Sexualised synthetic personas encode and amplify gendered power asymmetries through voice
S'appuyant sur une perspective de l'IHC féministe, cette étude démontre que les systèmes de voix d'IA commerciaux renforcent les asymétries de pouvoir genrées en codant les voix à connotation féminine avec des traits sexualisés et soumis, tout en associant les voix à connotation masculine à la dominance et à des attributs positifs.
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
Imaginez un magasin de jouets numériques où vous pouvez acheter une « voix » au lieu d'un ours en peluche. Vous pouvez choisir une voix qui ressemble à un « Gentleman du Sud » ou à une « Tentatrice Parisienne ». Vous pouvez même dire à la voix de glousser, de soupirer ou de paraître « séduisante ». C'est ce que propose une entreprise populaire appelée ElevenLabs.
Ce document de recherche est comme un groupe de détectives (les chercheurs) entrant dans ce magasin, achetant un tas de ces voix, puis demandant à un groupe diversifié de gens ordinaires : « Qu'est-ce que ces voix vous font réellement ressentir ? »
Voici ce qu'ils ont découvert, résumé simplement :
1. La mise en place : Le « Menu Vocal »
Les chercheurs ont examiné les voix les plus populaires du site. Ils ont remarqué que le menu était divisé en deux sections principales :
- La section « Sérieuse » : Voix étiquetées « Éducatif », « Présentateur de journal » ou « Expert en technologie ».
- La section « Sexy » : Voix étiquetées « Séduisante », « Tentatrice » ou « Sensuelle ».
Ils ont choisi les voix masculines et féminines les plus populaires de chacune de ces sections. Ensuite, ils ont fait un changement astucieux : ils ont pris les voix « sexy » et les ont fait lire un texte ennuyeux et neutre (comme un passage scientifique). Ils ont aussi pris les voix « sérieuses » et les ont fait lire le même texte ennuyeux. C'était comme tester si une voix « sexy » semble sexy même quand elle parle de mathématiques, ou si une voix « sérieuse » semble sérieuse même quand les mots sont neutres.
2. L'expérience : Le « Jeu de Mots »
Ils ont diffusé ces clips audio à environ 120 personnes aux États-Unis et au Canada. Les auditeurs avaient une grande liste de 36 mots (comme charmant, effrayant, dominant, timide, séduisant) et devaient choisir les trois qui décrivent le mieux ce qu'ils ont entendu.
3. La grande découverte : Le « Script de Genre »
Les résultats ont montré que les voix n'étaient pas seulement différentes ; elles suivaient un script très ancien et très strict.
Les voix masculines (Le script du « Boss ») :
Qu'elles lisent un script sexy ou un texte scientifique ennuyeux, les voix masculines étaient principalement décrites comme dominantes, confiantes et positives. Même lorsqu'elles essayaient de paraître « séduisantes », les gens entendaient encore un homme aux commandes.- Analogie : Pensez à une voix masculine comme un chêne robuste. Qu'il soit dans une tempête ou sous un soleil radieux, il reste solide, fort et fiable.
Les voix féminines (Le script de la « Soumission ») :
Les voix féminines étaient presque toujours décrites comme soumises, timides et hautement sexualisées. Même lorsqu'elles lisaient le texte scientifique ennuyeux, les gens les percevaient encore comme « séduisantes » ou « sensuelles ».- Analogie : Pensez à une voix féminine comme un canard en plastique. Peu importe où vous le metez (dans une baignoire ou un évier de cuisine), on s'attend toujours à ce qu'il couine, flotte et soit « mignon ». Les chercheurs ont trouvé qu'un « surplus de fluff » avait été ajouté aux voix féminines — comme des soupirs de souffle et des gloussements — ce qui les faisait paraître soumises, peu importe ce qu'elles disaient réellement.
4. Le « Contenu » contre le « Ton »
Les chercheurs voulaient savoir : Est-ce le contenu qui rend la voix sexy, ou est-ce le son lui-même ?
- Pour les hommes : Les mots importaient beaucoup. Si une voix masculine lisait un script sexy, les gens le trouvaient « séduisant ». S'il lisait un texte scientifique ennuyeux, les gens le trouvaient « sérieux ». Les mots changeaient la perception.
- Pour les femmes : Les mots importaient à peine. Qu'une voix féminine lise un script sexy ou un texte scientifique ennuyeux, les gens la trouvaient toujours « séduisante », « intime » ou « sensuelle ».
- La conclusion : La « sensualité » était ancrée dans le ton et la respiration de la voix, et non pas seulement dans les mots. La voix féminine était « programmée » pour ressembler à un fantasme, même lorsqu'elle ne faisait que lire un manuel scolaire.
5. Ce que les auditeurs ont dit (Le « Parler Vrai »)
Les chercheurs ont également demandé aux gens d'écrire leurs pensées honnêtes.
- À propos des hommes : Certains pensaient que les voix masculines « sexy » sonnaient « menaçantes » ou « prédatrices », tandis que d'autres trouvaient les voix « sérieuses » simplement « ennuyeuses » ou « plates ».
- À propos des femmes : Beaucoup de gens trouvaient que les voix féminines « sexy » étaient gênantes (cringe-worthy). Ils ont utilisé des mots comme « forcées », « essayaient trop fort » et « agaçantes ». Un auditeur a déclaré que cela ressemblait à « l'idée qu'un adolescent se fait de ce qui est sexy ».
- La métaphore : C'était comme regarder un mauvais acteur jouant une séductrice. Cela ressemblait à une caricature — une version exagérée et fausse de la féminité qui ne semblait ni réelle ni humaine.
6. La conclusion : Pourquoi cela compte
Le document soutient que ces voix d'IA sont comme des mannequins numériques. Elles ne nous montrent pas la réalité entière, complexe et diverse de la façon dont les hommes et les femmes réels parlent. Au lieu de cela, elles renforcent les vieux stéréotypes :
- Les hommes sont les chefs (dominants, positifs).
- Les femmes sont les objets (soumises, sexualisées).
Les chercheurs avertissent que, même si ces voix d'IA sont commercialisées comme des « outils créatifs » pour la création de jeux vidéo ou de films, elles sont en réalité en train de copier et d'amplifier des biais néfastes. Elles prennent le « regard masculin » (male gaze — la façon dont les hommes imaginent que les femmes devraient sonner) et en font un produit que n'importe qui peut acheter.
En bref : Le document a conclu que, bien que la technologie de la voix par IA pourrait être un outil de liberté et de diversité, elle agit actuellement surtout comme un miroir qui ne reflète que des idées de genre obsolètes et stéréotypées, faisant des femmes des fantasmes soumis et des hommes des patrons dominants.
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.