Léa Steinacker
La plupart des organisations qui évaluent l’IA sont en mesure d’analyser ses performances techniques. Rares sont celles qui peuvent évaluer l’impact des systèmes d’IA sur les structures décisionnelles et les lignes de responsabilité une fois ceux-ci déployés. C’est dans cet écart, entre ce que l’IA promet et ce qu’elle modifie dans le fonctionnement des organisations, que s’accumulent les risques liés à la gouvernance avant qu’ils ne deviennent visibles.
Sociologue et autrice à succès du magazine *Der Spiegel*, le Dr Léa Steinacker aide les conseils d’administration et les équipes de direction à comprendre les implications de l’adoption de l’IA en matière de gouvernance, de main-d’œuvre et de responsabilité, en s’appuyant sur des travaux de recherche évalués par des pairs et sur son cadre théorique « Code Capital », développé dans le cadre de sa thèse de doctorat.
Full Profile
Pourquoi les entreprises font appel à Léa Steinacker
- Son cadre théorique « Code Capital », développé dans le cadre de sa thèse de doctorat à l'université de Saint-Gall et publié par Nomos Verlag, offre aux équipes de direction une méthode structurée pour analyser ce qui est intégré dans les systèmes d'IA, de la conception au déploiement, un aspect qui fait actuellement défaut dans la plupart des discussions sur la gouvernance de l'IA.
- Ses travaux de recherche, évalués par des pairs, portent sur des applications spécifiques et controversées de l'IA, notamment des enquêtes transnationales sur l'acceptation de la reconnaissance faciale publiées dans Government Information Quarterly et Public Understanding of Science, ce qui confère à ses arguments une base empirique plutôt que purement théorique.
- Son ouvrage de 2024, coécrit avec le Prof. Dr Miriam Meckel (Rowohlt Verlag), a figuré dans les classements des meilleures ventes du Spiegel et du Manager Magazin, preuve que sa réflexion sur les conséquences organisationnelles et sociétales de l’IA trouve un écho auprès d’un public de cadres supérieurs, et pas seulement auprès de spécialistes.
- En tant que cofondatrice d'ada Learning, qui a formé des milliers d'employés d'entreprises du DAX, de PME et d'administrations publiques aux compétences nécessaires à la transformation par l'IA, elle a testé ses cadres conceptuels à grande échelle au sein de grandes institutions, et ne s'est pas contentée de les décrire de l'extérieur.
- Son expérience au sein du conseil d'administration de Weleda AG et son rôle de direction en tant que PDG de GaiaLogic AG signifient que sa perspective sur la gouvernance de l'IA provient d'une personne qui en est directement responsable, et non pas seulement d'une personne qui l'analyse.
Faits marquants de sa biographie
- Doctorat de l'université de Saint-Gall ; thèse de doctorat « Code Capital » publiée sous forme de monographie universitaire par Nomos Verlag (2022)
- Co-auteure avec le Prof. Dr Miriam Meckel de « Alles überall auf einmal » (Rowohlt Verlag, 2024), classé dans les listes des best-sellers du Spiegel et du Manager Magazin ; publié en anglais sous le titre « Everything Everywhere All At Once: How Artificial Intelligence Impacts Our World » et en coréen
- PDG de GaiaLogic AG ; cofondatrice et ancienne présidente exécutive d’ada Learning GmbH, qui a formé des milliers d’employés d’entreprises du DAX, de PME et d’administrations publiques aux compétences nécessaires à la transformation par l’IA
- Membre du conseil d'administration de Weleda AG ; ancienne membre du comité consultatif sur l'IA de Ringier AG
- Chargée de cours à l’université de Saint-Gall, où elle enseigne les « impacts sociaux et économiques de l’intelligence artificielle »
- Publications évaluées par des pairs dans Government Information Quarterly, Electronic Markets, Public Understanding of Science et Data and Policy (Cambridge Core)
- Diplômée de l'université de Princeton (A.B.), de la Harvard Kennedy School of Government (MPP) et de l'université de Saint-Gall (doctorat)
- Forbes 30 Under 30 Europe ; Medium Magazine Top 30 Under 30 Journalists ; BCG Thought Leader ; Atlantik-Brücke Young Leader ; Munich Young Leader (Munich Security Conference et Körber Stiftung) ; Prix Henry Richardson Labouisse, Université de Princeton
Biographie
Les organisations qui adoptent rapidement l’IA constatent que leurs structures de gouvernance ne suivent pas le rythme. Les conseils d’administration sont de plus en plus tenus responsables de l’impact des systèmes d’IA sur leurs décisions et leur personnel, mais la plupart ne disposent pas des cadres analytiques nécessaires pour l’évaluer. Léa Steinacker a passé une décennie à élaborer précisément ces cadres.
Sa thèse de doctorat à l’université de Saint-Gall a donné naissance à Code Capital, un cadre sociotechnique permettant d’analyser les systèmes d’IA de la conception au déploiement. Publié par Nomos Verlag en 2022, cet ouvrage offre aux dirigeants une méthode structurée pour identifier ce que contiennent réellement les systèmes d'IA, des hypothèses de conception aux risques liés au déploiement. Ses travaux évalués par des pairs, qui portent sur l'adoption de la reconnaissance faciale dans quatre pays et ont été publiés dans des revues telles que Government Information Quarterly et Public Understanding of Science, apportent une base empirique à des arguments qui restent trop souvent au niveau des principes.
Son livre publié en 2024 avec le Prof. Dr Miriam Meckel (Rowohlt Verlag) est immédiatement devenu un best-seller du Spiegel et du Manager Magazin, avant d’être traduit en anglais et en coréen. Il a fait passer la question de ce que l’IA signifie pour les personnes, les organisations et les sociétés du débat éthique à une conversation pratique sur le leadership. Elle met désormais cette perspective directement en pratique en tant que PDG de GaiaLogic AG et en tant que chargée de cours à l’Université de Saint-Gall.
En tant que membre du conseil d'administration de Weleda AG, sa vision de la gouvernance de l'IA est façonnée par la responsabilité institutionnelle, et non par une simple analyse académique. Elle a cofondé ada Learning, qui a permis à des milliers d'employés d'entreprises du DAX, d'administrations publiques et d'organisations de la société civile d'acquérir des compétences en matière de transformation par l'IA. Elle est diplômée de l'université de Princeton, de la Harvard Kennedy School of Government et de l'université de Saint-Gall.
Principaux thèmes d'intervention
- Gouvernance de l'IA et déploiement responsable
- Les implications sociétales et organisationnelles de l'IA
- Code Capital et analyse sociotechnique des systèmes d'IA
- Réglementation de l'IA et cadre politique européen
- Transformation de la main-d'œuvre et préparation à l'IA
- Collaboration entre l'humain et l'IA et prise de décision
- L'IA et l'avenir du travail intellectuel
Idéal pour
- Les conseils d'administration et les cadres dirigeants chargés d'évaluer les structures de gouvernance et de responsabilité en matière d'IA
- Les directeurs techniques, les directeurs du numérique et les responsables de la transformation chargés de piloter l'adoption de l'IA
- Les équipes chargées des politiques, des affaires juridiques et de la conformité travaillant sur la réglementation de l'IA et les risques d'entreprise
- Les responsables RH et les dirigeants chargés de la gestion des ressources humaines qui gèrent la préparation du personnel et la transformation organisationnelle pilotée par l'IA
Résultats attendus
- Un cadre, fondé sur le modèle Code Capital, permettant d'évaluer l'impact des systèmes d'IA sur les organisations au-delà de leurs capacités techniques déclarées
- Une meilleure compréhension des domaines où les risques liés à la gouvernance de l'IA s'accumulent avant qu'ils ne deviennent visibles au niveau du conseil d'administration
- Une base pratique sur la réglementation européenne en matière d'IA et ce qu'elle implique pour la prise de décision et la responsabilité des organisations
- Un vocabulaire plus précis pour poser les bonnes questions sur l'IA dans les contextes de direction et de gouvernance
- Une plus grande clarté sur la manière de structurer les initiatives de préparation de la main-d'œuvre qui considèrent la transformation par l'IA comme un défi organisationnel, et pas seulement comme un défi en matière de compétences
Conférences
S’inspirant directement du best-seller du Spiegel coécrit avec le Prof. Dr Miriam Meckel, cette conférence examine comment l’IA est en train de transformer la société, les organisations et le monde du travail, et explique pourquoi les décisions de gouvernance prises aujourd’hui détermineront les conditions dans lesquelles cette transformation s’opérera.
Points clés à retenir :
- Pourquoi le stade actuel du développement de l’IA rend les choix de gouvernance particulièrement déterminants pour les organisations et les sociétés
- Ce que les organisations ont à gagner de l’adoption de l’IA, et où les risques structurels sont latents plutôt qu’évidents
- Un cadre permettant d’aborder l’IA non pas comme une simple technologie à adopter, mais comme un ensemble de décisions concernant les valeurs, la responsabilité et ce que les organisations souhaitent devenir
Cette présentation dresse un état des lieux des enjeux pratiques en matière de gouvernance auxquels les organisations sont confrontées à mesure que la réglementation européenne sur l’IA entre en vigueur, et propose aux dirigeants un moyen de s’adapter aux exigences de conformité sans les considérer comme un frein à l’innovation.
Points clés à retenir :
- Ce que la loi européenne sur l’IA exige des organisations à différents niveaux de risque des systèmes d’IA, en termes d’actions que le conseil d’administration peut entreprendre
- Comment aligner les cadres de gouvernance de l’IA sur la stratégie concurrentielle plutôt que de les considérer comme des forces opposées
- Où les lacunes de conformité sont les plus susceptibles d’apparaître lors du déploiement de l’IA, et comment y remédier avant qu’elles ne deviennent coûteuses
Cette intervention aborde la question de la préparation du personnel à l’IA comme un enjeu de transformation organisationnelle plutôt que comme un simple exercice de formation, en s’appuyant sur l’expérience de Steinacker, qui a cofondé et développé ada Learning auprès de milliers d’employés issus d’entreprises du DAX, d’administrations publiques et d’organisations de la société civile.
Points clés à retenir :
- Pourquoi la plupart des programmes de perfectionnement en IA ne parviennent pas à changer le mode de fonctionnement réel des organisations, et à quoi ressemble une approche structurelle à la place
- Comment identifier les lacunes en matière de compétences qui importent le plus aux différents niveaux et dans les différentes fonctions au sein de l’organisation
- Un cadre pratique pour passer de la sensibilisation à l’IA à une véritable préparation à l’IA au sein d’un personnel diversifié et multigénérationnel