Dans notre précédent article (, nous avons établi que la littératie en IA ne se limite pas à une simple addition de compétences techniques, mais constitue à la fois un impératif démocratique et un levier stratégique pour votre organisation. Si le cadre législatif européen, à travers la version initiale de l’AI Act, a mis en lumière l’obligation pour les organisations de garantir un certain niveau de maîtrise et de compétence sur ces systèmes, le risque demeure que l’IA accentue la fracture numérique et renforce les inégalités sociales. Comme nous l’avons vu, la littératie implique de comprendre, d’utiliser et d’évaluer de manière critique ces systèmes afin de garantir que les décisions restent pilotées par l’humain et éclairées. Mais comment les organisations de la société civile peuvent-elles concrètement intégrer ce changement culturel ?

Pour faire de l’IA générative un levier d’autonomisation plutôt qu’une source de dépendance, nous proposons d’explorer six solutions clés, allant de la rigueur sémantique à l’autonomie intellectuelle, du niveau individuel au niveau collectif, en passant par le dialogue social et des cadres de compétences structurés.

Au niveau individuel, l’enjeu consiste à doter chaque membre de l’organisation (salariés, bénévoles et même bénéficiaires) des outils intellectuels nécessaires pour interagir de manière critique avec les systèmes d’IA dans leurs activités quotidiennes.

1. Éviter de regrouper les technologies de manière indistincte

Il est important de préciser systématiquement de quel type d’IA il est question et de privilégier les termes « système d’IA » ou « dispositif d’IA » plutôt que « outil d’IA ». Cette distinction souligne que les systèmes d’IA générative intègrent des données d’entraînement, des infrastructures de calcul, des modèles économiques, des représentations sociales et des normes techniques dans un système sociotechnique complexe. Un langage trop simpliste masque leur nature systémique ainsi que les rapports de pouvoir qu’ils impliquent.

Par exemple, une société civile travaillant sur l’inclusion sociale pourrait organiser des ateliers internes au cours desquels les équipes distinguent une interface de chatbot du modèle sous-jacent, aidant ainsi à mieux comprendre des enjeux tels que les biais de données ou la dépendance aux grands acteurs technologiques. Cette clarification, simple en apparence, peut déjà transformer la manière dont ces systèmes sont perçus et utilisés.

2. S’imposer, et imposer, une rigueur évaluative

L’évaluation des systèmes d’IA souffre de ce que le journaliste Kevin Roose a décrit comme un « véritable fouillis », avec des méthodologies incohérentes et opaques. Les sociétés civiles doivent donc développer une culture de l’évaluation critique, en évitant les comparaisons ad hoc et en exigeant des critères d’évaluation transparents et partagés.

Concrètement, une ONG humanitaire utilisant l’IA pour prioriser la distribution de l’aide pourrait mettre en place un protocole interne de revue. Cela signifie qu’avant d’adopter une solution, les équipes examineraient systématiquement l’origine des performances annoncées, les jeux de données utilisés et les limites du système. Cela améliore non seulement la prise de décision, mais renforce également la responsabilité de l’organisation vis-à-vis de ses bénéficiaires et de ses bailleurs.

3. Distinguer les usages effectifs des usages promis

Si les discours autour de l’IA générative sont souvent enthousiastes, son adoption dans la pratique reste inégale et parfois limitée. Comprendre cet écart est essentiel pour éviter des investissements mal orientés ou des attentes irréalistes.

Par exemple, une association dans le secteur de l’éducation peut entendre que l’IA va révolutionner l’apprentissage personnalisé, alors que les enseignants ne l’utilisent que ponctuellement faute de formation ou de confiance. En organisant des sessions de retour d’expérience en interne, l’organisation peut identifier ce qui est réellement utilisé par rapport à ce qui est simplement promu, et adapter sa stratégie de formation en conséquence.

La littératie en IA doit donc être envisagée comme un continuum d’apprentissage englobant la capacité à comprendre, utiliser et évaluer de manière critique les systèmes d’IA. Cette approche offre également une opportunité unique de traiter des enjeux plus larges de littératie numérique, notamment la compréhension des données, l’économie de l’attention et la gouvernance des plateformes. Ces dimensions doivent être adaptées à la mission et aux publics de chaque organisation.

En passant des pratiques individuelles à la transformation organisationnelle, le niveau collectif joue un rôle décisif pour structurer, pérenniser et déployer ces efforts à l’échelle de l’écosystème des sociétés civiles. Voici trois autres piliers à considérer.

4. Partager un référentiel de compétences harmonisé

Pour structurer le développement des compétences, les sociétés civiles devraient s’appuyer sur des référentiels nationaux ou européens tels que le Cadre de référence des compétences numériques (CRCN) en France ou DigComp 3.0 au niveau européen. D'autres guides, tels que « The Responsible AI Roadmap for CSOs » (Feuille de route pour une IA responsable à l'intention des OSC) d'Ayşegül Güzel, publié sur Hive Mind, sont à votre disposition. Cela permet de dépasser le « Far West » actuel des offres de formation et d’assurer un socle commun de connaissances.

Par exemple, une fédération de sociétés civiles pourrait adopter DigComp 3.0 comme référence partagée et cartographier les compétences de ses salariés et bénévoles en s’y référant, facilitant ainsi des parcours de formation plus cohérents et la collaboration entre organisations.

5. Amplifier la formation professionnelle grâce à des mécanismes redistributifs spécifiques

L’histoire des technologies à usage général (machine à vapeur, électricité, technologies numériques) montre que le renforcement des capacités humaines génère davantage de retombées que la seule focalisation sur les outils technologiques.

Pour les sociétés civiles, cela peut se traduire par l’allocation d’une partie des budgets à la formation des utilisateurs finaux et par le recours à des mécanismes tels que des modèles de financement mutualisés. Une petite association, par exemple, pourrait s’associer à d’autres structures de son réseau pour cofinancer des ateliers de littératie en IA, rendant ainsi des formations de qualité accessibles malgré des ressources limitées.

6. S'appuyer sur la médiation numérique

Les sociétés civiles devraient s’appuyer sur les écosystèmes de proximité existants (bibliothèques, centres communautaires ou espaces numériques locaux) pour proposer des activités accessibles de littératie en IA, telles que des ateliers, des débats ou du mentorat individuel.

Par exemple, une ONG travaillant avec des publics vulnérables pourrait collaborer avec une bibliothèque locale pour organiser des sessions d’initiation à l’IA, permettant aux bénéficiaires de comprendre et d’expérimenter ces technologies dans un environnement bienveillant et centré sur l’humain.

Conclusion

Après avoir exploré pourquoi la littératie en IA doit être intégrée à la vision stratégique des sociétés civiles, ce second article s’est concentré sur les moyens de la rendre opérationnelle. L’intégration de la littératie en IA ne constitue pas une initiative ponctuelle, mais une transformation stratégique nécessitant à la fois un engagement individuel et une structuration collective.

En combinant clarté sémantique, évaluation critique, analyse des usages réels, cadres de compétences partagés, investissement dans le capital humain et médiation locale, les sociétés civiles peuvent faire de l’IA un levier d’autonomisation plutôt qu’un facteur d’exclusion. Plus qu’un défi technique, il s’agit d’une opportunité de réaffirmer la mission fondamentale des organisations de la société civile : doter les individus et les communautés des connaissances et du pouvoir d’agir nécessaires pour évoluer dans un monde de plus en plus complexe.

Votre avis compte!

Que pensez-vous de ce texte ? Prenez 30 secondes pour partager votre retour et nous aider à créer un contenu significatif pour la société civile!

Cet article a été rédigé par Martin LEPINETTE, chargé d'études et de projets chez Renaissance Numérique, et Jean-François LUCAS, délégué général de Renaissance Numérique

Avertissements

Cet article est le début d'une série intitulée « Feuille de route pour une IA responsable pour les OSC », élaborée dans le cadre de l’initiative L'IA au service du changement social du programme d'activisme numérique de TechSoup, avec le soutien de Google.org.

Les outils d'IA évoluent rapidement et, malgré tous nos efforts pour garantir la validité du contenu que nous fournissons, certaines informations peuvent ne plus être à jour. Si vous constatez qu'une information est obsolète, merci de nous le signaler à l'adresse content@techsoup.org.

Ce contenu a été créé avec l'aide de l'IA et a été relu et corrigé par Martin LEPINETTE, chargé d'études et de projets chez Renaissance Numérique, et Jean-François LUCAS, délégué général de Renaissance Numérique