Participatif
ACCÈS PUBLIC
16 / 05 / 2025 | 12 vues
Jacky Lesueur / Abonné
Articles : 1974
Inscrit(e) le 04 / 03 / 2008

Intelligence artificielle : vers une transformation socio-économique?

Face à l’accélération de la transition numérique et aux tensions croissantes autour des critères ESG, l’intelligence artificielle s’impose comme un levier puissant mais ambivalent de transformation économique et sociale.

 

La note que viennent de publier  Bassem Asseh, premier adjoint à la maire de Nantes et expert associé à la Fondation Jean-Jaurès, et Manon Projean, étudiante à Sciences Po Lille,  devrait retenir l'attention.
 

En effet, sur ce dossier d'importance et les profonds bouleversements qui y sont liés , ils explorent les opportunités et les risques liés à l’essor de l’IA. En questionnant sa capacité à servir le bien commun et à réduire les inégalités, ils proposent des pistes concrètes pour construire un nouveau compromis socio-économique, fondé sur la redistribution, la régulation, la formation et une gouvernance plus démocratique de la technologie.

 

Pour les auteurs de cette note, l ’économie mondiale est aujourd’hui à la croisée des chemins, confrontée à des défis multiples : crise écologique, montée des inégalités et transformation numérique accélérée.

 

Ils  insistent notamment sur le fait que deux grandes tendances émergent dans les débats contemporains :

 

  • d’une part, l’intelligence artificielle (IA) comme levier d’innovation et d’optimisation et,
  • d’autre part, la nécessité de repenser le modèle socio-économique afin de mieux répartir les gains de productivité et d’intégrer les critères environnementaux, sociaux et de gouvernance (ESG).

 

Mais ces deux dynamiques ne sont pas indépendantes : elles s’entrelacent, ouvrant ainsi la possibilité d’une refonte des modèles économiques et sociaux.

 

Cette note aborde aussi la question de voir   comment l’IA peut être un moteur de transformation aligné sur les critères ESG, tout en tenant compte des défis qu’elle pose en termes d’équité et d’éthique.

 

Il s’agit de comprendre comment elle peut être un catalyseur du changement économique et social : si l’IA est un outil capable de guider la « main invisible » vers un modèle économique aligné aux critères ESG, il nous faut déterminer les conditions et le cadre nécessaires à cette transformation....../...

 

Les principales propositions mises en avant :

 

Pour les auteurs de cette note, plusieurs pistes sont envisageables et mériteraient d’être étudiées plus en profondeur quant à leurs conséquences et leurs modalités de mise en œuvre :
 

  • la redistribution des gains de productivité : si les gains générés par l’IA sont principalement captés par le capital, il en résulterait une explosion des inégalités. Une meilleure répartition des richesses pourrait passer par des dispositifs significativement renforcés de participation des salariés aux bénéfices des entreprises ;
  • la régulation et la fiscalité : la question de la taxation des robots et de la contribution des entreprises numériques aux finances publiques est centrale. L’optimisation fiscale des grandes entreprises technologiques doit être encadrée afin de garantir un juste retour des investissements publics dans l’innovation ;
  • la formation et la reconversion professionnelle : pour éviter une exclusion massive des travailleurs peu qualifiés, un effort considérable doit être porté sur la formation et l’adaptation aux nouvelles compétences requises par l’économie numérique ;
  • le mix énergétique devra être décarboné, au plus vite, par le développement et la maintenance des parcs nucléaire et renouvelable, sans quoi l’IA et son développement généreront des émissions de gaz à effet de serre rendant l’économie encore moins soutenable qu’elle ne l’est aujourd’hui ;
  • un portage et une promotion des solutions open source qui, du fait d’une forme de mutualisation des coûts, permettraient de réduire les barrières à l’entrée des acteurs économiques n’ayant pas encore recours à l’effet de levier que constitue l’IA pour leurs stratégies produit et leurs modèles d’affaires ;
  • une gouvernance plus transparente et démocratique de l’IA : pour éviter les biais et les discriminations, les algorithmes doivent être supervisés et régulés, et les données utilisées doivent être accessibles et contrôlables par le public, le tout tendant vers une promotion des solutions open source plutôt que les solutions propriétaires.

 

Pas encore de commentaires