Mise en œuvre de l'IA dans les parlements : faire le point et planifier ensemble les prochaines étapes
La réunion en présentiel de 2026 du Pôle de recherche sur les données parlementaires du Centre pour l'innovation au parlement (CIP) de l'UIP s'est tenue à la Chambre des députés italienne, à Rome, du 13 au 15 mai 2026.
Le CIP, la Chambre des députés italienne et la Chambre des députés brésilienne ont co-organisé cette réunion, où se sont rassemblés des représentants de 23 parlements, venus d'Afrique, du continent américain, d'Europe et du Moyen-Orient. Cette réunion avait pour principaux objectifs de dresser un bilan lucide des progrès accomplis au cours des 12 derniers mois dans le domaine de l’IA au sein des parlements, notamment les difficultés et les échecs ainsi que les réussites, et de faire évoluer les échanges au sein de la communauté, en les faisant passer des considérations stratégiques et théoriques aux questions de mise en œuvre concrète.
Télécharger le rapport complet de la réunion : Mise en œuvre de l'IA dans les parlements : faire le point et planifier ensemble les prochaines étapes
Cette réunion tombait à point nommé, car les données préliminaires du prochain Rapport mondial 2026 sur e-Parlement montrent que 88 % des parlements déclarent désormais utiliser l'IA, alors que la gouvernance, les capacités et la culture peinent à suivre le rythme de l'adoption de ces technologies.
Les discussions menées pendant ces trois jours ont fait ressortir une tendance constante : l'adoption de l'IA devance sa gouvernance. Son utilisation est souvent informelle et non déclarée. Toutefois, le recours non encadré à l’IA — c’est-à-dire l’usage, par le personnel et les parlementaires, d’outils de leur choix non validés par l’institution — est moins un problème à éradiquer qu’un signe que les outils officiellement mis à leur disposition ne répondent pas à leurs besoins. Plusieurs parlements ont rendu compte qu'il était plus efficace de proposer des alternatives prises en charge que d'essayer d'interdire les outils non pris en charge. Dans le même ordre d'idées, le fait que les parlementaires achètent eux-mêmes des outils d'IA impose à certaines institutions des responsabilités en matière d'achats auxquelles elles ne s'attendaient pas.
Ce sont les capacités, plutôt que le financement, qui constituent le goulot d'étranglement freinant la plupart des parlements. Très peu de parlements ont créé des postes dédiés à l'IA ; la plupart se contentent d'ajouter la gouvernance et le soutien en matière d'IA aux fonctions existantes. Il est apparu utile de définir explicitement cinq fonctions — utilisateur, décideur, coordonnateur, responsable de produit et facilitateur — afin d’éviter que les responsabilités ne soient laissées en déshérence. Ces fonctions n’ont pas vocation à devenir de nouveaux intitulés de poste, mais chacune doit être clairement confiée à un responsable.
L'adoption de l'IA réussit si la priorité porte sur les processus, la formation et la culture plutôt que la technologie elle-même. Une préoccupation à plus long terme se fait également jour : à mesure que l'IA prend en charge des tâches qui aidaient auparavant les jeunes collaborateurs à acquérir des connaissances institutionnelles, les parlements devront trouver de nouveaux moyens de transmettre ces connaissances.
À la base de tout cela se trouve la gouvernance des données, que plusieurs participants ont décrite comme la couche dont tout le reste dépend. Les contenus protégés et non structurés, ainsi que les courriels, projets de documents et, plus généralement, tous les éléments qui ne sont pas clairement classés, sont les types de données qui présentent les risques les plus élevés. Les institutions peuvent se retrouver juridiquement responsables de données qu’elles ne maîtrisent pas dans la pratique. L'approche qui semblait la plus efficace était itérative : commencer modestement en gérant correctement un ensemble de données limité, puis étendre progressivement cette démarche à l'ensemble du parlement.
La souveraineté est apparue comme un thème à part entière. Une indépendance technologique absolue n'est ni réaliste ni même souhaitable. Il est plus utile d'envisager la souveraineté sous l'angle de la gestion des dépendances, en s'appuyant sur des modèles commerciaux lorsque cela s'avère judicieux, tout en appliquant des exigences plus strictes aux données les plus sensibles. Un parlement participant a également lancé une mise en garde opportune, après qu’un modèle commercial d’IA qu’il utilisait a été retiré du service avec très peu de préavis. Cette expérience a montré que les parlements doivent avoir une vision claire non seulement de leurs données, mais aussi des modèles sur lesquels reposent ces données.
L'IA agentique est apparue comme la prochaine frontière et comme un défi de gouvernance véritablement plus complexe que celui des outils actuels d’IA générative, ces systèmes étant capables d’agir de manière autonome au fil des différentes étapes d’un processus. Les risques soulevés — notamment l'injection de prompts, l'utilisation abusive des outils et les fuites de données — ne s'inscrivent pas clairement dans les cadres existants. L'argument le plus souvent répété était que la refonte des processus doit précéder l'introduction d'agents ; greffer des agents sur les flux de travail existants peut amplifier les faiblesses déjà présentes.
La réunion a donné lieu à des recommandations visant à soutenir l'adoption de l'IA. Celles-ci couvrent l'ensemble du parcours de l'IA, des étapes fondamentales aux étapes avancées, bien qu'elles soient toutes applicables quel que soit le niveau de maturité d'une institution en matière d'IA :
L’IA doit être traitée comme une capacité institutionnelle inscrite dans un cadre de gouvernance, et non comme un simple ensemble disparate d’outils. Dans la pratique, cela suppose une gouvernance transversale dotée d’une véritable autorité, déléguée par les hauts responsables, plutôt qu’un simple corpus de lignes directrices. Cette gouvernance doit s’appuyer sur une gestion rigoureuse de l’information : il convient d’intégrer les systèmes de gestion des données, des archives et des connaissances avant de déployer les outils d’IA à grande échelle, et de démontrer leur valeur ajoutée sur un ensemble de données limité, mais bien géré, avant d’en étendre l’utilisation, plutôt que de chercher à tout mettre en œuvre simultanément.
La formation à l’IA, les réseaux de pairs ainsi que les échanges directs avec les parlementaires et le personnel revêtent une importance bien plus grande qu’on ne le pense généralement. Les premiers échecs devraient être considérés comme des enseignements à tirer, et non comme des raisons de faire marche arrière. S’agissant plus particulièrement de l'IA fantôme, la leçon à retenir est qu’il vaut mieux lui opposer des solutions de substitution que chercher à l’interdire : il convient de mettre à disposition des outils fiables, inscrits dans un cadre de gouvernance, accompagnés des orientations et du soutien nécessaires pour en favoriser un usage effectif. En matière de souveraineté, les recommandations pratiques consistent à cartographier les dépendances, à élaborer des scénarios de rupture et à faire de la portabilité des charges de travail une capacité essentielle, l’objectif étant de parvenir à une autonomie pragmatique plutôt qu’à une pureté idéologique.
Pour l'IA agentique, des cadres de gouvernance doivent être en place avant le déploiement, et non après. La refonte des processus, les contrôles impliquant une intervention humaine et une supervision indépendante doivent tous exister dès le départ. Les parlements pourraient profiter d'une analyse partagée des modèles d'infrastructure plutôt que de laisser chaque institution développer la sienne.
La réunion a permis d'identifier des axes de travail pour l'avenir, notamment le développement du programme de formation et de sensibilisation à l'IA ; la poursuite de la réflexion sur les fonctions dédiées à l'IA et les cadres de compétences ; le partage d'approches en matière de souveraineté de l'IA et de gestion des dépendances ; ainsi que l'élaboration et le partage de conseils pratiques sur la gouvernance de l'IA agentique.
Le CIP met à disposition des ressources pour accompagner la transition des parlements vers l'IA, quel que soit leur stade de maturité, notamment le Cadre de maturité pour l'IA dans les parlements, les Lignes directrices pour l'IA dans les parlements et les Scénarios d'utilisation de l'IA dans les parlements.
o support adoption of AI. These span the whole AI journey, from foundational to advanced, though all of them remain relevant regardless of an institution’s current level of AI maturity:
AI should be treated as a governed institutional capability rather than a loose collection of tools. In practice, this means cross-functional governance with real authority delegated from senior leadership, not just guidance documents. That governance has to rest on solid information management: unify data, records and knowledge management systems before scaling AI tools, and prove value on a small, well-governed data set before expanding, rather than attempting everything at once.
Literacy training, peer networks and direct engagement with MPs and staff all matter more than is often assumed, and early failures should be treated as learning opportunities rather than as grounds to pull back. On shadow AI specifically, the lesson is to compete with it rather than ban it: offer trusted, governed alternatives, complete with the guidelines and support that make them genuinely usable. For sovereignty, the practical advice is to map dependencies, build out disruption scenarios and treat workload portability as a core capability, aiming for pragmatic autonomy rather than ideological purity.
For agentic AI, governance frameworks need to be in place before deployment, not after. Process redesign, human-in-the-loop controls and independent oversight all need to exist upfront. Parliaments could benefit from exploring shared infrastructure models rather than each institution building its own.
The meeting identified themes for future work, including: further development of the AI literacy and training agenda; continued exploration of dedicated AI roles and competency frameworks; the sharing of approaches to AI sovereignty and dependency management; and the development and sharing of practical guidance on agentic AI governance.
The CIP provides resources to support parliaments in their transition to AI, regardless of their stage of maturity, including the Maturity Framework for AI in Parliaments, the Guidelines for AI in parliaments and the Use cases for AI in parliaments.
