Plan d’action sur l’IA : Trump vise les modèles jugés « woke » à Washington

Le vocabulaire est frontal et la portée politique assumée. Le 23 juillet 2025, à l’occasion d’un sommet organisé à Washington D.C., Donald Trump a placé l’intelligence artificielle au centre d’une stratégie américaine mêlant compétitivité économique, action fédérale et sécurité nationale. Son administration entend notamment écarter des achats publics les systèmes qu’elle qualifie d’« IA woke », une expression politique appliquée ici aux modèles considérés comme guidés par des présupposés idéologiques plutôt que par la recherche de faits.

Cette orientation ne se résume pas à une bataille de mots autour des réponses d’un chatbot. Les grands modèles de langage, ou LLM, commencent à servir d’outils de recherche, de rédaction, d’analyse et d’assistance dans de nombreuses organisations. Le choix des modèles que l’État fédéral achète peut donc peser sur les pratiques des fournisseurs, sur les critères de marchés publics et, plus largement, sur le débat américain concernant la neutralité supposée des systèmes d’IA.

Ce que Donald Trump a annoncé à Washington

Le président américain a signé une série d’ordonnances exécutives et présenté le Plan d’action sur l’IA de l’Amérique. L’ensemble poursuit un même objectif : consolider la position des États-Unis dans la course mondiale à l’intelligence artificielle en facilitant l’innovation, en développant les infrastructures nécessaires et en projetant les technologies américaines à l’international.

L’une des mesures les plus commentées porte le titre explicite de « Prévenir l’IA woke dans le gouvernement fédéral ». Elle vise les modèles achetés et utilisés par les administrations fédérales. L’administration Trump y affirme que ces outils ne doivent pas être compromis par des idéologies et qu’ils doivent fournir des résultats objectifs.

Le plan comprend également un volet destiné à faire des États-Unis une puissance exportatrice d’IA. Une ordonnance prévoit ainsi la création d’un Programme d’exportation de l’IA américaine, conçu pour promouvoir à l’étranger les technologies développées dans le pays et soutenir les alliances internationales.

Cette stratégie s’inscrit dans une conception particulièrement large de l’IA : elle concerne à la fois les logiciels, les centres de données, les capacités industrielles, la diplomatie technologique et les usages de défense. Le Pentagone y occupe une place importante, car l’administration considère les outils d’IA avancés comme un enjeu direct de protection des intérêts nationaux.

Que signifie l’expression « IA woke » dans cette ordonnance ?

L’expression « woke » n’est pas une catégorie technique utilisée par les chercheurs en intelligence artificielle. Dans le débat politique américain, elle sert souvent à critiquer des politiques ou des contenus associés à la diversité, l’équité et l’inclusion, généralement désignées par l’acronyme DEI.

Dans le cadre de l’ordonnance, l’enjeu est formulé en termes d’acquisition publique. Le gouvernement fédéral ne doit pas acheter des grands modèles de langage dont les réponses seraient orientées par ce que le texte présente comme des agendas idéologiques. L’administration demande au contraire des modèles « cherchant la vérité », c’est-à-dire conçus pour privilégier l’exactitude historique, l’objectivité et l’investigation scientifique.

La directive ajoute un point important : un système doit reconnaître ses limites lorsque les informations fiables sont incomplètes ou contradictoires. Pour un modèle de langage, cette exigence renvoie à un problème concret. Ces outils génèrent des réponses plausibles à partir de grandes quantités de données, mais ils ne vérifient pas spontanément tous les faits comme le ferait un enquêteur humain. Savoir signaler l’incertitude est donc un critère de qualité essentiel, notamment pour des usages administratifs.

L’ordonnance prévoit que les modèles fédéraux évitent les biais partisans intégrés, sauf lorsque des jugements de valeur sont expressément introduits par l’utilisateur. Le principe affiché est de distinguer l’outil, censé rester impartial, de la requête de la personne qui s’en sert.

Les trois piliers du Plan d’action sur l’IA de l’Amérique

Au-delà du volet consacré aux modèles jugés idéologiques, la Maison-Blanche organise son plan autour de trois axes. Cette architecture montre que l’administration ne traite pas l’IA uniquement comme une technologie de consommation ou comme un sujet de modération de contenus.

Le premier pilier repose sur une critique des réglementations fédérales jugées trop lourdes par l’administration. L’idée est qu’un cadre réglementaire trop contraignant ralentirait les entreprises américaines face à leurs concurrents internationaux. Ce choix traduit une priorité donnée à la vitesse de développement et au déploiement des solutions.

Le deuxième pilier rappelle qu’un modèle d’IA n’est jamais seulement un logiciel. Son entraînement et son fonctionnement nécessitent des infrastructures : puissance de calcul, équipements, centres de données et énergie. La compétition entre puissances technologiques se joue donc aussi dans cette couche matérielle, bien au-delà des assistants conversationnels visibles par le grand public.

Enfin, le troisième pilier associe explicitement IA, diplomatie et sécurité. Pour Washington, exporter ses technologies permettrait non seulement d’ouvrir des marchés aux entreprises américaines, mais aussi d’inscrire ses solutions dans les écosystèmes de partenaires étrangers. Dans ce cadre, les choix techniques deviennent aussi des choix géopolitiques.

Exactitude historique et DEI : le cœur du conflit politique

La nouvelle doctrine fédérale oppose directement la recherche de vérité aux démarches de diversité, d’équité et d’inclusion. Selon l’administration Trump, des pratiques inspirées par la DEI peuvent dégrader la fiabilité des réponses, produire des résultats discriminatoires et compromettre l’objectivité d’un modèle.

Cette position ouvre cependant un débat plus complexe que ne le laisse entendre le slogan. Dans le domaine de l’IA, un biais peut recouvrir plusieurs réalités : données historiques incomplètes, surreprésentation de certains groupes, erreurs de classement, règles de modération trop générales ou choix de conception effectués par les entreprises. Travailler sur la diversité des données peut, selon les cas, viser à mieux représenter les utilisateurs et à réduire certaines erreurs. À l’inverse, imposer une représentation sans tenir compte du contexte historique peut créer des inexactitudes.

L’exemple de Google illustre cette tension. L’entreprise avait retiré une fonctionnalité de génération d’images après des critiques liées à des représentations historiquement inexactes. Elle a ensuite proposé une version améliorée de son IA, tout en restant confrontée aux mêmes difficultés de représentation. Le cas montre qu’il n’existe pas de réglage simple permettant de concilier automatiquement fidélité historique, diversité des résultats, sécurité des usages et attentes très différentes des utilisateurs.

L’administration fait un choix clair : dans les achats du gouvernement fédéral, l’exactitude historique et l’objectivité doivent primer sur ce qu’elle décrit comme des préférences idéologiques. Mais convertir ces grands principes en critères techniques mesurables sera difficile. Comment évaluer objectivement qu’un modèle est neutre ? Quels corpus serviront de référence pour trancher une controverse historique ou scientifique ? Et comment distinguer une erreur factuelle d’un désaccord légitime entre spécialistes ? Ces questions détermineront la mise en œuvre réelle de l’ordonnance.

Une ordonnance fédérale, pas une définition scientifique de la neutralité

La mesure sur l’« IA woke » concerne d’abord les achats du gouvernement fédéral. Son effet le plus immédiat est donc de fixer des attentes pour les fournisseurs qui souhaitent vendre des modèles de langage aux administrations américaines. Elle ne crée pas à elle seule une définition scientifique universelle de la neutralité d’un système d’IA.

La neutralité est d’ailleurs une notion difficile à atteindre de manière absolue. Un modèle doit être entraîné sur des contenus sélectionnés, répondre selon des instructions précises et respecter des règles destinées à limiter des usages problématiques. Chacun de ces choix peut influencer le résultat. Le fait de demander à un outil de signaler une incertitude, de présenter plusieurs interprétations ou de refuser une réponse à risque relève lui aussi de règles de conception.

Pour les entreprises technologiques, l’enjeu peut être opérationnel. Les fournisseurs devront être en mesure de démontrer que leurs outils répondent aux exigences fédérales. Cela pourrait renforcer l’importance des évaluations de modèles, des procédures de documentation et des méthodes permettant de vérifier la cohérence des réponses sur des sujets sensibles.

Dérégulation, infrastructures et compétition industrielle

Le rejet de l’« IA woke » est la partie la plus visible du plan, mais il ne doit pas masquer le cœur économique de la stratégie. L’administration Trump veut accélérer l’innovation américaine en allégeant des réglementations fédérales considérées comme un frein. Elle espère ainsi créer un environnement plus compétitif pour les entreprises nationales, de la conception des modèles jusqu’à leur déploiement.

Cette approche part d’un constat : l’IA de pointe exige des investissements massifs et une capacité à mettre rapidement en œuvre de nouveaux systèmes. Les entreprises qui développent ces technologies ne dépendent pas uniquement de leurs logiciels. Elles ont besoin d’infrastructures adaptées, d’un accès à des ressources informatiques et d’un cadre administratif suffisamment prévisible pour planifier leurs projets.

Le choix de réduire des contraintes réglementaires comporte néanmoins une tension structurelle. Un développement plus rapide peut favoriser l’innovation et l’investissement. Mais l’IA soulève aussi des questions de fiabilité, de discrimination, de protection des données, de propriété intellectuelle et de sécurité. Le plan privilégie nettement la compétitivité américaine, tout en intégrant la sécurité nationale à sa stratégie.

L’exportation de l’IA comme instrument de puissance

Le Programme d’exportation de l’IA américaine donne une dimension internationale au plan. L’objectif est de favoriser le développement et le déploiement des technologies américaines à l’étranger, afin de renforcer le rôle des États-Unis comme leader mondial du secteur.

L’exportation ne renvoie pas seulement à la vente d’un modèle de langage. Elle peut englober l’ensemble d’un environnement technologique : logiciels, services, infrastructures et expertise nécessaires pour utiliser l’IA. En encourageant cette diffusion auprès de partenaires, Washington cherche à renforcer ses alliances et à étendre l’influence de ses solutions.

La sécurité est indissociable de cette ambition. Le rôle attribué au Pentagone souligne que l’administration considère l’IA comme une technologie stratégique. Les systèmes avancés peuvent servir à l’analyse, à la planification et à de nombreux usages liés aux intérêts nationaux. Le plan lie donc explicitement ambition commerciale, diplomatie et défense.

Ce qu’il faut surveiller

La première question sera celle de l’application concrète de l’ordonnance dans les marchés publics fédéraux. Les administrations devront traduire des principes comme l’objectivité, l’exactitude historique et la reconnaissance de l’incertitude en critères de sélection. C’est à ce stade que l’effet de la mesure sur les entreprises et les modèles disponibles pourra être évalué.

Il faudra aussi observer la manière dont l’administration concilie sa volonté de dérégulation avec les impératifs de sécurité. Accélérer les déploiements, développer les infrastructures et exporter les technologies sont des objectifs complémentaires, mais ils supposent des arbitrages dès lors que les systèmes deviennent plus largement utilisés dans des domaines sensibles.

Enfin, le débat sur les biais restera central. La politique annoncée à Washington repose sur l’idée que l’IA doit s’affranchir d’orientations idéologiques. Or, établir ce qui relève d’un biais, d’une erreur, d’une incertitude ou d’une interprétation légitime est un travail technique et politique complexe. C’est précisément cette tension qui fera du plan de Donald Trump un texte important pour l’évolution de la gouvernance de l’IA américaine en 2025.