Putting data justice at the heart of AI governance

Soledad Vogliano soutient que la justice des données va au-delà des questions techniques ou procédurales relatives à la vie privée et à l'interopérabilité, et doit plutôt interroger les dynamiques de pouvoir fondamentales qui sous-tendent la collecte et l'utilisation des données. La question n'est pas simplement de savoir comment les données sont gouvernées, mais dans l'intérêt de qui et avec quelles conséquences pour les personnes et la planète. Ce cadrage situe la justice des données au sein de luttes plus larges pour l'autodétermination et un développement équitable.

Elle affirme explicitement que la justice des données signifie se demander non seulement comment les données sont gouvernées, mais surtout poser la question de savoir dans l'intérêt de qui, sous quel contrôle, et avec quelles conséquences pour les peuples et la planète les technologies fondées sur les données sont déployées . Elle soutient en outre que la justice des données ne peut être réduite à des conceptions abstraites de la vie privée, de l'accès, de l'interopérabilité ou du partage des avantages, et doit au contraire aborder des conceptions contextualisées du pouvoir .

Vogliano soutient que la justice des données est fondamentalement une question de relations de pouvoir — plus précisément, qui détient l'autorité décisionnelle sur la collecte des données, les infrastructures, ainsi que les bénéfices et les risques des systèmes fondés sur les données. Elle présente ces enjeux comme des questions politiques qui ne peuvent être résolues par des moyens purement techniques ou réglementaires. Cette analyse centrée sur le pouvoir est présentée comme essentielle pour parvenir à une société de l'information véritablement centrée sur les personnes.

Elle pose une série de questions ciblées pour illustrer les dimensions de pouvoir de la gouvernance des données : qui décide quelles données sont collectées, qui définit ce qui constitue un savoir utile, qui contrôle les infrastructures où les données sont stockées et traitées, qui bénéficie de l'innovation fondée sur les données, et qui supporte les risques lorsque les données sont utilisées pour automatiser des décisions, entraîner des systèmes d'IA, étendre la surveillance, façonner les marchés ou réorganiser l'accès à la terre, aux semences, au crédit, aux assurances et au financement climatique .

Vogliano soutient que la transformation numérique de l'agriculture n'a pas été conçue pour servir les intérêts des communautés qui produisent réellement la nourriture mondiale, mais plutôt pour accroître le pouvoir de marché de l'agro-industrie et des grandes entreprises technologiques. Il en a résulté un système qui extrait les données des communautés rurales et autochtones tout en créant une dépendance vis-à-vis de services contrôlés par des entreprises privées. Elle présente cela comme un exemple concret de la manière dont la datafication reproduit des schémas historiques d'extraction.

Elle note que l'architecture de la numérisation et la poussée vers la datafication dans les écosystèmes agricoles n'ont pas été motivées par les intérêts des acteurs de la souveraineté alimentaire, mais par les opportunités saisies par l'agro-industrie et son intégration avec les grandes entreprises technologiques pour étendre des modèles de production où l'industrie peut tirer profit en contrôlant les marchés et les intrants externes . Elle fait référence à un rapport récent du groupe d'experts sur les systèmes alimentaires durables, qui a exprimé sa préoccupation quant au fait que le système agro-technologique, actuellement largement non réglementé, reproduit la logique d'extraction des données tout en créant une dépendance vis-à-vis de services fondés sur les données contrôlés par des entreprises privées .

Vogliano souligne que les communautés les plus touchées par la datafication agricole — notamment les peuples autochtones, les pasteurs, les pêcheurs et les femmes rurales — ne sont pas de simples sujets passifs de données, mais des détenteurs actifs de droits, de savoirs et des acteurs politiques. Bien qu'ils produisent la majorité de la nourriture mondiale, ces groupes ont été exclus de la conception des systèmes numériques qui régissent désormais leurs moyens de subsistance. Cette exclusion est présentée comme une injustice fondamentale que les cadres de gouvernance des données doivent impérativement traiter.

Elle indique que les systèmes alimentaires touchent aujourd'hui environ 3,45 milliards de personnes dans le monde , et que les sujets concernés comprennent les peuples autochtones, les pasteurs, les pêcheurs, les travailleurs agricoles, les femmes et les communautés rurales qui produisent 70 % de la nourriture mondiale à travers des modèles de subsistance, de nutrition, de diversité et d'adéquation culturelle respectueux des limites planétaires . Elle souligne que ces groupes sont des détenteurs de droits, de savoirs et des acteurs politiques dont les pratiques soutiennent les systèmes alimentaires, la biodiversité et la résilience des écosystèmes .

Vogliano fournit un exemple concret de la façon dont la datafication peut saper des protections durement acquises pour les communautés du Sud global. En dissociant l'information de séquence numérique des semences de la semence physique, les entreprises biotechnologiques sont en mesure de revendiquer la propriété des données, contournant ainsi efficacement les protections de propriété intellectuelle établies par le traité semencier de la FAO. Cela illustre comment les défaillances de la gouvernance des données dans un domaine peuvent avoir de profondes conséquences matérielles dans un autre.

Elle explique que les mouvements alimentaires se battent depuis 50 ans pour la protection des semences, qui est au cœur de la souveraineté alimentaire en Afrique, en Amérique latine et en Asie . Elle décrit comment le processus de séparation de l'information de séquençage numérique des semences de leur matérialité - qui se déroule dans le cadre de la Convention sur la diversité biologique (CDB) - permet l'appropriation des données sur les semences par les entreprises biotechnologiques, annulant ainsi des décennies de travail visant à protéger les semences en tant que bien commun dans le cadre du traité semencier de la FAO .

Vogliano soutient que la gouvernance des données doit être conçue pour autonomiser les communautés plutôt que d'ancrer leur dépendance vis-à-vis des systèmes corporatifs. Cela nécessite la construction d'infrastructures de données publiques et contrôlées par les communautés, ainsi que l'établissement de cadres qui traitent les données comme un bien commun. Elle appelle également à la reconnaissance explicite des droits des peuples autochtones et des paysans, tels qu'ils sont consacrés par les instruments internationaux.

Elle affirme que pour les mouvements alimentaires, la gouvernance des données devrait soutenir l'autonomie plutôt que la dépendance, renforcer les infrastructures publiques et contrôlées par les communautés plutôt qu'approfondir la concentration des entreprises, et promouvoir des cadres pour les biens communs tout en protégeant les droits, y compris les droits des peuples autochtones et des paysans tels qu'énoncés dans la UNDROP et la UNDRIP, plutôt que de s'appuyer uniquement sur des modèles de consentement individuel qui sont inadéquats dans bon nombre de ces cas .

Vogliano met en lumière un manque de sensibilisation critique : les communautés les plus touchées par la datafication agricole, ainsi que les institutions réglementaires censées les protéger, ne comprennent pas suffisamment les implications de ces technologies. Ce fossé est aggravé par le rythme rapide du déploiement technologique, qui dépasse la capacité des acteurs de terrain et des institutions de gouvernance à y répondre. Elle présente cela comme un obstacle majeur à la réalisation de la justice des données.

Elle affirme que la réponse à la question de savoir si les acteurs de terrain sont conscients de la pertinence des discussions sur la gouvernance des données et la gouvernance de l'IA est « pas du tout », et décrit un fossé considérable entre la vitesse de développement et de déploiement des technologies et la compréhension, non seulement par les acteurs de terrain, mais aussi par les institutions qui régulent effectivement le secteur . Elle fait référence à la Conférence sur l'agriculture intelligente à la FAO et au forum de haut niveau organisé par le Comité de la sécurité alimentaire et de la nutrition sur l'IA et les technologies numériques comme exemples de ce manque de compréhension .

Vogliano approfondit la discussion sur la diversité linguistique en soutenant que le problème va au-delà de la langue pour englober des visions du monde et des systèmes de connaissances entiers. Une grande partie des savoirs du monde — en particulier ceux détenus par les communautés autochtones et rurales — existe sous des formes orales et non écrites que les systèmes d'IA ne peuvent pas assimiler, quelles que soient les capacités de traduction. Cette tendance homogénéisatrice de l'IA représente une menace fondamentale pour la diversité culturelle et épistémique.

Elle soutient qu'il ne s'agit pas seulement de langue, mais de visions du monde, et que la plupart des visions du monde ne sont pas systématisées dans un document, de sorte que même le meilleur traducteur ne permettrait pas à l'IA de saisir une grande partie de ce qui existe dans le monde . Elle affirme que cela devrait constituer une hypothèse de base dans notre façon d'envisager l'interaction entre l'IA et le monde .

Vogliano soutient que la stratégie pour faire avancer la justice des données doit être ancrée dans une solidarité intersectorielle entre les mouvements qui luttent pour la justice dans des domaines concrets et matériels. Parce que la datafication transforme les enjeux mêmes qui préoccupent ces mouvements — tels que la souveraineté semencière et les systèmes alimentaires — ils doivent considérer la gouvernance des données comme centrale à leurs luttes. Cela nécessite de tisser des liens entre les mouvements plutôt que de traiter la justice des données comme un domaine séparé et technique.

Elle affirme que la stratégie en matière de justice des données doit être soutenue par la capacité à établir des liens entre les mouvements qui luttent pour la justice dans le monde réel, et pas seulement sur les données, car les données transforment ce qu'ils font et ce pour quoi ils se battent . Elle utilise l'exemple de la souveraineté semencière et de l'appropriation de l'information de séquence numérique pour illustrer comment la datafication modifie les rapports de force sur les systèmes de production et la façon dont les gens vivent .

Nandini Chami s'appuie sur la tradition de l'économie du développement qui consiste à partir de l'injustice pour comprendre la justice, en appliquant cette approche au paysage mondial de l'IA. Elle présente des statistiques saisissantes sur la concentration des capacités de calcul en matière d'IA pour soutenir que l'ordre numérique actuel reproduit des dynamiques coloniales. Les pays du Sud global sont structurellement désavantagés, les actifs immatériels et l'innovation s'accumulant dans le Nord global tandis que les coûts et la main-d'œuvre peu qualifiée restent dans le Sud.

Elle cite des recherches de l'UNU indiquant que plus de 90 % des capacités de calcul spécialisées en IA sont concentrées dans seulement deux pays, tandis que plus de 150 nations ne disposent pas d'une infrastructure nationale significative en matière d'IA . Elle note que des oligopoles caractérisent tous les niveaux de la chaîne de valeur de l'IA, de la fabrication de semi-conducteurs au développement de modèles de pointe et aux infrastructures cloud , et que sans capacités infrastructurelles, les pays en développement se retrouvent piégés dans une nouvelle dynamique coloniale où les actifs immatériels s'accumulent dans le Nord global tandis que les coûts technologiques, y compris l'extraction de minéraux critiques, sont supportés par le Sud global .

Chami soutient que la concentration des capacités d'IA dans un petit nombre d'entreprises crée une dépendance structurelle pour les pays en développement, avec de graves conséquences macroéconomiques. À mesure que les économies nationales s'appuient de plus en plus sur des modèles d'IA étrangers et des services cloud, elles font face à des déficits croissants en devises. Cela risque de créer une économie à deux vitesses dans laquelle une enclave hyper-productive à capitaux étrangers coexiste avec un secteur national affaibli.

Elle fait référence à la mise en garde du chercheur Srinivas Raghavendra selon laquelle cela risque de reproduire une économie duale ou une structure à deux vitesses, où l'économie se divise en une enclave hyper-productive intégrant l'IA à capitaux étrangers qui fixe la base de coûts nationale, tandis que le secteur national est contraint de s'ajuster en comprimant les salaires, en opérant avec de faibles marges et en sous-investissant simplement pour rester compétitif sur les marchés d'exportation .

Chami remet en question le discours dominant selon lequel la libre circulation des données est universellement bénéfique pour le développement, en soutenant que cette approche ignore les points de départ profondément inégaux des différents pays. Les pays disposant d'une infrastructure numérique plus faible, de moins de capital et d'un pouvoir de négociation moindre sont systématiquement désavantagés par des régimes harmonisés de libre circulation des données. Imposer une solution universelle risque d'ancrer durablement les inégalités existantes.

Elle affirme que la promotion d'un régime harmonisé de libre circulation des données comme solution universelle pour le développement risque d'ancrer durablement les obstacles à la justice des données, car il ne reconnaît pas les profondes asymétries en matière d'infrastructure numérique, de capital et de pouvoir de négociation qui placent les pays à des points de départ différents . Elle note également que les régimes commerciaux et fiscaux empêchent une redistribution efficace de la valeur des données .

Chami identifie une contradiction fondamentale dans les cadres de propriété intellectuelle régissant l'IA : les entreprises affirment que l'utilisation des données d'autrui pour entraîner des modèles d'IA est permise, tout en cherchant simultanément une protection propriétaire pour les résultats de ces modèles. Cette asymétrie désavantage systématiquement les communautés et les pays producteurs de données. Elle soutient que résoudre cette contradiction nécessite d'ancrer le droit économique international et la gouvernance des données et de l'IA dans le principe d'égalité souveraine des États.

Elle note que des chercheurs ont signalé que les entreprises affirment que l'entraînement de modèles sur les données d'autrui est permis, tout en soutenant simultanément que les résultats générés par l'IA et les modèles entraînés devraient bénéficier d'une protection propriétaire . Elle conclut que le droit économique international ainsi que la gouvernance des données et de l'IA doivent être replacés dans le cadre du principe d'égalité souveraine des États afin de contester efficacement l'injustice des données .

Chami soutient que la tension apparente entre la vie privée et le libre accès aux données est en grande partie le produit de la marchandisation des données, et que protéger véritablement la vie privée nécessite de limiter la mesure dans laquelle les données peuvent être traitées comme un actif commercial. Elle affirme que des outils numériques existent déjà pour permettre la mise à disposition de données anonymisées dans les communs, mais que cette option n'est pas poursuivie parce qu'elle ne sert pas les intérêts de ceux qui détiennent le plus de pouvoir dans l'économie des données.

Elle affirme que nous ne serons jamais en mesure de protéger efficacement le droit à la vie privée sans imposer des limites à la marchandisation des données . Elle soutient que les avancées des outils numériques devraient faciliter considérablement la mise à disposition de données anonymisées dans les communs, et que nous disposons des outils nécessaires pour renforcer les communs, mais que nous ne les utilisons pas parce que les communs ne servent pas les intérêts de ceux qui détiennent l'essentiel du pouvoir .

Chami s'appuie sur l'exemple de la Commission africaine des droits de l'homme et des peuples pour démontrer que la relation entre l'accès aux données et la protection des droits n'a pas nécessairement à être présentée comme un compromis à somme nulle. En reconnaissant l'accès aux données comme une condition préalable au droit à l'information, la Commission offre un modèle d'intégration de l'accès aux données dans un cadre des droits de l'homme. Cette reformulation présente l'accès aux données et la protection de la vie privée comme des objectifs potentiellement complémentaires plutôt qu'opposés.

Elle note avec fierté que la Commission africaine des droits de l'homme et des peuples a adopté il y a deux ans une résolution reconnaissant l'accès aux données comme une condition préalable à l'exercice du droit à l'information .

L'Ambassadeur Kah soutient que la gouvernance des données n'est pas une préoccupation parallèle ou subordonnée à la gouvernance de l'IA, mais bien son fondement structurel. Étant donné que tout système d'IA dépend des flux de données que régulent les cadres de gouvernance des données, séparer les deux conversations est à la fois analytiquement incorrect et pratiquement préjudiciable. Il appelle à la création d'un canal formel pour garantir que les conclusions sur la gouvernance des données alimentent directement les processus de gouvernance de l'IA.

Il affirme que la gouvernance des données est structurellement en amont de la gouvernance de l'IA, et que tout système d'IA est entraîné et déployé sur les flux de données mêmes que le groupe de travail sur la gouvernance des données est en train de négocier, ce qui fait du traitement de ces deux domaines comme des conversations distinctes une séparation artificielle et coûteuse . Il se décrit comme un « évangéliste des données » qui lève la main lors des discussions sur l'IA pour rappeler aux participants de ne pas oublier le fondement qui propulse les systèmes d'IA, arguant que c'est là que résident les enjeux économiques, de contrôle, de justice, d'équité, de confiance, de sécurité, de propriété et de partage des bénéfices .

L'Ambassadeur Kah explique les origines, le mandat et le contexte institutionnel du Groupe de travail de la CNUCED sur la gouvernance des données. Le groupe de travail a été créé en tant que suite donnée au Pacte numérique mondial et au Pacte pour l'avenir, avec un mandat spécifique visant à élaborer des recommandations sur une gouvernance des données équitable et interopérable. Ses travaux sont destinés à alimenter la supervision de la gouvernance numérique mondiale par l'Assemblée générale des Nations Unies.

Il explique que le groupe de travail est un organe multipartite créé en 2025 sous l'égide de la Commission des Nations Unies sur la science et la technologie au service du développement, chargé de poursuivre les travaux issus du Pacte pour l'avenir et du Paragraphe 48 de l'Annexe du Pacte numérique mondial . Son mandat est de formuler des recommandations en vue d'arrangements de gouvernance des données équitables et interopérables et de rendre compte des progrès accomplis à l'Assemblée générale des Nations Unies .

L'Ambassadeur Kah présente les quatre axes thématiques qui organisent les travaux de fond du groupe de travail, chacun reflétant un domaine clé du Pacte numérique mondial. Ces axes couvrent l'ensemble du spectre des préoccupations en matière de gouvernance des données, des principes fondamentaux aux questions pratiques d'interopérabilité, de partage des bénéfices et de flux de données transfrontaliers. Chaque axe dispose d'un co-facilitateur et a mené des consultations ouvertes à l'échelle mondiale.

Il décrit les quatre piliers ou axes parallèles : le premier porte sur les principes fondamentaux de la gouvernance des données ; le deuxième sur l'interopérabilité entre les systèmes de données nationaux, régionaux et internationaux ; le troisième sur la manière de partager les bénéfices des données ; et le quatrième sur les flux de données sûrs, sécurisés et fiables, y compris les flux de données transfrontaliers . Il note que chaque axe dispose d'un co-facilitateur et a lancé des appels ouverts à contributions et des consultations à travers le monde .

L'Ambassadeur Kah souligne la composition multipartite distinctive du groupe de travail comme une caractéristique clé qui le distingue des processus intergouvernementaux traditionnels. Avec un nombre égal de membres étatiques et non étatiques, le groupe de travail donne à la société civile, au monde académique, aux jeunes et à la communauté technique une véritable voix dans l'élaboration des résultats. Il présente cette quasi-parité comme essentielle compte tenu de la complexité de la gouvernance des données.

Il indique que la composition est tout à fait unique, avec 27 membres étatiques et 27 membres non étatiques, dont des organisations de la société civile, le monde académique, des groupes de jeunes, l'IEEE, des organisations multilatérales et des observateurs . Il note que tous les membres disposent d'une place quasi égale pour concevoir les résultats du rapport, et que cela n'est pas courant au sein de la Commission sur la science et la technologie au service du développement, car aucune perspective unique ne permettra d'assurer la gouvernance des données, celle-ci étant trop complexe pour être gérée par un seul côté de l'équation .

L'Ambassadeur Kah soutient que la justice des données ne peut pas être ajoutée après coup à des cadres de gouvernance déjà conçus sans elle. Elle doit au contraire être intégrée comme une exigence fondamentale de conception dès le début des processus de gouvernance des données et de gouvernance de l'IA. Il souligne en particulier la nécessité de garantir que les pays les moins avancés et les pays en développement soient représentés par conception, et non à titre de concession.

Il affirme que la justice des données doit faire partie intégrante du processus, être intégrée à la gouvernance des données et à la gouvernance de l'IA dès le départ, et non ajoutée après coup . Il ajoute que la représentation des PMA et des pays en développement doit constituer une exigence de conception inhérente au processus, et non une réflexion tardive .

L'Ambassadeur Kah appelle à une réforme structurelle de l'architecture de la gouvernance numérique mondiale afin de garantir que les travaux du groupe de travail sur la gouvernance des données alimentent directement le dialogue sur la gouvernance de l'IA. Il soutient que la situation actuelle, dans laquelle les deux processus se connaissent mutuellement mais se déroulent en parallèle, est insuffisante. Un canal formel permettrait de s'assurer que les enseignements tirés de la gouvernance des données orientent la gouvernance de l'IA dès le départ.

Il affirme concrètement qu'un canal formel est nécessaire pour que les conclusions du groupe de travail sur la gouvernance des données en matière de partage des bénéfices et de flux transfrontaliers de données alimentent directement l'établissement de l'ordre du jour des dialogues mondiaux, plutôt que les deux processus se déroulent en parallèle en se contentant d'avoir connaissance l'un de l'autre .

L'Ambassadeur Kah établit une distinction entre la vie privée, qu'il définit comme la protection des droits individuels sur les données protégées, et la protection, qu'il conçoit comme un concept plus large englobant les communautés, les institutions publiques et les organisations. Il soutient que des systèmes ouverts dignes de confiance doivent trouver un équilibre délicat entre ouverture et protection, en veillant à ce que l'innovation ne compromette pas la sécurité, l'équité ou la souveraineté numérique.

Il affirme que la vie privée concerne la protection des droits individuels sur les données protégées, tandis que la protection est bien plus large, englobant la sécurisation des personnes, des communautés, des institutions publiques et des organisations contre l'exploitation et les cybermenaces, notamment dans le contexte de l'essor des infrastructures publiques numériques . Il mentionne sa participation au Groupe consultatif des Nations Unies sur les infrastructures publiques numériques et les garanties, et soutient que, du point de vue du Sud global, des systèmes ouverts dignes de confiance doivent concilier ouverture et protections, et que l'innovation ne doit pas se faire au détriment de la sécurité, de l'équité et de la souveraineté numérique .

L'Ambassadeur Kah soutient que le multilinguisme dans l'IA ne consiste pas simplement à traduire des interfaces dans davantage de langues, mais exige de s'assurer que la pleine diversité des langues humaines, des cultures, des systèmes de savoirs traditionnels et des traditions orales soit représentée dans les données qui servent à entraîner les modèles d'IA. Il prend l'exemple du Cameroun, qui compte plus de 200 langues, pour illustrer l'ampleur de ce défi.

Il affirme que le multilinguisme ne consiste pas simplement à traduire des interfaces, et que cela va au-delà et plus en profondeur, en veillant à ce que la diversité des langues, des cultures, des systèmes de savoirs traditionnels et des traditions orales se retrouve dans les systèmes de connaissances représentés dans les données qui servent à entraîner les grands modèles d'apprentissage . Il prend l'exemple du Cameroun, qui compte plus de 200 langues, pour illustrer la diversité qui doit être prise en compte .

L'Ambassadeur Kah présente le moment actuel comme historiquement sans précédent : pour la première fois, le Sud global participe à l'élaboration des règles qui régiront les ressources les plus importantes du monde. Il établit un contraste avec les situations passées où les règles régissant les grandes ressources mondiales ont été conçues sans la participation de ceux qui en étaient le plus affectés. Il exhorte toutes les parties prenantes à reconnaître et à soutenir activement cette opportunité.

Il affirme que la plupart des règles régissant les ressources les plus importantes du monde ont été conçues sans que le Sud global soit présent, et demande comment la justice peut exister dans ce contexte . Il décrit le moment actuel comme la première fois que des règles régissant les vies sont élaborées avec le Sud global autour de la table, qualifie cela d'inédit, et cite le rapport du comité scientifique comme témoignage d'un large éventail d'individus brillants et compétents à travers le monde qui participent à l'élaboration de ces règles .

Arturo Sanchez-Pineda soutient que, bien que les initiatives d'accès ouvert et de partage des connaissances aient été bien intentionnées et présentent de réels avantages, elles ont involontairement créé des conditions que de grandes entreprises ont exploitées. En agrégeant des données librement accessibles produites par des communautés — notamment des chercheurs et universitaires du Sud global — ces entreprises ont pu développer et vendre des produits sans partager les bénéfices avec les créateurs originaux des données. Cela crée un profond déséquilibre entre ceux qui génèrent les données et ceux qui en tirent profit.

Il décrit comment les chercheurs du Sud global ont été encouragés à publier en accès ouvert et à partager leurs connaissances, mais qu'à un moment donné ces données sont subventionnées par de grandes entreprises capables de s'emparer de toutes ces données et de les revendre . Il note que toute cette création de données engendre un profond déséquilibre entre ceux qui sont en mesure d'en tirer profit et ceux qui produisent chaque donnée individuellement . Il cite l'exemple de Wikipédia comme cas emblématique, où des personnes ont contribué avec enthousiasme à du contenu, lequel a ensuite été agrégé et utilisé de manières qu'elles ne contrôlaient pas .

Sanchez-Pineda identifie un biais structurel dans la publication académique qui a des répercussions sur les données d'entraînement des IA : les chercheurs du Sud global ont été conditionnés à publier en anglais pour toucher un public plus large, ce qui signifie que les modèles d'IA sont entraînés principalement sur des contenus en langue anglaise. Il soutient qu'une contre-stratégie concrète consiste pour les chercheurs à maintenir la production de connaissances dans leurs propres langues et cultures, ce qui permettrait à la fois de préserver la diversité linguistique et de garantir que les modèles d'IA soient entraînés sur des données plus diversifiées.

Il note qu'en tant qu'universitaire, il a été formé à écrire en anglais pour s'assurer que ses articles atteignent un public plus large, et qu'écrire en espagnol signifierait que moins de collègues les liraient ou les traduiraient . Il soutient que maintenir la recherche dans sa propre langue et culture servirait plusieurs objectifs : cela permettrait de conserver plusieurs langues dans les données collectées par les modèles, et permettrait également d'utiliser des systèmes de citation et d'identifiants numériques d'objets pour garantir la responsabilité et la traçabilité des contributions .

Sanchez-Pineda formule des recommandations concrètes et applicables à l'intention des communautés souhaitant exercer un plus grand contrôle sur leurs contributions en matière de données. Il soutient qu'en maintenant la production de connaissances dans les langues locales et en utilisant des outils existants tels que les systèmes de citation et les identifiants numériques d'objets, les communautés peuvent s'assurer que leurs contributions sont suivies et reconnues. Cette approche s'appuie sur des infrastructures existantes pour intégrer la responsabilité dans l'écosystème des données.

Il recommande de conserver les citations et les identifiants numériques d'objets pour les recherches produites au sein de sa propre communauté, telles que les thèses et les articles portant sur des communautés locales, et d'utiliser ces outils afin que les modèles d'IA puissent retracer les contributions jusqu'à leur source . Il soutient que ce type de responsabilité et de traçabilité est important, car de nombreuses personnes ont le sentiment de donner leurs données gratuitement sans rien recevoir en retour, et que ces systèmes peuvent être utilisés pour garantir la reconnaissance de ce qui a été produit dans sa propre langue, culture et environnement .

Speaker 1 réaffirme la vision fondatrice du SMSI d'un avenir numérique inclusif, centré sur les personnes et axé sur le développement, qui a guidé le processus pendant plus de deux décennies. Il fait valoir que cette vision doit désormais passer de la réflexion à la mise en œuvre, la prochaine décennie étant axée sur la production de résultats concrets. L'esprit multipartite qui a défini le SMSI est présenté comme le cadre approprié pour cette phase de mise en œuvre.

Speaker 1 affirme que la vision du SMSI s'est révélée remarquablement visionnaire au cours des 20 dernières années, en imaginant un avenir numérique inclusif, centré sur les personnes et orienté vers le développement . Il souligne qu'aujourd'hui doit aller au-delà de la réflexion et porter sur la mise en œuvre, la prochaine décennie étant consacrée à l'obtention de résultats collectifs .

Un jeune membre du public, Darren, soulève la question des inégalités linguistiques dans les systèmes d'IA, en notant que la grande majorité des langues du monde ne sont pas adéquatement représentées dans les données d'entraînement de l'IA. Il formule cela comme une question portant sur la manière dont différentes parties prenantes — nations, société civile et jeunes — peuvent collaborer pour rendre l'IA plus inclusive des diverses communautés linguistiques et culturelles. Il demande plus précisément comment l'IA peut être rendue plus afrocentrique, asiocentrique et latino-américanocentrique.

Darren, âgé de 15 ans et président de l'organisation à but non lucratif SDGs Connect, souligne que l'IA est très centrée sur quelques langues - les six langues officielles de l'ONU et quelques autres langues courantes - et que, sur les plus de 6 000 langues que compte le monde, peut-être seulement 2 à 3 % sont suffisamment bien couvertes pour produire de bonnes réponses par IA . Il fait référence à un événement parallèle organisé lors de la Semaine du logiciel libre de l'ONU où ces questions ont été abordées .

Un membre du public, avocat de profession, soulève la tension pratique entre les protections de la vie privée et le droit du public d'accéder aux décisions judiciaires et aux informations juridiques. Il soutient que dans son pays, la Belgique, les protections de type RGPD ont rendu extrêmement difficile l'accès aux décisions de justice, alors même que l'accès à la justice et à l'information juridique constitue un droit fondamental. Il s'interroge sur la question de savoir si la vie privée devrait être traitée comme un droit sacré qui prévaut sur le droit d'accès aux informations relatives à la justice.

Didier Cornel, avocat belge, décrit à quel point il est presque impossible de trouver les décisions de nombreux tribunaux en Belgique, non pas pour des raisons techniques, mais en raison de questions liées à la vie privée et au RGPD . Il donne l'exemple de règles obligeant les élus à publier des informations au journal officiel, mais dans un format qui rend impossible l'accès aux données personnelles, notamment en empêchant le copier-coller .

Anriette Esterhuysen, relayant un commentaire des participants en ligne, soulève l'importance d'intégrer l'impact environnemental et la justice environnementale dans les discussions sur la gouvernance des données et la gouvernance de l'IA. Elle reconnaît que cette dimension n'a pas été suffisamment abordée au cours de la session et présente ses excuses aux participants en ligne pour ne pas leur avoir donné la parole. Cela rappelle que la gouvernance des données et de l'IA a des conséquences environnementales concrètes qui doivent faire partie du débat.

Elle transmet un commentaire des participants en ligne selon lequel l'impact environnemental et la justice environnementale ne devraient pas être oubliés dans ces discussions , et présente ses excuses aux participants en ligne pour ne pas leur avoir donné la parole durant la session .