Le numérique transforme nos vies, mais il soulève des questions importantes : qui décide de ce que tu vois, de ce que tu sais, et de ce que tu fais ?
34 %
Taux d'erreur de reconnaissance faciale pour les femmes noires, contre moins de 1 % pour les hommes blancs (étude MIT, 2018).
13 %
Part de la population française qui n'utilise pas Internet ou a des difficultés en ligne (INSEE, 2021).
55 g
Émissions de CO2 pour une heure de streaming vidéo (ADEME, 2020).
4,9 milliards
Nombre d'utilisateurs d'Internet dans le monde en 2021 (Union internationale des télécommunications).
Définition
L'éthique du numérique est une réflexion sur les choix et les actions liés aux technologies numériques, pour qu'ils respectent les valeurs humaines comme la liberté, l'égalité, la vie privée et la justice.
Biais des algorithmes
Un algorithme est une suite de règles qu'une machine suit pour résoudre un problème. Il peut être biaisé, c'est-à-dire qu'il produit des résultats injustes ou inexacts. Cela arrive quand les données utilisées pour l'entraîner sont incomplètes ou reflètent des préjugés existants. Par exemple, un algorithme de recrutement formé sur des CV d'hommes peut défavoriser les femmes. Un algorithme de reconnaissance faciale peut mal reconnaître les personnes à la peau foncée s'il a été testé surtout sur des visages clairs.
Exemple : En 2018, une étude du MIT a montré que des logiciels de reconnaissance faciale d'IBM, Microsoft et Face++ avaient un taux d'erreur plus élevé pour les femmes noires (jusqu'à 34 %) que pour les hommes blancs (moins de 1 %).
Économie de l'attention et design addictif
L'économie de l'attention est un modèle économique où le temps et l'attention des utilisateurs sont la ressource principale. Les plateformes conçoivent des interfaces pour capter et retenir ton attention le plus longtemps possible. C'est le design addictif. Des techniques comme le défilement infini (infinite scroll) ou les notifications fréquentes sont utilisées pour te faire rester. Elles exploitent des mécanismes psychologiques, comme la peur de manquer quelque chose (FOMO).
Exemple : Sur les réseaux sociaux, le défilement infini charge automatiquement de nouveaux contenus sans que tu aies à cliquer. Tu peux passer des heures à faire défiler sans t'en rendre compte. Les notifications rouges avec un chiffre créent un sentiment d'urgence et te poussent à ouvrir l'application.
Fracture numérique et inclusion
La fracture numérique est l'écart entre les personnes qui ont accès aux technologies et celles qui n'y ont pas accès. Cet écart peut être matériel (pas d'ordinateur, pas de connexion), mais aussi social (manque de compétences) ou culturel (peur, méconnaissance). L'inclusion numérique vise à réduire cet écart pour que chacun puisse participer à la société numérique. Cela concerne les personnes âgées, les personnes handicapées, les populations rurales ou défavorisées.
Exemple : En France, en 2021, environ 13 % de la population n'utilisait pas Internet ou rencontrait des difficultés pour effectuer des démarches en ligne (source : INSEE). Ces personnes peuvent être exclues de services essentiels comme les impôts ou les rendez-vous médicaux.
Impact environnemental du numérique
Le numérique a un coût écologique important. La fabrication des appareils (smartphones, ordinateurs) nécessite des métaux rares et de l'énergie. Les data centers, qui stockent et traitent les données, consomment beaucoup d'électricité et d'eau pour le refroidissement. Les usages (vidéos en streaming, jeux en ligne, cryptomonnaies) augmentent la consommation d'énergie. L'empreinte carbone du numérique est due principalement à la fabrication des équipements, puis à leur utilisation et aux infrastructures.
Exemple : Regarder une vidéo en streaming pendant une heure émet environ 55 grammes de CO2 (source : ADEME, 2020). Cela peut sembler peu, mais si des millions de personnes le font chaque jour, l'impact devient énorme.
Responsabilité des plateformes et modération
Les plateformes en ligne (réseaux sociaux, sites de partage) sont responsables des contenus qu'elles hébergent. Elles doivent modérer, c'est-à-dire supprimer les contenus illégaux ou nuisibles (haine, harcèlement, désinformation). Mais la modération est difficile : il faut trouver un équilibre entre liberté d'expression et protection des utilisateurs. Les plateformes utilisent des algorithmes et des équipes humaines pour modérer, mais cela reste imparfait.
Exemple : En 2021, une enquête du Wall Street Journal a révélé que Facebook (Meta) savait que son algorithme amplifiait la haine et la désinformation, mais ne l'a pas corrigé rapidement. Cela montre la difficulté de concilier profit et responsabilité.
IA générative et questions éthiques à l'école
L'IA générative (comme ChatGPT) crée du texte, des images ou des sons à partir de demandes. Elle pose des questions éthiques à l'école : peut-on l'utiliser pour faire ses devoirs ? Est-ce de la triche ? L'IA peut produire des informations fausses ou biaisées. Elle peut aussi être utilisée pour tricher ou pour créer de faux contenus. Il est important d'apprendre à l'utiliser de manière responsable et critique, en vérifiant les informations et en respectant le travail personnel.
Exemple : Un élève demande à ChatGPT de rédiger sa dissertation. Il la recopie sans réfléchir. C'est du plagiat et cela ne lui permet pas d'apprendre. De plus, l'IA peut inventer des citations ou des faits. Il faut toujours vérifier les sources et faire son propre travail.
✅ Les bons réflexes
🛡️Désactive les notifications non essentielles pour reprendre le contrôle de ton attention.
🛡️Avant de partager une information, vérifie sa source et sa date.
🛡️Utilise l'IA générative comme un outil d'aide, pas comme un remplaçant de ta réflexion.
🛡️Limite le streaming vidéo en basse définition quand c'est possible pour réduire ton empreinte carbone.
🛡️Garde tes appareils plus longtemps et recycle-les correctement.
🛡️Si tu vois un contenu haineux ou harcelant, signale-le à la plateforme.
✍️ As-tu compris ?
1. Qu'est-ce qu'un algorithme biaisé ?
2. Quel est le but du design addictif ?
3. Qu'est-ce que la fracture numérique ?
4. Pourquoi l'IA générative pose-t-elle des questions éthiques à l'école ?
