Les 10 femmes les plus influentes en IA et en robotique qui transforment l’avenir

L’intelligence artificielle et la robotique ne sont plus des domaines expérimentaux confinés aux laboratoires de recherche. Ils façonnent les économies, redéfinissent les industries et influencent la vie quotidienne à l’échelle mondiale. Derrière beaucoup des avancées les plus importantes se trouvent des femmes dont le travail a fondamentalement modifié la façon dont les systèmes intelligents sont conçus, formés, gouvernés et déployés.

Cette liste met en évidence dix des femmes les plus influentes en IA et en robotique aujourd’hui. Ce sont des chercheuses, des ingénieures et des dirigeantes techniques dont les contributions s’étendent bien au-delà des titres – des femmes dont le travail a remodelé la trajectoire de l’apprentissage automatique, de l’intelligence incarnée et de l’IA centrée sur l’humain.

1. Dr. Fei-Fei Li

Photo: Steve Jurvetson, CC BY 2.0, via Wikimedia Commons

Le Dr Fei-Fei Li est l’une des architectes fondatrices de la vision par ordinateur moderne. En tant que créatrice de ImageNet, elle a dirigé l’effort pour construire l’ensemble de données étiquetées à grande échelle qui a déclenché la révolution de l’apprentissage profond. ImageNet a fourni le squelette d’entraînement qui a permis aux réseaux de neurones de surpasser de manière spectaculaire les méthodes de vision par ordinateur précédentes, accélérant les avancées dans la reconnaissance d’objets, l’imagerie médicale, la robotique et les systèmes autonomes.

Ses contributions académiques à l’Université de Stanford ont aidé à formaliser la vision par ordinateur comme un pilier central de la recherche en IA. En combinant les approches inspirées des neurosciences avec les systèmes d’apprentissage profond, elle a aidé à déplacer l’IA des règles logiques basées sur les règles vers la reconnaissance de modèles évolutives.

Au-delà des réalisations techniques, le Dr Li a constamment défendu l’IA centrée sur l’humain. Elle soutient que les systèmes d’intelligence doivent être construits avec des garanties éthiques, des considérations d’équité et un bien-être social à l’esprit. Son travail a influencé à la fois les agendas de recherche académique et les discussions de politique publique autour de l’IA responsable.

Elle a également siégé dans des conseils qui ont façonné la stratégie nationale en matière d’IA aux États-Unis, aidant à garantir que l’innovation s’aligne sur les valeurs démocratiques et les libertés civiles.

Aujourd’hui, le Dr Li continue de diriger la recherche à l’Institut d’IA centrée sur l’humain de Stanford, en se concentrant sur l’intelligence spatiale, l’IA incarnée et en veillant à ce que les systèmes avancés améliorent les capacités humaines plutôt que de les remplacer. Son travail explore de plus en plus la façon dont l’IA peut interagir en toute sécurité dans des environnements réels, en comblant le fossé entre la perception et l’action.

Le Dr Li relate également son incroyable parcours dans ses mémoires Les mondes que je vois, où elle réfléchit sur son chemin depuis son immigration aux États-Unis en tant qu’adolescente jusqu’à devenir une pionnière de l’IA moderne. Le livre fournit un compte rendu rare de la création d’ImageNet et des premières avancées qui ont aidé à lancer la révolution de l’apprentissage profond.

2. Cynthia Breazeal

Photo: Cynthia Breazeal / CC BY-SA 4.0 / Wikimedia Commons

Cynthia Breazeal est largement créditée d’avoir été pionnière dans la robotique sociale. Au MIT Media Lab, elle a développé Kismet, l’un des premiers robots capables d’interpréter et d’exprimer des émotions. Ce travail a contribué à lancer le domaine de la robotique sociale et a jeté les bases des machines émotionnellement réactives et de l’informatique affective.

Ses recherches ont redéfini la robotique en déplaçant l’accent de l’automatisation industrielle vers l’interaction sociale. Plutôt que de construire des machines qui exécutent simplement des tâches, Breazeal a exploré comment les robots pouvaient communiquer avec les gens, établir la confiance et répondre aux signaux sociaux humains.

Elle a ensuite co-fondé Jibo, une startup qui a développé l’un des premiers robots sociaux pour les environnements domestiques. Même si le chemin commercial de Jibo a été complexe, le projet a représenté un jalon important dans l’introduction de la robotique sociale intelligente dans la vie quotidienne.

L’influence de Breazeal s’étend profondément dans l’éducation et la robotique de soins de santé, où les machines doivent comprendre les signaux humains subtils pour servir d’assistants, de tuteurs et d’accompagnateurs efficaces.

Aujourd’hui, elle continue de diriger le Groupe de robots personnels au MIT Media Lab et mène des initiatives axées sur l’éducation et la littératie en matière d’IA. Son travail actuel explore comment les systèmes d’IA socialement intelligents et les robots peuvent soutenir l’apprentissage, le bien-être et les relations humaines à long terme.

3. Timnit Gebru

Photo: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru a été l’une des voix les plus conséquentes dans l’éthique de l’IA. Ses premières recherches ont exposé les préjugés dans les systèmes de reconnaissance faciale, révélant des disparités significatives en termes de précision selon la race et le sexe. L’étude Gender Shades a démontré que les systèmes commerciaux fonctionnaient nettement moins bien sur les femmes à peau plus foncée que sur les hommes à peau plus claire, provoquant un réexamen plus large de la façon dont les systèmes d’IA sont formés et évalués.

Elle a également co-écrit des recherches influentes examinant les risques des grands modèles de langage, y compris leur impact environnemental, les préjugés intégrés et le manque de transparence. Ce travail a contribué à déplacer la conversation autour du développement de l’IA, encourageant le domaine à considérer non seulement les benchmarks de performance mais également les conséquences sociales et environnementales de la mise à l’échelle des systèmes d’IA.

En 2021, Gebru a fondé l’Institut de recherche en IA distribuée (DAIR), une organisation de recherche indépendante consacrée à l’étude de l’IA en dehors de l’influence des grandes entreprises technologiques. L’institut se concentre sur la recherche menée par la communauté et met l’accent sur la participation mondiale pour façonner l’avenir de l’IA.

Son plaidoyer a influencé les débats réglementaires, les normes industrielles et les discussions plus larges sur le développement responsable de l’IA.

Aujourd’hui, Gebru continue de se concentrer sur la responsabilité algorithmique, les droits du travail des données et les dynamiques de pouvoir intégrées dans le développement de l’IA. Son travail examine de plus en plus comment les systèmes d’IA affectent les communautés marginalisées et comment les cadres de gouvernance peuvent être renforcés pour garantir des systèmes d’IA plus équitables et transparents dans le monde.

4. Daphne Koller

Photo: World Economic Forum / CC BY-SA 2.0 / Wikimedia Commons

Daphne Koller est une pionnière dans les modèles graphiques probabilistes, un cadre qui permet aux machines de raisonner sous l’incertitude. Ses travaux universitaires ont fondamentalement façonné la façon dont les systèmes d’IA représentent les dépendances complexes dans les données du monde réel et ont aidé à établir la modélisation probabiliste comme une approche fondamentale dans l’apprentissage automatique moderne.

Elle a co-fondé Coursera, l’une des plus grandes plateformes d’apprentissage en ligne au monde, aidant à démocratiser l’accès à l’éducation en IA et en informatique pour des millions d’apprenants dans le monde.

Koller s’est ensuite tournée vers la biotechnologie, en fondant Insitro pour appliquer l’apprentissage automatique à la découverte de médicaments. En combinant de grands ensembles de données biologiques avec la modélisation prédictive, l’entreprise vise à transformer la façon dont les thérapies sont découvertes et développées.

Son travail représente l’un des exemples les plus clairs de l’IA en transition des systèmes numériques vers les sciences de la vie, où l’apprentissage automatique peut accélérer la découverte scientifique.

Aujourd’hui, Koller continue de diriger la recherche d’Insitro sur le développement de médicaments basé sur l’IA, en intégrant la génomique, la biologie à haut débit et l’apprentissage automatique pour accélérer les pipelines cliniques et améliorer le taux de réussite du développement de médicaments.

5. Joy Buolamwini

Photo: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwini a mené des recherches révolutionnaires qui ont exposé les préjugés raciaux et de genre dans les systèmes de reconnaissance faciale utilisés par les grandes entreprises technologiques. Ses résultats ont montré que les taux d’erreur pour les femmes à peau plus foncée étaient nettement plus élevés que pour les hommes à peau plus claire, révélant comment les données d’entraînement et la conception des systèmes peuvent intégrer la discrimination dans les technologies d’IA largement déployées.

La recherche a contribué à lancer le débat mondial sur les préjugés algorithmiques, conduisant à une surveillance accrue des systèmes de reconnaissance faciale et contribuant aux discussions de politique sur le déploiement responsable de l’IA.

Buolamwini a fondé la Ligue de justice algorithmique pour promouvoir la responsabilité et l’équité dans les systèmes d’IA. À travers l’organisation, elle a travaillé pour faire progresser l’audit algorithmique, la sensibilisation du public et les normes industrielles visant à réduire les préjugés nuisibles dans la prise de décision automatisée.

Son travail a couvert la recherche, le plaidoyer et l’engagement public. Au-delà de la recherche universitaire, elle a attiré l’attention sur les impacts sociétaux de l’IA à travers des discours publics, un engagement politique et des œuvres créatives qui explorent la relation entre la technologie et les droits civils.

Récemment, Buolamwini a élargi son influence à travers l’écriture et le plaidoyer public, notamment avec son livre à succès Démasquer l’IA, qui explore comment les systèmes algorithmiques peuvent encoder la discrimination et pourquoi une surveillance et une conception plus inclusives sont essentielles.

Aujourd’hui, Buolamwini continue de façonner les conversations mondiales sur la gouvernance de l’IA, en se concentrant sur l’audit algorithmique, les cadres réglementaires et en veillant à ce que les systèmes d’IA soient testés sur des populations diverses avant leur déploiement.

6. Anca Dragan

Photo: Constructor University

Anca Dragan est une chercheuse de premier plan dans l’alignement de l’IA et l’interaction humaine-robot. Ses premiers travaux universitaires à UC Berkeley se sont concentrés sur la capacité des robots à inférer l’intention humaine et à collaborer en toute sécurité avec les gens, en développant des algorithmes qui permettent aux machines de raisonner sur le comportement humain et de répondre de manière prévisible et coopérative.

Elle a travaillé intensivement sur l’inférence d’intention, la planification coopérative et les techniques qui permettent aux systèmes autonomes d’apprendre à partir des commentaires humains plutôt que de se fier à des objectifs prédéfinis rigides. Ses recherches ont contribué à faire progresser les robots et les agents d’IA qui peuvent fonctionner aux côtés des humains dans des environnements allant des véhicules autonomes à la robotique d’assistance.

Le travail de Dragan aborde l’un des défis les plus critiques de l’IA moderne : garantir que les systèmes intelligents optimisent ce que les gens veulent vraiment plutôt que des objectifs techniques étroits. Ses recherches sur l’alignement des valeurs, la collaboration humaine-IA et la prise de décision interprétable ont influencé à la fois la robotique et les discussions plus larges sur la sécurité de l’IA.

En plus de son travail universitaire, Dragan est actuellement directrice de la sécurité et de l’alignement de l’IA chez Google DeepMind, où elle dirige des équipes axées sur la garantie que les systèmes d’IA de pointe restent alignés sur les objectifs et les valeurs humaines à mesure que leurs capacités continuent de progresser.

Aujourd’hui, son travail continue de façonner le développement de systèmes d’IA plus sûrs et plus compatibles avec les humains, en combinant les progrès de l’apprentissage automatique, de la robotique et de l’interaction humaine-machine pour rendre les technologies intelligentes plus interprétables, contrôlables et bénéfiques pour la société.

7. Raia Hadsell

Raia Hadsell parlant à TEDxExeterSalon 2017_05” par TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell a joué un rôle majeur dans l’avancement de l’apprentissage par renforcement et des systèmes d’apprentissage continu. Chez DeepMind, elle a aidé à développer des algorithmes qui permettent aux systèmes d’IA d’apprendre en continu à partir de l’expérience plutôt que de se réentraîner à partir de zéro sur des ensembles de données fixes, abordant l’un des défis centraux dans la construction d’agents intelligents adaptables.

L’apprentissage continu est essentiel pour les systèmes d’IA et les robots du monde réel, où les environnements évoluent et les machines doivent s’adapter tout en conservant les connaissances précédemment acquises. Les recherches de Hadsell se sont concentrées sur la résolution de problèmes tels que l’oubli catastrophique, permettant aux réseaux de neurones d’accumuler des compétences au fil du temps plutôt que de perdre les capacités précédentes lors de l’apprentissage de nouvelles tâches.

Son travail a également contribué aux progrès de l’intelligence incarnée, où les robots et les agents d’IA apprennent par interaction avec leur environnement plutôt que par supervision statique. En combinant l’apprentissage par renforcement, l’apprentissage de représentation et les approches inspirées des neurosciences, elle a aidé à faire progresser les systèmes qui peuvent naviguer dans des environnements complexes et généraliser les tâches.

Hadsell a rejoint DeepMind en 2014 et a depuis dirigé des équipes de recherche axées sur l’apprentissage à vie et la navigation robotique, contribuant à des techniques fondamentales telles que la distillation de politiques et les réseaux de neurones progressifs qui permettent le transfert de connaissances entre tâches.

Aujourd’hui, en tant que dirigeante de recherche senior chez Google DeepMind, Hadsell continue de se concentrer sur les architectures d’apprentissage à vie et les systèmes d’IA incarnés évolutifs qui peuvent fonctionner dans des environnements réels dynamiques.

8. Ayanna Howard

Photo: Rob Felt / Georgia Institute of Technology

Ayanna Howard a centré son travail sur la robotique d’assistance et la conception d’IA centrée sur l’humain. Ses recherches se sont concentrées sur la construction de systèmes robotiques qui soutiennent les enfants ayant des défis de développement, y compris les technologies de thérapie et les outils éducatifs conçus pour aider les enfants ayant des besoins spéciaux à développer des compétences motrices et cognitives.

Au début de sa carrière, Howard a travaillé en tant que chercheuse en robotique au Jet Propulsion Laboratory de la NASA, où elle a contribué aux systèmes de robots autonomes utilisés pour l’exploration planétaire, y compris les technologies conçues pour les missions du rover martien.

Elle a ensuite fait la transition vers l’académie et le leadership, en fondant le Laboratoire de systèmes d’automatisation humaine à Georgia Tech et en lançant Zyrobotics, une startup axée sur le développement d’outils éducatifs et de thérapie basés sur l’IA pour les enfants ayant des besoins d’apprentissage divers.

En 2021, Howard est devenue la doyenne de la Faculté d’ingénierie de l’Université d’État de l’Ohio, faisant l’histoire en tant que première femme à diriger l’institution. À ce poste, elle continue de façonner l’avenir de l’éducation en ingénierie tout en avançant la recherche dans l’interaction humaine-robot, la sécurité de l’IA et la conception de technologies inclusives.

Aujourd’hui, le travail de Howard s’étend à la recherche, à l’entrepreneuriat et à la politique, avec un accent sur la garantie que la robotique et l’IA sont conçues pour améliorer la qualité de vie et élargir l’accès équitable aux technologies émergentes.

9. Rana el Kaliouby

Photo: Joi Ito, CC BY 2.0, via Wikimedia Commons

Rana el Kaliouby a été pionnière dans l’IA émotionnelle à travers son travail chez Affectiva, la spin-off du MIT Media Lab qu’elle a co-fondée pour intégrer l’intelligence émotionnelle dans les systèmes numériques. L’entreprise a développé une technologie capable d’analyser les expressions faciales et les signaux vocaux pour détecter les émotions humaines à grande échelle, aidant à élargir la perception des machines au-delà des objets et de la parole vers l’affect humain.

La reconnaissance des émotions a des applications dans diverses industries, notamment la sécurité automobile, l’analyse des médias, les soins de santé et l’interaction humaine-machine. La technologie d’Affectiva a été largement adoptée par de grandes entreprises avant que la société ne soit acquise par Smart Eye en 2021, marquant un jalon important dans la commercialisation de l’IA émotionnelle.

Après l’acquisition, el Kaliouby s’est tournée vers l’investissement et le mentorat au sein de l’écosystème de l’IA. Elle est maintenant co-fondatrice et associée générale de Blue Tulip Ventures, une firme de capital-risque de première étape axée sur le soutien aux startups qui construisent des technologies d’IA centrées sur l’humain.

Aujourd’hui, el Kaliouby reste une voix de premier plan dans l’IA émotionnellement intelligente, défendant le déploiement éthique, la diversité dans le développement de l’IA et les technologies qui renforcent la relation entre les humains et les machines.

10. Mira Murati

Photo: OpenAI via AP

Mira Murati a joué un rôle central dans la mise à l’échelle de l’IA générative vers l’adoption mondiale lors de son mandat en tant que directrice technique chez OpenAI. Après avoir rejoint l’entreprise en 2018 et devenue directrice technique en 2022, elle a aidé à diriger le développement et la sortie de systèmes emblématiques tels que ChatGPT, DALL-E et la famille de modèles GPT-4 – des technologies qui ont dramatiquement accéléré l’adoption publique et commerciale de l’IA générative.

Le leadership de Murati a combiné la recherche de pointe et le déploiement de produits réels, en veillant à ce que les modèles avancés soient accessibles aux développeurs, aux entreprises et aux consommateurs dans le monde entier. Son travail a contribué à façonner la façon dont les grands modèles de langage et les systèmes génératifs sont intégrés dans les flux de travail quotidiens à travers les industries.

En septembre 2024, Murati a quitté OpenAI après plus de six ans dans l’entreprise pour poursuivre de nouveaux projets et explorer la prochaine phase du développement de l’IA.

En 2025, elle a fondé Thinking Machines Lab, une startup d’IA qui se concentre sur la construction de systèmes d’IA plus capables et personnalisables et sur le développement de l’IA multimodale qui peut interagir avec les utilisateurs par le langage, la vision et d’autres modalités.

Aujourd’hui, Murati continue d’influencer la direction de l’IA de pointe à travers son travail au Thinking Machines Lab, où elle construit des outils destinés à rendre les systèmes d’IA avancés plus largement compris, adaptables et puissants pour les développeurs et les organisations dans le monde.

Ensemble, ces dix femmes représentent une section remarquable de la fondation intellectuelle derrière l’IA et la robotique modernes. Leur travail s’étend sur des ensembles de données fondamentaux, l’apprentissage par renforcement, l’interaction humaine-robot, la gouvernance éthique et l’essor des systèmes génératifs. Beaucoup des technologies qui transforment actuellement les industries peuvent être directement attribuées aux avancées menées par ces chercheuses et ingénieures.

En même temps, mettre en évidence leurs contributions est un rappel de quelque chose d’équivalent d’importance : le domaine a encore besoin de beaucoup plus de femmes pour façonner sa direction. L’IA est en train de devenir l’une des technologies les plus conséquentes jamais développées. Les systèmes conçus aujourd’hui influenceront la façon dont les sociétés fonctionnent, les économies évoluent et les humains interagissent avec les machines intelligentes.

Garantir que ces systèmes reflètent des perspectives diverses n’est pas simplement une question d’équité. C’est une question de construire de meilleures technologies.

Les femmes de cette liste démontrent à quel point cette influence peut être puissante. Leur travail n’a pas seulement repoussé les limites de la recherche en IA, mais a également élargi la conversation sur la façon dont ces technologies devraient être construites et qui elles devraient servir. À mesure que le domaine continue d’évoluer, la prochaine génération de femmes entrant dans l’IA jouera un rôle tout aussi critique pour façonner un avenir où les systèmes intelligents reflètent la pleine diversité de l’expérience humaine.