Les objectifs de développement durable (ODD) des Nations Unies ont été établis en 2015 pour répondre à certains des problèmes les plus urgents au monde. Les 17 objectifs comprennent 169 cibles telles que l'éradication de la pauvreté, la réduction des inégalités et la lutte contre le climat, au service de la paix, de la prospérité et de la durabilité environnementale.
Depuis 2015, l’utilisation de l’IA a connu une croissance exponentielle, tandis que les progrès vers la plupart des objectifs ont cessé, voire se sont inversés, notamment en matière de pauvreté, de faim et de résilience climatique. L’IA offre de nouvelles possibilités pour répondre à certains ODD, tout en limitant et en amplifiant les problèmes pour lesquels les ODD ont été créés, par exemple les besoins énergétiques croissants des grands centres de données.
La question n’est plus de savoir si l’IA est importante ou non pour le développement durable, mais plutôt de savoir comment l’appliquer de manière à réduire les coûts, à élargir l’accès, à améliorer la prise de décision et à ne pas aggraver davantage les inégalités.
À cet égard, il est important de considérer l’intersection de l’IA et des ODD.
Une frontière prometteuse réside dans les moyens de subsistance agricoles. Les assistants IA déployés dans plusieurs langues locales répondent désormais à des millions de questions chaque année par les agriculteurs. Trois dynamiques sont responsables de leur popularité.
Premièrement, la compression des coûts : l'applicabilité du modèle s'élargit, l'infrastructure mûrit et les moyens de déploiement deviennent moins chers. Deuxièmement, la convivialité : les entrées vocales et visuelles permettent aux utilisateurs de contribuer sans avoir recours à la saisie au clavier ni à un niveau d'alphabétisation élevé, dépassant ainsi un obstacle historique à la participation numérique.
Troisièmement, l'applicabilité contextuelle : les systèmes peuvent fusionner la question d'un agriculteur avec la météo en temps réel, les prix du marché et les connaissances locales pour fournir des orientations dynamiques et spécifiques au contexte plutôt que des avis statiques. Ces fonctionnalités s’attaquent de front aux ODD en matière de sécurité alimentaire, de travail équitable et de résilience climatique.
Les informations évoluent à un rythme rapide en raison des changements environnementaux, de sorte que les ensembles de données conventionnels deviennent très rapidement obsolètes. La plupart des langages et contextes essentiels aux ODD restent largement sous-exploités dans les données sur la formation. Pour combler cet écart, il faudra des ensembles de données « or » multilingues et pilotés par la communauté pour ancrer les modèles dans les besoins sur le terrain et réduire les erreurs systématiques pour les communautés marginalisées.
La conception du déploiement n’est pas moins importante. La plupart des avantages se produisent là où les outils rencontrent les utilisateurs réels, et non dans le cadre d'une formation sur modèle idéalisée. La solution pratique est un déploiement responsable, et non un retard constant dans un souci de perfection.
La gouvernance et les infrastructures peuvent contrôler si l’IA réduit ou augmente les écarts socio-économiques et peuvent nous aider à établir de nouveaux paradigmes éthiques, en apprenant des chefs spirituels et des peuples autochtones. Les principes éthiques et les codes volontaires sont utiles, mais la clarté de la réglementation et un financement fiable garantissent que les principes deviennent des faits.
Garantir l’accès numérique de base – appareils, connectivité et puissance de calcul – en tant que droit civil reconnaîtrait que la rareté de la bande passante et les coûts du matériel excluent systématiquement de nombreuses communautés des avantages potentiels découlant de l’IA plutôt que de ses seuls inconvénients.
L’investissement public dans les groupes socialement défavorisés n’est pas une aumône, mais plutôt une correction nécessaire permettant de s’engager dans la co-création de données, la co-conception de services et la gouvernance. L’éducation est essentielle : à mesure que la détresse climatique et l’IA déstabilisent les structures sociales existantes, l’absence d’une culture numérique inclusive va creuser les fissures éducatives et socio-économiques.
L’IA dirigée par la communauté est une nécessité et une approche culturelle nécessaire pour une stratégie de renforcement de la confiance. Les modèles construits dans une ville ou un régime de risque sont rarement transférables à un autre ; des informations hyperlocales coproduites avec les citoyens locaux sont nécessaires pour des alertes d'inondation, des cartes de risque de chaleur et un ciblage des services efficaces, ainsi que pour protéger ceux qui externalisent les coûts des grandes entreprises via des questions sanitaires, environnementales et sociales.
Les éléments de base géospatiaux low-code peuvent permettre aux non-experts de combiner des images satellite, des flux de capteurs et des outils de scénario, faisant ainsi des destinataires passifs des co-analystes. La confiance se développe de manière organique lorsque les communautés façonnent les questions, s'approprient des parties du pipeline et voient les résultats liés à des améliorations tangibles plutôt qu'à des pratiques d'extraction de données.
La co-création et l’empathie sont des ingrédients nécessaires au changement dont nous avons besoin. Cette approche s'aligne sur les ODD relatifs aux villes durables, à la santé et à la réduction des inégalités, tout en renforçant les capacités civiques nécessaires à une adaptation à long terme.
Et bien entendu, aucune évaluation n’est complète sans se confronter à l’appétit énergétique de l’IA. Former et faire fonctionner de gros modèles demande beaucoup d’énergie, et les co-bénéfices climatiques sont contrecarrés par des émissions supplémentaires et la pression sur le réseau. Si la puissance informatique est le nouveau point d'étranglement, l'équité numérique entre en conflit avec la justice énergétique : les personnes socialement vulnérables n'ont aucun moyen d'obtenir une alimentation électrique constante et à un prix abordable et un accès Internet haut débit, elles ne peuvent donc pas construire ni même faire fonctionner de modèles. Les gains d’efficacité, le choix de modèles adaptés et la planification intelligente seront utiles, mais le programme de développement doit faire davantage.
Et, pour répéter une question qu’on m’a récemment posée : existe-t-il une IA éthique ? Je ne suis pas sûr qu'il y ait une réponse. Des micro-réseaux locaux, des achats de centres de données à énergie propre et des politiques publiques interdisant la concentration des centres de calcul sous des formes qui recréent les inégalités passées en matière de ressources sont nécessaires. Bien entendu, la deuxième série d’ODD doit garantir que les dividendes de l’IA ne soient pas payés au prix d’un déficit climatique.
Les institutions mondiales sont efficaces pour l’établissement de normes mais manquent généralement de pouvoir contraignant. Les villes, les associations régionales et les partenariats public-privé peuvent agir plus rapidement si les marchés publics apportent de l’ouverture ; si les accords de partage de données protègent les droits tout en permettant la recherche ; et si les méthodes d'évaluation sont transférables au-delà des frontières mais adaptées à la langue, à la loi et à la culture locales.
À l’horizon 2030 et au-delà, le choix n’est pas entre l’IA en tant que solution ou l’IA en tant que menace. L’IA évoluera, que nous le voulions ou non. Nous pouvons cependant faire aujourd’hui des choix qui façonneront l’infrastructure de l’IA pour les prochaines décennies. L’IA peut actualiser des objectifs obsolètes avec des signaux plus récents, mettre l’accent sur les objectifs négligés et les compromis inattendus, et permettre des analyses rétrospectives révélant quelles interventions ont réellement un impact.
Les techniques qui exposent le « pourquoi » quelque chose s'est produit et quels paramètres ont conduit à ce changement sont des outils de responsabilisation modernes, et non plus seulement des nouveautés techniques en matière d'IA. Mais soyons clairs : la composante humaine doit rester l’aspect le plus important de l’IA. Rien ne peut remplacer le jugement humain, la volonté politique et la confiance sociale par une recherche en ligne. Le travail le plus important reste éthique : promettre la justice dans le financement, la gouvernance, l’alimentation et la mesure de l’IA.
Appliquée dans ce sens, l’IA peut élargir ce qui est exploitable et connaissable pour le développement durable, en accélérant là où elle est au point mort et en éclairant des voies jusqu’alors inexplorées. Mais il ne contribuera à la réalisation des ODD que s’il est conçu avec, pour et par les personnes dont il transformera la vie, et s’il est alimenté d’une manière que le monde peut se permettre.
