Biographie de Timnit Gebru
Réfugiée de la guerre entre l’Éthiopie et l’Érythrée devenue docteure de Stanford, Timnit Gebru a démontré que la reconnaissance faciale voyait mal les visages noirs, avant que son éviction de Google n’en fasse le symbole mondial de l’éthique de l’IA. Elle poursuit le combat depuis son propre institut, DAIR.
Timnit Gebru, née en 1983 à Addis-Abeba de parents érythréens, est une chercheuse américaine en éthique de l’intelligence artificielle. Codirigeante de l’équipe d’IA éthique de Google jusqu’à son départ fracassant fin 2020, fondatrice de l’institut indépendant DAIR, elle est l’une des voix critiques les plus écoutées de la discipline.
Adolescente pendant la guerre entre l’Éthiopie et l’Érythrée, elle fuit le pays à quinze ans, obtient l’asile aux États-Unis et termine son lycée dans le Massachusetts. Ingénieure électricienne de formation, passée chez Apple à concevoir des circuits audio, dont ceux du premier iPad, elle bifurque vers la vision par ordinateur et soutient en 2017 à Stanford une thèse dirigée par Fei-Fei Li.
En 2018, avec Joy Buolamwini, elle publie Gender Shades, l’étude qui met des chiffres sur un angle mort : les systèmes commerciaux de reconnaissance faciale se trompent sur plus d’un tiers des femmes à peau foncée quand ils frôlent le sans-faute sur les hommes à peau claire. L’étude pèsera sur les débats d’interdiction de la technologie. La même année, Google la recrute pour codiriger, avec Margaret Mitchell, son équipe d’IA éthique.
Fin 2020, un article cosigné avec la linguiste Emily Bender, On the Dangers of Stochastic Parrots, alerte sur les coûts environnementaux et les biais des grands modèles de langage. Google exige son retrait ; elle refuse ; l’entreprise dit alors « accepter une démission » qu’elle affirme n’avoir jamais donnée. Son éviction, dénoncée par des milliers d’employés et d’universitaires, devient un tournant du débat sur l’indépendance de la recherche. Un an plus tard, jour pour jour, elle fonde DAIR, institut de recherche indépendant des géants de la tech, financé par des fondations.
Parmi les dix personnalités scientifiques de l’année de la revue Nature en 2021, au TIME 100 en 2022, elle poursuit depuis DAIR l’enquête sur les conditions de travail des annotateurs de données et la critique des idéologies de la superintelligence. Sceptique revendiquée de l’intelligence artificielle générale, elle répète que « l’IA » est d’abord un mot de marketing qui recouvre des techniques très différentes ; son livre, Deep Unlearning, est annoncé pour début 2027.
Photo : Kimberly White pour TechCrunch, 2018 (CC BY 2.0).
