Atteindre les objectifs de littératie en IA de l’UE : Leçons tirées de l’IDEA
Au début de cette année, les premières dispositions de la Loi sur l’intelligence artificielle (IA) de l’UE sont entrées en vigueur. Bien qu’il s’agisse d’une loi de l’UE, son impact est mondial : toute organisation offrant des systèmes d’IA aux utilisateurs dans l’UE — peu importe où elle est basée, sa taille ou ses revenus — doit répondre aux exigences de cette loi. Ces dispositions non seulement interdisent les pratiques à risque en matière d’IA, mais imposent également un mandat prospectif : l’Article 4 exige que les fournisseurs et déployeurs de systèmes d’IA favorisent activement l’IA au sein de leurs organisations.
Conformément à l’Article 4, chaque fournisseur ou déployeur d’IA doit veiller à ce que le personnel et les parties prenantes atteignent un niveau suffisant de littératie en IA, rendant ainsi la loi applicable dans divers contextes. Cette exigence souvent négligée pourrait être une mesure clé pour garantir que le pouvoir transformateur de l’IA soit exploité de manière responsable, mais elle soulève des questions sur la manière de la mettre en pratique efficacement.
Définition de la littératie en IA
Un bon point de départ pour aborder la littératie en IA — comme dans tout domaine d’action réglementaire — est de se demander : que exige la loi et comment la littératie en IA est-elle définie ? La Loi sur l’IA exige que tous les fournisseurs et déployeurs d’IA atteignent un niveau suffisant de littératie en IA — défini à l’Article 3 (56) de la Loi sur l’IA de l’UE. Cette définition comprend à la fois les compétences et les connaissances nécessaires pour développer et déployer des systèmes d’IA en toute sécurité, ainsi qu’une compréhension complète de leurs bénéfices et risques potentiels.
Pour se conformer à cette exigence, les organisations utilisant l’IA doivent mettre en œuvre des formations ciblées sur la littératie et des programmes de sensibilisation, couvrant non seulement les aspects techniques de l’IA, mais aussi les contextes spécifiques dans lesquels ces systèmes sont utilisés et les caractéristiques de leurs utilisateurs cibles. Cette exigence est particulièrement critique dans les processus électoraux, où une compréhension inadéquate des capacités et des risques de l’IA pourrait entraîner des résultats nuisibles tels que des pratiques de campagne manipulatrices, de la désinformation ou une atteinte à l’autonomie des électeurs.
Leçons tirées de l’expérience
Au cours de notre expérience récente à soutenir les organismes de gestion électorale (EMB) dans l’amélioration de la littératie en IA, nous avons identifié trois leçons critiques pour sauvegarder l’intégrité électorale :
Premièrement, les programmes de littératie en IA doivent aller au-delà des considérations purement techniques pour inclure les droits de l’homme, les dimensions éthiques et les implications sociales, politiques et contextuelles plus larges. Les données d’enquête issues des ateliers de l’International IDEA révèlent que la plupart des responsables électoraux n’ont qu’une compréhension rudimentaire de l’IA, alimentant des préoccupations concernant les violations des droits, les erreurs cachées et les vulnérabilités cybernétiques.
Deuxièmement, adopter proactivement des stratégies de mitigation des risques est essentiel pour traiter efficacement les préoccupations relatives aux risques potentiels de l’IA. Dans cet environnement à enjeux élevés, même un biais, une fuite de données ou une exploitation malveillante négligés peuvent enfreindre des droits civils et politiques cruciaux, éroder la confiance du public ou invalider des résultats.
Enfin, bien que la mise en œuvre de programmes de littératie en IA reste un travail en cours, ces programmes se distinguent comme l’un des moyens les plus efficaces de réduire les risques potentiels et d’assurer un déploiement responsable de l’IA dans les processus électoraux.
En résumé, une approche holistique de la littératie en IA est essentielle pour comprendre pleinement ces implications sociétales, juridiques et éthiques plus larges, en particulier dans les contextes spécifiques où l’IA est appliquée et les individus qu’elle affecte. Les leçons tirées s’étendent au-delà de la sphère électorale ; où que des outils d’IA soient développés ou déployés, impliquer une gamme diversifiée de parties prenantes est crucial pour garantir une compréhension complète de l’impact plus large de la technologie.
