IA et Trump : la dérégulation américaine devient un test de résistance

L’intelligence artificielle est devenue l’un des premiers terrains d’affrontement politique du second mandat de Donald Trump. La question ne se résume pas à savoir si les États-Unis développeront des modèles plus puissants ou attireront davantage de capitaux. Elle concerne aussi les règles qui déterminent où, comment et sous quel contrôle ces outils pourront être employés. Entre la promesse d’accélérer l’innovation et la nécessité de prévenir les abus, l’administration américaine place l’IA face à un véritable test de résistance.

Le virage est déjà concret. Le 23 janvier 2025, Donald Trump a signé un décret intitulé Removing Barriers to American Leadership in Artificial Intelligence. Il révoque le décret de Joe Biden d’octobre 2023 sur le développement « sûr, sécurisé et digne de confiance » de l’IA. L’objectif affiché par la nouvelle administration est de soutenir la domination américaine dans le secteur, en supprimant ce qu’elle considère comme des obstacles réglementaires inutiles.

Cette décision ne signifie pas que toute règle disparaît du jour au lendemain. Elle donne toutefois une nouvelle direction à l’action fédérale : moins de prescriptions préventives à l’échelle de l’État, davantage d’attention portée à la compétitivité, à la construction d’infrastructures et à la diffusion rapide des technologies. Pour les entreprises comme pour les citoyens, l’enjeu est de comprendre ce que ce changement de cap autorise, ce qu’il ne change pas et les garde-fous qui restent à construire.

Un changement de doctrine fédérale sur l’intelligence artificielle

Le décret de Joe Biden, signé le 30 octobre 2023, avait fixé une feuille de route particulièrement large. Il demandait notamment aux agences fédérales d’évaluer les risques des systèmes les plus avancés, de travailler sur la cybersécurité, les discriminations algorithmiques, la protection des consommateurs, l’emploi et l’usage de l’IA par l’administration.

L’approche reposait sur une idée simple : l’IA peut apporter des bénéfices importants, mais ses développeurs et ses utilisateurs doivent démontrer qu’ils ont pris des précautions proportionnées aux risques. Les outils peuvent produire des erreurs, amplifier des biais présents dans les données, faciliter des campagnes de fraude ou exposer des données sensibles. Dans les secteurs à forts enjeux, une erreur de modèle ne se corrige pas toujours aussi facilement qu’un dysfonctionnement d’application ordinaire.

Donald Trump défend une logique différente. Sa promesse de supprimer les restrictions susceptibles de ralentir les entreprises répond à une préoccupation largement partagée dans la tech américaine : la crainte de voir la Chine, ou d’autres concurrents, prendre de l’avance dans une technologie stratégique. Mais l’innovation rapide et la sécurité ne constituent pas nécessairement deux choix incompatibles. La difficulté est de savoir quels contrôles sont indispensables, et lesquels imposent une charge sans réel bénéfice.

Que change réellement l’abrogation du décret Biden ?

L’abrogation du texte de 2023 est d’abord un signal politique fort. Sous Joe Biden, la Maison-Blanche cherchait à faire de la sécurité de l’IA une condition de son déploiement. Sous Donald Trump, l’exécutif entend éviter que la régulation fédérale ne devienne un handicap pour les acteurs américains.

Dans la pratique, les effets dépendent de la manière dont les ministères et agences appliqueront cette nouvelle ligne. Les administrations américaines sont de très grandes utilisatrices de technologies numériques. Elles interviennent aussi dans des domaines décisifs, comme les marchés publics, la sécurité nationale, les infrastructures ou la santé. Modifier leurs priorités peut influencer les méthodes d’évaluation des outils et, indirectement, les pratiques de leurs fournisseurs.

Pour autant, les entreprises ne partent pas d’une page blanche. Elles restent exposées à des exigences de protection des données, de lutte contre les pratiques commerciales trompeuses, de cybersécurité ou de non-discrimination selon les situations. Elles doivent également répondre aux attentes de leurs clients internationaux. Une société qui vend ses systèmes en Europe, par exemple, ne peut ignorer le cadre européen applicable à ses produits.

Le débat porte donc moins sur l’existence ou non de toute réglementation que sur son centre de gravité. Faut-il imposer des tests, des audits et des obligations de transparence en amont, surtout pour les systèmes les plus puissants ? Ou faut-il laisser le marché expérimenter, puis sanctionner les abus lorsqu’ils surviennent ? C’est cette seconde approche, plus favorable à la dérégulation, qui inquiète une partie des chercheurs et des organisations de la société civile.

Cybersécurité : accélérer sans ouvrir de nouvelles brèches

La cybersécurité est l’un des domaines où ce débat prend une dimension très concrète. L’IA peut aider les défenseurs à analyser des volumes considérables de journaux informatiques, repérer des comportements anormaux ou prioriser les alertes. Mais elle peut aussi rendre certaines opérations malveillantes plus faciles à industrialiser : hameçonnage plus crédible, automatisation de recherches de vulnérabilités, faux contenus plus convaincants ou assistance à l’ingénierie sociale.

Les inquiétudes exprimées par des experts ne reposent pas sur l’idée que l’IA serait intrinsèquement dangereuse. Elles visent l’absence éventuelle de règles claires sur son évaluation et son usage. Samuel Hammond, économiste à la Foundation for American Innovation, a notamment alerté sur le risque que la dérégulation facilite des choix technologiques contestables, en abaissant les barrières à l’emploi d’outils controversés ou nuisibles.

Une politique de sécurité crédible ne consiste pas uniquement à interdire. Elle peut demander aux fournisseurs de documenter les limites de leurs systèmes, d’organiser des tests avant mise en production, de protéger les données utilisées et de prévoir un mécanisme de signalement des incidents. Sans ces étapes, les gains de productivité promis par l’IA peuvent être annulés par une faille, une fuite de données ou une décision automatique difficile à expliquer.

Des infrastructures publiques parfois peu adaptées à l’IA

Le débat américain ne concerne pas seulement les grands modèles de langage ou les laboratoires les plus avancés. Il touche également l’état des systèmes informatiques sur lesquels l’administration devra faire fonctionner ces nouveaux outils. Or, de nombreuses infrastructures numériques publiques reposent sur des logiciels anciens, des bases de données fragmentées et des procédures qui n’ont pas été conçues pour l’automatisation moderne.

Introduire de l’IA dans cet environnement peut créer un paradoxe. Un outil sophistiqué est inutile si les données qui l’alimentent sont incomplètes, mal classées ou insuffisamment sécurisées. Il peut même augmenter les risques s’il est branché trop vite sur des systèmes critiques. La modernisation des infrastructures, la qualité des données, la formation des agents et la cybersécurité constituent donc des préalables, plutôt que des détails techniques secondaires.

Le philosophe Éric Sadin alerte depuis plusieurs années sur les conséquences sociales d’une technologie qui s’imposerait comme un système de décision. Son regard nourrit une question de fond : à quel moment l’automatisation cesse-t-elle d’aider les personnes pour commencer à réduire leur capacité de jugement ? Dans l’administration, cette interrogation vaut pour l’attribution d’aides, l’évaluation de dossiers, la sécurité ou la gestion de services publics.

Santé : pourquoi l’IA exige des garanties particulières

La santé est l’exemple le plus parlant d’un secteur où l’efficacité ne peut pas être le seul critère. L’IA peut contribuer à analyser des images médicales, à organiser des informations ou à assister certains travaux de recherche. Ces usages suscitent un fort intérêt, car ils pourraient aider les professionnels confrontés à une masse croissante de données.

Mais une recommandation erronée dans ce domaine peut avoir des conséquences directes pour un patient. Les performances annoncées par un outil doivent donc être évaluées sur des données pertinentes, dans les conditions réelles de son emploi et avec une attention particulière aux populations mal représentées dans les jeux de données. Un système performant en laboratoire ne l’est pas nécessairement dans un hôpital, face à une diversité de situations cliniques.

Les préoccupations évoquées autour de l’administration Trump portent précisément sur ce risque : voir des outils d’IA prendre une place déterminante sans contrôle humain suffisant. La responsabilité médicale ne peut pas être transférée à une machine. L’IA peut soutenir une décision, mais elle ne dispense ni de l’expertise d’un professionnel ni de l’obligation d’expliquer et de justifier un choix de soin.

Industrie, recherche et opposition : un débat qui dépasse Washington

La politique de Donald Trump ne fait pas l’unanimité au sein de l’écosystème technologique. Certains entrepreneurs et investisseurs voient dans la dérégulation un moyen de réduire les délais et les coûts, donc de lancer plus rapidement des produits. D’autres estiment qu’un manque de règles claires peut fragiliser la confiance du public et créer, à terme, davantage d’incertitude pour les entreprises elles-mêmes.

Du côté démocrate et dans la société civile, une opposition s’organise autour de la défense de normes éthiques et de mécanismes de responsabilité. Des mobilisations visent les mesures jugées trop brutales par l’administration Trump. Dans le secteur culturel, Meredith Stiehm fait partie des figures qui appellent les studios à ne pas laisser sans réponse les entreprises d’IA qui ne respecteraient pas les principes éthiques ou les droits des créateurs.

La recherche, elle aussi, avance sur plusieurs fronts. Les projets inspirés du cerveau humain cherchent notamment à améliorer l’efficacité énergétique des systèmes. Ces travaux pourraient devenir importants à mesure que l’entraînement et l’utilisation des modèles exigent davantage de capacités de calcul. Toutefois, une avancée scientifique n’apporte pas automatiquement une réponse aux enjeux de gouvernance : qui décide du déploiement, avec quelles données, pour quels objectifs et sous quel recours en cas de dommage ?

Vladimir Atlani insiste sur un autre impératif : préparer les organisations à l’adoption massive de l’IA. Cela suppose d’adapter les méthodes de travail, de former les salariés et de définir des règles d’usage internes. Une entreprise qui installe un assistant génératif sans encadrement peut exposer ses informations confidentielles ou produire des contenus inexacts. La réussite ne dépend pas seulement de la puissance du logiciel, mais de la capacité collective à l’employer avec discernement.

Ce qu’il faut surveiller dans les prochains mois

Le test de résistance de l’IA face à Donald Trump sera moins une affaire de déclarations que de décisions administratives concrètes. La Maison-Blanche devra préciser ce qu’elle entend par « supprimer les obstacles » : s’agira-t-il de simplifier certaines procédures, de revoir les recommandations de sécurité ou de limiter plus largement l’action des agences fédérales ?

Trois points méritent une attention particulière :

• La future stratégie fédérale sur l’IA, demandée par le décret de janvier 2025, qui devra traduire le mot d’ordre de leadership américain en mesures précises.
• La place de la cybersécurité et des évaluations de risques, notamment pour les modèles les plus puissants et les usages gouvernementaux.
• La protection effective des citoyens, dans les domaines où les biais, la surveillance ou les décisions automatisées peuvent affecter des droits essentiels.

L’enjeu n’est pas de choisir entre une IA immobile et une IA sans limites. Les États-Unis cherchent à conserver un avantage technologique mondial, tandis que les critiques de la dérégulation rappellent qu’une innovation durable exige aussi fiabilité, transparence et responsabilité. C’est sur cet équilibre, encore largement à définir au 1er avril 2025, que se jouera la solidité du cadre américain de l’intelligence artificielle.