Cripping AI: Reimagining AI Through Lived Disability Experiences
S'appuyant sur la théorie crip, cet article propose le « cripping de l'IA » comme un cadre transformateur qui va au-delà de la simple accessibilité pour démanteler les présupposés validistes, centrer les épistémologies et le travail des personnes handicapées, et réorienter la recherche et le développement en matière d'IA à travers les expériences vécues de communautés handicapées diverses.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
La Grande Idée : Réparer le Plan, Pas Seulement la Porte
Imaginez le monde de l'Intelligence Artificielle (IA) comme un immense bâtiment high-tech. Pendant des années, les personnes qui le construisent ont reçu l'instruction de le rendre « accessible ». Ils ont ajouté des rampes, des portes larges et des panneaux en braille. C'est bien, mais le document soutient que ce n'est pas suffisant.
Les auteurs affirment que le bâtiment lui-même a été conçu avec une hypothèse cachée : que tous ceux qui s'y trouvent sont « valides » (parfaitement en bonne santé, rapides et standards). Lorsqu'une personne en situation de handicap entre, le bâtiment la traite comme un « problème » qu'il faut résoudre pour qu'elle s'adapte aux règles du bâtiment.
Ce document propose une nouvelle approche appelée « Cripping AI ». Au lieu de simplement ajouter une rampe à un vieux bâtiment, ils veulent redessiner l'ensemble du plan en fonction de la façon dont les personnes handicapées vivent, pensent et se déplacent réellement. Ils utilisent le mot « crip » (un terme réapproprié de la culture du handicap) comme verbe, signifiant défier activement l'idée de ce qui est « normal ».
Le document propose trois règles principales pour cette refonte, qu'ils appellent des « principes ».
Les Trois Règles du « Cripping AI »
1. Exposer la Politique (Arrêter de Faire Semblant qu'il n'y a Qu'une Seule Façon « Normale »)
L'Analogie : Imaginez une piste de danse où la musique ne joue qu'un rythme spécifique. Si vous ne pouvez pas danser sur ce rythme exact, le DJ vous dit que vous êtes le problème, pas la musique.
L'Affirmation du Document : Les systèmes d'IA supposent souvent qu'il existe une façon « idéale » et humaine de fonctionner (comme parler parfaitement couramment ou voir clairement). Si vous ne vous adaptez pas à ce moule, l'IA vous étiquette comme « handicapé » et tente de vous « réparer ».
Ce Qu'ils Veulent : Arrêter d'essayer de forcer les personnes handicapées à danser sur le rythme « normal ». Au lieu de cela, reconnaître que le « handicap » est souvent simplement un décalage entre une personne et son environnement. L'IA devrait célébrer les différentes façons de bouger et de penser, plutôt que d'essayer de les effacer.
2. Honorer les « Cripistemologies » (Écouter les Experts Qui Vivent Cela)
L'Analogie : Imaginez une carte d'une ville. Pendant des années, la carte a été dessinée par des personnes qui n'ont jamais marché dans les rues, ne les ayant vues que depuis un hélicoptère. Ils ont tracé des lignes droites là où il existe en réalité des chemins sinueux. Maintenant, les personnes qui marchent réellement dans les rues disent : « Cette carte est fausse ; nous connaissons les raccourcis et les ruelles cachées. »
L'Affirmation du Document : Actuellement, l'IA est souvent entraînée par des personnes voyantes décrivant ce que les personnes aveugles voient, ou par des personnes entendantes décrivant ce que les personnes sourdes entendent. Le document qualifie cela de « savoir valide » étant traité comme la « vérité ».
Ce Qu'ils Veulent : La « vérité » devrait venir des personnes handicapées elles-mêmes.
- Exemple : Une personne aveugle n'a pas besoin seulement d'une description d'une image ; elle a besoin de savoir ce qui compte pour elle (comme l'endroit où se trouve le trottoir, et non la couleur du ciel).
- Exemple : Une personne qui bégaye n'est pas simplement de la « parole brisée » ; ses pauses et ses répétitions portent du sens et des émotions que l'IA devrait apprendre à comprendre, pas à supprimer.
3. Respecter le « Crip Labor » (Arrêter de Traiter les Personnes Handicapées comme des Bénéficiaires Passifs)
L'Analogie : Imaginez que vous êtes invité à une fête, mais que vous devez apporter votre propre chaise, votre propre nourriture et votre propre musique, puis que vous devez nettoyer le désordre après. Les hôtes disent : « Nous vous avons offert une fête ! »
L'Affirmation du Document : Rendre les choses accessibles est un travail difficile. Les personnes handicapées doivent souvent accomplir un « travail invisible » supplémentaire pour faire fonctionner la technologie à leur avantage (comme corriger constamment un assistant vocal ou retaper un message parce que les sous-titres ont échoué).
Ce Qu'ils Veulent : Arrêter de traiter l'accessibilité comme une solution ponctuelle. Reconnaître que les personnes handicapées sont des partenaires actifs qui font le gros œuvre pour faire fonctionner les systèmes. L'IA devrait être conçue pour réduire ce travail supplémentaire, pas l'augmenter.
Exemples Concrets du Document
Les auteurs ont testé ces trois règles sur trois groupes spécifiques pour montrer comment cela fonctionne en pratique :
1. La Surdité et l'IA de Langue des Signes
- L'Ancienne Façon : Tenter de transformer la langue des signes en anglais écrit le plus rapidement possible, ignorant souvent les expressions faciales et les mouvements du corps qui sont des parties cruciales de la langue. C'est comme essayer de traduire une symphonie en une seule phrase.
- La Façon « Cripping » : Reconnaître la langue des signes comme une culture complète et complexe. Au lieu de simplement la traduire en anglais, construire une IA qui comprend la grammaire unique de la langue des signes, soutient les diverses façons dont les personnes sourdes communiquent entre elles, et respecte le fait que les personnes sourdes sont les expertes de leur propre langue.
2. La Cécité et l'IA d'Assistance Visuelle
- L'Ancienne Façon : Des personnes voyantes décrivent une photo à un utilisateur aveugle, en supposant que la description de la personne voyante est la « correcte ». C'est comme une personne voyante décrivant un tableau à une personne aveugle en disant : « C'est à quoi cela ressemble », sans demander ce que la personne aveugle a réellement besoin de savoir.
- La Façon « Cripping » : Les personnes aveugles ont leurs propres façons uniques de comprendre le monde (en utilisant le son, le toucher et la mémoire). L'IA devrait les aider à assembler des informations à partir de nombreuses sources, plutôt que de les forcer à dépendre d'une seule description, potentiellement biaisée, émanant d'une personne voyante.
3. Le Bégaiement et l'IA de la Parole
- L'Ancienne Façon : L'IA de la parole tente de faire « disparaître » le bégaiement. Elle coupe les pauses ou tente de les lisser, traitant le bégaiement comme une erreur à corriger.
- La Façon « Cripping » : Reconnaître que le bégaiement est une façon valide de parler. Les pauses et les répétitions font partie de l'identité du locuteur et peuvent renforcer la confiance et la connexion. L'IA devrait être conçue pour comprendre et respecter ces modèles, pas pour les faire taire.
La Conclusion : Un Nouveau Type d'Équipe
Le document se termine en disant que nous ne pouvons pas simplement ajouter plus de données ou demander des commentaires aux personnes handicapées à la toute fin du processus. Nous devons changer toute l'équipe.
- Ne demandez pas seulement : « Comment pouvons-nous réparer cela pour vous ? »
- Demandez plutôt : « Comment résolvez-vous déjà cela ? Comment pouvons-nous construire un système qui fonctionne avec votre façon de vivre ? »
« Cripping AI » consiste à réaliser que le monde est rempli de différents types d'esprits et de corps. Au lieu d'essayer de forcer tout le monde dans une boîte « standard », nous devrions construire une IA suffisamment flexible pour s'adapter à toute la diversité, désordonnée et magnifique, de l'expérience humaine.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.