L'IA efface les personnages féminins des récits enfants

Une étude dirigée par l’Université de Washington et présentée le 25 juin 2026 à Montréal lors de la conférence ACM sur l’équité, la responsabilité et la transparence, met en lumière un biais genré massif chez les principaux modèles d’intelligence artificielle générative. Les chercheurs ont constaté que lors de la création d’histoires pour enfants mettant en scène des animaux anthropomorphes, ces systèmes tendent à effacer presque systématiquement les personnages féminins. Pour parvenir à ces résultats, l’équipe, menée par Melanie Walsh et Imani Finkley, a soumis à six grands modèles de langage, dont Claude Sonnet 4.5, Gemini 2.5, GPT-4o, GPT-5.1, Mistral Medium et Olmo 3, une même série d’invites narrative. Au total, 23 800 réponses ont été générées en variant les espèces animales et les décors, tout en ajustant le niveau d’aléatoire des algorithmes. L’analyse révèle une distribution des sexes très déséquilibrée : 57 % des personnages sont neutres ou non genrés, 41 % sont masculins et seulement 2 % féminins. Les résultats varient selon les plateformes, mais deux modèles se distinguent par leur forte tendance masculine. Gemini 2.5 et GPT-5.1 attribuent des pronoms masculins à respectivement 63 % et 65 % de leurs personnages. À l’inverse, Olmo 3 affiche le pourcentage masculin le plus bas et privilégie la neutralité, tandis que Claude se montre le plus généreux envers les personnages féminins, bien qu’à un niveau encore très faible. Les espèces animales influencent également la perception du genre. Les chats sont assignés à un sexe féminin 7 % du temps, tandis que les oiseaux restent neutres dans la grande majorité des cas. Selon les auteurs, cette neutralité artificielle s’explique par une stratégie de sécurité développée par les entreprises du secteur. Afin d’éviter de renforcer des stéréotypes, les modèles privilégient systématiquement l’usage de pronoms neutres ou l’absence de genre. Cette approche, bien que conçue pour réduire les biais, aboutit paradoxalement à l’effacement complet des identités féminines et non masculines. L’intelligence artificielle ne se contente pas de reproduire les biais humains, elle les transforme de manière imprévisible. Les chercheurs soulignent également que ces algorithmes répliquent des clichés narratifs traditionnels. Cette tendance est comparée au test de Bechdel, servant de diagnostic pour mesurer les inégalités de représentation dans les systèmes génératifs. Bien que l’étude se limite actuellement aux textes anglais, les auteurs prévoient d’élargir leurs analyses à d’autres langues et à la représentation d’autres traits sociaux. Ces résultats invitent les développeurs et les régulateurs à réviser les méthodes de débiaisage des modèles, afin que l’innovation technologique ne consolide pas involontairement des inégalités sociales dans la création automatisée.