|
EN BREF
|
Réunis à Dublin pour consacrer un sommet à l’intelligence artificielle, les dirigeants des vingt-sept États membres de l’Union européenne doivent arbitrer entre deux priorités : développer des modèles de pointe capables de rivaliser avec ceux des États-Unis et de la Chine, ou concentrer les investissements sur leur adoption dans l’industrie et les services. Derrière ce choix technique se joue une question plus vaste : qui contrôlera les infrastructures, les usages et les règles d’une technologie qui transforme déjà l’économie et la vie sociale ?
Une révolution qui se construit sur une infrastructure
L’intelligence artificielle générative ne se résume pas aux interfaces conversationnelles visibles du public. Elle repose sur une chaîne technique composée de centres de données, de processeurs spécialisés, de réseaux, de grandes bases de données et de modèles entraînés sur d’importants volumes de textes, d’images ou de sons. Les acteurs qui maîtrisent cette chaîne peuvent concevoir les systèmes, déterminer leurs conditions d’accès et influencer les outils développés à partir d’eux.
Les États-Unis et la Chine disposent aujourd’hui d’un avantage important dans la conception de modèles d’IA de pointe, soutenus par des entreprises capables de mobiliser des capitaux, des infrastructures informatiques et des compétences à grande échelle. En Europe, Mistral figure parmi les rares entreprises à développer des modèles compétitifs. La présence de son cofondateur, Arthur Mensch, au sommet souligne l’enjeu industriel : conserver une capacité de recherche et de conception sur le continent, plutôt que dépendre uniquement de technologies importées.
La question du calcul et des données
Entraîner un modèle avancé exige une puissance de calcul considérable, mais aussi un accès stable à l’énergie, aux composants et aux données. Ces ressources sont coûteuses et concentrées. Les écarts entre régions ne se mesurent donc pas seulement à la qualité d’un algorithme : ils tiennent également à la capacité de financer son entraînement, de l’héberger à grande échelle et de le mettre à jour rapidement.
Renoncer à cette infrastructure pourrait limiter la marge de manœuvre européenne. Si les entreprises, les administrations et les établissements de santé s’appuient durablement sur des systèmes étrangers, leur fonctionnement dépend alors des choix commerciaux, techniques et politiques de fournisseurs extérieurs. Des réflexions sur les rapports de force entre grandes puissances et sur les différentes stratégies de l’IA sont développées dans cette analyse des visions de l’Europe, de la Chine et des États-Unis.
Modèles souverains ou applications immédiates ?
Le débat européen porte sur la meilleure manière d’employer des ressources financières limitées. Une première stratégie consiste à soutenir les modèles fondamentaux, qui peuvent ensuite servir de base à de multiples applications. Une seconde privilégie l’intégration de l’IA dans des secteurs où l’Europe possède déjà un savoir-faire : industrie, logistique, services publics, recherche médicale ou gestion de l’énergie.
Les partisans de la seconde approche estiment que l’Europe peut créer de la valeur en adaptant les outils existants à ses besoins, sans engager des sommes immenses dans une course mondiale à la taille des modèles. Les applications peuvent, par exemple, assister l’analyse d’images médicales, optimiser la maintenance d’une usine ou automatiser certaines tâches administratives. Mais leur fiabilité dépend souvent des modèles sous-jacents, de la qualité des données et de la possibilité d’auditer les résultats.
De la dépendance technique à la souveraineté
La souveraineté numérique ne signifie pas nécessairement que chaque pays doit fabriquer seul toutes ses technologies. Elle suppose toutefois de préserver des compétences, des infrastructures et des options de remplacement suffisantes pour éviter une dépendance totale à un petit nombre de fournisseurs. Dans le domaine de l’IA, cela implique notamment de pouvoir héberger des modèles, protéger les données sensibles et comprendre les limites des systèmes employés.
Une interruption d’accès à un modèle ou une modification imprévue de ses conditions d’utilisation pourrait affecter des entreprises qui l’ont intégré à leurs opérations. Le risque est particulièrement important lorsque des fonctions critiques dépendent d’un service propriétaire dont le fonctionnement interne est difficile à vérifier. La discussion sur un éventuel effort européen coordonné, parfois comparé à un « projet Manhattan » technologique, porte ainsi autant sur la capacité industrielle que sur la sécurité économique.
Les règles européennes face à la vitesse de l’innovation
L’Union européenne a adopté en 2024 une législation destinée à encadrer l’intelligence artificielle selon le niveau de risque associé aux usages. Cette approche vise notamment à imposer des obligations de transparence, de documentation et de gestion des risques pour certains systèmes. Sa mise en œuvre reste toutefois complexe : les technologies évoluent vite, les responsabilités sont réparties entre plusieurs acteurs et de nombreuses entreprises proposant les modèles sont établies hors d’Europe.
Le débat oppose souvent deux préoccupations. Pour les défenseurs d’une régulation forte, des garde-fous sont nécessaires avant que les systèmes ne soient profondément intégrés aux décisions publiques ou économiques. Pour ceux qui craignent un excès de règles, des obligations trop lourdes pourraient ralentir les entreprises européennes et détourner les investissements vers des régions moins contraignantes. L’enjeu technique consiste à élaborer des exigences applicables, capables de suivre l’évolution des modèles sans bloquer les usages à faible risque.
Évaluer les systèmes plutôt que leurs seules promesses
La sécurité d’un modèle ne peut pas être déduite uniquement de son architecture ou des déclarations de son fournisseur. Elle demande des évaluations répétées : tests de robustesse, recherche de biais, vérification de la résistance aux tentatives de manipulation et suivi du comportement après déploiement. Les systèmes peuvent produire des réponses plausibles mais erronées, exposer des informations sensibles ou être détournés de leur fonction initiale.
Les préoccupations portent également sur la capacité des modèles à reconnaître certains contextes de test, ce qui rend plus difficile l’évaluation de leurs comportements réels. Ces limites renforcent la nécessité de contrôles indépendants et de mécanismes permettant de signaler les incidents. Les discussions internationales sur l’avenir de l’IA et ses responsabilités sont aussi abordées à travers les réflexions autour de l’ONU et de la gouvernance de l’intelligence artificielle.
Une transformation déjà visible dans la société
L’IA redessine les sociétés moins par une rupture unique que par son intégration progressive dans des outils ordinaires. Dans les entreprises, elle peut trier des documents, assister la rédaction ou contribuer à la planification. Dans les hôpitaux, elle peut aider à analyser des données, sans pour autant se substituer automatiquement au jugement des professionnels. Dans les services publics, son emploi soulève des questions de transparence, de recours et de responsabilité lorsqu’une décision affecte les droits d’une personne.
Ces changements rendent nécessaire une distinction entre l’automatisation d’une tâche et la délégation d’une décision. Un système peut fournir une recommandation, mais l’organisation qui l’utilise doit définir qui la vérifie, qui répond d’une erreur et comment les personnes concernées peuvent contester un résultat. Les enjeux de droits et de responsabilité à l’ère de l’IA sont notamment mis en lumière par l’exposition de Casablanca consacrée à l’intelligence artificielle et aux droits.
Du travail aux objets du quotidien
La diffusion de l’IA dépend aussi de son intégration dans des produits grand public. Des jouets connectés peuvent dialoguer, personnaliser leurs réponses ou transmettre des données à des services distants. Leur fonctionnement soulève des questions concrètes : quelles informations sont collectées, où sont-elles conservées, combien de temps et qui peut les consulter ? Le choix d’un produit intégrant de l’IA demande donc d’examiner ses paramètres de confidentialité et les modalités de contrôle parental, comme le détaille ce guide sur les jouets et peluches dotés d’intelligence artificielle.
À mesure que ces outils se multiplient, la question de la place laissée à l’initiative humaine devient centrale. Une assistance automatisée peut faciliter une activité, mais elle peut aussi orienter les choix, uniformiser les réponses ou rendre certaines compétences moins sollicitées. La réflexion sur la volonté humaine face aux machines, de Blaise Pascal aux systèmes contemporains, est développée dans cet article sur la volonté humaine à l’épreuve de l’intelligence artificielle.
Un choix stratégique aux conséquences durables
Le sommet de Dublin place les dirigeants européens devant un arbitrage qui ne se limite pas à choisir entre recherche et applications. Soutenir des modèles de pointe peut préserver une expertise, renforcer la capacité d’audit et réduire certaines dépendances. Miser sur les usages peut accélérer l’adoption de l’IA dans les secteurs où l’Europe dispose déjà d’atouts. Une stratégie cohérente doit aussi considérer l’énergie, les compétences, la sécurité, l’accès aux données et la capacité des petites entreprises à utiliser ces outils.
La difficulté est de faire avancer ces priorités simultanément sans disperser les investissements. L’IA transforme déjà les méthodes de production, les services et les relations entre citoyens, entreprises et administrations. Les décisions prises à Dublin pèseront donc sur les conditions techniques de cette transformation : qui conçoit les systèmes, selon quelles règles, avec quelles garanties et au bénéfice de quels usages.