Pourquoi la politique de l’IA prospère dans certains États et s’estompe dans d’autres
Les discussions sur l’IA se déroulent à tous les niveaux de gouvernement, y compris fédéral, étatique et local, alors que chaque entité tente de comprendre, de tirer parti et de se protéger de l’IA. En août 2025, nous avons identifié les États en tête et en retard en matière de gouvernance de l’IA, ainsi que les questions les plus pertinentes liées à cette technologie.
Analyse des lois sur l’IA
Dans cette analyse, nous examinons les facteurs qui conduisent à l’introduction de projets de loi au niveau des États et, plus important encore, les facteurs qui pourraient contraindre ces efforts. Certains États avancent rapidement avec des cadres détaillés, tandis que d’autres n’ont introduit que quelques projets de loi. Cette émergence disparate de la législation sur l’IA est significative, car elle façonne la manière dont les citoyens sont protégés contre les abus, comment les écosystèmes d’information réagissent aux deepfakes générés par l’IA et à la prise de décision automatisée pilotée par l’IA, et si les gouvernements établissent des institutions capables de gouverner l’IA à long terme. Cela sert également de toile de fond aux efforts actuels de la Maison Blanche pour freiner la législation dirigée par les États.
Cette étude examine tous les projets de loi liés à l’IA introduits de janvier 2023 à octobre 2025 dans tous les États pour comprendre qui agit, qui n’agit pas et pourquoi. Les projets de loi sont classés en trois thèmes principaux, puis nous identifions les conditions structurelles et politiques les plus étroitement associées à l’activité et à l’inaction législatives.
Conditions structurelles et politiques
Nous avons lié l’activité législative dans chaque État à un petit ensemble de conditions structurelles et politiques. Par exemple, la structure d’âge de la population a été mesurée à l’aide des données de l’État de 2024 du Bureau du recensement des États-Unis, avec des scores plus élevés indiquant des populations plus âgées. Le revenu par habitant et la pauvreté ont été pris en compte, où des scores plus élevés indiquent un meilleur succès pour sortir les résidents de la pauvreté. Nous avons également pris en compte le parti du gouverneur, les gouverneurs démocrates étant codés haut et les gouverneurs républicains bas.
Résultats de l’analyse
Nous identifions des configurations positives (forte production de projets de loi sur l’IA) et négatives (faible production). La première configuration à haute performance est composée d’États à tendance démocrate avec des populations plus jeunes. La seconde comprend des États à revenu par habitant élevé dirigés par des gouverneurs démocrates. En revanche, la faible performance est caractérisée par des États avec un électorat à tendance républicaine, des populations plus âgées et un revenu par habitant plus faible.
Implications et risques
Les résultats indiquent que la législation sur l’IA dépend à la fois de la capacité (ressources) et de l’appétit (idéologie), et que l’absence de l’un ou l’autre limite de manière fiable l’élaboration de politiques. Deux barrières distinctes à la gouvernance de l’IA émergent : une barrière matérielle, due à une capacité fiscale et institutionnelle limitée, et une barrière idéologique, enracinée dans le scepticisme réglementaire.
Conclusion
En somme, la direction politique en matière d’IA est susceptible de se regrouper dans des États démocrates plus riches, tandis que la diffusion dans d’autres États reste inégale en raison de variations idéologiques et de capacités. La gouvernance de l’IA doit donc être adaptée aux réalités structurelles et politiques des États, offrant potentiellement une alternative aux interdictions directes de la législation au niveau des États.
