Depuis plus de dix ans, la gouvernance de l’intelligence artificielle repose sur un cadre désormais institutionnalisé : équité, transparence, responsabilité. Ce cadre a permis de formaliser les biais algorithmiques et de structurer les initiatives réglementaires mondiales, de l’AI Act européen aux décrets exécutifs américains. Mais pendant que nous polissons la surface des algorithmes, les fondations d’une infrastructure mondiale, matérielle et opaque sont en train de figer.
L’hypothèse obsolète de l’outil
Le cadre éthique actuel repose sur une hypothèse rarement explicitée : l’IA serait un ensemble de systèmes décisionnels localisés, dont les effets problématiques résident principalement dans leurs outputs (résultats). Cette vision « micro » considère l’IA comme un simple logiciel ajouté à une organisation existante. Cette hypothèse est de moins en moins adéquate. Les travaux de chercheurs comme Brent Mittelstadt ont montré que ces principes éthiques, bien que séduisants, restent largement indéterminés dans leur application opérationnelle. En réalité, l’objet que nous tentons de réguler a changé d’échelle et de nature…
Une concentration mesurable : La dictature du Cloud
L’IA avancée n’existe pas dans le vide ; elle dépend d’infrastructures de calcul à très grande échelle. En Europe, la réalité est sans appel : les trois géants américains AWS, Microsoft Azure et Google Cloud concentrent environ 70 % du marché du cloud public.
Ce niveau de concentration signifie que la capacité computationnelle mondiale dépend d’acteurs privés transnationaux. Dans le secteur public, cette dépendance est devenue structurelle. Les stratégies « cloud-first » ont conduit à l’externalisation d’infrastructures critiques (santé, fiscalité, éducation). L’IA ne s’ajoute pas à ces systèmes ; elle s’insère dans une architecture déjà concentrée et en renforce l’inertie.
Le décalage normatif : Deux échelles, deux réalités ou deux salles, deux ambiances
Le risque majeur est de voir apparaître une « éthique de façade » qui ignore les couches basses du pouvoir. Le tableau suivant illustre la fracture entre l’éthique que nous pratiquons et la politique dont nous avons besoin :
| Objet de l’analyse | L’éthique des modèles (micro) | La politique de l’infrastructure (macro) |
| Focalisation | L’output : La décision finale, le texte généré, le visage reconnu | L’input : Le contrôle des GPU, la propriété des data centers |
| Problématique | La discrimination : L’algorithme est-il biaisé ? | La dépendance : L’État peut-il encore fonctionner sans le fournisseur ? |
| Solution visée | La transparence : Expliquer la « boîte noire » | La souveraineté : Garantir l’autonomie et la réversibilité technique |
| Outil de régulation | Le scorecard : Audits, chartes, labels de confiance | L’antitrust : Régulation des monopoles de calcul |
| Horizon temporel | Le temps court : Corriger le prochain déploiement | Le temps long : Anticiper l’inertie du système |
L’effet d’irréversibilité : Le momentum de Hughes
L’historien des techniques Thomas P. Hughes a montré que les grands systèmes techniques acquièrent un « momentum » : au-delà d’un certain seuil, ils structurent les choix politiques plutôt qu’ils ne les reflètent. Une fois qu’une administration a internalisé des processus dépendants d’une architecture cloud propriétaire, la capacité de migration devient économiquement et organisationnellement nulle voire impossible. L’évaluation éthique d’un algorithme de tri de dossiers ne répond pas à cette transformation. Le béton est sec ; l’éthique ne fait que le repeindre.
Comme l’a souligné Kate Crawford dans Atlas of AI, l’IA est indissociable de sa matérialité (mines de lithium, énergie, travail humain invisible). Si l’IA devient infrastructure, l’enjeu normatif doit changer d’objet. Il ne s’agit plus uniquement de corriger des biais, mais d’interroger :
- La concentration du capital computationnel (qui possède les GPU ?)
- La souveraineté numérique des institutions publiques face aux contrats de long terme
- La distribution géopolitique des capacités de calcul
« Totalement absente du secteur des technologies de l’information et de la communication il y a vingt ans, la Chine a, depuis, réalisé un rattrapage spectaculaire », analyse Benjamin Bürbaumer, maître de conférences en économie à Sciences Po Bordeaux. Танюша Коновал/stock.adobe.com
Et si on grattait le vernis ?
Traiter l’IA exclusivement comme un problème d’algorithmes revient à réguler la surface d’un système dont l’architecture profonde reste hors champ. L’éthique n’est pas inutile, mais tant qu’elle n’intègre pas la question de l’infrastructure, elle demeure partielle et structurellement en retard.
La prochaine frontière de la régulation ne se jouera pas dans les chartes de bonne conduite, mais dans le contrôle démocratique des infrastructures de calcul. Il est temps de passer d’une éthique de la vertu algorithmique à une théorie politique de l’infrastructure computationnelle.
Malika Ait El Mouden explore comment technologies, organisations et systèmes vivants peuvent se transformer ensemble. Spécialiste de la transformation digitale, avec 18 ans d’expérience en Europe, au Moyen-Orient et en Asie du Sud-Est, elle a piloté des programmes eCommerce et omnicanaux, à l’international. Elle a fondé deux entreprises, dont une start-up qui a contribué au développement de solutions circulaires.
Membre du board de La French Tech et de l’APM (Association pour le Progrès du Management), elle intervient également dans l’enseignement supérieur et suis un programme avec le MIT, sur les enjeux liés à la data et à l’IA. Elle vulgarise et diffuse le concept de Twin Transformation.
Malika est la co-fondatrice, avec Julie Bonazzi, de Twin Transformation.fr
