Les outils de gouvernance de l’IA de l’UNESCO font passer l’éthique des principes aux tests de politiques publiques

L’UNESCO lancera le 16 septembre trois produits de gouvernance de l’IA, faisant évoluer son programme éthique des grands principes vers des éléments probants que les gouvernements peuvent appliquer. Les outils de gouvernance de l’IA de l’UNESCO arrivent alors que les décideurs sont confrontés aux systèmes agentiques, à la hausse des besoins en infrastructures et à des capacités nationales inégales.

L’ensemble comprend RAM 2.0, une analyse mondiale des évaluations nationales et une boîte à outils consacrée à l’empreinte environnementale de l’IA. RAM signifie Readiness Assessment Methodology, un processus de diagnostic visant à évaluer la capacité d’un pays à gouverner l’IA de manière responsable.

Cette combinaison crée la véritable tension qui sous-tend l’annonce. Les principes internationaux sur l’IA sont désormais courants, mais leur mise en œuvre reste fragmentée entre lois, institutions, capacités techniques et application des règles. L’UNESCO entend relier ces dimensions grâce à son approche à l’échelle des pays, sans en faire un nouveau cadre volontaire que les gouvernements approuvent sans pouvoir l’exécuter.

Les produits seront dévoilés lors du quatrième Global Forum on the Ethics of Artificial Intelligence à Riyadh, en Arabie saoudite. Le forum se tiendra du 14 au 17 septembre et est coorganisé avec la Saudi Data and Artificial Intelligence Authority et ICAIRE.

L’UNESCO affirme que sa méthodologie initiale a déjà influencé des stratégies nationales et des feuilles de route régionales. RAM 2.0 doit désormais démontrer qu’un diagnostic volontaire peut rester utile alors que des régimes contraignants, dont l’AI Act de l’Union européenne, entrent en phase de mise en œuvre.

L’UNESCO lance trois outils, pas une nouvelle déclaration

L’annonce compte parce que l’UNESCO réunit diagnostic, données comparatives et orientations environnementales dans un même processus de politique publique.

Selon l’annonce sur les outils de gouvernance, l’UNESCO prévoit de présenter les trois produits le 16 septembre. Chacun répond à une lacune différente entre les principes éthiques et l’action gouvernementale.

Le premier produit est RAM 2.0, une version mise à jour de l’évaluation de préparation des pays de l’UNESCO. La méthodologie actuelle examine les conditions juridiques, réglementaires, sociales, culturelles, économiques, éducatives, scientifiques, techniques et d’infrastructure.

L’UNESCO indique que la révision intègre davantage de contributions de femmes, de personnes handicapées et de peuples autochtones. Ce changement est important, car les politiques nationales en matière d’IA traitent souvent l’inclusion comme une vérification finale de conformité. RAM 2.0 place au contraire les communautés concernées au cœur du processus de collecte des éléments probants.

Le deuxième produit analyse les conclusions issues des évaluations nationales. Il vise à identifier des tendances mondiales de gouvernance de l’IA dans différents pays, plutôt que de laisser chaque rapport comme document autonome.

Cette couche comparative peut révéler des lacunes institutionnelles récurrentes. Celles-ci peuvent inclure une autorité réglementaire mal définie, une expertise limitée dans le secteur public, une faible gouvernance des données ou des moyens insuffisants pour que les communautés contestent des décisions automatisées.

Toutefois, une synthèse mondiale peut aussi aplanir les différences locales si ses catégories deviennent trop larges. Un pays qui construit des capacités administratives de base fait face à des contraintes différentes de celles d’une économie numérique mature qui réglemente des modèles à usage général.

Le troisième produit est une boîte à outils environnementale destinée aux décideurs publics. L’UNESCO indique qu’elle abordera les deux dimensions de la relation entre l’IA et l’environnement.

Les gouvernements ont besoin de méthodes pour réduire l’empreinte environnementale des systèmes d’IA. Ils ont également besoin de moyens d’évaluer les affirmations selon lesquelles l’IA peut soutenir l’action climatique, la protection de la biodiversité et la résilience des écosystèmes.

Traiter ces objectifs ensemble est logique. Un projet d’IA ne peut pas être qualifié de bénéfique uniquement parce que son usage prévu soutient la conservation. Les décideurs ont aussi besoin d’éléments probants concernant les besoins en calcul, les sources d’énergie, l’utilisation de l’eau, l’approvisionnement en matériel et les résultats mesurables du projet.

Les trois produits forment donc une séquence approximative. RAM 2.0 identifie les lacunes en matière de capacités et de gouvernance. L’analyse mondiale montre si ces lacunes se répètent d’une juridiction à l’autre. La boîte à outils environnementale applique un test plus ciblé à un domaine de politique publique de plus en plus urgent.

Cette approche est plus opérationnelle que la publication d’une nouvelle déclaration sur une IA digne de confiance. Elle reste toutefois en deçà de la réglementation, car les recommandations de l’UNESCO ne constituent pas directement du droit national exécutoire.

Cette distinction déterminera la manière dont les gouvernements utiliseront l’ensemble. Un diagnostic peut aider les responsables à déterminer les institutions, compétences et règles dont ils ont besoin. Il ne peut pas contraindre un ministère, un régulateur ou un fournisseur d’IA à agir sur ces conclusions.

Cette limite ne rend pas ce travail sans pertinence. Elle fait du suivi l’indicateur central de réussite.

Pourquoi les outils de gouvernance de l’IA de l’UNESCO arrivent maintenant

La politique de l’IA est entrée dans une phase de mise en œuvre où les gouvernements ont besoin d’éléments probants, de personnel et de responsabilité institutionnelle, et non seulement de valeurs partagées.

Les 193 États membres de l’UNESCO ont adopté sa Recommandation sur l’éthique de l’intelligence artificielle en novembre 2021. Le document a établi un cadre centré sur les droits humains couvrant l’ensemble du cycle de vie de l’IA.

Ses domaines d’action comprennent la gouvernance des données, l’éducation, le travail, la santé, l’égalité des genres, la culture, la communication et l’environnement. Les États membres appliquent volontairement la recommandation au travers de leurs propres systèmes constitutionnels et administratifs.

La recommandation appelait également à des instruments pratiques de mise en œuvre. L’UNESCO a développé RAM pour évaluer la préparation à l’échelle des pays, ainsi qu’une Évaluation d’impact éthique destinée à évaluer les systèmes et projets d’IA individuels.

RAM est un diagnostic macroéconomique plutôt qu’une certification de produit. Son objectif est d’examiner si un pays dispose des lois, institutions, compétences, infrastructures et garanties sociales nécessaires à une IA responsable.

La méthodologie d’évaluation de la préparation invite les gouvernements à regarder au-delà de la simple existence d’une stratégie nationale sur l’IA. Une stratégie peut exister sans régulateur efficace, équipes de passation des marchés formées, consultation publique significative ou voies de recours accessibles.

L’UNESCO indique avoir collaboré avec 77 pays sur des stratégies et politiques nationales en matière d’IA. Elle affirme que 58 pays ont achevé le processus d’évaluation, tandis que plus de 20 000 parties prenantes ont contribué à son élaboration.

Ces chiffres montrent l’ampleur de la portée, mais révèlent aussi le problème suivant. Produire une évaluation n’est pas la même chose que modifier les budgets, les règles administratives, les pratiques de passation des marchés ou les structures de contrôle.

L’UNESCO a cité le Bangladesh, la Colombie, le Ghana, le Nigeria et le Zimbabwe parmi les pays où RAM a éclairé l’élaboration de stratégies sur l’IA. Elle indique également que la méthodologie a influencé la Stratégie continentale de l’IA de l’Union africaine et la feuille de route ASEAN Responsible AI pour 2025 à 2030.

Ces exemples donnent à RAM une base plus solide qu’un cadre testé uniquement au moyen d’ateliers. Toutefois, la qualité de la mise en œuvre variera selon les pays, les systèmes politiques, les ressources et l’autorité réglementaire.

Le calendrier reflète aussi les évolutions technologiques. Les systèmes d’IA agentique peuvent planifier des tâches, appeler des outils logiciels et entreprendre des actions avec une orientation humaine limitée étape par étape.

Cette capacité complique la responsabilité. Un examen de gouvernance doit déterminer qui a autorisé une action, quelles données et quels outils étaient disponibles, comment les décisions ont été consignées et si une personne pouvait intervenir.

Le programme du forum de Riyadh place l’IA agentique aux côtés des effets environnementaux, de l’égalité des genres, de la culture, de la santé mentale des jeunes, des neurotechnologies et de la biologie synthétique. Cet ordre du jour montre à quel point la gouvernance s’est étendue au-delà des règles relatives au contenu des chatbots.

Le quatrième forum intervient également cinq ans après l’adoption par l’UNESCO de sa recommandation. L’événement est donc présenté comme un examen visant à déterminer si les engagements éthiques ont produit des institutions opérationnelles.

Le programme officiel du forum comprend des discussions ministérielles, des panels d’experts, des ateliers, des annonces de partenariats et des sessions sur le financement d’une gouvernance éthique. Il réunit des représentants de gouvernements, de la société civile, du monde universitaire, d’organisations internationales et de l’industrie.

Différentes pages officielles publient des chiffres de participation différents. L’annonce de l’UNESCO indique que le forum élargi réunira 8 000 participants, dont des ministres et vice-ministres d’environ 50 pays. Le site dédié au forum mentionne 1 200 participants et des invitations adressées à 194 États membres.

Ces chiffres peuvent mesurer différentes catégories de participation, mais les pages n’expliquent pas cet écart. Cette incertitude rappelle utilement que même les rapports de gouvernance les plus élémentaires nécessitent des définitions cohérentes.

L’ampleur à elle seule ne déterminera pas l’importance de l’événement. Le test le plus solide est de savoir si les ministères quitteront Riyadh avec des responsabilités définies, des plans de travail financés et des calendriers publics pour agir sur les conclusions des évaluations.

Les diagnostics volontaires face à une réglementation contraignante

Le principal enjeu oppose le renforcement volontaire des capacités à des obligations exécutoires et propres à chaque juridiction.

Le modèle de l’UNESCO repose d’abord sur la coopération. Les pays évaluent leurs propres écosystèmes, consultent les parties prenantes, identifient les lacunes et reçoivent un soutien technique adapté aux conditions nationales.

Cette approche peut fonctionner dans des juridictions aux systèmes juridiques très différents. Elle peut aussi inclure des pays qui ne disposent pas encore du personnel ou de la maturité institutionnelle nécessaires pour rédiger immédiatement une législation complète sur l’IA.

La réglementation contraignante suit une logique différente. Elle attribue des obligations légales, identifie les acteurs responsables, établit une supervision et prévoit des conséquences en cas de non-conformité.

L’AI Act de l’Union européenne illustre cette voie. Cette législation classe certains usages selon leur niveau de risque et impose des obligations aux fournisseurs, déployeurs, importateurs, distributeurs et autres acteurs.

Selon le calendrier actuel de l’AI Act de la Commission européenne, les règles de gouvernance et les obligations concernant les modèles d’IA à usage général ont commencé à s’appliquer en août 2025. La majeure partie du cadre élargi est devenue applicable en août 2026, avec des échéances ultérieures pour certains systèmes à haut risque spécifiés.

L’UNESCO ne concurrence pas l’UE en tant que législateur. Ses outils s’adressent plutôt aux pays qui doivent comprendre leur point de départ avant de choisir des lois, des régulateurs, des normes ou des orientations sectorielles.

Les deux approches peuvent donc être complémentaires. Une évaluation de la préparation peut identifier les institutions manquantes. La législation peut ensuite définir quelle institution détient l’autorité et ce que les organisations réglementées doivent faire.

Le risque apparaît lorsqu’un diagnostic devient un substitut aux décisions politiques difficiles. Les gouvernements peuvent achever des consultations et publier des rapports soignés tout en reportant la mise en place d’une supervision indépendante, de voies de recours ou de restrictions sur les usages à haut risque.

Un deuxième danger concerne une mise en œuvre fragmentée. Si chaque pays traduit les principes éthiques différemment, les fournisseurs peuvent devoir composer avec des définitions, règles de documentation et attentes de déclaration incompatibles.

La cohérence mondiale paraît attrayante, mais une uniformité complète n’est ni probable ni toujours souhaitable. Les pays diffèrent par leurs droits constitutionnels, leurs capacités administratives, leurs marchés du travail, leurs langues et leurs besoins en services publics.

L’objectif plus pragmatique est l’interopérabilité. Les gouvernements ont besoin d’une terminologie et d’éléments probants suffisamment partagés pour comparer les approches, tout en conservant la capacité de traiter les préjudices locaux.

RAM 2.0 peut contribuer en établissant une base de référence diagnostique commune. Le rapport sur les résultats mondiaux peut montrer où les déficits de capacité se répètent et où les conditions locales exigent une réponse distincte.

Pourtant, aucun des deux produits ne peut résoudre les désaccords sur le niveau de risque acceptable. Les gouvernements doivent toujours décider si certains usages nécessitent une interdiction, une autorisation préalable, une surveillance continue ou des contrôles sectoriels.

L’industrie influencera également ces décisions. Les fournisseurs d’IA disposent souvent de davantage d’informations techniques que les organismes publics qui examinent leurs systèmes.

Ce déséquilibre rend importants les normes de documentation, l’accès aux audits, le signalement des incidents et le levier des marchés publics. Une évaluation de l’état de préparation devrait révéler si les gouvernements peuvent exiger des preuves fiables plutôt que d’accepter les assurances des fournisseurs.

Les marchés publics constituent un domaine où des orientations volontaires peuvent avoir un effet immédiat. Un organisme public peut exiger des évaluations d’impact, une documentation des données, des contrôles de sécurité et une supervision humaine avant d’acheter un système d’IA.

Il peut aussi demander aux fournisseurs de conserver des journaux, de signaler les défaillances et de soutenir des tests indépendants. Ces exigences contractuelles peuvent influencer les déploiements avant même l’adoption d’une loi nationale sur l’IA.

Pour les acheteurs en entreprise, la même logique s’applique. Un flux de travail de connaissances structuré peut conserver les politiques, évaluations, documents fournisseurs et dossiers d’incidents. Il ne remplace pas la gouvernance, mais facilite l’examen des décisions.

La question principale n’est donc pas de savoir si les orientations volontaires ou le droit contraignant l’emportent. Elle est de savoir si les résultats des évaluations conduisent à des décisions exécutoires lorsque leur application est nécessaire.

RAM 2.0 sera jugé sur ce qui change après l’évaluation

Un meilleur questionnaire ne compte que si ses conclusions modifient les institutions, les budgets, les lois et les décisions de déploiement.

Le RAM existant de l’UNESCO utilise des questions qualitatives et quantitatives dans cinq dimensions interconnectées. Elles couvrent les conditions juridiques, sociales et culturelles, scientifiques et éducatives, économiques, ainsi que techniques et infrastructurelles.

Cette ampleur reconnaît une vérité fondamentale de la gouvernance de l’IA. Un pays ne peut pas réglementer efficacement par l’intermédiaire d’un seul ministère chargé de la technologie.

Les agences du travail doivent comprendre l’automatisation du travail. Les autorités éducatives doivent traiter les données des élèves et la culture de l’IA. Les autorités de la concurrence ont besoin de visibilité sur la concentration des marchés et l’accès aux ressources informatiques.

Les autorités chargées de la protection des données ont besoin d’expertise technique et de pouvoirs d’enquête. Les tribunaux et organismes administratifs ont besoin de procédures pour réexaminer les décisions lorsque des systèmes automatisés affectent des droits ou des prestations publiques.

Le RAM peut révéler si ces éléments existent. Il peut également montrer lorsque les responsabilités sont dispersées entre plusieurs organismes sans autorité de coordination.

L’accent renforcé de RAM 2.0 sur l’inclusion devrait améliorer ce diagnostic. Les personnes en situation de handicap peuvent se heurter à des interfaces inaccessibles ou à des systèmes de filtrage automatisé qui interprètent mal les technologies d’assistance.

Les communautés autochtones peuvent faire face à des risques liés aux données linguistiques, aux savoirs culturels, aux droits collectifs et à la souveraineté des données. Les femmes peuvent subir des schémas documentés de classification discriminatoire, de filtrage sur le lieu de travail et d’abus facilités par l’IA.

Inviter ces groupes à participer aux consultations n’est qu’une première étape. Les responsables politiques doivent montrer comment leurs éléments de preuve ont modifié une recommandation, un budget, une restriction ou une exigence de surveillance.

Autrement, la participation devient procédurale. Les gouvernements peuvent invoquer une consultation sans transférer la moindre influence sur la décision finale.

La méthodologie fait également face à un défi de mesure. L’état de préparation national ne peut pas être réduit à l’existence de stratégies, d’organismes et de conseils consultatifs.

Une institution peut exister sur le papier mais manquer de personnel, de financement, d’indépendance ou d’accès à des preuves techniques. Une loi peut contenir des droits sans prévoir de mécanisme de plainte pratique.

RAM 2.0 sera plus crédible s’il distingue l’adoption formelle de la capacité opérationnelle. Cette distinction devrait apparaître dans les conclusions par pays et dans l’analyse des tendances mondiales.

L’accès du public compte également. Les chercheurs et les organisations de la société civile ont besoin de suffisamment d’informations sur la méthodologie, les preuves et le suivi des progrès pour évaluer les affirmations des gouvernements.

Certaines informations sensibles resteront raisonnablement protégées. Toutefois, une confidentialité étendue rendrait l’examen indépendant difficile et affaiblirait les comparaisons entre les évaluations.

Le propre rapport de l’UNESCO d’avril 2026 a identifié une contrainte de ressources. Il indiquait que la demande d’assistance technique dépassait le soutien disponible, avec 29 pays supplémentaires intéressés par le lancement d’évaluations RAM.

Cela exerce une pression à la fois sur l’échelle et sur la qualité. Une expansion rapide peut diffuser la méthodologie, mais des évaluations superficielles pourraient ne pas détecter les faiblesses institutionnelles ou sous-représenter les communautés concernées.

Le financement introduit une autre question de gouvernance. Les programmes d’assistance technique dépendent des gouvernements, des fondations et des partenaires internationaux.

Le soutien financier peut élargir l’accès aux pays disposant de moins de ressources. Il exige également des garanties transparentes concernant la définition des priorités, la sélection des consultants, la publication et les conflits d’intérêts.

Le rapport comparatif de l’UNESCO peut aider les donateurs à cibler les lacunes récurrentes. Il pourrait montrer que les pays ont besoin d’expertise réglementaire, de ressources de calcul publiques, de participation de la société civile ou d’institutions de données plus solides.

Toutefois, les conclusions agrégées ne devraient pas devenir un concours de classement. Les gouvernements pourraient chercher à optimiser un score favorable plutôt qu’à affronter des faiblesses politiquement difficiles.

Le meilleur résultat serait un processus continu. Les pays devraient publier une évaluation, attribuer des actions, mesurer les progrès et répéter l’examen à mesure que la technologie et les institutions évoluent.

Ce cycle ferait de RAM 2.0 un instrument de gouvernance plutôt qu’un rapport ponctuel. Sans lui, la méthodologie risque de documenter des lacunes que tout le monde reconnaît déjà.

La boîte à outils environnementale ajoute un test de responsabilité plus exigeant

La gouvernance environnementale de l’IA exige des périmètres de système mesurables, et non de vastes affirmations sur l’efficacité ou les bénéfices climatiques.

La boîte à outils environnementale de l’UNESCO arrive à un moment où les exigences physiques de l’IA deviennent plus difficiles à dissocier de la politique numérique. L’entraînement et l’exploitation des modèles nécessitent des centres de données, de l’électricité, du refroidissement, de l’eau, des équipements réseau et des puces spécialisées.

L’Agence internationale de l’énergie a signalé que la demande d’électricité des centres de données a augmenté de 17 % en 2025. La demande provenant des installations axées sur l’IA a progressé encore plus rapidement.

L’analyse des centres de données de l’AIE indiquait également que cinq grandes entreprises technologiques avaient investi plus de 400 milliards de dollars en 2025. Elle prévoyait que leurs dépenses d’investissement combinées augmenteraient encore de 75 % en 2026.

Ces chiffres ne signifient pas que chaque charge de travail d’IA a la même empreinte. Le lieu, la composition du réseau électrique, l’efficacité du matériel, la conception du refroidissement, le taux d’utilisation, l’architecture du modèle et le calendrier des charges de travail influent tous sur l’impact environnemental.

Cette variation explique précisément pourquoi les responsables politiques ont besoin d’une boîte à outils. Des estimations génériques peuvent induire en erreur lorsqu’elles ignorent où et comment un système fonctionne.

Une évaluation utile devrait définir l’unité mesurée. Les responsables doivent savoir si une affirmation couvre l’entraînement du modèle, son ajustement fin, l’inférence, le stockage des données, la fabrication du matériel ou l’ensemble du cycle de vie d’un service.

Ils ont également besoin de limites temporelles cohérentes. Une session d’entraînement est limitée dans le temps, tandis que l’énergie utilisée pour l’inférence s’accumule au fil des requêtes des utilisateurs.

La croissance de l’usage peut effacer les gains d’efficacité. Un modèle qui consomme moins d’énergie par requête peut néanmoins accroître la demande totale s’il est intégré à des millions de flux de travail.

La comptabilisation de l’eau crée une autre difficulté. Les centres de données peuvent utiliser de l’eau directement pour le refroidissement et indirectement par la production d’électricité.

La pénurie locale importe davantage qu’une moyenne mondiale. La consommation d’eau dans une région en tension entraîne des conséquences différentes d’un même volume dans une zone riche en eau.

Le matériel ajoute des impacts incorporés liés à l’extraction minière, à la fabrication, au transport et à l’élimination. Les cycles rapides de remplacement des accélérateurs peuvent déplacer les coûts hors du pays où un service d’IA est utilisé.

Les gouvernements ont donc besoin de règles de divulgation qui permettent la comparaison sans révéler d’informations légitimes sur la sécurité ou le commerce. Ils ont également besoin de méthodes indépendantes pour vérifier les affirmations des fournisseurs.

Le second objectif de la boîte à outils est d’orienter les usages bénéfiques de l’IA dans l’action climatique, la biodiversité et la résilience des écosystèmes. Cet objectif exige la même rigueur.

Un modèle de conservation devrait être évalué par rapport à une base de référence définie. Les responsables politiques devraient se demander s’il améliore la détection, réduit les coûts de travail sur le terrain, modifie l’allocation des ressources ou produit un résultat environnemental mesurable.

Ils doivent également prendre en compte les besoins propres du projet en infrastructures et en maintenance. Un projet pilote qui fonctionne bien dans un environnement contrôlé peut échouer lorsque les organismes locaux ne disposent pas de données, de connectivité, de personnel ou de financement à long terme.

Il existe une autre tension politique. Les pays cherchant à attirer des investissements dans l’IA peuvent hésiter à imposer des déclarations environnementales détaillées aux centres de données ou aux fournisseurs de modèles.

Sans divulgation, toutefois, les communautés et les planificateurs de réseaux ne peuvent pas évaluer les arbitrages d’infrastructure. Les gouvernements peuvent découvrir des contraintes d’énergie, d’eau ou de transport seulement après avoir approuvé de grands projets.

La boîte à outils pourrait aider à normaliser les questions posées avant l’approbation. Elle ne peut pas fournir des mesures manquantes ni contraindre les opérateurs privés à les divulguer.

Les autorités nationales doivent relier les orientations environnementales aux autorisations, aux marchés publics, à la planification énergétique et aux règles de déclaration. Sinon, la boîte à outils restera séparée des décisions qui déterminent l’utilisation réelle des ressources.

Cette partie des outils de gouvernance de l’IA de l’UNESCO pourrait devenir leur test le plus exigeant. L’inclusion et la préparation peuvent être évaluées à travers les institutions et la consultation, mais les affirmations environnementales exigent des données physiques comparables.

Ce que les gouvernements et les acheteurs d’IA devraient surveiller ensuite

Les trois prochains signaux montreront si l’ensemble de mesures de l’UNESCO produit des changements de politique ou une couche supplémentaire de documentation sur la gouvernance.

Le premier signal sera le contenu de RAM 2.0 après son lancement le 16 septembre. Les responsables politiques devraient examiner si la méthodologie distingue les engagements formels de la capacité opérationnelle.

La révision devrait révéler comment elle mesure l’indépendance des régulateurs, les effectifs, l’autorité de contrôle, les marchés publics et l’accès aux recours. Ses dispositions relatives à l’inclusion devraient également montrer comment les groupes concernés influencent les recommandations finales.

Des règles claires de notation et de preuve renforceraient la comparaison. Des catégories vagues laisseraient trop de latitude aux gouvernements pour déclarer leur état de préparation sans le démontrer.

Les pratiques de publication comptent ici. Si les éléments de preuve par pays, les limites et les plans de suivi restent accessibles, les chercheurs externes pourront vérifier si les progrès annoncés correspondent à la réalité institutionnelle.

Le deuxième signal sera la manière dont les gouvernements réagissent aux évaluations achevées. La preuve la plus solide ne sera pas une nouvelle stratégie nationale portant le logo RAM.

Ce sera une agence financée, une règle de marchés publics révisée, une procédure publique de signalement des incidents, une nouvelle garantie juridique ou une décision documentée de restreindre un déploiement risqué.

L’UNESCO affirme que les évaluations précédentes ont éclairé des stratégies nationales dans plusieurs pays. RAM 2.0 doit établir un relevé plus systématique des recommandations adoptées, reportées, rejetées ou laissées sans financement.

Ce relevé mettrait également en lumière les contraintes politiques. Une recommandation techniquement solide peut s’enliser parce que les organismes se disputent l’autorité ou que les gouvernements donnent la priorité aux investissements dans l’IA plutôt qu’à la supervision.

Le troisième signal sera de savoir si la boîte à outils environnementale produit des rapports comparables. Les gouvernements et les acheteurs en entreprise devraient rechercher des périmètres de système définis, des mesures d’énergie et d’eau, des considérations de cycle de vie et des règles pour évaluer les bénéfices allégués.

Des données comparables renforceraient le rôle de la boîte à outils dans les achats publics et la planification des infrastructures. Un langage général sur la durabilité affaiblirait la confiance et maintiendrait les lacunes actuelles en matière d’information.

Le forum de Riyad lui-même offre un premier test. Les organisateurs s’attendent à ce que des ministres, régulateurs, chercheurs, entreprises et représentants de la société civile y discutent du financement et de la mise en œuvre.

Les annonces faites pendant l’événement devraient préciser les responsables, les budgets, les échéances et les mécanismes de suivi. Les partenariats dépourvus de ces détails doivent être considérés avec prudence.

Les fournisseurs d’IA devraient également surveiller la manière dont les évaluations nationales influencent l’accès aux marchés. Un gouvernement qui constate la faiblesse de ses contrôles des achats publics peut instaurer de nouvelles exigences en matière de documentation ou de tests avant d’adopter une loi complète.

Les développeurs pourraient devoir répondre à davantage de questions sur la journalisation, l’évaluation des modèles, la supervision humaine, les sources de données, la sécurité, l’accessibilité et l’impact environnemental. Préparer les éléments de preuve tôt sera plus facile que de les reconstituer après le déploiement.

Les acheteurs en entreprise devraient s’attendre à ce que la gouvernance devienne un processus opérationnel continu. Un examen d’un fournisseur effectué avant l’achat ne peut pas couvrir les mises à jour de modèles, les nouvelles intégrations, l’évolution des données ou les nouveaux modes de défaillance.

Les équipes ont besoin de registres de décision, de responsables désignés, de voies d’escalade et d’évaluations périodiques. Elles ont également besoin d’un seuil clair pour suspendre un système lorsque les preuves ne justifient plus son utilisation.

L’UNESCO ne peut pas imposer ces pratiques par l’intermédiaire de RAM 2.0. Elle peut toutefois fournir aux gouvernements une méthode commune pour identifier les domaines où ces contrôles font défaut.

C’est la promesse concrète des outils de gouvernance de l’IA de l’UNESCO. Ils relient les engagements éthiques à des questions institutionnelles que les gouvernements peuvent examiner et sur lesquelles ils peuvent agir.

L’incertitude réside dans l’exécution. Les évaluations modifieront-elles les dépenses, les responsabilités et les règles de déploiement, ou les pays considéreront-ils leur achèvement comme la réussite finale ?

Surveillez les premiers rapports RAM 2.0, les mesures gouvernementales qui y seront associées et les données environnementales exigées des fournisseurs d’IA. Ces signaux montreront si le lancement à Riyad fait passer l’IA éthique de l’accord à la responsabilité.