Résumé
Le document traite de la question de la localisation dans le développement et la gouvernance de l’intelligence artificielle en Afrique. La discussion s’inspire des idées sur l’avantage local et le mélange de facteurs qui affectent les inégalités dans le développement de l’IA et comment cela influence la capacité des pays à façonner les normes, les cultures et la gouvernance de l’IA. Il analyse les documents politiques et les bases de données Internet pour mettre en évidence la place de l’Afrique dans le développement de l’IA, l’approche de gouvernance du continent et la relation symbiotique qui explique l’influence des pays avancés et des entreprises technologiques dans le paysage de l’IA. Sur cette base, il propose le concept de « politique de la locationalité » pour étendre notre compréhension de la manière dont le pouvoir résidant dans les systèmes d’IA est associé à leur emplacement principal et comment cette réalité, à son tour, (re)produit des déséquilibres et des opportunités inégales pour l’Afrique dans le développement et la gouvernance de l’IA. Il se termine par des implications pour la contribution de l’Afrique aux cultures, à la conception et à la gouvernance de l’IA au moment où il est impératif d’avoir des politiques d’IA bien équilibrées.
Mots clés : gouvernance de l’IA, culture, éthique, inégalité, avantage local, politique de locationalité.
Introduction
La course à la suprématie dans le développement et la gouvernance de l’intelligence artificielle s’est intensifiée parmi les pays leaders tels que les États-Unis, les nations européennes et la Chine (Bradford, 2023). Bon nombre des plus grandes entreprises et modèles d’IA trouvent leurs origines dans ces pays et bénéficient d’investissements massifs dans l’informatique, les données et les compétences (Moorosi, 2024). En revanche, les pays africains se vantent principalement d’écosystèmes de startups en IA coordonnés par des hubs technologiques tels que le « Silicon Savannah » du Kenya (Eke et al., 2023), et les journalistes africains ont dû s’attaquer à des outils comme ChatGPT, étant donné la pertinence de l’IA générative pour la production médiatique (Gondwe, 2023). Bien que beaucoup de ces expériences montrent le potentiel créatif de l’Afrique dans le secteur de l’IA, ainsi que son marché croissant pour les technologies et outils d’IA (Okolo et al., 2023), il reste des facteurs historiques, culturels, politiques, juridiques, économiques, de travail et de données complexes auxquels le continent est confronté dans sa quête de développement et de gouvernance de l’IA. Ce mélange de facteurs est un sujet que les chercheurs ont considéré à des degrés divers (Muldoon et Wu, 2023 ; Png, 2022). Je m’appuie sur cela en examinant la question de la locationalité dans ce mélange et comment la locationalité aide à expliquer des aspects de la relation symbiotique entre les pays et les plateformes dans la définition des principes de conception et de gouvernance de l’IA dans un contexte mondial.
Ma discussion se situe à l’intersection des études médiatiques critiques (Ott et Mack, 2014), de la géopolitique numérique (Wong, 2021) et des études sur l’IA (Crawford, 2021), cherchant à démontrer pourquoi l’IA, comprise comme un outil politique pour construire des connaissances et générer des cartes de sens, doit être située. Ce focus sur la situation est en outre lié aux études sur la géographie économique et l’avantage locatif (Dunning, 1998 ; Iammarino et McCann, 2013), qui expliquent pourquoi les multinationales comme les entreprises d’IA sont plus susceptibles de choisir certains lieux comme sièges sociaux et comment ces lieux sont mieux placés pour acquérir un plus grand pouvoir et levier. Cela concerne la compréhension que l’emplacement où une entreprise technologique est basée a une influence considérable sur les décisions de cette entreprise (Sargsyan, 2016), présupposant que le développement avancé de l’IA confère un avantage locatif à l’endroit où ce développement est principalement domicilié, en faisant un lieu de pouvoir dans la formation de l’éthique, des normes et de la gouvernance de l’IA au niveau mondial. Cette présupposition est celle que je questionne en demandant : Comment les questions liées à l’emplacement du développement de l’IA expliquent-elles l’impact que les pays africains ont pour façonner la conception, les cultures et la gouvernance de l’IA à la lumière des inégalités entre les nations avancées et le monde majoritaire ?
Cette question est cruciale car elle indique quels pays sont mieux positionnés en tant que principaux définisseurs de l’intelligence artificielle à un moment où la conception, les normes, l’éthique, les principes et la gouvernance de la technologie sont en cours de concrétisation. Elle mène également à mon argument sur ce que j’appelle la ‘politique de la locationalité’ en tant que concept pour faire avancer notre compréhension de la manière dont la situation principale des entreprises leaders en IA dans des emplacements avancés (comme le Nord global) révèle des inégalités dans le développement et la gouvernance de l’IA dans le monde majoritaire. Dans cet article, les emplacements avancés se réfèrent aux États-Unis, à l’Europe et à la Chine – suivant la description de Bradford (2023) qui les qualifie de trois empires numériques, ayant la capacité non seulement de définir l’écosystème numérique en fonction de leurs cultures et priorités, mais aussi de façonner les valeurs numériques d’autres pays qui tombent sous leur influence. La discussion qui suit s’articule autour d’une revue de la littérature, de ma méthodologie et de mes résultats, aboutissant à mon argument sur la politique de la locationalité.
La locationalité et le mélange de facteurs dans le développement de l’IA
À travers le paysage de l’IA, les principes éthiques sont vitaux car ils guident le développement, la conception et la gouvernance de l’IA (Tidjon et Khomh, 2022). En Afrique, certaines des valeurs éthiques et culturelles que les chercheurs soutiennent devraient guider le développement de l’IA incluent ubuntu (humanité communautaire), l’humanisme et les connaissances autochtones (Nayebare, 2019 ; Mhlambi et Tiribelli, 2023). Cependant, cela n’a pas été suffisamment réalisé, étant donné que les technologies de l’IA sur le continent restent largement des importations occidentales (Eke et al., 2023). Néanmoins, les systèmes d’IA africains d’origine locale ont augmenté, comme en témoigne la création de centres technologiques tels que le ‘Silicon Savannah’ du Kenya, la ‘Sheba Valley’ d’Éthiopie et la ‘Yabacon Valley’ du Nigeria (Eke et al., 2023). Ces centres servent d’écosystèmes offrant un levier pour les startups d’IA soutenues par des communautés telles que Data Science Nigeria et Deep Learning Indaba (Nuwer, 2024). Okolo et al. (2023) ont découvert qu’il existe au moins 102 de ces startups en Afrique. Mais ils font face à des défis allant d’une infrastructure limitée pour les technologies énergétiques et informatiques intensives à un manque d’expertise (Nuwer, 2024). Ces défis supposent que le développement de l’IA sur le continent est susceptible de prendre du retard par rapport aux avancées mondiales, avec des implications pour l’influence que le continent exerce en tant que lieu où se façonnent les normes, l’éthique et la gouvernance de l’IA.
Les États-Unis restent un acteur dominant dans la définition de l’éthique et de la gouvernance de l’IA. Chan et al. (2021), par exemple, observent que les États-Unis sont prédominants dans l’espace de développement de l’IA, en phase avec leur dominance économique et culturelle, et la Chine suit de près, pointant vers une guerre technologique entre les États-Unis et la Chine dans la géopolitique numérique (Wong, 2021). La Chine, en particulier, a exporté des technologies de reconnaissance faciale par IA et des technologies de villes intelligentes en Afrique, faisant d’elle le plus grand investisseur étranger en TIC du continent (Lin, 2024), avec un accès croissant aux ensembles de données africains (Okolo et al., 2023) – une tendance préoccupante. De plus, les investissements dans l’IA se concentrent toujours dans des pays comme les États-Unis et la Chine, avec seulement 1% des flux mondiaux de capital-risque qui vont en Afrique (Moorosi, 2024). Cela signifie que les bénéfices du développement de l’IA sont généralement réinvestis dans les pays leaders, créant ainsi des disparités supplémentaires entre ceux-ci et le reste du monde (Chan et al., 2021). Bien que de grandes entreprises technologiques (par exemple Google et Microsoft) aient investi en Afrique en établissant des laboratoires d’IA dans des pays africains, Chan et al. (2021) notent qu’il est courant que le personnel travaillant dans ces laboratoires soit basé dans des pays avancés. Ces grandes entreprises d’IA ont également diversifié leur présence géographique en externalisant certaines opérations grâce à une division internationale du travail à travers l’Afrique. Mais elles tendent à le faire de manière exploitante, comme en embauchant des annotateurs de données à faibles salaires, mettant en évidence le désavantage géographique du continent (Ludec et al., 2023).
Ce à quoi cela renvoie, c’est à la relation entre le travail et le capital, ce qui souligne davantage la description de la chaîne d’approvisionnement mondiale en IA par Muldoon et Wu (2023) en tant que coloniale, puisqu’elle se concrétise à travers une division internationale du travail numérique qui extrait de la valeur du travail dans le monde majoritaire au profit des entreprises technologiques occidentales. Cela renforce également la production de connaissances hégémoniques à travers les valeurs et les connaissances occidentales qui marginalisent les alternatives non occidentales (Muldoon et Wu, 2023). Cette production de connaissances hégémoniques soulève des questions sur le rôle de l’humain dans la machine, puisque l’IA n’est pas basée sur des modèles abstraits, mais est intégrée à l’agence humaine et aux valeurs culturelles (Natale et Guzman, 2022). De plus, cette production de connaissances hégémoniques ne se limite pas seulement aux discours sur le pouvoir dans les études critiques sur les médias (Ott et Mack, 2014), mais également à la pertinence de l’IA pour le travail créatif et culturel (Lee, 2022) – comme le montre l’utilisation de ChatGPT, qui, selon des journalistes africains, est basé sur un corpus africain pauvre et non représentatif et perpétue des stéréotypes sur le continent (Gondwe, 2023). Ce qui précède indique donc un mélange de facteurs historiques, technologiques, économiques, de main-d’œuvre et culturels qui sous-tendent le développement et le déploiement de l’IA dans le contexte local de l’Afrique, avec des implications pour les résultats de gouvernance.
La gouvernance de l’IA et la régulation numérique en Afrique
En termes de gouvernance, les acteurs étatiques en Afrique ont élaboré des instruments politiques et juridiques au niveau local et participent seulement récemment à des conversations mondiales multipartites. Des exemples de ces forums multipartites incluent l’Alliance pour la Gouvernance de l’IA du Forum Économique Mondial (2025), où trois pays africains (Rwanda, Afrique du Sud et Kenya) sont représentés, et le Partenariat Mondial sur l’Intelligence Artificielle (2025), où le Sénégal est le seul pays africain. Il n’est pas clair quelle influence exercent les pays africains dans des instances multipartites comme celles-ci, mais il est indiqué que l’inclusion est généralement performative et existe pour des ‘signaux de vertu et des objectifs promotionnels’ (Png, 2022 : para. 17). Aux niveaux continental et régional, Plantinga et al. (2024) observent que les pays africains se sont de plus en plus tournés vers des stratégies d’IA, mais sans considérer la faisabilité de leur mise en œuvre et leur pertinence pour les contextes locaux.
Il existe également des lois sur la localisation des données, qui stipulent que les données doivent être stockées et traitées dans le lieu où elles sont générées, avec des restrictions sur les transferts de données à travers les frontières (Giovane et al., 2023). Ces lois, qui soulignent la pertinence géographique des données, ont été introduites par au moins 16 pays africains, y compris l’île Maurice, le Lesotho et la Côte d’Ivoire ; elles sont également présentes dans des instruments juridiques sur la protection des données, les transactions financières, la cybersécurité et les télécommunications dans plusieurs pays du continent (CIPESA, 2022). La locationalité est donc le principe fondamental de la localisation des données, soulignant l’importance des données pour le contrôle et la gouvernance de l’IA. Sargsyan (2016 : 2224) note par exemple : ‘les pays qui accueillent les centres de données et les bureaux des intermédiaires ont plus d’opportunités d’exercer une influence sur les décisions des entreprises et de revendiquer leur juridiction sur les données stockées sur leur territoire’. Ce qui est crucial ici, c’est la présence de centres de données, qui est vitale pour la production d’IA, et les pays africains sont confrontés à des défis en matière de données, car le paysage des centres de données du continent est naissant bien qu’en croissance (DCByte, 2023).
En ce qui concerne l’application, seuls quelques pays ont réussi à imposer des lois locales et à revendiquer la compétence sur les données stockées dans des centres de données, les plus réussis étant les États-Unis (Sargsyan, 2016 : 2231). Cela souligne les difficultés de mise en œuvre des politiques d’IA auxquelles les gouvernements africains sont confrontés, puisque, comme le note CIPESA (2022), il y a à peine des preuves que les lois sur la localisation des données ont été appliquées en Afrique. Là où la mise en œuvre a été plus praticable, c’est dans l’imposition de taxes Internet aux utilisateurs dans des pays comme la Guinée, le Bénin, l’Ouganda et le Zimbabwe (Bergére, 2019). Les plateformes d’infrastructure par lesquelles les gouvernements appliquent les taxes sont des fournisseurs d’accès Internet (FAI) locaux et des fournisseurs de télécommunications (Bergére, 2019). Le même processus s’exprime dans l’imposition d’interdictions d’Internet en Afrique – l’application vise à perturber l’utilisation et se fait par le biais de FAI locaux (Parks et Thompson, 2020). Les pays africains bénéficient généralement d’un équilibre des pouvoirs positif par rapport aux fournisseurs d’accès à Internet locaux. De plus, le fait que les grandes entreprises de technologie et d’IA peuvent être interdite d’opérer ou de fournir des services dans n’importe quel pays africain montre le pouvoir que l’État a d’imposer des contrôles en tant que dernier recours. Les utilisateurs peuvent également déployer une action collective contre les entreprises d’IA (Fratini et Musiani, 2024).
Tout cela souligne les différentes manières dont le pouvoir et la gouvernance sont contestés au niveau local, mais en dit peu sur la place que l’Afrique occupe dans la contribution et la formation de l’éthique de l’IA, de la gouvernance et des visions du monde au sens global. Si, comme le note Sargsyan (2016), l’emplacement du siège d’une entreprise de technologie a un pouvoir significatif d’influence sur les décisions de cette entreprise, que signifie alors le bilan de l’Afrique en matière de développement de l’IA pour sa capacité à façonner la conception, l’éthique, les cultures et la gouvernance de l’IA ? C’est cette question que je cherche à répondre en interrogeant la pertinence de la politique de la locationalité pour l’IA en Afrique.
Méthode
Pour ce faire, je m’appuie sur une approche méthodologique informée par l’analyse textuelle des documents politiques sur l’IA et l’analyse critique des bases de données Internet contenant les emplacements associés aux entreprises/modèles d’IA. Pour les documents politiques sur l’IA, je me suis concentré sur trois domaines. Le premier domaine concernait les politiques d’IA des pays africains, où j’ai sélectionné les stratégies d’IA de quatre pays : Maurice (Stratégie IA de Maurice, 2018), Égypte (Stratégie IA de l’Égypte, 2021), Rwanda (Politique nationale de l’IA rwandaise, 2022) et Nigéria [ébauche] (Stratégie IA du Nigéria, 2024), représentant respectivement l’Afrique du Sud, du Nord, de l’Est et de l’Ouest. J’ai également examiné la stratégie IA de l’Union africaine (2024). Maurice, Égypte et Rwanda sont particulièrement pertinents car ce sont les trois premiers pays à introduire des stratégies d’IA en Afrique. J’ai choisi les stratégies d’IA car elles constituent l’une des principales préoccupations des décideurs sur le continent (Maslej et al., 2024). J’analyse les stratégies en fonction des thèmes, que j’ai élaborés après avoir examiné et codé les textes.
Le deuxième domaine comprenait les politiques en matière d’IA des principaux acteurs mondiaux de l’IA : les États-Unis, l’UE et la Chine. Ici, mon analyse visait à déterminer si ces politiques obligent les entreprises d’IA à développer leurs technologies conformément aux principes et normes défendus par les pays leaders. Le troisième domaine incluait les politiques de certaines des plus grandes entreprises/modèles d’IA : OpenAI et Gemini (pour les États-Unis), Darktrace (pour le Royaume-Uni) et UBTECH et Qwen (pour la Chine). Mon objectif était d’examiner si ces entreprises/modèles d’IA soumettent leurs politiques et pratiques aux pays ou aux lieux où elles ont leur siège.
Pour les recherches dans la base de données, j’ai accédé et examiné les éléments suivants pour déterminer l’emplacement des entreprises d’IA dans le monde : Datamation (voir Jungco, 2024), AI Directory (2024) et la Capitalisation Boursière des Sociétés (2024). J’ai également tiré parti de sources telles que Epoch AI (2024), le Suivi des Activités des Pays en IA de l’Observatoire des Technologies Émergentes (2024) et le Rapport AI Index (Maslej et al., 2024). En fin de compte, mon objectif était d’évaluer la place de l’Afrique dans le développement de l’IA par rapport aux pays leaders en IA avant de considérer l’avantage que confère la locationalité aux nations en matière de conception, d’éthique et de gouvernance de l’IA – le principe sous-jacent à la politique de la locationalité.
Avantage géographique et développement de l’IA en Afrique
Tout en reconnaissant le mélange de facteurs qui composent le développement de l’IA, mes résultats se concentrent sur la locationalité en tenant compte du nombre d’entreprises d’IA dont le siège est en Afrique et ailleurs. J’ai constaté que la plupart des entreprises d’IA sont basées dans des pays avancés, avec de nombreuses entreprises d’IA parmi les plus grandes situées aux États-Unis. Ce sont des entreprises qui ont une capitalisation importante, comme indiqué sur le marché des entreprises, leur permettant de se développer à l’échelle mondiale et d’investir dans des infrastructures et des modèles d’IA qui ont un impact fondamental sur les sociétés. La revue de Jungco (2024) montre que la grande majorité (80%) de ces entreprises sont basées aux États-Unis (81 sur 101 entreprises). Le pays le plus proche est le Royaume-Uni, qui comptait huit entreprises sur 101. L’Inde et le Canada en avaient trois chacun ; la Chine et l’Allemagne en avaient deux chacun ; et Israël et Hong Kong en avaient une chacun. Il en va de même pour les données compilées par AI Directory (2024) et la Capitalisation de Marché des Entreprises (2024).
J’ai compilé les trois listes (Jungco, 2024 ; AI Directory et le Companies Market Cap) et j’ai supprimé les doublons. La liste combinée comprenait 234 des plus grandes entreprises d’IA (voir Tableau 1), allant d’Apple, évaluée à 3,3 billions de dollars, à FR8Tech, évaluée à 2,1 millions de dollars. Le résultat montre qu’avec 73%, les États-Unis sont le leader incontesté. Ils sont suivis par l’Inde (5,98%), le Royaume-Uni (5,56%), la Chine (2,99%) et le Canada (2,56%). Il n’y a aucun pays africain sur la liste.
Il existe un résultat similaire pour les données sur des modèles d’IA notables, tels que ChatGPT d’OpenAI, Qwen d’Alibaba et Llama de Meta. Le tableau 2 montre que, lorsqu’on isole les modèles d’IA possédés par des organisations ou des entités provenant d’un seul pays, deux tiers (67,7 %) de ces modèles d’IA notables peuvent être retracés aux États-Unis. Encore une fois, aucun autre pays ne s’en approche ; les pays les plus proches sont le Royaume-Uni, la Chine, le Canada et l’Allemagne. Maslej et al. (2024), dans l’AI Index, montrent également que les modèles d’IA fondamentaux, qui sont la base de l’IA générative, sont de loin plus répandus aux États-Unis. Encore une fois, il n’y a aucune entrée pour l’Afrique.
Si l’Afrique ne sert pas de quartier général pour les plus grandes entreprises ou modèles d’IA, que peut-on alors dire des startups d’IA ? Pour répondre à cela, j’ai consulté le AI Country Activity Tracker 2024, qui présente des données sur le nombre de brevets d’IA approuvés en fonction des pays, y compris les brevets pour les startups d’IA. Les données, présentées dans le Tableau 3, montrent que l’Afrique n’est en avance que sur le Moyen-Orient ; même dans ce cas, l’Afrique ne représente que 0,000006 % ou 157 des 250 224 brevets d’IA recensés dans le tracker. Et seulement trois pays africains représentent des chiffres du continent : l’Afrique du Sud (139 brevets), le Maroc (17 brevets) et le Kenya (1 brevet). Bien que ce chiffre de 157 soit légèrement supérieur aux 102 startups que Okolo et al. (2023) ont fourni, les conclusions sont similaires : l’Afrique a encore un long chemin à parcourir pour rattraper le développement de l’IA à l’avenir.
Tout cela montre que, bien que l’Afrique fournisse des travailleurs et des données pour les entreprises d’IA à l’échelle mondiale et soit prête à devenir un marché significatif à mesure que la connectivité Internet se développe (Access Partnership, 2024), elle sert à peine de siège social pour les entreprises d’IA, en particulier les plus grandes. Cela souligne la position embryonnaire de l’Afrique dans le développement de l’IA et suggère que les pays africains seront probablement contraints dans leur capacité à façonner les éthiques, les cultures et la gouvernance de l’IA. Cela explique peut-être pourquoi aucun pays africain n’a adopté de législation sur l’IA (bien que certaines tentatives soient en cours), en se concentrant plutôt sur des groupes de travail sur l’IA, des politiques nationales et des stratégies (Maslej et al., 2024). Je vais maintenant analyser ces stratégies pour examiner l’approche politique du développement et de la gouvernance de l’IA en Afrique.
Analyser les stratégies d’IA en Afrique
Mon analyse des stratégies/politiques en matière d’IA de Maurice, de l’Égypte, du Rwanda, du Nigeria et de l’Union africaine montre qu’elles se concentrent autour de quatre grands axes : l’adoption de l’IA pour la croissance économique, les partenariats et la collaboration en matière d’IA, l’amélioration de l’éthique et de la gouvernance de l’IA, et le renforcement des capacités locales en IA. L’accent mis sur l’IA pour la croissance économique est compréhensible, étant donné que le potentiel de transformation économique de l’IA est un attrait majeur. Cet accent, présent dans toutes les stratégies, souligne comment l’IA peut améliorer le développement économique dans divers secteurs (voir en particulier la stratégie mauricienne). Mais ce qui est plus important, dans le cadre de ma réflexion, ce sont les inégalités dans la coopération internationale et la gouvernance multipartite que ces stratégies soulignent.
Pour établir cela, je me réfère au Pillar Two de la Stratégie nigériane de l’IA, qui souligne la nécessité de partenariats et de collaborations entre les parties prenantes locales et internationales pour exploiter l’expertise et les ressources en IA. La Politique de l’IA du Rwanda recommande également des partenariats et des collaborations internationaux dans le développement de l’IA. Cependant, ces collaborations, en particulier avec des acteurs privés internationaux, soulignent la nécessité d’évaluer d’où viennent les principaux partenaires. Ces partenaires peuvent collaborer avec les pays africains et investir dans l’IA, mais ils opèrent principalement selon des règles établies dans leurs pays d’origine, même s’ils se conforment aussi aux lois des pays subsidiaires (je développe ce point dans la section suivante). L’exception serait la collaboration au sein du continent, comme on peut le voir dans les stratégies égyptiennes et de l’UA.
Le troisième thème, qui se concentre sur l’éthique et la gouvernance, reconnaît les risques associés à l’IA et la nécessité de les atténuer. Il souligne l’importance de disposer de principes de l’IA tels que l’équité, la transparence et la responsabilité (voir la Stratégie nigériane). La Stratégie de l’Union africaine (UA) mentionne également la nécessité de se prémunir contre les biais et les risques pesant sur les valeurs africaines, les savoirs indigènes et le patrimoine culturel. Cela est lié à l’Agenda 2063 de l’UA, qui a pour mandat de promouvoir une IA inclusive et éthique, soutenue par des valeurs telles que l’ubuntu. Cependant, le plan visant à traiter ces risques repose principalement sur une gouvernance multilatérale. La Stratégie égyptienne, par exemple, cherche à « contribuer activement aux efforts mondiaux et à jouer un rôle actif dans l’IA au sein de différents forums internationaux » (Section 5.1). La politique du Rwanda prévoit également de « contribuer activement à la définition des principes et pratiques responsables de l’IA dans les plateformes internationales » (Recommandation clé 14). De même, la Stratégie de l’UA promeut une « approche de gouvernance à plusieurs niveaux » (Section 2.4.1). Ces stratégies mettent en avant un mouvement vers une gouvernance internationale plus inclusive – d’où l’utilisation du terme « activement » dans de nombreuses stratégies. Cependant, mon argument est que, peu importe combien les pays africains entendent « activement » influencer la coopération en matière d’IA, l’éthique et la gouvernance, il est d’abord nécessaire de prendre en compte la position de l’Afrique dans le développement de l’IA.
Les responsables politiques du continent semblent avoir reconnu cette réalité, ce qui se reflète dans leur accent mis sur le renforcement de la capacité locale en IA. La Stratégie de l’UA, par exemple, souligne que l’Afrique fait face à des défis tels que le manque de plateformes informatiques, les données limitées pour entraîner les modèles d’IA et la pénurie de compétences en IA. Elle constate qu’en 2023, tous les supercalculateurs du monde sont concentrés dans seulement 30 pays. La Stratégie nigériane reconnaît également la nécessité de construire des « infrastructures locales et abordables ainsi que la capacité de calcul » (Section 1.4.2) en rendant l’informatique haute performance accessible. Au Rwanda et en Égypte, l’accent est mis sur la formation en IA dans les écoles. Ce qui est évident ici, c’est la reconnaissance que le continent accuse un retard dans le développement de l’IA, bien qu’il dispose d’un écosystème de startups en IA en pleine croissance et d’un marché encore insaturé pour l’IA. Cela souligne la nécessité d’interroger le développement de l’IA, les avantages et les inconvénients liés à la localisation, ainsi que ses liens avec les inégalités de gouvernance. Je soutiens que cela devrait être une considération majeure pour l’Afrique, en fonction de ce que je décris comme la politique de la locationalité.
Politique de locationalité
Ayant établi les bases fondamentales de mon argument, je définis maintenant la politique de la locationalité comme la manière dont le pouvoir résident dans les grandes entreprises technologiques et les systèmes d’IA est associé à leur situation principale dans des lieux de développement technologique et d’IA avancé, et comment cette réalité sous-jacente, à son tour, (re)produit des déséquilibres et des opportunités inégales pour le développement et la gouvernance de l’IA auxquels font face les pays du monde majoritaire, en particulier l’Afrique. La politique de la locationalité met en lumière le mélange d’avantages dont bénéficient des pays comme les États-Unis, la Chine et ceux d’Europe où se trouvent les plus grandes entreprises d’IA. En revanche, les pays africains, malgré les avancées réalisées dans l’écosystème des startups en IA et les interventions politiques de l’État, souffrent d’un éventail d’inconvénients dans les sphères géographiques, politiques, économiques, culturelles, de données, de travail et historiques. Aborder cette combinaison de désavantages est ce dont le continent a besoin pour devenir un lieu d’influence à partir duquel les valeurs, l’éthique et la gouvernance qui encadrent l’IA peuvent être façonnées.
Pour développer mon argument, je me réfère aux politiques d’IA de certaines des plus grandes entreprises et aux principes directeurs en matière d’IA élaborés par les pays technologiques leaders. Prenons OpenAI par exemple. Les Conditions d’utilisation d’OpenAI (2024) précisent que la résolution des litiges entre l’entreprise et les utilisateurs partout dans le monde serait coordonnée par l’Arbitrage et la Médiation Nationale, dont le siège est à New York. La loi qui régit l’arbitrage est l’Acte Fédéral d’Arbitrage des États-Unis. Il ajoute que, ‘la loi de Californie régira ces Conditions’ et que ‘les réclamations découlant de ou liées à ces Conditions seront portées exclusivement devant les tribunaux fédéraux ou d’État de San Francisco, Californie’ (voir la section Droit applicable). Cela n’est pas surprenant, étant donné qu’OpenAI a son siège à San Francisco. De plus, pour Gemini (2024), détenu par Google, la loi applicable de son Accord Utilisateur est celle de l’État de New York, et l’Accord est considéré comme un ‘contrat entièrement conclu et entièrement exécuté dans l’État de New York’ (voir la section Droit applicable).
J’ai trouvé un schéma similaire au Royaume-Uni et en Chine. Au Royaume-Uni, Darktrace (2024), une entreprise de cybersécurité AI, note que la loi applicable de son contrat de services principal est celle de l’Angleterre et du Pays de Galles, sauf si le client est situé aux États-Unis, auquel cas la loi de Californie s’applique. En Chine, la Section VII des Conditions d’utilisation d’UBTECH (2023), une entreprise de robotique IA, stipule : ‘L’établissement, l’efficacité, la performance, l’interprétation et la résolution des litiges de cet accord [utilisateur] sont soumis aux lois de la République Populaire de Chine (à l’exclusion de Hong Kong, Macao, Taïwan).’ Il en va de même pour Qwen d’Alibaba (2023), qui est couvert par les Conditions d’utilisation du site web d’Alibaba Cloud, dont la loi applicable est celle de Singapour, où Alibaba a son bureau dans la région Asie-Pacifique.
Par conséquent, je note que les entreprises d’IA respectent les lois des pays où elles sont basées et soumettent la gouvernance de leurs technologies à ces lois. Les entreprises d’IA font également l’objet d’une pression soutenue pour développer des règles conformément aux valeurs, à l’éthique et aux normes de leurs nations hôtes, grâce, en partie, aux dictats de la géopolitique numérique et à la concurrence pour la suprématie de l’IA. Les États-Unis, par exemple, ont eu le décret exécutif de l’administration Biden sur l’intelligence artificielle sûre, sécurisée et fiable (Décret Exécutif des États-Unis, 2023), par lequel il cherchait à promouvoir un marché de l’IA qui met l’accent sur l’innovation et le leadership américains dans le domaine de l’IA (Section 2(h)) et sur la nécessité d’encourager les partenaires internationaux à soutenir les engagements volontaires des entreprises d’IA américaines (Section 11(a)(ii)). Mais ces engagements volontaires reposent sur le besoin d’un leadership américain et “d’assurer que l’intelligence artificielle soit en accord avec les valeurs partagées par tous les Américains” (projet de loi sur la Commission nationale de l’IA (2023), Section 3(g)(1)). L’Ordonnance exécutive de Biden a été remplacée en janvier 2025 par l’Ordonnance exécutive sur l’IA de Trump, justement intitulée “Éliminer les barrières au leadership américain en intelligence artificielle”. Tout cela souligne qu’une intention clé de la politique américaine est que la conception de l’IA reflète le leadership géopolitique de l’Amérique, ses normes culturelles, son éthique et sa jurisprudence.
Une ligne d’argument similaire s’applique à l’Europe et à la Chine. En Europe, la première clause de la loi sur l’IA de l’Union européenne (2024) indique que son but est d’établir ‘un cadre juridique uniforme’ pour le développement et le déploiement de l’IA ‘conformément aux valeurs de l’Union’ (Section 1) et soutient l’ ‘approche européenne centrée sur l’humain en matière d’IA et le fait d’être un leader mondial’ dans le développement de l’IA (Section 8). En Chine, il y a les mesures sur l’IA générative publiées en août 2023. La réglementation inclut une stipulation selon laquelle les technologies d’IA générative ne doivent pas produire de contenu incitant à la ‘subversion de la souveraineté nationale ou au renversement du système socialiste’ (Henshall, 2023 : para. 2). La même éthique est évidente dans le règlement sur la gestion de la synthèse profonde des services d’information Internet de 2023 mis en œuvre par l’administration du cyberespace de la Chine (2022). Il mandate qu’en développant des produits tels que l’IA, les entreprises doivent respecter les lois chinoises, la direction politique correcte et l’orientation des valeurs. Cela a été clairement évident lors du déploiement de DeepSeek, un assistant IA basé en Chine, en janvier 2025, qui, lorsqu’on l’a interrogé sur la place Tiananmen, a refusé de répondre, disant qu’il suit des ‘directives éthiques’ et ajoutant : ‘Je respecte les lois et les contextes culturels dans lesquels j’opère’ (conversation de l’auteur avec DeepSeek). Cela montre que la conception et le déploiement expansifs ou restrictifs des technologies d’IA sont soumis au système de valeurs prédominant dans leurs pays d’origine. Ainsi, la politique de la localité soutient les différentes visions que les pays technologiques leaders ont de l’IA dans leur lutte pour la suprématie – des visions qui ne sont pas nécessairement inclusives des perspectives africaines bien qu’elles trouvent une expression sur le continent à travers un déploiement et une utilisation omniprésents.
Conclusion
Dans cet article, j’ai examiné l’importance de l’emplacement des entreprises d’intelligence artificielle et, ce faisant, introduit la politique de la locationalité comme un concept pour étendre notre compréhension et expliquer le statut des nations dans le développement de l’IA et comment cela se traduit par l’influence qu’elles exercent dans la gouvernance de l’IA. Ma discussion a montré que bien que l’Afrique ait un écosystème de startups en IA en croissance, une base de marché utilisateur en plein essor et une influence étatique dans l’élaboration des politiques, le continent fait encore face à un mélange d’inconvénients dans les domaines historique, technologique, politique, juridique, économique, de la main-d’œuvre et des données. Cette combinaison révèle l’inconvénient géographique qui confronte l’Afrique en tant que lieu à partir duquel l’éthique, les cultures et la gouvernance de l’IA peuvent être façonnées dans un sens global. Cela se rapporte au point de Hassan (2023) sur le ‘manque d’innovations africaines en IA qui sont ancrées dans le contexte local mais [ont] le potentiel de concurrencer à l’échelle mondiale’ (p. 1430). Ce que j’ai découvert, c’est que les entreprises d’IA qui ont une envergure et une présence mondiales sont principalement basées dans des pays technologiques de premier plan (les États-Unis, la Chine et les pays européens) et se sont soumises aux lois régissant ces pays. À l’inverse, les lois et les politiques des pays technologiques de premier plan exigent que ces entreprises, entre autres, intègrent l’éthique, les valeurs et les cultures respectives du pays dans les systèmes d’IA.
Le lien entre les systèmes d’IA et les valeurs culturelles tel que décrit dans cet article souligne donc la connexion entre les études médiatiques, les études culturelles et l’IA. En particulier, l’article met en évidence l’importance de considérer comment l’IA est produite et influencée par des compréhensions culturelles, et comment l’IA projette, façonne et étend davantage la culture. Il suggère la nécessité d’accorder une plus grande attention à la recherche sur les connections entre les médias, l’IA et la culture, étant donné que l’IA représente l’intersection entre le travail humain, l’apprentissage automatique, l’infrastructure (par exemple, les centres de données), les ressources minérales (par exemple, le lithium), les entrées médiatiques (de vastes ensembles de données : informations, textes, images, vidéos, cartes et codes) et les systèmes de classification qui se combinent pour transformer les modèles d’IA en mécaniques de construction des connaissances (Crawford, 2021). Les résultats sont des productions médiées (par exemple, des réponses de l’IA aux demandes et des décisions automatisées) – des productions qui représentent et transforment simultanément la culture, même si elles en sont façonnées. Également crucial et plus important, dans le contexte de ce document, est la nécessité de considérer la locationalité de tout cela. Par cela, je veux dire l’interaction mondialisée et complexe des lieux dans le développement et la gouvernance de l’IA qui détermine potentiellement quelle culture est valorisée et quelle culture est progressivement réduite au silence dans une relation définie par l’hégémonie et l’inégalité.
La clé pour comprendre ce mélange d’hégémonie et d’inégalité est le principe de l’avantage de localisation, que Iammarino et McCann (2013) décrivent comme une relation bidirectionnelle entre les multinationales et leurs lieux de sièges, notant qu’aussitôt que l’emplacement devient de plus en plus vital pour les multinationales, ces dernières deviennent également de plus en plus importantes pour les emplacements (c’est-à-dire les villes ou les pays). Cela souligne mon argument sur la politique de la locationalité, qui montre que tout comme les grandes entreprises d’IA ont besoin d’emplacements, tels que les États-Unis ou la Chine, qui possèdent le bon mélange d’avantages pour servir de sièges sociaux, les pays leaders en technologie ont également besoin de ces entreprises pour établir le paradigme culturel et de gouvernance des technologies d’IA. Cette configuration structurelle reflète les déséquilibres dans le développement de l’IA, expliquant pourquoi les systèmes de gouvernance de l’IA existent au sein de régimes institutionnellement hétérogènes qui reproduisent la dominance du Nord global (Png, 2022). S’attaquer à ces déséquilibres est ce sur quoi les pays africains, soutenus par l’UA, devraient se concentrer, et il y a des signes initiaux que les pays africains commencent à le faire (comme en témoignent les stratégies en matière d’IA). Cependant, une approche plus audacieuse et plus robuste du développement de l’IA, qui soit en phase avec le contexte sociopolitique unique de l’Afrique et son évolution économique, est nécessaire pour confronter les déséquilibres liés à la politique de la locationalité. Ce faisant, l’Afrique peut être positionnée pour assumer un avantage géographique, avec d’importantes conséquences pour une IA inclusive et la contribution des pays de la majorité mondiale aux cultures et aux valeurs intégrées dans les systèmes d’IA ainsi qu’aux éthiques et cadres par lesquels ils sont régis.
Remerciements
L’auteur exprime sa gratitude aux éditeurs et aux réviseurs pour leurs commentaires utiles et constructifs, ainsi qu’aux participants au Symposium international sur les cultures de l’IA de 2023 à l’Université de Turin pour leurs retours – tous ont renforcé l’article.
Déclaration de conflits d’intérêt
L’auteur a déclaré ne pas avoir de conflits d’intérêt potentiels concernant la recherche, la rédaction ou la publication de cet article.
Financement
L’auteur a divulgué avoir reçu le soutien financier suivant pour la recherche, la rédaction ou la publication de cet article : Ce travail a été soutenu par le Leverhulme Trust dans le cadre d’une bourse pour début de carrière. L’Université de Sheffield a fourni un financement pour l’accès ouvert.
Références
Access Partnership (2024) Tech Policy Trends 2024. Available at: https://accesspartnership.com/tech-policy-trends-2024-the-global-south-is-the-new-epicentre-of-internet-governance-innovation/ (accessed 4 January 2025).
African Union (2024) Continental artificial intelligence strategy. Available at: https://au.int/sites/default/files/documents/44004-doc-EN-_Continental_AI_Strategy_July_2024.pdf (accessed 10 October 2024).
AI Directory (2024) Database of artificial intelligence & machine learning companies. Available at: https://www.aidirectory.org/ (accessed 10 September 2024).
Bergére C (2019) “Don’t tax my megabytes”: Digital infrastructure and the regulation of citizenship in Africa. International Journal of Communication 13: 4309–4326.
Bradford A (2023) Digital Empires: The Global Battle to Regulate Technology. New York, NY: Oxford University Press. Crossref.
Chan A, Okolo CT, Terner Z, et al. (2021) The limits of global inclusion in AI development. arXiv. Crossref. PubMed.
CIPESA (2022) Which way for data localisation in Africa? Available at: https://cipesa.org/wp-content/files/briefs/Which_Way_for_Data_Localisation_in_Africa___Brief.pdf (accessed 16 December 2024).
Companies Market Capitalisation (2024) Largest AI companies by market capitalization. Available at: https://companiesmarketcap.com/artificial-intelligence/largest-ai-companies-by-marketcap/#google_vignette (accessed 5 September 2024).
Crawford K (2021) The Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven: Yale University Press.
Cyberspace Administration of China (2022) Provisions on the management of deep synthesis of internet information services. Available at: https://www.cac.gov.cn/2022-12/11/c_1672221949354811.htm (accessed 12 October 2024).
Darktrace (2024) Master services agreement. Available at: https://cdn.prod.website-files.com/626ff4d25aca2edf4325ff97/66fc2bc0317776db72ac418c_Darktrace%20MSA%20v2.0%202024-10-01.pdf (accessed 4 October 2024).
DCByte (2023) Africa’s key data centre markets. Available at: https://africadca.org/wp-content/uploads/2023/07/Title_Africas-Key-Data-Centre-Markets.pdf (accessed 17 December 2024).
Dunning JH (1998) Location and the multinational enterprise: A neglected factor? Journal of International Business Studies 29(1): 45–66. Crossref. Web of Science.
Egypt AI Strategy (2021) Egypt National Artificial Intelligence strategy. Available at: https://mcit.gov.eg/Upcont/Documents/Publications_672021000_Egypt-National-AI-Strategy-English.pdf (accessed 5 July 2023).
Eke DO, Wakunuma K, Akintoye S (2023) Introducing responsible AI in Africa. In: Eke DO, Wakunuma K, Akintoye S (eds) Responsible AI in Africa: Challlenges and opportunities. Chan, Switzerland: Palgrave Macmillan, pp.1–11. Crossref.
Emerging Technology Observatory (2024) AI Country Activity Tracker. Available at: https://cat.eto.tech/?countryGroups=Africa%2CAsia%20Pacific%2CEurope%2CLatin%20America%20and%20the%20Caribbean%2CNorthern%20America%2COceania&dataset=Patent&expanded=Summary-metrics (accessed 7 September 2024).
Epoch AI (2024) Notable AI models. Available at: https://epoch.ai/data/notable-ai-models?view=table#explore-the-data (accessed 7 September 2024).
European Union (2024) Artificial Intelligence Act. Available at: https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202401689 (accessed 25 January 2025).
Fratini S, Musiani F (2024) Data localization as contested and narrated security in the age of digital sovereignty: The case of Switzerland. Information, Communication & Society: 1–19. Crossref. Web of Science.
Gemini (2024) User Agreement. Available at: https://www.gemini.com/legal/user-agreement#section-business-day (accessed 4 October 2024).
Giovane CD, Ferencz J, López-González J (2023) The nature, evolution and potential implications of data localisation measures. OECD Trade Policy Papers, No. 278. Paris, France: OECD Publishing.
Global Partnership on Artificial Intelligence (2025) GPAI Members. Available at: https://gpai.ai/community/ (accessed 7 January 2025).
Gondwe G (2023) CHATGPT and the Global South: How are journalists in sub-Saharan Africa engaging with generative AI? Online Media Global Communication 2(2): 228–249. Crossref.
Hassan Y (2023) Governing algorithms from the South: A case study of AI development in Africa. AI & Society 38: 1429–1442. Crossref. Web of Science.
Henshall W (2023) How China’s new AI rules could affect U.S. companies. Times, 19 September.
Iammarino S, McCann P (2013) Multinationals and Economic Geography: Location, Technology and Innovation. Cheltenham: Edward Elgar. Crossref.
Jungco KG (2024) 100 top AI companies trendsetting in 2024. Available at: https://www.datamation.com/featured/ai-companies/ (accessed 9 September 2024).
Lee H-K (2022) Rethinking creativity: Creative industries, AI and everyday creativity. Media, Culture & Society 44(3): 601–612. Crossref. Web of Science.
Lin B (2024) Beyond authoritarianism and liberal democracy: Understanding China’s artificial intelligence impact in Africa. Information, Communication & Society 27(6): 1126–1141. Crossref. Web of Science.
Ludec CL, Cornet M, Casilli AA (2023) The problem with annotation. Human labour and outsourcing between France and Madagascar. Big Data & Society 10(2): 1–13. Crossref.
Maslej N, Fattorini L, Perrault R, et al. (2024) The AI index 2024 annual report. Available at: https://aiindex.stanford.edu/wp-content/uploads/2024/05/HAI_AI-Index-Report-2024.pdf (accessed 23 September 2024).
Mauritius AI Strategy (2018) Maritius Artificial Intelligence strategy. Available at: https://ncb.govmu.org/ncb/strategicplans/MauritiusAIStrategy2018.pdf (accessed 20 June 2023).
Mhlambi S, Tiribelli S (2023) Decolonizing AI Ethics: Relational Autonomy as a Means to Counter AI Harms. Topoi 42: 867–880. Crossref. Web of Science.
Moorosi N (2024) Better data sets won’t solve the problem — we need AI for Africa to be developed in Africa. Nature 636: 276. Crossref. PubMed. Web of Science.
Muldoon J, Wu BA (2023) Artificial intelligence in the colonial matrix of power. Philosophy & Technology 36(80): 1–24.
Natale S, Guzman AL (2022) Reclaiming the human in machine cultures: Introduction. Media, Culture & Society 44(4): 627–637. Crossref. Web of Science.
National AI Commission Act (2023) National AI Commission Act (H.R.4223). Available at: https://www.congress.gov/bill/118th-congress/house-bill/4223/text (accessed 4 October 2024).
Nayebare M (2019) Artificial intelligence policies in Africa over the next five years. XRDS 26(2): 50–54 Crossref.
Nigerian AI Strategy (2024) National Artificial Intelligence strategy [draft]. Available at: https://ncair.nitda.gov.ng/wp-content/uploads/2024/08/National-AI-Strategy_01082024-copy.pdf (accessed 4 October 2024).
Nuwer R (2024) Africa’s newest resource could be a game-changer for the global south. Nature, 19 September.
Okolo CT, Aruleba K, Obaido G (2023) Responsible AI in Africa—Challenges and opportunities. In: Eke DO, Wakunuma K, Akintoye S (eds) Responsible AI in Africa: Challenges and Opportunities. Chan, Switzerland: Palgrave, pp.35–64. Crossref.
OpenAI (2024) Terms of Use. Available at: https://openai.com/policies/row-terms-of-use/ (accessed 4 October 2024).
Ott BL, Mack RL (2014) Critical Media Studies: An Introduction. West Sussex: Wiley Blackwell.
Parks L, Thompson R (2020) The slow shutdown: Information and Internet regulation in Tanzania from 2010 to 2018 and impacts on online content creators. International Journal of Communication 14: 4288–4438. Web of Science.
Plantinga P, Shilongo K, Mudongo O, et al. (2024) Responsible artificial intelligence in Africa: Towards policy learning. Data & Policy 6: e72. Crossref. Web of Science.
Png M-T (2022) At the tensions of South and North: Critical roles of Global South stakeholders in AI governance. In: Bullock JB, Chen Y-C, Himmelreich J, et al. (eds) The Oxford Handbook of AI Governance. Oxford: Oxford University Press. Crossref.
Qwen (2023) Alibaba cloud international website terms of use. Available at: https://www.alibabacloud.com/help/en/legal/latest/alibaba-cloud-international-website-terms-of-use-alibaba-cloud-international-website-terms-of-use (accessed 8 October 2024).
Rwandan National AI Policy (2022) The national AI policy. Available at: https://rura.rw/fileadmin/Documents/ICT/Laws/Rwanda_national_Artificial_intelligence_Policy.pdf (accessed 5 July 2023).
Sargsyan T (2016) Data localization and the role of infrastructure for surveillance, privacy, and security. International Journal of Communication 10: 2221–2237. Web of Science.
Tidjon LN, Khomh F (2022) The different faces of AI ethics across the world: A principle-implementation gap analysis. arXiv. Crossref.
UBTECH (2023) Terms of Use. Available at: https://www.ubtrobot.com/en/privacy/termOfUse (accessed 4 October 2024).
US Executive Order (2023) Executive order on the safe, secure, and trustworthy development and use of artificial intelligence. Available at: https://www.whitehouse.gov/briefing-room/presidential-actions/2023/10/30/executive-order-on-the-safe-secure-and-trustworthy-development-and-use-of-artificial-intelligence/ (accessed 10 January 2024).
Wong PN (2021) Techno-Geopolitics: US-China Tech War and the Practice of Digital Statecraft. London: Routledge. Crossref.
World Economic Forum (2025) AI Governance Alliance – Our partners. Available at: https://initiatives.weforum.org/ai-governance-alliance/partners#countries=Africa (accessed 7 January 2025).
