IA : pourquoi la confiance du public conditionne désormais son adoption

L’intelligence artificielle ne se heurte pas seulement à des limites techniques. Elle se heurte aussi à une question beaucoup plus humaine : pourquoi accepterait-on de confier une tâche, une information ou une décision qui compte à un système que l’on comprend mal ? À mesure que les outils d’IA générative se banalisent, de la rédaction de texte à la recherche d’informations, la confiance du public devient une condition déterminante de leur adoption durable.

Le constat ressort d’un rapport du Tony Blair Institute for Global Change et d’Ipsos : la diffusion de l’IA est rapide, mais elle ne crée pas automatiquement l’adhésion. Une partie des citoyens y voit un outil utile, susceptible d’améliorer des services ou de faire gagner du temps. Une autre redoute une technologie opaque, intrusive ou susceptible de remplacer des décisions qui devraient rester humaines.

Cette hésitation ne relève donc pas d’un simple retard d’usage. Elle peut ralentir les projets d’entreprises comme les politiques publiques qui reposent sur l’intelligence artificielle. Surtout, elle rappelle qu’une technologie ne se juge pas uniquement sur ses performances : son acceptation dépend de ce qu’elle fait concrètement, de la manière dont elle est encadrée et de la capacité des personnes concernées à la contester ou à garder la main.

Une adoption rapide, mais une société encore divisée

L’étude souligne une réalité à première vue paradoxale. Plus de la moitié de la population a expérimenté un outil d’IA générative au cours de l’année écoulée. En quelques années, ces services sont passés d’un sujet surtout connu des spécialistes à des produits utilisés pour résumer un document, chercher des idées, rédiger un message ou obtenir une explication.

L’IA générative désigne des systèmes capables de produire du texte, des images, du son, du code ou d’autres contenus à partir d’une consigne. Leur apparente simplicité explique une partie de leur succès : quelques mots suffisent pour obtenir une réponse. Mais cette facilité peut aussi masquer leurs limites. Un système peut formuler une réponse convaincante sans que celle-ci soit complète, exacte ou adaptée à une situation particulière. Il n’est donc pas étonnant que certains usagers restent prudents, notamment lorsque l’enjeu touche à la santé, au travail, à l’éducation ou aux droits des personnes.

En parallèle, près d’une personne sur deux n’a jamais eu recours à l’IA, selon les données évoquées par le rapport. Cet écart d’expérience crée aussi un écart de perception. Pour quelqu’un qui n’a jamais utilisé ces outils, l’IA est souvent associée à des récits très généraux : automatisation des emplois, surveillance, erreurs, désinformation ou collecte excessive de données. Pour un utilisateur régulier, elle peut d’abord être un assistant ponctuel, utile pour des tâches ciblées.

Ces chiffres ne permettent pas d’affirmer que l’usage régulier suffit, à lui seul, à créer la confiance. Ils montrent en revanche une corrélation nette entre familiarité et perception du risque. Les personnes qui utilisent l’IA connaissent plus souvent ses possibilités, mais aussi ses défauts pratiques. Elles peuvent la considérer comme un outil imparfait à employer avec discernement, plutôt que comme une force abstraite et incontrôlable.

Pourquoi les non-utilisateurs se montrent-ils plus méfiants ?

Pour les personnes qui ne l’ont jamais essayée, l’intelligence artificielle est fréquemment perçue à travers ses effets les plus préoccupants. Les débats publics mettent souvent en avant les risques de fraude, de contenus truqués, d’atteintes à la vie privée, de surveillance ou de disparition de certains emplois. Ces questions sont légitimes et ne disparaissent pas parce qu’un outil est pratique. Mais l’absence d’expérience directe peut rendre la technologie plus difficile à évaluer avec précision.

Le rapport met ainsi en évidence l’effet des représentations médiatiques et des titres alarmants sur les inquiétudes des novices. Une personne qui n’a pas utilisé un assistant conversationnel ou un outil de génération d’images peut avoir du mal à distinguer plusieurs réalités très différentes : une aide à la rédaction d’un courriel, un logiciel de tri de candidatures, un système de reconnaissance faciale ou un outil utilisé dans un hôpital. Or, leurs données traitées, leurs conséquences possibles et les protections nécessaires ne sont pas comparables.

C’est pourquoi parler de « l’IA » au singulier est parfois trompeur. Il existe des systèmes qui suggèrent un texte et d’autres qui influencent l’accès à un emploi, à un prêt, à une prestation ou à des soins. Dans le premier cas, l’utilisateur peut généralement modifier ou ignorer la proposition. Dans le second, une erreur ou une décision mal comprise peut avoir des conséquences beaucoup plus lourdes.

La défiance ne doit donc pas être réduite à une incompréhension du grand public. Elle peut exprimer une demande très concrète : savoir quelles données sont utilisées, qui est responsable en cas de problème, si une personne peut demander une explication et si une décision humaine reste possible. La confiance durable ne consiste pas à minimiser ces interrogations, mais à y répondre de façon vérifiable.

L’âge et le métier influencent fortement la perception

Les attitudes face à l’IA ne sont pas réparties uniformément dans la population. Le rapport relève que les jeunes générations se montrent en général plus optimistes, tandis que les générations plus âgées adoptent une position plus prudente. Cet écart peut tenir à des habitudes numériques différentes, à une exposition inégale aux nouveaux outils ou à la perception de ce qui est en jeu dans la vie professionnelle et quotidienne.

Les professionnels de la technologie se sentent également plus préparés aux transformations numériques. À l’inverse, dans des secteurs comme la santé ou l’éducation, les doutes et les réticences sont plus marqués. Cette prudence peut s’expliquer par la nature même de ces métiers : ils impliquent des personnes, des informations sensibles, des jugements nuancés et une responsabilité directe envers les patients, les élèves ou les familles.

Dans ces domaines, l’IA peut être perçue comme utile lorsqu’elle réduit une charge administrative, aide à organiser des informations ou accélère certaines étapes. Elle devient plus problématique lorsqu’elle semble se substituer à l’expertise d’un professionnel ou transformer une relation humaine en simple processus automatisé.

La question n’est donc pas seulement de savoir si l’IA est performante. Il faut aussi déterminer qui l’utilise, pour quelle tâche, avec quelle formation et sous quelle responsabilité. Un outil identique peut être accueilli très différemment selon qu’il assiste un professionnel dans une tâche limitée ou qu’il devient l’unique base d’une décision importante.

Les usages concrets inspirent davantage confiance

L’acceptation de l’IA varie profondément selon l’application envisagée. Les citoyens sont davantage disposés à l’accepter lorsque le bénéfice est clair et directement observable. Le rapport cite notamment la gestion des embouteillages et l’accélération des diagnostics médicaux. Dans de tels cas, l’IA est perçue comme un moyen de résoudre un problème précis : fluidifier les déplacements, réduire une attente ou aider à traiter des informations complexes.

À l’inverse, l’adhésion recule lorsque l’usage paraît intrusif. Le suivi des performances au travail ou le ciblage publicitaire peuvent donner le sentiment que l’IA sert d’abord à observer, classer ou influencer les individus. Cette distinction est essentielle : le public ne répond pas à l’intelligence artificielle de façon uniforme. Il évalue le rapport entre un avantage réel et les risques qu’il est prêt à accepter.

Dans les services publics, ce principe est particulièrement important. Une promesse générale d’« administration augmentée par l’IA » reste abstraite. En revanche, une procédure plus simple, une information plus claire ou un délai d’attente réduit constituent des résultats que chacun peut constater. Pour le Tony Blair Institute, la communication gouvernementale devrait donc mettre l’accent sur ces bénéfices concrets, plutôt que sur une vision technologique trop générale.

La transparence ne suffit pas sans règles applicables

Expliquer le fonctionnement d’un système est utile, mais la transparence ne peut pas être un simple slogan. Dans la pratique, les citoyens ont besoin de savoir quand ils interagissent avec une IA, à quelles fins elle est utilisée et quelles garanties existent pour leurs données. Ils doivent aussi pouvoir identifier une responsabilité humaine ou institutionnelle en cas d’erreur, de dommage ou de contestation.

Le rapport insiste sur le besoin de réglementations strictes et sur la capacité des autorités à les appliquer. Cette précision compte : une règle non contrôlée ne rassure pas durablement. Les entreprises qui conçoivent ou déploient des systèmes d’IA ont elles aussi un rôle central. Elles doivent montrer que leurs outils sont utilisés de manière responsable et qu’ils ne conduisent pas à effacer la place du jugement humain.

Dans les contextes sensibles, conserver une supervision humaine ne signifie pas nécessairement qu’une personne répète chaque calcul de la machine. Cela signifie qu’une personne compétente reste en mesure de comprendre le rôle du système, de contrôler ses résultats, de corriger une erreur et d’assumer la décision finale. Cette exigence est particulièrement importante quand l’IA touche à l’emploi, à la santé, à l’éducation, à la sécurité ou à l’accès à des services essentiels.

La confiance dépend également de la cohérence entre les promesses et la réalité. Si une IA est présentée comme infaillible alors qu’elle peut se tromper, l’écart nourrit la déception. À l’inverse, expliquer clairement ses capacités, ses limites et les cas dans lesquels elle ne doit pas être employée permet une relation plus réaliste avec la technologie.

Former pour donner aux citoyens une prise sur l’outil

Le développement de l’IA ne peut pas reposer uniquement sur les personnes déjà à l’aise avec le numérique. Sans formations accessibles, le fossé entre utilisateurs réguliers et non-utilisateurs risque de s’installer durablement. Or, comprendre les bases d’un outil est une condition pour l’utiliser sans naïveté, mais aussi pour décider de ne pas l’utiliser lorsqu’il n’est pas approprié.

Cette formation ne suppose pas que chacun devienne spécialiste des algorithmes. Elle peut viser des compétences simples et concrètes : apprendre à formuler une demande, à vérifier une réponse, à ne pas transmettre d’informations sensibles sans précaution, à repérer un contenu généré ou à comprendre qu’un résultat automatisé n’est pas forcément neutre. Elle doit aussi aider les professionnels à identifier les tâches pour lesquelles l’IA peut apporter une aide, et celles où elle ne devrait pas se substituer à leur expertise.

Le rapport appelle à faire de l’IA un outil collaboratif plutôt qu’une technologie subie. Cela implique de partir des expériences réelles des utilisateurs, et non des seuls critères techniques. Un dispositif peut être impressionnant sur le plan informatique tout en restant mal adapté à la situation d’une personne qui doit l’utiliser, le comprendre ou en subir les effets.

Pour les institutions publiques, l’enjeu est double. Elles doivent démontrer des améliorations concrètes dans les services et instaurer des garanties crédibles. En prouvant que l’IA peut être utilisée dans l’intérêt général, avec des limites explicites, elles peuvent renforcer la légitimité de leur action numérique auprès d’un public encore partagé.

Ce qu’il faut surveiller pour bâtir une confiance durable

La diffusion de l’intelligence artificielle ne se jouera pas uniquement dans les laboratoires ou les bureaux des grandes entreprises technologiques. Elle se jouera dans les situations ordinaires : un usager qui obtient une réponse administrative, un salarié confronté à un outil d’évaluation, un patient à qui l’on propose une aide au diagnostic, un élève qui utilise un assistant de rédaction.

Trois critères seront particulièrement décisifs. D’abord, l’utilité : l’IA devra apporter un bénéfice compréhensible, plutôt qu’une automatisation sans valeur visible. Ensuite, le contrôle : les personnes concernées devront disposer d’informations, de recours et d’une supervision humaine adaptée. Enfin, l’équité d’accès : la formation et l’accompagnement devront éviter que seuls les publics déjà familiarisés avec le numérique profitent des nouveaux outils.

Le rapport du Tony Blair Institute et d’Ipsos dessine ainsi une voie exigeante. La confiance ne se décrète pas par une campagne de communication et ne naît pas de la seule nouveauté technologique. Elle se construit par des usages utiles, des résultats constatables, des règles respectées et une place clairement préservée pour les décisions humaines. C’est à cette condition que l’IA pourra passer d’une promesse parfois anxiogène à un outil que le public accepte d’employer, et de voir déployer, avec discernement.