Le chemin vers la maturité de l'IA
En juin 2025, des représentants de 17 parlements se sont réunis au Sénat des Pays-Bas, à La Haye, afin de discuter du cheminement vers la maturité de l'IA. Cette réunion, organisée par le Pôle de recherche sur les données parlementaires du Centre pour l'innovation au parlement (CIP), a mis en lumière la manière dont les parlements du monde entier dépassaient le stade de l'expérimentation de l'IA pour s'orienter vers une mise en œuvre stratégique. Les discussions ont révélé que l'adoption de l'IA dans les institutions démocratiques n'est pas une question de technologie en soi, mais de résolution des vrais problèmes parlementaires.
Les initiatives parlementaires les plus réussies en matière d'IA ont une caractéristique commune : elles partent de défis opérationnels spécifiques plutôt que de capacités technologiques. Comme l'a fait remarquer un participant, les parlements doivent être “axés sur les activités et chercher à savoir où l'IA apporte le plus de valeur ajoutée”. Cet état d'esprit représente un changement important par rapport aux approches basées sur la technologie, qui ont dominé l'adoption de l'IA à ses débuts.
La planification basée sur les capacités du Parlement britannique illustre cette approche, l'institution appliquant la méthode de cartographie thermique de l'architecture d'entreprise en vue d'identifier les domaines à fort potentiel pour la mise en œuvre de l'IA. Plutôt que de déployer l'IA partout, le parlement la considère comme “une nouvelle technologie parmi d'autres” et l'applique de manière stratégique là où elle peut apporter des améliorations mesurables aux activités parlementaires.
L'approche des “règles d'or” de la gouvernance de l'IA est peut-être l'idée la plus pratique qui ressort des discussions. Au lieu de préconiser des cadres globaux dont l'élaboration prend des mois, cette approche prévoit de commencer par 5 à 10 lignes directrices de base clairement rédigées, puis de développer ces lignes directrices sur la base de l'expérience acquise sur le terrain.
Cette approche itérative prend en compte une réalité essentielle : souvent, le personnel parlementaire utilise déjà des outils d'IA avant même que des politiques officielles n'existent. En réponse à une importante adoption de type “IA personnelle”, la Chambre des communes canadienne a déployé une stratégie inspirée du comportement des jeunes enfants (“toddler strategy”), consistant à formuler des mises en garde et à enseigner des pratiques d'IA sûres, tout en permettant une certaine autonomie en la matière et sans empêcher l'accès aux outils d'IA. Cette approche s'est avérée plus efficace que la mise en place de politiques restrictives.
Les modèles traditionnels d'achats en cascade, dans lesquels les phases séquentielles du projet sont réalisées l'une après l'autre sans chevauchement, sont incompatibles avec les cycles de développement de l'IA. Les exigences ne se figent souvent que quand un projet pilote est achevé à 90 %, ce qui oblige les équipes parlementaires chargées des achats à adopter des approches agiles. Le Sénat espagnol recours à des contrats-cadres pour gérer les situations dans lesquelles les exigences ne peuvent pas être entièrement définies en début de projet.
Les parlements doivent accepter que les systèmes d'IA soient inévitablement biaisés. Les institutions ayant adopté cette technologie avec succès se sont concentrées sur l'identification et la gestion des niveaux de biais acceptables, et non sur la recherche de solutions exemptes de biais impossibles à trouver. Cette approche pragmatique permet de progresser tout en maintenant la responsabilité démocratique.
Toute mise en œuvre réussie de l'IA parlementaire commence par la qualité des données. Comme l'ont régulièrement fait remarquer les participants, la mauvaise qualité des données nuit à l'efficacité de l'IA plus que tout autre facteur et une IA efficace ne peut pas être basée sur des données de mauvaise qualité. Les institutions doivent donc donner la priorité à la gouvernance des données avant tout investissement majeur dans l'IA. La gouvernance globale des données de la Chambre des députés du Brésil illustre la manière dont la gestion des données devient cruciale à mesure que l'adoption de l'IA s'étend.
L'adoption de l'IA par les parlementaires exige des compétences à trois niveaux distincts : les infrastructures techniques, la transformation des activités et la maîtrise de l'IA au niveau de chaque personne. Le défi le plus important n'est pas d'ordre technique mais culturel. Les schémas traditionnels d'adoption des technologies s'inversent, les utilisateurs finaux demandant l'intégration de l'IA tandis que les services informatiques s'y opposent pour des raisons de sécurité.
Les institutions performantes relèvent ce défi grâce à des partenariats interfonctionnels entre les ressources humaines, qui détiennent la responsabilité de la formation mais manquent de capacités techniques, et l'informatique, qui dispose d'une expertise mais de capacités de mise en œuvre limitées. Ces approches collaboratives combinent l'expertise pédagogique et les connaissances techniques.
Au cours de la réunion, les participants ont étudié un projet de cadre de maturité de l'IA à cinq niveaux : bases, expérimentation, mise en œuvre stratégique, intégration et pilotage de l'innovation. Ce cadre sert de feuille de route et d'outil d'évaluation, aidant les institutions à prendre conscience de leur positionnement présent et des étapes logiques de leur progression. Le CIP poursuit actuellement le développement de ce cadre avec le soutien des membres du Pôle de recherche sur les données parlementaires.
Le consensus qui s'est dégagé de la réunion de La Haye était clair : si l'IA représente une technologie véritablement de rupture, elle reste maîtrisable grâce à des cadres de gouvernance bien définis. Le véritable pouvoir disruptif de l'IA ne réside pas dans sa capacité à bouleverser les processus démocratiques, mais dans son potentiel à rendre les parlements plus efficaces et efficients.
