L’IA est intrinsèquement âgiste. Ce n’est pas seulement contraire à l’éthique, cela peut être coûteux pour les travailleurs et les entreprises

Le monde fait face à un «tsunami en argent» – un vieillissement sans précédent de la main-d’œuvre mondiale. D’ici 2030, plus de la moitié de la main-d’œuvre dans de nombreux pays de l’UE sera âgée de 50 ans ou plus. Des tendances similaires émergent à travers l’Australie, les États-Unis et d’autres économies développées et en développement.

Loin d’être un fardeau ou de représenter une crise, la main-d’œuvre vieillissante est une ressource précieuse – offrant un soi-disant «dividende en argent». Les travailleurs âgés offrent souvent de l’expérience, de la stabilité et de la mémoire institutionnelle. Pourtant, dans la précipitation d’embrasser l’intelligence artificielle (IA), les travailleurs plus âgés peuvent être laissés pour compte.

Une idée fausse commune est que les personnes âgées hésitent à adopter la technologie ou ne peuvent pas rattraper leur retard. Mais c’est loin de la vérité. Il simplifie la complexité de leurs capacités, de leur participation et de leurs intérêts dans les environnements numériques.

Il y a des problèmes beaucoup plus profonds et des barrières structurelles en jeu. Il s’agit notamment de l’accès et des opportunités, y compris un manque de formation ciblée. À l’heure actuelle, la formation de l’IA a tendance à être ciblée chez les travailleurs précoces ou à mi-carrière.

Il existe également des lacunes de confiance chez les personnes âgées provenant de cultures de travail qui peuvent ressentir l’exclusion. Les données montrent que les professionnels plus âgés hésitent davantage à utiliser l’IA, en raison des environnements de travail en évolution rapide qui récompensent la vitesse sur le jugement ou l’expérience.

Il peut également y avoir des problèmes avec la conception des systèmes technologiques. Ils sont construits principalement par et pour les jeunes utilisateurs. Les assistants vocaux ne reconnaissent souvent pas les voix plus anciennes, et les applications fintech supposent que les utilisateurs sont à l’aise de lier plusieurs comptes ou de naviguer dans des menus complexes. Cela peut aliéner les travailleurs ayant des problèmes de sécurité légitimes ou des défis cognitifs.

Et tous ces problèmes sont exacerbés par des facteurs sociodémographiques. Les personnes âgées vivant seules ou dans les zones rurales, avec des niveaux d’éducation inférieurs ou qui sont employés dans le travail manuel, sont beaucoup moins susceptibles d’utiliser l’IA.

L’âgisme a depuis longtemps l’embauche, la promotion et le développement de carrière. Bien que l’âge soit devenu une caractéristique protégée en droit du Royaume-Uni, les normes et les pratiques d’âgeistage persistent sous de nombreuses formes pas si subtiles.

L’âgisme peut affecter les jeunes et les grands, mais en ce qui concerne la technologie, l’impact est extrêmement biaisé contre les personnes âgées.

L’âge préalable algorithmique dans les systèmes d’IA – exclusion basé sur l’automatisation plutôt que la prise de décision humaine – exacerbe souvent les biais d’âge.

Les algorithmes d’embauche finissent souvent par favoriser les jeunes employés. Et les interfaces numériques qui supposent que la maîtrise de la technologie est un autre exemple de conceptions d’exclusion. Les dates de remise des diplômes, les lacunes en matière d’emploi et même la langue utilisée dans les CV peuvent devenir des procurations pour l’âge et filtrer les candidats expérimentés sans aucune revue humaine.

Les travailleurs de l’industrie technologique sont extrêmement jeunes. La pensée homogène engendre des angles morts, donc les produits fonctionnent avec brio pour les jeunes. Mais ils peuvent finir par aliéner d’autres groupes d’âge.

Cela crée une «fracture numérique gris» artificielle, façonnée moins par la capacité et plus par des lacunes dans le soutien, la formation et l’inclusion. Si les travailleurs âgés ne sont pas intégrés dans la révolution de l’IA, il existe un risque de créer une main-d’œuvre divisée. Une partie sera confiante avec la technologie, les données et les AI compatibles, tandis que l’autre restera isolée, sous-utilisée et potentiellement déplacée.

Une approche «neutre»

Il est essentiel d’aller au-delà de l’idée d’être «inclusive», qui encadre les personnes âgées comme des «autres» qui ont besoin d’ajustements spéciaux. Au lieu de cela, l’objectif devrait être des designs neutres.

Les concepteurs d’IA devraient reconnaître que bien que l’âge soit pertinent dans des contextes spécifiques, tels que un contenu restreint comme la pornographie – il ne doit pas être utilisé comme indicateur indirect des données de formation, où elle peut entraîner un biais dans l’algorithme. De cette façon, le design serait neutre d’âge plutôt que sans âge.

Les concepteurs doivent également s’assurer que les plates-formes sont accessibles pour les utilisateurs de tous âges.

Les enjeux sont élevés. Il ne s’agit pas non plus d’économie, mais d’équité, de durabilité et de bien-être.

Au niveau de la politique au Royaume-Uni, il y a toujours un énorme vide. L’année dernière, la recherche de la Chambre des communes a souligné que les stratégies de main-d’œuvre distinguent rarement les besoins spécifiques de formation numérique et technologique des travailleurs âgés. Cela souligne comment les personnes vieillissantes sont traitées comme une réflexion après coup.

Quelques entreprises avant-gardistes ont soutenu des programmes de formation en milieu de carrière à mi-carrière. À Singapour, le programme de compétences du gouvernement a adopté une approche plus agile et flexible. Cependant, ce sont encore des exemples isolés.

Le recyclage ne peut pas être générique. Au-delà des cours de base de l’alphabétisation numérique, les personnes âgées ont besoin d’une formation avancée ciblée et spécifique à l’emploi. Le cadrage psychologique du recyclage est également critique. Les personnes âgées doivent recycler ou reskill non seulement pour une croissance de carrière ou personnelle, mais aussi pour pouvoir participer plus pleinement à la main-d’œuvre.

Il est également essentiel de réduire la pression sur les systèmes de protection sociale et d’atténuer les pénuries de compétences. De plus, impliquant des travailleurs plus âgés de cette manière soutient le transfert de connaissances entre les générations, ce qui devrait profiter à tous dans l’économie.

Pourtant, actuellement, il incombe aux travailleurs âgés et non aux organisations et aux gouvernements.

L’IA, en particulier les modèles génératifs qui peuvent créer du texte, des images et d’autres médias, est connu pour produire des sorties qui semblent plausibles mais qui sont parfois incorrectes ou trompeuses. Les personnes les mieux placées pour identifier ces erreurs sont celles ayant une connaissance approfondie du domaine – quelque chose qui est construit sur des décennies d’expérience.

Ce n’est pas un contre-argument à la transformation numérique ou à l’adoption de l’IA. Il souligne plutôt que l’intégration des personnes âgées dans les conceptions numériques, la formation et l’accès devrait être un impératif stratégique. L’IA ne peut pas encore remplacer le jugement humain – il doit être conçu pour l’augmenter.

Si les entreprises, les politiques et les sociétés excluent les travailleurs âgés des processus de transformation de l’IA, ils suppriment essentiellement la couche critique de surveillance humaine qui maintient les résultats de l’IA, éthiques et sûrs à utiliser. Une approche neutre de l’âge sera la clé pour résoudre ce problème.

Les efforts fragmentaires et les réponses lents pourraient entraîner la perte irréversible d’une génération d’expérience, de talent et d’expertise. Ce dont les travailleurs et les entreprises ont maintenant besoin, ce sont des systèmes, des politiques et des outils qui sont, dès le départ, utilisables et accessibles pour les personnes de tous âges.