Femmes et IA en Afrique : la moitié manquante

Qui écrit l'intelligence artificielle qui, demain, triera les CV à Dakar, évaluera les demandes de crédit à Abidjan, orientera les patientes d'un poste de santé de Kolda ? Aujourd'hui, majoritairement : des hommes, ailleurs. La sous-représentation des femmes africaines dans l'IA n'est pas seulement une injustice d'accès à des métiers d'avenir — c'est un défaut de fabrication des systèmes eux-mêmes. On ne construit pas une technologie juste avec la moitié de l'expérience humaine en moins.

Une double peine bien documentée

Le déséquilibre se joue aux deux bouts de la chaîne. En amont, les femmes restent minoritaires dans les filières scientifiques et techniques, et plus rares encore aux postes où se décident les produits d'IA — un constat que dressent régulièrement les organisations internationales qui suivent les métiers du numérique. En aval, elles sont surexposées aux défauts de ces systèmes : reconnaissance faciale moins fiable sur les visages féminins à peau foncée — les travaux fondateurs sur ce point ont fait date —, outils de recrutement qui reproduisent des historiques d'embauche masculins, scoring de crédit qui pénalise des trajectoires professionnelles féminines jugées « atypiques » par la machine.

Ajoutez la dimension africaine — données rares, langues absentes des modèles, accès inégal au smartphone et à la connexion entre hommes et femmes dans plusieurs pays du continent — et l'on obtient une double peine : moins présentes dans la fabrication, plus exposées aux dégâts.

Ce n'est pas (que) une question de justice

Posons l'argument que les décideurs entendent le mieux : la performance. Une équipe qui conçoit un produit d'IA sans femmes rate des cas d'usage entiers — la santé maternelle, l'économie du commerce de détail largement tenue par des femmes dans nos marchés, les usages du mobile money dans la gestion familiale. Au Sénégal, où les femmes portent une part essentielle du commerce, de l'agriculture transformée et de la santé communautaire, une IA conçue sans elles est une IA qui connaît mal le pays qu'elle prétend servir.

« La question n'est pas de faire une place aux femmes dans l'IA africaine. C'est de comprendre qu'une IA africaine sans les femmes est une IA qui ne marche pas. »

Ce qui bouge déjà, ici et sur le continent

Le tableau n'est pas figé. Des communautés panafricaines de recherche ouvertes — comme Masakhane pour les langues africaines — comptent des chercheuses de premier plan. Des réseaux dédiés aux femmes dans la data et l'IA organisent formations et mentorat dans plusieurs capitales africaines, Dakar comprise. Les écoles de code sénégalaises affichent des promotions de plus en plus féminines, et les politiques publiques du numérique intègrent désormais des objectifs de mixité. Chez AI LAB SENEGAL, nous y prenons notre part : nos formations visent la parité dans leurs cohortes, et ce podcast donnera la parole, saison après saison, à celles qui font l'IA africaine — pas dans une rubrique à part : dans le programme principal.

Quatre leviers concrets

Premièrement, l'orientation précoce : les choix se jouent au collège — les modèles féminins visibles (enseignantes, ingénieures, entrepreneures) changent les trajectoires. Deuxièmement, la formation professionnelle courte : on ne devient pas data scientist en trois mois, mais on devient utilisatrice avancée d'IA dans son métier — et c'est là que se joue l'inclusion massive, tout de suite. Troisièmement, la commande responsable : entreprises et administrations peuvent exiger de leurs fournisseurs d'IA des tests de biais documentés. Quatrièmement, la présence dans la gouvernance : comités d'éthique, régulateurs, directions de projets — là où se décident les règles du jeu.

Notre grille de lecture

Cet article prolonge le segment « Économie & société » du podcast AI Talks. Les constats cités renvoient à des travaux et rapports publics à la date de rédaction — vérifiez les sources primaires pour tout usage professionnel.