Op/Ed : L’alphabétisation en IA peut construire un avenir plus responsable en Caroline du Nord
Le principal ingrédient de l’IA responsable est l’alphabétisation. Tout le reste — responsabilité, structures de gouvernance, outils, conseils — en dépend.
La Caroline du Nord a pris des mesures pour établir cette fondation d’alphabétisation au niveau de l’État. L’Ordonnance Exécutive sur l’IA du Gouverneur et la formation du Conseil de Leadership en IA de Caroline du Nord signalent une compréhension que le leadership en IA responsable nécessite une coalition diversifiée d’experts et de membres de la communauté. Cette approche va au-delà des principes abstraits pour se concentrer sur l’application pratique de l’IA de manière à bénéficier à tous les citoyens.
Établir un modèle de responsabilité partagée
La première étape pour construire un cadre responsable pour l’IA est de reconnaître que la responsabilité doit être partagée. Elle ne peut pas reposer uniquement sur les ingénieurs et les scientifiques des données. En Caroline du Nord, le Conseil de Leadership en IA défend un modèle de responsabilité partagée impliquant les dirigeants, le juridique, les achats, la sécurité, les ressources humaines, les éducateurs et les communautés directement touchées par les décisions liées à l’IA.
Les priorités du Conseil reflètent un changement crucial de la théorie à la pratique. L’accent n’est pas seulement mis sur l’écriture de principes, mais sur le renforcement de la gouvernance de l’utilisation de l’IA dans les services publics. Cela implique d’investir dans l’alphabétisation en IA et la préparation de la main-d’œuvre afin que les décideurs comprennent ce que l’IA peut et ne peut pas faire, où les risques apparaissent, et qui est responsable lorsque les choses tournent mal.
Gagner la confiance du public dans l’IA n’est pas un problème purement technique ; c’est un problème sociotechnique, et son succès dépend des gens. Sans une population qui comprend les capacités et les risques de l’IA, il ne peut y avoir de véritable responsabilité. Sans responsabilité, il n’y a pas de confiance — et sans confiance, la valeur de l’IA sera bloquée.
Construire des systèmes pour la transparence et la responsabilité
Les principes seuls ne suffisent pas. Bien que de nombreuses organisations mesurent le succès de l’IA en termes de rapidité et de productivité, une approche responsable exige plus. Si vous ne measurez que la rapidité, vous obtiendrez uniquement de la rapidité. Mais si vous measurez la responsabilité, l’équité, la fiabilité et l’impact réel, vous construirez des systèmes qui durent.
C’est ici que la transparence devient plus qu’une exigence de conformité. La gouvernance doit permettre aux organisations de montrer leur travail : d’où proviennent les données, comment les modèles sont formés, quelles hypothèses sont intégrées, et où se situe la responsabilité humaine.
Si un résultat ne peut pas être retracé ou expliqué, l’institution est exposée — non seulement légalement, mais aussi en termes de réputation. La responsabilité de la gouvernance inclut la prévention des résultats où un système est techniquement conforme mais nuit néanmoins à la confiance du public ou aux valeurs institutionnelles. La propriété doit être explicite, les résultats attendus doivent être suivis par rapport aux résultats réels, et les équipes doivent être habilitées à faire pause, à questionner et à intervenir.
Créer un écosystème IA interdisciplinaire et inclusif
Un obstacle commun à la responsabilité partagée est ce que l’on peut appeler la « pandémie du non-appartenance », où les professionnels non techniques supposent que la gouvernance de l’IA est réservée aux experts techniques. Ils voient l’IA comme quelque chose qui se passe « là-bas », dans les équipes techniques, plutôt que comme un ensemble de décisions qui façonnent leurs propres domaines. Pour contrer cela, les dirigeants doivent faire comprendre que l’expérience vécue et l’expertise de domaine sont essentielles pour définir ce à quoi ressemble le « bien ».
La prochaine génération l’intuit déjà. Lors d’une récente session avec des étudiants, lorsqu’on leur a demandé quels rôles, au-delà des ingénieurs, avaient besoin d’une place à la table pour façonner l’IA, leurs réponses touchaient aux enseignants, philosophes, psychologues, médecins, historiens, décideurs politiques et travailleurs sociaux. Ils ont décrit un registre interdisciplinaire, signalant que nos programmes et politiques doivent rattraper leur attente que l’IA concerne tout le monde.
Pour réaliser cela, la Caroline du Nord a l’opportunité de construire un écosystème complet d’alphabétisation en IA :
Éducation K-12 : Intégrer un programme d’IA à travers les sciences informatiques, les études sociales et les humanités pour aider les étudiants à comprendre non seulement les mathématiques, mais aussi l’impact sur la vie privée, le biais, le pouvoir et la démocratie.
Enseignement supérieur : Connecter la science des données et l’ingénierie avec l’éthique, le droit, les politiques publiques et la santé, afin que les futurs infirmiers, enseignants et entrepreneurs se voient tous comme faisant partie de la prise de décision en matière d’IA.
Apprentissage informel : Utiliser des bibliothèques, des centres communautaires et des ONG comme espaces de confiance pour l’alphabétisation en IA où les résidents peuvent poser des questions, expérimenter en toute sécurité et voir leurs préoccupations reflétées dans la conversation.
Diriger la charge vers un avenir responsable
Des preuves émergentes de ce modèle existent déjà. Un établissement a établi la première Académie IA à un HBCU, associant formation technique et programme de droit et de politique. Des collèges communautaires et des universités à travers l’État testent des cours d’IA qui lient l’informatique à la santé, l’agriculture, la fabrication et plus encore, tandis que des partenaires d’apprentissage informel comme les bibliothèques publiques et les organisations de jeunesse explorent des ateliers et des badges d’IA dans des programmes après l’école.
Ces efforts vont au-delà du transfert de connaissances ; ils favorisent un sentiment d’appartenance et d’autonomisation. Ils atteignent des résidents qui peuvent ne jamais s’inscrire à un cours formel, mais qui sont toujours affectés par les décisions algorithmiques.
En construisant l’alphabétisation de manière précoce et large, l’État peut cultiver des leaders qui comprennent non seulement comment l’IA fonctionne, mais aussi comment elle façonne le pouvoir, l’équité et la responsabilité. L’objectif n’est pas de ralentir l’innovation, mais de la rendre durable, partagée et digne de notre confiance.
