On parle de l’IA comme on parle de bagnole
Dans les réunions, dans les salons, sur LinkedIn, on parle d’intelligence artificielle comme on parle de voitures. Combien de chevaux sous le capot. Quel modèle, quelle version, la 4.5 ou la 5.1. Combien de paramètres, quelle fenêtre de contexte, quel mode de raisonnement. Des artefacts, des agents, des tokens.
Moi, quand je prends ma voiture, je tourne la clé et je vais où j’ai besoin d’aller. Pour conduire, je n’ai pas besoin de connaître la cylindrée de mon moteur. Mais j’ai besoin de connaître les règles, les limites et les situations dangereuses. Avec l’IA, je défends la même distinction : moins de fascination pour la mécanique, davantage d’apprentissage de la conduite.
Car l’IA est un outil de travail. Et surtout, c’est une nouvelle façon de travailler. À force d’en parler comme d’une affaire de passionnés de mécanique, on laisse une bonne partie du monde sur le trottoir. À commencer par les femmes.
Les femmes utilisent moins l’IA : ce que disent les chiffres
L’écart est mesuré partout, par des sources sérieuses, et il tient d’une étude à l’autre.
- ADP Research, People at Work 2026 (39 153 salariés dans 36 pays, dont 1 051 en France, résultats français publiés le 12 juin 2026) : en France, 28 % des hommes utilisent l’IA au travail plusieurs fois par semaine, contre 20 % des femmes. À l’inverse, 35 % des femmes ne l’utilisent jamais, contre 22 % des hommes. Et chez les femmes de plus de 40 ans, ce chiffre grimpe à 45 %. Dans le monde, 18 % des hommes s’en servent tous les jours, contre 13 % des femmes.
- Harvard Business School a compilé 76 études couvrant plus de 318 000 personnes dans plus de 100 pays (mise à jour de mai 2026). En moyenne, 47,8 % des hommes utilisent l’IA générative, contre 39,3 % des femmes. L’écart s’est réduit depuis 2023, mais il ne bouge plus depuis début 2025. Et en janvier 2026, les femmes ne représentaient encore qu’environ 40 % des visiteurs des dix outils d’IA les plus fréquentés au monde.
- Eurostat, pour l’Union européenne en 2025 : 35 % des hommes ont utilisé un outil d’IA générative dans les trois derniers mois, contre 30 % des femmes.
- En France, l’Observatoire Eskimoz x Ipsos (mai 2026) mesure 29 % d’hommes qui utilisent une IA générative chaque jour, contre 18 % de femmes. Chaque semaine : 58 % contre 46 %.

Deux éléments m’ont arrêtée.
Le premier : même quand on donne exactement le même accès aux outils, l’écart persiste. Dans une expérience menée au Kenya auprès de 17 000 entrepreneurs et entrepreneuses, à accès égal, les femmes avaient une probabilité d’essayer l’outil inférieure d’environ 13 %.
Le second : ces chiffres tombent au moment où l’IA entre massivement dans les entreprises. Selon le baromètre France Num 2026, 40 % des TPE et PME utilisent déjà au moins une solution d’IA, contre 13 % en 2024. Le train est parti.
Pourquoi cet écart ? Aucune étude ne parle de compétence
Les chercheurs avancent plusieurs explications. Aucune ne dit que les femmes en seraient moins capables. Ne confondons pas usage et capacité.
- Le sentiment de ne pas savoir s’y prendre. Les femmes déclarent moins bien connaître les outils. Elles se sentent moins sûres d’elles quand elles formulent une demande et insistent moins quand la première réponse ne convient pas (Harvard Business School).
- La peur de passer pour une tricheuse. Elles sont plus nombreuses à considérer que se faire aider par l’IA revient à tricher. Et cette crainte est fondée. Dans une expérience publiée par la Harvard Business Review en août 2025, des ingénieurs jugeaient un même code moins compétent quand ils pensaient qu’une IA avait aidé à l’écrire. La pénalité atteignait 13 % quand l’autrice était une femme, contre 6 % pour un homme.
- Moins d’encouragement. Selon le rapport Women in the Workplace 2025 de McKinsey et LeanIn.Org, 21 % des femmes en début de carrière sont encouragées par leur manager à utiliser l’IA, contre 33 % des hommes. Or un salarié encouragé a plus de 50 % de chances en plus de s’y mettre. Chez Deloitte, 49 % des utilisatrices disent que leur entreprise investit dans la formation à l’IA générative, contre 79 % des utilisateurs.
- Des doutes légitimes. Une étude de la Northeastern University (2026) montre que l’écart d’adhésion entre femmes et hommes disparaît dès qu’on lève l’incertitude sur l’emploi. Les femmes pèsent les risques. Ce n’est pas un défaut.
Et puis il y a la façon dont on parle de ces outils. Quand la conversation tourne autour des modèles, des versions et des réglages, beaucoup de personnes en concluent que ce n’est pas pour elles. Le jargon n’exclut pas parce que les femmes seraient moins techniques. Il peut exclure celles et ceux qui n’ont pas encore les codes, les occasions d’essayer ou le sentiment d’être légitimes. Je ne prétends pas que le jargon explique à lui seul cet écart. Mais dans mes ateliers, je constate qu’une entrée par les usages permet de faire participer des personnes que la conversation technique avait laissées à distance.
Eurostat donne d’ailleurs un indice. Parmi les Européens qui n’utilisent pas l’IA générative, 64 % disent ne pas en voir l’utilité et 14 % ne pas savoir comment s’en servir. Personne ne leur a montré à quoi elle sert dans leur travail à eux.
Je milite pour qu’on arrête de parler de l’IA comme on parle de bagnoles
Dans mes ateliers, je parle pratico-pratique. Aucun jargon, aucune fiche technique. On part d’une tâche réelle : un compte rendu de réunion, une relance client, un tableau à remettre d’aplomb, une fiche de poste. Et on la fait avec l’outil, ensemble, en direct.
Pas besoin d’être ingénieure pour utiliser l’IA. On peut commencer sans connaître le nom de chaque modèle ni comparer toutes les options. L’essentiel est de choisir un outil adapté et autorisé, de comprendre ses principales limites et de vérifier ce qu’on en fait.
Ce qui compte, c’est de savoir où on veut aller. L’IA amplifie une intention. Elle rend plus efficace quelqu’un qui connaît son métier, ses clients et ses contraintes. Ça, les femmes le savent déjà très bien.
Ce qu’il faut apprendre tient en quatre gestes :
- dire clairement ce qu’on veut, comme on briefe une collègue ;
- donner le contexte et, si possible, un exemple ;
- relire, corriger, redemander ;
- garder la main et l’esprit critique sur le résultat.
Aucun de ces gestes n’exige de savoir ce qu’est un token.
Pourquoi c’est urgent pour les femmes
Les métiers les plus exposés à l’IA générative sont aussi ceux où les femmes sont les plus nombreuses. L’Organisation internationale du Travail l’a chiffré le 5 mars 2026, à partir de données couvrant 84 pays : 29 % des professions à dominante féminine sont exposées, contre 16 % des professions à dominante masculine. Assistanat, administration, ressources humaines, comptabilité, relation client. Exposition ne signifie pas suppression : pour la plupart des professions, l’OIT anticipe surtout une transformation des tâches, des compétences et des conditions de travail.
Ces métiers vont changer, quoi qu’on en pense. Reste à savoir qui pilotera ce changement. Si les femmes restent au bord de la route, d’autres décideront à leur place de la façon dont leur travail sera transformé. Et les outils eux-mêmes apprendront surtout des usages des hommes, comme le soulignent les chercheurs de Harvard.
La bonne nouvelle, c’est que l’écart n’a rien d’une fatalité. Là où les femmes manipulent ces outils au quotidien, dans le secteur de la tech, il se réduit fortement. En Inde, l’étude d’ADP montre même davantage de femmes que d’hommes utilisant l’IA chaque jour au travail (44 % contre 40 %). Et selon Harvard Business School, quand les dirigeants disent clairement que tout le monde doit essayer, les écarts sont les plus faibles.
Alors, concrètement :
- Mesdames, prenez une tâche qui vous pèse cette semaine et faites-la avec une IA. Sans vous soucier du modèle.
- Dirigeants et managers, encouragez explicitement tout le monde, et dites haut et fort que se servir de l’IA relève du professionnalisme.
- Formateurs, consultants, et moi la première : les écarts d’usage existent et leurs causes sont multiples. Notre manière de former ne doit pas y ajouter une barrière inutile. Partons des usages, et laissons les fiches techniques aux mécaniciens.
Et vous, comment en parlez-vous autour de vous ? Je suis curieuse de lire vos expériences en commentaire.
Sources
- ADP Research, People at Work 2026, résultats France (12 juin 2026) : https://www.fr.adp.com/a-propos-adp/communiques-de-presse/seul-1-salarie-francais-sur-10-craint-d-etre-remplace-par-l-ia.aspx
- ADP Research, chiffres mondiaux hommes/femmes : https://au.adp.com/about-adp/press-centre/half-of-global-workforce-using-ai-weekly-yet-frequent-users-question-their-productivity.aspx
- ADP Research, Inde : https://in.adp.com/about-adp/press-centre/india-emerges-as-a-global-leader-in-workplace-ai-adoption.aspx
- ADP, Women@Work (août 2026) : https://www.adp.com/spark/articles/2026/08/access-creates-opportunity-how-leaders-can-help-reignite-womens-progress-at-work.aspx
- Harvard Business School, Working Knowledge : https://www.library.hbs.edu/working-knowledge/women-are-avoiding-using-artificial-intelligence-can-that-hurt-their-careers
- Cranney, Delecourt, Koning, Global Evidence on Gender Gaps and Generative AI Over Time (Harvard Business School, Working Paper 25-023, mai 2026) : https://www.hbs.edu/faculty/Pages/item.aspx?num=66548
- Harvard Business Review, The Hidden Penalty of Using AI at Work (août 2025) : https://hbr.org/2025/08/research-the-hidden-penalty-of-using-ai-at-work
- Slate, résumé en français de l’étude HBR : https://www.slate.fr/tech-internet/intelligence-artificielle-travail-femmes-hommes-penalite-competences-jugement-collegues
- McKinsey et LeanIn.Org, Women in the Workplace 2025 : https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/women-in-the-workplace
- Deloitte, Women and generative AI : https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2025/women-and-generative-ai.html
- Eurostat, Use of artificial intelligence by individuals : https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_by_individuals
- Observatoire Eskimoz x Ipsos, via Siècle Digital (mai 2026) : https://siecledigital.fr/2026/05/28/etude-les-francais-se-tournent-massivement-vers-lia-pour-effectuer-leurs-recherches-en-ligne/
- Baromètre France Num 2026 : https://www.entreprises.gouv.fr/espace-presse/barometre-france-num-2026-quatre-tpe-pme-sur-dix-utilisent-desormais-lintelligence
- OIT, Gen AI, occupational segregation and gender equality in the world of work (5 mars 2026) : https://www.ilo.org/resource/news/new-ilo-data-confirm-women-face-higher-workplace-risks-generative-ai-men
- Euronews, étude Northeastern University (février 2026) : https://fr.euronews.com/2026/02/02/ia-les-femmes-plus-sceptiques-que-les-hommes-une-etude-explique-pourquoi
- Blog du Modérateur, baromètre JFD x EY (2025) : https://www.blogdumoderateur.com/parite-ia-femmes-encore-sous-representees-france-monde/

