Les technologies d’intelligence artificielle (IA), y compris l’IA générative (GenIA), révolutionnent les industries à travers le monde, offrant des capacités inégalées en automatisation, en efficacité et en analyse de données. Si le secteur privé a adopté l’IA rapidement, les autorités du secteur public se heurtent à d’importants obstacles lors de l’adoption à grande échelle. À mesure que les gouvernements cherchent à se moderniser, ces défis se révèlent souvent plus complexes que de simples préoccupations techniques ou budgétaires. Une analyse approfondie révèle que des enjeux comme la désuétude des compétences, une culture d’aversion au risque et des processus d’approvisionnement fragmentés jouent aussi un rôle clé dans l’entrave à l’intégration de l’IA.

Pénurie de compétences : La main-d’œuvre héritée peine à suivre

Les organismes du secteur public sont souvent accablés par des systèmes et infrastructures désuets. Le personnel au sein de ces organismes, historiquement formé pour gérer ces systèmes, est confronté à un défi de taille lorsqu’il s’agit d’adopter des technologies émergentes telles que l’IA. Alors que les gouvernements tentent de se moderniser, un écart notable se creuse entre les compétences requises pour gérer ces nouvelles technologies et celles existantes.

Contrairement aux entreprises privées qui investissent massivement dans le perfectionnement de leur main-d’œuvre, le secteur public a accusé un retard dans la formation de ses employés pour l’IA. Selon l’Enquête sur l’intelligence artificielle 2024 de la NASTD dans les opérations informatiques gouvernementales des États auprès de 50 autorités informatiques centrales d’État, 21 % des répondants ont identifié la connaissance et les compétences du personnel comme principal obstacle à leurs initiatives en IA. Cette pénurie de compétences est aggravée par le fait que le secteur public peinent souvent à rivaliser avec le secteur privé pour attirer et retenir les talents en IA. Le défi s’accentue, alors que 26 % des répondants n’avaient pas défini l’IA au sein de leur organisation.

Si les outils GenIA peuvent aider à atténuer certains des défis liés aux compétences de la main-d’œuvre en automatisant des tâches comme le développement de code et le service à la clientèle, ils ne sont pas une panacée. Pour que l’IA réussisse véritablement dans le secteur public, d’importants investissements devront être consentis dans le développement des compétences et la requalification du personnel.

Perception des risques et conformité réglementaire : Naviguer à travers les menaces

Le secteur public est particulièrement sensible aux risques entourant l’adoption de nouvelles technologies, notamment en matière de confidentialité des données, de cybersécurité et de conformité réglementaire. Par exemple, 21 % des répondants à l’enquête des autorités informatiques centrales d’État ont cité la perception du risque comme obstacle majeur à la mise en œuvre de l’IA. Dans des secteurs tels que la santé, la défense et les services sociaux, où l’utilisation de l’IA peut avoir un impact potentiel sur la vie des citoyens, les organisations du secteur public font preuve de prudence, à juste titre.

De plus, des réglementations comme le RGPD de l’UE et diverses politiques de sécurité nationale rendent difficile l’implantation de l’IA sans un examen minutieux. Par exemple, les enjeux liés à l’utilisation éthique de l’IA, dont les biais dans les algorithmes d’apprentissage automatique et l’utilisation inadéquate de renseignements personnels identifiables, créent un climat d’incertitude pour l’adoption et l’innovation qui s’ensuit.

Le propre système de passation de marchés fédéral ajoute un niveau supplémentaire de complexité. Les entrepreneurs ont souvent intérêt à prolonger la durée de vie des systèmes existants plutôt qu’à innover, ce qui leur garantit la continuité de leur activité. Par conséquent, les entrepreneurs peuvent résister à l’adoption de l’IA, surtout si elle ne s’aligne pas sur leur modèle d’affaires existant. Cette dépendance à l’égard des entrepreneurs de longue date perpétue le statu quo et empêche l’adoption de solutions plus agiles et innovantes.

Fidélité limitée des données

Les données gouvernementales proviennent souvent de systèmes variés, engendrant des incohérences de format, de normes et d’exhaustivité qui compliquent l’intégration et l’analyse pour l’IA. Les organismes fonctionnent généralement en silos, gérant leurs propres données, ce qui freine la collaboration interorganisationnelle. L’absence de formats ou de protocoles de données standardisés entre organismes complique davantage l’obtention d’ensembles de données unifiés requis pour la formation efficace des modèles d’IA. De plus, dans certains cas, les données pertinentes peuvent ne pas être collectées ou stockées de façon systématique, et les données existantes peuvent ne pas être aisément accessibles pour les initiatives en IA en raison des limites de l’infrastructure.

Fragmentation des achats publics : Bureaucratie et lenteur de l’innovation

Les processus d’approvisionnement dans le secteur public peuvent être lents et fragmentés. Parfois, la lourdeur administrative, les vérifications de conformité et la structure cloisonnée des organismes gouvernementaux créent un environnement difficile pour la mise en œuvre de nouvelles technologies comme l’IA.

Chaque organisme opère généralement avec des priorités, des budgets et des obstacles administratifs distincts, rendant difficile la mise en œuvre interorganismes de l’IA. Cette fragmentation signifie aussi que les organismes opèrent souvent isolément, ce qui donne lieu à des projets d’IA ponctuels plutôt qu’à des solutions intégrées à long terme.

Aller de l’avant : Une voie pour surmonter les obstacles

Bien que les défis énoncés ci-dessus soient de taille, ils ne sont pas insurmontables. Plusieurs mesures peuvent accélérer l’adoption de l’IA dans le secteur public :

• Perfectionnement et développement des talents : Les gouvernements doivent investir dans la formation et des programmes de développement pour doter leur main-d’œuvre des compétences nécessaires à l’exploitation des systèmes d’IA. Des partenariats avec les universités et le secteur privé peuvent contribuer à combler cet écart de compétences.
• Fonctions de politique de l’IA / Centre d’excellence en IA : Les gouvernements devraient instaurer des dirigeants principaux de l’IA et des centres d’excellence en IA pour identifier, établir et partager les normes éprouvées en matière de déploiement de l’IA à l’échelle des ministères et des organismes.
• Données prêtes pour l’IA : En collaborant avec des partenaires, les gouvernements peuvent se concentrer sur la normalisation, le nettoyage et la conformité à la vie privée des données afin de les préparer aux applications d’IA.
• Modernisation des processus d’approvisionnement : Simplifier les processus d’approvisionnement et encourager la collaboration interorganismes aidera à rationaliser l’adoption des technologies d’IA. Cela peut inclure la standardisation du langage contractuel relatif à l’IA et la suppression des obstacles bureaucratiques à l’innovation.
• Gestion des risques et de la réglementation : Les gouvernements devraient élaborer des cadres clairs de gouvernance de l’IA qui équilibrent innovation, aspects éthiques et conformité réglementaire. Ceci permettra de garantir l’utilisation responsable de l’IA tout en accélérant le progrès technologique. L’élaboration de cadres à l’échelle d’un ministère ou d’un organisme peut s’appliquer en tout ou en grande partie à d’autres et devrait être partagée et réutilisée.

Adopter l’IA pour un avenir public plus intelligent

L’adoption de l’IA dans le secteur public rencontre de nombreux obstacles : compétences désuètes, aversion au risque, fragmentation des achats publics et financement limité. Toutefois, avec les bons investissements, une planification stratégique et une collaboration intersectorielle, ces difficultés peuvent être surmontées.

Alors que l’IA continue de mûrir, il est crucial que les gouvernements embrassent son potentiel non seulement pour améliorer l’efficacité, mais aussi pour les larges bénéfices sociétaux qu’elle peut offrir. En effet, les gouvernements devraient prioriser les projets d’IA qui servent l’intérêt public, comme l’amélioration des soins de santé, du transport et des services sociaux. Il s’agit là d’un facteur clé pour accélérer l’adoption.

En relevant ces principaux défis de front, avec les bons partenaires, les autorités du secteur public peuvent commencer à exploiter le véritable potentiel de l’IA, transformant ultimement la prestation des services gouvernementaux et améliorant la vie des citoyens au bénéfice de tous.