✍️ Nouveau Départ, Nouveau Travail. Voici un nouvel article de ma série “Nouveau Départ, Nouveau Travail” où je partage, par écrit, des réflexions sur les mutations du travail, inspirées par l’actualité, des expériences vécues ou mes lectures du moment. Je me suis fixé le défi de vous proposer des articles courts et percutants. 💡
On commençait à s’en douter (et à avoir quelques travaux sur le sujet à se mettre sous la dent, comme celui-ci ou encore celui-là) : l’impact de l’IA sur le travail n’est pas le même pour les hommes et les femmes. Nous n’occupons pas les mêmes métiers, n’accomplissons pas les mêmes tâches dans les organisations et nous ne sommes pas perçues (et jugées) de la même manière quand nous fournissons le même travail. Forcément, les conséquences ne sont pas les mêmes.
Pour les femmes, cet impact est-il globalement positif ou globalement négatif ? Il n’est pas si évident de trancher. J’ai donc fait une liste à l’ancienne, avec les « pour » d’un côté et les « contre » de l’autre, pour y voir plus clair.
Le positif pour les femmes
#1. La croissance de l’emploi se concentre aujourd’hui dans des métiers féminins peu exposés à l’IA.
En 2025, la santé et l’action sociale ont représenté la quasi-totalité des créations nettes d’emplois aux États-Unis, avec environ 405 000 emplois dans la santé et 308 000 dans l’action sociale (d’après le BLS). Sans ces deux secteurs, les États-Unis auraient perdu des emplois l’an dernier. Le BLS (Bureau of Labor Statistics) prévoit que cela continuera au cours de la décennie, vieillissement oblige. La France suit la même pente : dans leur exercice de prospective Les métiers en 2030, la Dares et France Stratégie placent les aides-soignants (+110 000) et les aides à domicile (+100 000) parmi les métiers qui créeront le plus d’emplois d’ici 2030. Selon la DREES, 475 000 personnes exerçaient comme aides à domicile en 2022, dont 93 % de femmes. Nous aurons besoin de beaucoup de soignantes et d’aidantes, et les LLM ne peuvent pas les remplacer. Cela protège l’emploi des femmes mais ne fait pas grand-chose pour leurs salaires : le travail de soin reste mal payé, souvent à temps partiel, et sa croissance dépend d’argent public soumis aux choix politiques.
#2. L’IA pourrait rendre les « greedy jobs » moins hostiles aux femmes.
Une grande partie de l’écart salarial tient à la répartition inégale des emplois les mieux payés. Ces « emplois gourmands » récompensent le présentéisme et les charges de travail excessives, ce qui pénalise tous ceux et surtout celles qui ne peuvent pas tout donner au travail. Dans le droit, la finance, le conseil ou la médecine, la valeur tient au fait d’être la seule personne à connaître le client ou le dossier. Si l’IA rend l’expertise transférable, en donnant aux collègues un accès immédiat à l’historique d’un client ou d’un dossier, elle pourrait réduire la prime à l’irremplaçabilité. C’est ce qui est arrivé dans le monde de la pharmacie aux Etats-Unis : on est passé d’une profession masculine et inégalitaire dans les années 1970 à l’une des plus égalitaires, parce que l’informatisation et la standardisation ont rendu les pharmaciens facilement substituables les uns aux autres. Une revue de littérature récente sur les greedy jobs fait de cette substituabilité l’un des principaux leviers pour réduire l’écart salarial. Encore faut-il que les employeurs décident de repenser ces postes, ce qui pourrait parfaitement ne jamais arriver.
#3. Certaines corvées de bureau parmi les plus fastidieuses sont enfin automatisées.
Rédiger les comptes rendus, prendre des notes, organiser les agendas, écrire les mails de relance : ces « tâches non promouvables » sont utiles mais ne font pas avancer la carrière de celles et ceux qui les font. Elles retombent surtout sur les femmes, ce qui n’a rien d’étonnant puisqu’elles ressemblent trait pour trait aux tâches ménagères. Le temps gagné peut être consacré à des tâches plus visibles, qui mènent à une promotion. Les outils qui les automatisent sont donc les bienvenus. Il en va de même pour la paperasse dans les métiers du soin, qui épuise infirmières et médecins. L’IA peut les aider à se concentrer davantage sur les patients, qui sont justement la partie du métier qu’elles préfèrent.
#4. Entreprendre et construire avec la technologie devient plus accessible.
Les femmes qui créent des entreprises ont toujours dû faire plus avec moins. Aux États-Unis, les startups fondées uniquement par des femmes captent environ 2 % du capital-risque, une part qui ne bouge pas. L’IA permet de commencer petit et d’aller loin quand même. Seule, on peut accomplir bien davantage avec une armée d’agents : créer un site pour presque rien, rédiger des contrats, répondre aux clients… Selon Carta, la part des nouvelles startups à fondateur unique est passée d’environ 24 % en 2019 à 36 % au premier semestre 2025. Le code assisté par IA permet aussi de développer des outils numériques sans savoir coder, ce qui compte dans un domaine où les femmes sont très minoritaires.
#5. Les compétences relationnelles prennent de la valeur.
À mesure que l’IA prend en charge la part codifiable du travail cognitif, ce qu’elle fait un peu moins bien pourrait valoir davantage : coordonner, prendre soin, exercer son jugement de manière contextuelle. Beaucoup de femmes ont acquis ces compétences à force d’être confrontées à plus d’attentes sur le fait qu’elles s’occupent des autres et de leurs émotions. Si l’IA fait monter leur valeur, le marché devra peut-être mieux les payer et cesser de considérer ces compétences comme « naturellement » féminines, donc peu précieuses.
Collaboration commerciale avec Colaboria
L’IA ne doit pas se construire sans les femmes
Il est rare que j’accepte une collaboration commerciale dans cette newsletter. Une fois n’est pas coutume. Mon amie Pauline Trequesser, avec qui je parle du sujet des femmes et de l’IA, a créé avec Élodie Soumeillan un bootcamp IA intelligent pour les femmes qui entreprennent, dirigent et managent.
Colaboria, c’est 5 semaines en cohorte, 100 % à distance, sans prérequis technique. À la fin, tu repars avec ton système et ton équipe d’agents IA, configurés sur ton activité, quel que soit l’outil (les outils) que tu utilises. Plus de 50 femmes ont déjà été formées, et elles le recommandent à 9,3/10.
Prochaine cohorte : du 11 janvier au 11 février 2027, 5 lives le jeudi de 12 h à 14 h, 20 places.
Les inscriptions ouvrent officiellement le 15 novembre. Laisse ton email dès maintenant : tu recevras tout de suite le lien pour t’inscrire en avant-première, avec 100 € de remise grâce au code COLABORIAXLAETITIA-DEPART.
👉 S’inscrire en avant-première
Le négatif pour les femmes
#1. Les emplois de bureau les plus exposés sont majoritairement occupés par des femmes.
Dans les pays riches, selon l’Organisation internationale du travail, 9,6 % des emplois féminins relèvent de la catégorie la plus exposée à l’IA générative, contre 3,5 % des emplois masculins. Les femmes sont concentrées dans les emplois administratifs : assistantes, secrétaires, gestionnaires de paie, opératrices de saisie. En France, 97 % des secrétaires sont des femmes, selon l’INSEE. Tous ces emplois ne disparaîtront pas tout d’un coup, mais on voit déjà comment ils peuvent évoluer. La traduction est un métier très féminisé (environ sept traducteurs et interprètes sur dix sont des femmes aux États-Unis). Une bonne partie des traductrices ont perdu du travail à cause de l’IA générative, et certaines ont déjà changé de métier. Et beaucoup de celles qui travaillent encore passent leurs journées à corriger des textes produits par la machine, pour moins d’argent qu’avant.
#2. Les premiers barreaux de l’échelle disparaissent.
Pendant des générations, les postes administratifs juniors ont permis aux femmes sans diplôme du supérieur d’entrer dans l’emploi et de progresser. Une secrétaire pouvait devenir office manager, puis assistante de direction, puis responsable des opérations. Ces emplois reculaient déjà avant l’IA : en France, les employés administratifs d’entreprise représentaient 36 % des employés en 1982 et seulement 19 % en 2019, d’après l’INSEE. Si l’IA accélère la disparition de ces points d’entrée, l’échelle est sciée par le bas, et les femmes en pâtissent beaucoup (les hommes aussi, évidemment, mais ils sont un peu moins souvent en bas de l’échelle).
#3. Les femmes qui utilisent l’IA subissent une pénalité.
Dans une étude portant sur plus de 1 000 ingénieurs, rapportée par la Harvard Business Review, les ingénieurs jugés sur un code identique étaient perçus comme moins compétents dès lors qu’ils étaient censés avoir utilisé l’IA : 13 % de moins pour les femmes, 6 % pour les hommes. Les évaluateurs les plus sévères étaient les hommes qui n’utilisaient pas l’IA eux-mêmes, dont la pénalité envers les femmes dépassait de 26 % celle qu’ils infligeaient aux hommes. C’est une version numérique de l’effet Matilda : quand une femme utilise la machine, le mérite revient à la machine ; quand un homme l’utilise, on salue souvent son discernement. Les femmes sont prises dans une double contrainte : jugées moins compétentes si elles utilisent l’IA, moins à la page si elles ne l’utilisent pas.
#4. Les femmes sont largement absentes de l’un des secteurs les plus lucratifs.
L’IA est déjà l’un des segments les mieux rémunérés du marché. Selon LinkedIn, les femmes ont représenté seulement 26 % des recrutements dans l’IA en 2025, contre la moitié des recrutements dans les autres secteurs, et elles occupent seulement 13 % des postes de direction dans les entreprises d’IA.
#5. Les outils sont conçus surtout par des hommes, et cela se voit.
Les LLM apprennent à partir de données qui reflètent un monde où les hommes occupent les meilleurs postes et touchent les meilleurs salaires. Des chercheurs de l’Université technique de Würzburg-Schweinfurt ont demandé à des chatbots des conseils de négociation salariale pour des profils similaires. Les femmes se voyaient conseiller de viser plus bas. Dans un cas, le modèle suggérait 280 000 dollars pour une femme et 400 000 pour un homme. Quelques années plus tôt, Amazon avait dû abandonner un outil de recrutement expérimental qui pénalisait les CV féminins. Le système avait été entraîné sur dix ans de candidatures, majoritairement masculines. Dans le recrutement, l’évaluation et la gestion des carrières, les biais se reproduisent à très grande échelle.
6. De nouvelles corvées remplacent les anciennes.
Il faut souvent quelqu’un pour relire les comptes rendus automatiques, améliorer les brouillons générés par l’IA et repérer les chiffres inventés et autres hallucinations avant envoi. Traiter le « AI slop » prend du temps. Il est probable qu’une grande partie de ce nettoyage soit effectué par les mêmes qui se farcissent également les corvées de bureau. Cela voudrait dire qu’une partie du temps gagné sur les anciennes corvées est absorbée par de nouvelles.
7. Les emplois que l’IA ne peut pas faire sont les plus surveillés.
Les centres d’appels et l’aide à domicile sont de bons exemples. Aux États-Unis, 85 % des aides à domicile sont des femmes et, depuis 2020, celles qui sont payées via Medicaid doivent enregistrer chaque visite dans une application qui les géolocalise et vérifie leur identité. Les salariées des centres d’appels et du commerce voient leurs tâches chronométrées et leurs plannings automatisés. Elles gardent certes leur emploi mais elles perdent la maîtrise et l’agentivité.
8. Les deepfakes rendent la visibilité plus dangereuse pour les femmes.
La quasi-totalité des vidéos de deepfakes diffusées en ligne sont pornographiques. Et devinez quelle proportion des personnes ciblées sont des femmes ! 99 % !! La vie publique aggrave le risque. Au Congrès américain, les élues étaient 70 fois plus susceptibles d’être ciblées que leurs collègues masculins. Journalistes, femmes politiques, fondatrices, toutes celles dont la carrière dépend de leur visibilité font face à un risque que les hommes connaissent rarement. Beaucoup risquent de se mettre en retrait. On ne peut pas leur en vouloir. Après avoir subi du harcèlement en ligne, 38 % des femmes journalistes interrogées par l’UNESCO ont déclaré avoir réduit leur présence publique.
Le bilan
Ma liste compte davantage de contre que de pour. En soi ça ne veut pas dire grand-chose : compter les items ne dit rien de leur poids respectif. De plus, la liste est loin d’être exhaustive. Vous avez peut-être d’autres arguments à ajouter dans une colonne ou dans l’autre… (Partagez-les en commentaire !)
Néanmoins, après avoir rempli les deux colonnes, il apparaît que le bilan est négatif pour le travail des femmes, du moins pour l’instant. La plupart des effets négatifs sont déjà là : les femmes occupent les emplois les plus exposés, les premiers échelons disparaissent, celles qui utilisent l’IA sont jugées plus sévèrement, elles sont très minoritaires dans le secteur où se trouve l’argent, les outils reproduisent des biais, les emplois que l’IA ne peut pas faire sont de plus en plus surveillés et les deepfakes rendent la visibilité plus risquée. La plupart des effets positifs, eux, dépendent de conditions qui ne sont pas encore réunies : les greedy jobs ne s’assoupliront que si les entreprises repensent l’organisation du travail, les compétences relationnelles ne paieront que si les employeurs choisissent enfin de les reconnaître.
Le bilan peut encore évoluer. Tout dépendra des choix faits dans les entreprises, en matière d’organisation du travail, d’évaluation et de recrutement dans l’IA, et des choix faits dans les urnes sur la part d’argent public consacrée au soin.
