La tribune de Chioma Nneka Enyinnah.
Dans tous les environnements où j’ai travaillé au déploiement de technologies à grande échelle, qu’il s’agisse de bâtir des pipelines de données pour des instituts de recherche, de concevoir des systèmes opérationnels pour des équipes internationales, ou de cofonder une plateforme EdTech au service de centaines de spécialistes en Afrique de l’Ouest, j’ai constaté la même chose à chaque fois. L’architecture technique est rarement la première à faillir. C’est la gouvernance qui pose problème. Les règles, les structures de responsabilité, la compréhension partagée de la finalité du système, de ses bénéficiaires, et des mesures à prendre en cas de dysfonctionnement.
Ce constat devient urgent à mesure que l’intelligence artificielle passe du stade expérimental au stade infrastructurel sur le continent africain. Et il pose une question à laquelle les leaders technologiques, les fondateurs et les décideurs politiques de la région n’ont pas encore apporté de réponse suffisamment sérieuse. Qui définit les règles qui régiront l’IA en Afrique ? Sont-elles faites pour nous, ou à notre sujet ?
Le déficit de gouvernance dont personne ne parle suffisamment ouvertement
L’Afrique participe pleinement aux discussions mondiales sur l’IA. Au Nigeria, les plateformes fintech déploient l’apprentissage automatique pour l’évaluation du crédit. Au Kenya, les startups agrotech utilisent des modèles prédictifs pour optimiser les rendements agricoles. En Afrique du Sud, le système de santé expérimente des diagnostics assistés par IA. Le continent se développe vite.
Mais la gouvernance n’a pas suivi le rythme du déploiement. La plupart des organisations africaines qui construisent aujourd’hui des produits d’IA opèrent selon l’un des deux modèles et les deux posent problème.
Le premier, c’est la gouvernance empruntée. En effet, les gouvernements adoptent purement et simplement la loi européenne sur l’IA, des normes ISO, ou des directives fédérales américaines, sans véritable adaptation aux systèmes juridiques locaux, aux réalités des données ou aux contextes sociaux. Or, ces cadres ont été conçus dans des environnements dotés d’infrastructures de données robustes, d’un niveau élevé de compétences numériques, d’une grande confiance institutionnelle, et de systèmes juridiques capables de faire respecter des obligations de conformité complexes. Les importer dans des contextes où ces conditions ne sont pas réunies ne garantit pas la sécurité. Ça donne l’illusion d’une conformité de façade qui satisfait les partenaires internationaux, mais laisse les communautés locales totalement sans protection.
Le second, c’est l’absence pure et simple de gouvernance. Les organisations déploient des systèmes d’IA sans aucun cadre formel, en s’appuyant uniquement sur la bonne volonté des fondateurs et les normes informelles de petites équipes. Cette approche se comprend dans les jeunes startups, où la rapidité est une condition de survie. Elle devient dangereuse à mesure que le système prend de l’échelle.
Au sein du Vision AI Consortium, où je dirige les opérations mondiales, l’une de mes principales responsabilités est de m’assurer que, lorsque nous déployons notre architecture d’IA sur des marchés émergents et établis, la gouvernance ne soit pas une formalité ajoutée après coup à un système déjà en fonctionnement. J’ai pu constater, par expérience directe, à quel point cette adaptation devient complexe une fois que le système a des utilisateurs, des dépendances et une dynamique commerciale. Il faut construire la gouvernance avant le passage à l’échelle, pas après.
Pourquoi les frameworks importés sont insuffisants
Les limites de la gouvernance empruntée ne sont pas abstraites. Elles se manifestent de façon concrète et lourde de conséquences.
D’abord, les données. Les cadres européens de gouvernance de l’IA reposent sur l’hypothèse d’écosystèmes de données conformes au RGPD. Les personnes concernées clairement sont identifiées, un consentement est documenté, des droits d’accès et d’effacement sont réellement exécutoires.
Dans une grande partie de l’Afrique, l’infrastructure de données ne fonctionne pas encore de cette façon. En effet, la collecte informelle, le faible niveau de compétences numériques des utilisateurs finaux, la fragmentation des environnements réglementaires entre 55 États membres font que les principes du RGPD, appliqués sans adaptation, sont soit inapplicables, soit créent des contraintes qui désavantagent les innovateurs locaux face à des entreprises internationales mieux dotées en ressources.
Ensuite le contexte culturel. Les systèmes d’IA entraînés principalement sur des ensembles de données occidentaux intègrent des hypothèses sur la langue, les comportements, l’identité et les risques qui ne se transposent pas sans difficulté aux contextes africains. Un modèle de notation de crédit validé au Royaume-Uni intègre des hypothèses sur les comportements financiers différentes de celles d’un modèle conçu pour les réalités de Lagos ou d’Accra. Les cadres de gouvernance qui n’imposent ni validation locale, ni consultation communautaire, ni audit contextuel ne détecteront pas les préjudices les plus importants pour les utilisateurs africains.
Enfin les dynamiques de pouvoir. Quand des organisations africaines adoptent des cadres élaborés par d’autres, elles adoptent aussi les priorités de ces autres acteurs. La loi européenne sur l’IA est, entre autres choses, un instrument de politique industrielle conçu en partie pour façonner les normes mondiales de manière à favoriser les intérêts européens. Il n’y a rien de mal à ça. Tout cadre de gouvernance majeur reflète les priorités de ses auteurs. Le problème survient quand le cadre d’une région devient la norme mondiale de facto, non parce qu’il est universellement pertinent, mais parce qu’aucune alternative ne bénéficie d’un soutien institutionnel suffisant.
Ce que KnowBaze m’a appris sur la conception structurelle
Quand j’ai cofondé KnowBaze, l’objectif était simple en théorie et complexe en pratique : créer un parcours structuré pour les personnes en transition vers le secteur technologique, en particulier les femmes et les communautés sous-représentées, dans un contexte où les ressources existantes étaient conçues pour des apprenants différents dans des environnements différents.
La leçon que j’en ai tirée s’applique directement à la gouvernance de l’IA. On ne peut pas prendre un programme conçu pour des apprenants à San Francisco ou à Londres, le traduire en pidgin, et prétendre l’avoir localisé. Les hypothèses sous-jacentes sur les connaissances préalables, les outils disponibles, la nature des carrières dans le secteur technologique et leur accessibilité réelle demandent une refonte fondamentale, pas une adaptation superficielle.
Il en va de même pour les cadres de gouvernance. La localisation n’est pas une traduction. C’est une refonte, ancrée dans les réalités, les risques et les valeurs spécifiques des communautés que le cadre est censé protéger.
Construire KnowBaze (qui compte aujourd’hui plus de 600 spécialistes formés) m’a appris qu’une conception structurelle bien pensée est plus lente, plus complexe et plus collaborative que l’importation d’un modèle existant. J’ai aussi appris que c’est la seule approche viable à grande échelle, parce que les communautés concernées peuvent immédiatement sentir si un système a été conçu spécifiquement pour elles ou simplement adapté. Cette différence est décisive, car elle détermine la confiance que les utilisateurs accordent au système, et leur engagement à l’utiliser pleinement.
Ce qui se construit déjà au niveau continental
Il serait inexact de dire que rien ne bouge.
En effet, la Stratégie continentale de l’Union africaine en matière d’IA, approuvée à l’unanimité par les ministres africains des TIC en juin 2024 et endossée par le Conseil exécutif de l’UA à Accra en juillet 2024, constitue une avancée réelle vers une coordination continentale. Le document s’articule autour de cinq axes :
- Tirer pleinement parti des avantages de l’IA pour le développement ;
- Renforcer les capacités ;
- Minimiser les risques ;
- Stimuler l’investissement ;
- Favoriser la collaboration entre les 55 États membres.
Le calendrier de mise en œuvre est structuré en deux phases. La phase 1, qui court de 2025 à 2026, établit les structures de gouvernance et sécurise les ressources nécessaires. La phase 2, qui débute en 2028, lancera les projets et actions principaux de la stratégie, sur la base d’une évaluation prévue en 2027.
Plusieurs gouvernements nationaux ont déjà élaboré ou sont en train d’élaborer des cadres politiques spécifiques à l’IA ; le Rwanda, le Kenya, l’Égypte, entre autres. Partout sur le continent, des organisations de la société civile et des instituts de recherche contribuent aux dimensions techniques et éthiques de ce débat. Des forums sous-régionaux, comme celui organisé par l’UNESCO en Afrique de l’Est en juin 2024, ont produit des déclarations appelant à des mécanismes de coordination régionaux pour soutenir cette mise en œuvre.
Mais ce mouvement institutionnel a une faille structurelle. En effet, le secteur privé (les fondateurs, les directeurs techniques, les opérateurs qui conçoivent et déploient réellement des produits d’IA) est largement absent de ce débat sur la gouvernance. Cette absence est à la fois compréhensible et coûteuse. Les organisations qui connaissent le mieux le comportement des systèmes d’IA dans les contextes africains, les risques qu’ils engendrent et les mécanismes de gouvernance concrètement applicables, sont précisément celles qui considèrent aujourd’hui la gouvernance comme une obligation de conformité plutôt que comme un principe de conception.
Ça doit changer.
L’expérience montre que l’ambition seule ne suffit pas
L’Afrique a déjà connu plusieurs cadres stratégiques continentaux ambitieux dans le numérique notamment la Stratégie de transformation numérique pour l’Afrique, la Stratégie pour la science, la technologie et l’innovation, le cadre continental de l’éducation 2016-2025. L’expérience de ces cadres antérieurs montre qu’en l’absence de gouvernance forte et d’instruments de suivi-évaluation opérationnels, l’ambition stratégique tend à se diluer entre l’adoption au niveau continental et la mise en œuvre réelle dans chaque pays.
C’est précisément le risque qui pèse sur la Stratégie continentale IA. Un cadre adopté à l’unanimité par 55 ministres reste un texte tant qu’il ne se traduit pas en mécanismes nationaux concrets, en capacités d’audit locales, et en obligations effectivement applicables aux entreprises qui déploient des systèmes d’IA sur le terrain. La création d’un observatoire africain indépendant de l’IA, évoquée dans les discussions autour de la stratégie, pourrait constituer ce chaînon manquant, mais elle reste à ce jour à l’état de proposition plutôt que de structure opérationnelle.
Plaidoyer pour une gouvernance de l’IA menée par les Africains
Rien de tout ça ne justifie l’isolationnisme ni le rejet pur et simple des normes internationales. En effet, l’interopérabilité mondiale est essentielle. Les systèmes d’IA africains devront fonctionner au-delà des frontières, s’intégrer aux plateformes internationales, et répondre aux exigences de gouvernance des partenaires et investisseurs mondiaux. Cette réalité ne va pas disparaître.
L’argument est plus précis que ça. En effet, l’Afrique doit être co-auteure des normes de gouvernance mondiale de l’IA, pas simple destinataire. Pour y parvenir avec crédibilité et influence, le continent doit élaborer ses propres cadres fondés sur les réalités africaines, éclairés par l’expertise africaine, et validés par des processus institutionnels africains qui permettent un véritable dialogue avec les normes internationales, plutôt qu’une simple soumission à celles-ci.
Un point de départ pratique
Je ne suggère pas que chaque startup africaine ait besoin d’un comité d’éthique dédié à l’IA, ni d’une politique de gouvernance de cent pages. Le point de départ pratique est plus modeste, et plus accessible.
Ça commence par reconnaître que la question « Ce système fonctionne-t-il ? » est incomplète sans se demander « Fonctionne-t-il pour qui, et à quel prix ?« .
Ça continue avec la mise en place de véritables mécanismes de retour d’information (pas de simples questionnaires à choix multiples) capables de recueillir l’expérience réelle des communautés les plus touchées par le déploiement de l’IA.
Et ça exige d’investir dans des capacités d’audit locales. En effet, il faut investir dans l’expertise technique nécessaire pour évaluer les systèmes d’IA au regard de normes adaptées au contexte, plutôt que de s’en remettre exclusivement à des organismes de certification internationaux absents des communautés qu’ils certifient.
Tout ça demande que les organisations qui ont le plus à gagner à bien faire les choses (les plateformes qui se développent sur plusieurs marchés africains, les structures de consortium qui construisent l’infrastructure d’IA pour le continent) prennent la gouvernance suffisamment au sérieux pour lui allouer des ressources réelles. Pas comme obligation légale, mais comme choix de conception fondamental.
Au sein du Vision AI Consortium, c’est le travail que nous menons. Ce n’est ni parfait ni complet car le domaine est trop jeune et trop complexe pour que quiconque puisse l’affirmer. Toutefois, nous travaillons délibérément, avec la conviction que l’architecture de gouvernance que nous mettons en place aujourd’hui façonnera l’avenir de l’IA en Afrique pour les deux prochaines décennies.
La fenêtre est ouverte, mais pas indéfiniment
Les normes de gouvernance mondiale de l’IA sont en train de s’écrire en ce moment même. Les cadres développés, débattus et institutionnalisés au cours des trois à cinq prochaines années se cristalliseront en normes extrêmement difficiles à réviser une fois qu’un consensus international aura été atteint. L’Afrique dispose d’une opportunité réelle (limitée, mais réelle) de façonner ces normes plutôt que de les subir.
Ça exige que les technologues, les décideurs et les opérateurs africains s’engagent dans le débat sur la gouvernance avec la même énergie et la même expertise qu’ils déploient dans le développement de produits et l’expansion de marchés. Ça exige de considérer la gouvernance de l’IA non pas comme un frein à l’innovation, mais comme l’infrastructure qui garantit la fiabilité de cette innovation et permet son déploiement à grande échelle.
Parce qu’au final, la question n’est pas de savoir si l’Afrique sera gouvernée par des cadres d’IA. Elle le sera. La seule question est de savoir si les Africains les auront élaborés.
Questions fréquentes (FAQ par la rédaction)
Qu’est-ce que la Stratégie continentale de l’Union africaine sur l’IA ?
Adoptée à l’unanimité par les ministres africains des TIC en juin 2024 et endossée par le Conseil exécutif de l’UA à Accra en juillet 2024, c’est le premier cadre commun pour orienter le développement et l’usage de l’intelligence artificielle sur l’ensemble du continent. Elle s’articule autour de cinq axes (bénéfices de l’IA, renforcement des capacités, minimisation des risques, investissement, collaboration) et se déploie en deux phases : 2025-2026 pour les structures de gouvernance, à partir de 2028 pour les projets à grande échelle.
Pourquoi appliquer le RGPD ou l’AI Act européen tel quel pose problème en Afrique ?
Ces cadres supposent des infrastructures de données matures, des écosystèmes juridiques capables de faire respecter des obligations complexes, et une forte confiance institutionnelle. Une grande partie de l’Afrique n’a pas encore ces conditions réunies : collecte informelle de données, fragmentation réglementaire entre pays, faibles compétences numériques chez de nombreux utilisateurs finaux. Appliquer ces cadres sans adaptation crée une conformité de façade qui ne protège pas réellement les utilisateurs locaux.
Quels pays africains ont déjà un cadre national sur l’IA ?
Le Rwanda, le Kenya et l’Égypte font partie des pays ayant élaboré ou sont en train d’élaborer des cadres politiques spécifiques à l’IA. D’autres initiatives sous-régionales, comme la Déclaration de Nairobi adoptée en Afrique de l’Est en juin 2024, complètent ce paysage encore fragmenté.
Qui devrait participer à l’élaboration de la gouvernance de l’IA en Afrique ?
L’autrice plaide pour une implication beaucoup plus forte du secteur privé (fondateurs, directeurs techniques, opérateurs de produits d’IA) aux côtés des gouvernements, des organisations de la société civile et des instituts de recherche déjà engagés. Ce sont les acteurs qui déploient concrètement les systèmes d’IA qui connaissent le mieux les risques réels et les mécanismes de gouvernance applicables sur le terrain.
Par où une startup africaine peut-elle commencer en matière de gouvernance IA ?
Pas nécessairement par un comité d’éthique formel ou une politique de cent pages. Trois étapes pratiques : se demander systématiquement pour qui un système fonctionne et à quel prix, mettre en place de vrais mécanismes de retour d’information avec les communautés affectées, et investir dans des capacités d’audit local plutôt que de s’en remettre uniquement à des certifications internationales.