Le secteur de la construction commence à adopter l’intelligence artificielle (IA) et à tirer profit de ses aptitudes pour s’appuyer sur des données historiques et anticiper l’avenir. L’IA permet de créer des lieux de travail plus sûrs et de meilleurs modèles d’approvisionnement, tout en aidant à gagner du temps et à prendre des mesures préventives face aux problèmes potentiels. Cependant, cette technologie pose aussi certains dilemmes pour les entrepreneurs du BTP. Plus d’informations signifie aussi plus de responsabilités, notamment dans la gestion des projets et l'utilisation de logiciel de suivi de chantier.

‍

Comment une organisation peut-elle garantir la confidentialité des sources de données et des mécanismes de gouvernance solides ? Quel niveau de transparence est approprié pour chaque type d’information ? Et comment s’assurer que les chantiers restent équitables et exempts de discrimination, malgré la disponibilité d’informations sensibles en temps réel ?

‍

L’IA est une technologie très puissante, et accessible à tous ceux qui possèdent un ordinateur et une connexion Internet. Pour certains, cette combinaison de puissance et d’accessibilité justifie la mise en place de standards éthiques stricts dans la gestion de l’IA.

‍

Le cadre éthique de l’IA en Europe

‍

En 2019, la Commission européenne a publié des lignes directrices pour une IA digne de confiance dans la construction. Selon ces directives, une IA de confiance doit être :

‍

• Licite, respectant les législations et réglementations applicables ;
• Éthique, en adhérant à des principes et valeurs morales ;
• Robuste, à la fois sur le plan technique et social.

‍

Ces directives posent plusieurs conditions essentielles que les systèmes d’IA doivent remplir pour être considérés comme fiables.

‍

Principes fondamentaux de l’éthique de l’IA

‍

Facteur humain et contrôle humain : Les systèmes d’IA doivent permettre aux humains de résoudre les problèmes en temps réel et de prendre des décisions éclairées. L’IA doit aussi permettre une surveillance continue par l’humain, permettant d’intervenir si nécessaire.

‍

Robustesse et sécurité techniques : Les systèmes d’IA doivent être résilients et garantir un plan de secours en cas de défaillance. Ils doivent aider à identifier les risques, être fiables et reproductibles, ce qui permet de prendre des mesures préventives contre les dommages.

‍

Respect de la vie privée et gouvernance des données : La gestion des données doit inclure des mécanismes de gouvernance solides pour garantir leur qualité et leur intégrité, tout en assurant un accès légitime. Les données en temps réel doivent être protégées pour éviter toute violation.

‍

Transparence : Les systèmes d’IA doivent être transparents, en assurant une traçabilité des décisions. Les utilisateurs doivent comprendre comment les décisions sont prises, notamment celles liées à l’utilisation des ressources sur les chantiers ou à la gestion des engins de chantier.

‍

Diversité, non-discrimination et équité : Il est crucial d’éviter tout biais dans les algorithmes d’IA. Les systèmes doivent respecter la diversité et garantir un accès équitable, indépendamment des origines ou des handicaps.

‍

Bien-être sociétal et environnemental : L’IA doit également prendre en compte l’environnement et les générations futures, en veillant à un impact minimal sur l’écologie et la société.

‍

Responsabilisation : La traçabilité et la gestion des projets impliquant l’IA doivent être assurées, en garantissant que les systèmes d’IA soient définis par un programmeur humain et vérifiables pour éviter les erreurs et les discriminations.

‍

Cas hypothétiques d’utilisation de l’IA sur les chantiers

‍

Imaginons que SafetyAI, une solution d’IA fictive, soit déployée sur un chantier de construction. Cette IA collecte des milliers de données en temps réel pour assurer la sécurité des travailleurs, comme la température corporelle ou les pauses des employés dans des rapports de chantier. Voici trois scénarios possibles illustrant des dilemmes éthiques :

‍

1. Confidentialité des données : SafetyAI découvre par hasard une maladie rare chez Joe, un employé. Cette information pourrait affecter son emploi ou sa relation avec la compagnie d’assurance. L’utilisation de cette donnée sans le consentement de Joe soulève des questions de confidentialité et de gouvernance des sources de données.

2. Transparence et prise de décision : L’IA prévient d’un incident imminent impliquant Joe, mais ne peut expliquer pourquoi. Le manque de transparence dans les décisions de SafetyAI empêche une gestion éclairée du chantier, démontrant la nécessité d’une IA capable de fournir des explications compréhensibles.

3. Discrimination : SafetyAI identifie un risque basé sur des facteurs discriminants, comme l’origine des employés. Cet usage biaisé de l’IA peut mener à des pratiques discriminatoires, montrant l’importance d’éviter tout biais dans la programmation des algorithmes.

‍