Galina Alperovich, chercheuse en machine learning, explique l'IA et relate son expérience en tant que femme travaillant dans un secteur professionnel dominé par les hommes.
C'est la Journée internationale des droits des femmes. Intéressons-nous pour l'occasion au domaine de la technologie, un milieu résolument masculin, grâce au témoignage de l'une de nos meilleures chercheuses : Galina Alperovich. Galina est chercheuse en machine learning chez Avast et nous lui avons demandé de partager certaines de ses expériences et réflexions sur le sujet.
Blog Avast : Bonjour Galina, merci d'avoir pris le temps de nous parler de vos expériences professionnelles dans l'industrie de la technologie. Pouvez-vous nous parler de votre poste ici chez Avast ?
Galina : Je travaille au sein du département Recherche et développement, plus particulièrement sur les applications du machine learning et de l'intelligence artificielle (IA) pour la sécurité. J'ai travaillé sur des projets liés à l'identification des appareils et à la détection des anomalies dans le trafic réseau. Je suis également en train de développer des outils et des systèmes internes pour nos pipelines de machine learning. Je fais partie de l'équipe Avast depuis près de 2 ans.
Au cours des dernières années, le regard que porte le grand public sur l'IA a souvent été entaché par l'utilisation abusive du terme qui signifie des choses complètement différentes d'un individu à l'autre. L'IA est un domaine très vaste et très riche, avec de nombreuses applications pratiques et de nombreux sujets de recherche. Mais nous avons tendance à désigner comme IA le moindre élément avec un rapport plus ou moins lointain avec l'intelligence artificielle (et cela dérange beaucoup de chercheurs du domaine !).
Blog Avast : Quelle a été votre expérience professionnelle dans ce domaine ? Pouvez-vous nous parler du défi de la diversité dans le secteur de la technologie ?
Galina : L'IA est une discipline STEM (acronyme désignant en anglais la science, la technologie, l'ingénierie et les mathématiques) et il existe des contextes historiques de préjugés sexistes dans ce domaine. Autrefois, les pressions sociales et familiales dictaient ce qu'une fille devait ou ne devait pas faire dans la vie, et cela excluait généralement la poursuite d'une carrière scientifique.
Aujourd'hui, si une femme décide de s'intéresser à un domaine technique, elle risque encore d'être confrontée dès le départ à des stéréotypes et des préjugés sexistes qui peuvent facilement entraîner des situations d'échec. Même une fois employées, les femmes ne sont pas toujours libres de poursuivre leur travail sans que les équipes et la direction aient l'impression qu'elles ne sont pas capables de faire le travail requis.
Même dans les entreprises avec une bonne culture de travail, les femmes peuvent encore se retrouver piégées dans des environnements traditionnels où des stéréotypes d'autres temps peuvent refaire surface. Il est important de reconnaître comment ce type de contexte peut mener à des décisions subjectives, à des occasions manquées et à un environnement de plus en plus toxique.
Blog Avast : Pensez-vous que les femmes sont souvent confrontées à ces stéréotypes ?
Galina : Bien sûr. Bien qu'il soit peu probable qu'une seule personne soit la victime de tous ces aléas à la fois, j'ai moi-même vécu certaines de ces situations et mes amies ont aussi subi des clichés sexistes dans leur milieu professionnel.
J'ai rencontré de nombreux exemples pratiques de ce genre de stéréotypes. Dans la plupart des cas, les préjugés des hommes étaient en cause, bien que la plupart restent implicites et qu'un homme s'adresse rarement à vous directement pour faire un commentaire dégradant. Il est difficile d'en estimer l'impact sur ma carrière parce que je suis déjà « dans le système » et que je ne sais pas comment les choses se seraient passées si j'avais été un homme. Il est rare que quelqu'un en parle publiquement, mais il est clair que les femmes sont traitées différemment.
J'ai étudié les mathématiques au lycée, dans deux universités de deux pays, et j'ai travaillé dans quatre équipes au cours de ma carrière. Cette expérience me permet d'affirmer que j'observe des préjugés sexistes presque partout. Je suis souvent la seule femme ou l'une des rares femmes de l'équipe.
Il s'agit d'un phénomène endémique dans la société et ces clichés suivent les femmes tout au long de leur carrière. Notre vie professionnelle nous oblige à communiquer avec des milliers de personnes, en personne ou autrement. Plus il y aura de gens qui s'accrocheront à ces préjugés dépassés, plus il sera difficile pour quiconque de s'engager sur cette voie.
Le manque de formation en matière d'IA est une autre cause des stéréotypes de genre dans le domaine. De tels programmes ne sont pas encore proposés dans toutes les universités. Beaucoup de spécialistes en IA sont donc des professionnels autodidactes issus d'autres domaines des STEM, dont la plupart sont des hommes. Grâce aux importants progrès réalisés dans le domaine du deep learning (un sous-domaine du machine learning), des professionnels, entreprises et universités de renom ont pu mettre sur Internet de nombreux outils et supports d'apprentissage à la disposition du grand public. C'est un bon pas dans la « démocratisation » de l'IA.
Blog Avast : Pour vous, comment ces clichés liés au genre affectent le travail que vous faites et le domaine de l'IA en général ?
Galina : Pour ce qui est de l'IA en général, il faudrait s'intéresser séparément à chaque sous-domaine parce qu'ils ne sont à mes yeux pas tous affectés de la même façon.
Par exemple, l'une des tâches fondamentales de l'IA, soit la création d'un agent intelligent (par exemple une voiture autonome, un robot industriel ou humanoïde, etc.) nécessite de nombreuses compétences techniques et mêle diverses disciplines. Pour créer le « corps » d'un robot, il vous faut des connaissances en matériel, en capteurs et signaux, en programmation, en physique, en mathématiques, etc. La création du « cerveau » d'un robot intelligent impliquera quant à elle des techniques telles que le machine learning, la reconnaissance de formes, la planification, le jeu, le raisonnement logique et bien plus encore. Le processus associe donc plusieurs disciplines de l'IA et chacune d'entre elle présente des stéréotypes de genre bien ancrés. Dans cet exemple, je pense que c'est l'intersection de toutes ces disciplines qui démontre un cliché structurel répandu dans le domaine particulier de la robotique.
On peut aussi prendre l'exemple de la science des données, une autre discipline liée à l'IA, qui ne concerne pas les agents intelligents, mais l'analyse intelligente des données, la reconnaissance de schémas, les prédictions et la découverte des connaissances. Il s'agit du domaine de l'IA le plus proche du monde des affaires car les entreprises disposent de nombreux enregistrements de données qui doivent être analysés pour répondre à des questions spécifiques et aider à prendre les meilleures décisions. Ces techniques sont largement utilisées et mises en œuvre dans divers outils avec une excellente visualisation. En plus de tout cela, il existe un tout nouveau domaine appelé Business Intelligence. Je pense que ces deux domaines sont ceux où les préjugés sexistes sont les plus faibles, même s'ils exigent eux aussi des compétences techniques, une réflexion analytique et occasionnellement de la programmation. Les compétences en communication sont ici cruciales parce que vous devez connaître les processus commerciaux, comprendre le problème à traiter, analyser des données, les formuler et présenter les résultats. D'après mon expérience, il y a beaucoup de femmes dans ces équipes, ce qui démontre que les clichés sexistes ne s'appliquent pas à tous les domaines liés à l'IA.
Le machine learning est un sous-domaine qui consiste plutôt à développer des programmes informatiques intelligents, capables d'apprendre et de généraliser à partir des données observées. Le machine learning se concentre sur l'élaboration de modèles et nécessite une connaissance de l'apprentissage statistique, de la programmation, des mathématiques (en particulier l'optimisation, l'algèbre et le calcul) et des techniques générales de la science des données. Je trouve que c'est une discipline plus technique que la science des données ou le business intelligence, mais dans un sens, moins technique que la construction d'un robot. D'après ce que j'ai observé, les stéréotypes de genre se trouvent ici entre les deux extrêmes précédemment cités.
Bien sûr, il existe de nombreux autres sous-domaines de l'IA mais la tendance aux préjugés sexistes est semblable à celle d'autres domaines : plus on gagne en technicité, plus les préjugés sont importants.
Blog Avast : Qu'avez-vous à dire sur la façon dont l'industrie des technologies et plus généralement la société dans son ensemble pourraient aider à relever ce défi ?
Galina : Pour que les choses changent, chacun doit comprendre les causes du problème et contribuer à sa manière.
Les filles doivent être fortes et suivre leurs rêves malgré les stéréotypes. C'est vrai aussi pour les garçons bien sûr, mais j'ai constaté à plusieurs reprises qu'une femme doit travailler plus dur qu'un homme pour prouver ses compétences dans la même situation. Elle doit souvent parler plus fort, peut-être même signaler des interactions inappropriées dans le cadre du travail comme des commentaires irrespectueux, et doit toujours être prête à défendre ses droits.
L'environnement dans lequel les équipes techniques évoluent est déterminant. Les membres d'une même équipe doivent se respecter mutuellement et être capables d'évaluer objectivement le travail d'un collaborateur malgré les différences de sexe ou autres. Les entreprises doivent favoriser la diversité et s'efforcer d'établir un environnement de travail positif et non toxique.
La société n'est pas parfaite. Libérer la société des stéréotypes et des carcans est un grand chantier et je ne pense pas que le problème sera résolu de sitôt. J'ai toutefois constaté de grands changements dans ce domaine et cela me donne espoir pour l'avenir. Je suis fière qu'Avast cherche à encourager les femmes dans tous les domaines de l'entreprise et qu'il y ait une forte culture d'inclusion pour tous les collaborateurs sans exception.
Avast est le leader mondial de la cybersécurité, protégeant des centaines de millions d’utilisateurs dans le monde entier. Protégez tous vos appareils avec notre antivirus gratuit primé. Protégez votre confidentialité et chiffrez votre connexion en ligne avec le VPN SecureLine.
Apprenez-en davantage sur les produits qui protègent votre vie numérique sur avast.com. Obtenez toutes les dernières nouvelles sur les cybermenaces d’aujourd’hui et comment les vaincre sur blog.avast.com.
Merci d’utiliser Avast Antivirus et de nous recommander à vos amis et votre famille. Pour toutes les dernières actualités, pensez à nous suivre sur Facebook et Twitter.
