Bridging AI divides: capacity-building, access and digital foundations

Robert Opp définit la fracture de l’IA de deux façons liées : l’inégalité d’accès à la puissance de calcul, aux compétences et aux capacités, et l’inégale capacité des institutions à adopter l’IA en toute sécurité. Selon lui, les pays reçoivent déjà l’IA par le biais des marchés et des procédures d’approvisionnement ; l’enjeu n’est donc pas seulement d’y accéder, mais de veiller à ce que son appropriation nationale soit inclusive et bien gouvernée.

Il dit explicitement qu’il existe probablement de nombreuses fractures de l’IA, mais souligne une fracture liée à l’accès, c’est-à-dire un accès abordable et disponible à la puissance de calcul, aux capacités et aux compétences . Il ajoute ensuite une fracture liée à l’adoption, expliquant que l’IA entre déjà dans les pays via les systèmes d’approvisionnement et les fournisseurs plus rapidement que les institutions ne peuvent suivre ; la tâche consiste donc à garantir que l’IA soit adoptée de manière sûre et inclusive au niveau national .

Opp soutient que l’IA n’est plus seulement un sujet technique, mais qu’elle est devenue un problème de mise en œuvre et de systèmes. Cela signifie que les pays ont besoin de solides fondations numériques et de capacités institutionnelles, et pas seulement d’un intérêt pour la technologie elle-même.

Il affirme que, dans les travaux du PNUD menés dans plus de 170 pays, l’IA passe d’un sujet de conversation technologique à un défi de mise en œuvre et de systèmes . Il dit que cette évolution souligne l’importance du renforcement des capacités et de bonnes fondations numériques .

Robert Opp présente le renforcement des capacités comme essentiel parce que les institutions peinent à suivre la vitesse de diffusion de l’IA. Selon lui, les pays ont besoin de personnes, de compétences et d’une préparation institutionnelle s’ils veulent gérer l’adoption de manière responsable.

Il note que l’IA entre dans les pays par le biais des procédures d’approvisionnement et des fournisseurs plus rapidement que les institutions ne peuvent suivre le rythme . Il ajoute que le PNUD considère l’IA comme un défi de mise en œuvre qui souligne l’importance du renforcement des capacités et de solides fondations numériques .

Opp soutient qu’un élément clé de la fracture de l’IA est le retard institutionnel. Comme le déploiement de l’IA progresse plus vite que les systèmes de gouvernance et d’administration, l’adoption nationale doit être gérée d’une manière à la fois sûre et inclusive.

Il affirme que l’IA entre dans les pays par le biais des systèmes de passation des marchés et des fournisseurs, et qu’elle dépasse la capacité des institutions à suivre le rythme . Il définit donc la fracture en matière d’adoption comme la nécessité de garantir une adoption sûre et inclusive de l’IA au niveau national .

Opp présente l’événement comme un dialogue structuré conçu pour faire ressortir les multiples aspects de la fracture de l’IA. Il utilise l’enchaînement des formats pour indiquer que la session est destinée à passer de la mise en perspective à la discussion, puis à une intervention plus large.

Il présente un entretien informel avec des invités de marque comme la prochaine séquence de la session . Plus tard, il explique que l’après-midi se poursuivra avec deux panels modérés, séparés par des discussions modérées avec les co-présidents .

Loretta Hieber Girardet soutient que l’accès à lui seul constitue une conception trop étroite de l’inclusion. Selon elle, combler réellement les fractures de l’IA signifie que les pays et les parties prenantes doivent pouvoir façonner l’IA de manière adaptée à leurs propres besoins et réalités.

Elle affirme que combler les fractures de l’IA va bien au-delà du simple élargissement de l’accès à l’IA . Elle explique qu’il s’agit de renforcer les conditions permettant aux pays et aux parties prenantes non seulement d’utiliser l’IA, mais aussi de la développer, de l’adapter, de l’évaluer et de la gouverner de façon à répondre à leurs propres besoins et réalités .

Elle insiste sur le fait que l’IA ne peut se substituer aux éléments de base de systèmes publics fonctionnels. Une utilisation responsable suppose d’abord l’existence d’infrastructures numériques, d’institutions de confiance, de systèmes de données et de capacités locales.

Dans une perspective de réduction des risques de catastrophe, elle affirme que l’IA crée des opportunités mais renforce aussi la nécessité d’un renforcement durable des capacités et d’un transfert de technologie, en particulier dans les pays en développement . Elle ajoute que l’IA ne peut se substituer à des institutions solides, à des systèmes de données, à une expertise locale, à l’engagement des communautés ou à une prise de décision responsable, et que les pays ont donc besoin d’infrastructures numériques, de capacités institutionnelles, de compétences techniques, de cadres de gouvernance et de solutions portées localement pour utiliser l’IA de manière responsable et sûre .

Hieber Girardet estime qu’un renforcement des capacités à long terme, et non un déploiement ponctuel, est nécessaire pour que les pays tirent parti de l’IA. Elle met particulièrement l’accent sur les pays en développement, où le transfert de technologie et le soutien institutionnel demeurent essentiels.

Elle affirme que les opportunités offertes par l’IA renforcent également la nécessité d’un renforcement durable des capacités et d’un transfert de technologie, en particulier dans les pays en développement . Elle indique ensuite que la priorité est de veiller à ce que les pays disposent d’infrastructures, de capacités institutionnelles, de compétences techniques et de cadres de gouvernance, ainsi que de solutions portées localement .

Elle soutient que les pays ne devraient pas devenir dépendants d’outils d’IA qu’ils ne peuvent ni comprendre, ni examiner de manière critique, ni gouverner. Selon elle, l’IA devrait être adaptée localement et rester responsable au regard des réalités nationales et communautaires.

Elle affirme que les parties prenantes devraient pouvoir développer, adapter, évaluer et gouverner l’IA de manière à répondre à leurs propres besoins et réalités . Elle avertit également que les pays ne devraient pas devenir dépendants de technologies qui ne peuvent être ni examinées, ni adaptées, ni gouvernées .

Hieber Girardet souligne que l’IA ne devrait pas se substituer à la responsabilité institutionnelle. Au contraire, les gouvernements ont besoin de cadres de gouvernance et de structures décisionnelles permettant d’utiliser l’IA de manière responsable, sûre et efficace.

Elle affirme que l’IA ne peut pas se substituer à une prise de décision responsable, pas plus que les pays ne devraient dépendre de technologies qu’ils ne peuvent pas gouverner . Elle déclare ensuite que la priorité n’est pas simplement de déployer des outils, mais de veiller à ce que les pays disposent des cadres de gouvernance et des solutions pilotées localement nécessaires pour utiliser l’IA de manière responsable, sûre et efficace .

Elle présente la réduction des risques de catastrophe comme un domaine concret dans lequel l’IA peut créer de la valeur publique. En même temps, elle insiste sur le fait que ces bénéfices dépendent d’institutions et de capacités solides, en particulier dans les pays en développement.

Elle affirme que l’IA commence déjà à transformer la réduction des risques de catastrophe grâce à l’évaluation des risques, aux systèmes d’alerte précoce et aux investissements éclairés par les risques, avec des implications directes pour la sécurité publique et la protection des infrastructures et services essentiels . Elle avertit ensuite que cette opportunité exige toujours un renforcement durable des capacités, un transfert de technologie, des institutions solides, des systèmes de données et une prise de décision responsable .

Samba Diouf soutient que l’IA offre de grandes opportunités, mais que ces avantages seront perdus si l’accès demeure inégal et si les personnes qui développent l’IA sont déconnectées de celles qui la consomment. Il présente donc la gouvernance de l’IA comme une responsabilité visant à faire en sorte qu’elle devienne une source de prospérité partagée plutôt qu’un facteur d’inégalités plus profondes.

Il affirme que l’IA offre de nombreuses opportunités, mais qu’elles ne pourront être pleinement réalisées que s’il existe un accès unifié . Il souligne de fortes disparités en matière de connectivité et indique que les personnes qui développent l’IA ne sont pas en phase avec le consommateur . Il déclare ensuite que la responsabilité collective consiste à faire de l’IA un moteur de prospérité partagée plutôt qu’une source d’inégalités accrues, notamment en aidant les pays en développement à développer leurs propres capacités et à adapter l’IA aux priorités nationales .

Diouf soutient que les pays doivent développer leurs propres capacités plutôt que de simplement importer l’IA. Il relie cela à la stratégie nationale de développement, en prenant pour exemple les piliers du Sénégal en matière de compétences numériques, d’IA, d’infrastructures et d’innovation.

Il affirme que les pays, en particulier les pays en développement, doivent développer leurs propres capacités et adapter l’IA aux priorités nationales . Il cite la vision technologique New Deal du Sénégal, structurée autour des compétences numériques, de l’IA, des infrastructures numériques, des plateformes publiques et de l’innovation .

Il considère que la coopération est nécessaire pour rendre les bénéfices de l’IA universels plutôt que concentrés. Il met l’accent sur des solutions concrètes, des partenariats renforcés et des recommandations menant à un système mondial de l’IA plus inclusif.

Il affirme que l’effort collectif doit être renforcé afin que les bénéfices profitent à tous . Il ajoute espérer que la session permettra d’identifier des solutions concrètes pour un partenariat plus solide et de formuler des recommandations ambitieuses en faveur d’une IA mondiale plus inclusive, plus équitable et davantage orientée vers le développement .

Dans sa synthèse finale, Diouf redéfinit la souveraineté numérique moins comme la maîtrise de l’ensemble de la pile technologique que comme le développement des capacités humaines à comprendre et à utiliser la technologie. Il soutient également que les petits pays ne peuvent pas construire seuls une IA souveraine et qu’ils devraient plutôt coopérer au niveau régional, en particulier sur la gouvernance des données.

Il affirme que, selon sa compréhension, la souveraineté numérique consiste à renforcer les compétences, car les pays ne disposent peut-être pas de la technologie, mais peuvent avoir des personnes capables de la comprendre et de la mettre en œuvre . Il indique également que les petits pays ne peuvent pas assumer l’ampleur des investissements ni bénéficier de l’avantage démographique des grands pays ; ils devraient donc collaborer au niveau régional et élaborer des stratégies communes, notamment en matière de gouvernance des données .

Diouf soutient que, pour les petits États, une souveraineté nationale individuelle en matière d’IA est souvent irréaliste en raison de ressources limitées et d’un manque d’échelle. La coopération régionale devient donc la voie la plus concrète pour développer des capacités d’IA partagées.

Il affirme que des pays comme le sien ne disposent ni des populations importantes ni de la capacité d’investissement des grands pays . Sur cette base, il soutient que les petits pays devraient unir leurs efforts et élaborer une stratégie régionale, notamment en matière de gouvernance des données, plutôt que d’essayer de développer l’IA entièrement seuls .

Jovan Kurbalija présente l’IA avant tout comme une question de connaissances plutôt que de données. Parce que l’IA est construite à partir de connaissances humaines accumulées et qu’elle façonne la production actuelle de connaissances, il soutient que les fractures liées à l’IA traversent l’éducation, la vie cognitive et les sociétés partout dans le monde.

Il affirme que l’IA concerne les connaissances, et pas seulement les données, et qu’elle est créée à partir des connaissances de toutes les personnes qui ont vécu avant nous, de Shakespeare et Dostoïevski jusqu’aux traditions orales africaines . Il ajoute que les personnes présentes dans la salle produisent elles aussi des connaissances en ce moment même, et relie cela à des préoccupations qui touchent les populations partout dans le monde, de l’éducation et du plagiat aux fractures cognitives et sociales .

Kurbalija recourt à l’humour pour commenter le format de l’événement et les déplacements constants entre les pupitres. Cette remarque sert à une gestion légère du déroulement et aide à maintenir l’énergie au cours d’une longue session.

Il plaisante en disant qu’il y a eu beaucoup d’exercice et parle de « diplomatie saine » et de « diplomatie de gym », remerciant les organisateurs pour cette innovation diplomatique qui oblige tout le monde à se déplacer .

Dans sa réflexion de clôture, Kurbalija souligne que la question centrale n’est pas seulement la technologie, mais aussi les connaissances et la sagesse à travers les civilisations. Il soutient que l’IA doit préserver et développer les savoirs locaux, autochtones et historiques de manière inclusive.

Il évoque l’Arche d’alliance comme une première codification de la sagesse humaine et affirme que la discussion devrait conserver un sens historique des connaissances à travers les civilisations d’Asie, d’Afrique, d’Europe et d’Amérique latine . Il ajoute que les savoirs locaux et ceux des communautés autochtones sont essentiels, et que les technologies avancées devraient être utilisées pour préserver les connaissances du passé et développer de manière inclusive les connaissances de l’avenir .

Pedro Manuel Moreno soutient que la manière la plus claire de comprendre la fracture de l’IA consiste à regarder où vont les investissements. Il affirme que les dépenses consacrées aux infrastructures de l’IA sont immenses mais géographiquement limitées, l’essentiel des investissements et de la recherche étant concentré dans quelques pays et entreprises, ce qui laisse les pays plus pauvres structurellement à la traîne.

Il affirme que, du point de vue de l’investissement, pour comprendre la fracture de l’IA, il faut « follow the money » . Il cite des chiffres selon lesquels le monde dépensera près de 800 milliards de dollars en infrastructures d’IA sur l’année, les dépenses cumulées devant approcher les 8 000 milliards de dollars d’ici à la fin de la décennie . Il ajoute que les puces mémoire sont épuisées jusqu’en 2027, que les entreprises installent des turbines à gaz dans les centres de données, et que les secteurs stratégiques représentent désormais la moitié de tous les nouveaux investissements dans le monde, contre 20 pour cent il y a cinq ans . Il précise ensuite que la géographie de cet essor est étroite, deux économies accueillant la majorité des investissements dans l’IA et les semi-conducteurs, 100 entreprises représentant 40 pour cent de la R&D mondiale des entreprises, tandis que les pays les moins avancés et les pays à revenu intermédiaire de la tranche inférieure ne captent que 10 pour cent des investissements dans les secteurs stratégiques .

Il soutient que, parce que le boom mondial des capitaux se concentre dans une poignée d’endroits, les pays plus pauvres ne peuvent pas rattraper leur retard sans un soutien délibéré. Les obstacles sont cumulatifs : les infrastructures, l’énergie, la bande passante, les compétences et la gouvernance doivent tous être réunis pour que l’investissement se concrétise.

Il explique qu’un centre de données a besoin simultanément d’une alimentation électrique fiable, d’eau pour le refroidissement, d’une connectivité à haut débit, de compétences techniques et d’une gouvernance des données prévisible, et que si l’un de ces éléments manque, l’investissement se dirige ailleurs . Il note également que les pays les moins avancés et les pays à revenu intermédiaire de la tranche inférieure n’ont capté que 10 pour cent des investissements dans les secteurs stratégiques, soit la moitié de leur part dans les autres industries .

AHM Bazlur Rahman soutient que, dans des endroits comme le Bangladesh rural et vulnérable au climat, la fracture de l’IA va bien au-delà de la connectivité ou de la puissance de calcul. Selon lui, l’écart plus profond est institutionnel, linguistique, financier et politique, d’autant plus que les pays en développement sont encore principalement traités comme des utilisateurs plutôt que comme des co-créateurs.

Il demande ce qui se passe lorsque l’IA atteint une communauté avant les compétences, l’information fiable, les garanties et les capacités institutionnelles, estimant que la fracture numérique devient alors une fracture de l’IA . Il affirme que, pour des millions de personnes au Bangladesh, la fracture se situe au niveau de la langue, des données, des compétences, de l’information fiable, des capacités institutionnelles et du pouvoir, et que les pays en développement continuent d’être traités principalement comme des utilisateurs et des consommateurs de technologie . Il conclut que le véritable écart est institutionnel, linguistique, financier et, en fin de compte, un écart de pouvoir .

Il soutient qu’une inclusion effective dans l’IA doit être enracinée dans l’appropriation locale et la langue locale, et non dans des cycles de projets externes. À ses yeux, la participation communautaire et la pertinence culturelle sont essentielles si la gouvernance de l’IA doit éviter de reproduire les inégalités existantes.

Il propose trois priorités : construire des écosystèmes de capacités en IA ancrés localement, investir dans l’inclusion linguistique et culturelle, et mettre en place un financement durable et accessible . Il affirme que le financement devrait soutenir l’IA en langues locales, la littératie en IA, la vérification des contenus synthétiques, la prévention de la violence de genre facilitée par la technologie, l’IA au service de l’intérêt public et une participation significative à la gouvernance de l’IA . Il ajoute que l’accès sans capacités crée une dépendance, que les capacités sans appropriation locale ne survivent pas aux cycles de projets, et que la gouvernance de l’IA sans participation linguistique, culturelle et communautaire reproduira la fracture .

Sarah Maria soutient que les pays n’entrent pas dans l’ère de l’IA sur un pied d’égalité. Elle affirme que la fracture de l’IA trouve son origine dans des différences structurelles en matière d’infrastructures, de données, de financement, d’expertise technique et de préparation institutionnelle, et pas seulement dans l’ambition.

Elle affirme que, pour les pays en développement comme les Philippines, la question clé est de savoir s’ils disposent des fondements numériques, des capacités institutionnelles et du capital humain nécessaires pour participer de manière significative à l’économie de l’IA . Elle définit la fracture de l’IA comme des écarts en matière de connectivité, de capacité de calcul, de données de qualité, d’expertise technique, de systèmes de recherche, de financement et de préparation institutionnelle, et affirme que les pays dotés d’infrastructures numériques plus solides sont mieux placés pour en tirer parti .

Elle soutient que l’inclusion dans l’IA doit aller au-delà du simple accès et viser délibérément les groupes souvent exclus de la transformation numérique. Son propos est que ces communautés doivent pouvoir non seulement utiliser l’IA, mais aussi la questionner, l’améliorer et la gouverner.

Elle affirme que les efforts doivent s’étendre au-delà des grands centres urbains pour atteindre les femmes, les jeunes, les personnes handicapées, les peuples autochtones, les travailleurs en transition, les petites entreprises, les communautés rurales et les zones géographiquement isolées . Elle ajoute que l’inclusion ne peut pas se limiter à l’accès, mais doit inclure la capacité d’utiliser, de questionner, d’améliorer et de gouverner la technologie .

L’ambassadrice Nahida Sobhan soutient que les fractures liées à l’IA sont fondamentalement des fractures du développement. Elle affirme que l’IA devrait accélérer le développement et autonomiser les populations au-delà des clivages de nationalité, de genre, d’âge et de revenu, plutôt que d’aggraver les inégalités existantes.

Elle ouvre son propos en affirmant que combler la fracture de l’IA revient en fin de compte à combler la fracture du développement . Elle ajoute que, si l’IA doit être une force au service du développement durable, elle doit être accessible, inclusive et gouvernée d’une manière qui respecte les droits humains et place les personnes au centre . Elle précise en outre que la révolution de l’IA devrait accélérer le développement, et non approfondir les fractures existantes, et qu’elle doit donner du pouvoir à tous, quels que soient la nationalité, l’origine ethnique, le genre, l’âge ou le revenu .

Elle soutient que des modèles open source abordables et légers peuvent rendre l’IA plus inclusive pour les pays en développement. Ces modèles devraient être entraînés sur une diversité de langues, de cultures et de jeux de données du Global South afin que l’IA ne reproduise pas les biais et l’exclusion.

Elle note que la plupart des modèles d’IA sont entraînés sur des données, des langues et des contextes du Global North, ce qui produit souvent des résultats biaisés . Elle propose d’investir dans des modèles d’IA open source légers, abordables et économes en ressources, entraînés sur une diversité de langues, de données, de cultures et de contextes du Global South afin de démocratiser la technologie et de prévenir l’exclusion numérique .

Sobhan soutient que les pays en développement ne peuvent pas combler les écarts en matière d’IA par la seule ambition, car l’IA de pointe exige une puissance de calcul et des investissements considérables. Elle appuie donc la création d’un fonds mondial et de mécanismes concessionnels ciblant les pays les moins avancés.

Elle affirme que l’IA de pointe exige une puissance de calcul et des investissements énormes, tandis que les talents en IA restent concentrés dans une poignée de technologies et de lieux . Elle propose ensuite de démocratiser l’accès à l’IA en rendant opérationnel un fonds mondial proposé pour l’IA et en établissant des voies concessionnelles permettant aux LDCs d’accéder à la puissance de calcul de l’IA et aux technologies de pointe .

Shaza Fatima Khawaja soutient que la véritable fracture ne réside pas simplement dans l’accès aux outils d’IA, mais dans l’inégalité structurelle quant à ceux qui façonnent l’ordre technologique. Selon elle, cette asymétrie concerne le contrôle de la puissance de calcul, des modèles, des données, des normes et de la gouvernance, avec de graves implications pour la stabilité mondiale.

Elle affirme que la fracture ne tient pas à l’accès aux outils, mais à la capacité de façonner les règles, les normes et l’infrastructure fondamentale de la technologie . Elle décrit un monde de plus en plus « technopolaire », où le pouvoir se concentre autour de ceux qui contrôlent la puissance de calcul de pointe, les modèles et les données, et avertit que sans décisions ayant une portée réelle, la plupart des pays seront cantonnés au rôle de preneurs de règles .

Elle soutient que l’ouverture et l’interopérabilité sont essentielles à une participation équitable à l’IA. Pour les économies émergentes, les modèles ouverts, les données ouvertes et les normes ouvertes sont les outils qui peuvent les faire passer de récepteurs passifs à co-concepteurs de systèmes d’IA.

Elle appelle à placer les économies émergentes au centre de la conception des capacités fondamentales ouvertes, notamment les modèles, les jeux de données, les cadres d’accès à la puissance de calcul, les référentiels d’évaluation et les régimes de sécurité . Selon elle, l’interopérabilité et l’ouverture stratégique ne sont pas négociables, et les normes ouvertes, les données ouvertes et les modèles ouverts sont des facteurs stratégiques d’égalisation équitables qui permettent aux nations de franchir des étapes tout en préservant leur souveraineté et leur liberté de choix .

Khawaja prend l’exemple du Pakistan pour illustrer comment une économie émergente peut commencer à façonner concrètement l’IA. Elle présente le Pakistan comme développant les capacités du secteur public et contribuant à des solutions d’IA open source liées aux besoins du développement.

Elle affirme que le Pakistan a défini sa propre orientation nationale en matière d’IA et investi dans le renforcement des capacités dans l’ensemble du secteur public . Elle ajoute que le Pakistan est prêt à contribuer à une pile technologique propulsée par l’open source et travaille sur des cas d’usage liés à la résilience climatique, à l’agriculture, à la prestation inclusive de services publics et aux données multilingues .

L’ambassadeur Tsegab Kebebew Daka soutient que l’un des plus grands risques de l’IA est l’inégalité d’accès à ses bénéfices. Il présente la réduction de la fracture comme étant à la fois une question d’équité et un impératif de développement, afin que l’IA contribue au développement durable plutôt qu’aux inégalités.

Il indique que le rapport du panel scientifique reconnaît que l’un des plus grands risques mondiaux liés à l’IA n’est pas seulement l’usage abusif de l’IA, mais aussi l’inégalité d’accès à ses bénéfices . Il conclut que réduire la fracture n’est pas seulement une question d’équité, mais une nécessité pour que l’IA soit au service de toute l’humanité et soutienne le développement durable .

Il soutient que l’Éthiopie répond à la fracture de l’IA par des investissements nationaux concrets dans les compétences et les institutions. La stratégie consiste à développer des filières de talents et des capacités de recherche afin que le pays puisse participer à l’IA selon ses propres modalités.

Il explique que la stratégie Digital Ethiopia 2030 comprend la création de l’Ethiopian Artificial Intelligence Institute, le lancement de l’initiative 5 million Ethiopian Coders Initiative et des projets d’Artificial Intelligence University . Il présente ces éléments comme faisant partie de la construction d’un écosystème de l’IA inclusif .

Il soutient que l’inclusion dans l’IA exige une coopération internationale et multipartite authentique. Aucun acteur, à lui seul, ne peut fournir les infrastructures, les compétences, le transfert de connaissances et l’innovation responsable.

Il affirme qu’aucun pays ne peut réduire à lui seul la fracture de l’IA et que, par conséquent, la coopération internationale et une véritable approche multipartite sont très importantes . Il énumère les gouvernements, le monde universitaire, le secteur privé, les organisations internationales, la société civile et la communauté technique comme ayant tous des rôles complémentaires dans l’élargissement de l’accès, le renforcement des capacités, la promotion du transfert de connaissances et le soutien à l’innovation responsable .

Il présente l’Éthiopie comme utilisant l’IA dans des secteurs concrets du développement tout en construisant les fondements institutionnels et numériques qui la sous-tendent. Cela relie la politique en matière d’IA à la prestation de services publics et, plus largement, à l’infrastructure publique numérique.

Il indique que l’Éthiopie étend son système national d’identité numérique FIDA comme composante clé de l’infrastructure publique numérique . Il ajoute que le pays promeut les applications de l’IA dans la santé, l’agriculture, l’éducation et la prestation de services publics, tout en soutenant des solutions d’IA adaptées aux langues et aux contextes locaux .

Kanono Ramashamole soutient que les pays en développement ont besoin d’un ensemble de conditions de base favorables avant de pouvoir passer de la consommation de l’IA à la co-création. Celles-ci comprennent une connectivité abordable, une électricité fiable, des compétences numériques et des données publiques mieux organisées.

Il explique qu’une connectivité abordable est une condition de base, mais que la connectivité seule ne suffit pas, notant qu’au Lesotho la connectivité atteint 100 pour cent alors que seulement 50 pour cent de la population a accès à Internet . Il ajoute qu’une alimentation électrique fiable est essentielle, car certaines personnes parcourent encore de longues distances pour recharger leur téléphone . Il identifie les compétences numériques, la puissance de calcul et surtout les données comme des obstacles majeurs, affirmant que les données du secteur public sont souvent fragmentées ou non structurées .

Il soutient que les capacités en IA sont multidimensionnelles et ne peuvent pas être réduites à une formation technique étroite sur les outils d’IA. Les pays ont besoin d’une base de compétences plus large couvrant la cybersécurité, la gestion des données et l’exploitation des infrastructures.

Il affirme que l’IA ne repose pas sur une seule compétence et que les pays ont besoin de spécialistes en cybersécurité, de personnes capables de gérer ou de construire des centres de données, ainsi que de compétences plus larges liées aux données .

Ramashamole soutient que l’open source et l’infrastructure publique numérique sont des outils concrets pour stimuler les capacités locales en IA. Son argument est que si les pays créent de la demande et des systèmes interopérables, la puissance de calcul et l’innovation suivront.

Il explique que si les conditions relatives aux données et aux compétences sont réunies, la demande augmentera et la puissance de calcul deviendra disponible . Il ajoute que ce qui a fonctionné dans l’environnement du Lesotho, c’est l’investissement dans l’infrastructure publique numérique et l’open source . À titre d’exemple, il mentionne sa participation à l’Open Source Week à New York, où des développeurs ont appris et tissé des liens avec des pairs du monde entier .

Gilles Thonet soutient que l’architecture invisible des normes ne fonctionne que si une infrastructure physique très visible existe. Une alimentation électrique fiable, des centres de données sécurisés et la connectivité constituent donc les fondements de tout système d’IA.

Il affirme que les normes sont l’« infrastructure invisible » qui aide les produits à fonctionner en toute sécurité et au-delà des frontières . Il souligne ensuite que cette infrastructure invisible dépend d’infrastructures physiques telles que des centres de données économes en énergie, la sécurité du réseau électrique et l’approvisionnement en énergie . Il résume cela en disant que sans électricité fiable, il n’y a pas d’IA .

Thonet soutient que les normes internationales constituent un pont essentiel entre les principes de haut niveau et la mise en œuvre technique concrète. Elles permettent à des pays de toute taille de façonner une IA digne de confiance en participant à l’élaboration de règles fondée sur le consensus.

Il décrit le paysage de la gouvernance de l’IA comme composé de cinq couches normatives : le droit international, le soft law, le droit national, les normes internationales et la frontière technologique façonnée en grande partie par le secteur privé . Il affirme que les normes relient ces couches en traduisant les principes en outils pratiques, donnant aux gouvernements une base pour la réglementation et à l’industrie un langage commun pour des produits plus sûrs et plus interopérables . Il note également que les normes sont élaborées par consensus, donnant à chaque pays une place égale à la table, quelle que soit sa taille économique .

Il soutient que la participation aux travaux de normalisation ne concerne pas seulement la conformité, mais constitue en soi une forme de renforcement des capacités. Les pays peuvent devenir co-créateurs de l’IA en apportant leur expertise et en apprenant au cours du processus de normalisation internationale.

Il affirme que les normes sont l’un des outils les plus pratiques permettant aux pays en développement de devenir non seulement des utilisateurs de l’IA, mais aussi des co-créateurs de l’IA . Il ajoute que la participation elle-même renforce les capacités en apportant aux experts nationaux des connaissances qu’ils peuvent utiliser et adapter . Il note également que plus d’un tiers des pays participant au comité de normalisation de l’IA IEC-ISO proviennent d’économies en développement, ce qu’il présente comme une étape importante .

Sid Ali Zerrouki soutient qu’une gouvernance de l’IA réellement efficace est impossible sans fondations numériques. Si les pays ne disposent pas de connectivité, d’une gouvernance fiable, de cybersécurité et d’un accès à la puissance de calcul, ils ne peuvent pas façonner eux-mêmes l’IA et deviennent au contraire dépendants des autres.

Il affirme qu’il ne peut y avoir de gouvernance de l’IA réellement efficace sans bases numériques solides . Il cite comme conditions nécessaires la connectivité, une gouvernance des données fiable, la cybersécurité, les compétences numériques, les capacités cloud, la recherche et développement ainsi que l’accès à la puissance de calcul . Il conclut que si ces éléments font défaut, on demande aux pays de gouverner une technologie qu’ils ne peuvent pas façonner, ce qui ne relève pas de l’inclusion mais de la dépendance .

Il soutient que le véritable défi ne consiste pas seulement à appliquer des outils d’IA, mais à construire une capacité souveraine. Cela signifie être en mesure d’aligner l’IA sur les priorités nationales, d’évaluer les risques, de protéger les citoyens et de contribuer à l’élaboration des normes et des cadres de gouvernance.

Il affirme que le défi pour les pays en développement n’est pas simplement d’utiliser des applications d’IA, mais de renforcer leur capacité de souveraineté . Il ajoute que l’adaptation aux priorités nationales, l’évaluation des risques, la protection des citoyens ainsi que l’existence de normes et de cadres de gouvernance qui façonnent l’avenir sont des priorités .

Mondli Gungubele soutient qu’une IA inclusive exige une action simultanée sur trois fronts : l’infrastructure, les personnes et l’accès aux ressources fondamentales de l’IA. Il affirme que sans cela, les pays en développement auront du mal à participer de manière significative à l’écosystème de l’IA.

Il indique que la première priorité est l’infrastructure numérique, notamment la connectivité, le haut débit, l’électricité, les ressources de calcul, la capacité cloud et l’infrastructure publique numérique . Il identifie le développement des capacités humaines comme la deuxième priorité, y compris les utilisateurs de l’IA, les développeurs, les chercheurs, les entrepreneurs et les décideurs publics . Il cite ensuite l’accès aux données, aux ressources de calcul et aux possibilités d’innovation comme troisième priorité, avertissant que sans cela, l’innovation en IA pourrait se concentrer dans un petit nombre de pays et d’entreprises .

Gungubele soutient que les efforts nationaux ne suffisent pas à eux seuls, car les pays en développement se heurtent à des contraintes structurelles en matière d’accès aux données, à la puissance de calcul et au financement. Il appuie donc un renforcement de la coopération internationale et des dispositifs d’investissement pour élargir la participation.

Il affirme que de nombreux pays en développement sont confrontés à des contraintes dans l’accès aux jeux de données, aux infrastructures de calcul et aux financements nécessaires pour élaborer des solutions locales d’IA . Il déclare ensuite que l’Afrique du Sud soutient une coopération internationale accrue, les partenariats, le partage des connaissances et des mécanismes d’investissement permettant une participation plus large à l’économie de l’IA .

Il prend l’Afrique du Sud comme exemple national d’une stratégie d’IA inclusive. L’accent est mis sur la mise en place des facilitateurs afin que l’IA soutienne le développement, la transformation et le progrès social au lieu de reproduire l’exclusion.

Il affirme que l’Afrique du Sud considère que l’IA doit être une force au service du développement inclusif, de la transformation économique et du progrès social . Il expose ensuite les priorités de l’Afrique du Sud en matière d’infrastructure numérique, de compétences en IA dans tous les secteurs et d’accès aux données et aux ressources de calcul dans le cadre de son approche .

Niamh Smyth soutient que les gouvernements doivent garantir un large accès aux infrastructures et services numériques pour que l’IA contribue à réduire les fractures sociales plutôt qu’à les creuser. Selon elle, les citoyens, les communautés et les petites entreprises doivent tous disposer des compétences et de l’accès nécessaires pour participer de manière significative.

Elle indique qu’en Irlande, le gouvernement s’emploie à faire en sorte que tous les citoyens, les communautés et les petites entreprises disposent des compétences numériques nécessaires pour prospérer, ainsi que d’un accès équitable à la technologie, aux services publics essentiels et au haut débit à grande vitesse . Elle ajoute que la stratégie nationale irlandaise en matière de numérique et d’IA cible les fractures socio-économiques, entrepreneuriales et géographiques au moyen d’investissements dans les infrastructures, de soutiens aux entreprises et d’initiatives de littératie numérique .

Smyth soutient que les modèles open-source et open-weight peuvent élargir l’accès aux capacités de l’IA et soutenir le développement local. Elle associe l’ouverture à l’innovation locale, à la diversité linguistique, à la souveraineté et à la capacité des pays disposant d’infrastructures plus faibles à exercer davantage d’influence sur l’IA.

Elle affirme que les pays dont l’infrastructure d’IA est moins développée ont souvent moins d’influence sur la gouvernance de l’IA, même lorsque les impacts sur leur population sont importants . Elle déclare ensuite que les modèles d’IA open-source et open-weight peuvent jouer un rôle important dans l’élargissement de l’accès aux capacités de l’IA, en soutenant l’innovation locale, la diversité linguistique, la souveraineté numérique et l’accès à l’IA open-source .

Elle soutient que la gouvernance de l’IA doit être fondée sur les risques, centrée sur l’humain et partagée entre les parties prenantes. Parce que l’IA affecte largement la société, aucun gouvernement, aucune entreprise, aucune université ni aucun acteur de la société civile ne peut, à lui seul, la gouverner efficacement.

Elle affirme que les cadres de gouvernance doivent évoluer et que l’Irlande met l’accent sur des modèles de gouvernance inclusifs et multipartites, fondés sur les risques, centrés sur l’humain et adoptant une approche fondée sur les droits humains . Elle ajoute qu’aucune entité unique, qu’il s’agisse du gouvernement, d’une entreprise technologique, du milieu universitaire ou de la société civile, ne peut à elle seule gérer les impacts sociétaux et éthiques complexes de l’IA .

Elle présente l’Irlande comme mettant en œuvre une stratégie pangouvernementale pour diffuser les bénéfices de la technologie numérique et de l’IA. L’accent est mis sur la compétitivité des entreprises, l’autonomisation des citoyens et l’équité d’accès aux services.

Elle indique que la stratégie nationale irlandaise en matière de numérique et d’IA cible les fractures socio-économiques, entrepreneuriales et géographiques grâce à des investissements dans les infrastructures, des soutiens aux entreprises et la littératie numérique . Elle explique qu’elle vise à maintenir la compétitivité des PME, à donner aux citoyens les moyens d’accéder aux changements technologiques et d’y prendre part, et à garantir un accès équitable aux services publics essentiels .

L’ambassadeur Subedi soutient qu’un pays comme le Népal a besoin de plus que de simples ambitions pour opérationnaliser l’IA. Il lui faut des normes ouvertes et interopérables, un écosystème d’innovation et des mécanismes de soutien qui tiennent compte de ses contraintes structurelles spécifiques en tant que pays montagneux et PMA en transition.

Il indique que le Népal est confronté à des difficultés en matière de connectivité, d’infrastructures, d’accessibilité financière, de culture numérique et d’accès à des données fiables ainsi qu’à des ressources de calcul, en particulier dans les zones rurales et reculées . Il ajoute que la politique nationale du Népal en matière d’IA considère l’IA comme un levier de développement centré sur l’humain et éthique, et que les besoins les plus urgents sont une expertise locale, des institutions plus solides, des applications alignées sur les priorités nationales, ainsi qu’un écosystème d’innovation ouvert, interopérable, fondé sur des normes et dynamique .

Carlos Mendoza Alvarado soutient que, pour des pays comme le Guatemala, la préparation à l’IA commence par des fondations numériques de base plutôt que par des modèles avancés. Il souligne que les données constituent un actif public stratégique et qu’elles doivent être soutenues par l’interopérabilité et l’accessibilité financière afin d’améliorer la planification de l’État et la prise de décision.

Il affirme que, pour des pays comme le Guatemala, le point de départ réside dans la connectivité, les données, l’infrastructure numérique, les capacités institutionnelles et les talents humains . Il note que la stratégie nationale du Guatemala reconnaît les données comme un actif stratégique reposant sur trois piliers : le cadre réglementaire, l’interopérabilité et l’accessibilité financière . Il ajoute également que, du point de vue du Secrétariat à la planification, les données ne sont pas simplement un intrant technique, mais un actif stratégique pour une meilleure prise de décision publique et une meilleure orientation de l’action de l’État .

Ali bin Amer Al Shidhani soutient que combler la fracture de l’IA repose sur trois piliers : les talents, l’infrastructure et la coopération. Il présente également l’infrastructure physique de l’IA, y compris des hubs numériques de confiance et verts, comme un élément central de la préparation nationale.

Il affirme que la fracture de l’IA existe au niveau du développement des modèles, des données, des compétences, de l’infrastructure de calcul et de l’énergie . Il désigne les talents comme le premier fondement et mentionne des initiatives nationales dans la gestion de produits d’IA, la science des données, la conception de puces et les services cloud . Il identifie l’infrastructure comme le deuxième fondement, expliquant qu’Oman développe un « triangle numérique » de hubs numériques interconnectés de plusieurs gigawatts pour accueillir l’IA verte et des clusters de calcul haute performance . Il cite la coopération comme le troisième fondement et affirme qu’aucun pays ne peut combler seul cette fracture .

Il présente Oman comme un exemple de mise en œuvre nationale active, reliant la stratégie en matière d’IA au développement des infrastructures. L’objectif est de créer un environnement sûr et de confiance pour les systèmes d’IA de nouvelle génération.

Il affirme qu’Oman progresse en ce sens grâce à son National AI Program . Il explique qu’Oman développe un triangle numérique national pour accueillir l’IA verte et des clusters de calcul haute performance, en s’appuyant sur sa neutralité politique, ses câbles sous-marins et la diversité de ses énergies vertes en tant qu’« espace sûr » pour une intelligence de confiance .

Ambassador Jessica Hunter soutient qu’une IA de confiance repose sur des capacités numériques sous-jacentes, et pas seulement sur des outils propres à l’IA. Elle souligne que les communautés ont d’abord besoin de connectivité, de systèmes et de capacités fondamentales.

Elle affirme que l’Australie considère le renforcement des capacités comme essentiel pour faire en sorte que l’IA soit non seulement accessible, mais aussi adoptée de manière fiable, dans le respect des droits humains et avec des bénéfices répartis équitablement . Elle ajoute que le renforcement des capacités en matière d’IA doit reposer sur une compréhension des défis tout au long du cycle de vie de l’IA, notamment en matière de gouvernance, de compétences et d’infrastructure numérique . Dans le Pacifique, elle indique que l’action de l’Australie vise à renforcer les capacités numériques fondamentales et s’appuie sur des investissements dans la connectivité .

Hunter soutient qu’il n’existe pas d’approche universelle du renforcement des capacités en matière d’IA. Elle présente les partenariats régionaux de l’Australie comme des exemples de coopération sur mesure associant infrastructure, gouvernance, compétences et alignement sur les normes.

Elle indique que l’Australie soutient des programmes de renforcement des capacités en matière d’IA dans le Pacifique et en Asie du Sud-Est en mettant l’accent sur les compétences, la gouvernance et l’infrastructure . Elle cite l’Australia-Pacific Digital Economy Program, des partenariats avec les gouvernements sur les capacités du secteur public, ainsi qu’un travail mené en Asie du Sud-Est avec les gouvernements, l’industrie et le monde universitaire sur la formation de la main-d’œuvre, la gouvernance de l’IA et l’innovation .

Ahmed Hefnawi soutient que l’ouverture, à elle seule, n’est pas synonyme d’inclusion. Les systèmes ouverts ne réduisent les fractures que lorsque les pays disposent aussi de capacités locales d’inférence, de compétences et de dispositifs de gouvernance leur permettant d’utiliser les outils ouverts de manière sûre et efficace.

Il affirme que les systèmes ouverts ne peuvent être de véritables facteurs d’égalisation qu’à deux conditions : l’ouverture doit aller de pair avec une gouvernance qui préserve la confiance, et elle doit s’accompagner de capacités nationales permettant d’utiliser ce qui est ouvert . Il ajoute qu’un modèle ouvert sans inférence locale, sans structures ni compétences ne réduit pas une fracture, mais déplace simplement la barrière du coût vers la capacité .

Il soutient que le renforcement des capacités doit être évalué à l’aune de sa capacité à créer un passage entre la formation et une participation réelle à l’économie. Une formation sans possibilités de déploiement ni de revenus ne constitue pas un véritable renforcement des capacités.

Il affirme que l’obstacle le plus contraignant est souvent l’absence de passerelle entre l’accès et une participation réelle, et qu’une formation qui ne débouche sur rien n’est pas une capacité, mais seulement un titre . Comme preuve tirée de l’Égypte, il explique que l’initiative Digital Egypt Pioneers a été délibérément associée au programme GIGS de l’Industry Development Agency et à la plateforme Freelancer.EG, avec l’appui d’une législation sur la fiscalité des freelances, afin que la reconversion mène à un revenu réel plutôt qu’à un simple certificat .

Hefnawi soutient que l’ouverture et la sécurité doivent être conçues ensemble plutôt que de manière séquentielle. Il est favorable à une IA ouverte, mais seulement si des garanties contre les usages abusifs et des règles nationales de gouvernance sont intégrées dès le départ.

Il affirme que le soutien international à l’IA ouverte doit toujours s’accompagner d’un appui aux conditions de son utilisation, et que les garanties contre les usages abusifs doivent être conçues parallèlement à l’ouverture dès le départ, plutôt qu’ajoutées après coup une fois les préjudices apparus . Il cite l’exemple de l’Égypte avec la mise en open source de Karnak, un grand modèle de langage arabe national, tout en encadrant les usages en aval tels que l’assistance juridique, le tutorat linguistique et les outils de santé dans le cadre de lignes directrices nationales pour une IA fiable et responsable .

Il s’appuie sur la pratique de l’Égypte pour soutenir que l’IA open source ne doit pas signifier une IA sans gouvernance. Un pays peut mettre des modèles à disposition tout en orientant un usage responsable en aval au moyen de politiques publiques et de lignes directrices.

Il affirme qu’en Égypte, Karnak, un grand modèle de langage arabe national, a été publié en open source . Il indique que ses usages en aval dans l’assistance juridique, le tutorat linguistique et les outils de santé sont régis par des lignes directrices nationales sur une IA fiable et responsable, démontrant que l’ouverture et les garanties peuvent aller de pair .

Il présente l’Égypte comme cherchant à transformer la formation aux compétences en IA en résultats concrets sur le marché du travail. L’accent est mis sur l’articulation entre formation, politiques publiques et plateformes afin que les participants génèrent des revenus et participent à l’économie.

Il indique que l’initiative Digital Egypt Pioneers de l’Égypte est liée au programme GIGS de l’Industry Development Agency et à la plateforme Freelancer.EG . Il explique que ce lien, soutenu par une législation formelle sur la fiscalité des travailleurs indépendants, a été conçu pour que la reconversion débouche sur des revenus réels plutôt que de s’arrêter à la certification .

Khaled El-Enany affirme que la conversation internationale sur l’IA doit désormais passer de principes éthiques de haut niveau à une mise en œuvre concrète. La contribution de l’UNESCO, telle qu’il la présente, réside dans un renforcement des capacités à grande échelle dans les systèmes d’administration publique, de justice et d’éducation.

Il indique que les 194 États membres de l’UNESCO ont adopté en 2021 la première recommandation mondiale sur l’éthique de l’IA, et que la tâche consiste désormais à passer des principes à la mise en œuvre . Il précise que l’UNESCO a organisé des programmes de formation et conçu des outils pour plus de 50 000 fonctionnaires et acteurs judiciaires dans 192 pays . Il ajoute que l’UNESCO a élaboré des cadres de compétences en IA pour les enseignants et les élèves, utilisés dans plus de 60 pays, et vise à former plus d’un million d’enseignants d’ici 2028 avec la Varkey Foundation .

El-Enany soutient que l’inclusion dans l’IA doit être universelle, tout en restant attentive aux groupes et régions fréquemment exclus. Il met explicitement les femmes, les jeunes, l’Afrique et les petits États insulaires en développement au cœur de l’approche de l’UNESCO.

Il affirme que l’inclusion et l’égalité sont très importantes pour l’UNESCO et que tout le monde devrait bénéficier de l’IA . Il met spécifiquement en avant les femmes, les jeunes, l’Afrique et les petits États insulaires en développement . Il évoque également des projets de nouvel instrument normatif sur la jeunesse à l’ère de l’IA, ainsi qu’un guide à l’intention des parents sur les adolescents, les réseaux sociaux et l’IA .

Il soutient qu’un cadre normatif pour une IA éthique existe déjà au niveau mondial, et que la tâche actuelle consiste à le mettre en œuvre. Pour l’UNESCO, une IA éthique, inclusive et sûre dépend de la réduction des écarts en matière d’infrastructures, de compétences et de cadres juridiques.

Il affirme que l’objectif de l’UNESCO est de rendre l’IA éthique, inclusive et sûre . Il note que les États membres de l’UNESCO ont adopté en 2021 la première recommandation mondiale sur l’éthique de l’IA . Il ajoute ensuite que le défi consiste à combler de multiples lacunes, notamment en matière de connectivité, d’infrastructures, de compétences et de cadres juridiques, afin de mettre en œuvre ces principes .

El-Enany soutient que les opportunités et les risques liés à l’IA dépassent les capacités de tout gouvernement ou institution pris isolément. Il considère donc la coopération internationale, en particulier au sein de la famille des Nations Unies et entre les secteurs, comme indispensable.

Il affirme que les opportunités et les défis de l’IA dépassent les capacités de toute institution ou de tout gouvernement pris isolément . Il ajoute ensuite que la coopération internationale est essentielle et la qualifie de chaînon manquant, en précisant que la famille des Nations Unies a une responsabilité majeure pour travailler entre agences, avec les gouvernements, la société civile, le secteur privé et les scientifiques .

Félix Ulloa affirme que l’éducation est le fondement de la stratégie du Salvador en matière d’IA. Le pays mobilise d’importants investissements publics, des équipements et des plateformes éducatives assistées par l’IA pour développer le capital humain nécessaire à l’ère numérique.

Il indique que, sous le gouvernement du président Bukele, le Salvador consacre environ 5 pour cent du PIB à l’éducation, ce qui en fait le poste le plus important du budget national . Il explique que le pays a signé un accord avec Google Cloud pour utiliser Google Classroom pour tous les élèves du système public et a distribué plus de 1,2 million d’ordinateurs portables et de tablettes aux élèves dans tout le pays . Il ajoute que, grâce à un accord lié à X AI, chaque élève de l’enseignement public dispose d’un tuteur IA pour un apprentissage personnalisé .

Ulloa soutient que le déploiement de l’IA doit reposer sur un cadre juridique et institutionnel national clair. Le Salvador a donc créé une agence de l’IA et un ensemble de lois interconnectées articulées autour de l’innovation responsable, de la transparence et de la supervision humaine.

Il indique que le Salvador a créé une Agence nationale de l’IA et mis en place un écosystème normatif fondé sur quatre lois : la loi sur la promotion de l’IA et de la technologie, la loi sur la protection des données, la loi sur la cybersécurité et la loi promouvant les technologies robotiques . Il précise que celles-ci reposent sur des principes fondateurs comprenant l’innovation responsable, la compétitivité, la transparence, la supervision humaine et la non-exclusion .

Il présente le Salvador comme un pays qui utilise déjà l’IA dans plusieurs secteurs, et non comme un pays qui se contente de la planifier. Les exemples visent à montrer que l’IA peut être appliquée concrètement dans le cadre d’une structure juridique et institutionnelle cohérente.

Dans l’éducation, il décrit l’utilisation à l’échelle nationale de Google Classroom et de tuteurs IA pour les élèves des écoles publiques . Dans le domaine de la santé, il explique le programme de télémédecine Dr. SV, qui permet aux citoyens d’avoir accès à des médecins 24 heures sur 24 par téléphone ou ordinateur portable et qui a enregistré 1,6 million de consultations au cours de ses six premiers mois . Il ajoute que l’IA est également utilisée dans plusieurs ministères, notamment ceux de l’agriculture, de la justice et le bureau du procureur général, et souligne le rôle du Salvador dans les actifs numériques et la réglementation liée au Bitcoin .

Ulloa soutient que l’évaluation de la préparation est utile non pas seulement pour distribuer des éloges, mais pour identifier les lacunes qui nécessitent une action. Dans le cas du Salvador, le processus RAM a mis en évidence des faiblesses en matière de connectivité rurale et de participation des femmes.

Il explique que RAM signifie Readiness Assessment Methodology et qu’il est utilisé par l’UNESCO et ses partenaires pour évaluer le degré de préparation national . Il indique que le Salvador a obtenu un bon score, mais que l’aspect le plus important résidait dans les recommandations . Il met en avant des faiblesses identifiées telles que l’écart entre zones rurales et urbaines dans l’utilisation des outils d’IA et la nécessité d’un plus grand autonomisation des femmes, en particulier des femmes rurales . Il décrit des réponses concrètes, notamment des routeurs white-space locaux et le déploiement de Starlink pour contribuer à réduire le déficit de connectivité .

Shikoh Gitau soutient que le renforcement des capacités en matière d’IA ne doit pas être réduit à une simple formation des utilisateurs sur des outils populaires. Elle plaide pour une approche plus large axée sur la création locale d’IA, avec des investissements dans les compétences, les emplois, les normes, les systèmes ouverts, la langue et le contexte culturel.

Elle affirme que le renforcement des capacités en IA ne devrait pas se limiter à apprendre à utiliser l’IA et ChatGPT . Selon elle, il faut une approche coordonnée pour développer et créer une IA « pour nous, par nous », avec des investissements dans les compétences, les emplois, les normes, les systèmes ouverts et un financement durable . Elle souligne également la nécessité d’inclure les milliers de langues d’Afrique et précise qu’au-delà de la langue, la culture et le contexte doivent aussi être pris en compte .

Gitau affirme que la création d’une IA au service de communautés diverses exige non seulement des compétences et des normes, mais aussi un financement et une collaboration Sud-Sud. Elle relie directement cela à la nécessité de systèmes d’IA ancrés dans les réalités linguistiques et culturelles.

Elle dit que le renforcement des capacités devrait inclure un financement durable et mentionne explicitement la coopération Sud-Sud . Elle relie cela à la nécessité d’inclure toutes les langues, cultures et tous les contextes dans les systèmes d’IA .

Gitau présente le premier panel comme une réponse à une grande question de gouvernance : comment répartir les bénéfices de l’IA à l’échelle mondiale et locale. Elle insiste délibérément sur les communautés autant que sur les pays.

Elle affirme que la session aborde l’une des questions les plus déterminantes de la gouvernance mondiale de l’IA : comment faire en sorte que le potentiel transformateur de l’IA atteigne tous les pays et toutes les communautés . Elle met particulièrement l’accent sur les communautés, en soulignant l’économie communautaire de l’Afrique .

À la fin du premier panel, Gitau distille la discussion en un ensemble de thèmes récurrents. Sa synthèse montre que le panel a convergé vers les leviers structurels, la pertinence locale et les fondements sociaux de la confiance.

Elle résume le panel en disant « suivez l’argent », et que la connectivité, l’électricité, les données et les compétences sont importantes . Elle ajoute que le contexte détermine les résultats et qu’une IA guidée par un objectif et attentive aux réalités locales est essentielle . Elle met également en avant la normalisation, l’accès équitable, la construction de la confiance dans le temps et le fait de commencer avec les acteurs de terrain .

Diera Gala Paksi soutient que le renforcement des capacités en IA doit être écosystémique et centré sur l’humain. Les infrastructures comptent, mais une préparation durable dépend de la préparation des personnes et des institutions autour de l’IA, y compris les éducateurs, les décideurs politiques et les communautés.

Elle affirme que le renforcement des capacités en IA ne consiste pas simplement à accroître la culture de l’IA, mais à construire un écosystème qui permette aux gouvernements, aux éducateurs, à l’industrie, au monde universitaire et aux communautés d’agir . Elle énumère ensuite quatre conditions essentielles du point de vue de l’ASEAN, à commencer par la préparation humaine, qui doit porter non seulement sur les infrastructures mais aussi sur les éducateurs, les étudiants, les décideurs politiques et les communautés .

Elle soutient que les partenaires locaux sont indispensables parce qu’ils comprennent mieux que les seules instances régionales la culture locale et les réalités de mise en œuvre. Les programmes durables ont donc besoin d’organisations locales et de l’appropriation par les gouvernements dès le départ.

Elle dit que les organisations locales comprennent mieux le contexte culturel que les organisations régionales . Elle note que l’ASEAN travaille avec 23 organisations de la société civile dans toute la région . Elle dit également que le renforcement des capacités ne devient durable que lorsque les gouvernements sont impliqués dès le début, raison pour laquelle l’ASEAN organise des tables rondes de politique publique reliant les décideurs politiques et les partenaires locaux chargés de la mise en œuvre .

Paksi soutient qu’une préparation durable à l’IA nécessite à la fois l’appropriation par l’État et de larges partenariats. Elle présente la coopération régionale et multipartite comme ce qui permet un impact de grande ampleur et durable.

Elle affirme qu’une condition essentielle est l’appropriation par le gouvernement, car le renforcement des capacités ne devient durable que lorsque les gouvernements sont impliqués dès le départ . Elle recommande également des partenariats régionaux multipartites réunissant gouvernement, monde universitaire, industrie et société civile afin de mettre en place un renforcement des capacités en IA localement pertinent . Elle illustre l’ampleur en disant que le programme AI Ready de l’ASEAN a donné les moyens d’agir à des millions de personnes dans toute la région .

Elle utilise le programme AI Ready de l’ASEAN comme exemple concret de renforcement large des capacités en IA. Le programme vise à toucher de multiples segments de la société et à combiner sensibilisation, formation, débats de politique publique et recherche.

Elle dit qu’elle est cheffe de projet du programme AI Ready ASEAN, l’une des plus grandes initiatives en matière d’IA dans l’ensemble de l’ASEAN . Elle explique qu’il vise à donner les moyens d’agir à des millions de personnes, y compris les jeunes, les parents et les éducateurs, grâce à des actions de sensibilisation, des plateformes, la formation de formateurs, des tables rondes de politique publique et de la recherche . Elle ajoute plus tard que l’initiative a déjà donné les moyens d’agir à 8 millions de personnes dans l’ensemble de l’ASEAN .

Alessandra Sala soutient que la formation à l’IA sur le lieu de travail ne devrait pas se limiter aux gains d’efficacité ou au remplacement de la main-d’œuvre. Elle devrait plutôt aider les travailleurs à repenser leur rôle, à utiliser l’IA pour accroître la création de valeur et à façonner un avenir du travail plus émancipateur.

Elle décrit la transformation de l’IA qu’elle dirige chez Shutterstock et explique que l’un de ses piliers est la culture de l’IA parmi le personnel, tandis que son travail avec Women in AI vise à amener davantage de femmes à acquérir les compétences fondamentales en IA afin qu’elles puissent participer aux décisions . Elle raconte avoir dit aux employés de ne pas utiliser l’IA uniquement pour gagner du temps au risque d’être remplacés, mais d’utiliser les bons outils pour réinventer les flux de travail . Elle donne un exemple concret en aidant un commercial à passer de 50 clients contactés par jour à 500, avec des offres personnalisées et une analyse de la clientèle, montrant que l’IA permet de passer d’un travail réactif à un travail proactif, plutôt que de simplement réduire le temps nécessaire .

Sala affirme que l’une des actions les plus réalisables et les plus nécessaires est l’investissement dans l’éducation et la culture de base, en particulier pour les groupes souvent exclus des transitions technologiques. Elle souligne que cette éducation doit porter sur la création de valeur et la refonte des processus, et non se limiter à extraire des réponses des systèmes d’IA.

Dans le rapide tour de clôture, elle appelle à investir dans le perfectionnement des compétences et la culture de base pour les femmes et les enfants, et affirme qu’il faut les associer à cette évolution . Elle ajoute qu’il ne devrait pas s’agir d’une « éducation standardisée » visant uniquement à obtenir des réponses des systèmes d’IA, mais d’une éducation qui aide les personnes à réinventer les processus et à créer de la valeur .

Ambassador Vladimir Cuc affirme que les contraintes de capacité sont répandues, y compris en Europe, et que la réponse doit privilégier le renforcement des institutions plutôt que les seules déclarations. Il considère que les compétences, des institutions publiques plus solides et des bases numériques sont essentielles pour rendre l’IA plus transformatrice et moins perturbatrice.

Il indique que les lacunes en matière de gouvernance, de ressources et de capacités créent des disparités et un accès inégal, et qu’aucun pays ne peut y faire face seul . Il note que l’évaluation de préparation de l’UNESCO de la Moldavie a mis en évidence un écosystème en développement mais manquant de capacités dans le secteur public, le secteur privé et le milieu universitaire . Il affirme donc que le renforcement des capacités et l’investissement doivent être au cœur du dialogue et de la coopération sur l’IA afin que celle-ci soit moins perturbatrice et plus transformatrice .

Il soutient que la gouvernance de l’IA doit être ancrée dans les droits humains, la démocratie et l’État de droit, tout en reconnaissant le rôle concret des entreprises privées. Un partenariat public-privé est donc nécessaire, car les entreprises sont déjà des acteurs centraux du développement de l’IA.

Il indique que la Moldavie a plaidé en faveur de la convention-cadre du Conseil de l’Europe sur la démocratie, les droits humains, l’État de droit et l’IA, et qu’elle adhère à la recommandation de l’UNESCO sur l’éthique de l’IA . Il déclare que la Moldavie aligne sa législation sur l’EU AI Act et créera une agence . Il conclut que l’un des principaux enseignements devrait être l’investissement dans les partenariats public-privé, car les entreprises privées façonnent actuellement l’IA tandis que les gouvernements la réglementent .

Le représentant de Smart City soutient que les approches centrées sur la formation pour répondre aux fractures numériques et à celles liées à l’IA sont incomplètes, car elles ignorent ce qui se passe ensuite. De véritables capacités nécessitent une demande du marché du travail, des voies d’accès aux marchés publics et un accès aux actifs sous-jacents tels que la puissance de calcul et les données.

Le speaker indique que Smart City a formé plus de 400 000 Philippins dans plus de 60 unités de gouvernement local aux Philippines . Fort de cette expérience, le speaker identifie trois lacunes non prises en compte par la « logique de filière » : l’absorption dans les marchés du travail et les systèmes de marchés publics, une place à la table de la gouvernance et de l’établissement des normes, ainsi que l’accès à la puissance de calcul, aux données et au pouvoir institutionnel de négociation . Le speaker conclut en appelant à lier le renforcement des capacités aux emplois, aux marchés publics et aux parcours entrepreneuriaux, plutôt que de se contenter de compter les formations achevées .

Diego Belevan soutient que de nombreux pays ne manquent ni de valeurs ni de principes, mais des moyens de les mettre en œuvre. Il plaide donc pour une coopération horizontale et mutuellement bénéfique, centrée sur l’accès aux infrastructures, aux outils, à l’information et au soutien technique plutôt que sur un transfert à sens unique.

Il affirme que, sans capacités réelles, les principes convenus ne peuvent pas se concrétiser et que, pour de nombreux pays, le problème n’est pas l’absence de valeurs communes mais l’impossibilité de les mettre en œuvre . Il soutient que la coopération est particulièrement utile lorsqu’elle complète la dimension normative par un accès concret aux infrastructures, aux outils, à l’information et à l’assistance technique . Il ajoute que la logique devrait être celle d’un bénéfice réciproque et d’une coopération horizontale, et non d’un transfert unilatéral ou orienté de modèles prédéfinis .

Emma Theofelus soutient que le renforcement des capacités techniques dans le Global South exige un investissement délibéré en faveur des jeunes et de la collaboration universitaire. Elle considère les dispositifs de jumelage entre universités comme une voie concrète pour élargir la formation.

Elle indique que l’une des priorités immédiates est de disposer de compétences techniques de haut niveau et de s’appuyer sur le milieu universitaire, en particulier au moyen d’accords de jumelage entre des universités du Global North et du Global South afin de former le plus grand nombre possible de jeunes dans l’ensemble du Global South .

Elle soutient que la gouvernance de l’IA doit rester centrée sur l’humain et interopérable, tout en tenant les grandes entreprises technologiques responsables. Elle associe explicitement cette responsabilité à des préjudices tels que la violence fondée sur le genre facilitée par la technologie.

Elle explique que la Namibie prépare son cadre national de gouvernance de l’IA autour d’une gouvernance centrée sur l’humain, d’une innovation ciblée dans le secteur public, d’une collaboration public-privé et mondiale, d’infrastructures équitables ainsi que de règles interopérables et de normes communes . Elle souligne ensuite la nécessité d’une plus grande responsabilisation visant les méga-entreprises technologiques, en particulier lorsqu’il s’agit de violence fondée sur le genre facilitée par la technologie .

Theofelus fait valoir que l’inclusion suppose l’accès à des modèles d’IA plus légers et plus faciles à utiliser, ainsi qu’à des normes ouvertes. Elle relie cette ouverture à la fois à l’élargissement de la participation et à l’amélioration de la responsabilité.

Elle indique que l’un des problèmes à traiter dès maintenant est l’accès, ce qui inclut les modèles légers, les normes ouvertes et une plus grande responsabilité des grandes entreprises technologiques .

Girmaw Abebe Tadesse soutient que la technologie à elle seule ne détermine pas si l’IA aide les populations ; le facteur décisif est le contexte. Pour que l’IA produise des résultats équitables, les systèmes doivent être conçus de manière finalisée, en tenant compte des réalités locales et façonnés par les personnes et les cultures qu’ils sont censés servir.

Il affirme que leur rapport contient l’idée que, pour que l’IA réussisse, le contexte est important et même que « le contexte décide des résultats » . Il soutient que l’impact positif dépend non seulement de la technologie, mais aussi de ceux qui ont accès à l’IA, de la manière dont elle est adoptée dans les institutions et de la façon dont elle se diffuse entre les secteurs . Il invoque Wangari Maathai pour avertir que même faire la bonne chose sans tenir compte du contexte peut faire dévier de la bonne voie . Il ajoute que l’existence de 7 000 langues ne signifie pas que la technologie les servira toutes de manière égale, et que l’IA doit donc être finalisée et attentive aux réalités locales . Enfin, il affirme que comprendre le contexte exige d’associer les gouvernements, les acteurs privés, les jeunes et les communautés de terrain, et de placer les personnes au centre de la conception .

Arutyun Avetisyan soutient que l’IA devrait à terme permettre à toutes les personnes de parler et d’être comprises dans leur langue maternelle, y compris aux locuteurs de langues peu diffusées. En même temps, les normes communes doivent néanmoins laisser de la place aux différentes cultures et valeurs nationales.

Il dit espérer que l’IA finira par permettre à chacun de parler sa langue maternelle tout en se comprenant mutuellement, et que même les langues les moins répandues devraient être prises en charge par l’IA . Plus tard, il explique que, si les pays peuvent œuvrer à des normes communes, chaque pays a sa propre culture et doit résoudre lui-même certaines questions, en tenant compte des spécificités et de la richesse culturelles .

Il soutient que la confiance et la sécurité ont été sous-estimées dans la gouvernance de l’IA et qu’elles doivent être traitées au moyen de normes partagées et de garanties pratiques. Toutefois, ces normes communes doivent toujours respecter la diversité culturelle entre les pays.

Il dit que les scientifiques affirment depuis plusieurs années que la confiance est plus importante que beaucoup d’autres enjeux, et il met en avant des défis de sécurité, notamment les deepfakes, les élections et les impacts sociaux . Il affirme que les pays ne peuvent pas résoudre cela seuls et propose que les modèles ouverts et le code ouvert soient accessibles de manière égale aux étudiants et aux universités du monde entier . Il appelle également les instituts à travailler ensemble de manière standardisée sur la sécurité, en soulignant que de simples outils internet ne suffisent pas sans sécurité adéquate ni connaissances appropriées . Il suggère en outre que les systèmes d’IA auront besoin de labels spécifiques et d’un accès équitable, quelle que soit la taille de l’entreprise ou du pays .

Avetisyan soutient que la complexité d’une IA digne de confiance signifie que les États ont besoin de ressources partagées et de coopération. L’accès ouvert aux modèles et au code, associé à un travail commun sur la sécurité, fait partie des conditions permettant la co-création entre les pays.

Il dit qu’il a été démontré que les pays ne peuvent pas avancer par des campagnes isolées et qu’ils doivent travailler ensemble . Il propose d’examiner au niveau de l’ONU si les modèles ouverts et le code ouvert devraient être accessibles de manière égale à tout étudiant et à toute université dans le monde . Il soutient ensuite qu’un outil internet n’est qu’une solution parmi d’autres et qu’un large éventail de questions liées à la sécurité et au déploiement exige un travail collectif et normalisé .

Huanzhang Fu soutient que les services chargés de l’application de la loi ont besoin de plus qu’un simple accès à des outils d’IA. Ils ont besoin d’une culture de l’IA, de cadres de gouvernance et de mesures de renforcement de la confiance afin que l’usage de l’IA respecte l’état de droit et la confiance du public.

Il affirme que le niveau de culture de l’IA et de préparation des services chargés de l’application de la loi varie considérablement d’un pays à l’autre, ce qui fait de la fracture de l’IA un impératif de renforcement des capacités . Il déclare qu’une adoption efficace de l’IA commence par les connaissances, la confiance et une gouvernance responsable, et que la technologie seule ne suffit pas . Il ajoute que les services ont besoin des compétences nécessaires pour comprendre les possibilités et les limites de l’IA, ainsi que de cadres de gouvernance pour la déployer de manière responsable tout en respectant l’état de droit et la confiance du public .

Il s’appuie sur les travaux d’Interpol pour montrer comment l’adoption responsable de l’IA peut être mise en œuvre de manière opérationnelle dans un secteur donné. L’accent est mis sur les orientations pratiques, la formation et la coopération internationale pour les forces de police.

Il indique qu’Interpol, avec des partenaires de l’ONU, l’UNICRI et le Royaume-Uni, a publié en 2024 une boîte à outils révisée sur l’innovation responsable en matière d’IA dans l’application de la loi . Il ajoute qu’Interpol et l’UNICRI mettent en œuvre un projet d’IA financé par l’UE et ont lancé le programme d’apprentissage en ligne TRAIL, librement accessible aux services chargés de l’application de la loi dans tous les pays membres . Il mentionne également des webinaires et des formations en présentiel dispensés à des agents dans plusieurs groupements régionaux afin de traduire les principes dans la pratique opérationnelle .

Valts Ernštreits soutient que la plupart des communautés linguistiques et culturelles du monde restent structurellement exclues de l’IA. Il affirme que ces communautés ont besoin d’être représentées, de bénéficier d’une méthodologie dédiée et d’exercer un contrôle sur leurs propres données pour que l’IA les soutienne au lieu de les marginaliser.

Il affirme que le rapport montre que, sur 7 000 langues, seules 1 000 disposent des fondements nécessaires à une inclusion significative dans les systèmes d’IA, laissant 6 000 communautés qui en sont dépourvues . Il ajoute que nombre de ces communautés sont autochtones ou parlent des langues gravement menacées . Il soutient que l’IA destinée à ces communautés se distingue sur le plan méthodologique, car leurs écosystèmes de données et leurs modes d’usage diffèrent de ceux du courant dominant . Il propose ensuite trois réponses : les communautés doivent avoir voix au chapitre, il doit y avoir une recherche et des ressources dédiées aux niveaux international et national, et les données comme les technologies doivent être gouvernées de manière à ce que l’IA soit adaptée à sa finalité, non extractive et favorable aux droits des communautés ainsi qu’à leurs modes de vie .

Urvashi Aneja soutient qu’une fracture négligée mais cruciale est celle de la supervision. Les pays du Sud global ont besoin de leurs propres capacités d’évaluation, de passation des marchés, de signalement et de suivi afin que les systèmes d’IA reflètent les valeurs locales au lieu de simplement importer des cadres élaborés ailleurs.

Elle affirme que la fracture dont on parle rarement est celle de la supervision, et qu’elle se creuse à mesure que les systèmes d’IA deviennent plus complexes . Elle indique que ce domaine souffre d’un sous-investissement chronique de la part des gouvernements, des bailleurs de fonds et des agences de développement du Sud global . Elle recense des besoins au niveau de l’État tels que l’évaluation, les normes de passation des marchés, le signalement des incidents et le suivi continu . Elle soutient que la capacité et l’infrastructure nationales d’évaluation sont le moyen pour les pays de garantir que les systèmes d’IA promeuvent les valeurs et priorités locales, et avertit que sans société civile ni médias indépendants, les pays finissent par emprunter des cadres au Nord global au lieu de construire les leurs .

Aneja soutient que le débat sur l’IA néglige souvent l’infrastructure de supervision qui rend la responsabilité possible. Elle considère que le sous-investissement dans les institutions publiques, la société civile et les médias est une raison majeure pour laquelle l’IA peut se développer sans contrôles suffisants.

Elle affirme que la supervision souffre d’un sous-investissement de la part des gouvernements, des bailleurs de fonds et des agences de développement . Elle cite comme exemples de lacunes au niveau de l’État les normes de passation des marchés, le signalement des incidents, le suivi continu et l’évaluation . Elle dit également que la société civile et les médias indépendants constituent les freins et contrepoids qui donnent une réalité à la supervision, et que là où ils ne peuvent pas s’épanouir, il n’existe ni culture publique de compréhension ni écosystème de responsabilité .

Elle soutient qu’une infrastructure d’évaluation ouverte et utilisable localement est l’un des leviers les plus concrets pour renforcer le pouvoir d’agir dans la gouvernance de l’IA. Cela permettrait à des acteurs non techniques et aux communautés d’influer sur la manière dont les systèmes d’IA sont évalués et alignés sur leurs objectifs.

Lors de la dernière série d’interventions, elle appelle à soutenir une infrastructure d’évaluation ouverte et locale, facile à utiliser pour les personnes non techniques . Elle affirme que c’est ainsi que les communautés locales peuvent participer à la définition des valeurs et des objectifs des systèmes d’IA, et que cela offre un moyen de gérer la dépendance inévitable dans des conditions plus équitables .

Diego Rodrigo Beleván Tamayo soutient que l’ouverture peut contribuer à réduire les fractures liées à l’IA, mais seulement si les pays disposent de la capacité institutionnelle nécessaire pour utiliser ce qui est mis à disposition. Sinon, l’écart se déplace simplement de l’accès à l’usage concret.

Il affirme que l’open source, les modèles ouverts et l’IA ouverte pourraient contribuer de manière significative à combler les fractures, à condition que leur adoption s’accompagne du développement des capacités institutionnelles . Il avertit que, dans le cas contraire, l’écart est simplement transféré de l’accès à un écart d’usage .

Katharina Frey soutient qu’un moyen concret de réduire les fractures de l’IA consiste à relier la demande de ressources en IA à l’offre mondiale existante. Elle présente des réseaux comme ICANN comme des mécanismes capables de mettre en relation des chercheurs et des institutions avec des capacités de calcul, des jeux de données et de l’expertise pour des travaux pertinents au niveau local.

Elle affirme que ce qu’il faut, c’est un accès à de puissantes capacités de calcul, à des jeux de données de qualité ainsi qu’à des experts sectoriels et en IA, et note que les membres d’ICANN sont des partenaires universitaires . Elle explique qu’ICANN met en relation l’offre et la demande . À titre d’exemple, elle indique que Data Science Africa a été relié à des centres suisses de supercalcul afin que des chercheurs puissent travailler sur des systèmes d’IA de prévision météorologique pour des communautés agricoles lorsqu’ils ne disposaient pas d’une capacité de calcul suffisante . Elle décrit également un programme plus récent reliant des organisations des Nations Unies à Genève à des chercheurs du réseau d’ICANN à travers l’Afrique, l’Europe et l’Asie, en raison d’une forte demande de solutions d’IA co-créées .

David Tshere soutient que les appels généraux au partenariat sont insuffisants pour les pays qui ne disposent pas des infrastructures nécessaires pour bénéficier de l’IA. Il souhaite que le dialogue aboutisse à un mécanisme mondial de financement spécifique et opérationnel pour les pays en développement.

Il dit avoir déjà expliqué plus tôt comment les pays en développement sont laissés pour compte et qu’il entend de manière récurrente qu’ils devraient s’associer à d’autres et « se débrouiller » . Il soutient ensuite que le dialogue devrait déboucher sur une idée de fonds mondial pour l’IA destiné aux pays en développement, car les infrastructures restent le principal problème en Afrique et, sans elles, les pays ne peuvent pas tirer parti des avantages de l’IA .

Eugenio Vargas Garcia soutient que la souveraineté numérique ne devrait pas signifier l’isolement ou l’autosuffisance complète. Elle devrait plutôt signifier une réduction progressive de la dépendance, une diversification des partenaires et un renforcement de la capacité d’action politique des pays en développement au sein de l’écosystème numérique mondial.

Il affirme que la souveraineté numérique est importante parce qu’elle permet aux pays de faire des choix souverains concernant l’investissement dans l’IA, son adoption ou un rôle proactif dans son développement . Il souligne qu’elle ne doit pas être perçue comme de l’isolationnisme ni comme une tentative de tout produire localement . Il s’agit plutôt d’un processus continu de réduction des dépendances structurelles et d’élargissement de la capacité d’action politique . Il indique que cela exige des partenariats et des fournisseurs diversifiés, des alternatives nationales sélectives, une coopération internationale et une participation accrue des pays en développement aux discussions internationales .

Garcia affirme que la communauté internationale dispose déjà de nombreuses idées sur le renforcement des capacités en matière d’IA et qu’elle a désormais besoin de mise en œuvre et de coordination. Il met en avant le nouveau réseau mondial de centres et suggère de relier plus directement le dialogue de l’ONU aux autres processus de sommets afin d’éviter les doublons.

Il indique que le renforcement des capacités n’est pas nouveau pour l’ONU et que les résolutions et exemples existants montrent déjà ce qu’il convient de faire, de sorte que le problème réside dans la mise en œuvre . Il mentionne le réseau mondial de centres récemment créé pour les échanges et la coopération sur le renforcement des capacités en IA comme un mécanisme volontaire utile, où les institutions et les laboratoires peuvent mutualiser des ressources et des formations . Il suggère également de relier le processus de Bletchley et ses sommets au dialogue mondial de l’ONU afin que les volets de Genève et de New York ne soient pas considérés comme des efforts isolés .