Aux États-Unis, DOGE mise sur l’IA pour accélérer l’abrogation de règles fédérales

L’intelligence artificielle peut-elle aider l’État à simplifier ses propres règles ? Aux États-Unis, l’initiative DOGE, pour Department of Government Efficiency, veut répondre par l’affirmative. Son outil baptisé DOGE AI Deregulation Decision Tool est conçu pour passer au crible des textes réglementaires fédéraux et signaler ceux qui ne seraient pas strictement exigés par une loi.

L’idée paraît simple : si une règle administrative ne découle pas d’une obligation votée par le Congrès, l’agence qui l’applique pourrait envisager de la modifier ou de l’abroger. En pratique, l’opération est beaucoup plus délicate. Un règlement peut protéger des locataires, encadrer des marchés publics, organiser une procédure de contrôle ou préciser l’application concrète d’une loi. Décider qu’il est « non requis » suppose donc une lecture juridique solide, pas seulement une correspondance entre des mots dans deux documents.

D’après une présentation obtenue par le Washington Post, le projet revendique déjà des résultats au Département du logement et du développement urbain, ou HUD. Il promet aussi une accélération spectaculaire du travail administratif. Ces annonces s’accompagnent cependant de réserves internes : des agents ont indiqué que l’outil avait, dans certains cas, mal interprété des textes législatifs.

Un outil de tri pour la déréglementation fédérale

DOGE est une initiative mise en avant par l’administration de Donald Trump pour réduire les dépenses et la taille de l’appareil fédéral. Malgré son nom, il ne s’agit pas d’un ministère fédéral classique créé par le Congrès. Dans le domaine réglementaire, sa méthode consiste à employer l’IA comme un instrument de repérage à grande échelle.

Le DOGE AI Deregulation Decision Tool doit comparer les règles adoptées par les agences fédérales avec les textes de loi qui leur donnent compétence. Son objectif déclaré est d’identifier les dispositions qui pourraient être retirées parce qu’elles ne seraient pas explicitement imposées par la législation.

Le périmètre annoncé donne la mesure de l’ambition. Le document cité par le Washington Post évoque jusqu’à 100 000 règlements potentiellement examinables. Au HUD, l’outil aurait déjà conduit à cibler 1 083 règlements pour une abrogation ou un retrait dans le cadre du processus engagé.

Le chiffre de 1 083 mérite d’être lu avec prudence. Une règle signalée par un logiciel, ou même retenue comme candidate à l’abrogation, n’est pas automatiquement supprimée du droit fédéral. Entre l’identification par l’outil et l’entrée en vigueur d’une abrogation, il peut y avoir un examen par les services compétents, des validations juridiques et, souvent, des formalités de consultation publique.

Comment l’IA peut-elle repérer une règle non imposée par la loi ?

Les systèmes d’IA générative et d’analyse de documents sont particulièrement adaptés à une tâche initiale : lire très vite une masse de textes, relever les références à une loi, résumer une obligation et rapprocher des formulations proches. Là où un juriste ou un agent doit ouvrir de nombreux textes, vérifier leurs versions et comparer leurs renvois, un logiciel peut produire un premier inventaire en quelques instants.

Mais cette rapidité ne signifie pas que l’outil raisonne comme un juge ou un juriste. Une IA peut repérer une expression absente d’une loi et conclure trop vite qu’une règle est facultative. Or une agence peut détenir une habilitation générale pour adopter des mesures nécessaires à l’application d’un texte. Certaines obligations naissent aussi d’un ensemble de lois, de décisions de justice, de financements conditionnels ou de règles antérieures qui se complètent.

La question centrale est donc la suivante : l’IA peut-elle distinguer une règle inutile d’une règle nécessaire mais indirectement fondée ? C’est précisément sur ce point que se concentrent les critiques rapportées par des membres du personnel. Depuis trois mois, selon les informations évoquées, des agents du HUD examinent les recommandations produites par le système. Un employé anonyme a notamment estimé que l’outil avait interprété de façon incorrecte certains textes législatifs.

Cette limite n’est pas propre à DOGE. Les modèles de langage produisent des réponses vraisemblables à partir des données qu’ils ont analysées, mais ils peuvent manquer une exception, confondre deux versions d’un texte ou présenter une interprétation discutable avec assurance. Pour un travail juridique, l’IA peut réduire la phase de recherche, pas se substituer à l’appréciation finale.

Un gain de temps de 93 % encore à démontrer

La présentation obtenue par le Washington Post avance que l’usage de l’outil permettrait de réduire de 93 % le temps de travail nécessaire au processus de déréglementation. Ce chiffre illustre la promesse la plus forte du projet : automatiser la lecture initiale de vastes corpus réglementaires pour concentrer les agents sur les cas les plus importants.

Il ne faut toutefois pas confondre une estimation de productivité et une mesure complète du temps nécessaire pour abroger une règle. L’outil peut accélérer l’identification de candidats à la suppression. Il ne fait pas disparaître les étapes suivantes : contrôle des références juridiques, analyse des conséquences, rédaction d’un texte d’abrogation, éventuelle publication, réception des commentaires, puis décision de l’agence.

Le document ne détaille pas la méthode permettant d’aboutir à 93 %. On ignore notamment quelles tâches sont incluses dans le calcul et si ce gain a été observé sur l’ensemble de la procédure ou seulement sur la première analyse documentaire. Cette distinction est essentielle : plus l’automatisation intervient tôt, plus le résultat doit être vérifié ensuite par des personnes compétentes.

Pourquoi la validation humaine reste décisive

Les porte-parole du HUD ont indiqué que l’outil ne remplace pas le jugement ni l’expertise des employés. Cette précision est importante. Dans son usage le plus prudent, l’IA joue le rôle d’un assistant : elle établit une liste, repère les textes associés et formule une recommandation. Des agents, des juristes et les responsables de l’agence décident ensuite de la suite à donner.

Cette organisation est aussi une réponse aux erreurs signalées par certains membres du personnel. Une recommandation erronée peut avoir des effets très concrets. Si une règle est retirée à tort, elle peut créer une incertitude pour les acteurs concernés, priver une administration d’un outil de contrôle ou compliquer l’exécution d’une loi. À l’inverse, conserver une règle réellement redondante peut maintenir des coûts administratifs sans bénéfice évident.

La qualité des données utilisées est tout aussi déterminante. Pour produire une analyse fiable, le système doit disposer des versions à jour des lois et règlements, comprendre les renvois entre articles et tenir compte des exceptions. C’est un défi technique, mais aussi organisationnel : un bon outil ne garantit pas une bonne décision s’il est utilisé sans procédure de contrôle claire.

L’administration Trump peut-elle abroger ces règles librement ?

La légitimité du dispositif fait débat parce que le pouvoir exécutif américain ne peut pas, en principe, effacer n’importe quelle règle par une simple instruction politique. Les agences fédérales disposent bien d’un pouvoir réglementaire dans les domaines que le Congrès leur a confiés. Mais ce pouvoir est encadré par les lois qui fondent chaque règlement et par les règles de procédure administrative.

Lorsqu’une règle a été adoptée selon une procédure formelle, son abrogation doit généralement respecter un chemin comparable. L’agence doit justifier sa décision, expliquer son raisonnement et, dans de nombreux cas, donner au public la possibilité de commenter le projet. Si elle s’écarte d’une obligation fixée par une loi, elle s’expose à des contestations devant les tribunaux.

Les avocats liés à l’initiative DOGE assurent que l’outil a été « approuvé » par leurs services juridiques. Cette affirmation concerne le recours au logiciel, mais ne tranche pas automatiquement la légalité de chaque abrogation qu’il pourrait suggérer. Il faut distinguer deux sujets : l’autorisation d’employer une IA pour analyser des documents et l’autorité juridique d’une agence pour retirer une norme précise.

L’enjeu est particulièrement sensible pour les règles qui protègent des publics vulnérables ou fixent des garanties dans le logement. Au HUD, les textes peuvent notamment toucher à l’accès aux programmes, aux obligations des opérateurs et aux modalités de surveillance. Une simplification administrative peut être recherchée, mais elle ne doit pas être confondue avec l’absence de conséquences.

Des économies annoncées, mais difficiles à chiffrer

DOGE associe la déréglementation à une promesse financière : supprimer les règles inutiles permettrait de réduire les coûts de conformité et de produire des économies pouvant atteindre des milliers de milliards de dollars. Dans le vocabulaire économique américain, le terme trillion correspond à mille milliards.

Cette perspective doit elle aussi être examinée dans le détail. Les coûts de conformité existent : remplir des formulaires, transmettre des données, tenir des registres ou adapter des procédures représente du temps et de l’argent pour les organisations concernées. Mais une réglementation peut aussi éviter des dépenses, limiter des abus, prévenir des litiges ou sécuriser un marché. Son coût ne se résume donc pas au budget de l’agence qui la fait appliquer.

Pour mesurer sérieusement les économies, il faudrait connaître les règles concernées, les obligations supprimées, les publics affectés et les effets indirects attendus. À ce stade, les montants annoncés relèvent d’une projection liée à l’objectif de déréglementation, non d’un bilan financier consolidé.

L’initiative reste associée à Elon Musk, qui a contribué à son élaboration avant son récent départ de DOGE. Son départ ne met pas fin au projet : les objectifs de réduction des règles fédérales et d’usage de l’IA dans l’administration se poursuivent. Le cas du HUD pourrait ainsi servir de test pour d’autres agences.

Ce qu’il faut surveiller

Les prochains mois diront si le DOGE AI Deregulation Decision Tool devient un simple instrument de recherche documentaire ou un rouage central de la politique de déréglementation fédérale. Plusieurs indicateurs permettront d’évaluer le projet avec plus de précision.

D’abord, il faudra regarder combien de recommandations de l’IA sont réellement retenues après vérification humaine, et combien sont écartées en raison d’erreurs ou d’une base légale mal identifiée. Ensuite, la transparence sur les critères de sélection, les données utilisées et la méthode de calcul du gain de 93 % sera déterminante pour apprécier les résultats annoncés.

Enfin, les procédures d’abrogation et les éventuels recours judiciaires constitueront le véritable test de solidité. L’IA peut rendre l’administration plus rapide dans son travail de lecture et de classement. Elle ne peut pas, à elle seule, résoudre les arbitrages politiques et juridiques que suppose la suppression d’une règle fédérale. C’est là que se joue le principal enjeu de cette expérimentation : utiliser l’automatisation pour assister l’État, sans laisser l’automatisation décider à sa place.