# Johns Hopkins met au jour le biais sexiste des chatbots

> Une étude de Johns Hopkins montre que quatre chatbots produisent des réponses moins complexes quand les demandes contiennent un langage associé aux femmes.

Type : Actualité IA · Catégorie : Tendances · Publié le 2026-10-02 · Signal IA - Order & Chaos · Secteur : RH
Source : https://www.orderchaos.eu/signal-ia/actu/johns-hopkins-revele-le-biais-sexiste-des-chatbots
Tags : ia, biais, recrutement, diversité, communication, chatgpt, mistral, llama

---

## En résumé

- Johns Hopkins a testé quatre chatbots sur des courriels et des candidatures professionnelles.
- Les formulations associées aux femmes ont produit des réponses moins complexes et moins formelles.
- Anjalie Field demande aux entreprises de corriger les modèles plutôt que de responsabiliser les utilisateurs.

**Le signal :** GPT-4, Llama, Gemma et Mistral répondent avec moins de complexité aux formulations associées aux femmes.

**Une étude publiée** le 1er octobre 2026 par Johns Hopkins examine l’effet du langage associé aux femmes sur les réponses de chatbots. Les chercheurs ont testé GPT-4, Llama, Gemma et Mistral avec des demandes professionnelles. Les exercices portaient sur des courriels, des candidatures et des lettres de démission. Les formulations associées aux femmes ont généré des réponses moins complexes et moins formelles. Les formulations associées aux hommes ont produit des textes plus longs, plus complexes et plus formels. Cette différence concerne donc directement des usages professionnels courants. L’étude est présentée dans [Dive Brief](https://www.hrdive.com/news/ai-might-be-making-women-sound-less-sophisticated/831973/) et par [Johns Hopkins](https://hub.jhu.edu/2026/09/21/ai-might-be-making-women-sound-bad-at-work/).

**Les formulations testées** incluaient des marqueurs comme « maybe » et « I think », des pronoms collectifs comme « we », ainsi que des adjectifs expressifs comme « lovely » et « wonderful ». Ces éléments sont associés au langage utilisé plus fréquemment par les femmes dans l’étude. Les chercheurs ont comparé les résultats obtenus avec ces marqueurs à ceux de demandes sans langage associé aux femmes. Les réponses produites avec ces formulations paraissaient moins nettes et moins précises. L’équipe a aussi pris en compte les variations de ton des rédacteurs. Le résultat persistait après cette correction, selon les conclusions rapportées par Johns Hopkins.

## Quatre modèles reproduisent cet écart

**Les résultats observés** apparaissent dans les quatre outils évalués par les chercheurs. Avec une demande masculine, le chatbot pouvait écrire une réponse longue et formelle à un courriel de remerciement. Avec une demande associée aux femmes, il produisait une formulation plus expressive, mais jugée moins complexe et moins claire. Anjalie Field, informaticienne à Johns Hopkins, estime que le destinataire peut alors modifier sa perception de l’auteur du document. Elle explique qu’un courriel professionnel utilisant ces marqueurs reçoit une réponse d’un niveau scolaire inférieur et d’un registre moins formel. Cette interprétation relie la sortie du modèle à la communication au travail.

**Les chercheuses alertent** aussi sur le caractère largement inconscient de ces habitudes linguistiques. Katherine Van Koevering, première auteure et chercheuse postdoctorale à l’Institut de science des données et de l’IA de Johns Hopkins, affirme que le langage est difficile à contrôler. Elle demande aux entreprises de corriger les modèles plutôt que de faire porter cette charge aux utilisateurs. L’étude indique également que les biais pourraient devenir plus visibles avec la progression des systèmes vocaux. Les auteurs décrivent ces caractéristiques linguistiques comme extrêmement difficiles à modifier pour les personnes qui les utilisent. Le problème concerne donc aussi les interactions vocales avec les chatbots.

## Les écarts touchent aussi l’adoption

**Les enquêtes citées** relient ces biais à d’autres difficultés rencontrées par les femmes avec l’IA générative. Une étude d’Amazon Web Services menée l’année précédente indique que 31 % des femmes interrogées ne savaient pas comment cette technologie s’appliquait à leur rôle. Certaines ne savaient pas non plus par où commencer leur apprentissage ni quelles compétences privilégier. Coursera a cité une enquête de Cognizant selon laquelle 36 % des femmes pensaient que l’IA générative pouvait soutenir leur carrière. Cette proportion atteignait 45 % chez les hommes. Ces chiffres décrivent un écart déclaré dans la perception de l’utilité professionnelle de ces outils.
Pour aller plus loin, consultez notre guide sur [déployer un chatbot IA pour le service client](/signal-ia/guides/chatbot-ia-service-client-pme-2026).