AI opportunities and implications: social, economic, cultural, linguistic and technical dimensions

L’orateur soutient que l’IA progresse trop rapidement pour qu’un seul gouvernement, une seule entreprise ou une seule institution puisse la gérer seul, de sorte que la coopération multilatérale est indispensable. L’objectif n’est pas seulement de s’accorder sur des principes, mais aussi de combler les écarts en matière d’accès et de capacités, et de transformer l’IA en résultats concrets et inclusifs de développement industriel.

Il affirme que l’IA transforme les économies et les sociétés à une vitesse sans précédent, avec de nouveaux modèles et de nouvelles applications qui émergent en quelques mois plutôt qu’en plusieurs années, ce qui crée un défi qu’aucun acteur ne peut relever seul . Il dit que le multilatéralisme est essentiel pour orienter les progrès au moyen de principes partagés et de bénéfices communs, met en garde contre l’aggravation d’une fracture de l’IA en matière de technologies, de compétences, de données et de puissance de calcul, et présente les travaux, alliances et centres d’excellence de l’UNIDO dans le domaine de l’IA industrielle comme des exemples concrets qui créent des emplois, renforcent les industries et développent les capacités locales .

Il soutient que la principale lacune de la gouvernance de l’IA ne tient ni à l’ambition ni aux principes, mais à l’absence de mécanismes pratiques. La gouvernance doit évoluer vers une coopération concrète sur les normes, les infrastructures et les compétences dans toutes les grandes dimensions de l’IA afin que les bénéfices se traduisent en véritables résultats de développement.

Il affirme qu’aujourd’hui, le déficit n’est pas un déficit d’ambition, mais de mécanismes pratiques, et appelle à ce que la valeur générée par l’IA bénéficie largement aux travailleurs, aux langues, aux régions et aux générations . Il présente explicitement la session comme devant dépasser les principes généraux pour aller vers des conditions concrètes, la coopération, les normes, les infrastructures et les compétences, et propose cinq angles de discussion : social, économique, culturel et linguistique, technique et environnemental .

Il soutient que de nombreux acteurs partagent déjà l’ambition de faire de l’IA une force bénéfique, mais que c’est au stade de la mise en œuvre que les progrès s’enrayent. L’enjeu, désormais, est de mettre en place les mécanismes concrets — normes, infrastructures et compétences — capables de transformer les promesses de l’IA en gains pratiques.

Il affirme clairement que le déficit ne réside ni dans l’ambition ni dans les principes, mais dans les mécanismes pratiques . Il précise ensuite que la tâche consiste à dépasser les principes de gouvernance pour aller vers des conditions concrètes, la coopération, les normes, les infrastructures et les compétences susceptibles de traduire les gains de l’IA en matière de productivité, de science et de durabilité en résultats de développement tangibles .

Dans sa synthèse finale, il soutient qu’il ne suffit pas d’avoir accès à l’IA ; les pays doivent avoir la capacité d’en façonner les résultats. Il ramène la discussion à trois priorités orientées vers l’action : la capacité plutôt que le seul accès, les environnements favorables plutôt que les courses à la puissance de calcul, et un modèle dans lequel la souveraineté coexiste avec l’ouverture.

Il résume l’après-midi en disant que l’accès seul ne crée ni prospérité ni emplois et que le plus grand risque est de rester spectateurs pendant que d’autres captent la valeur . Il ajoute que la bonne stratégie consiste à s’appuyer sur l’infrastructure publique numérique et la culture de l’IA plutôt qu’à se lancer dans des courses à la puissance de calcul, et que souveraineté et ouverture sont complémentaires grâce à des modèles locaux dans des langues locales utilisant des données qui appartiennent aux utilisateurs tout en travaillant encore avec des frontier models .

Il affirme que la véritable mesure du succès de l’IA réside dans son impact social et sur le développement, et non dans son échelle technique. L’IA devrait être évaluée selon qu’elle améliore les moyens de subsistance, soutient les communautés, maintient les langues en vie et diffuse largement ses bénéfices.

Dans ses remarques de clôture, il déclare que l’IA ne sera pas jugée au nombre de modèles déployés, mais au nombre d’emplois créés et valorisés, au nombre de langues qui s’épanouissent dans le numérique et au nombre de communautés qui voient leurs savoirs reflétés plutôt qu’effacés . Il relie cela à son appel précédent à repenser les systèmes et à définir de nouveaux critères de réussite en réponse au caractère transformateur de l’IA .

Il soutient que l’IA offre des possibilités particulières aux pays en développement en transformant les connaissances tacites et non structurées en une forme exploitable. Toutefois, ces bénéfices ne se concrétiseront que si l’IA est adaptée aux langues locales, aux contextes et aux réalités culturelles, au lieu de reproduire les présupposés occidentaux dominants.

Il explique que l’IA peut transformer des données non structurées en données structurées, ce qui peut bénéficier de manière disproportionnée aux pays en développement, puisque nombre de leurs connaissances sont tacites et non structurées, et améliorer la transmission intergénérationnelle des savoirs . Il note également que l’IA est largement façonnée par la culture et les valeurs occidentales, mais que la véritable opportunité réside dans l’adaptation locale et régionale, en passant d’une grande IA à une IA plus petite qui rejoint les personnes là où elles se situent sur les plans cognitif et culturel .

Il affirme que le modèle dominant de développement de l’IA n’est ni durable pour les économies avancées ni réalisable pour celles à plus faible revenu. Cela signifie que les pays du Sud global ont besoin de trajectoires distinctes pour l’IA, alignées sur leurs propres contraintes, populations et ressources.

Il explique que les économies avancées ne peuvent pas soutenir durablement le modèle actuel et que les économies à revenu intermédiaire ou faible ne peuvent même pas aspirer à faire de l’IA de la même manière que les plus grandes économies . Il plaide ensuite pour des développements de l’IA adaptés aux Africains, aux Latino-Américains, aux Européens situés hors des centres dominants, aux petits États insulaires et aux Caraïbes, tout en notant que l’énergie, l’eau et même la future réglementation des centres de données devront être traitées différemment .

Il affirme que la discussion seule ne suffit pas et qu’elle doit être immédiatement convertie en engagements concrets assortis de ressources. Le dialogue devrait être jugé à l’aune de sa mise en œuvre, les participants devant être en mesure de rendre compte d’actions réelles lors de la prochaine grande réunion.

Il met au défi chaque délégation, entreprise et institution de ne pas attendre le résumé et, au contraire, de prendre l’une des trois priorités, de lui donner un nom, une date et un budget avant de quitter Genève . Il ajoute que lorsque le dialogue reprendra à New York en 2027, les participants devraient rendre compte de ce qu’ils ont réellement fait, plutôt que de ce que l’IA pourrait faire .

Elle inscrit la gouvernance de l’IA dans une logique d’usage centré sur l’humain plutôt que d’accélération technologique poursuivie pour elle-même. En mettant en avant l’exemple de l’Estonie, elle laisse entendre que les sociétés qui réussiront seront celles qui garderont les personnes au centre et privilégieront une adoption avisée plutôt que la seule rapidité.

Elle déclare à l’UIT que l’IA ne réussira que si elle reste centrée sur les personnes et présente l’Estonie comme un pays qui l’a clairement démontré . Après la réponse du Président Karis, elle approuve son idée selon laquelle l’IA doit être utilisée avec sagesse, et non pas seulement rapidement, et conclut en soulignant que l’avenir de l’IA sera façonné par les choix faits en matière d’investissement dans les personnes, de fondations numériques de confiance, d’innovation et de coopération transfrontalière .

Il soutient que les appels à la coopération sont devenus trop abstraits et répétitifs. Ce qu’il faut désormais, c’est un accord concret sur les domaines dans lesquels les pays coopèrent, sur ce qu’ils veulent accomplir et sur la manière dont ils agiront sans ni surréglementer ni perdre le contrôle de l’orientation de l’IA.

Il affirme que, bien que l’on répète souvent qu’une coopération est nécessaire, l’élément manquant est la clarté sur l’objet de cette coopération, sur la direction à suivre et sur les objectifs à atteindre . Il ajoute que les actions sont à la traîne par rapport à la technologie et que les décideurs sont confrontés au défi d’éviter une surréglementation tout en orientant l’IA dans la bonne direction grâce à une coopération spécifique et précise .

Il soutient que les pays de petite taille ont un intérêt commun à défendre la diversité linguistique et les droits humains dans la gouvernance de l’IA. En même temps, ils doivent trouver un équilibre entre la prévention des préjudices et le fait de ne pas étouffer le développement technologique par une réglementation excessive.

Il affirme que les petits États doivent s’unir et ne pas être désavantagés sur les questions linguistiques, tout en mettant également en avant les droits humains et la participation de l’Arménie aux cadres internationaux pertinents . Il ajoute plus tard que les décideurs ne veulent pas surréglementer et nuire au développement technologique, mais qu’ils doivent néanmoins faciliter l’adoption sans crainte et orienter la technologie dans la bonne direction .

L’orateur soutient que l’IA ne peut appuyer le développement durable que si elle est guidée par l’éthique tout au long de son cycle de vie. Le multilinguisme, la pluriethnicité et le respect des droits humains sont présentés comme essentiels pour instaurer la confiance et éviter l’exclusion ou les biais.

Le délégué affirme que l’éthique devrait être un principe transversal dans la conception, le développement, la mise en œuvre, l’utilisation et l’évaluation, et que cette approche contribue à renforcer la confiance du public et à prévenir des risques tels que les biais et l’exclusion . Le délégué souligne également la réalité multilingue et pluriethnique du Guatemala, faisant valoir que la diversité linguistique et culturelle élargit les perspectives à partir desquelles des solutions d’IA pertinentes peuvent être développées .

L’orateur soutient que la coopération internationale et régionale est nécessaire pour rendre la gouvernance de l’IA plus inclusive et représentative. Les forums devraient être utilisés pour partager les expériences, forger un consensus et soutenir une gouvernance adaptée aux différents contextes nationaux.

Le délégué affirme que le Guatemala continuera de participer activement aux forums de coopération internationale pour partager ses expériences, élaborer des consensus et promouvoir une gouvernance de l’IA plus inclusive, représentative et centrée sur l’humain .

L’orateur soutient que l’IA présente de vastes avantages potentiels, mais que ceux-ci ne se concrétiseront que si les pays investissent dans les personnes et dans les conditions propices. Les compétences, la confiance, les infrastructures et la coopération sont présentées comme les fondements d’un accès équitable aux gains sociaux et économiques de l’IA.

L’orateur affirme que l’IA peut améliorer les services publics, les soins de santé, l’éducation et l’administration publique, mais que la réalisation de ces possibilités nécessite des investissements dans les compétences, la confiance du public et un déploiement responsable . L’orateur ajoute que la Slovénie met l’accent sur les infrastructures, le transfert de connaissances, le financement et un renforcement de la coopération entre la recherche, l’industrie et le secteur public, et conclut que la coopération internationale est nécessaire pour garantir que les bénéfices de l’IA soient accessibles à tous .

L’orateur soutient que le multilinguisme et la diversité culturelle devraient être considérés comme des atouts plutôt que comme des obstacles à l’ère numérique. L’IA doit soutenir les communautés de langue minoritaire afin que la transformation numérique reste inclusive.

L’orateur déclare que la Slovénie, en tant que petite communauté, accorde une importance particulière aux dimensions culturelles et linguistiques de l’IA . L’orateur ajoute que l’IA devrait soutenir toutes les langues, y compris celles des communautés linguistiques plus restreintes, afin qu’aucune langue ne soit laissée pour compte dans la transformation numérique .

L’orateur soutient qu’une large adoption de l’IA dans les petites entreprises et les institutions publiques dépend moins de l’engouement qu’elle suscite que de conditions propices solides. Des infrastructures, un financement, un transfert de connaissances et des fondations techniques sont nécessaires pour que l’IA soit largement et utilisée de manière responsable.

L’orateur affirme que l’IA offre des possibilités en matière de productivité, d’innovation et de compétitivité, en particulier pour les PME, et que la Slovénie s’attache à créer les conditions d’une adoption plus large grâce aux infrastructures, au transfert de connaissances, au financement et à la coopération entre la recherche, l’industrie et le secteur public . L’orateur souligne également que l’accès à la puissance de calcul, à des données de haute qualité, à une infrastructure interopérable et aux compétences numériques demeure essentiel, et évoque des investissements nationaux dans l’infrastructure de l’IA, notamment une usine d’IA et un centre de compétences .

L’intervenant soutient que l’inclusion dans la gouvernance de l’IA devrait être évaluée à l’aune de la capacité des pays en développement à influer sur les résultats, et non de leur simple participation symbolique. Cela suppose des outils de soutien concrets, tels que des modèles légers, des orientations en matière de passation de marchés et des cadres d’interopérabilité culturellement inclusifs.

L’intervenant affirme qu’une inclusion significative se mesure non par la seule participation mais par l’influence, et soutient que les pays en développement doivent contribuer activement aux jeux de données, aux normes et aux modèles . Il propose des résultats concrets, notamment des référentiels mondiaux de modèles d’IA légers, des lignes directrices pour les achats publics d’IA, ainsi que l’intégration de critères culturels et linguistiques dans les cadres d’interopérabilité et de sécurité de l’IA .

L’intervenant soutient que l’expansion de l’IA dans les contextes de développement ne doit pas reproduire un modèle à forte consommation. Au contraire, l’IA devrait être conçue et déployée de manière plus verte et plus économe en ressources.

L’intervenant affirme que combler la fracture de l’IA exige des infrastructures de calcul et des capacités souveraines en matière de données, mais ajoute que le développement de l’IA doit aussi être écologiquement durable grâce à une IA verte et à une IA frugale, économe en ressources .

L’intervenant soutient que les bénéfices de l’IA ne découleront pas automatiquement du déploiement technologique. Les institutions publiques, les travailleurs et la société dans son ensemble doivent être préparés par des compétences, un accompagnement des transitions et une culture numérique afin que l’IA renforce les capacités humaines au lieu de les remplacer.

L’intervenant affirme que le renforcement des capacités devrait s’étendre à l’ensemble du secteur public et que des initiatives de requalification ainsi que des politiques de transition juste sont nécessaires pour garantir que l’IA améliore les capacités humaines et répartisse équitablement les bénéfices économiques . Il souligne également la nécessité d’accorder une attention particulière à la culture de l’IA pour les enfants et les mineurs .

L’intervenant soutient qu’un accès réel à l’IA est impossible sans fondements matériels et financiers. Les pays en développement ont besoin de capacités de calcul, de souveraineté des données et de financements durables s’ils veulent créer leurs propres écosystèmes d’IA plutôt que de dépendre durablement des autres.

Le speaker affirme qu’un accès véritable à l’IA exige plus que le seul renforcement des capacités et appelle explicitement à investir dans les infrastructures de calcul, les capacités souveraines en matière de données et des mécanismes de financement durables afin de permettre aux pays en développement de construire leurs propres écosystèmes d’applications d’IA .

Le speaker soutient que la gouvernance restera inégalitaire si les pays en développement se contentent de suivre les règles. Ils doivent jouer un rôle direct dans les normes, les données et le développement des modèles afin de garantir que la gouvernance de l’IA reflète la diversité mondiale plutôt qu’une concentration solidement établie.

Le speaker affirme que la gouvernance de l’IA doit refléter la diversité culturelle et empêcher une concentration technologique excessive, et que les pays en développement doivent contribuer activement aux jeux de données, aux normes et aux modèles d’IA .

Le speaker soutient que les enfants et les mineurs méritent une attention explicite dans les efforts de préparation à l’IA. La littératie des plus jeunes utilisateurs devrait être érigée en priorité publique distincte plutôt que d’être considérée comme une conséquence automatique d’initiatives plus larges en matière de compétences numériques.

Le speaker indique que l’Égypte accorde une attention particulière à la littératie en IA des enfants et des mineurs dans le cadre de la préparation du secteur public et de la société à l’IA .

L’orateur soutient que l’IA touche presque tous les aspects de la vie sociale et qu’elle devrait, en conséquence, être gouvernée comme une question de développement centrée sur les populations. Les pays en développement ne doivent pas simplement recevoir des systèmes conçus ailleurs ; ils doivent participer à la conception, à l’évaluation et à la gouvernance de systèmes adaptés à leurs propres sociétés.

L’orateur affirme que l’IA a des effets directs sur la participation économique, les services publics, la culture, la langue, l’éducation, l’emploi et les droits, et que ses implications doivent être comprises à travers les diverses manières dont les personnes rencontrent la technologie . L’orateur ajoute ensuite que les pays ne devraient pas seulement recevoir des systèmes d’IA fournis ailleurs, mais doivent être en mesure de concevoir, d’adopter, d’évaluer et de gouverner des systèmes reflétant leurs propres langues, institutions, contextes culturels et priorités de développement .

L’orateur soutient que la gouvernance de l’IA doit traiter les contenus culturels et créatifs comme autre chose que de simples données d’entraînement. La reconnaissance, le consentement, l’attribution et une rémunération équitable sont nécessaires pour prévenir l’exploitation de l’expression culturelle et des savoirs traditionnels.

L’orateur affirme que, dans le secteur créatif, la gouvernance doit prendre en compte la reconnaissance, le consentement, l’attribution et une rémunération équitable . L’orateur ajoute que les œuvres créatives, les expressions culturelles et les savoirs traditionnels ne devraient pas être considérés simplement comme des matières premières pour le développement technologique .

L’orateur soutient que les risques liés à l’IA sont répartis de manière inégale dans la société. La gouvernance devrait donc se concentrer sur les groupes les plus exposés au déplacement, à l’exclusion ou aux usages abusifs et leur garantir des garanties et un soutien renforcés.

L’orateur affirme que l’IA peut déplacer certaines tâches, creuser les écarts de compétences, reproduire les biais, permettre la manipulation, entraîner un usage abusif des données personnelles et affaiblir la responsabilité . L’orateur identifie ensuite les travailleurs, les enfants, les personnes handicapées, les peuples autochtones, les créateurs, les petites entreprises et les communautés ayant une représentation numérique limitée comme des groupes confrontés à des risques particuliers .

Elle soutient que l’IA devrait être utilisée comme un outil pratique pour améliorer les services et la modernisation, plutôt que comme une fin en soi. En même temps, son déploiement doit préserver la supervision humaine, protéger les données et garantir la dignité ainsi que la non-discrimination.

Elle déclare que le Bélarus utilise l’IA pour améliorer la qualité de vie, moderniser l’économie et l’administration publique, et déployer des systèmes dans les domaines de la santé, de l’éducation, des services sociaux, de la logistique, de l’urbanisme et de la gestion liée au climat . Elle indique également que le contrôle humain sur les décisions critiques reste extrêmement pertinent, de même que la responsabilité à l’égard des décisions algorithmiques, la protection des données et la prévention de la discrimination .

Elle soutient que la gouvernance de l’IA doit maintenir l’être humain au centre et empêcher les systèmes algorithmiques de prendre des décisions non responsables ou discriminatoires. Les sociétés humaines, et non les machines, doivent rester responsables des conséquences du changement technologique.

Elle affirme que la question du contrôle humain sur les décisions critiques demeure hautement pertinente et mentionne explicitement la responsabilité à l’égard des décisions algorithmiques, la protection des données et la prévention de la discrimination . Elle ajoute que les êtres humains sont au cœur de la révolution technologique et que l’IA doit se développer pour le bien de l’humanité, sur la base de la responsabilité des développeurs et de la protection des droits humains et de la dignité .

Il soutient que l’IA devrait s’inscrire dans une stratégie nationale de développement plus large et être considérée comme un outil au service des droits humains et du bien public. La gouvernance devrait examiner non seulement ce que l’IA peut faire, mais aussi ce qu’elle fait aux êtres humains et à la vie démocratique.

Il affirme que, pour le Mexique, il est important d’aborder des technologies telles que l’IA sous l’angle de ce qu’elles peuvent faire avec les êtres humains, et pas seulement de ce qu’elles peuvent faire pour nous, et se félicite de l’accent mis par le panel scientifique sur les droits humains, la démocratie et la diversité culturelle . Il ajoute que le développement rapide de l’IA transforme le contrat social, les rapports de pouvoir, l’activité économique et les réseaux sociaux, et souligne que le Mexique a fait du développement technologique un pilier transversal de sa stratégie nationale de développement et cherche à faire des solutions technologiques publiques un droit commun .

Elle soutient que le développement de l’IA n’est pas une trajectoire inévitable, mais un choix politique qui doit être façonné autour de la justice et de l’équité. La gouvernance doit inclure les conditions matérielles et territoriales de l’IA, et pas seulement ses applications visibles.

Elle affirme que l’IA est souvent présentée comme un outil de développement durable, mais que les débats sur sa gouvernance négligent les infrastructures qui la rendent possible, notamment les centres de données, l’eau, l’énergie, les minerais, les chaînes d’approvisionnement et le travail . Elle conclut que le développement de l’IA ne devrait pas être considéré comme déjà décidé et que les sociétés peuvent encore choisir quel type d’IA construire et pour qui, en avançant avec une responsabilité technique .

Elle soutient que la transparence environnementale doit être intégrée directement dans la gouvernance de l’IA comme une exigence technique et politique. Les pays, en particulier dans le Global South, doivent disposer de la capacité de mesurer, d’auditer et de répondre aux impacts territoriaux des infrastructures de l’IA.

Elle affirme qu’il existe d’importantes lacunes dans la mesure et la divulgation comparative de la consommation d’énergie, de l’empreinte hydrique, des matériaux critiques et des déchets électroniques tout au long du cycle de vie de l’IA, et qualifie la transparence environnementale de principe technique de la gouvernance de l’IA . Elle soutient également que les pays ont besoin de capacités techniques pour évaluer, auditer et adapter les systèmes d’IA à leurs contextes sociaux, environnementaux et réglementaires, et note que les communautés où les minerais sont extraits ou où des centres de données sont construits supportent souvent des coûts environnementaux concentrés tout en étant exclues de la prise de décision .

Elle soutient qu’il ne peut y avoir de dialogue sur l’IA véritablement inclusif si les questions environnementales sont marginalisées. L’IA est matériellement liée aux systèmes énergétiques, à l’eau, aux minéraux, aux flux de déchets et aux objectifs climatiques ; la gouvernance doit donc traiter directement ces interdépendances.

Elle affirme que l’IA façonnera, et sera façonnée par, les systèmes énergétiques, les systèmes hydriques, les chaînes d’approvisionnement en minéraux, les flux de déchets, les objectifs climatiques et les limites planétaires, et qu’il ne peut y avoir de dialogue sur l’IA véritablement inclusif si la planète n’apparaît qu’en note de bas de page . Elle énumère également des possibilités environnementales telles que le suivi du méthane, de la perte de biodiversité, de la déforestation, de la pollution et des risques climatiques, tout en soulignant la nécessité de comprendre l’empreinte complète de l’IA de bout en bout, y compris les minéraux, la fabrication, l’eau, l’électricité, les déchets électroniques et les effets rebond .

Elle soutient que la structure même du dialogue doit explicitement inclure l’environnement au lieu de le traiter comme une question secondaire. Un programme inclusif sur l’IA doit reconnaître la planète comme une préoccupation centrale dans les discussions présentes et futures.

Elle note que l’ordre du jour énumère de nombreuses dimensions de l’IA, mais pas la dimension environnementale, et affirme que si la planète n’est présente qu’en note de bas de page, le dialogue ne peut être véritablement inclusif . Elle conclut en espérant que l’année prochaine, l’environnement sera clairement mentionné à l’ordre du jour, car l’avenir de l’IA ne peut être dissocié de l’avenir de la planète .

Elle soutient que le fardeau environnemental de l’IA n’est pas accessoire, mais intégré à la manière dont l’IA est actuellement développée et déployée. La gouvernance devrait donc recourir au principe de précaution ainsi qu’à des obligations juridiquement contraignantes de transparence et de responsabilité sur l’ensemble de la chaîne d’approvisionnement, au lieu de considérer l’expansion de l’IA comme inévitable.

Elle affirme que l’IA n’est pas inévitable et que son développement actuel est principalement guidé par les intérêts économiques de quelques entreprises et pays . Elle décrit la chaîne d’approvisionnement de l’IA, de l’extraction minière au traitement des données, comme exigeant d’immenses ressources naturelles ; elle indique que ses empreintes environnementales sont structurelles plutôt qu’accidentelles et plaide pour la précaution, la transparence transnationale, la responsabilité et les voies de recours, y compris la divulgation obligatoire des impacts sur l’eau, l’énergie et la chaîne d’approvisionnement .

Elle soutient que la conception manipulatrice est intégrée aux modèles commerciaux plutôt qu’être une rare défaillance technique. Parce que ces incitations sont structurelles, le contrôle doit reposer sur des obligations exécutoires, un examen indépendant et une évaluation fondée sur les droits, plutôt que sur une autorégulation volontaire.

Elle affirme que la conception manipulatrice n’est pas un bogue et qu’elle combine l’ingénierie sociale et la technologie au sein de modèles commerciaux dépendant des données et de l’attention pour générer des revenus . Elle soutient que l’autorégulation n’a pas été suffisante et appelle à une transparence obligatoire, à l’accès à des données désagrégées, au signalement lorsque des risques sont détectés, ainsi qu’à des évaluations de l’impact sur les droits humains tout au long du cycle de vie des systèmes .

Elle soutient qu’attendre un consensus scientifique complet peut laisser les communautés concernées sans protection pendant que les préjudices se poursuivent. La société civile, en particulier les personnes directement touchées, doit donc être incluse dès le départ dans les mécanismes de documentation, de contrôle et de réparation.

Elle affirme que des mécanismes efficaces nécessitent une participation réelle de la société civile, en particulier des communautés concernées, au niveau transnational . Elle soutient également que, bien que les panels scientifiques soient importants, la documentation des impacts ne peut pas être limitée au consensus académique, car les communautés touchées par les préjudices liés à l’IA n’ont pas le temps d’attendre, et elle appelle à un soutien à la documentation indépendante ainsi qu’au renforcement des mécanismes de suivi des droits humains de l’ONU .

Elle soutient que l’éducation et la culture numérique sont importantes, mais ne peuvent pas se substituer à la réglementation des systèmes nuisibles. Les utilisateurs vulnérables ne devraient pas avoir à porter la charge de se protéger eux-mêmes contre des conceptions d’IA abusives ou exploitantes.

Elle affirme que la conception manipulatrice exploite tout particulièrement les personnes déjà vulnérables, y compris les enfants et les groupes historiquement marginalisés . Elle ajoute que la culture numérique, des données et de l’IA est importante, mais qu’elle ne saurait servir de prétexte à l’impunité et qu’il ne suffit pas de faire reposer la responsabilité uniquement sur les utilisateurs finaux .

Il soutient que la gouvernance de l’empreinte en ressources de l’IA est impossible sans règles de mesure communes. La normalisation internationale devrait commencer même par des unités apparemment élémentaires, telles que la définition d’un token, car les incohérences actuelles compromettent les comparaisons et la transparence des coûts.

Il indique que le rapport du panel scientifique comprend un diagramme montrant que les modèles et les ordinateurs sur lesquels ils fonctionnent consomment une quantité importante d’énergie et d’électricité, tant lors de l’entraînement que de l’utilisation, et qu’il n’existe actuellement aucune mesure normalisée de ces coûts . Il ajoute qu’un domaine élémentaire nécessitant une normalisation est la définition d’un token, car les différentes organisations le définissent différemment, ce qui rend les coûts et l’usage difficiles à comparer .

Il soutient que la gouvernance de l’IA doit traiter à la fois de l’utilisation de l’IA pour appuyer les objectifs environnementaux et du coût environnemental de l’IA elle-même. Cela implique d’examiner l’ensemble du cycle de vie des systèmes d’IA — des minerais et des terres jusqu’au calcul informatique et aux modèles — et d’intégrer la durabilité dans la conception de la gouvernance.

Il présente la question sous le double angle de l’IA au service de l’écologie et de l’IA verte, en soulignant des possibilités telles que l’amélioration des systèmes alimentaires et de la résilience des agriculteurs, tout en insistant sur le fait que la durabilité environnementale doit faire partie de la conception même de l’IA . Il ajoute ensuite que la gouvernance doit aller de la « mine au modèle », en couvrant l’eau, les minerais, les terres, le calcul informatique et même le travail des enfants dans les mines, et appelle à des normes et à des mécanismes de reporting sur l’ensemble du cycle de vie de l’IA .

Il soutient que la gouvernance mondiale a besoin de normes communes et de mécanismes de mise en œuvre partagés pour rendre gouvernable l’empreinte environnementale de l’IA. La résolution de l’UNEA devrait être traduite en échanges pratiques sur les normes, en mesures et en renforcement des capacités.

Interrogé sur la résolution de l’UNEA, il explique qu’elle a été difficile à négocier et que la prochaine étape doit être d’inclure la durabilité environnementale dans les processus fondamentaux et dans la gouvernance de l’IA . Il appelle à des mesures normalisées et à des mécanismes de reporting sur l’ensemble du cycle de vie de l’IA, et renvoie à l’idée du UN High-Level Advisory Body d’un échange mondial sur les normes environnementales applicables à l’IA, en soulignant que la gouvernance devrait favoriser la transparence et le renforcement des capacités plutôt que la seule sanction .

Elle soutient que l’IA offre des avantages majeurs, notamment en matière de durabilité et de bien-être public, mais que ces gains dépendent d’une gouvernance sûre, sécurisée et digne de confiance. La bonne approche est souple et nuancée : favoriser l’innovation tout en gérant les risques de manière responsable.

Elle affirme que l’IA offre des possibilités en matière de durabilité et de développement inclusif, notamment pour la réduction des risques de catastrophe, la santé et les applications d’atténuation du changement climatique . Elle indique également qu’un usage irresponsable de l’IA présente des risques, et que l’approche de l’Australie consiste à saisir les opportunités tout en mettant en place des systèmes, des infrastructures et des cadres qui inspirent confiance dans l’utilisation de l’IA .

Elle soutient que la gouvernance de l’IA devrait s’ancrer dans les droits établis et les protections juridiques, plutôt que dans la seule performance technique. Le contrôle humain et la protection des groupes vulnérables doivent rester au cœur de la diffusion des systèmes d’IA.

Elle affirme que la gouvernance de l’IA devrait concrétiser les opportunités de manière sûre, inclusive et conforme au droit international des droits humains, tout en prenant en compte la vie privée, l’égalité, la liberté d’expression, la sécurité, la diversité culturelle et linguistique, ainsi qu’un contrôle humain effectif . Elle souligne également la nécessité d’accorder une attention particulière aux groupes déjà désavantagés par les fractures numériques et économiques, notamment les peuples des Premières Nations, les femmes, les personnes handicapées et les communautés isolées .

Elle soutient que la gouvernance de l’IA doit explicitement tenir compte de l’exposition inégale des différents groupes aux perturbations numériques et économiques. L’inclusion suppose de concevoir les politiques en fonction de ceux qui font déjà face à des désavantages structurels.

Elle affirme que les décideurs doivent accorder une attention particulière aux groupes déjà désavantagés par les fractures numériques et économiques et davantage exposés aux perturbations provoquées par l’IA et l’automatisation . Elle cite ensuite les peuples des Premières Nations, les femmes, les personnes handicapées, ainsi que les communautés régionales et isolées, et souligne l’engagement de l’Australie à aligner son action en matière d’IA sur son accord national visant à combler l’écart, en partenariat avec les communautés des Premières Nations .

Il soutient qu’une adoption réussie de l’IA dépend de la confiance sociale, de compétences largement répandues et d’une infrastructure numérique solide, plutôt que du seul enthousiasme. Sans ces conditions, l’IA risque de renforcer les inégalités et de laisser de côté certaines parties de la société.

Il affirme que l’IA devrait amener les sociétés à repenser leur fonctionnement et que l’enjeu principal n’est pas de l’utiliser en premier et rapidement, mais de l’utiliser avec discernement . Il insiste sur la confiance dans la société et dans les pouvoirs publics, sur la transparence de l’utilisation des données, sur les compétences à l’échelle de l’ensemble de la société et sur l’infrastructure numérique, avertissant que sans ces conditions les inégalités s’aggraveront et que l’accès reste particulièrement difficile là où même l’électricité fait défaut .

Il soutient que l’éducation est le meilleur point de départ pour préparer un pays à l’IA. Les enseignants et les étudiants ont besoin d’un appui structuré pour apprendre ce que l’IA peut et ne peut pas faire, et les petits pays peuvent recourir à des partenariats avec des fournisseurs de plateformes au lieu d’essayer de construire eux-mêmes tous les systèmes.

Il explique que l’Estonie a décidé de commencer par l’éducation, en formant d’abord les enseignants au moyen de cours d’été sur les possibilités et les risques de l’IA, puis en débutant avec les établissements du deuxième cycle du secondaire afin que les élèves disposent de ces compétences avant l’université . Il indique que l’Estonie a collaboré avec OpenAI et Google pour mettre en place une plateforme pour les écoles parce que, en tant que petit pays, elle ne pouvait pas la développer seule .

Il soutient que la survie des langues à l’ère de l’IA dépend de l’accès à des contenus linguistiques contemporains, et pas seulement à des textes historiques. Sans cela, les locuteurs des petites langues risquent de se tourner de plus en plus vers des langues dominantes comme l’anglais.

Il affirme que la langue est extrêmement importante pour un petit pays et que les plateformes d’IA doivent comprendre l’estonien et avoir accès à la littérature moderne, aux journaux et à d’autres sources contemporaines dans cette langue . Il donne l’exemple d’un grand journal qui a autorisé une institution à utiliser l’ensemble de ses articles du XIXe siècle à aujourd’hui, parce qu’une langue moderne est nécessaire, et avertit que sans de tels efforts les jeunes pourraient se tourner vers l’anglais .

Il soutient que l’enseignement de l’IA à l’école ne devrait pas simplement familiariser les élèves avec les outils, mais renforcer leur pensée critique et leur jugement. La maîtrise de l’IA devrait commencer par les enseignants afin que les écoles puissent apprendre aux élèves comment et quand utiliser l’IA avec discernement, plutôt que de s’y fier passivement.

Il indique que l’Estonie a commencé par former les enseignants et les élèves du deuxième cycle du secondaire, avec des cours couvrant les possibilités et les risques de l’IA, ce qui a conduit à une familiarité complète des enseignants et des élèves avec les options disponibles . Il explique également que la plateforme scolaire a été conçue non pas simplement pour donner des réponses, mais pour dialoguer avec les utilisateurs et les faire réfléchir, établissant un lien direct avec la nécessité de la pensée critique .

Il soutient que le simple fait d’avoir accès à des outils d’IA ne génère pas automatiquement des emplois, de la valeur ou de la prospérité. Ce qui compte, c’est que les pays disposent des capacités et des systèmes favorables pour orienter, gouverner et adapter localement l’IA de manière à servir leurs propres priorités de développement.

Il affirme que la véritable question n’est plus de savoir qui a accès à l’IA, mais qui a la capacité de la façonner, et répète que l’accès à lui seul ne crée ni prospérité, ni emplois, ni valeur . Il décrit ensuite l’approche systémique de Smart Africa, en expliquant que la réussite de l’IA exige la connectivité, des systèmes de données fiables, l’identité numérique, des institutions efficaces, la gouvernance et la confiance, et qu’elle doit s’appuyer sur l’infrastructure publique numérique et les capacités humaines .

Il soutient que l’avantage comparatif de l’Afrique ne réside pas dans la duplication de la concurrence autour des modèles de pointe, mais dans l’adaptation de l’IA aux réalités locales. L’IA devrait être évaluée selon sa capacité à résoudre des problèmes concrets pour les citoyens dans l’agriculture, la santé, l’éducation et l’administration publique, tout en respectant la langue et le contexte culturel.

Il affirme que l’opportunité pour l’Afrique n’est pas nécessairement de rivaliser dans la construction de chaque modèle de pointe, mais d’appliquer l’IA là où elle compte le plus pour les citoyens, notamment dans l’agriculture, les soins de santé, l’éducation et les services publics . Il souligne aussi l’importance de la langue, de la culture et du contexte, rappelant que l’Afrique compte plus de 2 000 langues et affirmant que des solutions adaptées localement peuvent surpasser les solutions importées parce qu’elles comprennent mieux les besoins locaux .

Il soutient que les pays à puissance intermédiaire et ceux du Sud global devraient éviter de gaspiller des ressources en essayant de rivaliser directement dans des courses à l’IA fortement tributaires des infrastructures qu’ils ont peu de chances de remporter. Ils devraient plutôt se concentrer sur le leadership, les flux de travail, les compétences et l’utilisation d’outils largement disponibles qui peuvent déjà créer de la valeur.

Il conseille aux ministres de ne pas consacrer leurs budgets à essayer de gagner la bataille du compute ou des infrastructures, affirmant qu’ils ne la gagneront pas et qu’ils n’en ont pas besoin . Selon lui, ils devraient investir dans l’environnement propice et les facteurs complémentaires, qualifiant l’IA de problème humain et sociétal qui exige de réapprendre des compétences, de réinventer les flux de travail et le leadership . Il souligne également qu’une IA puissante est déjà accessible grâce à des ressources gratuites comme YouTube, Ollama et les modèles ouverts, et compare cela à la manière dont le Sud global a su rendre les technologies mobiles particulièrement utiles sans avoir inventé les technologies de pointe .

L’intervenant soutient que les pays tireront le plus grand bénéfice de l’IA non pas en avançant les premiers, mais en devenant meilleurs pour s’adapter, mettre en pratique leurs décisions et rectifier leur trajectoire. La planification par scénarios est présentée comme un moyen concret pour les gouvernements de se préparer à la fois aux opportunités et aux risques avant que les systèmes ne se figent.

L’intervenant affirme que les pays qui bénéficieront de l’IA seront ceux qui sauront le plus rapidement mettre en pratique, s’adapter et rectifier leur trajectoire, et explique que la planification par scénarios n’est pas seulement une préparation aux crises, mais aussi une préparation aux opportunités . L’intervenant donne des exemples de questions de préparation concernant l’emploi, les cyberattaques, les défaillances linguistiques et la pression sur les travailleurs, et indique que les responsables publics en Asie du Sud-Est souhaitent une aide concrète en matière d’achats publics, d’évaluation, de coordination interinstitutionnelle, de gestion du cyber-risque et de communication publique .

Il soutient que les pays eux-mêmes sont les mieux placés pour intégrer leur propre langue, culture et valeurs dans les systèmes d’IA. Plutôt que d’attendre d’entreprises étrangères qu’elles comprennent le contexte local mieux que les acteurs nationaux, les pays devraient développer des capacités internes pour accomplir ce travail.

Il affirme que la dimension culturelle et linguistique de l’IA est très importante et que, dans chaque pays, les populations locales sont les mieux placées pour connaître leur propre culture, leur langue et leurs valeurs . Il ajoute que les outils nécessaires existent déjà et que les habitants de chaque pays, en particulier les jeunes, peuvent créer des solutions pour leurs propres cultures et langues, notant qu’Oman l’a fait et estime que chaque pays en est capable .

Il soutient que la diversité linguistique et culturelle est au cœur d’une inclusion véritable dans l’IA. Les pays qui ne construisent pas de systèmes reflétant leurs propres réalités risquent d’être marginalisés dans l’économie de l’IA.

Il affirme que la dimension culturelle et linguistique de l’IA est très importante et que les pays ne peuvent pas s’attendre à ce que des entreprises étrangères connaissent leur langue, leur culture et leurs valeurs mieux qu’eux-mêmes . Il conclut en appelant les participants à façonner l’IA avec sagesse afin que cette technologie reflète la diversité de la planète .

L’orateur fait valoir que le rythme du développement de l’IA dépasse la préparation sociale et institutionnelle. La gouvernance devrait donc s’attacher à aider les salles de classe, les marchés du travail et le consensus public à s’adapter suffisamment vite pour suivre l’évolution de la technologie.

L’orateur affirme que l’écart entre la vitesse du développement de l’IA et le niveau de préparation devient manifeste, car l’IA progresse plus rapidement que les lois, les institutions et la société ne peuvent s’adapter . Il donne des exemples tirés du déploiement de l’IA dans les salles de classe en Corée, où les parties prenantes en ont tiré des enseignements différents, et évoque plus largement les véhicules autonomes, les contenus trompeurs générés par l’IA et les inquiétudes des jeunes concernant l’emploi comme autant d’éléments montrant l’urgence d’une adaptation sociale plus rapide .

Il soutient qu’un développement équitable de l’IA exige un accès à la technologie, à la puissance de calcul, aux données et aux outils open source sur une base non discriminatoire. À défaut, les pays risquent de devenir dépendants des puissances dominantes, ce qu’il qualifie de forme de néocolonialisme numérique.

Il affirme que la Russie est déterminée à combler la fracture numérique, à accroître la productivité du travail, à garantir un accès non discriminatoire aux technologies, aux capacités de calcul et aux données, et à développer des modèles informatiques open source tout en respectant les exigences de sécurité et les droits humains . Il ajoute ensuite que les acteurs non étatiques devraient contribuer à instaurer la confiance entre les pays et les peuples, et que seul un tel travail permettra de se prémunir contre le néocolonialisme numérique .

Il soutient que la gouvernance de l’IA doit être conforme à la souveraineté des États et aux lois des pays où les systèmes sont déployés. Une IA de confiance, le respect du droit et la non-ingérence sont présentés comme des composantes essentielles d’un système international de réglementation équitable.

Il affirme qu’il est essentiel que les développeurs de systèmes d’IA respectent les lois des pays sur le territoire desquels ces technologies sont appliquées . Il ajoute que la Russie soutient la création et le déploiement de systèmes d’IA de confiance et cherche à établir un système juste et équitable de réglementation internationale de l’IA conforme à la Charte des Nations Unies, en particulier aux principes d’égalité souveraine et de non-ingérence dans les affaires intérieures .

Il soutient que le dialogue actuel ne devrait pas repartir de zéro, mais s’appuyer sur les efforts multilatéraux antérieurs. La continuité entre les sommets et les processus de l’ONU est nécessaire pour créer un cadre réglementaire mondial juste et efficace pour l’IA.

Il se félicite du lancement du Dialogue mondial en tant que plateforme de l’ONU et souligne le travail déjà accompli par les États membres, le Secrétariat de l’ONU et le groupe scientifique pour s’accorder sur les modalités et les objectifs . Il appelle spécifiquement à ce que les résultats du Sommet sur l’IA de New Delhi soient pris comme base pour les travaux ultérieurs de l’ONU .

Il soutient que publier des stratégies en matière d’IA ne suffit pas si les pays n’ont pas les moyens de les mettre en œuvre. Le véritable leadership devrait être évalué à l’aune de la capacité d’exécution, du budget et de la valeur publique mesurable, plutôt que des seules annonces formelles de politique publique.

Il affirme que le dialogue régional AI for LAC a clairement mis en évidence la nécessité pour la région de passer de l’adoption à l’autonomie, et que cela exige des institutions plus solides . Il cite ensuite ILIA 2025, en indiquant que si 9 pays sur 19 disposent de stratégies nationales en matière d’IA, seuls quelques-uns ont des budgets, des plans de mise en œuvre ou des indicateurs d’impact, et conclut que le leadership devrait se mesurer à la capacité des pays à transformer les politiques en valeur publique fiable, évolutive et mesurable .

Il soutient qu’une IA très performante sur des critères d’évaluation mondiaux génériques peut néanmoins échouer dans des contextes locaux si elle ne comprend pas la langue et les institutions de la région. La pertinence locale est donc une condition de l’autonomie technologique et de la résistance à des priorités imposées de l’extérieur.

Il affirme que la culture et la langue ne sont pas des préoccupations périphériques et que les systèmes incapables de comprendre la langue locale, les institutions et les réalités sociales produiront des résultats plus faibles, quelle que soit leur performance sur des critères de référence mondiaux . Il note également que le dialogue régional AI for LAC a averti que la région doit éviter de devenir simplement un marché, une source de données ou un terrain d’expérimentation pour des priorités extérieures .

Il soutient que les inégalités régionales en matière d’investissement et de capacités de calcul montrent que les possibilités offertes par l’IA ne sont pas réparties de manière égale. Pour éviter de rester des consommateurs dépendants, des régions comme l’Amérique latine ont besoin d’institutions plus solides et d’une autonomie technologique.

Il affirme que les opportunités ne sont pas universelles lorsque les capacités de calcul, l’investissement, les normes, les langues et le pouvoir de décision sont concentrés dans un petit nombre de pays et d’entreprises . Il présente des données régionales, indiquant que l’Amérique latine et les Caraïbes représentent 6,6 % du PIB mondial et 8,8 % de la population mondiale, tout en ne recevant qu’une faible fraction des investissements dans l’IA, et que plus de 90 % de la capacité de calcul haute performance de la région est concentrée dans un seul pays .

Il soutient que le défi de la région n’est pas un manque d’ambition, mais un manque d’autonomie sur les infrastructures, le développement et la captation de valeur. La réponse devrait consister à aller au-delà de l’adoption de systèmes importés pour construire des capacités locales et un pouvoir de gouvernance.

Il affirme que le déséquilibre structurel est visible dans l’investissement en IA et la concentration des capacités de calcul, et le décrit comme un déficit d’autonomie technologique plutôt que d’ambition . Il déclare ensuite que le dialogue régional AI for LAC a conclu que la région doit passer de l’adoption à l’autonomie en adaptant les modèles, en développant des solutions, en gouvernant les données stratégiques, en évaluant les impacts et en façonnant les normes .

Il soutient que l’inclusion dans l’IA reste incomplète si les systèmes ne comprennent que les mots, sans comprendre les univers sociaux dans lesquels ces mots sont employés. Une compréhension culturelle des valeurs, des institutions et des pratiques vécues est nécessaire pour une IA fiable et souveraine.

Il affirme que la langue n’est que la première dimension et qu’une véritable symétrie exige une IA culturellement inclusive, capable de reconnaître les systèmes de valeurs locaux, les traditions, les institutions, les pratiques agricoles, les systèmes juridiques et les normes culturelles . Il ajoute que l’IA doit comprendre non seulement comment les gens parlent, mais aussi comment ils vivent au sein de leurs constructions sociétales .

Il soutient que les nations plus petites et en développement devraient contribuer à construire la base de connaissances de la future IA plutôt que de simplement adopter des systèmes conçus ailleurs. Leurs langues et leurs perspectives culturelles constituent des apports essentiels à un développement de l’IA plus inclusif.

Il indique que plusieurs centaines de langues et de dialectes restent insuffisamment desservis et avertit que, si l’on s’en remet aux seules forces du marché, l’IA évoluera autour des langues les plus importantes, laissant de nombreuses communautés en marge de l’économie de l’IA . Il déclare ensuite que les nations plus petites et en développement ne doivent pas être cantonnées au rôle de consommateurs de l’IA, mais doivent être habilitées à contribuer aux connaissances, à la langue et aux perspectives culturelles sur lesquelles seront construits les futurs systèmes d’IA .

Il soutient qu’une inclusion réelle exige une capacité d’IA souveraine afin que les pays puissent déployer des systèmes alignés sur leurs propres objectifs et contraintes. Cette souveraineté devrait protéger l’indépendance, la résilience et les données sensibles tout en permettant de participer aux progrès de l’IA.

Il affirme qu’une inclusion profonde et véritable fait naître l’impératif d’une IA souveraine, définie comme la capacité pour les pays de déployer l’IA d’une manière qui reflète les priorités nationales, les cultures et les langues, sans compromettre l’indépendance, les données sensibles ou la résilience nationale . Il décrit également l’architecture de transformation numérique du Sri Lanka, qui considère les égaliseurs linguistiques alimentés par l’IA comme une infrastructure publique numérique et les intègre dans les services publics multilingues et les services de conseil agricole .

Il soutient que les marchés actuels de l’IA sont excessivement concentrés, ce qui crée des vulnérabilités stratégiques et une inégalité des chances. La gouvernance mondiale de l’IA devrait donc contribuer à créer des conditions de concurrence plus équitables sur l’ensemble de la pile IA.

Il affirme que la Finlande met l’accent sur la concurrence ouverte et l’innovation, et relève un degré élevé de concentration du marché dans les puces et les modèles d’IA, largement entre les mains de quelques entités mondiales . Il ajoute que cette concentration crée des dépendances stratégiques et des vulnérabilités dans les chaînes d’approvisionnement critiques, et demande comment la gouvernance peut contribuer à instaurer des conditions de concurrence plus équitables, dans lesquelles des entreprises de tailles et de régions différentes peuvent rivaliser et innover de manière équitable .

Il soutient qu’un écosystème sain de l’IA devrait préserver un espace permettant aux modèles ouverts comme fermés de se concurrencer équitablement. Les modèles open-source, en particulier, peuvent réduire les coûts, favoriser l’usage des langues locales et aider les pays à préserver leur souveraineté numérique.

Il affirme que la première priorité est de protéger l’écosystème mondial ouvert de l’IA afin que les modèles de pointe, qu’ils soient open-source ou closed-source, puissent se concurrencer équitablement et que les utilisateurs du monde entier puissent bénéficier des avancées technologiques et de la concurrence . Il cite des exemples de modèles open-source chinois, indiquant qu’ils ont enregistré d’importants téléchargements et usages à l’échelle mondiale grâce à leurs hautes performances et à leur faible coût, qu’ils prennent en charge les langues locales, y compris plus de 100 langues, et qu’ils permettent aux utilisateurs de conserver les données localement, soutenant ainsi la souveraineté numérique .

Il soutient que les modèles open-source multilingues peuvent aider les régions mal desservies à développer l’IA selon leurs propres conditions. En prenant en charge les langues locales et la conservation locale des données, ils contribuent à la fois à l’inclusion et à la souveraineté.

Il affirme que les modèles open-source soutiennent la souveraineté numérique parce que les utilisateurs peuvent conserver les données localement . Il ajoute que des modèles tels que QN prennent en charge plus de 100 langues et fournissent une base aux développeurs d’IA en Afrique et en Asie du Sud-Est, longtemps négligés .

Il soutient que, si la souveraineté a un rôle à jouer dans la gouvernance de l’IA, une dépendance excessive à l’égard d’approches fondées sur la souveraineté peut fragmenter les données et nuire à la coopération. L’IA, comme l’internet avant elle, requiert une gouvernance interopérable et internationale pour éviter la fragmentation.

Il compare le débat actuel sur l’IA au choix antérieur entre un internet ouvert unique et interopérable et une mosaïque de splinternets nationaux, faisant valoir que le modèle ouvert l’a emporté et a favorisé l’innovation mondiale . Il affirme que l’IA exige une coopération mondiale encore plus étroite, car les restrictions fondées sur la souveraineté peuvent entraver la collaboration sur les biais et la diversité et fragmenter les données nécessaires à l’entraînement en imposant des régimes restrictifs de localisation .

Elle soutient qu’une gouvernance efficace dépend de concepts et de normes partagés avant que toute évaluation ou vérification puisse fonctionner. Les vocabulaires communs constituent la base permettant de comparer les résultats entre juridictions et d’élaborer des normes solides dans plusieurs domaines de la gouvernance de l’IA.

Elle affirme que la gouvernance est renforcée lorsqu’elle reste orientée sur le cycle de vie et souligne que les normes communes commencent par une terminologie partagée . Elle ajoute que, sans vocabulaires communs ni taxonomies, des juridictions qui mesurent des choses différentes sous la même appellation ne peuvent pas comparer leurs résultats, et elle relie ce besoin à l’interopérabilité, à l’inclusion culturelle et linguistique, à la mesure environnementale et aux garanties pour les enfants .

Elle soutient que la gouvernance ne devrait pas s’arrêter aux intentions de conception ni aux autoévaluations des développeurs. Elle devrait au contraire suivre les systèmes d’IA tout au long de leur cycle de vie et évaluer les impacts dans le monde réel au moyen d’une vérification externe.

Elle indique que le panel scientifique observe que l’évaluation des systèmes d’IA agentiques se heurte à des difficultés de standardisation et de reproductibilité et que les seuils de risque définis par les développeurs fonctionnent actuellement sans évaluation standardisée ni vérification externe . Elle soutient ensuite que la gouvernance est plus solide lorsqu’elle est orientée sur le cycle de vie, de la conceptualisation jusqu’au retrait, et qu’elle évalue les impacts réels parallèlement à l’intention déclarée .

Elle soutient que la protection de l’enfance dans l’IA devrait être intégrée directement dans la conception technique plutôt qu’ajoutée ultérieurement. Des garanties adaptées à l’âge peuvent et devraient être intégrées dans les systèmes sous forme d’exigences concrètes et vérifiables.

Elle indique que le panel constate que les systèmes d’IA actuels peuvent amplifier les risques pour les enfants alors même que le déploiement dépasse les éléments de preuve disponibles et les garanties réglementaires . Elle soutient ensuite que la réponse réside dans une protection dès la conception et que la conception adaptée à l’âge peut être traduite en exigences techniques vérifiables sans freiner l’innovation .

Elle soutient que des pays inégaux peuvent néanmoins coopérer efficacement si chacun apporte ce qu’il fait le mieux dans le cadre de référentiels communs. L’interopérabilité ne consiste pas à avoir des capacités identiques, mais à relier des forces complémentaires au moyen de la gouvernance et de la collaboration public-privé.

Elle explique que DCO a été créée pour réunir les pays, coopérer et partager les meilleures pratiques, sur la base de l’idée que chaque pays dispose d’un avantage compétitif . Elle donne l’exemple selon lequel tous les pays n’ont pas besoin de construire un centre de données de 100 mégawatts ; certains peuvent fournir des infrastructures de calcul tandis que d’autres apportent leur capital intellectuel, et des cadres communs de PI et de gouvernance peuvent permettre au contenu local de se développer plus rapidement grâce à un partenariat avec le secteur privé .

Elle soutient que les pays resteront dépendants s’ils n’améliorent pas les intrants fondamentaux de leur IA. Des données de haute qualité, la création locale de modèles et des infrastructures résilientes sont toutes nécessaires pour que les pays deviennent des producteurs d’IA plutôt que des consommateurs passifs.

Lors du tour de table rapide, elle affirme que la première priorité est la qualité des données, car une IA de plus en plus intelligente repose sur ces données fondamentales . Elle ajoute ensuite que les nations doivent créer leurs propres modèles et algorithmes au lieu de rester de simples utilisatrices, et précise que des infrastructures résilientes sont nécessaires pour résister aux catastrophes environnementales, aux tensions politiques et aux crises économiques .

Il soutient que la gouvernance des données sous-tend la gouvernance de l’IA et qu’elle devrait être considérée comme sa couche de base. L’interopérabilité est à la fois nécessaire et réalisable, et elle n’exige pas des pays qu’ils renoncent à leur souveraineté si la coopération est bien conçue.

Il affirme que les données sont le fondement sur lequel reposera la gouvernance de l’IA et décrit le groupe de travail de la CSTD sur la gouvernance des données ainsi que ses quatre axes, dont l’interopérabilité et les flux transfrontaliers de données . Il explique que l’interopérabilité est hautement souhaitable tant du point de vue du développement que des entreprises et indique qu’elle n’exige pas nécessairement une harmonisation des lois nationales, car la coopération, les accords, les contrats et une compréhension commune peuvent préserver la souveraineté tout en favorisant l’interopérabilité et les flux de données .

Il soutient que l’interopérabilité devrait être considérée comme un levier concret à la fois pour l’activité économique et pour les politiques de développement. La coopération transfrontalière en matière de données est nécessaire pour concrétiser les bénéfices de l’IA tout en préservant les systèmes juridiques nationaux.

Il dit que l’interopérabilité est souhaitable à la fois du point de vue du développement et du point de vue des entreprises et de l’entrepreneuriat, et qu’on ne peut pas privilégier l’un au détriment de l’autre . Il note également que les flux transfrontaliers de données et l’interopérabilité sont des axes étroitement liés dans le groupe de travail, et que tous ces sujets sont abordés comme des questions de développement nécessitant des capacités, des compétences et des financements .

Il soutient que l’appétit de l’IA pour les données ne doit pas primer sur les droits des personnes dont ces données proviennent. La gouvernance devrait donc protéger la vie privée et le consentement tout en veillant à ce que les bénéfices de l’utilisation des données soient partagés équitablement avec les producteurs et créateurs de ces données.

Il dit que l’IA « engloutit » les données, mais que les données appartiennent aux personnes, reflètent leur vie privée et leurs droits, y compris les droits des enfants, et ne sont pas nécessairement librement disponibles ni utilisées avec consentement . Il appelle à une architecture fondée sur l’ONU et à un cadre adéquat pour traiter les données avec le plus grand soin et partager les bénéfices des données avec ceux qui les ont produites, tout en signalant aussi l’appropriation indue des données des créateurs dans les processus d’IA .

En tant que modératrice, elle présente le premier panel sous l’angle de la manière dont l’IA peut être conçue et gouvernée de façon à intégrer la diversité linguistique, les savoirs locaux, la responsabilité environnementale et l’accès ouvert. Son rôle n’est pas de défendre une position de fond unique, mais de définir les principales questions de gouvernance qui structureront la discussion.

Elle ouvre le panel en demandant comment les avancées majeures de l’IA à grande échelle peuvent garantir que les systèmes reflètent la diversité linguistique, les savoirs locaux et les réalités régionales, en faisant référence à la préoccupation de l’Estonie quant à la préservation de la langue et de la culture . Elle pose ensuite des questions sur l’empreinte environnementale, les données ouvertes et les modèles d’IA ouverts, la création d’emplois au niveau local et la conception manipulatrice, fixant ainsi l’ordre du jour du panel autour de l’inclusion, de la durabilité, de l’ouverture et de la responsabilité .

Elle présente le deuxième panel sous l’angle des mécanismes pratiques nécessaires à la gouvernance de l’IA, plutôt que de répéter des principes généraux. Elle avertit que d’importants angles morts subsistent dans les données probantes, en particulier lorsque les systèmes ne sont pas évalués à l’aide de données ventilées par sexe.

Elle explique que le panel porte sur les mécanismes qui rendent la gouvernance possible, car les gouvernements ne peuvent pas gouverner ce qu’ils ne peuvent pas mesurer, mesurer ce à quoi ils n’ont pas accès, ni déployer à grande échelle ce qui n’est pas interopérable . Elle avertit également que la moitié de ce qui compte n’est toujours pas mesurée et souligne en particulier que la plupart des systèmes évoqués n’ont jamais été évalués à partir de données ventilées par sexe .

Le co-moderator plaide pour un processus de prise de parole structuré qui équilibre la participation des États et des parties prenantes tout en maintenant la session dans des limites gérables. La discipline procédurale est présentée comme nécessaire pour maximiser le nombre et la diversité des voix entendues.

Le co-moderator explique que les interventions alterneront entre un représentant des États membres et un représentant des parties prenantes afin de promouvoir une large participation de l’ensemble des parties prenantes . Le co-moderator note également qu’un chronomètre est visible, que les microphones se couperont automatiquement à l’expiration du temps imparti, et qu’il est demandé aux intervenants de respecter cette limite afin de permettre au plus grand nombre possible de s’exprimer .

Cette intervention procédurale met en évidence que la participation multilingue exige un soutien logistique et des limites de temps claires. La flexibilité des interprètes permet une participation plus large, mais seulement dans des limites pratiques.

Lorsqu’il a été demandé de faire preuve d’indulgence parce que la réunion prenait du retard, les interprètes ont répondu que l’interprétation pourrait être assurée jusqu’à 6 h 15, fixant ainsi la limite opérationnelle de la poursuite de la participation multilingue .

Le Chancellor présente le groupe non pas comme un événement isolé, mais comme faisant partie d’un processus plus large destiné à influer sur les travaux pléniers ultérieurs et les actions à venir. L’accent est mis sur la poursuite des conclusions plutôt que sur une simple clôture des discussions.

À la fin, le Chancellor remercie les coprésidents d’avoir recensé les principaux résultats et de les restituer à la plénière principale dans le cadre du « Dialogue of Dialogues » du lendemain . Le Chancellor ajoute que les participants se réjouissent de se réunir à nouveau afin de transformer ces enseignements en action .

Il soutient que l’inclusion de l’AI multilingue repose sur trois éléments : résoudre la rareté des données grâce aux avancées techniques, collecter des données directement avec les communautés locales et concevoir des systèmes capables d’intégrer de profondes nuances culturelles. Le seul soutien linguistique ne suffit pas si les modèles ne sont pas évalués à l’aune de critères de référence culturellement pertinents.

Il indique que près de la moitié des données d’entraînement des principaux modèles d’AI sont en anglais, alors même que l’anglais ne représente que 20 % des langues parlées, ce qui illustre l’ampleur du déséquilibre linguistique . Il décrit ensuite l’approche de Google fondée sur trois piliers : des avancées en machine learning, dont une initiative pour mille langues et l’ajout de 110 nouvelles langues à Google Translate, dont 60 langues africaines ; la collecte, au sein des communautés, de données sur les langues parlées en Afrique ; et des données vocales open source en Inde couvrant 150 000 heures dans 773 districts, ainsi que la conception de critères de référence tenant compte des nuances culturelles .

Il soutient que les décideurs devraient distinguer les domaines où les preuves sont déjà suffisantes pour justifier une action immédiate de ceux où une plus grande transparence est nécessaire pour renforcer la base de preuves. Un retard est inacceptable dans les deux cas, même si la réponse politique peut différer.

Il recourt à une analogie avec la gouvernance climatique pour avertir que l’IA est peut-être en train de répéter l’histoire sur un calendrier accéléré, passant rapidement de percées techniques à une utilisation généralisée et à des risques sérieux . Il affirme que tout retard constituerait un manquement au devoir, soutient qu’une action est déjà justifiée face à des préjudices tels que les violences sexuelles contre les femmes et les enfants ainsi qu’aux défaillances d’interopérabilité dans la santé numérique, et indique que là où les preuves sont plus limitées, la communauté internationale devrait élaborer des normes favorisant la transparence et des métriques comparables .

Le speaker soutient que la gouvernance de l’IA s’est trop concentrée sur la sécurité des systèmes avant leur mise sur le marché et trop peu sur ce qui se passe une fois qu’ils sont déployés dans des institutions réelles. Une gouvernance efficace doit donc inclure la responsabilité, les voies de recours et la transparence au point où les systèmes affectent réellement les personnes.

Le speaker indique que la majeure partie de l’architecture de gouvernance au cours des cinq dernières années s’est concentrée sur le moment précédant la mise sur le marché et s’interroge rarement sur la possibilité, pour les personnes ensuite affectées dans une clinique, un bureau de prestations sociales ou une salle de classe, de contester ou de faire corriger les décisions prises à leur sujet . Le speaker donne des exemples de systèmes automatisés signalant des citoyens pour fraude ou refusant des prestations sans décideurs identifiables, et soutient que les normes doivent opérationnaliser la responsabilité tout au long de la chaîne d’approvisionnement, le respect de la procédure régulière par le biais de l’appel et de la réparation, ainsi que l’ouverture appuyée par un accès garanti pour les chercheurs indépendants .

Elle soutient que les enfants figurent parmi les utilisateurs les plus exposés de l’IA et qu’ils ont donc besoin d’une protection explicite dès la conception. Les systèmes qui les concernent devraient être construits autour de l’inclusion, des droits de l’enfant et des besoins liés à leur développement, plutôt qu’autour d’incitations commerciales.

Elle indique que des recherches de l’UNICEF menées dans 10 pays montrent que les enfants adoptent l’IA trois fois plus vite que les adultes qui les élèvent, et que l’IA est intégrée de manière invisible dans presque tous les systèmes et services auxquels ils accèdent . Elle plaide ensuite pour trois réponses : concevoir pour l’inclusion dès le départ, traiter les données des enfants comme une question de droits parce que des profils de données sont constitués avant même que les enfants sachent épeler leur propre nom, et veiller à ce que l’IA dans les écoles et les cliniques suive une logique de développement de l’enfant plutôt qu’une logique commerciale .

Elle soutient que la protection des enfants exige des éléments de preuve plus solides et des outils d’évaluation contraignants. Sans données et critères de référence propres aux enfants, le déploiement de l’IA devient de fait une expérimentation à grande échelle et non contrôlée sur les enfants.

Lors de la séquence de réponses rapides, elle appelle à établir une base mondiale de données probantes sur l’accès des enfants à l’IA et leur utilisation de celle-ci, ainsi que sur leur littératie et les impacts sur leur développement, affirmant que sans cela, le monde mène une expérience dont les enfants sont les cobayes . Elle appelle également à des critères de référence centrés sur l’enfant, à des lignes rouges claires en matière de droits de l’enfant, comme une tolérance zéro à l’égard des contenus relatifs aux abus sexuels sur enfants, ainsi qu’à des évaluations obligatoires de l’impact sur les droits de l’enfant dans les systèmes d’éducation, de santé, de migration, de protection sociale et de protection de l’enfance .

Il soutient que les pays en développement ont besoin de structures régionales pour développer collectivement leurs capacités en IA plutôt qu’individuellement. Une éducation, des financements, des infrastructures et des cadres juridiques partagés peuvent les aider à créer des capacités en IA utiles au niveau local.

Il indique qu’après quatre ans, son pays est passé des paroles aux actes grâce à une nouvelle gouvernance, une institution spécialisée, des centres de données fondés sur des GPU, une plateforme nationale d’IA, ainsi qu’à la formation de plus de 3 millions d’étudiants et de plus de 100 000 enseignants . Il propose ensuite cinq actions régionales : une académie régionale de l’IA, un fonds régional pour l’innovation et le développement de l’IA, une infrastructure régionale partagée de calcul au service de la science et du bien public, une zone franche numérique régionale et un cadre juridique pour prévenir les effets préjudiciables .

Il soutient que la légitimité de l’IA dépend de l’inclusion des pays en développement dans la gouvernance, plutôt que de laisser le pouvoir découler uniquement de la concentration des infrastructures. Les règles mondiales ne devraient pas être écrites uniquement par les États disposant des plus grandes ressources de calcul.

Il affirme que l’IA n’est légitime que lorsqu’elle sert l’humanité, la dignité et la justice . Il déclare ensuite explicitement que la gouvernance mondiale de l’IA doit inclure les pays en développement et ne peut être façonnée uniquement par ceux qui possèdent les plus grands centres de données .

Il soutient que des approches nationales fragmentées risquent de reproduire les erreurs déjà observées dans les télécommunications. Les pays d’Afrique de l’Ouest devraient donc coopérer à l’échelle régionale afin de mutualiser les investissements, les infrastructures et les cadres réglementaires pour le développement de l’IA.

Il affirme que l’IA exige des investissements considérables et une coordination transversale, et met en garde contre la répétition de la fragmentation réglementaire qui a retardé le développement du marché dans les télécommunications . Il évoque ensuite les cadres communautaires et les politiques sectorielles communes en Afrique de l’Ouest, et appelle à une coopération régionale, à la mutualisation des efforts et des investissements pour construire des infrastructures, des outils de gestion et des systèmes harmonisés afin que l’IA puisse soutenir la santé, la sécurité et l’éducation .

L’orateur soutient que l’Afrique n’est pas périphérique à l’IA, car elle fournit des minerais essentiels qui sous-tendent l’infrastructure mondiale. Une gouvernance équitable de l’IA doit donc inclure le transfert de technologies, la participation des jeunes et la protection de la souveraineté, plutôt que de traiter l’Afrique uniquement comme un fournisseur de ressources ou un marché de consommation.

L’orateur affirme que l’IA est déjà une réalité immédiate et une opportunité historique pour les pays africains, et ajoute que l’histoire de l’IA ne peut s’écrire sans l’Afrique, car des ressources telles que le cobalt, le coltan et le cuivre de la RDC sont au cœur de l’infrastructure de l’IA . L’orateur ajoute ensuite que cette vision repose sur l’opportunité et un partenariat équitable, exigeant un transfert obligatoire de technologies, l’implication de la jeunesse, le respect de la souveraineté nationale et une gouvernance qui protège l’espace démocratique contre la désinformation, la manipulation électorale et la dépendance technologique .