12 juin 2026
Fiche – Discrimination
Présentation générale
La discrimination désigne une différence de traitement fondée sur un critère prohibé par le droit ou produisant un désavantage injustifié à l’égard d’une personne ou d’un groupe de personnes.
La lutte contre les discriminations constitue un principe fondamental des ordres juridiques français, européen et international. Elle est étroitement liée à la protection de la dignité humaine, au principe d’égalité devant la loi et à la garantie des droits fondamentaux.
Initialement développée pour lutter contre les discriminations fondées sur l’origine, le sexe ou la religion, cette matière connaît aujourd’hui un renouvellement important sous l’effet de la transformation numérique. L’essor des systèmes algorithmiques et de l’intelligence artificielle a fait émerger la notion de discrimination algorithmique, qui occupe désormais une place centrale dans les travaux des institutions européennes, des autorités de protection des données et des organismes chargés de la défense des droits fondamentaux.
Les discriminations peuvent intervenir dans de nombreux domaines :
- emploi ;
- éducation ;
- logement ;
- assurance ;
- crédit ;
- santé ;
- accès aux biens et services ;
- services publics ;
- environnement numérique.
Points essentiels
- La discrimination peut être directe ou indirecte.
- L’intention discriminatoire n’est pas toujours nécessaire pour caractériser une discrimination.
- Le droit français et européen protègent un grand nombre de critères.
- Les discriminations peuvent être le fait de personnes physiques, d’entreprises ou d’autorités publiques.
- Les systèmes d’intelligence artificielle peuvent reproduire ou amplifier des biais discriminatoires.
- Le RGPD, la Charte des droits fondamentaux de l’Union européenne et l’AI Act participent à la prévention des discriminations algorithmiques.
- La non-discrimination constitue l’un des principes fondamentaux de l’État de droit.
Définition juridique
Discrimination directe
La discrimination directe correspond à une situation dans laquelle une personne est traitée moins favorablement qu’une autre en raison d’un critère protégé.
Exemples :
- refus d’embauche fondé sur l’origine ;
- refus de location en raison de la nationalité ;
- traitement défavorable lié à la religion.
Discrimination indirecte
La discrimination indirecte résulte d’une disposition, d’un critère ou d’une pratique apparemment neutre mais qui entraîne un désavantage particulier pour certaines personnes.
Exemple :
Une procédure de recrutement automatisée reposant sur des critères historiquement biaisés peut exclure indirectement certaines catégories de candidats sans mention explicite d’un critère protégé.
Cadre juridique
Droit français
Fondements constitutionnels
Le principe d’égalité découle notamment :
- de la Déclaration des droits de l’homme et du citoyen de 1789 ;
- du Préambule de la Constitution de 1946 ;
- du bloc de constitutionnalité.
Le Conseil constitutionnel reconnaît de longue date la valeur constitutionnelle du principe d’égalité devant la loi.
Code pénal
Les articles 225-1 et suivants du Code pénal définissent et répriment les discriminations.
Les critères protégés comprennent notamment :
- l’origine ;
- le sexe ;
- l’orientation sexuelle ;
- l’identité de genre ;
- la situation de famille ;
- l’état de santé ;
- le handicap ;
- les convictions religieuses ;
- les opinions politiques ;
- l’âge ;
- l’apparence physique ;
- la nationalité.
Cette liste a été progressivement enrichie par le législateur.
Code du travail
Le droit du travail comporte de nombreuses dispositions relatives à la non-discrimination :
- recrutement ;
- rémunération ;
- évolution de carrière ;
- formation ;
- rupture du contrat de travail.
Droit de l’Union européenne
Charte des droits fondamentaux de l’Union européenne
L’article 21 interdit toute discrimination fondée notamment sur :
- le sexe ;
- la race ;
- la couleur ;
- les origines ethniques ;
- les caractéristiques génétiques ;
- la langue ;
- la religion ;
- les convictions ;
- les opinions ;
- le handicap ;
- l’âge ;
- l’orientation sexuelle.
Directives européennes
L’Union européenne a adopté plusieurs textes structurants :
- Directive 2000/43/CE relative à l’égalité de traitement sans distinction de race ou d’origine ethnique ;
- Directive 2000/78/CE établissant un cadre général en faveur de l’égalité de traitement en matière d’emploi ;
- Directive 2006/54/CE relative à l’égalité entre les femmes et les hommes.
Convention européenne des droits de l’homme
L’article 14 de la Convention européenne des droits de l’homme interdit les discriminations dans la jouissance des droits garantis par la Convention.
Le Protocole n° 12 élargit encore cette protection.
Discriminations et intelligence artificielle
L’émergence des discriminations algorithmiques
Les systèmes d’intelligence artificielle peuvent produire des effets discriminatoires même lorsqu’aucune intention discriminatoire n’existe.
Ces discriminations peuvent résulter :
- de données historiques biaisées ;
- de choix de conception ;
- d’erreurs statistiques ;
- d’effets indirects liés aux variables utilisées ;
- de mécanismes d’apprentissage automatique.
Secteurs particulièrement concernés
Les risques sont particulièrement étudiés dans :
Le recrutement
Les systèmes de présélection de candidatures peuvent reproduire des biais historiques présents dans les données utilisées pour leur entraînement.
L’accès au crédit
Les algorithmes de notation peuvent défavoriser certains groupes sociaux.
L’assurance
Les modèles prédictifs peuvent générer des différences de traitement indirectes.
Le logement
Les outils automatisés d’attribution ou de sélection peuvent produire des effets discriminatoires.
Les services publics
Les systèmes d’aide à la décision administrative font l’objet d’une attention particulière des autorités européennes.
AI Act et prévention des discriminations
Le règlement (UE) 2024/1689 sur l’intelligence artificielle accorde une place centrale à la protection contre les discriminations.
Plusieurs catégories de systèmes susceptibles d’affecter l’accès :
- à l’emploi ;
- à l’éducation ;
- aux services essentiels ;
- aux prestations publiques ;
sont qualifiées de systèmes d’IA à haut risque.
Les obligations imposées concernent notamment :
- la qualité des données ;
- la gouvernance ;
- la gestion des risques ;
- la supervision humaine ;
- la documentation ;
- les audits.
L’un des objectifs majeurs du texte consiste à limiter les risques de biais discriminatoires.
RGPD et discrimination algorithmique
Le RGPD participe indirectement à la lutte contre les discriminations.
Plusieurs dispositions sont particulièrement pertinentes :
- article 5 (exactitude et minimisation des données) ;
- article 9 (données sensibles) ;
- article 22 (décisions individuelles automatisées).
Les autorités de protection des données considèrent que la qualité des données constitue un élément essentiel dans la prévention des discriminations algorithmiques.
Jurisprudence
Cour européenne des droits de l’homme
La Cour européenne a développé une jurisprudence abondante relative à l’égalité de traitement et à la non-discrimination.
Elle considère que toute différence de traitement doit poursuivre un objectif légitime et demeurer proportionnée.
Cour de justice de l’Union européenne
La CJUE a largement contribué à préciser :
- la notion de discrimination indirecte ;
- les règles relatives à la charge de la preuve ;
- la protection des travailleurs ;
- l’égalité entre les femmes et les hommes.
Jurisprudence française
Les juridictions françaises sanctionnent régulièrement :
- les discriminations à l’embauche ;
- les discriminations syndicales ;
- les discriminations fondées sur l’origine ;
- les discriminations liées au handicap ;
- les discriminations fondées sur l’état de santé.
Acteurs
Institutions publiques
- Défenseur des droits ;
- CNIL ;
- Conseil constitutionnel ;
- juridictions judiciaires ;
- juridictions administratives.
Institutions européennes
- Commission européenne ;
- Agence des droits fondamentaux de l’Union européenne ;
- Cour de justice de l’Union européenne ;
- Cour européenne des droits de l’homme.
Acteurs privés
- entreprises ;
- employeurs ;
- plateformes numériques ;
- fournisseurs de systèmes d’intelligence artificielle ;
- organismes de certification.
Débats actuels
Comment détecter les discriminations algorithmiques ?
L’identification des biais demeure complexe lorsque les systèmes reposent sur des modèles sophistiqués ou peu transparents.
Faut-il imposer davantage d’audits ?
De nombreux experts préconisent le développement :
- d’audits indépendants ;
- de tests de non-discrimination ;
- d’évaluations d’impact sur les droits fondamentaux.
Transparence ou secret des modèles ?
La lutte contre les discriminations entre parfois en tension avec :
- le secret des affaires ;
- la protection de la propriété intellectuelle ;
- la confidentialité des modèles d’IA.
Actualité récente
L’entrée en vigueur progressive de l’AI Act renforce considérablement l’attention portée aux risques de discrimination algorithmique.
Les institutions européennes considèrent désormais la protection contre les biais comme un élément essentiel de la gouvernance de l’intelligence artificielle.
Les travaux doctrinaux récents mettent également l’accent sur les interactions entre :
- discrimination ;
- protection des données ;
- gouvernance algorithmique ;
- droits fondamentaux.
Ressources essentielles
Textes
- Déclaration des droits de l’homme et du citoyen de 1789.
- Convention européenne des droits de l’homme.
- Charte des droits fondamentaux de l’Union européenne.
- Code pénal (articles 225-1 et suivants).
- Code du travail.
- RGPD.
- AI Act (Règlement (UE) 2024/1689).
Institutions
- Défenseur des droits.
- CNIL.
- Commission européenne.
- Agence des droits fondamentaux de l’Union européenne.
FAQ
Qu’est-ce qu’une discrimination ?
Une différence de traitement fondée sur un critère protégé ou produisant un désavantage injustifié.
Quelle est la différence entre discrimination directe et indirecte ?
La discrimination directe repose explicitement sur un critère protégé tandis que la discrimination indirecte résulte d’une règle apparemment neutre produisant un effet défavorable.
Une IA peut-elle discriminer ?
Oui. Un système algorithmique peut reproduire ou amplifier des biais présents dans les données ou dans sa conception.
L’AI Act traite-t-il de la discrimination ?
Oui. La prévention des biais discriminatoires constitue l’un des objectifs centraux du règlement.
Les discriminations algorithmiques sont-elles toujours intentionnelles ?
Non. Elles peuvent apparaître sans intention discriminatoire.
Quel est le rôle du RGPD ?
Le RGPD protège notamment contre certaines formes de décisions automatisées et impose des exigences relatives à la qualité des données.
Pour aller plus loin
- Droits fondamentaux
- AI Act
- RGPD
- Gouvernance de l’intelligence artificielle
- Éthique de l’IA
- Biais algorithmiques
- Égalité de traitement
- Décisions automatisées
Méthodologie : Cette fiche a été générée avec l’assistance de l’intelligence artificielle à partir de la base documentaire et de sources juridiques complémentaires lorsque cela était nécessaire. Elle constitue une synthèse documentaire et ne remplace pas un avis juridique.
Résumé pédagogique
Définition
La discrimination correspond à une différence de traitement fondée sur un critère protégé ou produisant un désavantage injustifié à l’égard d’une personne ou d’un groupe.
Exemple
Un algorithme de recrutement entraîné sur des données historiques biaisées peut défavoriser certaines catégories de candidats sans que cela ait été explicitement programmé.
Problématique juridique
Comment garantir l’égalité de traitement dans une société où les décisions sont de plus en plus influencées par des systèmes automatisés et des technologies d’intelligence artificielle ?
Cadre légal
La lutte contre les discriminations repose notamment sur le Code pénal, le Code du travail, la Convention européenne des droits de l’homme, la Charte des droits fondamentaux de l’Union européenne, le RGPD et l’AI Act.
Fiches Dabo Tibi Ius associées :
- Systèmes d’IA à haut risque
- Règlement IA
- Droits et libertés fondamentaux
- RGPD
- Recrutement algorithmique
- Biais algorithmiques
- Éthique de l’intelligence artificielle
- Décision automatisée
- Reconnaissance biométrique

