Handicap auditif : l’IA doit aussi apprendre à écouter
Un PDF de recherche montre que l’intelligence artificielle peut aider les personnes sourdes ou malentendantes, mais seulement si elle tient compte de leurs besoins réels.
Shaun F © Pexels
Dans le PDF Artificial Intelligence Fairness in the Context of Accessibility Research on Intelligent Systems for People who are Deaf or Hard of Hearing, les auteurs s’intéressent à une question essentielle : l’intelligence artificielle est-elle réellement équitable lorsqu’elle est utilisée pour améliorer l’accessibilité des personnes sourdes ou malentendantes ? Cette ressource est particulièrement intéressante, car elle ne présente pas l’IA comme une solution automatique. Au contraire, elle montre que les technologies dites intelligentes peuvent aider, mais aussi exclure lorsqu’elles ne sont pas pensées à partir de l’expérience réelle des personnes concernées.
Le handicap auditif désigne une perte partielle ou totale de l’audition. Il peut concerner des personnes sourdes, malentendantes ou devenues sourdes au cours de leur vie. Les besoins varient donc fortement selon les situations. Certaines personnes utilisent la langue des signes, d’autres s’appuient sur la lecture labiale, les appareils auditifs, les implants cochléaires, l’écrit, les sous-titres ou encore la transcription automatique. En ce sens, parler du handicap auditif oblige à reconnaître une diversité de pratiques de communication.
L’intelligence artificielle peut intervenir à plusieurs niveaux. Elle peut transformer la parole en texte grâce à la reconnaissance vocale automatique, produire des sous-titres en temps réel, améliorer la transcription de réunions ou de vidéos, ou encore soutenir certains outils de traduction entre l’oral, l’écrit et les langues signées. Pour une personne sourde ou malentendante, ces technologies peuvent faciliter l’accès à l’école, au travail, aux soins de santé, aux démarches administratives ou aux échanges sociaux.
Cependant, le PDF rappelle un point important : une technologie d’IA n’est pas forcément accessible parce qu’elle est moderne. Par exemple, les systèmes de reconnaissance vocale sont souvent entraînés à partir de voix considérées comme “standards”. Ils peuvent donc moins bien fonctionner avec des personnes sourdes ou malentendantes qui utilisent la parole, mais dont la voix, l’intonation ou l’articulation diffèrent des modèles habituels. Dans ce cas, l’IA peut produire des erreurs, mal comprendre la demande ou empêcher l’accès à un service.
Ce problème est important, car de nombreux outils numériques reposent aujourd’hui sur la voix. Les assistants vocaux, les services téléphoniques automatisés, les applications de dictée ou certains systèmes de commande vocale supposent que l’utilisateur puisse parler et être correctement compris par la machine. Pour une personne sourde ou malentendante, cela peut devenir une nouvelle barrière. L’outil présenté comme pratique pour tous ne l’est donc pas nécessairement pour chacun.
Dans le même ordre d’idée, les sous-titres automatiques peuvent être utiles, mais ils doivent être fiables. Une transcription incorrecte peut modifier le sens d’un message, supprimer une nuance ou rendre une information difficile à comprendre. Dans un cadre scolaire, professionnel ou médical, ces erreurs peuvent avoir des conséquences importantes. Ce constat nous amène à comprendre que l’accessibilité ne dépend pas seulement de la présence d’un outil, mais aussi de sa qualité, de sa précision et de sa capacité à répondre aux besoins réels.
La ressource insiste aussi sur la question des données. Pour qu’un système d’IA fonctionne correctement avec des personnes sourdes ou malentendantes, il doit être entraîné et évalué avec des données qui représentent réellement cette diversité d’utilisateurs. Si les personnes concernées sont absentes des bases de données, leurs besoins risquent d’être ignorés. L’IA peut alors reproduire une forme d’exclusion, non pas parce qu’elle est volontairement discriminatoire, mais parce qu’elle a été conçue à partir d’un modèle trop limité de l’être humain.
Il convient également de rappeler que la langue des signes n’est pas une simple suite de gestes. Elle possède sa propre grammaire, ses expressions, ses nuances culturelles et son rapport au corps. Une IA qui chercherait à traduire automatiquement la langue des signes doit donc être développée avec beaucoup de prudence. Réduire cette langue à des mouvements techniques risquerait d’appauvrir la communication et de ne pas respecter la culture sourde.
En conclusion, l’intelligence artificielle peut représenter un levier important pour les personnes sourdes ou malentendantes. Elle peut améliorer l’accès à l’information, faciliter la communication et soutenir l’autonomie dans certains contextes. Toutefois, elle ne devient réellement inclusive que si elle est fiable, équitable et conçue avec les personnes concernées. L’enjeu n’est donc pas seulement de créer des outils plus intelligents, mais de créer des outils capables de mieux comprendre la diversité des manières de communiquer.
Sources
PDF — Artificial Intelligence Fairness in the Context of Accessibility Research on Intelligent Systems for People who are Deaf or Hard of Hearing : https://arxiv.org/pdf/1908.10414
CORDIS — AI solutions for the deaf and hard of hearing : https://cordis.europa.eu/article/id/450232-ai-solutions-for-the-deaf-and-hard-of-hearing
arXiv — Empowering the Deaf and Hard of Hearing Community: Enhancing Video Captions with LLMs : https://arxiv.org/abs/2412.00342
Hashtags
#HandicapAuditif, #Surdité, #Malentendance, #IntelligenceArtificielle, #Accessibilité, #Inclusion, #SousTitresAutomatiques, #ReconnaissanceVocale, #TechnologieInclusive, #CommunicationAccessible