Extrait court
Corriger les inégalités existantes implique de reconnaître et de valoriser la diversité sociale et culturelle, que celle-ci soit visible ou non.
Définition courte
Reconnaissance, valorisation et protection des différences individuelles, sociales et culturelles (telles que le genre, l’origine, l’âge, le handicap ou les croyances) lors du développement et de l’utilisation de l’intelligence artificielle, dans le but de prévenir la discrimination et de favoriser des environnements inclusifs.
Définition longue
Dans le contexte de l’enseignement supérieur au Québec, le principe de la diversité des personnes est intrinsèquement lié aux valeurs d’équité et d’inclusion. Il exige que le déploiement de l’intelligence artificielle (IA) reconnaisse et respecte la pluralité des identités de la population étudiante et du personnel, englobant notamment les différences de race, de genre, d’orientation sexuelle, de langue, de statut socioéconomique, d’âge et les situations de handicap.
Parce que les systèmes d’IA sont entraînés à partir de données massives issues de la société, ils présentent un risque élevé de reproduire, de systématiser et d’amplifier les biais et les stéréotypes historiques. Sans une attention rigoureuse à la diversité, l’utilisation de l’IA (incluant l’IA générative) pourrait marginaliser davantage les communautés sous-représentées ou imposer des normes culturelles et linguistiques dominantes au détriment des voix minoritaires. Conséquemment, les établissements collégiaux et universitaires s’engagent à adopter des approches inclusives garantissant que les technologies numériques soutiennent des environnements d’apprentissage sécuritaires et respectueux de chaque personne, sans jamais restreindre la pluralité des expériences, des modes de vie et des expressions personnelles.
Éléments clés
- Reconnaissance de la pluralité : Valorisation des caractéristiques sociales, culturelles et individuelles uniques à chaque être humain.
- Prévention de la discrimination : Prise de conscience et atténuation des biais algorithmiques qui ont tendance à exclure ou à défavoriser les groupes historiquement marginalisés.
- Représentativité des données : Importance de s’appuyer sur des systèmes d’IA dont les données d’entraînement tiennent compte des minorités et des différentes perspectives du monde réel.
- Pilier de l’inclusion : Action conjointe avec l’équité visant à offrir des milieux d’études et de travail justes, sécuritaires et impartiaux.
- Protection des expressions : Refus de l’uniformisation des comportements ou des opinions par des systèmes informatiques qui imposeraient une norme unique dominante.
Sources d’inspiration
- Cégep de Trois-Rivières. (2025) Énoncé de principes et 9 principes directeurs en IA.
- Commission de l’éthique en science et en technologie & Conseil supérieur de l’éducation. (2024). Intelligence artificielle générative en enseignement supérieur : enjeux pédagogiques et éthiques. Le Conseil; La Commission.
- Ministère de l’Éducation. (2025). L’utilisation pédagogique, éthique et légale de l’intelligence artificielle générative : Guide destiné au personnel enseignant 2024-2025. Gouvernement du Québec.
- Organisation des Nations Unies pour l’éducation, la science et la culture (UNESCO). (2022). Recommandation sur l’éthique de l’intelligence artificielle. UNESCO.