Les enjeux RSE du métier de l’informatique (3)

Je parlais précédemment dans l’article Les enjeux RSE du métier de l’informatique (1) ces points :Les enjeux sociaux des métiers de l’informatique & Les conditions de travail dans la tech

Dans cet article, je continue avec :

e- Données personnelles, surveillance et perte de confiance

f- Algorithmes, IA et biais invisibles

e- Données personnelles, surveillance et perte de confiance

Le numérique repose en grande partie sur la collecte et l’exploitation des données. Dans les métiers de l’informatique, cette réalité soulève des enjeux majeurs en matière de RSE, notamment autour de la vie privée et de la confiance des utilisateurs.

La collecte massive de données

Chaque interaction numérique génère des données : navigation, localisation, habitudes de consommation, interactions sociales. Ces données sont collectées à grande échelle, souvent de manière automatique, parfois sans que les utilisateurs en aient pleinement conscience.

Si les données permettent d’améliorer les services, leur accumulation pose une question centrale : jusqu’où est-il légitime de collecter ?

Vie privée et surveillance numérique

La frontière entre amélioration de l’expérience utilisateur et surveillance numérique est parfois mince. Certains dispositifs permettent de suivre, analyser et prédire les comportements des individus, soulevant des inquiétudes croissantes sur le respect de la vie privée.

La multiplication des scandales liés à l’utilisation abusive des données a contribué à une perte de confiance envers les plateformes numériques et les entreprises technologiques.

Responsabilité des développeurs et des entreprises

Les choix techniques ne sont jamais neutres. Décider de stocker certaines données, de les conserver longtemps ou de les partager avec des tiers relève de décisions humaines, prises par des développeurs, des architectes et des dirigeants.

La RSE invite ici à une approche responsable : minimisation des données, transparence, sécurité et respect des droits des utilisateurs.

f- Algorithmes, intelligence artificielle et biais invisibles

Les algorithmes et l’intelligence artificielle occupent une place croissante dans les décisions du quotidien : recrutement, crédit, santé, justice, contenus en ligne. Pourtant, ces systèmes ne sont ni neutres ni infaillibles.

Les biais algorithmiques

Un algorithme apprend à partir de données. Si ces données sont biaisées, l’algorithme le sera également. Ces biais peuvent renforcer des stéréotypes existants liés au genre, à l’origine sociale ou géographique.

Le risque : automatiser et amplifier des discriminations déjà présentes dans la société.

Discrimination automatisée

Lorsque des décisions sont prises automatiquement par des systèmes informatiques, les erreurs ou biais deviennent plus difficiles à détecter et à contester. Les personnes concernées peuvent se retrouver exclues sans comprendre pourquoi, ni avoir la possibilité de se défendre.

Le manque de transparence

De nombreux algorithmes fonctionnent comme des “boîtes noires”. Leur logique est difficile à expliquer, même pour leurs concepteurs. Cette opacité pose un problème majeur en matière de responsabilité et de gouvernance.

Un système que l’on ne peut pas expliquer est un système que l’on ne peut pas vraiment contrôler.

Je vous invite donc à lire le prochain article où je continue avec :

g- Gouvernance du numérique et dépendance technologique

h- Synthèse : pourquoi ces enjeux concernent directement les professionnels IT

Cet article a été rédigé par Irène AMEDJI ce 02/01/2026 à 15:52 GMT

Linkedin : https://www.linkedin.com/in/ireneamedji/

e-mail : irene5amedji@gmail.com