Whitehall veut réduire ses coûts avec l’IA, au risque de fragiliser les droits

À Whitehall, le quartier londonien qui désigne par extension l’administration centrale britannique, l’intelligence artificielle est présentée comme un instrument de modernisation budgétaire. Le gouvernement de Keir Starmer entend tirer parti de l’automatisation pour alléger les tâches administratives, mieux repérer certains risques et améliorer la productivité des services publics. Cette promesse répond à une contrainte très concrète : faire mieux avec des budgets sous pression.

Mais l’État ne gère pas un service ordinaire. Il attribue des prestations, traite des recours, surveille la qualité des soins et prend des décisions qui peuvent affecter directement les revenus, la santé ou la liberté des personnes. Dans ce cadre, une IA qui accélère un dossier ou signale une anomalie n’est pas un simple outil technique. Elle devient un élément du rapport entre le citoyen et la puissance publique. C’est précisément là que se situent les bénéfices espérés, mais aussi les risques les plus sérieux.

Une offensive pour faire de l’IA un levier d’efficacité publique

Le gouvernement britannique veut identifier des applications concrètes de l’IA susceptibles de réduire les coûts et d’améliorer le fonctionnement de ses administrations. Cette volonté se traduit notamment par un événement conçu sur le modèle de l’émission « Dragons’ Den » : des entreprises technologiques y disposent de 20 minutes pour présenter leurs idées aux pouvoirs publics.

Le format est révélateur d’une approche très orientée vers l’exécution. Plutôt que de limiter l’IA aux expérimentations de laboratoire, Whitehall cherche des outils pouvant être déployés dans les rouages quotidiens de l’État. Le ministre du Travail et des Pensions a relié cette démarche à la pression sur les finances publiques.

L’intelligence artificielle recouvre ici plusieurs réalités. Un outil peut résumer de longs courriers, trier des demandes, comparer des données pour faire ressortir des incohérences ou détecter des signaux faibles. Il peut aussi aider un agent à préparer une réponse. Ces usages ne posent pas tous le même niveau de risque : automatiser le classement d’un document n’a pas les mêmes conséquences qu’influencer une décision d’attribution d’aide sociale.

Santé, aides sociales, correspondances : les usages déjà envisagés

Les projets évoqués couvrent des domaines très différents, avec un point commun : l’ambition de traiter plus vite un volume important d’informations. Le département de la Santé et des Services sociaux a ainsi annoncé la création d’un système d’alerte précoce fondé sur l’IA afin d’identifier des services de maternité qui pourraient présenter des risques.

Dans le domaine hospitalier, Wes Streeting, secrétaire à la Santé, envisage également une automatisation plus poussée. Son objectif affiché est que une intervention sur huit soit réalisée par un robot au cours des dix prochaines années. Cette perspective ne renvoie pas seulement à des robots chirurgicaux : elle illustre une stratégie plus large où les technologies sont appelées à transformer l’organisation et la réalisation des soins.

Au ministère du Travail et des Pensions, l’enjeu est aussi celui du volume. L’administration cherche à automatiser la gestion de 25 000 correspondances quotidiennes. Un outil d’IA est par ailleurs utilisé pour aider à détecter des fraudes potentielles dans les demandes d’allocations. Les ministres disposent également d’un outil visant à évaluer l’opinion parlementaire afin d’éclairer l’élaboration de propositions politiques.

Un système d’alerte peut être utile lorsqu’il attire l’attention d’un professionnel sur une situation inhabituelle. En revanche, son résultat ne doit pas être confondu avec une vérité incontestable. Une IA produit des corrélations à partir des informations qui lui sont fournies. Si ces données sont incomplètes, anciennes ou biaisées, ses recommandations peuvent reproduire ou amplifier ces défauts.

Pourquoi les aides sociales cristallisent-elles les inquiétudes ?

Le traitement des prestations sociales est l’un des domaines les plus sensibles. Pour une personne qui attend une allocation, une erreur administrative n’est pas une gêne abstraite : elle peut compromettre le paiement d’un loyer, l’accès à des soins ou la stabilité financière d’un foyer. C’est pourquoi l’idée d’utiliser l’IA pour évaluer l’éligibilité suscite une méfiance particulière.

L’Ada Lovelace Institute a constaté que 59 % des citoyens se disent préoccupés par l’usage de l’IA pour déterminer l’accès aux aides sociales. Ce chiffre ne signifie pas que toute innovation technologique est rejetée. Il montre plutôt qu’une majorité redoute les conséquences d’un outil opaque lorsqu’il intervient dans une décision qui touche à des droits fondamentaux.

Le même type d’interrogation apparaît autour de la reconnaissance faciale dans les opérations policières. Dans les deux cas, le sujet n’est pas seulement la performance technique. Le public s’interroge sur les erreurs possibles, sur les personnes les plus exposées à ces erreurs, sur la manière de les contester et sur l’identité de l’acteur responsable.

Une administration doit donc pouvoir répondre clairement à plusieurs questions : quel rôle l’algorithme joue-t-il dans le dossier ? Quelles données utilise-t-il ? Un agent peut-il écarter sa recommandation ? Le citoyen sait-il qu’un outil automatisé est intervenu ? Dispose-t-il d’une voie de recours compréhensible et réellement accessible ?

Construire ou acheter : un choix stratégique autant que budgétaire

Pour Whitehall, la question ne consiste pas uniquement à adopter ou non l’intelligence artificielle. Elle porte aussi sur la façon de l’acquérir. Faut-il développer des outils en interne, afin de garder une maîtrise plus directe des systèmes et des données ? Ou faut-il acheter des solutions prêtes à l’emploi à des entreprises spécialisées, avec l’espoir d’aller plus vite ?

La seconde option peut séduire une administration confrontée à des besoins urgents et à des compétences techniques rares. Elle peut toutefois créer une dépendance envers des prestataires privés, surtout lorsque les contrats concernent des fonctions essentielles de l’État. En 2022, les contrats technologiques du secteur public au Royaume-Uni ont atteint 19,6 milliards de livres sterling, un montant en forte progression depuis 2019. Ce marché considérable constitue une opportunité évidente pour les entreprises du numérique.

Le premier ministre Keir Starmer et Peter Kyle, secrétaire à la Science et à la Technologie, ont renforcé les liens avec de grandes entreprises américaines telles que Google et Microsoft. Des échanges avec ces groupes ont notamment eu lieu lors de tables rondes organisées au ministère de la Justice. L’objectif est de favoriser la capacité des entreprises technologiques à se développer au Royaume-Uni et de faire entrer plus rapidement leurs solutions dans les administrations.

Cette proximité nourrit néanmoins une question de gouvernance. Les entreprises privées ont des intérêts commerciaux légitimes, mais les administrations ont une obligation différente : garantir l’égalité de traitement, protéger les données et rendre compte de leurs décisions. Une étude citée dans le débat public montre d’ailleurs une confiance moins forte envers les entreprises privées qu’envers les organismes gouvernementaux lorsqu’il s’agit de décisions affectant les droits des citoyens.

Ce que devrait garantir une IA publique digne de confiance

La réduction des coûts ne peut être le seul critère de succès. Dans un service public, un dispositif efficace doit aussi être équitable, intelligible et contrôlable. L’automatisation de tâches répétitives peut libérer du temps pour les agents, à condition que le temps ainsi gagné améliore véritablement l’accompagnement humain des usagers, notamment les plus vulnérables.

La transparence constitue une exigence centrale. Elle ne suppose pas nécessairement de publier chaque détail technique d’un logiciel, mais elle impose de rendre visibles les éléments qui comptent pour le public : la finalité du système, son périmètre, les données mobilisées, les éventuelles limites connues et les modalités de contestation. Sans ces informations, il devient difficile pour un citoyen de comprendre pourquoi son dossier a été ciblé, retardé ou réexaminé.

La supervision humaine doit aussi être concrète. Elle ne peut pas se réduire à une validation symbolique par un agent qui n’aurait ni le temps, ni les informations, ni la latitude nécessaires pour contredire la machine. Dans les domaines sensibles, l’agent doit pouvoir vérifier le raisonnement opérationnel du système, prendre en compte le contexte personnel et corriger une recommandation inadaptée.

Enfin, les pouvoirs publics doivent se prémunir contre les conflits d’intérêts et l’influence excessive des fournisseurs technologiques sur les politiques publiques. Cela passe par un examen approfondi des relations entre l’État et les entreprises qui proposent ces outils, en particulier lorsque des montants importants et des données sensibles sont en jeu.

Ce qu’il faut surveiller

L’initiative britannique ouvre un débat qui dépasse largement Whitehall. Tous les gouvernements cherchent à rendre leurs administrations plus réactives, alors que les demandes des usagers augmentent et que les budgets restent contraints. L’IA peut contribuer à cet objectif, par exemple en aidant à repérer des risques ou à réduire les tâches administratives les plus lourdes.

Mais son adoption dans le secteur public sera jugée à l’aune d’une règle simple : les économies réalisées ne doivent pas se traduire par une diminution des droits, de l’écoute ou de la capacité à contester une décision. Les projets dans les aides sociales, la santé et la police appellent donc une vigilance accrue, car une erreur y a des conséquences particulièrement lourdes.

La réussite de Whitehall ne se mesurera pas seulement au nombre de courriers traités ou aux sommes économisées. Elle dépendra de la capacité du gouvernement à démontrer que ses outils sont utiles, proportionnés, soumis à un contrôle humain effectif et conçus au service des citoyens avant celui des fournisseurs ou des indicateurs de productivité.