Dans le cadre de la série de TechCrunch sur les femmes dans le domaine de l’Intelligence Artificielle (IA), qui cherche à donner aux universitaires et autres femmes travaillant dans l’IA le temps de lumière qu’elles méritent – et qui était plus que nécessaire – TechCrunch a interviewé Marissa Hummon, la directrice technique de l’entreprise d’énergie Utilidata, où elle travaille pour rendre le réseau électrique plus durable. “Le travail que je fais chez Utilidata va à l’encontre du statu quo du secteur des services publics,” a déclaré Hummon à TechCrunch, ajoutant que l’IA est prête à aider le secteur des services publics à fonctionner de manière plus efficace. “Cela donnera aux entreprises de services publics les outils dont elles ont besoin pour exploiter un réseau propre, moderne et fiable qui servira mieux les personnes et les entreprises qui y sont connectées“.
Hummon a commencé sa carrière au National Renewable Energy Lab, où elle a travaillé sur la manière de faire évoluer l’industrie de l’énergie vers des solutions plus propres et moins carbonées. Elle se souvient avoir dû adopter une nouvelle approche de modélisation parce que certaines équations physiques étaient “in-solvables en utilisant des méthodes analytiques traditionnelles“. “Au lieu de cela, nous devions utiliser des méthodes numériques et de l’apprentissage automatique“, a-t-elle déclaré. C’était en 2010.
Hummon a gravi les échelons, travaillant chez Tendril, une entreprise énergétique, avant d’accéder au poste de CTO chez Utilidata, poste qu’elle occupe depuis 2018. Elle est titulaire d’un doctorat en physique appliquée de Harvard et a déclaré qu’elle avait remarqué une chute significative du nombre de femmes travaillant dans le domaine lorsqu’elle est passée de l’école de deuxième cycle au domaine de l’ingénierie.
“J’ai souvent ressenti la pression d’être jugée selon des normes plus élevées que mes collègues masculins sur le lieu de travail,” a t elle affirmé.
Hummon a indiqué qu’en tant que leader, elle essaie de donner l’exemple et de créer des opportunités pour les femmes de diriger et d’être reconnues. En même temps, elle a déclaré que les hommes doivent prendre leurs responsabilités pour créer de l’espace pour que davantage de femmes puissent entrer dans le domaine et y rester. “Le changement que nous devons apporter n’est pas uniquement une question de pratique; il doit être systémique et généralisé“, a-t-elle poursuivi. “Il commence par le recrutement et l’embauche, se poursuit par le mentorat et le coaching, et culmine par une reconnaissance et une promotion justes et équitables – tout en créant un environnement de travail sûr et inclusif“.
Hummon a déclaré que les utilisateurs devraient savoir que l’IA n’est pas quelque chose qui peut résoudre tous les problèmes, mais plutôt un assistant expert pour améliorer les opérations, augmenter l’efficacité et apporter un soutien. “Il est important de reconnaître ses limites et de s’assurer qu’il y a des points de contrôle appropriés“, a-t-elle déclaré. Il est également important, selon elle, de comprendre comment l’IA générative a été formée et construite afin de comprendre les éventuels biais qu’elle pourrait avoir. “Cette connaissance est un outil puissant lorsqu’il s’agit de travailler avec des modèles linguistiques pour l’analyse de données et d’évaluer la faisabilité des solutions“, a-t-elle continué. “L’IA n’est aussi bonne que les données et les informations sur lesquelles elle a été formée“.
Elle a également donné quelques conseils sur la manière de construire une IA sûre, expliquant qu’Utilidata avait pris la décision dès le départ de conserver toutes ses données localement. “L’approche de la construction de modèles en utilisant l’IA distribuée réduit la quantité et la fréquence des informations envoyées à l’IA et réduit donc les chances de failles de sécurité ou de violations de la confidentialité“. Pour les investisseurs, elle a déclaré – comme tous les experts que nous avons interrogés – qu’ils doivent évaluer comment une entreprise souhaite utiliser l’IA, car une IA responsable a une apparence différente dans chaque secteur. “L’investissement dans une IA responsable doit être proportionné au risque et à la complexité de chaque entreprise, et non une norme générale“.
