1Imbriquée dans la révolution numérique, l’Intelligence Artificielle contribue à déterminer l’ordre international et la suprématie des États. Si les grands empires digitaux américains et chinois dominent actuellement la géopolitique, c’est bien grâce aux avancées de l’Intelligence Artificielle. L’Europe, elle, pour reconstruire sa souveraineté numérique, devra redoubler d’efforts et d’investissements.
2Aujourd’hui, les Africains aussi comprennent de plus en plus que l’Intelligence Artificielle constitue un levier de développement important. Cependant, cet écosystème numérique, même porteur de promesses et d’opportunités, n’est pas sans risques. En effet, ces répercussions qui se manifestent par la création d’un système virtuel qui draine la valeur ajoutée locale vers des économies étrangères, donnent naissance à une nouvelle forme de colonisation, appelée cybercolonisation. L’arrivée des technologies de l’information et de la communication en Afrique a bouleversé en profondeur le rapport des Africains aux technologies numériques. Selon le rapport Digital 2020 de Hootsuite et We Are Social, « le nombre d’utilisateurs d’Internet et de détenteurs d’abonnement mobile s’élèvent en Afrique respectivement à 34% et 81% de la population totale africaine (soit à 453 millions et 1.08 milliard d’habitants). De plus, l’Afrique est le continent qui a connu la croissance d’utilisateurs mobiles la plus forte (soit +5.6% par rapport à 2019)1 ». Par conséquent, le potentiel de la donnée générée par les utilisateurs est très considérable. Ces données massives ou big data nous amènent à nous poser la question sur leur utilisation réelle, notamment à travers des algorithmes d’Intelligence Artificielle. À qui donc profite ces données ? L’utilisation de l’intelligence artificielle n’est pas sans risques, et on peut l’observer surtout dans le cas de l’Afrique subsaharienne où une législation exhaustive sur la cybersécurité et la protection des données personnelles n’est pas encore pleinement en vigueur, ce qui transforme le continent en un livre ouvert, vulnérable à toute exploitation numérique. Ceci dit, l’Intelligence Artificielle est-elle fiable pour tous ? La sécurité et la confiance qui sont au cœur des enjeux de l’intelligence artificielle posent donc problème. Il se trouve, comme nous l’analyserons, que les dommages sont déjà présents, particulièrement à travers la conquête progressive du cyberespace africain. Alors, quels sont les défis spécifiques que l’Afrique doit surmonter et comment doit-elle s’y prendre pour tirer pleinement parti de l’Intelligence Artificielle dans divers secteurs pour catalyser son développement ?
3Cet article se propose alors comme objectif, à partir d’une démarche analytique-démonstrative basée sur des données fournies par des sites gouvernementaux, des institutions publiques, des plateformes sociales et autres sources empiriques, d’examiner la dépendance technologique de l’Afrique subtilement imposée à travers des installations technologiques étrangères ; et qu’en dépit de cette situation, les États africains n’ont pas d’autre choix que de s’investir, s’ils veulent devenir des acteurs du numérique, à faire de l’Intelligence Artificielle le levier du développement du continent subsaharien, étant entendu que s’investir, c’est cesser pour l’Afrique de faire la politique du « confiage » et de l’éternelle assistée, de sorte qu’elle prenne en main ses responsabilités.
4Le mythe d’Épiméthée, raconté par Platon dans le Protagoras, est riche d’enseignements. Bernard Stiegler (p. 32) y voit « un rappel de l’état de détresse ou, comme disent les biologistes, de prématuration dans lequel se trouve initialement l’homme, mais ce don divin qu’est la technique lui permet de remédier à ses carences et à sa fragilité originelles ». En raison de l’intervention providentielle de Prométhée, « la faiblesse congénitale de l’espèce humaine s’est transformée en supériorité écrasante, en puissance étouffante, en pouvoir destructeur — pour les autres êtres vivants, mais peut-être aussi pour lui-même » (Boris Barraud, p. 16). L’intelligence artificielle est en ce sens la manifestation de cette puissance de l’homme face à la nature hostile.
- 2 Jennifer Cohen et Homi Kharas. (2018). Utiliser les mégadonnées et l’IA pour accélérer le développe (...)
5Le terme intelligence artificielle fait référence aux machines, c’est-à-dire aux systèmes informatiques capables de simuler les processus de l’intelligence naturelle et humaine, tels que l’apprentissage, le raisonnement et l’autocorrection. L’Intelligence Artificielle est un terme générique désignant une vaste gamme d’approches et de technologies de recherche. Gérées et mises en œuvre correctement avec les mégadonnées, elles peuvent aider le monde à relever certains de ses plus grands défis. Les mégadonnées sont les matières premières à partir desquelles les algorithmes sont conçus, testés et améliorés ; et celles de l’Intelligence Artificielle sont complémentaires. D’un côté, les solutions d’IA ne peuvent pas être correctement mises en œuvre sans les mégadonnées, et de l’autre, ces mégadonnées resteraient inexploitées sans elles. Les algorithmes peuvent déceler des schémas dans les données observées, former des modèles explicatifs et établir des prédictions plus rapides et plus précises que les humains. L’utilisation des solutions d’Intelligence Artificielle à des fins d’analyse des mégadonnées pourrait conduire au prochain saut quantique dans la façon dont ces mégadonnées sont collectées et analysées, et dans la manière dont les analyses sont mises au service de la prise de décision en vue d’obtenir de meilleurs résultats en matière d’efficacité et de précision. L’analogie avec la révolution quantique peut être métaphorique, mais dans le contexte de l’IA, une révolution pourrait se produire en raison des progrès significatifs dans des domaines clés tels que l’apprentissage profond (Deep Learning), le traitement du langage naturel et la compréhension visuelle. Les algorithmes avancés peuvent détecter des patterns (tendances récurrentes dans un ensemble de données et dont la détection permet d’identifier des relations ou des comportements significatifs conduisant à la compréhension et à la prédiction des phénomènes comme dans le déterminisme laplacien) complexes et des relations subtiles, ouvrant la voie à des insights (capacité des algorithmes à analyser des données complexes pour identifier des informations utiles afin de prendre des décisions éclairées) plus profonds et à des avancées significatives dans divers domaines, de la médecine à la recherche scientifique. Cependant, des défis tels que la confidentialité des données et l’éthique doivent être soigneusement gérés pour maximiser les avantages de cette convergence. C’est pourquoi selon Jennifer Cohen et Homi Kharas, « les avancées accomplies sur les plates‑formes de mégadonnées permettant la collecte d’informations en temps réel avec un niveau de granularité et une reconnaissance des formes d’apprentissage automatique à travers des couches de contenu multiples pourraient rendre les données plus accessibles, plus modulables et plus finement ajustées2 ».
6Les dirigeants africains doivent embrasser la quatrième génération industrielle pour sortir le continent de la pauvreté et le propulser vers un avenir meilleur. Des applications d’Intelligence Artificielle font de plus en plus leur apparition en Afrique dans le domaine de l’éducation, de l’environnement et de la santé. Elle a une profonde influence sur la capacité à réaliser les programmes de développement durable dans les pays à faible revenu. En tirant parti de la propagation des infrastructures de communication et de l’émergence des grandes données, les technologies IA offrent des possibilités passionnantes pour promouvoir la croissance économique et résoudre les principaux problèmes de développement au Sud du Sahara. Dans toute l’Afrique, il existe une communauté florissante de scientifiques et d’experts en apprentissage automatique qui explorent l’application de l’Intelligence Artificielle pour résoudre les problèmes locaux. Par exemple, Zipline, une initiative de drones, fournit du sang dans les situations médicales urgentes, ce qui a permis de réduire la mortalité maternelle au Rwanda. Agrix Tech, une entreprise camerounaise en démarrage qui a lancé sa plate-forme en janvier 2020, vise à aider les agriculteurs africains à détecter les maladies végétales et à proposer des traitements chimiques ainsi que des mesures de prévention. De plus, l’entreprise kényane M-Shule utilise l’intelligence artificielle pour offrir une éducation personnalisée aux élèves de niveau primaire dans toute l’Afrique. L’enthousiasme et le large spectre des applications sont attestés lors des événements très populaires Deep Learning Indaba et Data Science Africa, lesquels rassemblent des centaines de praticiens de l’ensemble du continent pour apprendre et transmettre des connaissances.
7Outre l’enthousiasme et le potentiel de l’Intelligence Artificielle pour contribuer à des solutions et des approches nouvelles aux défis locaux, on craint que si elle est appliquée à certains contextes sans politiques et garanties appropriées, elle puisse menacer les droits de l’homme, exacerber les inégalités existantes et soulever d’importantes questions éthiques.
8Un des principaux problèmes, en particulier entre le Nord et le Sud, est la disponibilité d’ensembles de données pertinentes pour la formation aux algorithmes d’apprentissage automatique. Jusqu’à présent, les chercheurs, les praticiens et les entreprises d’Amérique du Nord, d’Europe et de certaines régions d’Asie ont collecté des ensembles de données de base recueillies et utilisées pour former des algorithmes, dont beaucoup ont une propriété exclusive à des fins commerciales, et ne sont donc pas disponibles pour un usage public. Les ensembles de données accessibles au public contiennent les données les plus facilement disponibles et collectées, et sont souvent échangés avec des licences ouvertes afin de réduire les coûts de collecte et d’étiquetage. Cependant, ces ensembles de données ne sont souvent ni pertinents ni représentatifs du Sud. Par exemple, un algorithme d’apprentissage automatique fournit des diagnostics moins précis du cancer de la peau pour les personnes à la peau plus foncée. Aussi, dans certaines régions d’Afrique, l’accès à des ensembles de données diversifiés et volumineux peut être limité en raison de contraintes technologiques, d’infrastructures sous-développées et de coûts associés à leur collecte. Les données générées ne sont des données que lorsqu’elles sont analysées et traitées. Malheureusement, le plus souvent, le manque de compétences techniques en IA fait que le traitement des données ne relève pas des chercheurs africains, mais de ceux étrangers, de telle sorte que les informations concernant spécifiquement l’Afrique et sa culture n’existent pas ou sont dès le départ biaisées. Et surtout que l’Afrique est caractérisée par une grande diversité linguistique et culturelle, cela rend complexe la création d’ensembles de données qui couvrent toute cette diversité.
9Dans un autre exemple, la sophistication accrue des modèles d’Intelligence Artificielle a une incidence involontaire sur notre environnement. Certains modèles actuels, tels que les nouvelles approches du traitement du langage naturel, reposent sur des ressources de calcul exceptionnellement importantes qui ont malheureusement un coût énergétique et environnemental énorme. Par exemple, une expérience récente a montré que la formation d’un modèle peut émettre autant de carbone que cinq voitures au cours de leur vie. Dans le contexte d’une urgence climatique, il s’agit d’une question de plus en plus préoccupante, certains chercheurs appelant à une poussée vers une IA verte. Dans des contextes comme celui de l’Afrique subsaharienne, qui a un accès inégal aux ressources énergétiques, les chercheurs innovent avec de nouveaux modèles de calcul à ressources plus faibles.
10Le principal problème se pose, de façon plus diffuse, pour les gouvernements et les institutions. Il y a un risque de captation de la valeur et de la compétence par les institutions étrangères. C’est ce qui se passe dans les relations internationales. Les grandes plates-formes sont les compétiteurs numéro un des gouvernements pour ce qui est du développement technologique. Ces plates-formes captent toute la valeur ajoutée : celle des cerveaux qu’elles recrutent et celle des applications et des services, par les données qu’elles absorbent. Le terme peut paraître exagéré, mais techniquement c’est une démarche de type colonial : vous exploitez une ressource locale en mettant en place un système qui attire la valeur ajoutée vers votre économie. C’est la cybercolonisation. Il est possible, si l’on n’y prend garde, que l’Afrique en soit victime. La cybercolonisation ne sera pas aussi violente que la colonisation historique, mais en termes économiques, elle peut être extrêmement puissante. C’est un risque pour la société, pour les sociétés dans leur ensemble, parce que tout ce qui est pris par les compagnies privées sert à défendre les intérêts des compagnies privées et pas l’intérêt commun ou général d’un pays.
11Qu’il s’agisse de mettre un terme à la pauvreté, de promouvoir la croissance économique inclusive, de réduire la mortalité maternelle, d’universaliser l’apprentissage de la lecture et du calcul ou de doubler la productivité des petites exploitations agricoles, l’avenir du développement mondial est intimement lié à l’utilisation de l’Intelligence Artificielle et des mégadonnées. Selon les études du réseau "PwC" spécialisé en mission de conseil, la contribution de l’IA à l’économie mondiale pourrait atteindre 15 700 milliards de dollars, soit plus que le PIB de la Chine et de l’Inde réunis, dont 6 600 milliards proviendront d’un regain de productivité et 9 100 milliards seront issus des retombées positives sur la consommation. L’impact total prévu sur les marchés d’Afrique et de la zone Asie‑Pacifique s’élèverait à 1200 milliards de dollars3. À titre de comparaison, en 2019, le PIB combiné de tous les pays d’Afrique subsaharienne était 1 800 milliards de dollars selon la Banque Mondiale4. Par conséquent, le déploiement réussi de l’Intelligence Artificielle et des mégadonnées ouvrirait un monde d’opportunités aux pays en développement.
12Sous l’effet conjugué de la multiplication de dispositifs à la puissance de calcul accrue, de l’amélioration de la connectivité et des mégadonnées, l’IA offre de multiples potentiels avantages et l’occasion de traiter certains des grands enjeux du monde en développement, en accélérant la croissance économique, améliorant les systèmes agricoles et la qualité de l’éducation, ainsi qu’en abordant les défis sanitaires et climatiques. S’agissant de gouvernance, les mégadonnées combinées à l’intelligence artificielle peuvent renforcer la prise de décision et améliorer la responsabilisation. De nouvelles sources de données, des technologies d’Intelligence Artificielle et de nouvelles approches analytiques peuvent, lorsqu’elles sont utilisées de manière responsable, faciliter une prise de décision plus souple, plus efficace et fondée sur des données probantes.
13Les gouvernements du monde entier se sont tournés vers les mégadonnées dans la lutte contre la pandémie de Covid-19 par le biais de l’utilisation des données de téléphonie mobile pour suivre et surveiller la pandémie. Dans le cas du paludisme, les chercheurs ont combiné les données relatives à l’incidence du paludisme recueillies par les responsables de la santé avec les données de relevés d’appels anonymes de 15 millions d’abonnés mobiles au Kenya, ventilées au niveau des antennes‑relais, afin de comprendre comment les habitudes de déplacement contribuent à la propagation du paludisme. L’utilisation de ces données permet aux chercheurs de déterminer comment les gens ont généralement contracté la maladie et où ils ont été susceptibles de voyager et d’exposer d’autres personnes. Les chercheurs ont pu prédire chaque jour quelles communautés étaient susceptibles d’importer la maladie, fournissant ainsi des informations sur l’endroit où les efforts de prévention devraient être concentrés. Il existe d’autres initiatives qui utilisent les mégadonnées et l’IA pour lutter contre d’autres maladies infectieuses, comme le Zika, la dengue et l’Ebola, allant de la combinaison des données sur les cas d’infection avec des variables satellitaires, environnementales et climatiques, à l’utilisation de drones qui localisent de manière autonome les zones à forte concentration de moustiques, en passant par la production de cartes de risques épidémiques et de recommandations d’action, de pièges robotisés pour identifier et collecter des spécimens et d’algorithmes d’Intelligence Artificielle visant à rechercher les agents pathogènes dans le matériel génétique des moustiques.
14Dans l’ensemble du monde en développement, les téléphones mobiles sont utilisés quotidiennement pour transférer de l’argent, acheter et vendre des biens. La technologie mobile est utilisée pour compenser la faiblesse des infrastructures de télécommunication et de transport, ou le sous‑développement des systèmes financiers et bancaires. Les téléphones mobiles sont la seule forme de technologie interactive pour de nombreuses personnes à faible revenu. Les données sur l’identité, la localisation, les habitudes sociales, les déplacements, les finances et même les conditions environnementales ambiantes peuvent être obtenues à partir des éléments enregistrés dans les systèmes mobiles. Étant donné que ces données sont détaillées et exploitables de manière univoque, elles permettent de saisir des informations difficiles à trouver à partir d’autres sources, à une échelle qu’il serait difficile de recréer autrement. Bien que les mégadonnées mobiles soient personnelles et privées, elles peuvent être utilisées afin d’améliorer la vie de personnes pauvres du monde entier et à bien d’autres égards, à condition d’être analysées dans le cadre de protocoles de protection de la vie privée et d’anonymisation appropriées.
15Dans un monde parfait, l’utilisation d’algorithmes devrait conduire à des décisions impartiales et équitables. Cependant, il a été constaté que de nombreux algorithmes présentent des biais intrinsèques. Les systèmes d’Intelligence Artificielle peuvent renforcer ce qui leur a été enseigné à partir des données. Ils peuvent amplifier les risques, comme les préjugés raciaux ou sexistes. Même un algorithme bien conçu doit prendre des décisions basées sur des données provenant d’une réalité imparfaite et erratique. Les algorithmes peuvent également commettre des erreurs de jugement lorsqu’ils sont confrontés à des scénarios peu familiers. De nombreux systèmes d’Intelligence Artificielle sont des "boîtes noires", les raisons de leurs décisions ne sont pas accessibles, ni facilement comprises par les humains, et sont par conséquent difficiles à questionner ou à sonder. Une autre forme d’absence de transparence réside dans le fait que les développeurs commerciaux privés refusent généralement de soumettre leur code à des examens de contrôle, arguant que le système d’Intelligence Artificielle est considéré comme une propriété intellectuelle. En matière pénale l’intelligence artificielle pose aussi problème quant à son application. En 2016, ProPublica a analysé un système commercial prédisant la probabilité de récidive des auteurs de crimes, créé pour aider les juges à prendre de meilleures décisions en matière de condamnation, et a constaté qu’il était biaisé à l’égard des personnes de couleur.
16Au sujet de la reconnaissance faciale, il a été prouvé que les algorithmes de reconnaissance faciale sont biaisés lorsqu’ils détectent le sexe des personnes. Ces systèmes d’Intelligence Artificielle étaient capables de reconnaître des hommes blancs avec plus de précision que des hommes à la peau plus foncée. De même, l’algorithme d’embauche et de recrutement d’Amazon a automatiquement appris à préférer les candidats masculins aux femmes. Il avait été entraîné avec des données collectées sur une période de dix ans, provenant principalement de candidats masculins.
17L’augmentation spectaculaire de la création de contenus sur Internet entraîne un besoin de stockage et une croissance rapide des centres de données pour héberger ces contenus. Ces centres de données sont gérés par une petite dizaine d’entreprises mondiales, y compris des poids lourds tels qu’Amazon, Microsoft et IBM, et par des entreprises offrant des services d’informatique en nuage. Cependant, il existe un écart important entre les technologies numériques utilisées dans le monde développé et celles utilisées dans les pays en développement, qui rencontrent de nombreuses difficultés à mettre en place des infrastructures appropriées, en raison de l’insuffisance des ressources financières et, dans la plupart des cas, de l’incapacité à répondre aux besoins en électricité.
18L’IA et la révolution des données n’ont pas encore produit les retombées escomptées par la plupart des pays en développement. Très souvent, ces pays ne disposent pas des conditions sur place leur permettant de collecter suffisamment de données afin d’utiliser des algorithmes à des fins de développement. Trop souvent, les données existantes restent inutilisées, car elles sont publiées trop tard quand elles le sont, ou n’existent pas au format numérique ou encore ne présentent pas le niveau de finesse requis pour la prise de décision ou l’innovation locale.
19Par conséquent, les mégadonnées et l’Intelligence Artificielle ne sauraient être considérées comme une panacée répondant à chacun des enjeux auxquels sont confrontés les pays en développement et ne peuvent pas remplacer entièrement les données statistiques quantitatives traditionnelles, sur lesquelles les gouvernements appuient leurs prises de décisions. Et il ne suffira pas uniquement de produire davantage de données pour résoudre la question du développement et du bien social. Les données doivent être transformées, analysées et utilisées afin d’être au service de la prise de décision, de la surveillance et de la redevabilité. Les mégadonnées peuvent compléter les statistiques traditionnelles et informer les décideurs et régulateurs s’il est nécessaire de cibler davantage les études, ou déclencher une réponse immédiate.
20L’Afrique doit-elle craindre pour sa sécurité ? Doit-elle confier son sort aux géants informatiques ? Poser ces interrogations, c’est se demander si l’Afrique a un cahier des charges pour décider de son avenir et « cesser de faire du babysitting ou du confiage, c’est-à-dire être une éternelle assistée » (Niang Ibrahima, p. 213) de son cyberespace. Nous pensons que l’Afrique n’a pas d’autres choix que de s’approprier l’Intelligence Artificielle si elle veut être au rendez-vous du numérique. Le continent a du potentiel et peut arriver si les décideurs politiques africains s’y mêlent. Toutefois, pour que le pari de l’intégration soit effectif, nous suggérons quelques recommandations.
21L’intelligence artificielle doit être transparente et intelligible. Les systèmes d’intelligence artificielle peuvent intégrer des préjugés. Par exemple, lorsque les données proviennent d’un seul opérateur ou sont produites par un groupe social particulier, les données alimentant le système d’intelligence artificielle peuvent être biaisées en faveur d’un groupe démographique particulier.
22L’IA doit être responsable. Faire porter la responsabilité d’une mauvaise prise de décision à la machine n’est pas suffisant.
23L’IA doit être diverse et inclusive. Seule une poignée d’entreprises technologiques et de laboratoires universitaires d’élite développent la plupart des systèmes d’intelligence artificielle à grande échelle, et les développeurs ont tendance à être des occidentaux ou des asiatiques, riches, tournés vers les nouvelles technologies. Étant donné que l’intelligence artificielle et les technologies ne sont pas neutres et sont le produit du contexte dans lequel elles sont créées, elles ont souvent du mal à répondre aux besoins des différentes communautés.
24L’IA doit respecter la vie privée et restée centrée sur l’homme. Etant utilisée pour amplifier les capacités humaines, la protection des intérêts humains, y compris le bien‑être et la sécurité, la vie privée devrait être la première chose à prendre en considération dans la conception, le développement et le déploiement de l’Intelligence Artificielle.
25La démarche prospective se situe pour ainsi dire au-delà de l’urgence dans laquelle nos relations sont construites et déterminées par ces puissances à agir, selon les cinq principes de Gaston Berger : « Voir loin, voir large, analyser en profondeur, prendre des risques, penser à l’homme. »