ActualitéIA

Plus d’un homme américain sur deux dit savoir qui est Craig Dalton. Harvard l’a inventé pour un sondage sur l’IA.

Harvard a glissé deux noms inventés dans un sondage sur l'IA. 53 % des hommes américains disent les connaître, autant que Mira Murati.

Pour un rapport publié le 14 octobre 2026, les chercheurs du Shorenstein Center de la Harvard Kennedy School ont inventé deux noms, Susan Millner et Craig Dalton, et les ont glissés dans un sondage au milieu de 12 personnalités qui développent l’IA. Parmi les hommes interrogés, 53 % ont dit savoir qui est Susan Millner, et 53 % qui est Craig Dalton. C’est exactement la part obtenue par Mira Murati, l’ancienne directrice technique d’OpenAI. Chez les femmes, la proportion tombe à 40 %.

Le rapport, 47 pages sur l’écart entre femmes et hommes face à l’intelligence artificielle, ne parle pas de mensonge. Il avance qu’une partie de la différence de connaissances mesurée pourrait refléter « une plus grande confiance, ou peut-être un excès de confiance » chez les hommes. Pour une petite entreprise qui recrute ou forme, une compétence en IA déclarée reste un signal faible : mieux vaut la juger sur une tâche concrète de votre métier.

Deux noms inventés à égalité avec Mira Murati

Les données viennent de l’enquête CHIP50 : 5 403 adultes américains interrogés en ligne du 10 au 16 juillet 2026, avec des réponses pondérées pour représenter la population des États-Unis. Nancy Gibbs, ancienne rédactrice en chef de Time, et Matthew Baum, professeur à la Harvard Kennedy School, l’ont dirigée. Pivotal, le groupe d’organisations fondé par Melinda French Gates, l’a financée.

Pour chaque nom, les répondants indiquaient s’ils savaient qui est cette personne. La liste mêlait des patrons connus bien au-delà de l’IA, comme Elon Musk ou Tim Cook, des dirigeants de laboratoires d’IA et les deux noms inventés. Le graphique du rapport les signale d’un astérisque et d’une note : « Susan Millner et Craig Dalton sont des noms fabriqués ».

Graphique d'après la figure A8 du rapport du Shorenstein Center d'octobre 2026 : part des répondants qui disent savoir qui est chaque personne, femmes puis hommes. Susan Millner, nom inventé, 40 % et 53 % ; Craig Dalton, nom inventé, 40 % et 53 % ; Mira Murati 39 % et 53 % ; Fei-Fei Li 40 % et 54 % ; Sam Altman 55 % et 73 %.
Les deux noms inventés font jeu égal avec Mira Murati. Données : Shorenstein Center, figure A8.

Tous sexes confondus, Fei-Fei Li et Mira Murati obtiennent chacune 46 %, « la même part » que les deux noms inventés, note le rapport. Dario Amodei, le patron d’Anthropic, et Jensen Huang, celui de Nvidia, plafonnent à 50 %. Sam Altman, le plus connu des dirigeants dont le nom évoque d’abord l’IA, atteint 64 %.

Les femmes interrogées ne trient pas mieux le vrai du faux : 40 % disent connaître les deux personnages fictifs, un point de plus que Mira Murati (39 %). L’écart entre les sexes existe sur tous les noms, de 2 points pour Elon Musk à 18 pour Sam Altman et Tim Cook, et le rapport le juge statistiquement significatif à chaque ligne.

Plus de bonnes réponses et moins de « pas sûr »

Le rapport n’en conclut pas que les hommes en savent moins. Sur 12 questions factuelles consacrées à l’IA, ils donnent en moyenne 7,1 bonnes réponses, contre 6,3 pour les femmes. Ils se trompent aussi un peu plus souvent, avec 2,0 réponses fausses en moyenne contre 1,6. Les femmes choisissent en revanche l’option « pas sûr » pour 4,0 questions en moyenne, contre 2,9 pour les hommes.

D’où la prudence des auteurs. Ces chiffres suggèrent une incertitude plus grande chez les femmes, écrivent-ils, mais une partie de l’écart apparent pourrait refléter « une plus grande confiance, ou peut-être un excès de confiance, chez les hommes, plutôt qu’un savoir plus grand à lui seul ». Interrogée par Wired, Laura Manley, directrice exécutive du centre et coautrice du rapport, ajoute que cette assurance « vire parfois à l’excès de confiance, comme lorsqu’on prétend reconnaître des dirigeants de l’IA fictifs ».

Un écart de formation au travail

La partie la moins drôle du rapport concerne le travail. Parmi les personnes en emploi, 64 % des femmes disent ne recevoir aucune formation à l’IA, contre 49 % des hommes. Elles sont 46 % à ne jamais utiliser l’IA dans leur travail, contre 36 % des hommes.

Les auteurs relèvent que la formation, le mentorat et les encouragements de l’employeur vont de pair avec un usage plus fréquent de l’IA, chez les femmes comme chez les hommes. Les salariés concernés se disent aussi plus sûrs d’eux face à l’IA et la jugent plus utile.

L’étude compte aussi qui la presse américaine met en avant quand elle parle d’IA. Sur 78 542 articles publiés entre juillet 2025 et juin 2026, les hommes sont nommés 14,6 fois plus souvent que les femmes dans les titres, et cités comme experts 4,3 fois plus souvent dans le corps des textes.

En Europe, la formation relève aussi de la loi. Dans sa version entrée en vigueur le 27 juillet 2026, l’article 4 de l’AI Act demande aux entreprises qui déploient des systèmes d’IA de prendre « des mesures pour favoriser le développement de la maîtrise de l’IA par leur personnel ». Notre registre de formation IA, avec une session de 45 minutes prête à animer, aide à organiser une première séance.

Recruter un freelance IA sans se fier à son assurance

Vous cherchez un consultant pour installer l’IA dans votre entreprise, ou vous voulez savoir qui, dans votre équipe, s’en sert vraiment bien ? Après le sondage de Harvard, mieux vaut juger le travail rendu que les déclarations. Cinq réflexes pour y arriver :

  1. Confiez une vraie tâche de votre activité, sur des données fictives : transformer un brief client en proposition, ou des notes de réunion en plan d’action. Notre guide de l’IA pour consultants et freelances en détaille trois, avec le résultat attendu.
  2. Demandez comment le résultat a été vérifié. Une personne qui maîtrise l’outil sait dire où il se trompe, quelles sources il peut inventer et ce qu’elle relit à la main.
  3. Prenez au sérieux un « je ne sais pas, je vérifie ». Dans l’étude de Harvard, les auteurs lisent le « pas sûr » comme de l’incertitude. Chez un prestataire, la même réponse signale quelqu’un qui contrôle avant d’affirmer.
  4. Gardez les pièges pour les sondages. Un faux nom fonctionne dans une enquête anonyme parce qu’il mesure une tendance sur des milliers de réponses. Face à un candidat, il ne prouve rien sur une seule personne et abîme la confiance avant la première mission.
  5. Formez toute l’équipe, au-delà des volontaires. Une première séance tient dans un après-midi, sur des tâches du quotidien. Notre comparatif de Claude et ChatGPT sur cinq tâches de bureau fournit des exercices avec fichiers, consignes et corrigés, et le registre cité plus haut garde la trace de la séance.

Les limites de l’enquête

L’échantillon est américain. Aucune donnée du rapport ne dit ce que répondraient des Français ou des Belges, et il serait hasardeux d’en tirer un chiffre pour l’Europe.

Les répondants forment un échantillon en ligne non probabiliste, recruté par la société PureSpectrum puis pondéré. Personne n’avait à prouver qu’il connaissait un nom, et une réponse donnée trop vite compte comme un « oui ». Les deux noms sonnent aussi banal (« common-sounding », écrit le rapport) : certains répondants ont pu penser à un homonyme.

Le piège fonctionne des deux côtés, puisque 40 % des femmes disent aussi connaître ces deux inconnus. Le résultat qui compte est l’écart entre les sexes : 13 points sur les deux noms inventés, et un écart dans le même sens sur chacun des 14 noms. Les auteurs demandent de suivre ces écarts dans le temps. On saurait alors si l’assurance déclarée progresse au même rythme que l’usage réel.

Un assistant IA se juge comme un freelance : sur ce qu’il prend en charge chaque semaine plutôt que sur ce qu’il promet. La page de l’assistant IA de MACCUS détaille ce que le nôtre fait de vos documents, de vos rappels et de vos outils.

Laisser un commentaire