Sommet de l’IA à Paris : l’unité réclamée pour une IA plus équitable

À Paris, le débat sur l’intelligence artificielle dépasse désormais la seule prouesse technique. Alors que les modèles génératifs se diffusent dans le travail, l’école, les services publics et la santé, le Sommet de l’action sur l’IA réunit dirigeants mondiaux, responsables d’entreprises, universitaires et représentants de la société civile autour d’un objectif difficile : faire progresser l’innovation tout en évitant que ses bénéfices et ses risques ne soient répartis de façon inégale.

Publié le 11 février 2025, ce rendez-vous intervient dans un climat d’accélération. Les capacités des systèmes d’IA avancent rapidement, les investissements dans les infrastructures se chiffrent en dizaines, voire en centaines de milliards de dollars, et les citoyens s’interrogent sur les effets concrets de ces outils : évolution des métiers, fiabilité de l’information, discriminations automatisées, accès aux soins ou concentration du pouvoir technologique.

Le sommet parisien s’inscrit dans la continuité du Sommet de Séoul sur la sécurité de l’IA de 2024. Mais le centre de gravité des discussions ne se limite pas à la prévention des scénarios les plus graves. Il porte aussi sur les conditions d’un développement utile, accessible et digne de confiance.

Pourquoi le Sommet de l’IA insiste-t-il sur l’unité internationale ?

L’intelligence artificielle ne s’arrête pas aux frontières. Les modèles sont entraînés sur des données issues de nombreux pays, déployés à l’échelle mondiale et hébergés dans des infrastructures réparties sur plusieurs continents. Une règle adoptée dans un État peut donc influencer les entreprises et les utilisateurs bien au-delà de son territoire.

C’est ce qui rend la fragmentation préoccupante pour les participants. Des normes totalement contradictoires sur la sécurité, la transparence ou la responsabilité des développeurs pourraient compliquer la coopération scientifique, multiplier les contraintes pour les entreprises et, surtout, laisser certains usages risqués prospérer dans les zones les moins encadrées.

Lors de l’événement, Emmanuel Macron a qualifié le sommet de « coup de sifflet » pour l’Europe. L’expression traduit une volonté de mobilisation : le continent ne veut pas regarder la course technologique se jouer sans lui. Le président français met en regard cet enjeu avec l’ampleur de l’effort américain en matière d’infrastructures d’IA, évalué à 500 milliards de dollars.

L’enjeu ne consiste pas uniquement à produire les modèles les plus performants. Il s’agit aussi de disposer de capacités de calcul, de données, de compétences, d’énergie et de règles capables de soutenir des usages durables. Pour l’Europe, la question est donc à la fois industrielle, politique et démocratique.

Une gouvernance mondiale pour créer de la confiance

La confiance est devenue un mot central dans la discussion sur l’IA. Un système peut être impressionnant sans être forcément fiable dans tous les contextes. Il peut produire une réponse convaincante mais erronée, reproduire des préjugés présents dans ses données d’entraînement ou rendre difficile l’identification des responsabilités lorsqu’une décision automatisée cause un préjudice.

Pour Kit Cox, cofondateur d’Enate, des lignes directrices mondiales sont nécessaires afin que l’IA soit développée de façon sûre et éthique. L’idée est simple : si les principes de base diffèrent trop fortement d’un pays à l’autre, il devient difficile d’établir un niveau de confiance commun, tant pour les organisations qui déploient ces outils que pour les personnes concernées par leurs décisions.

Une gouvernance crédible ne se résume pas à publier des principes généraux. Elle suppose de préciser les responsabilités à chaque étape : conception d’un modèle, accès aux données, tests, mise sur le marché, intégration dans une organisation et contrôle de son usage réel. Les pouvoirs publics, les laboratoires, les entreprises, les chercheurs et la société civile ont chacun un rôle à jouer dans cet écosystème.

Le Royaume-Uni illustre cette recherche d’adaptation. Il a présenté un plan d’action sur les opportunités de l’IA, destiné à accompagner une transition bénéfique vers cette technologie. Cette démarche se déroule parallèlement au débat britannique sur l’encadrement de l’intelligence artificielle. Elle rappelle qu’une stratégie nationale doit tenir ensemble deux impératifs : favoriser les innovations et prévoir les garde-fous nécessaires.

Les biais de l’IA, un problème technique aux effets très humains

Les biais ne sont pas un défaut abstrait réservé aux spécialistes. Ils peuvent devenir très concrets lorsqu’un système participe au tri de candidatures, à l’accès à un service, à l’analyse de documents ou à la recommandation de contenus. Si les données utilisées pour entraîner ou évaluer une IA reflètent des stéréotypes, des inégalités historiques ou des représentations insuffisantes de certains groupes, le système peut les perpétuer, voire les amplifier.

Le professeur David Leslie souligne que les progrès accomplis pour traiter la toxicité de certaines données d’entraînement restent insuffisants. Cette observation renvoie à une limite fondamentale : retirer les contenus manifestement problématiques ne suffit pas toujours à éliminer les biais plus diffus, présents dans les formulations, les catégories utilisées ou les situations qui manquent dans les jeux de données.

La responsabilité ne repose donc pas sur une seule opération de nettoyage des données. Elle implique des tests avant le déploiement, un suivi des résultats en situation réelle, la possibilité de signaler les erreurs et, lorsque l’outil intervient dans une décision importante, une supervision humaine adaptée.

La diversification des équipes qui conçoivent et évaluent l’IA est également un enjeu. Des profils, expériences et domaines de compétence variés peuvent aider à repérer les angles morts d’un système. Cela ne garantit pas automatiquement l’équité, mais réduit le risque qu’une technologie soit pensée depuis un point de vue trop étroit.

Rendre l’IA accessible sans la laisser aux seules grandes entreprises

Le sommet met aussi en lumière une tension économique majeure. L’IA de pointe exige des moyens considérables : composants de calcul, centres de données, électricité, données de qualité et équipes de recherche très spécialisées. Cette réalité favorise les acteurs capables de financer des infrastructures coûteuses.

La professeure Gina Neff alerte contre l’emprise que les grandes entreprises technologiques pourraient exercer sur le développement de l’IA. Son propos ne revient pas à nier leur rôle dans l’innovation. Il rappelle plutôt qu’une technologie aussi structurante ne peut être pensée uniquement à partir des intérêts de ceux qui la produisent ou la commercialisent.

Relier l’IA aux réalités quotidiennes des citoyens est, pour elle, indispensable. Cela passe notamment par une information compréhensible sur les usages réels de ces outils, leurs limites et les droits des personnes. Lorsqu’une IA intervient dans la relation avec une administration, dans un recrutement ou dans l’accès à une prestation, les utilisateurs doivent pouvoir comprendre qu’un système automatisé est en jeu et savoir vers qui se tourner en cas de problème.

Parmi les pistes évoquées figure la création d’une fondation pour l’IA d’intérêt public. Une telle structure reposerait sur une coopération entre gouvernements et entités privées afin de s’attaquer aux disparités et de favoriser un accès plus large aux bénéfices de l’IA. L’ambition est de ne pas réduire l’intérêt général à une conséquence indirecte de la compétition commerciale.

L’accessibilité a aussi une dimension géographique. Les pays disposant de moins de ressources techniques ou financières doivent pouvoir participer aux échanges, accéder à des savoir-faire et développer des réponses adaptées à leurs besoins. Sans cela, le risque est de voir se former une dépendance durable envers un nombre limité de fournisseurs et de pays producteurs de technologie.

Former les travailleurs, mais aussi les citoyens

L’impact de l’IA sur l’emploi ne peut pas être résumé par une opposition entre métiers remplacés et métiers préservés. Dans de nombreux secteurs, les outils transforment d’abord certaines tâches : rédaction de documents, recherche d’information, traitement de dossiers, programmation, service client ou analyse de données. Cette transformation peut modifier les compétences demandées, l’organisation du travail et la valeur accordée à l’expertise humaine.

Kit Cox rappelle que l’éducation et l’investissement dans la formation sont essentiels pour préparer les individus à ces changements. La formation ne devrait pas se limiter à apprendre à utiliser une interface ou à rédiger une instruction pour un assistant conversationnel. Elle doit aussi donner les moyens de vérifier une réponse, de protéger des données sensibles, de reconnaître les limites d’un outil et d’identifier les risques de discrimination ou de désinformation.

Cette approche concerne les salariés, mais aussi les enseignants, les étudiants, les agents publics, les dirigeants de petites entreprises et les citoyens. Une IA accessible n’est pas seulement une IA disponible sur un écran. C’est une IA que les personnes peuvent comprendre suffisamment pour l’utiliser de façon éclairée ou, au besoin, contester ses effets.

Pourquoi une formation éthique est-elle nécessaire ?

Parce que les choix d’usage sont rarement purement techniques. Faut-il confier une première sélection de candidatures à un algorithme ? Peut-on transmettre des données de santé à un outil externe ? Comment vérifier un contenu généré automatiquement avant de le publier ? Ces questions exigent des repères pratiques, juridiques et éthiques.

Former à l’IA, c’est donc développer des compétences, mais aussi une capacité de jugement. Dans cette perspective, l’humain ne disparaît pas du processus : il doit être placé en mesure de décider quand l’automatisation est pertinente et quand elle ne l’est pas.

Santé : innover sans sacrifier la transparence ni l’éthique

Le secteur médical concentre les promesses les plus fortes de l’IA, mais aussi des exigences particulières. Aider à analyser des données, organiser des informations ou soutenir certaines décisions peut être utile. Toutefois, la santé touche à des données extrêmement sensibles et à des décisions dont les conséquences pour les patients peuvent être majeures.

Le docteur Vivek Singh souligne la nécessité de maintenir un équilibre entre innovation et éthique dans le développement des technologies de santé fondées sur l’IA. Cela suppose de ne pas juger un outil sur sa seule performance annoncée. Il faut aussi s’interroger sur la qualité des données mobilisées, la manière dont les résultats sont expliqués, les conditions de validation et la place du professionnel de santé dans la décision.

L’idée d’établir des fédérations pour garantir transparence et éthique traduit le besoin de faire travailler ensemble les parties concernées : soignants, chercheurs, développeurs, établissements, autorités et patients. Dans un domaine aussi sensible, la confiance ne se décrète pas. Elle se construit par des procédures rigoureuses et par une information honnête sur ce que l’outil sait faire, mais aussi sur ce qu’il ne sait pas faire.

Ce qu’il faut surveiller après le sommet

Le Sommet de l’action sur l’IA marque un moment de convergence, pas l’aboutissement d’une gouvernance mondiale. Les déclarations d’intention devront se traduire par des mécanismes concrets : échanges de bonnes pratiques, évaluations des systèmes, investissements dans les compétences, participation de la société civile et accès accru aux capacités technologiques.

Trois points seront particulièrement déterminants. D’abord, la capacité des États à coopérer malgré leurs intérêts industriels et géopolitiques concurrents. Ensuite, la place réellement accordée aux publics les plus exposés aux transformations de l’IA : travailleurs, patients, usagers des services publics et petites organisations. Enfin, la faculté de mesurer les résultats, au-delà des grands principes.

L’appel à l’unité lancé à Paris répond à une réalité : l’IA est déjà une technologie mondiale. Mais l’unité ne pourra être durable que si elle ne masque pas les rapports de force et si l’équité devient un critère concret des politiques, des outils et des investissements. C’est à cette condition que l’intelligence artificielle pourra être considérée non seulement comme une avancée technique, mais comme un progrès partagé.