Leaders TalkX 3 - Artificial Intelligence : Policy, Ethics, and Global Cooperation

Chaichanok Chidchob soutient que si les transferts financiers et technologiques sont les bienvenus, ce dont les pays en développement ont le plus urgemment besoin, c'est d'un accès aux connaissances, à l'expérience et aux cadres de gouvernance. En effet, il existe une disparité considérable dans la compréhension de l'IA entre les nations, et combler cet écart est fondamental pour une participation équitable. Le partage des modèles de gouvernance permet aux économies émergentes de rattraper leur retard et de s'engager de manière significative dans la construction collective de l'IA.

Chidchob a relevé qu'un co-président lors d'un événement précédent avait souligné que très peu de personnes dans la salle comprenaient réellement les logiciels, le matériel ou la technologie sous-jacents à l'IA, ce qui illustrait l'énorme disparité de connaissances dans le secteur . Elle a explicitement déclaré que ce que la communauté internationale devrait prioriser, c'est le partage - non seulement des fonds et des technologies, mais aussi des connaissances, de l'expérience, ainsi que des modèles et cadres de gouvernance, afin que chacun puisse atteindre une égalité des chances .

Chidchob souligne que la Thaïlande est en train de s'imposer comme un potentiel hub IA pour l'ASEAN, grâce à sa situation géographique, à une infrastructure de connectivité solide et à des prix de l'énergie compétitifs. Jusqu'à récemment, la Thaïlande ignorait largement ce potentiel. Elle invite la communauté internationale à étudier l'expérience évolutive de la Thaïlande en matière de gouvernance de l'IA comme un terrain d'expérimentation concret.

Chidchob a indiqué que la Thaïlande est actuellement envisagée comme le prochain potentiel hub IA de l'ASEAN , et que le pays n'avait auparavant pas conscience de son potentiel lié à sa situation géographique, à son infrastructure de connectivité solide et à ses tarifs d'électricité . Elle a formellement proposé la situation de la Thaïlande comme terrain d'expérimentation pour la gouvernance de l'IA et a invité tous les participants à s'inspirer de ce que traverse la Thaïlande, présentant cela comme une responsabilité partagée pour permettre aux économies émergentes de rattraper leur retard .

Mavetera soutient qu'il ne suffit pas pour les pays en développement d'adopter simplement des technologies d'IA créées ailleurs ; ils doivent être des participants actifs dans l'orientation de la trajectoire de développement de l'IA. Cela implique de dépasser la consommation passive pour produire des solutions d'IA et contribuer à la gouvernance de cette technologie. L'approche du Zimbabwe reflète cette ambition à travers sa stratégie nationale et ses initiatives d'innovation.

Mavetera a explicitement déclaré que les pays en développement ne doivent pas être de simples consommateurs de l'IA, mais également des producteurs, et qu'ils doivent être des participants actifs dans l'orientation de leur propre développement . Elle a également évoqué la vision du Zimbabwe d'un écosystème d'IA centré sur l'humain, inclusif et fiable, contribuant au développement durable de manière éthique, digne de confiance et sécurisée .

Mavetera présente l'ensemble des instruments politiques que le Zimbabwe a élaborés pour se préparer à l'adoption de l'IA. Ces documents traitent collectivement de la stratégie, de la sécurité, de la protection des enfants, de l'éthique et de la responsabilité. Ensemble, ils constituent un cadre politique global conçu pour intégrer l'IA de manière responsable dans le développement national du Zimbabwe.

Le Zimbabwe a lancé sa stratégie nationale en matière d'IA comme étape clé pour ancrer l'IA dans le pays , ainsi qu'une stratégie de cybersécurité et une politique de protection des enfants en ligne en tant que mesures préparatoires nécessaires . Par ailleurs, le Zimbabwe a élaboré une charte de l'IA couvrant l'éthique et les considérations associées, ainsi qu'une évaluation obligatoire de l'impact algorithmique .

Mavetera décrit les efforts concrets du Zimbabwe pour favoriser l'innovation locale en IA, notamment par la création de bacs à sable destinés à tester des startups et un défi présidentiel visant à renforcer les capacités des entrepreneurs TIC. Ces initiatives ont pour but de cultiver les talents locaux et de garantir que le Zimbabwe soit prêt pour l'avenir. L'accent mis sur le développement des talents reflète la conviction que le capital humain est la ressource la plus déterminante pour la préparation à l'IA.

Le Zimbabwe a créé des bacs à sable pour renforcer et tester les startups, offrant ainsi un environnement contrôlé propice à l'innovation . Le pays a également lancé un Défi présidentiel d'innovation en IA spécifiquement destiné à renforcer les capacités des startups TIC, avec la conviction que le développement des talents est ce qui est nécessaire pour se préparer à l'avenir .

Zeledón recadre le défi auquel font face les pays en développement comme une « fracture d'agentivité » plutôt que comme une simple fracture numérique. Il soutient que la question cruciale n'est pas de savoir si les pays utilisent l'IA, mais s'ils sont en mesure de façonner les modèles, les architectures de données, les normes et les marchés qui déterminent leurs opportunités de développement. La véritable inclusion implique la capacité d'adapter l'IA aux besoins locaux, d'évaluer les risques, de protéger les droits et de préserver la valeur publique.

Zeledón a déclaré que la question centrale n'est plus de savoir si les pays en développement utiliseront l'IA, puisque c'est déjà le cas, mais s'ils contribueront à façonner les modèles, les architectures de données, les normes et les marchés qui détermineront leurs opportunités de développement . Il a défini la fracture d'agentivité comme la distance entre l'utilisation de l'IA et la capacité à l'adapter aux besoins locaux, à évaluer les risques, à protéger les droits, à développer des solutions et à préserver la valeur publique .

Zeledón présente la stratégie nationale d'IA du Costa Rica comme un cadre global intégrant des valeurs éthiques et des priorités de mise en œuvre concrètes. La stratégie s'aligne sur des normes internationalement reconnues de l'OCDE et de l'UNESCO, tout en répondant aux besoins nationaux tels que le développement des talents et l'infrastructure numérique. Elle témoigne de l'engagement du Costa Rica à passer des principes à une action mesurable.

La stratégie nationale d'IA du Costa Rica 2024-2027 associe dignité humaine, transparence, supervision, équité, sécurité et durabilité à des priorités telles que les talents, l'adoption productive, l'infrastructure numérique, la recherche, la transformation du secteur public et l'alignement sur les principes de l'OCDE en matière d'IA et les recommandations de l'UNESCO sur l'éthique de l'IA .

Zeledón met en avant les Laboratoires d'Innovation Communautaire (LINCS) comme mécanisme concret de distribution des capacités en IA à l'ensemble de la société costaricienne, y compris au-delà des centres urbains. L'initiative a touché des milliers de personnes, avec un accent particulier sur l'autonomisation numérique des femmes. Cette approche reflète le principe selon lequel l'agentivité en IA doit être largement distribuée plutôt que concentrée dans des milieux élitaires ou métropolitains.

Plus de 7 500 personnes ont été formées via le réseau LINCS, plus de 6 000 femmes ont bénéficié d'une formation en IA et en compétences numériques, et près de 5 000 agents publics ont reçu un renforcement de capacités lié à l'IA . Le Costa Rica étend les espaces de formation et d'expérimentation au-delà des zones métropolitaines grâce à cette initiative .

Ozols remet en question l'idée reçue selon laquelle les pays doivent développer de grands modèles d'IA frontières pour en tirer des bénéfices significatifs. Il soutient que des données de haute qualité et spécifiques à un domaine peuvent produire des résultats comparables à ceux des modèles à grande échelle, offrant ainsi aux petits pays une voie viable vers l'autonomie en matière d'IA. La plateforme lettone de détection des AVC illustre concrètement ce principe en pratique.

Ozols a cité la plateforme de détection des AVC de Synapse Hospital, développée par l'hôpital national letton et une entreprise locale, qui atteint un taux de détection des AVC de 93 %, comparable aux outils standard du secteur de taille similaire . Il a soutenu que la qualité et la spécificité des données l'emportent sur la quantité, suggérant que de nombreux pays disposent de cette capacité et n'ont pas besoin de dépendre de modèles à grande échelle .

Ozols décrit deux mesures concrètes prises par la Lettonie pour passer du statut de consommateur à celui de contributeur en matière d'IA. La première est une initiative civique dans laquelle des citoyens ont volontairement enregistré leur voix pour entraîner des modèles de parole ouverts, qui sont ensuite distribués. La seconde est un Bac à sable national de l'IA permettant le pré-test de systèmes d'IA à haut risque en partenariat avec des développeurs et des déployeurs, renforçant ainsi les compétences réglementaires par l'expérience concrète.

La Lettonie a mis en place une initiative civique dans laquelle des citoyens ont fait don de leur voix pour entraîner des modèles de parole ouverts, qui ont ensuite été distribués . Le Centre national de l'IA a développé un Bac à sable national de l'IA permettant le pré-test de systèmes à haut risque en partenariat avec des déployeurs et des développeurs, permettant aux régulateurs d'acquérir une expérience concrète dans des environnements contrôlés avant de définir des garde-fous .

Ozols souligne que la domination des grands modèles de langage aggrave les inégalités linguistiques, les langues minoritaires et sous-représentées bénéficiant d'une représentation de plus en plus réduite. Il ne s'agit pas seulement d'un problème technique, mais d'une défaillance de gouvernance, les modèles de gouvernance actuels créant et accentuant ces écarts. Des réponses politiques ciblées sont nécessaires pour protéger la diversité linguistique dans les systèmes d'IA.

Ozols a noté que l'écart entre les langues dominantes et les langues sous-représentées dans les grands modèles de langage se creuse, et que cet écart est engendré par le modèle de gouvernance actuel . Il a présenté cela comme une préoccupation particulière pour les langues minoritaires, qui sont touchées de manière disproportionnée par la concentration des risques dans les systèmes d'IA à l'échelle frontière .

Ozols révèle que lors de la construction du modèle ouvert européen de la Lettonie, des réseaux de désinformation avaient silencieusement contaminé les données d'entraînement avec des faits déformés, qui se sont ensuite propagés dans les modèles et produits en aval. Cela illustre les risques sérieux pesant sur l'intégrité des données dans le développement de l'IA, en particulier pour les petits pays. La résolution du problème a nécessité une collaboration avec d'autres pays et des chercheurs pour nettoyer les données corrompues.

Ozols a décrit comment, lors de la construction du modèle ouvert européen de la Lettonie, des millions d'articles introduits par des réseaux de désinformation avaient silencieusement contaminé les données d'entraînement, déformant des faits qui ont ensuite affecté les modèles et services en aval . La Lettonie a dû s'associer à d'autres pays et à des chercheurs pour éliminer les données corrompues .

Ozols plaide pour la création et le partage de ressources ouvertes en matière d'IA — notamment des modèles de langage et des ensembles de données vocales — entre les pays, comme réponse stratégique à la domination des grands modèles propriétaires. Cette approche permet aux nations de plus petite taille de contribuer au développement de l'IA et d'en tirer profit, sans dépendre entièrement d'un petit nombre d'acteurs puissants. Elle constitue également un mécanisme de protection de la diversité linguistique et culturelle dans les systèmes d'IA.

Ozols a identifié la création de ressources ouvertes et leur partage entre États membres et pays - tels que des modèles de langage ouverts - comme la première des trois mesures que la Lettonie recommande pour devenir un contributeur plutôt qu'un simple utilisateur . L'initiative civique de collecte d'enregistrements vocaux, dans le cadre de laquelle des citoyens ont mis leurs voix à disposition pour l'entraînement de modèles vocaux ouverts, a été citée comme exemple concret de cette approche .

Ozols soutient que les nations de plus petite taille peuvent accroître leur influence dans la gouvernance mondiale de l'IA en rejoignant stratégiquement des coalitions et des instances multilatérales, plutôt qu'en agissant seules. La participation à des structures telles que le Comité européen de l'IA et les organes des Nations Unies offre un levier d'action qu'aucun pays ne peut obtenir de manière indépendante. Le partage de ressources ouvertes et d'expertises institutionnelles renforce davantage cette approche collective.

Ozols a souligné qu'en tant que pays de taille modeste, la Lettonie peut gagner en influence en rejoignant des coalitions qui démultiplient son poids, citant le Comité européen de l'IA et les organes de l'ONU comme exemples de tels multiplicateurs . Il a conclu qu'aucun pays ne peut aborder seul la gouvernance de l'IA, et que ceux qui ont quelque chose à apporter doivent le mettre sur la table afin que les données probantes, les normes et la supervision soient partagées et coordonnées à l'échelle mondiale .

Shehail conseille aux institutions de résister à la tentation de déployer des systèmes d'IA agentique largement autonomes et de commencer plutôt par des flux de travail clairement définis et limités. Démarrer de manière restreinte permet aux organisations d'apprendre, de tester et de s'améliorer sans s'exposer à des risques inutiles. Cette approche disciplinée crée les conditions d'une montée en charge responsable dans le temps.

Shehail a indiqué que les organisations qui tirent une réelle valeur de l'IA agentique ne commencent pas par des agents autonomes à portée ouverte, mais par des flux de travail définis où le succès peut être mesuré et l'échec contenu . Elle a souligné qu'un cas d'usage délimité offre à l'institution la possibilité d'apprendre, de tester et de s'améliorer sans exposer l'ensemble de l'organisation à des risques inutiles .

Shehail souligne que, dès lors qu'une décision comporte des conséquences significatives — juridiques, financières, opérationnelles ou liées à la sécurité —, un être humain doit demeurer responsable du résultat final. Les systèmes d'IA agentique peuvent assister et soutenir les processus décisionnels, mais ne doivent pas être autorisés à remplacer la responsabilité humaine. Chaque institution doit définir ce qui constitue une décision à conséquences dans son propre contexte.

Shehail a déclaré que si une décision a des implications juridiques, financières, opérationnelles ou liées à la sécurité, le système peut soutenir le processus, mais un être humain doit demeurer responsable de la décision finale . Elle a ajouté que chaque institution doit définir clairement ce que signifie une décision à conséquences dans son propre contexte .

Shehail soutient que l'observabilité et la réversibilité ne sont pas des fonctionnalités optionnelles à ajouter ultérieurement, mais doivent être intégrées aux systèmes d'IA agentique dès le départ. Chaque action effectuée par un agent doit être journalisée et traçable afin que les institutions puissent comprendre ce qui s'est passé et pourquoi. Dans la mesure du possible, les actions doivent également être réversibles pour permettre des corrections en cas d'erreur.

Shehail a recommandé que chaque action soit journalisée, traçable et, dans la mesure du possible, réversible . Elle a donné des exemples tels qu'un agent envoyant un e-mail, mettant à jour un enregistrement ou déclenchant un processus, en soulignant que l'institution doit savoir ce qui s'est passé, pourquoi cela s'est produit et comment y remédier si nécessaire .

Shehail met en garde contre plusieurs écueils courants dans l'adoption de l'IA agentique. Accorder une large autonomie sur la base de démonstrations contrôlées est dangereux, car les environnements de production sont bien plus complexes et imprévisibles. Traiter l'IA agentique principalement comme un outil de réduction des coûts conduit à un sous-investissement dans la supervision, et les risques de sécurité introduits par des agents disposant d'un accès aux systèmes ou de capacités d'exécution de code sont fréquemment sous-estimés.

Shehail a averti qu'une démonstration est contrôlée, contrairement à la production, et que les environnements réels comportent des données incomplètes, des cas inhabituels, des conditions changeantes et des conséquences réelles . Elle a mis en garde contre le fait de traiter l'IA agentique comme une stratégie de réduction des effectifs dès le premier jour, car cela conduit les institutions à sous-investir dans la supervision, la refonte des processus, la formation et la gestion du changement . Elle a également souligné qu'un agent capable de consulter des e-mails, d'accéder à un système ou d'exécuter du code introduit des risques de sécurité que les contrôles traditionnels peuvent ne pas couvrir entièrement .

Le message central de Shehail est que l'IA agentique représente un véritable changement de capacités, mais que ses bénéfices ne seront réalisés que par les institutions qui l'abordent comme un défi de gouvernance et d'organisation, et non uniquement comme un défi technique. L'élargissement de l'autonomie des agents IA doit être acquis de manière progressive, grâce à une fiabilité démontrée et à une évaluation fondée sur des preuves. Agir de manière délibérée et mesurer honnêtement sont des prérequis à une montée en charge responsable.

Shehail a déclaré que les institutions qui bénéficieront de l'IA agentique seront celles qui la traiteront autant comme un défi de gouvernance et de gestion du changement que comme un défi technologique . Elle a conclu en invitant à agir de manière délibérée, à mesurer honnêtement et à n'élargir l'autonomie que lorsque la confiance a été établie par des preuves .

Kleiner soutient que l'IGF doit jouer un rôle actif dans la manière dont l'IA agentique se développe en lien avec l'internet, en la traitant comme une extension de l'architecture internet existante plutôt que comme une force distincte ou perturbatrice. Des questions clés telles que les normes, la gestion de l'identité, les mécanismes de confiance et les paramètres de communication des agents doivent être traitées au sein de la communauté multipartite. Ne pas le faire risque de permettre à l'IA agentique de se développer d'une manière qui compromet l'internet ouvert.

Kleiner a déclaré que le Forum sur la gouvernance de l'Internet devrait jouer un rôle dans la façon dont nous envisageons l'IA agentique pour l'avenir . Il a soulevé des questions précises sur les normes disponibles, sur la manière de gérer l'identité des agents de façon à instaurer la confiance et à éviter les problèmes de type spam, et sur la façon de garantir que les outils de découverte et les paramètres de communication rendent les agents efficaces et utiles .

Kleiner préconise l'utilisation des Policy Labs de l'IGF comme forum dédié où des parties prenantes diverses peuvent examiner de manière proactive la façon dont l'IA — et l'IA agentique en particulier — peut affecter la gouvernance de l'internet. L'objectif est d'anticiper les problèmes avant qu'ils ne se manifestent sous forme de fragmentation ou d'exclusion, plutôt que de réagir après coup. Cela nécessite un engagement sincère de l'ensemble des acteurs multipartites.

Kleiner a exprimé le souhait de l'UE que la question de l'IA agentique soit placée au premier plan des discussions de l'IGF et ne soit pas un sujet oublié, et a espéré qu'elle serait abordée conjointement dans le cadre des policy labs . Il a noté que l'UE reconnaît qu'il reste beaucoup à faire pour s'engager avec le modèle multipartite et utiliser la nouvelle fonctionnalité des policy labs de l'IGF pour explorer les enjeux actuels .

Kleiner souligne que l'internet ouvert et unifié est une ressource mondiale commune qui doit être activement protégée à mesure que l'IA se développe. Il avertit que l'IA agentique a le potentiel de devenir autonome par rapport à l'internet d'une manière susceptible de le fragmenter, et que cette fragmentation détruirait le tissu commun des opportunités numériques pour toutes les nations. Prévenir ce résultat est une responsabilité collective de la communauté internationale.

Kleiner a noté qu'il existe une accélération du potentiel de l'IA agentique à devenir autonome par rapport à l'internet , et a soutenu qu'il existe une responsabilité collective d'éviter une situation où l'internet unique que nous avons construit se fragmente, car cela compromettrait totalement le tissu commun et les opportunités communes pour le monde entier .

Behrendt soutient que le rythme actuel de la coopération internationale sur l'IA est insuffisant au regard de la rapidité avec laquelle la technologie progresse. Les nations risquent d'être dépassées par des évolutions pour lesquelles elles ne se sont pas collectivement préparées si elles n'accélèrent pas leurs efforts collaboratifs. Cette urgence s'applique aussi bien à la réglementation qu'au renforcement des capacités et au développement conjoint de modèles.

Behrendt a déclaré que les nations doivent trouver des moyens de coopérer très rapidement car elles sont un peu trop lentes dans leur coopération, et qu'elles ne peuvent pas se permettre d'être lentes à l'avenir .

Behrendt souligne que la gouvernance efficace de l'IA ne peut se limiter à traiter l'IA telle qu'elle existe aujourd'hui ; les dirigeants doivent s'engager dans une planification prospective par scénarios sur ce que sera l'IA dans un avenir proche. Ce type de réflexion anticipatoire est trop complexe et trop lourd de conséquences pour qu'une seule nation l'entreprenne de manière isolée. Il requiert un effort collectif et une vision partagée au-delà des frontières.

Behrendt a fait référence à l'appel de Joshua Benjo en faveur d'un « exercice de réflexion », soutenant que les stratégies sérieuses en matière d'IA doivent envisager ce que sera l'IA dans deux, trois, quatre ou cinq ans, et pas seulement son état actuel . Elle a déclaré que cet exercice doit être réalisé collectivement et sous forme de scénarios, et qu'aucune nation ne peut le faire seule .

Behrendt soutient que l'Allemagne et ses partenaires doivent renforcer leurs propres capacités en matière d'IA afin de réduire leur dépendance à l'égard d'un petit nombre d'entreprises privées, principalement établies aux États-Unis. Il ne s'agit pas de rechercher une indépendance totale, mais plutôt de développer des capacités et de créer des modèles d'IA en collaboration avec des partenaires partageant des valeurs démocratiques et un engagement en faveur des droits de l'homme. L'initiative est présentée comme ouverte à des partenaires du monde entier, et non exclusivement européens.

Behrendt a noté qu'il existe une forte dépendance à l'égard d'entreprises privées principalement situées aux États-Unis, et que si une indépendance totale n'est ni possible ni recherchée, les pays doivent renforcer leurs propres capacités et créer leurs propres modèles . Elle a décrit l'objectif comme la création de modèles d'IA fabriqués en Europe ou avec des partenaires de confiance partageant les valeurs de la démocratie et des droits de l'homme, et a invité d'autres acteurs à rejoindre cette initiative .

Sinha soutient que le potentiel transformateur de l'IA ne pourra être réalisé de manière équitable que si les ressources fondamentales — capacités de calcul, données, compétences et applications — sont largement accessibles, plutôt que concentrées entre les mains d'un petit nombre de pays et d'entreprises. Cela constitue la première des trois priorités fondamentales de la politique indienne en matière d'IA. Sans action délibérée pour élargir l'accès, l'IA risque d'aggraver les inégalités existantes.

Sinha a déclaré que l'IA ne doit pas rester limitée à quelques pays, entreprises ou communautés, et que les capacités de calcul, les données, les compétences et les applications doivent être accessibles aux pays du Sud et aux populations mal desservies .

Sinha présente l'approche indienne en matière de politique d'IA, articulée autour de trois piliers : garantir un accès large, instaurer la confiance par la transparence et la responsabilité, et produire un impact concret pour les citoyens. La mission India AI met en œuvre ces priorités en investissant dans les infrastructures de calcul, la qualité des données, le développement d'une IA autochtone et le soutien aux startups. Ce cadre reflète l'ambition de l'Inde d'être à la fois un acteur responsable et un contributeur actif au développement mondial de l'IA.

Sinha a identifié trois priorités pour la politique indienne en matière d'IA : l'accès (l'IA ne doit pas rester limitée à quelques-uns), la confiance (les systèmes d'IA doivent être transparents, responsables, respectueux de la vie privée, sécurisés et équitables) et l'impact (l'IA doit résoudre des problèmes concrets pour les agriculteurs, les étudiants, les patients, les femmes, les petites entreprises et les citoyens) . La mission India AI est décrite comme la construction d'un écosystème qui développe les capacités de calcul en matière d'IA, améliore la qualité des données, soutient les capacités d'IA autochtones, favorise les startups et promeut une IA sûre et fiable .

Sinha met en avant le parcours de l'Inde en matière d'infrastructure publique numérique comme modèle de transformation de la connectivité en résultats de développement concrets au niveau local. Le projet Samridhgram Vegetable Village illustre comment la connectivité facilitée par l'IA peut fournir des services dans de multiples secteurs — santé, éducation, agriculture, e-gouvernance, formation professionnelle et moyens de subsistance — directement aux communautés villageoises. La reconnaissance de ce projet comme champion du WSIS vient valider davantage cette approche.

Sinha a mentionné l'initiative Samridhgram Vegetable Village, dans le cadre de laquelle la connectivité a été transformée en services de santé, d'éducation, d'agriculture, d'e-gouvernance, de formation professionnelle et de moyens de subsistance au niveau villageois . Il a précisé que ce projet a été sélectionné comme projet champion pour les prix WSIS 2026 .

Sinha soutient qu'aucun pays ne peut gouverner l'IA seul et qu'une gouvernance mondiale efficace de l'IA nécessite un cadre multilatéral complet. Ce cadre doit englober des principes communs, des normes interopérables, une gouvernance responsable des données, le renforcement des capacités et des tests de sécurité de l'IA. Il doit également, de manière cruciale, garantir que les pays en développement participent de façon équitable plutôt que d'être marginalisés dans les prises de décision mondiales.

Sinha a déclaré qu'aucun pays ne peut gouverner l'IA seul et que des principes communs, des normes interopérables, une gouvernance responsable des données, le renforcement des capacités, des tests de sécurité de l'IA et une participation équitable des pays en développement sont tous nécessaires . Il a également indiqué que l'Inde est prête à travailler avec l'UIT, le système des Nations Unies et les partenaires mondiaux pour bâtir un avenir de l'IA qui soit éthique, inclusif, fiable et véritablement bénéfique pour l'humanité .

Sinha remet en question l'idée reçue selon laquelle les contraintes éthiques imposées à l'IA freinent nécessairement l'innovation. Il soutient au contraire que les garde-fous éthiques génèrent la confiance, condition préalable à une innovation qui peut se déployer efficacement et durablement à grande échelle. La Déclaration de New Delhi sur l'IA incarne cette approche intégrée, en articulant croissance économique, bien social, innovation responsable et coopération internationale.

Sinha a déclaré que l'éthique et l'innovation ne sont pas des objectifs concurrents, et que les garde-fous éthiques créent la confiance, laquelle permet à son tour une innovation à grande échelle . Il a cité la Déclaration de New Delhi de l'Inde sur l'impact de l'IA comme illustration de cette approche, en mettant l'accent sur l'IA au service de la croissance économique, du bien social, de l'innovation responsable et de la coopération internationale .

Chami formule le défi central de la session comme une question de gouvernance collective : la communauté internationale gouvernera-t-elle ensemble la transformation induite par l'IA, ou laissera-t-elle celle-ci la gouverner ? Elle souligne que la rapidité de l'impact de l'IA sur la vie quotidienne, l'espace informationnel et l'économie mondiale rend une action rapide impérative. La session est présentée comme une occasion d'examiner les mesures à prendre dès maintenant.

Chami a souligné que l'IA n'est plus un horizon lointain, mais qu'elle transforme déjà la vie quotidienne, l'espace informationnel et l'économie mondiale à une vitesse vertigineuse . Elle a posé la question de savoir si la communauté internationale gouvernera cette transformation ensemble ou la laissera la gouverner , et a cadré la session comme un examen de la nature des actions nécessaires avant que la technologie ne dépasse notre capacité à la réguler .

Chami identifie le défi normatif fondamental de la gouvernance mondiale de l'IA comme étant la nécessité de garantir une distribution équitable des bénéfices de la technologie, avec une attention particulière aux économies en développement. Elle présente cela comme une question de gouvernance, d'éthique et d'inégalités mondiales, et non comme une simple question technique. Ce cadrage définit l'agenda de la discussion en panel.

Chami a demandé quelle devrait être la priorité de la communauté internationale pour garantir que l'IA reste inclusive, digne de confiance et bénéfique à tous les pays, en particulier aux économies en développement, notant que l'IA a un énorme potentiel pour accélérer le développement durable, mais soulève également des défis en matière de gouvernance, d'éthique et d'inégalités mondiales .

Chami pose une question qui recadre le défi du développement, le faisant passer d'une simple question d'accès à une question d'autonomie et de capacité réelles. Elle demande comment la gouvernance mondiale de l'IA peut garantir que les pays en développement ne soient pas de simples bénéficiaires de l'IA, mais des acteurs actifs dans la conception des systèmes d'IA, la gestion des risques et la captation de la valeur publique. Cela reflète une compréhension plus approfondie de l'inclusion numérique.

Chami a demandé comment la gouvernance mondiale de l'IA peut aller au-delà de l'accès et garantir que les pays en développement acquièrent l'autonomie, les capacités et les partenariats nécessaires pour façonner les systèmes d'IA, gérer les risques et capter la valeur publique .

Chami met en avant la Lettonie comme une étude de cas instructive sur les limites de l'avancement numérique en tant que garantie d'autonomie en matière d'IA. Même en tant que membre de l'UE disposant d'une infrastructure numérique solide, la Lettonie continue de se battre pour la représentation linguistique dans les systèmes d'IA, démontrant que le fossé entre consommer et contribuer à l'IA n'est pas simplement une question de niveau de développement. Elle demande si les mécanismes en cours de construction sont conçus pour véritablement combler ce fossé ou simplement pour le gérer.

Chami a décrit la Lettonie comme un membre de l'UE numériquement avancé qui continue de se battre pour que sa propre langue soit représentée dans les systèmes d'IA, comme beaucoup d'autres, et a demandé, de ce point de vue, ce qu'il faut réellement pour passer du statut de consommateur à celui de contributeur, et si les mécanismes en cours de construction sont conçus pour combler ce fossé ou simplement pour le gérer .

Chami présente la contribution des Émirats arabes unis comme offrant une perspective d'IA responsable sur la gouvernance des systèmes d'IA agentiques, et reconnaît que l'élaboration des politiques dans ce domaine est nécessairement itérative et évolutive. Ce cadrage valide l'approche consistant à construire des cadres de gouvernance de manière progressive, plutôt que d'attendre une réglementation exhaustive avant d'agir. Il souligne également l'importance d'une gouvernance pratique au niveau institutionnel, en complément des politiques nationales et internationales.

Chami a remercié l'intervenant des Émirats arabes unis pour ses réflexions sur une perspective d'IA responsable appliquée à la gouvernance des systèmes d'IA agentiques et sur l'élaboration des politiques comme un processus en constante évolution .

Chami établit explicitement un lien entre la discussion sur la gouvernance de l'IA et la gouvernance de l'Internet, les présentant comme des enjeux indissociables qui doivent être traités conjointement. Elle reconnaît les réflexions sur l'ouverture en matière d'IA avant d'aborder la contribution de la Commission européenne sur l'IGF et l'IA. Cette mise en perspective renforce l'importance de ne pas traiter l'IA comme un défi de gouvernance isolé, mais comme le prolongement des préoccupations existantes en matière de gouvernance de l'Internet.

Chami a indiqué que la session passait des réflexions sur l'ouverture et l'innovation en matière d'IA à une autre question importante, et a présenté la contribution de la Commission européenne dans le contexte de la reconnaissance, par l'examen WSIS Plus 20, de l'importance de renforcer l'IGF et d'améliorer le suivi de ses résultats .