Intelligence artificielle et emploi : pourquoi le risque d’inégalités de genre grandit

L’intelligence artificielle ne transforme pas le marché du travail de manière uniforme. Elle automatise certaines tâches, assiste les salariés dans d’autres et fait apparaître de nouveaux besoins de compétences. Mais cette recomposition intervient dans un marché déjà traversé par de fortes inégalités entre les femmes et les hommes. Sans mesures précises, l’IA peut alors accélérer des déséquilibres anciens plutôt que les corriger.

L’enjeu ne se résume pas à savoir si des emplois vont disparaître. Il faut aussi regarder quels métiers sont modifiés, qui occupe ces métiers, qui conçoit les outils et qui a effectivement accès aux formations permettant d’en tirer parti. À cette condition, le débat sur l’IA au travail peut dépasser l’opposition simpliste entre progrès technologique et suppression d’emplois.

L’IA modifie les tâches avant de remplacer les métiers

Dans une entreprise, l’intelligence artificielle peut classer des documents, résumer des échanges, produire un premier brouillon, répondre à des demandes simples ou aider à traiter de grands volumes de données. Ces usages peuvent accroître la productivité et libérer du temps pour des missions exigeant jugement, relation humaine, créativité ou responsabilité.

Cependant, un métier est rarement constitué d’une seule tâche. Une assistante administrative, une conseillère clientèle, une comptable ou une professionnelle de l’aide à la personne exercent chacune un ensemble d’activités très différentes. Certaines peuvent être automatisées ou assistées par des logiciels, tandis que d’autres reposent sur l’écoute, la confiance, le contexte et des compétences difficilement standardisables.

C’est pourquoi il est plus juste de parler de transformation du travail que de remplacement automatique des personnes. Cette nuance ne réduit pas le risque. Lorsqu’une partie importante des tâches d’un poste est confiée à un outil, l’employeur peut revoir l’organisation, réduire des effectifs, augmenter les objectifs de production ou relever le niveau de qualification attendu pour les postes restants.

Pourquoi les femmes peuvent être davantage exposées

Les femmes sont nombreuses dans des activités administratives, de secrétariat, de support, de service à la clientèle et de soin. Or, les tâches répétitives, structurées et très documentées sont précisément celles sur lesquelles les outils d’automatisation et d’IA générative peuvent être les plus facilement déployés. Les travaux de l’Organisation internationale du travail soulignent notamment l’exposition particulière des emplois de bureau aux effets de l’IA générative, avec un enjeu important pour l’emploi féminin.

Cette exposition ne veut pas dire que tous les métiers exercés par des femmes seraient condamnés. Elle indique que les conséquences de la transition ne seront pas réparties de façon neutre. Si une entreprise automatise le traitement de dossiers, la prise de rendez-vous ou une partie de la relation client, les personnes qui occupent ces fonctions auront besoin d’être accompagnées vers de nouvelles missions. À défaut, elles risquent d’être confrontées à un déclassement, à une précarisation ou à une réduction des débouchés.

La vulnérabilité est aussi liée à la qualité des emplois. Dans certains secteurs de services, les femmes sont davantage présentes dans des contrats à temps partiel, des statuts moins stables ou des fonctions peu reconnues. Ces situations peuvent compliquer l’accès à la formation continue et aux mobilités internes au moment même où les compétences numériques deviennent plus importantes.

Il faut également éviter un raccourci fréquent : les métiers du soin, de l’éducation ou de l’accompagnement ne sont pas simplement « à l’abri » parce qu’ils reposent sur la relation humaine. L’IA peut y modifier la planification, la gestion administrative, l’évaluation ou le suivi des usagers. La question centrale devient donc celle de la répartition des gains de productivité : servent-ils à améliorer les conditions de travail et le temps consacré aux personnes, ou à intensifier l’activité ?

Les biais algorithmiques peuvent-ils discriminer à l’embauche ?

Oui, un système d’IA utilisé pour recruter peut reproduire des inégalités existantes. Un algorithme apprend à partir de données, de règles ou de critères définis par des personnes. Si les données historiques reflètent un marché du travail où certains postes ont été majoritairement attribués à des hommes, le système peut considérer à tort ce profil comme plus « typique » ou plus « performant ».

Le problème ne vient pas seulement de la mention explicite du sexe, qui peut être retirée d’un dossier. D’autres informations peuvent jouer le rôle d’indices indirects : parcours professionnel discontinu, établissements fréquentés, intitulés de poste, activités associatives, zones géographiques ou vocabulaire employé dans un CV. Un outil peut ainsi produire un tri apparemment neutre, mais défavorable à certains groupes.

Les logiciels de recrutement ne devraient donc pas être traités comme des arbitres objectifs. Leur usage exige une supervision humaine réelle, la possibilité de contester une décision et des contrôles réguliers. Il est essentiel de vérifier que l’outil ne pénalise pas systématiquement des candidatures comparables selon le genre, et que les critères retenus sont directement liés aux compétences nécessaires au poste.

Cette vigilance vaut aussi pour l’évaluation des salariés, la distribution des missions, la détection de « potentiels » ou la fixation d’objectifs. Plus une décision a des conséquences sur l’accès à l’emploi, la rémunération ou la carrière, moins elle doit être déléguée à une boîte noire incomprise par les personnes concernées.

Des opportunités réelles, à condition d’ouvrir l’accès aux compétences

L’IA crée également des besoins nouveaux : déploiement d’outils, préparation de données, cybersécurité, contrôle de la qualité, accompagnement des utilisateurs, gestion de projet, évaluation des risques ou conformité. Tous ces métiers ne supposent pas de devenir ingénieure en intelligence artificielle. Beaucoup réclament une combinaison de compétences sectorielles, de maîtrise numérique, de capacité d’analyse et de compréhension des usages.

Pour les femmes, l’enjeu est donc double. Il s’agit de ne pas être les premières touchées par l’automatisation de certaines fonctions, mais aussi de pouvoir accéder aux postes qui émergent autour de cette transformation. Or, leur sous-représentation persistante dans les filières technologiques et dans les équipes de développement peut restreindre ces perspectives.

Une politique de formation inclusive ne peut pas se limiter à proposer des cours de programmation à quelques volontaires. Elle doit prévoir des parcours accessibles à différents niveaux, sur le temps de travail lorsque cela est possible, avec des contenus adaptés aux métiers exercés. Une professionnelle des ressources humaines, de la santé, du droit, de la vente ou de la logistique peut avoir besoin de comprendre comment vérifier une réponse générée, protéger des données confidentielles ou identifier un résultat biaisé, sans pour autant concevoir elle-même un modèle.

Les initiatives qui sensibilisent les jeunes filles aux sciences, aux technologies, à l’ingénierie et aux mathématiques ont également leur importance. Elles agissent en amont, au moment où les représentations professionnelles se construisent. Le mentorat, la visibilité de modèles féminins et des procédures de recrutement plus équitables peuvent contribuer à lever des barrières qui ne sont pas seulement techniques.

Comment les entreprises peuvent organiser une transition plus juste

L’adoption d’un outil d’IA ne devrait pas commencer par la seule question du rendement. Avant le déploiement, les entreprises peuvent cartographier les tâches concernées, identifier les métiers exposés et évaluer la composition de leurs équipes. Cette analyse doit intégrer la situation des femmes et des hommes, mais aussi les niveaux de qualification, les types de contrats et l’accès effectif à la formation.

Plusieurs pratiques peuvent limiter les effets inégalitaires :

• associer les salariés et leurs représentants à la transformation des postes ;
• proposer des formations avant que les changements ne deviennent irréversibles ;
• auditer les outils utilisés pour le recrutement, l’évaluation ou la gestion des carrières ;
• documenter les critères retenus par les systèmes automatisés ;
• suivre les évolutions de rémunération, de promotion et de mobilité professionnelle selon le genre.

La diversité des équipes qui conçoivent et déploient les outils est tout aussi importante. Une équipe homogène ne produit pas nécessairement un système discriminatoire, mais elle risque davantage de ne pas repérer certains usages, certains angles morts ou certaines conséquences concrètes. Intégrer des profils variés, ainsi que des spécialistes des ressources humaines, du droit, de l’éthique et des métiers concernés, améliore la capacité à questionner les choix techniques.

Le rôle des pouvoirs publics et du cadre européen

Les pouvoirs publics ont un rôle à jouer pour que la transition ne repose pas uniquement sur la capacité de chaque salarié à s’adapter seul. Cela passe par le financement de formations, l’orientation vers les compétences numériques, le soutien aux reconversions et la production de données permettant de mesurer les effets réels de l’IA sur les métiers.

Dans l’Union européenne, le règlement sur l’intelligence artificielle, entré en vigueur en août 2024, classe notamment certains systèmes utilisés dans l’emploi parmi les usages à haut risque. Les outils concernés, lorsqu’ils sont destinés au recrutement ou à la gestion des travailleurs, sont appelés à répondre à des exigences renforcées. L’objectif est d’encadrer des usages susceptibles d’affecter directement les droits et les parcours professionnels.

Ce cadre ne remplace pas les politiques d’égalité salariale, les règles de non-discrimination ou le dialogue social. Il fournit toutefois un point d’appui pour exiger davantage de transparence, de contrôle et de responsabilité de la part des organisations qui utilisent ces technologies.

La publication d’origine mentionne également l’initiative IA Hope Sogni, orientée vers la promotion de l’égalité dans le secteur du football. Sans présumer de ses résultats, cet exemple rappelle que la question de la représentation ne concerne pas uniquement les métiers de la technologie. Les outils numériques peuvent être mobilisés dans des univers professionnels et sportifs où les femmes restent historiquement moins visibles et moins nombreuses aux postes de décision.

Ce qu’il faut surveiller dans les prochains mois

La progression de l’intelligence artificielle dans les entreprises ne semble pas ralentir. Le véritable indicateur à suivre ne sera pas seulement le nombre d’outils adoptés, mais leurs effets concrets : quels postes évoluent, quelles personnes reçoivent une formation, qui accède aux nouvelles responsabilités et qui supporte le coût de l’adaptation.

L’IA peut devenir un levier pour alléger des tâches répétitives, valoriser des compétences humaines et élargir les opportunités professionnelles. Mais ce scénario ne se réalisera pas spontanément. Il suppose de mesurer les écarts, d’associer les travailleurs aux décisions et de faire de l’égalité entre les femmes et les hommes un critère de réussite au même titre que la productivité ou la performance technique.

L’innovation et l’équité ne sont pas deux objectifs incompatibles. Elles deviennent incompatibles seulement lorsque les choix de conception, de formation et d’organisation ignorent les inégalités qui structurent déjà le marché du travail.