SÉANCE — ESDST-O6
Samedi 31 octobre 2026
11h20
Salle Valletta
Résumé de la communication

Enjeux de la gouvernance de l’IA

Résumé

La gouvernance de l’intelligence artificielle (IA) connaît une transition majeure, passant d’une phase normative et exploratoire à une phase d’opérationnalisation structurée, marquée par l’entrée en application progressive du AI Act dans l’Union européenne et par l’adoption internationale de cadres de gestion des risques tels que le National Institute of Standards and Technology AI Risk Management Framework (AI RMF). Cette réflexion propose une analyse synthétique des avancées récentes et des orientations stratégiques en matière de gouvernance de l’IA. Sur le plan méthodologique, l’étude repose sur une revue critique des publications scientifiques récentes, des cadres réglementaires émergents et des feuilles de route institutionnelles, afin d’identifier les convergences normatives.

Les résultats montrent qu’en 2026 la gouvernance de l’IA s’articule autour d’un modèle intégré combinant exigences de documentation technique, auditabilité des systèmes à haut risque, supervision humaine et mécanismes de gestion continue des risques. La mise en œuvre progressive de l’AI Act introduit des obligations différenciées selon les niveaux de risque, renforçant la traçabilité, la transparence et la responsabilité des fournisseurs et des déployeurs de systèmes d’IA. Parallèlement, les organisations adoptent des dispositifs internes de gouvernance incluant comités d’éthique, fonctions dédiées à la confiance numérique et outils automatisés de suivi de conformité, traduisant une évolution vers une gouvernance « by design » intégrée au cycle de vie des systèmes. La normalisation technique, soutenue par des organismes comme le NIST, contribue à structurer des pratiques communes, d’évaluation et d’atténuation des risques, favorisant l’interopérabilité réglementaire.

La feuille de route futuriste met en évidence quatre priorités stratégiques : (1) le renforcement des capacités institutionnelles de contrôle et d’audit indépendant ; (2) le développement d’indicateurs mesurables de performance en matière d’IA responsable ; (3) l’alignement progressif des cadres nationaux; et (4) la formation et la certification des professionnels spécialisés en gouvernance algorithmique. Toutefois, des défis persistants demeurent, notamment l’adaptation des cadres réglementaires à l’essor des systèmes génératifs et agentiques, ainsi que la conciliation entre innovation rapide et protection des droits fondamentaux.

De nos jours, on assiste à un tournant vers une gouvernance de l’IA plus structurée, fondée sur le risque, orientée vers la conformité opérationnelle et inscrite dans une dynamique d’harmonisation internationale visant à assurer un développement technologique responsable et durable.

Forum de l’Éducation ESDST’2026 — Hôtel Verdi, Gammarth (Tunisie)