Qu’est ce que la responsabilité numérique des entreprises?
La responsabilité numérique des entreprises s’inscrit dans une démarche qui incitent les organisations à intégrer dans leur politique RSE les impacts générés par leurs activités numériques.
La responsabilité numérique des entreprises s’articule autour de trois catégories d’ enjeux liés à l’utilisation du numérique dans leurs activités :
Enjeux des données :
- Les entreprises doivent gérer de manière responsable les données qu’elles collectent, traitent et stockent, ce qui implique, notamment, le respect des règles de protection des donnés à caractère personnel prévues par le RGPD et une politique de transparence vis à vis des personnes concernées
- La responsabilité numérique implique également la sensibilisation et la formation des collaborateurs pour une utilisation éthique et sécurisée des données.
Enjeux environnementaux :
Le numérique a un impact environnemental non négligeable. La collecte, le traitement et le stockage de volumes de plus en plus massifs de données génèrent :
- des émissions à effet de serre
- une consommation d’énergie de plus en plus importante
- des tensions sur les ressources naturelles
Les entreprises doivent adopter des pratiques permettant de réduire leur empreinte carbone et promouvoir des technologies plus économes en énergie.
Enjeux sociaux :
L’organisation du travail est transformée par le numérique. De nouvelles formes de précarité et de pénibilité au travail sont apparues avec le développement des activités numériques. Pour atténuer ces effets systémiques, les entreprises doivent mettre enplace des actions concrètes afin de garantir des conditions de travail équitable, favoriser le dialogue social et protéger les droits des travailleurs.
Enjeux spécifiques soulevés par l’intelligence artificielle : les discriminations numériques
La discrimination numérique est un phénomène qui se manifeste lorsque des biais discriminatoires sont présents dans les outils numériques, tels que les algorithmes et l’intelligence artificielle (IA).
Les biais dans les algorithmes : les algorithmes, même s’ils semblent neutres, peuvent contenir des biais. Ces biais proviennent souvent des données utilisées pour les entraîner. Si ces données sont elles-mêmes discriminatoires, les algorithmes risquent de reproduire ces discriminations. Par exemple, des critères apparemment neutres peuvent, lorsqu’ils sont combinés, entraîner des effets discriminatoires.
Invisibilité des biais : les biais dans les algorithmes sont souvent difficiles à détecter individuellement. Même les systèmes d’IA complexes peuvent générer des effets discriminatoires sans que cela soit immédiatement visible. Exemples :
- Dans le domaine du recrutement, des biais sexistes ont été identifiés dans des algorithmes utilisés pour trier les CV.
- Dans la lutte contre la fraude aux prestations sociales, l’utilisation d’algorithmes de data mining pourrait concentrer les contrôles sur certaines personnes en raison de leur lieu de résidence ou de leur situation familiale.
