages socio-économiques aux femmes, il existe un risque élevé qu’elles soient exclues du déploiement des technologies d’IA. Cette exclusion pourrait creuser davantage l’écart entre les genres, les empêchant de bénéficier équitablement de la transformation numérique. Cette étude examine comment l’inclusion des femmes dans l’économie informelle du Kenya favorise une numérisation plus inclusive. Le projet vise à identifier et à mettre en évidence les obstacles à l’inclusion numérique des femmes, tout en explorant les moyens d’intégrer leurs perspectives dans le développement et l’application des systèmes d’IA agricoles ainsi que dans les processus politiques associés. L’objectif de ce projet est de mener trois études exploratoires distinctes mais interconnectées pour analyser l’état de l’inclusion des femmes dans la conception, l’adoption et le renforcement des compétences en IA dans le secteur agricole du Kenya. Ces études permettront d’éclairer les interventions visant à améliorer l’inclusion des femmes dans les espaces agricoles informels, renforçant ainsi leur capacité à tirer parti des avantages offerts par les technologies d’IA et leur déploiement dans l’agriculture au Kenya.

Le gaspillage alimentaire est un problème systémique qui se produit à chaque étape de la chaîne d’approvisionnement alimentaire, de la ferme et des champs jusqu’à l’assiette. Ce phénomène ne fait qu’aggraver l’insécurité alimentaire, la pauvreté et les inégalités en Afrique du Sud, tout en exacerbant le changement climatique, la pollution et la perte de biodiversité. Certaines propositions suggèrent que le déploiement de systèmes basés sur les données, tels que l’intelligence artificielle (IA), pourrait améliorer l’efficacité des ressources et soutenir la transition vers des systèmes minimisant le gaspillage alimentaire à différents niveaux de la chaîne d’approvisionnement. Cependant, la plupart de ces propositions émanent du Nord global et reposent sur des imaginaires sociotechniques qui ne tiennent pas compte des risques et des impacts négatifs liés au déploiement de technologies basées sur les données dans le Sud global, en particulier dans des écosystèmes inéquitables où les femmes sont souvent marginalisées. En adoptant une approche intersectionnelle et une perspective d’inclusion de genre, cette étude de cas explorera l’utilisation de l’IA pour réduire le gaspillage alimentaire à différentes étapes des chaînes d’approvisionnement en Afrique du Sud. Ce projet plaide en faveur du développement de meilleures données probantes sur le déploiement de l’IA, le genre et le gaspillage alimentaire, en tant qu’étape essentielle vers une élaboration de politiques sensibles au genre et vers une égalité plus large pour répondre aux défis multiples liés au gaspillage alimentaire.

L’aquaculture joue un rôle essentiel dans le soutien de la population mondiale, tant par ses différents niveaux de production que par ses contributions significatives à l’économie. Cependant, un écart important persiste dans la répartition des genres au sein de la chaîne de valeur de l’aquaculture, les femmes étant principalement impliquées dans les activités post-récolte, qui sont généralement moins rentables, tandis que les hommes dominent les activités de pêche, souvent plus lucratives. L’adoption de techniques d’intelligence artificielle (IA) dans l’aquaculture peut contribuer à garantir l’équité, la diversité et l’inclusion de genre, tout en minimisant les biais involontaires et en créant davantage d’opportunités pour les femmes. Ce projet se concentrera sur l’évaluation et l’analyse des applications de l’IA dans les systèmes aquacoles, ainsi que sur une analyse critique du genre dans l’utilisation de l’IA en aquaculture. Il s’appuiera sur une collecte de données approfondie, des études exploratoires, une analyse des lacunes et un dialogue avec les parties prenantes et les décideurs politiques afin de formuler des recommandations innovantes. L’objectif général de cette recherche est d’examiner l’application des techniques d’intelligence artificielle et l’inclusivité de genre dans l’aquaculture.

Malgré les réglementations éducatives actuelles et les diverses interventions visant à garantir l’équité, l’égalité et l’inclusion des genres, ces questions restent un défi majeur au Kenya. L’éducation en STEM a pour objectif d’équiper les étudiants des connaissances, compétences, attitudes et comportements nécessaires pour prospérer dans une société inclusive et durable. Une étude récente de l’UNESCO révèle que seulement 35 % des étudiants inscrits dans des disciplines STEM dans les établissements d’enseignement supérieur sont des femmes. Cette recherche vise à examiner la participation des étudiantes aux cours STEM en analysant comment les inégalités de genre influencent l’orientation académique et la perception de l’IA dans ces programmes, ainsi que l’impact sur l’insertion professionnelle. De plus, l’étude explorera l’usage de l’IA à des fins éthiques et son bénéfice pour la société. L’objectif principal de ce projet de recherche est de mesurer les inégalités de genre dans les STEM en utilisant un modèle d’apprentissage automatique appliqué aux établissements d’enseignement supérieur et à l’industrie.

Dans un contexte de changement climatique de plus en plus préoccupant, exposant les agriculteurs africains aux effets néfastes des aléas météorologiques en raison de leur forte dépendance à l’agriculture pluviale, cette étude propose une solution basée sur l’intelligence artificielle (IA) pour faire face à ce défi. L’accent sera mis particulièrement sur les femmes agricultrices, qui jouent un rôle essentiel dans la production et la reproduction au sein des ménages ruraux d’Afrique subsaharienne. Cette recherche vise à analyser les solutions existantes basées sur l’IA pour répondre aux problèmes climatiques, notamment les conditions météorologiques imprévisibles auxquelles les femmes agricultrices sont confrontées. Elle formulera également des recommandations politiques basées sur les données afin de permettre aux femmes agricultrices d’exploiter au mieux des solutions d’IA appropriées et responsables. Ce projet apportera des bénéfices considérables en renforçant l’autonomisation des femmes agricultrices, reconnues comme des piliers du statut socio-économique des ménages ruraux. Il contribuera également à la réalisation des Objectifs de Développement Durable (ODD) en matière d’égalité des genres (ODD 5), d’éradication de la pauvreté (ODD 1) et de lutte contre la faim (ODD 2). L’objectif général du projet est de déployer des solutions basées sur l’IA pour une agriculture intelligente face au climat, ouvrant ainsi une voie vers l’autonomisation économique des femmes agricultrices en Afrique de l’Ouest.

L’intelligence artificielle a profondément transformé le fonctionnement des entreprises dans tous les secteurs, et le traitement du langage naturel joue un rôle clé dans la représentation de l’identité, des observations et des idées, depuis les théories de haut niveau jusqu’aux fonctions quotidiennes des machines. De nombreuses organisations numériques prospères doivent leur succès à la collecte de données sous forme écrite, verbale et visuelle. Cependant, la plupart des langues locales africaines sont sous-dotées en ressources, ce qui limite la capacité des Africains à tirer parti des opportunités offertes par l’IA. Pour assurer la participation et les bénéfices de l’Afrique dans l’écosystème mondial de l’IA, des actions décisives sont nécessaires de la part des décideurs politiques, des acteurs du développement des ressources humaines, du secteur privé et des initiatives d’innovation. Cette étude vise à examiner l’état actuel de la représentation des langues locales africaines dans l’écosystème mondial de l’IA, à identifier les défis rencontrés et à explorer les opportunités potentielles pour l’IA en Afrique. L’objectif général de cette recherche est de mener une revue systématique de la littérature (Systematic Literature Review - SLR) afin d’identifier les défis, les opportunités et les interventions possibles pour le développement et l’application de l’IA aux langues locales africaines.

Les systèmes d’intelligence artificielle reproduisent et renforcent les biais sociaux existants, un problème désormais largement reconnu et étudié. Cependant, les recherches actuelles sur les biais de genre dans le traitement du langage naturel (NLP) ouvrent la voie à des solutions concrètes. Les biais de genre sont courants dans les applications d’IA telles que la traduction automatique (MT) et doivent être pris en compte avec attention lors de leur développement. Dans ce projet, nous proposons de développer un prototype de traduction automatique capable de détecter et d’atténuer les biais de genre. Étant donné que les langues cibles – l’amharique, le ge’ez et l’awign – font partie des langues à faibles ressources, nous utiliserons l’apprentissage par transfert (transfer learning) afin de tirer parti des langues disposant de plus de ressources, comme l’anglais. Ce projet est pertinent et actuel, car il permet de surmonter les barrières linguistiques entre différentes communautés locales tout en traitant la question des biais de genre dans les ensembles de données utilisés pour la traduction automatique. Sa mise en œuvre réussie pourrait avoir un impact significatif en Éthiopie et au-delà, notamment en Afrique subsaharienne.