L'IA : un vecteur d'inégalités numériques mondiales

L'IA : Un outil omniprésent mais inégalitaire

L'intelligence artificielle (IA) s'est rapidement imposée comme un élément essentiel de notre quotidien, intégrée dans des secteurs aussi variés que l'éducation, la santé, la finance et l'administration publique. Elle est utilisée pour automatiser des tâches telles que la rédaction d'e-mails, le développement de logiciels, le filtrage des candidatures à l'emploi et l'alimentation des systèmes de recommandation. Les leaders du secteur technologique promeuvent l'idée d'une « IA pour tous », tandis que les gouvernements s'empressent de développer des stratégies nationales et de construire des infrastructures informatiques souveraines. Cependant, malgré ces efforts, l'IA semble exacerber les inégalités numériques existantes. En effet, chaque nouvelle vague technologique, bien qu'elle soit perçue comme transformatrice, s'implante souvent dans un paysage déjà marqué par des disparités en termes de connectivité, de compétences et de capacités institutionnelles.

Au cours de la dernière décennie, des projets d'inclusion numérique et de littératie numérique ont été menés dans des régions allant de l'Europe à l'Afrique subsaharienne et à l'Asie du Sud-Est. Ces initiatives ont révélé un schéma récurrent : chaque nouvelle technologie dite « transformative » arrive dans un environnement déjà stratifié par des différences de connectivité, de compétences et de capacités institutionnelles. La vague actuelle d'IA ne fait pas exception et, au contraire, elle amplifie ces fractures sous-jacentes.

Concentration géographique de l'infrastructure IA

Les États-Unis dominent largement le paysage mondial de l'IA, hébergeant plus de 5 000 centres de données, soit plus de dix fois le nombre de tout autre pays, selon le 2026 AI Index de l'Université de Stanford. Cette concentration signifie que la majorité des charges de travail de l'IA sont effectuées sur des plateformes cloud américaines, créant ainsi une dépendance mondiale vis-à-vis de cette infrastructure. En 2023, les États-Unis représentaient environ 87 % des exportations mondiales de services de cloud computing et de stockage de données, d'après la Banque mondiale.

Pour de nombreux pays, cela signifie que le développement de l'IA est non seulement externalisé technologiquement, mais aussi commercialement et géopolitiquement. Un petit nombre de pays et d'entreprises contrôlent les moteurs computationnels qui alimentent les systèmes d'IA déployés à l'échelle mondiale. Les systèmes formés dans un cadre institutionnel et linguistique restreint peuvent avoir des difficultés à répondre aux besoins d'un public véritablement mondial.

Disparités dans les compétences en IA

Même dans les régions où la connectivité et l'accès au cloud sont présents, tout le monde n'est pas en mesure de tirer parti de l'IA. Dans les pays membres de l'Organisation de coopération et de développement économiques (OCDE), seulement 40 % des adultes possèdent des compétences en résolution de problèmes numériques au-delà du niveau de base. Les compétences avancées en informatique et en IA restent concentrées parmi les travailleurs hautement qualifiés et les secteurs intensifs en technologie.

Les gouvernements s'efforcent d'intégrer l'IA dans l'éducation, souvent en commençant par l'enseignement supérieur. L'UNESCO a noté une augmentation des efforts pour intégrer l'IA dans l'éducation mondiale, mais le soutien à la littératie en IA dans l'enseignement primaire et secondaire reste inégal. Les personnes bénéficiant d'une éducation solide, de compétences numériques avancées et d'une connectivité stable sont mieux placées pour utiliser l'IA comme un outil pour étendre leurs capacités. Selon une enquête de l'OCDE, 36 % des personnes ayant un diplôme de l'enseignement supérieur ont suivi une formation liée à l'IA l'année précédente, contre seulement 18 % de celles ayant un diplôme de l'enseignement secondaire supérieur. Ceux qui ne bénéficient pas de ces avantages perçoivent souvent l'IA comme un système opaque qui agit sur eux, plutôt que comme une technologie qu'ils peuvent interroger ou façonner activement.

Gouvernance et investissement : Un accès limité à la table des décisions

La définition des priorités en matière d'IA est souvent entre les mains d'un petit groupe d'acteurs industriels et de quelques États technologiquement avancés. La plupart des autres pays sont en position de rattrapage, adaptant des modèles et normes importés pour l'« IA de confiance » à leurs contextes locaux, mais avec une capacité limitée pour évaluer les compromis ou proposer des alternatives. En Afrique du Sud et en Indonésie, bien que les communautés génèrent de grandes quantités de données, elles ont peu d'influence sur la conception, la gouvernance ou le déploiement des systèmes d'IA. Leurs langues sont sous-représentées dans les données d'entraînement, leurs institutions sont sous-financées dans les forums réglementaires, et leurs expériences sont rarement incluses dans les ensembles de données de référence.

En Afrique du Sud, le Ministère des Communications et des Technologies numériques a publié un projet de politique nationale sur l'IA en avril 2026, mais a dû le retirer après la découverte d'erreurs dans les citations académiques, apparemment générées par l'IA. Cet incident illustre le fossé entre l'ambition de gouvernance de l'IA et la capacité institutionnelle nécessaire pour sa mise en œuvre. L'Indonésie, quant à elle, a mis en place des initiatives pour développer des outils d'IA pratiques destinés aux communautés mal desservies, tels que des applications utilisant des données satellites pour aider les pêcheurs artisanaux.

L'Indonésie a également développé des modèles linguistiques multilingues formés sur l'indonésien et des langues locales telles que le javanais et le soundanais, ainsi que des chatbots d'IA déployés dans les services gouvernementaux. En août 2025, le Ministère de la Communication et des Affaires numériques a publié une feuille de route nationale sur l'IA avec pour objectif de former 100 000 travailleurs qualifiés en IA par an.

Repenser la fracture numérique de l'IA

Il ne s'agit pas de ralentir ou d'abandonner l'IA, ni de considérer la concentration dans le cloud ou le capital-risque comme intrinsèquement négatifs. Au lieu de cela, il est crucial de se demander qui peut influencer la direction de cette « révolution IA » et qui ne fait que s'y adapter.

Les discussions sur la fracture numérique se sont élargies au-delà des appareils et de la connectivité pour inclure les compétences et les résultats. La vague actuelle d'IA ajoute une nouvelle dimension : les disparités concernant qui peut participer de manière significative à la définition de l'IA, quels problèmes elle doit résoudre et quelles priorités sociales elle doit servir.

Pour les ingénieurs et les décideurs politiques, cela soulève des questions essentielles. Conçoivent-ils des systèmes et des infrastructures d'IA qui élargissent la participation à la définition du changement technologique ? Lorsque les gouvernements déploient des stratégies nationales sur l'IA, quelles contraintes, langues et réalités institutionnelles prennent-ils en compte ?

De nombreux observateurs voient l'IA actuelle comme une compétition. Mais la compétition technologique n'est pas seulement une question de vitesse, elle concerne aussi qui peut influencer la direction du changement. L'IA se propage déjà à l'échelle mondiale, mais la question cruciale est de savoir si les technologues et les décideurs veilleront à ce que la participation significative à la définition de cet avenir se propage également.