1. Introduction et problème

Dans l’éducation de la petite enfance, le mot « inclusion » circule avec une facilité qui ne correspond pas toujours à son contenu juridique. La Convention relative aux droits des personnes handicapées reconnaît le droit à un système éducatif inclusif à tous les niveaux et à un apprentissage tout au long de la vie, avec aménagements raisonnables, soutiens individualisés et modes de communication améliorés et alternatifs (Nations Unies, 2006, art. 2, 7, 9, 21 et 24). L’observation générale n° 4 du Comité des droits des personnes handicapées précise que l’inclusion n’est ni l’intégration ni le placement physique : c’est une transformation de la culture, de la politique et de la pratique pour lever les barrières et garantir une participation pleine (Comité des droits des personnes handicapées, 2016). Cette norme n’est pas satisfaite par un dispositif. Elle ne l’est pas non plus par un modèle qui « détecte » ou « personnalise ».

En même temps, l’IA entre au jardin d’enfants et dans l’intervention précoce avec une promesse d’accessibilité : reconnaisseurs vocaux pour une parole peu intelligible, communicateurs par le regard et classificateurs d’autisme à partir de vidéo, d’audio ou d’électroencéphalographie. L’UNICEF estime que près de 240 millions d’enfants — environ un sur dix — vivent avec un handicap et que, par rapport à leurs pairs, ils ont 25 % moins de chances de fréquenter un programme d’éducation de la petite enfance et 24 % moins de chances de recevoir une stimulation précoce et des soins réactifs (UNICEF, 2021a). L’OMS et l’UNICEF documentent en outre que plus de 2,5 milliards de personnes ont besoin de produits d’assistance et que près d’un milliard ne les obtiennent pas ; dans certains pays à faible revenu, l’accès peut être de 3 %, contre près de 90 % dans des contextes à revenu élevé (World Health Organization et UNICEF, 2022). Offrir l’IA comme « inclusion » sans demander qui le modèle reconnaît, qui le médiatise et quel poste n’est pas pourvu n’est pas une politique de droits.

La thèse de cet article est restrictive. L’IA n’inclut pas par elle-même. Elle peut élargir l’accès communicationnel — le droit de se faire comprendre, de choisir, de jouer avec un interlocuteur — lorsqu’elle est configurée comme technologie d’aide, avec un service humain, des objectifs individualisés et une évaluation d’utilisabilité. Elle peut, à la fois, médicaliser l’enfance en convertissant la différence en étiquette prédictive, biaiser de manière systématique ceux qui parlent, regardent ou se meuvent de façon non normative, et déplacer l’orthophoniste, l’ergothérapeute, l’enseignant de soutien et l’interprète. Distinguer ces trois destins n’est pas une nuance rhétorique : c’est la différence entre un étayage et une substitution.

Le problème s’aggrave parce que la littérature « IA pour l’autisme » rapporte souvent des aires sous la courbe élevées sans auditer l’équité ni la validité externe (Valizadeh et al., 2024). Les reconnaisseurs entraînés sur des adultes de variétés standard échouent avec les enfants, les accents et les locuteurs non natifs (Feng et al., 2024). Les feuilles de route d’équité avertissent que la parole atypique et la voix de CAA peuvent exclure les personnes handicapées des systèmes vendus comme accessibles (Guo et al., 2019 ; Trewin et al., 2019). Rien de cela n’autorise à affirmer qu’un jardin est « déjà inclusif » parce qu’il a acheté une licence.

Ce travail propose trois contributions : reconstruire l’état de l’art en séparant norme, preuve et inférence ; examiner trois familles de cas vérifiés — soutien communicationnel, détection automatisée de l’autisme comme preuve de risque, et biais de la voix — sans recycler les axes déjà publiés sur les tuteurs, PopBots, la compétence enseignante UNESCO ou la médiation parentale ; et offrir un cadre inférentiel sur le moment de soutenir et celui de ne pas substituer, ancré dans la Convention, l’UNICEF (2021b) et l’UNESCO (2021a), sans les convertir en atelier enseignant.

2. État de l’art : inclusion, technologies d’aide et biais

Il convient de séparer trois strates. La première est normative : ce que prescrivent les traités et les observations générales. La deuxième est épidémiologique et de services : qui reste hors de l’éducation de la petite enfance et des technologies d’aide. La troisième est technico-empirique : ce que mesurent, avec quels échantillons et quelles limites, les systèmes de CAA, de reconnaissance de la parole et de classification diagnostique.

Dans la strate normative, l’article 7 de la Convention oblige à assurer la jouissance pleine des droits, l’intérêt supérieur de l’enfant et le droit d’exprimer son opinion avec une assistance appropriée à l’âge et au handicap ; l’article 9 exige l’accessibilité, y compris les TIC ; l’article 21 protège la liberté d’expression par la langue des signes, le braille et les modes améliorés et alternatifs ; l’article 24 relie ce droit à un système éducatif inclusif, à des enseignants formés à ces modes et à des soutiens individualisés « dans des milieux qui maximisent le développement scolaire et social, conformément à l’objectif de pleine intégration » (Nations Unies, 2006). L’observation générale n° 4 insiste pour que l’inclusion transforme le financement, l’administration, la conception et le suivi, et n’ajoute pas un annex technologique (Comité des droits des personnes handicapées, 2016). L’observation générale n° 7 rappelle la participation des enfants handicapés par leurs organisations représentatives (Comité des droits des personnes handicapées, 2018). La Convention relative aux droits de l’enfant et son observation générale n° 25 étendent ces droits à l’environnement numérique, y compris les algorithmes et l’intelligence artificielle (Nations Unies, 1989 ; Comité des droits de l’enfant, 2021).

L’orientation de l’UNICEF sur l’IA pour les enfants, version 2.0, formule neuf exigences ; sont ici nucléaires garantir l’inclusion des et pour les enfants et prioriser l’équité et la non-discrimination. Le document avertit que le biais — données non représentatives, cécité au contexte et usage des résultats sans contrôle humain — peut produire une exclusion de longue durée, et que les enfants handicapés doivent être priorisés (UNICEF, 2021b). La Recommandation de l’UNESCO sur l’éthique de l’IA, adoptée par 193 États en 2021, ancre les droits humains, l’équité, la non-discrimination et la supervision humaine (UNESCO, 2021a). Le guide sur l’IA générative ajoute la validation éthique et pédagogique, la protection des données et un seuil d’âge pour les conversations indépendantes avec des plateformes génératives (Miao et Holmes, 2023). Aucun de ces instruments n’affirme qu’un classificateur « inclut » un enfant de trois ans. Le rapport de l’UNESCO sur l’éducation et l’accueil inclusifs de la petite enfance documente que le handicap, avec le genre, l’ethnicité, la langue et le déplacement, continue de refuser l’accès à des services déclarés universels (UNESCO, 2021b).

Dans la strate des services, le Rapport mondial sur la technologie d’assistance insiste sur le fait que les produits d’appui — fauteuils, aides auditives, communicateurs, applications de cognition et de communication — habilitent des droits et ont un retour sur investissement, mais restent radicalement inéquitables (World Health Organization et UNICEF, 2022). Cet écart importe pour l’IA : un modèle de reconnaissance du regard ou de la voix n’est pas un droit réalisé s’il n’y a ni dispositif, ni maintenance, ni formation de l’équipe, ni continuité à la fin de l’essai. Hsieh et al. (2024) le montrent à Taïwan : l’éligibilité, le reste à charge et la nouveauté pédiatrique de la technologie du regard conditionnent l’usage quotidien.

Dans la strate empirique, la CAA de haute technologie intègre l’apprentissage automatique pour la prédiction, la reconnaissance de parole non normative et les tableaux « juste à temps ». Costanzo et al. (2023) y situent Talkitt. Hsieh et al. (2024) et Borgestig et al. (2021) situent le regard comme méthode d’accès. Holyfield et al. (2024) explorent, avec un prototype Wizard-of-Oz, l’entrée augmentée automatisée. Ces études mesurent l’utilisabilité, la participation, la dénomination ou l’attention visuelle. Elles ne mesurent pas l’inclusion comme transformation systémique.

Dans la strate du biais, Feng et al. (2024) quantifient, en néerlandais et en mandarin, le biais selon le genre, l’âge et les accents : la parole enfantine native (7–11 ans) est moins bien reconnue que celle des adolescents ; la parole non native dégrade le taux d’erreur de mot de 15 à 24 points. Koenecke et al. (2020) ont documenté, dans cinq systèmes commerciaux, un taux d’erreur de 0,35 pour les locuteurs noirs contre 0,19 pour les locuteurs blancs. Guo et al. (2019) avertissent de l’échec face à la dysarthrie, à l’accent associé au handicap et à la voix de CAA. Trewin et al. (2019) soulignent que le handicap est divers, peu représenté et heurte la vie privée des données de personnalisation. Le biais, ici, est un déni d’accès communicationnel.

Dans la strate de la détection, Valizadeh et al. (2024) synthétisent 344 études de diagnostic automatisé de l’autisme en neuf modalités. L’AUC se situe entre 0,71 et 0,90 ; l’EEG atteint 0,85–0,93. Les auteurs concluent que la littérature est « truffée de biais et de défauts méthodologiques et de rapport ». Cet énoncé est le constat que cet article retient : non la promesse d’un diagnostic plus précoce, mais la preuve d’un champ qui produit des chiffres élevés avec une validité clinique fragile. Médicaliser la petite enfance avec un seuil de risque algorithmique, en l’absence de normes d’équité et de supervision clinique, est précisément le scénario que l’UNICEF décrit comme un profilage qui enferme les enfants dans des trajectoires et restreint leur développement (UNICEF, 2021b).

3. Méthode de revue

Une revue narrative critique a été réalisée, non une méta-analyse. Le propos n’était pas d’estimer une taille d’effet comparable — inexistante de manière homogène entre CAA du regard, reconnaisseurs de parole et classificateurs diagnostiques — mais d’articuler un argument de politique et de pratique avec des sources vérifiées. Les critères d’inclusion étaient : (a) publication entre 2021 et 2026, avec exception justifiée pour les traités et les études de biais encore en vigueur (Nations Unies, 2006, 1989 ; Koenecke et al., 2020 ; Guo et al., 2019 ; Trewin et al., 2019) ; (b) foyer sur la petite enfance (0–8 ans) ou sur l’enfance avec handicap lorsque l’étude inclut de manière explicite de jeunes enfants ou la parole enfantine ; (c) type documentaire de revue à comité de lecture, actes avec DOI, ou rapport des Nations Unies, de l’UNESCO, de l’UNICEF ou de l’OMS ; (d) accès à une page DOI, un dépôt institutionnel ou un site éditorial confirmant auteurs, année, titre et résultats. Ont été exclues les sources dont le DOI n’ouvrait pas sur des métadonnées vérifiables, les essais d’opinion sans relecture, et les cas déjà utilisés comme axe dans des articles antérieurs de cette série (PopBots, tuteurs personnalisés, compétence enseignante UNESCO et médiation parentale au foyer).

La recherche a été exécutée le 20 août 2026 sur des pages DOI, PubMed, Frontiers, ScienceDirect, Taylor & Francis, PNAS, UNESDOC, UNICEF Innocenti, OMS, HCDH et dépôts universitaires (Delft, Jönköping, NSF PAR). Chaque source citée a été vérifiée contre au moins l’une de ces pages. Le corpus a été organisé en un cas de soutien par le regard et la parole, un cas de détection automatisée traité comme preuve de risque, et un cas de biais de la voix. Pour saturation, Borgestig et al. (2021) et Holyfield et al. (2024) ont été retenus, ainsi que les cadres de l’UNICEF (2021a, 2021b), de l’UNESCO (2021a, 2021b), de Miao et Holmes (2023) et de l’OMS et l’UNICEF (2022).

L’analyse a distingué trois statuts énonciatifs. Constat empirique : ce qui a été observé ou mesuré dans l’échantillon. Cadre normatif : ce qu’un traité, une observation générale ou une orientation de politique prescrit. Inférence pédagogique : la traduction que cet article propose pour le jardin et les équipes de soutien, marquée comme telle. Les limites sont celles de toute revue narrative : il n’y a pas de protocole PRISMA complet, il y a un biais de langue vers l’anglais et l’italien, et l’Amérique latine et l’Afrique sont sous-représentées (section 9).

4. Cas 1. Technologies d’aide : regard, parole atypique et plafond de la CAA intelligente

Hsieh, Granlund, Odom, Hwang et Hemmingsson (2024) ont publié dans Disability and Rehabilitation: Assistive Technology (vol. 19, n° 2, p. 492–505) un plan à lignes de base multiples auprès de quatre enfants de trois à six ans à Taïwan (moyenne 5,1 ans), avec paralysie cérébrale dyskinétique ou trouble neurométabolique, niveaux IV–V au GMFCS, MACS et CFCS, et faible contrôle oculaire. L’intervention de six mois a combiné un dispositif de regard, un logiciel personnalisé, deux réunions d’équipe et douze soutiens individuels à la maison ou à l’école. Le journal d’usage, confronté aux journaux logiciels, a montré davantage de diversité d’activités (d’une ou deux à trois-six), davantage de fréquence (de 0,3–2 à 2,2–3,2 jours par semaine) et environ 25 minutes par jour d’usage (effet de groupe 0,76). Six des huit objectifs de jeu, de communication et d’apprentissage ont été atteints. Parents et enseignants ont perçu des changements cliniquement significatifs, avec une exception sur la satisfaction. Les auteurs soulignent qu’il ne suffit pas de livrer le dispositif : le service, le positionnement et les occasions quotidiennes font partie de l’intervention. En maintenance, l’usage a décliné sans dispositif personnel (Hsieh et al., 2024).

Statut de la preuve. Constat empirique : dans cet échantillon minimal, avec ce service et cette durée, la technologie du regard s’est associée à davantage de participation à des activités informatiques de jeu, de choix et, dans un cas, de tâches scolaires. Ce n’est pas un constat que l’IA « inclut » l’enfant dans la classe ordinaire, ni qu’elle améliore le développement cognitif global : l’étude ne le mesure pas. Ce n’est pas non plus un essai randomisé ; c’est un plan de cas unique avec quatre démonstrations, une validité interne argumentée et une validité externe limitée. La fréquence n’a pas atteint l’usage quotidien. Les auteurs interprètent 20–30 minutes comme optimales pour de jeunes débutants, non comme preuve de supériorité technologique.

Borgestig et al. (2021) apportent une saturation multicentrique : dix-sept participants de 3 à 26 ans en Suède, à Dubaï et aux États-Unis, sept mois d’ordinateur commandé par le regard et services d’un centre de technologie d’assistance. La communication expressive et l’indépendance fonctionnelle ont augmenté de manière significative ; seize sur dix-sept ont élargi le répertoire ; la moyenne était de 4,1 activités, 70 minutes par jour et un usage 76 % des jours. La fourchette d’âge dépasse la petite enfance ; la valeur est convergente : le regard peut être une méthode d’accès lorsqu’il y a un service. Cela n’autorise pas à retirer le thérapeute.

Costanzo et al. (2023) ont évalué Talkitt, de Voiceitt, qui traduit en temps réel des sons peu intelligibles en mots clairs au moyen d’un reconnaisseur discret calibré par utilisateur. Sur 34 inscrits avec syndrome de Down (5,54 à 28,9 ans), 23 ont achevé six mois (âge moyen 9,44 ; QI moyen 59,78). Le système a été entraîné pour au moins vingt mots ou phrases par personne. L’utilisabilité, rapportée par les aidants, était élevée pour les instructions et l’interface et minimale pour « l’usage à l’école ». Après Bonferroni, le comportement adaptatif global (ABAS-II : 55,6 à 62,4) et la dénomination (BVL : 36,6 à 45,1) se sont améliorés ; l’articulation n’a pas survécu à la correction. L’exactitude (60–95 %) n’y a pas été analysée. Les auteurs déclarent un conflit commercial de deux coauteurs de Voiceitt, l’absence de contrôle des thérapies concomitantes et un vocabulaire fermé (Costanzo et al., 2023).

Statut de la preuve. Constat empirique : dans un échantillon mixte d’enfants, d’adolescents et d’un jeune adulte, avec calibration intensive et suivi clinique, une CAA vocale personnalisée s’est associée à une amélioration de la dénomination et d’un composite adaptatif, avec une faible appropriation scolaire. Ce n’est pas un constat d’inclusion au jardin : l’étude elle-même enregistre l’échec relatif de l’usage avec les camarades. Ce n’est pas un constat de « guérison » de la parole. L’âge moyen (9,44) déborde l’éducation initiale ; on le retient parce que la borne inférieure (5,54 ans) touche la fin de la petite enfance et parce qu’il illustre le plafond d’un reconnaisseur à vocabulaire fermé. Inférence pédagogique, marquée comme telle : un communicateur qui ne « comprend » que vingt mots ne remplace pas l’orthophoniste ni l’enseignant de soutien à la récréation ou à l’assemblée.

Holyfield et al. (2024) décrivent un prototype Wizard-of-Oz — non un modèle déployé — qui automatise l’entrée augmentée (photographies appariées à la parole de l’interlocuteur) pour trois enfants du spectre autistique minimalement verbaux. Les résultats étaient variables ; dans l’ensemble, l’attention visuelle et la participation linguistique ont augmenté. Les auteurs exigent des recherches ultérieures d’efficacité, de fiabilité et de validité (Holyfield et al., 2024). Statut : preuve de concept avec un humain dans la boucle, non une licence pour se passer de l’interlocuteur.

Inférence pédagogique de cet article : les technologies d’aide médiatisées — regard, parole calibrée, entrée augmentée — peuvent élargir le droit de communiquer et de participer au jeu et aux tâches, qui est exactement l’objet des articles 21 et 24 de la Convention. Ce constat ne s’échelonne pas jusqu’à l’affirmation « l’IA inclut ». L’inclusion reste un attribut du système éducatif et de l’équipe humaine qui positionne, modèle, interprète les tentatives et soutient le dispositif lorsque l’essai se termine.

5. Cas 2. Détection automatisée de l’autisme : AUC élevée, biais de champ et médicalisation

Valizadeh et al. (2024) ont publié dans Reviews in the Neurosciences (vol. 35, n° 2, p. 141–163) une revue avec méta-analyse du diagnostic automatisé de l’autisme. En février 2022, ils ont cherché dans des bases et la littérature grise, utilisé un QUADAS-2 adapté et synthétisé par modalité. Ils ont inclus 344 études avec 186 020 participants (51 129 estimés uniques) en neuf modalités ; 232 sont entrés dans la méta-analyse. L’AUC se situait entre 0,71 et 0,90 ; l’EEG a atteint 0,85–0,93. La conclusion explicite est que la littérature est truffée de biais et de défauts méthodologiques et de rapport (Valizadeh et al., 2024).

Statut de la preuve. Constat empirique (de synthèse) : le champ produit des chiffres de discrimination statistique élevés et, simultanément, un diagnostic défavorable de la qualité de la preuve. Ce n’est pas un constat que l’IA diagnostique l’autisme de manière cliniquement valide dans un jardin. Ce n’est pas un constat d’équité entre sexes, langues, phénotypes camouflés ou populations minorisées : la revue n’autorise pas cette inférence de succès. Traiter l’AUC comme une « détection précoce réussie » serait précisément le saut que cet article interdit.

Le cadre normatif convertit ce saut en un problème de droits. L’UNICEF avertit que le profilage peut enfermer les enfants dans un profil, renforcer les stéréotypes et limiter les trajectoires, et que les décisions clés — diagnostic, prestations, admission scolaire — ne doivent pas être prises par l’IA seule, sans humain dans la boucle (UNICEF, 2021b). L’UNESCO exige proportionnalité, supervision humaine et non-discrimination (UNESCO, 2021a ; Miao et Holmes, 2023). L’observation générale n° 4 refuse de réduire l’enfant à un déficit qu’il faut classer pour le placer (Comité des droits des personnes handicapées, 2016). Un classificateur de « risque de TSA » dans la salle des trois ans médicalise la différence, peut biaiser contre les filles et les langues minorisées, et peut anticiper une étiquette qui conditionne soutiens et séparation.

Inférence pédagogique, marquée comme telle : le jardin n’est pas un centre de dépistage algorithmique. L’observation, l’évaluation fonctionnelle et, le cas échéant, l’évaluation clinique interdisciplinaire appartiennent à des spécialistes humains. Un système qui « priorise » qui évaluer peut être, au mieux, un apport auditable pour les listes d’attente ; au pire, une barrière pour qui le modèle ne reconnaît pas. Cet article ne nie pas la valeur clinique de l’évaluation précoce par des équipes compétentes. Il affirme que la littérature d’IA diagnostique, dans l’état documenté par Valizadeh et al. (2024), ne soutient ni le remplacement de ces équipes ni leur adoption acritique en éducation de la petite enfance.

6. Cas 3. Biais de la voix, de l’accent et de la parole non normative

Feng, Halpern, Kudina et Scharenborg (2024) ont publié dans Computer Speech & Language (vol. 84, art. 101567) une quantification du biais de reconnaissance automatique de la parole selon le genre, l’âge et les accents, en néerlandais et en mandarin, avec architectures hybride et bout en bout. En néerlandais (corpus Jasmin-CGN), les adolescents natifs étaient les mieux reconnus ; les enfants natifs de 7–11 ans, les moins bien parmi les natifs (biais de 11,8 points de WER en lecture avec le système hybride, p < 0,001). La parole non native a subi 23,1 points de biais en lecture et 13,9 en interaction humain-machine. La parole flamande était pire que celle des Pays-Bas. Seule une fraction du biais s’expliquait par la prononciation. En mandarin, ils n’ont pas trouvé de biais de genre significatif, mais un biais contre les accents de régions non mandarin, en particulier Min (Feng et al., 2024).

Statut de la preuve. Constat empirique : les systèmes de pointe ne reconnaissent pas tout le monde également. La parole enfantine — même d’enfants plus âgés que ceux du jardin, avec un tractus vocal plus stable qu’un enfant de trois ans — est déjà désavantagée. Le constat ne mesure pas le handicap ; il mesure l’âge, l’accent et la non-nativité. L’inférence vers le jardin et vers la parole atypique est donc de risque, non d’équivalence : si le décalage acoustique est déjà grand à sept ans, un reconnaisseur générique dans la salle des quatre ans, ou face à une dysarthrie, une fente palatine ou une parole de syndrome de Down non calibrée, ne peut être tenu pour accessible. Costanzo et al. (2023) illustrent la voie opposée : la personnalisation intense peut rendre utilisable un vocabulaire fermé, au prix de ne pas généraliser à la classe.

Koenecke et al. (2020) ont évalué cinq systèmes commerciaux sur 19,8 heures d’entretiens de 42 locuteurs blancs et 73 locuteurs noirs dans cinq villes des États-Unis. Tous ont montré des disparités raciales : WER moyen 0,35 contre 0,19, maintenu sur des phrases identiques, ce qui pointe vers les modèles acoustiques. Le corpus est adulte ; on le cite comme preuve que la reconnaissance commerciale reproduit des hiérarchies linguistiques. Dans un jardin bilingue ou de variétés minorisées, un assistant vocal « pour tous » sans audit d’erreur par groupe manque à la non-discrimination (UNICEF, 2021b).

Guo et al. (2019) cartographient le risque que l’ASR ne fonctionne pas pour la parole atypique, les accents associés au handicap et la voix des dispositifs de CAA, et que ceux qui ne peuvent pas parler soient exclus. Trewin et al. (2019) ajoutent que inclure le handicap dans les données heurte la vie privée, et que les techniques habituelles d’équité — pensées pour de grands groupes et des attributs binaires — ne se transposent pas telles quelles. L’UNICEF signale en outre que la reconnaissance faciale est moins fiable sur les visages infantiles et sur des groupes définis par le genre et l’ethnicité (UNICEF, 2021b). Cet article ne prend pas cette affirmation pour un essai contrôlé propre ; il la prend comme cadre de risque des systèmes de vision, convergent avec le biais de la voix.

Inférence pédagogique : un système qui ne reconnaît pas l’enfant n’est pas un soutien ; c’est une barrière nouvelle. Avant d’introduire la reconnaissance de la voix ou de l’émotion au jardin, le critère n’est pas la nouveauté du produit, mais le taux d’erreur désagrégé pour les voix, langues et motricités réelles du groupe, et l’existence d’un canal humain de réparation. Sans ces données, l’achat est un acte de foi, non d’inclusion.

7. Cadre inférentiel : quand soutenir, quand ne pas substituer

Le cadre qui suit est une inférence pédagogique de cet article, ancrée dans les cas et les instruments vérifiés. Ce n’est pas une nouvelle norme internationale. Il distingue quatre épreuves. Si un outil ne les passe pas, il n’est pas déployé comme « inclusion ».

7.1. Épreuve de droit, non de produit. La première question n’est pas « que peut faire le modèle ? », mais « quel droit se réalise et lequel est mis en risque ? ». Communication, accessibilité, éducation inclusive, non-discrimination, vie privée et participation sont des droits exigibles (Nations Unies, 2006, 1989 ; Comité des droits de l’enfant, 2021 ; UNICEF, 2021b). Un communicateur par le regard qui permet de choisir le jeu, avec des objectifs GAS et un service, peut se situer du côté des articles 21 et 24. Un classificateur d’autisme qui étiquette sans consentement ni voie de contestation se situe du côté du profilage que l’UNICEF rejette. La technologie d’assistance du Rapport mondial est un moyen pour des droits, non une fin ; sa rareté dans les pays à faible revenu interdit de célébrer une « IA inclusive » qui n’existe que dans des essais du Nord (World Health Organization et UNICEF, 2022 ; UNESCO, 2021b).

7.2. Épreuve de médiation humaine irremplaçable. Hsieh et al. (2024) montrent que le dispositif sans service ne change pas la ligne de base de ceux qui avaient déjà un suiveur. Borgestig et al. (2021) intègrent l’équipe d’un centre de technologie d’assistance. Costanzo et al. (2023) dépendent de la calibration, du découpage des pistes, de l’orthophoniste et de l’aidant ; l’usage scolaire échoue. Holyfield et al. (2024) opèrent avec un magicien d’Oz : le « système » est un humain. L’UNICEF exige un humain dans la boucle pour les décisions qui affectent la vie de l’enfant (UNICEF, 2021b). L’UNESCO exige une supervision humaine (UNESCO, 2021a). Inférence : soutenir, c’est élargir la capacité du spécialiste et de l’enseignant de soutien — plus d’occasions d’entrée augmentée, plus de temps de regard utile, moins de charge mécanique de tableau. Substituer, c’est licencier, ne pas pourvoir les postes ou déléguer le diagnostic et la médiation du conflit. Le second usage n’est pas autorisé par les preuves ici examinées.

7.3. Épreuve de biais désagrégé. Feng et al. (2024) et Koenecke et al. (2020) montrent que l’erreur n’est pas uniforme. Guo et al. (2019) et Trewin et al. (2019) prédisent une exclusion spécifique au handicap. Un système vocal ou visuel qui ne publie pas de taux d’erreur par âge, langue, accent et condition de parole ne peut être déclaré soutien. La personnalisation extrême (Talkitt) atténue le biais au prix d’un vocabulaire fermé et de données vocales sensibles : ce compromis doit être informé, réversible et proportionné (UNICEF, 2021b). On ne téléverse pas les voix d’enfants vers des modèles génératifs à usage général (Miao et Holmes, 2023).

7.4. Épreuve de non-médicalisation. Valizadeh et al. (2024) documentent un champ de détection à métriques élevées et méthode fragile. Convertir cette littérature en protocole de jardin, c’est médicaliser la différence et anticiper des étiquettes aux conséquences de placement. L’observation générale n° 4 exige des soutiens dans le système général, non un dépistage qui sépare (Comité des droits des personnes handicapées, 2016). La détection clinique, lorsqu’elle est due, est l’acte d’une équipe responsable, avec consentement et droit de réplique. Le jardin observe, documente et oriente ; il ne classe pas avec une AUC de laboratoire.

Opérationnellement, le cadre admet : (a) une CAA du regard ou de la parole personnalisée, avec service, objectifs et revue d’utilisabilité, pour les enfants qui n’accèdent pas par d’autres méthodes ; (b) des prototypes d’entrée augmentée avec un spécialiste dans la boucle et une évaluation continue ; (c) un audit d’erreur de tout reconnaisseur avant l’achat. Le cadre rejette : (d) le diagnostic ou le « risque de TSA » automatisé comme décision éducative ; (e) les assistants vocaux génériques comme canal unique de participation ; (f) le remplacement de l’orthophoniste, de l’ergothérapeute, de l’interprète ou de l’enseignant de soutien par une licence ; (g) la conversation indépendante d’un enfant de jardin avec un modèle génératif (Miao et Holmes, 2023).

8. Discussion

Trois tensions organisent la discussion. La première est entre accès communicationnel et mythe de l’inclusion automatique. C’est un constat que, avec un service, la technologie du regard peut augmenter le jeu, le choix et certaines tâches chez des enfants de trois à six ans avec un handicap complexe (Hsieh et al., 2024), et qu’un reconnaisseur calibré peut s’associer à davantage de dénomination dans un échantillon de syndrome de Down (Costanzo et al., 2023). C’est un cadre que les articles 9, 21 et 24 obligent à faciliter les modes améliorés et les soutiens individualisés (Nations Unies, 2006). Ce n’est pas un constat que ces dispositifs réalisent l’inclusion. Costanzo et al. (2023) mesurent, de fait, l’échec de l’usage scolaire. Hsieh et al. (2024) mesurent la participation à des activités informatiques, non l’appartenance au groupe de pairs. Confondre utilisabilité et inclusion est l’erreur catégorielle que l’observation générale n° 4 corrige (Comité des droits des personnes handicapées, 2016).

La deuxième tension est entre détection précoce et médicalisation. Le champ de l’IA pour l’autisme offre des AUC qui, lues sans critique, semblent une solution aux listes d’attente. Valizadeh et al. (2024) lisent ces mêmes chiffres comme un corpus biaisé. L’UNICEF décrit le profilage comme une menace pour le développement (UNICEF, 2021b). Dans la petite enfance, où le jeu, la langue et l’attention sont encore instables, un faux positif ou un faux négatif n’est pas une erreur de laboratoire : c’est une trajectoire. L’inférence de cet article est que l’urgence clinique d’évaluer ne se traduit pas en urgence d’automatiser.

La troisième tension est entre accessibilité déclarée et biais mesuré. Les mêmes systèmes vendus pour « donner une voix » reconnaissent moins bien les enfants, les accents et les locuteurs racialisés (Feng et al., 2024 ; Koenecke et al., 2020). Guo et al. (2019) anticipent l’échec face à la parole atypique. L’inclusion par conception que demande l’UNICEF (2021b) exige des données diverses et, à la fois, l’UNICEF et Trewin et al. (2019) rappellent le coût de vie privée de ces données. Il n’y a pas de raccourci : ou l’on personnalise avec une gouvernance stricte et un spécialiste, ou l’on ne déploie pas. La troisième voie — un modèle général « pour tous les enfants » — est, selon la preuve de biais, une voie d’exclusion.

Si le dispositif exige calibration, positionnement, modelage de langue augmentée et réparation d’erreurs, le spécialiste n’est pas un coût à optimiser : c’est la condition du soutien. Le substituer est incompatible avec l’article 24.4 (Nations Unies, 2006) et avec l’exigence de ne pas laisser les décisions vitales à un système sans humain (UNICEF, 2021b). Dans le meilleur cas documenté, l’IA augmente la portée de ce professionnel. Elle ne le substitue pas.

9. Limites

Cette revue est narrative. Elle n’applique pas un protocole PRISMA complet ni n’estime d’effets combinés. Les cas nucléaires de soutien ont de petits échantillons (n = 4 chez Hsieh et al., 2024 ; n = 23 completeurs chez Costanzo et al., 2023 ; n = 3 chez Holyfield et al., 2024) et une géographie biaisée (Taïwan, Italie, États-Unis, Europe). Costanzo et al. (2023) mélangent les âges et déclarent un conflit commercial. Feng et al. (2024) mesurent des enfants de 7–11 ans, non de 3–5 ; le transfert au jardin est une inférence de risque. Koenecke et al. (2020) mesurent des adultes. Valizadeh et al. (2024) agrègent des modalités hétérogènes et n’équivalent pas à un essai en classe. Des essais latino-américains ou africains de CAA avec IA en petite enfance n’ont pas été localisés avec le même degré d’ouverture de DOI ; cette absence est un vide, non une preuve d’inexistence. Les cadres de la Convention, de l’UNICEF et de l’UNESCO sont prescriptifs : leur autorité est normative, non empirique. Les inférences pédagogiques de la section 7 sont des hypothèses de politique éducative, non une preuve de mise en œuvre.

10. Conclusions

L’intelligence artificielle n’inclut pas la petite enfance. Elle peut, dans des conditions médiatisées et auditables, élargir l’accès communicationnel des filles et des garçons avec un handicap complexe : c’est ce que mesurent, avec modestie et un service humain, la technologie du regard chez quatre enfants de trois à six ans (Hsieh et al., 2024) et, avec plus de nuances d’âge et de conflit d’intérêts, un communicateur de parole calibré (Costanzo et al., 2023). Elle peut, à la fois, médicaliser lorsque la littérature de détection automatisée de l’autisme — élevée en AUC, fragile en méthode (Valizadeh et al., 2024) — est prise comme licence pour étiqueter au jardin. Elle peut biaiser lorsque la reconnaissance de la voix, déjà inégale pour les enfants, les accents et les locuteurs racialisés (Feng et al., 2024 ; Koenecke et al., 2020), se présente comme un canal universel. Elle peut déplacer le spécialiste lorsque l’achat du dispositif est offert comme substitut de l’orthophoniste, du thérapeute ou de l’enseignant de soutien, contrairement à ce que montrent les études d’utilisabilité elles-mêmes : sans équipe, l’usage scolaire s’effondre et la ligne de base ne bouge pas.

Le droit en vigueur n’est pas ambigu. La Convention exige un système inclusif, des aménagements raisonnables, des modes améliorés et des professionnels formés, non un classificateur (Nations Unies, 2006 ; Comité des droits des personnes handicapées, 2016). L’UNICEF exige inclusion, non-discrimination, vie privée et humain dans la boucle (UNICEF, 2021b). L’UNESCO exige éthique, supervision humaine et, en IA générative, limites d’âge et validation pédagogique (UNESCO, 2021a ; Miao et Holmes, 2023). Là où les sources ne mesurent ni inclusion, ni développement, ni guérison, ni diagnostic clinique valide, cet article ne les affirme pas. Soutenir, c’est tenir la communication et la participation avec une technologie d’assistance et avec des spécialistes. Substituer est une autre politique, et elle n’est pas justifiée.

Ingeniero Mitre / Laboratorio Editorial de NEXTECH.IA

Références

  1. Borgestig, M., Al Khatib, I., Masayko, S., et Hemmingsson, H. (2021). The impact of eye-gaze controlled computer on communication and functional independence in children and young people with complex needs: A multicenter intervention study. Developmental Neurorehabilitation, 24(8), 511–524. https://doi.org/10.1080/17518423.2021.1903603
  2. Comité des droits de l’enfant. (2021). Observation générale n° 25 (2021) sur les droits de l’enfant en relation avec l’environnement numérique (CRC/C/GC/25). Nations Unies. https://www.ohchr.org/en/documents/general-comments-and-recommendations/general-comment-no-25-2021-childrens-rights-relation
  3. Comité des droits des personnes handicapées. (2016). Observation générale n° 4 (2016) sur le droit à l’éducation inclusive (CRPD/C/GC/4). Nations Unies. https://www.ohchr.org/en/documents/general-comments-and-recommendations/general-comment-no-4-article-24-right-inclusive
  4. Comité des droits des personnes handicapées. (2018). Observation générale n° 7 (2018) sur la participation des personnes handicapées, y compris les enfants handicapés, par l’intermédiaire de leurs organisations représentatives, à la mise en œuvre et au suivi de la Convention (CRPD/C/GC/7). Nations Unies. https://digitallibrary.un.org/record/3899396
  5. Costanzo, F., Fucà, E., Caciolo, C., Ruà, D., Smolley, S., Weissberg, D., et Vicari, S. (2023). Talkitt: Toward a new instrument based on artificial intelligence for augmentative and alternative communication in children with Down syndrome. Frontiers in Psychology, 14, 1176683. https://doi.org/10.3389/fpsyg.2023.1176683
  6. Feng, S., Halpern, B. M., Kudina, O., et Scharenborg, O. (2024). Towards inclusive automatic speech recognition. Computer Speech & Language, 84, 101567. https://doi.org/10.1016/j.csl.2023.101567
  7. Guo, A., Kamar, E., Wortman Vaughan, J., Wallach, H., et Ringel Morris, M. (2019). Toward fairness in AI for people with disabilities: A research roadmap [Document d’atelier]. ACM ASSETS 2019 Workshop on AI Fairness for People with Disabilities. https://doi.org/10.48550/arXiv.1907.02227
  8. Holyfield, C., MacNeil, S., Caldwell, N., Zimmerman, T. O., Lorah, E. R., Dragut, E., et Vucetic, S. (2024). Leveraging communication partner speech to automate augmented input for children on the autism spectrum who are minimally verbal: Prototype development and preliminary efficacy investigation. American Journal of Speech-Language Pathology, 33(3), 1174–1192. https://doi.org/10.1044/2023_AJSLP-23-00224
  9. Hsieh, Y.-H., Granlund, M., Odom, S. L., Hwang, A.-W., et Hemmingsson, H. (2024). Increasing participation in computer activities using eye-gaze assistive technology for children with complex needs. Disability and Rehabilitation: Assistive Technology, 19(2), 492–505. https://doi.org/10.1080/17483107.2022.2099988
  10. Koenecke, A., Nam, A., Lake, E., Nudell, J., Quartey, M., Mengesha, Z., Toups, C., Rickford, J. R., Jurafsky, D., et Goel, S. (2020). Racial disparities in automated speech recognition. Proceedings of the National Academy of Sciences, 117(14), 7684–7689. https://doi.org/10.1073/pnas.1915768117
  11. Miao, F., et Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  12. Nations Unies. (1989). Convention relative aux droits de l’enfant. https://www.ohchr.org/en/instruments-mechanisms/instruments/convention-rights-child
  13. Nations Unies. (2006). Convention relative aux droits des personnes handicapées. https://www.ohchr.org/en/instruments-mechanisms/instruments/convention-rights-persons-disabilities
  14. Trewin, S., Basson, S., Muller, M., Branham, S., Treviranus, J., Gruen, D., Hebert, D., Lyckowski, N., et Manser, E. (2019). Considerations for AI fairness for people with disabilities. AI Matters, 5(3), 40–63. https://doi.org/10.1145/3362077.3362086
  15. UNESCO. (2021a). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  16. UNESCO. (2021b). Inclusive early childhood care and education: From commitment to action. UNESCO. https://www.unesco.org/en/articles/inclusive-early-childhood-care-and-education-commitment-action
  17. UNICEF. (2021a). Seen, counted, included: Using data to shed light on the well-being of children with disabilities. UNICEF. https://data.unicef.org/resources/children-with-disabilities-report-2021/
  18. UNICEF. (2021b). Policy guidance on AI for children 2.0. UNICEF Office of Global Insight and Policy. https://www.unicef.org/innocenti/reports/policy-guidance-ai-children
  19. Valizadeh, A., Moassefi, M., Nakhostin-Ansari, A., Heidari Some’eh, S., Hosseini-Asl, H., Saghab Torbati, M., Aghajani, R., Maleki Ghorbani, Z., Menbari-Oskouie, I., Aghajani, F., Mirzamohamadi, A., Ghafouri, M., Faghani, S., et Memari, A. H. (2024). Automated diagnosis of autism with artificial intelligence: State of the art. Reviews in the Neurosciences, 35(2), 141–163. https://doi.org/10.1515/revneuro-2023-0050
  20. World Health Organization, et UNICEF. (2022). Global report on assistive technology. World Health Organization et UNICEF. https://www.who.int/publications/i/item/9789240049451