L’accessibilité est la première question

Avant de commencer

Comment utiliser ce guide

Ce n’est pas une transcription. C’est la conversation du 3 novembre, organisée pour que vous puissiez y revenir, l’utiliser dans vos propres réunions et la partager avec votre équipe.

Chaque section suit l’ordre de la présentation. Les encadrés foncés reproduisent les diapositives sous forme de vrai texte, qu’un lecteur d’écran lit comme le reste de la page. Après chaque encadré, vous trouverez ce qui a été dit, revu pour la lecture et, dans plusieurs sections, un court exercice.

• Si vous avez cinq minutes, allez directement aux quatre questions. C’est ce que ce guide contient de plus utile.
• Si vous avez trente minutes, lisez les parties 1 à 3. Elles expliquent pourquoi l’IA tend à apprendre de la moyenne et ce que l’on peut y faire.
• Si vous voulez animer une séance avec votre équipe, utilisez le plan de séance vers la fin. Il ne demande ni diapositives ni connaissances techniques.

Table des matières

1. Ouverture : « mon argent, non »
2. Les gens normaux n’existent pas
3. Partie 1. Concevoir à partir des marges
4. Partie 2. Les données jamais recueillies
5. Partie 3. Quand l’IA apprend de la moyenne
6. Partie 4. Ce que l’IA nous rend
7. Les quatre questions
8. Questions de la séance
9. Animer la séance avec votre équipe
10. Extrait du livre
11. Ressources et sources
12. La présentation, diapositive par diapositive
13. L’auteur et ce guide

Ouverture

« J’ai la paralysie cérébrale, mais mon argent, non »

J’ai vécu une dizaine d’années au Canada et travaillé chez Microsoft Canada, où l’un de mes rôles a été celui de responsable de l’accessibilité. Cette conversation a donc commencé là où mon propre apprentissage a commencé : avec un ami.

Il y a quelques années, à Toronto, je suis allé à une réunion avec mon ami Dave Dame, qui s’est ensuite joint à Microsoft. Nous rencontrions l’une des plus grandes banques du Canada. Notre objectif était simple à dire et difficile à atteindre : convaincre la banque de changer ses politiques de travail pour les professionnels en situation de handicap.

Dave a la paralysie cérébrale. Il les a regardés et a ouvert la réunion par une phrase : « J’ai la paralysie cérébrale, mais mon argent, non. »

L’atmosphère a changé. Il ne demandait ni la charité ni une faveur. Il parlait affaires : de clients, de talents et de l’argent que la banque laissait sur la table. En une phrase, il a fait passer la conversation de la pitié à la valeur.

Puis il a posé une deuxième question, plus personnelle : « Quelqu’un parmi vous a-t-il déjà dû embaucher une personne à dix-huit ans ? » Lui, oui. Pour vivre seul à l’université, il avait dû embaucher quelqu’un pour l’aider dans les moments les plus intimes de sa journée. À dix-huit ans, il était déjà gestionnaire : il choisissait une personne et lui confiait sa propre vie.

Plus tard, il m’a dit une chose que je n’ai jamais oubliée. Les personnes dans sa situation entraînent un muscle que la plupart des leaders n’entraînent jamais : la vulnérabilité. On apprend à demander de l’aide, à faire confiance, à déléguer. Selon lui, ce devrait être une compétence obligatoire pour tout leader.

Gardez ce mot en tête pendant votre lecture : vulnérabilité. Nous y reviendrons à la fin.

Ouverture

Les gens normaux n’existent pas

Nous avons inventé le « normal ». C’est une idée utile pour la statistique et une idée dangereuse pour la conception. Pensez à tous les formulaires remplis dans votre vie avec une case qui ne vous convenait pas : un nom trop long, une famille qui ne correspondait à aucune option, un corps qui ne correspondait pas au tableau. Ce petit moment de décalage, des millions de personnes le vivent chaque jour, avec presque tous les systèmes.

Voici l’inquiétude. L’IA apprend à partir des données, et les données sont pleines de moyennes. Dans les faits, on apprend à beaucoup de systèmes d’IA qu’une personne normale existe. Si nous l’apprenons aux machines, elles concevront pour cette personne, à grande échelle, partout, très vite.

Le pilote moyen

À la fin des années 1940, les avions de l’armée de l’air américaine s’écrasaient sans cesse, souvent sans aucun problème mécanique. Le cockpit avait été conçu en 1926 autour du corps moyen des pilotes de l’époque, avec des sièges, des pédales et des commandes fixes.

En 1950, un jeune lieutenant, Gilbert Daniels, a mesuré 4 063 pilotes selon dix dimensions, avec des marges généreuses : il suffisait d’être proche de la moyenne. Combien correspondaient à la moyenne sur les dix mesures ? Aucun. Le pilote moyen n’existait pas : le cockpit avait été conçu pour personne.

La solution n’a pas été une meilleure moyenne, mais la conception réglable : des sièges qui bougent, des pédales qui s’ajustent, des sangles qui s’adaptent à la personne. Les accidents ont diminué, et c’est de là que vient le siège de votre voiture. Todd Rose raconte cette histoire dans The End of Average, Kat Holmes dans Mismatch, et je la raconte au chapitre 1 de mon livre.

La moyenne s’est mise à bouger

Pendant deux siècles, la moyenne a été une règle graduée. Elle vous mesurait après votre arrivée : à l’école, au travail, chez le médecin. Aujourd’hui, la moyenne est vivante. Elle apprend de chaque clic, de chaque trajet sur votre téléphone, de chaque pause dans une vidéo, de chaque mention « j’aime » et de chaque commentaire. Elle ne vous attend plus. Elle vous prédit : la prochaine chanson, le prochain trajet, le prochain produit, parfois le prochain candidat à un emploi.

La plupart du temps, c’est pratique. Mais une prédiction est toujours une supposition fondée sur les personnes venues avant vous. Cela change tout pour les personnes en marge, en particulier les personnes en situation de handicap. Avant, elles étaient exclues par la règle graduée. Aujourd’hui, elles peuvent être exclues par la prédiction, avant même d’arriver.

Partie 1 sur 4

Concevoir à partir des marges

La conception inclusive commence par reconnaître qui est laissé de côté.

La meilleure boîte à outils que je connaisse vient de l’équipe de conception inclusive de Microsoft. Je l’ai utilisée tous les jours chez Microsoft. Elle est publique et gratuite (voir Ressources). Elle part d’un fait simple : nous avons tous des biais, y compris les personnes en situation de handicap, et nous supposons volontiers que les autres pensent et vivent comme nous. Ce n’est pas le cas. La première étape consiste donc à reconnaître l’exclusion, à trouver les personnes absentes de ce que vous construisez et à les inviter comme co-conceptrices, et non comme spectatrices. Comme le dit le mouvement des droits des personnes handicapées : rien sur nous sans nous.

Le handicap comme décalage

Des escaliers rendent un bâtiment inaccessible : le problème, ce sont les escaliers, pas le fauteuil roulant. Une vidéo sans sous-titres exclut une personne malentendante : le problème, c’est la vidéo. Un site Web qui ne fonctionne pas avec un lecteur d’écran exclut une personne ayant une perte de vision : le problème, c’est le site. Une IA qui ne comprend que la voix moyenne crée elle aussi un décalage.

La bonne nouvelle : un décalage n’est pas un fait de la nature. C’est un choix de conception, et un choix de conception peut changer. Donc, quand quelque chose ne fonctionne pas pour une personne, la première question n’est pas « qu’est-ce qui ne va pas chez cette personne ? ». C’est « qu’est-ce qui ne va pas dans cette conception ? ». Et cela, nous pouvons le corriger.

Trois principes de conception inclusive

1. Reconnaître l’exclusion. Avant de demander « qui est notre utilisateur ? », demandez « qui laissons-nous de côté ? ». Cela semble petit. Cela change tout le projet.
2. Apprendre de la diversité. Les personnes qui vivent le décalage tous les jours sont les vraies expertes. Elles en connaissent les difficultés, les raccourcis et les solutions de contournement. Faites-les participer comme conceptrices dès le départ, quand on peut encore changer de direction, et non comme testeuses à la fin, quand tout est construit.
3. Résoudre pour une personne, étendre à plusieurs. Quand on résout pour la personne en marge, on résout généralement pour bien d’autres. La bordure abaissée du trottoir a été conçue pour les personnes en fauteuil roulant. Aujourd’hui, elle aide les parents avec une poussette, les voyageurs avec une valise, les livreurs avec un chariot, les cyclistes et les patineurs.

Permanent, temporaire, situationnel

Une conception qui fonctionne d’une seule main aide les trois personnes de la première ligne. Si vous concevez seulement pour le cas permanent, vous croyez servir un petit groupe. Vous servez aussi toutes les personnes des cas temporaires et situationnels, et cela fait beaucoup de monde. Voilà pourquoi l’accessibilité n’est jamais une niche, et pourquoi je l’aborde en économiste et en homme d’affaires, pas seulement comme une question de charité ou de législation.

Pas une niche

Au Canada, 8 millions de personnes de 15 ans et plus vivent avec un handicap qui limite leurs activités quotidiennes : 27 %, plus d’une personne sur quatre. Dans tout groupe comme celui de cette séance, beaucoup de personnes vivent avec un handicap ou prennent soin de quelqu’un qui en a un. Certains handicaps se voient. La plupart, non.

Dans le monde, cela représente environ 1,3 milliard de personnes. Quand l’astronome belge Adolphe Quetelet a inventé l’idée de « l’homme moyen », dans les années 1830, la population mondiale tout entière était inférieure au nombre de personnes en situation de handicap aujourd’hui.

Les sous-titres que vous lisez sont nés dans la marge

La séance avait les sous-titres en direct activés, et beaucoup de personnes les lisaient. Ces sous-titres sont nés dans la marge. La mère d’Alexander Graham Bell était malentendante et sa femme était sourde, et son travail d’enseignement auprès de personnes sourdes a nourri les recherches qui ont mené au téléphone. Vint Cerf, l’un des pères d’Internet, est malentendant, et sa question n’a jamais été seulement « comment aller plus vite ? », mais « comment s’assurer que le message arrive ? ». Il a souvent dit que le courriel comptait pour lui personnellement, parce que le texte rejoint des personnes que le son ne rejoint pas.

Les sous-titres en direct ont été créés pour les personnes sourdes et malentendantes. Aujourd’hui, c’est ainsi que beaucoup d’entre nous suivent une réunion dans un aéroport bruyant, ou tard le soir avec un bébé endormi dans la pièce voisine. Ce qui a commencé comme une fonction d’accessibilité est devenu une norme de productivité.

Une mère à 3 heures du matin

Au hackathon mondial de Microsoft de 2019, nous avons été quatre à créer une application pour les parents et les proches aidants d’enfants épileptiques, sur téléphone et sur Apple Watch. Notre équipe a remporté le premier prix mondial. Dès le premier jour, nous avons intégré l’accessibilité en utilisant les fonctions que la plateforme offre déjà à tous les développeurs : contraste réglable, prise en charge du lecteur d’écran, navigation simple. Non pas parce que nous pensions que nos utilisateurs étaient aveugles, mais parce que nous voulions que l’application fonctionne dans tous les contextes, pour tout le monde.

Nous attendions des chiffres comme premier retour. Ce fut une mère. La nuit, elle augmentait le contraste pour ne pas avoir besoin de ses lunettes, et laissait le lecteur d’écran parler pour que ses yeux restent sur son enfant. Une fonction conçue pour les personnes aveugles a aidé une mère épuisée à trois heures du matin. Personne dans l’équipe ne l’avait imaginée. Nous avons conçu pour la marge, et la marge nous a menés jusqu’à elle. Nous avons aussi appris que, pour prendre soin de l’enfant, il faut prendre soin de la personne qui en prend soin.

Partie 2 sur 4

Les données jamais recueillies

Ce qu’un immeuble de Toronto m’a appris sur l’IA.

Le 23 janvier 2017. Toronto sous la neige, tout le monde dans les tunnels du PATH. J’avais invité Maayan Ziv, fondatrice d’AccessNow, à visiter nos bureaux du centre-ville. À neuf heures, mon téléphone sonne : elle ne trouve pas l’ascenseur. Je n’avais jamais remarqué qu’il n’y avait pas de trajet accessible depuis le PATH, parce que je prenais toujours l’escalier.

Je suis descendu et je l’ai trouvée dans son fauteuil motorisé, dans un couloir d’un immeuble technologique, rempli de gens qui construisent l’avenir, un immeuble qui ne l’avait pas imaginée. Nous avons franchi deux portes jusqu’à un monte-charge, dans un espace oublié qui donnait sur la rue, par moins vingt degrés. Il y avait deux sacs à ordures à l’intérieur ; je les ai sortis. À notre étage, la porte vitrée était trop étroite pour son fauteuil ; j’ai trouvé un tabouret et déverrouillé le deuxième battant. Dans la salle de réunion, les chaises bloquaient le passage, et je les ai retirées une à une pendant qu’elle attendait.

J’étais profondément gêné et je me suis excusé plus d’une fois. Elle a souri et m’a dit, à peu près : « C’est ma vie, Ricardo. On dirait que rien n’a été conçu pour moi. Aujourd’hui, c’était différent. » Différent, parce que quelqu’un était descendu la chercher. Puis elle m’a dit une chose que je répète partout où je vais :

Le vrai travail d’un leader est d’éliminer les obstacles. Parfois, l’obstacle est un escalier, parfois une porte, parfois une salle de réunion pleine de chaises.Maayan Ziv, selon mon souvenir de ses paroles

Et parfois, comme nous allons le voir, l’obstacle se trouve dans les données. Notez les deux leçons de leadership jusqu’ici : de Dave, la vulnérabilité, cette compétence qui consiste à demander de l’aide, à faire confiance et à déléguer ; de Maayan, que les leaders éliminent les obstacles.

Si personne ne recueille les données, l’obstacle est invisible

Maayan n’est pas restée en colère. Elle a construit quelque chose. Pendant des décennies, les cartes de nos téléphones nous ont dit où se trouvait chaque endroit, mais jamais si l’on pouvait y entrer. Y a-t-il une marche à l’entrée ? Les toilettes sont-elles accessibles ? Y a-t-il une rampe ? Personne ne recueillait ces informations, alors pour les systèmes, ces obstacles n’existaient pas. AccessNow, qu’elle a fondée en 2015, recueille exactement cela : les gens évaluent et cartographient l’accessibilité des commerces et des espaces publics, ensemble, en communauté, partout dans le monde.

Voilà le pont vers l’IA. Si personne ne recueille les données, l’obstacle est invisible. Et ce qui est invisible pour les données est invisible pour l’IA. Un modèle ne peut pas respecter une personne qu’il n’a jamais vue.

Partie 3 sur 4

Quand l’IA apprend de la moyenne

Le biais des données est une décision de conception que personne n’a prise volontairement.

Jutta Treviranus, directrice de l’Inclusive Design Research Centre de l’Université OCAD, à Toronto, explique cela mieux que quiconque. Imaginez un graphique des besoins de tout le monde. La plupart des gens se trouvent au milieu, proches les uns des autres. Les personnes en situation de handicap sont dispersées dans les marges, chacune différente des autres. Pour le modèle, le milieu est le signal et les marges ressemblent à du bruit. Plus vous êtes différent, plus le modèle risque de vous ignorer ou de se tromper sur vous.

En 2015, elle a testé les modèles d’apprentissage qui guident les voitures autonomes dans les intersections, avec un cas inhabituel mais réel : une amie qui fait reculer son fauteuil roulant. Tous les modèles ont pris la même décision : continuer. Dans la simulation, chacun d’eux l’a renversée. Les développeurs ont dit que les modèles étaient jeunes et qu’il leur fallait plus de données. Elle a refait le test avec plus de données, et les modèles l’ont renversée avec plus d’assurance. Plus de données sur la moyenne ne font qu’apprendre au modèle, encore plus fermement, ce que fait la moyenne.

Pensez maintenant au-delà des voitures : à tout système qui apprend du passé pour décider quelque chose au sujet d’une personne. Qui est rappelé. Qui est signalé. Qui reçoit de l’aide en premier. Le même schéma peut s’y produire, discrètement et avec assurance.

C’est en fait une bonne nouvelle. Si personne n’a pris cette décision volontairement, quelqu’un peut la prendre volontairement, dans l’autre sens. Cela veut dire choisir qui est dans les données, qui est dans la salle et qui a le pouvoir de dire « arrêtez, cela ne fonctionne pas pour moi ».

Cinq façons dont le biais entre dans l’IA

Aucun de ces biais ne peut être corrigé par un ingénieur seul. Chacun exige que des personnes des marges soient dans la salle, tôt, avec une vraie voix. Si je devais en choisir un à surveiller de plus près, ce serait le biais d’automatisation, parce que c’est celui qui pousse des gens de bonne foi à cesser de poser des questions. Tout s’enchaîne, et personne ne s’en aperçoit.

Scénario 1 : l’assistant vocal qui ne comprend pas

Scénario 2 : le trou dans le CV

Partie 4 sur 4

Ce que l’IA nous rend

La crainte dans la salle, et le travail qui reste humain.

C’est une question légitime, et je ne ferai pas semblant qu’elle n’existe pas. Ma réponse, après des années à aider des organisations à adopter l’IA, est la suivante : l’IA prend le répétitif. Ce qui reste, c’est le travail humain.

Copier des chiffres d’un écran à l’autre. Chercher ce fameux paragraphe. Mettre en forme le même rapport chaque semaine. L’IA est très douée pour cela, et honnêtement, personne ne s’en ennuiera. Ce qui reste, c’est le jugement, l’empathie, la négociation et le soin. Savoir quand une règle ne convient pas à la personne devant vous. Écouter au téléphone une personne inquiète et désorientée, et lui faire sentir qu’elle est entendue. Aucun modèle ne fait cela comme un être humain.

Et voici la partie honnête : personne ne nous a formés pour cela. Ni l’école ni les entreprises. Il n’existe pas de MBA en empathie. La vraie question n’est donc pas seulement « que fera l’IA ? ». C’est « que ferons-nous du temps et de l’attention que l’IA nous rend ? ». Pour les personnes en situation de handicap, cela compte doublement, parce que l’IA peut enfin combler bon nombre des décalages décrits dans ce guide, à condition de la concevoir avec elles.

« Être vulnérable, c’est horrible »

Mon frère a perdu une partie de sa jambe dans un accident de moto. La première fois qu’il est sorti après l’amputation, c’est moi qui conduisais. Nous nous sommes arrêtés à une pharmacie et je lui ai demandé : « Veux-tu que j’y aille pour toi ? » Il a répondu : « Non. J’y vais. » Il y est allé avec ses béquilles. Une voiture a failli le heurter, et les gens qui venaient en sens inverse n’ont pas attendu qu’il passe. Ils étaient pressés.

Quand il est revenu à la voiture, il a pleuré comme je ne l’avais jamais vu pleurer. Une fois calmé, il a dit : « Être vulnérable, c’est horrible. » Un homme qui avait servi dans l’armée, qui avait toujours tout fait seul.

L’obstacle, ce jour-là, n’était pas sa jambe. C’était la rue, la hâte et les gens qui ne le voyaient pas. Aujourd’hui, il court avec une prothèse et nage avec une autre. Et je repense à Dave, au début de ce guide.

La vulnérabilité est une compétence. C’est là que commence l’empathie. Et l’empathie est là où commence la bonne conception.

Conclusion · L’outil à garder

Les quatre questions

Si vous ne retenez qu’une chose de ce guide, retenez ces quatre questions. Elles viennent de Katarina Subotic et du Conseil consultatif sur l’accessibilité. Je n’aurais pas pu mieux les écrire.

1. Pour qui cela pourrait-il créer un obstacle ?Trouve les personnes. Nommez-les : pas « les utilisateurs », mais l’appelante qui a un trouble de la parole, la candidate qui a une interruption de carrière.
2. Quelle supposition la technologie fait-elle sur les personnes qui l’utilisent ?Trouve la supposition cachée : sur la voix, la vue, l’attention, la langue, le temps, une carrière en ligne droite.
3. Quelle expérience manque ?Trouve le trou dans les données, et dans la salle. Quelle vie est absente des dossiers, et qui n’est pas à la table ?
4. En quoi ce serait différent si l’accessibilité avait été là dès le départ ?Vous donne le coût d’agir trop tard, et, souvent, une meilleure conception pour tout le monde.

Utilisez-les dans votre prochain projet, votre prochaine politique, votre prochain achat d’outil d’IA. Elles sont courtes exprès. Vous pouvez les poser dans n’importe quelle réunion, dans n’importe quel rôle. Pas besoin d’être une personne technique. Et, s’il vous plaît, posez-les à la première réunion, pas à la dernière, quand il est trop tard et trop coûteux de changer.

Nous avons commencé par une idée simple : les gens normaux n’existent pas. Voici l’autre face de la même idée. L’accessibilité n’est pas la dernière étape. Ce n’est pas la vérification de conformité la semaine avant le lancement. C’est la première question. Chaque fois que nous la posons en premier, quelqu’un comme Maayan trouve l’ascenseur, quelqu’un comme mon frère traverse la rue, quelqu’un comme cette mère dort un peu mieux.

Période de questions

Questions de la séance

La période de questions était animée par Zahra Ali. Voici les questions auxquelles j’ai répondu en direct, avec des réponses plus complètes. Les questions qui n’ont pas trouvé place dans le temps prévu recevront une réponse dans la prochaine version de ce guide, au même lien.

Lequel des cinq biais est le plus courant dans les outils que nous utilisons déjà, et comment le repérer ?

Le biais d’automatisation. On automatise par commodité et, au bout d’un moment, les décisions se prennent sans que personne ne remarque comment, ni selon quels critères. C’est pourquoi je le trouve le plus dangereux. Pour le repérer, posez deux questions sur chaque étape automatisée : quels critères utilise-t-elle ? et quel est son effet sur les personnes ? Si personne dans la salle ne peut répondre, vous l’avez trouvé.

Le biais d’automatisation peut-il être corrigé une fois le modèle en service ?

Oui, mais cela demande plus de travail. Une fois qu’un système fonctionne avec des clients et des utilisateurs, le corriger peut vouloir dire le retirer, l’envoyer « à l’atelier » et composer avec l’insatisfaction des personnes qui en dépendent. C’est donc possible, mais le compromis est lourd, surtout quand la solution est déjà en service. C’est exactement pour cela que les quatre questions ont leur place à la première réunion.

Comment créer des garde-fous pour la vie privée et la confidentialité dans les outils d’IA, en particulier pour les groupes marginalisés qui craignent de communiquer des renseignements sensibles pouvant les identifier ?

La meilleure pratique que j’ai vue est un comité d’IA responsable : un groupe engagé, relié à la direction de l’organisation, qui examine chaque usage de l’IA sous cinq angles : l’inclusion (pas seulement le handicap, mais tout ce qui nous rend humains et uniques), l’équité, la reddition de comptes, la responsabilité et la sécurité. Ses membres doivent avoir un vrai pouvoir de dire « approuvé », « non approuvé », « on y va » ou « on n’y va pas », et les personnes les plus touchées doivent y avoir une voix. Cela ne se réglera ni par des connaissances techniques ni par un logiciel. Cela se réglera par des personnes en position de décision, qui ont le pouvoir de prendre des décisions difficiles.

Dans mon livre, le chapitre « La vie privée, c’est le pouvoir » ajoute un test simple : ne recueillir que les données strictement nécessaires, traiter les inférences sensibles avec une prudence explicite et s’assurer que les personnes peuvent vraiment dire non.

Passer à l’action

Animer la séance avec votre équipe

Un plan de séance de 45 minutes. Sans diapositives, sans connaissances techniques, pour toute équipe.

Extrait du livre

Ce n’a jamais été une question de technologie

Un extrait des idées clés de « Nunca Foi Sobre Tecnologia : Decisão humana, poder e responsabilidade na era da inteligência artificial » (Alta Books, 2026). Jusqu’ici, le livre n’existait qu’en portugais : cet extrait est donc une première.

Le livre n’est ni un manuel technique ni un avertissement apocalyptique. C’est une enquête sur la façon dont nous en sommes arrivés là : des usines qui ont standardisé les corps, aux statistiques qui ont transformé les personnes en moyennes, jusqu’aux algorithmes qui tentent de transformer la singularité en prédiction. Sa question centrale : quand nous déléguons des décisions aux machines, qui décide vraiment ?

Huit idées, une par chapitre

1. L’origine de la moyenne. Du cockpit de l’armée de l’air à « l’homme moyen » de Quetelet, à l’usine de Taylor et au test de QI, la moyenne a été un outil pour organiser le monde. Elle portait aussi une fiction puissante : qu’il existe un humain standard, et qu’on peut concevoir des systèmes entiers autour de lui.
2. De l’homme moyen à l’Homo Tech. Chaque révolution technologique arrive plus vite que la précédente. Jusqu’ici, nous automatisions des choses : la force, le déplacement, la production. Aujourd’hui, nous automatisons quelque chose de bien plus délicat : la décision.
3. La tribu algorithmique. Internet nous a aidés à trouver les nôtres, et les algorithmes ont appris à nous y garder. La personnalisation peut relier, et elle peut aussi enfermer.
4. L’innovation à l’extrême. L’accessibilité n’est pas un extra. C’est le test de résistance d’un système, parce que c’est à l’extrême, et non au centre confortable, qu’un système révèle ses véritables suppositions. La « niche » est en réalité le plus grand marché invisible du monde.
5. Le leader humain et ambidextre. Lancer Copilot pour Microsoft 365 m’a appris que nous avions mis la machine à jour en oubliant de mettre à jour notre façon de traiter les personnes qui l’utilisent. La technologie avance en silence ; la culture continue de faire le même bruit. Les leaders ont désormais besoin d’une double maîtrise, des affaires et de la technologie.
6. La vie privée, c’est le pouvoir. La vie privée passe d’un droit discret à un privilège visible. Toute commodité n’est pas neutre. Certaines redéfinissent discrètement ce que veut dire la liberté.
7. L’ère de l’hyperpersonnalisation. Hyperpersonnaliser, ce n’est pas mieux connaître les gens ; c’est décider avant eux. La responsabilité ne disparaît pas avec l’automatisation, elle change seulement de place. Le consentement n’est pas un clic, et sans réversibilité, il n’y a pas de consentement, seulement de la conformité.
8. Ce n’a jamais été une question de technologie. L’IA ne crée pas de valeurs. Elle les exécute avec une précision croissante. S’il y a de l’exclusion, elle la multiplie. S’il y a un biais, elle l’amplifie. S’il y a du soin, elle le soutient.

Ce n’a jamais été une question de technologie. Ç’a toujours été une question de la façon dont nous choisissons de traiter les gens.Nunca Foi Sobre Tecnologia, chapitre 8

Dix questions avant d’automatiser

Le livre se termine par vingt questions à poser avant d’automatiser, de déployer à grande échelle ou d’hyperpersonnaliser quoi que ce soit. En voici dix, les plus proches de cette conversation.

1. Qui devient invisible quand ce système fonctionne bien ?
2. Quelle définition du « normal » est intégrée à cette conception ?
3. Est-ce que j’automatise une tâche, ou un jugement ?
4. Si ce système se trompe, qui en paie le prix, et comment ?
5. Qu’est-ce qui est inféré à l’insu de la personne ?
6. Qui peut contester, réviser ou arrêter cette décision ?
7. Ce système a-t-il été testé à partir de la moyenne, ou de l’extrême ?
8. Si j’étais la personne la plus lésée, accepterais-je cette conception ?
9. Que considère ce système comme un « écart », et pourquoi est-ce traité comme un problème ?
10. Quel type d’erreur ce système est-il incapable de percevoir ? Les systèmes ne voient pas ce qu’ils ne savent pas mesurer.

Le livre est offert en portugais sur Amazon Brésil (amazon.com.br/dp/6582931016). Une édition anglaise est en préparation.

Pour aller plus loin

Ressources et sources

Boîtes à outils et organisations

• Microsoft Inclusive Design : la boîte à outils de conception inclusive, le spectre des personas et le guide « In Pursuit of Inclusive AI » (les cinq biais), en anglais. inclusive.microsoft.design
• Inclusive Design Research Centre, Université OCAD (Jutta Treviranus), Toronto. idrc.ocadu.ca
• AccessNow (Maayan Ziv) : évaluer et cartographier l’accessibilité des lieux. accessnow.com

Livres

• Todd Rose, The End of Average (2016) : l’histoire du pilote moyen et du lieutenant Gilbert Daniels.
• Kat Holmes, Mismatch: How Inclusion Shapes Design (2018).
• Ricardo Wagner, Nunca Foi Sobre Tecnologia (Alta Books, 2026), en portugais.

Données citées

• Statistique Canada, Enquête canadienne sur l’incapacité, 2022 : 8,0 millions de Canadiens de 15 ans et plus (27 %) ont un ou plusieurs handicaps qui limitent leurs activités quotidiennes.
• Organisation mondiale de la Santé, Rapport mondial sur l’équité en santé pour les personnes handicapées (2022) : environ 1,3 milliard de personnes, soit près de 16 % de la population mondiale, vivent avec un handicap important.

Annexe

La présentation, diapositive par diapositive

La séquence des 28 diapositives, avec le moment approximatif de chaque bloc dans une présentation de 41 minutes. Utilisez-la pour retrouver un passage dans l’enregistrement, ou pour raconter la présentation dans vos propres mots.

Les heures sont celles prévues depuis le début de la présentation. La séance en direct a duré un peu plus longtemps, et les histoires y ont été racontées plus en détail. Les diapositives originales étaient en anglais.

À propos

L’auteur et ce guide

Ricardo Wagner est économiste, auteur et conseiller en adoption de l’IA, établi à São Paulo, au Brésil. Il a passé dix-huit ans chez Microsoft, dont une dizaine au Canada, où il a été responsable de l’accessibilité pour Microsoft Canada, avant de devenir directeur de Copilot pour Microsoft 365 dans les Amériques. Il a vécu et travaillé dans 47 pays et donné plus de 500 conférences. Son livre « Nunca Foi Sobre Tecnologia » (Ce n’a jamais été une question de technologie) a été publié par Alta Books en 2026.

Site Web : oricardowagner.com.br/en
LinkedIn : linkedin.com/in/ricardowagner
Instagram : @rimatswagner

Merci

À Katarina Subotic, qui a rendu cette conversation possible et a rédigé les quatre questions avec le Conseil ; à Stefan Martinovic, Zahra Ali et Lhaiza, qui ont préparé et révisé chaque détail ; à Janine Dyck, qui a ouvert la séance ; et à toutes les personnes qui ont participé en direct, lu les sous-titres et posé des questions.

À propos de ce guide

Version 1.0, novembre 2026. Éditions anglaise et française. Rédigé par Ricardo Wagner à partir des diapositives et de l’enregistrement de la séance ; les histoires sont racontées telles qu’il s’en souvient. Traduction française de l’auteur. Les propos de ce guide sont ceux de l’auteur et ne représentent pas le point de vue de la WSIB. Vous pouvez partager ce guide, en tout ou en partie, en mentionnant l’auteur. La prochaine version ajoutera les réponses aux questions qui n’ont pas trouvé place pendant la période de questions.