Cinq stades de maturité réglementaire

Le Lab code chaque État selon des indicateurs cumulatifs tirés de documents primaires : stratégie nationale d’IA, organe de gouvernance dédié, loi sur la protection des données en vigueur, dispositif de classification des risques, bac à sable réglementaire et nombre d’instruments réglementaires relatifs à l’IA. Ces indicateurs sont agrégés en cinq stades, de naissant à avancé.

Le stade avancé (Émirats arabes unis, Arabie saoudite et Qatar) associe plusieurs instruments contraignants à une loi sur la protection des données effectivement appliquée, à un organe dédié de niveau fédéral ou primo-ministériel, à une classification des risques et à des bacs à sable. Au stade intermédiaire (Bahreïn, Égypte et Tunisie), la loi sur la protection des données, la stratégie et l’organe dédié sont en place. Les États émergents (Oman, Maroc et Irak) ont adopté ou élaborent une stratégie, avec un appui législatif partiel. Les États au stade initial (Koweït, Algérie, Jordanie et Mauritanie) disposent de dispositifs formels limités. Neuf États sont au stade naissant, pour la plupart en contexte fragile ou touché par un conflit.

L’Indice arabe de gouvernance de l’IA

Trois États du Golfe occupent les trois premières positions. Bahreïn, l’Égypte et la Tunisie suivent et forment un groupe où loi sur la protection des données, stratégie nationale et organe dédié sont tous en place. Oman et le Maroc affichent des scores de cybersécurité supérieurs à 80 ; le Koweït et la Jordanie atteignent le milieu de la cinquantaine grâce à l’administration numérique et à la cybersécurité. Les États au stade naissant se situent sous 30 lorsqu’ils peuvent être notés.

Quatre zones géographiques

Où la région est inégale

La dispersion diffère fortement selon le pilier (tableau 1.3). Le coefficient de variation est de 0,89 pour la régulation, contre 0,52 pour la cybersécurité, 0,40 pour la préparation à l’IA et 0,30 pour l’administration numérique. La région est bien plus inégale dans l’institutionnalisation de la gouvernance de l’IA que dans les capacités administratives et techniques sur lesquelles elle repose. L’inégalité déterminante est institutionnelle, non technologique.

Ce constat a un corollaire pratique. Des capacités qu’il a fallu une décennie pour construire, telles que les plateformes d’administration en ligne et les agences de cybersécurité, existent déjà dans de nombreux États dépourvus de cadre pour l’IA. Pour ces États, le coût marginal de l’institutionnalisation est faible, point développé au chapitre 10.

L’inégalité déterminante est institutionnelle, non technologique.

Références

• Ben Brik, A. (2026a). When rankings disagree: A robustness analysis of artificial intelligence readiness composite indicators. Quality & Quantity. https://doi.org/10.1007/s11135-026-03044-x
• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• International Telecommunication Union. (2024). Global Cybersecurity Index 2024. ITU.
• Oxford Insights. (2020–2025). Government AI Readiness Index (annual editions). CC BY-SA 4.0.
• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.

La gouvernance régionale repose sur des combinaisons de droit souple, de lois sur la protection des données, de règles sectorielles et de législation sur la cybercriminalité. L’Arabie saoudite compte le plus grand nombre d’instruments relatifs à l’IA (11) et d’organes de gouvernance (6) ; les Émirats arabes unis et le Qatar suivent avec huit instruments chacun.

Hors du Golfe, l’Égypte est passée à une stratégie de deuxième génération, avec un passage progressif des lignes directrices aux règles contraignantes ; la Tunisie et le Maroc ancrent leurs cadres dans des lois anciennes sur la protection des données. L’alignement international est le plus large aux Émirats arabes unis et en Égypte (quatre cadres cités chacun).

Séquence et alignement

Les dates des lois sur la protection des données révèlent deux générations de fondations juridiques. La Tunisie (2004) et le Maroc (2009) ont légiféré plus d’une décennie avant l’apparition de toute stratégie nationale d’IA dans la région ; les lois du Golfe se concentrent entre 2016 et 2021, et l’Égypte a légiféré en 2020. Dans tous les cas, la loi a précédé ou accompagné la stratégie : c’est pourquoi les autorités de protection des données, là où elles existent, sont les plus anciens régulateurs concernés par l’IA dans la région et le point d’ancrage naturel du contrôle algorithmique.

L’alignement international augmente avec le stade réglementaire (r = 0,87). Les Émirats arabes unis et l’Égypte citent quatre cadres chacun ; l’Arabie saoudite, le Qatar, le Maroc et la Tunisie trois ; Bahreïn, le Koweït, Oman et l’Irak un ; neuf États aucun. L’alignement est un marqueur de l’institutionnalisation, non un substitut : aucun État ne combine un alignement élevé et un stade peu avancé.

Écarts et défis

Trois régularités ressortent du codage. (i) Les instruments suivent les institutions : dans les 19 États présentés, le nombre d’instruments relatifs à l’IA est corrélé à r = 0,97 avec le nombre d’organes dédiés, et aucun État n’a accumulé d’instruments sans avoir d’abord créé un organe pour les édicter. (ii) La protection des données vient en premier : chacun des huit États dotés d’une loi sur la protection des données dispose aussi d’une stratégie nationale d’IA, et aucun État au stade initial ou naissant n’a de telle loi codée. (iii) Deux anomalies de séquencement marquent la frontière du problème. L’Irak compte trois organes et six instruments sans loi sur la protection des données : ses instruments sont privés de la base juridique sur laquelle repose ailleurs le contrôle. La Mauritanie dispose d’une stratégie sans organe pour la mettre en œuvre.

La visibilité internationale est concentrée. L’Arabie saoudite réunit 64 des 91 initiatives enregistrées auprès de l’observatoire OCDE.AI (70 %) ; les Émirats arabes unis, l’Égypte, la Tunisie, le Maroc et l’Algérie se partagent le reste. L’enregistrement reflète l’effort de déclaration autant que l’activité : c’est l’une des raisons pour lesquelles le nombre d’initiatives ne doit pas être lu comme une mesure de la qualité de la gouvernance.

Pour le groupe avancé, le défi est le passage du droit souple à des obligations opposables : la force contraignante provient aujourd’hui de la loi sur la protection des données et, au Qatar, de la régulation financière, non d’obligations propres à l’IA pesant sur les organismes publics. Pour le groupe intermédiaire, le défi tient à l’adoption et aux moyens ; le projet de Bahreïn attendait son passage au parlement au moment du codage.

Références

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• OECD. (n.d.). OECD.AI Policy Observatory. https://oecd.ai

Neuf États sur 17 ont amélioré leur score sur la période. L’Arabie saoudite a gagné 15,34 points et devancé les Émirats arabes unis en 2025 ; la Jordanie a gagné 14,31 points, l’Égypte 9,91 et l’Algérie 8,58. Huit États affichent en 2025 un score inférieur à celui de 2020, dont des États en contexte fragile ou touché par un conflit.

À l’indice onusien, les plus fortes progressions reviennent à l’Arabie saoudite (de la 52e à la 6e position), à Oman (63e à 41e), aux Émirats arabes unis (21e à 11e) et à Bahreïn (26e à 18e). L’Égypte, le Maroc, l’Algérie et la Jordanie ont également amélioré leur position.

La région diverge : les États partis de plus haut ont davantage progressé.

Convergence ou divergence ?

Le panel de préparation révèle une divergence, non un rattrapage. Parmi les 17 États observés aux deux dates, l’écart-type des scores d’Oxford Insights est passé de 14,07 en 2020 à 17,40 en 2025, et la corrélation entre le niveau de 2020 et la variation ultérieure est positive (r = 0,27) : les États partis de plus haut ont eu tendance à gagner davantage. La moyenne du Golfe est passée de 56,92 à 60,02 ; celle des autres États de 33,56 à 35,10.

L’administration numérique raconte une histoire semblable, à un niveau plus élevé. Chacun des 16 États disposant de données, sauf le Liban, a amélioré son score EGDI entre 2018 et 2024, et la moyenne régionale est passée de 0,559 à 0,675. La moyenne du Golfe a progressé de 0,135 et celle des autres États de 0,105 : l’écart absolu s’est donc creusé de 0,303 à 0,333, et la dispersion des scores est passée de 0,178 à 0,202.

Deux implications en découlent. Les gains de préparation suivent l’investissement institutionnel durable, non le seul revenu : la Jordanie et l’Égypte, toutes deux hors du groupe à revenu élevé, enregistrent les deuxième et troisième gains les plus importants, tandis que le Koweït et les Émirats arabes unis reculent. Et comme les scores composites réagissent aux révisions de méthode, des variations de quelques points d’une année sur l’autre ne devraient pas guider l’action publique ; la tendance sur cinq ans est le signal le plus fiable.

Une capacité, deux mesures

Les deux panels sont fortement corrélés (r = 0,93, n = 16). Il faut y voir deux mesures d’une même capacité administrative sous-jacente, non une confirmation indépendante l’une de l’autre. La volatilité de court terme est considérable : entre 2023 et 2025, la variation absolue moyenne des scores de préparation a été de 3,87 points et huit États sur 19 ont progressé, contre neuf sur 17 sur l’ensemble de la période ouverte en 2020.

Références

• Ben Brik, A. (2026a). When rankings disagree: A robustness analysis of artificial intelligence readiness composite indicators. Quality & Quantity. https://doi.org/10.1007/s11135-026-03044-x
• Oxford Insights. (2020–2025). Government AI Readiness Index (annual editions). CC BY-SA 4.0.
• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.

Écarts et défis

La production scientifique est concentrée et sa répartition évolue. L’Arabie saoudite, l’Irak et l’Égypte ont produit 65 % des 3 906 publications indexées recensées pour 2023. Entre 2020 et 2023, la production a progressé de 74 % en Arabie saoudite, de 67 % à Bahreïn, de 66 % en Algérie et de 57 % en Irak ; elle a reculé au Koweït (27 %), au Liban (17 %), en République arabe syrienne (37 %) et dans l’État de Palestine (de cinq publications à trois). De tous les corrélats du stade réglementaire examinés dans ce rapport, la production scientifique est le plus faible (ρ de Spearman = 0,66, contre 0,84 pour la préparation à l’IA), ce qui confirme que communautés scientifiques et institutions de régulation suivent des trajectoires distinctes.

La dépense de recherche ne prédit pas la production. Parmi les huit États qui déclarent les deux, l’Égypte (1,03 % du PIB, 669 publications) et la Tunisie (0,75 %, 357) associent dépense et production, l’Arabie saoudite produit le plus avec 0,56 %, et l’Irak produit 679 publications avec 0,04 %. À ce niveau de dépense, la production repose sur l’effort des enseignants-chercheurs, non sur des programmes financés, ce qui la rend fragile et la laisse sans lien avec le processus de décision publique.

Références

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• OECD. (n.d.). OECD.AI Policy Observatory. https://oecd.ai
• World Bank. (2023). World Development Indicators. World Bank.

Les Émirats arabes unis ont gagné 0,26 et l’Arabie saoudite 0,10. Le capital humain a reculé dans huit États sur 16, dont tous les États en contexte fragile ou touché par un conflit disposant de données. Les stratégies dépendent des régulateurs, des ingénieurs et des agents publics qui les mettent en œuvre ; là où le capital humain est sous pression, l’appui à la mise en œuvre et les programmes régionaux de formation importent le plus.

L’érosion est la plus forte là même où l’administration publique devra être reconstruite.

Écarts et défis

Les données sur le capital humain sont plus tranchées. La moyenne régionale de l’indice du capital humain est restée stable entre 2018 et 2024 (de 0,645 à 0,651), mais cette moyenne masque un clivage : les États du Golfe ont gagné 0,099 en moyenne, tandis que l’Irak, le Liban, la Libye, la République arabe syrienne et le Yémen ont perdu 0,092. L’érosion est la plus forte là même où l’administration publique devra être reconstruite. Pour ces États, la contrainte qui pèse sur la gouvernance de l’IA n’est pas l’absence de stratégie, mais la disponibilité d’agents formés pour doter toute institution qu’une stratégie viendrait à créer.

La comparaison de l’indice des services en ligne avec l’indice du capital humain montre quelles administrations convertissent les compétences en services. La Jordanie (+0,113), l’Égypte (+0,085) et l’Arabie saoudite (+0,083) offrent davantage en ligne que ne le laisserait attendre leur score de capital humain. La Libye (−0,514), l’Algérie (−0,310) et l’Irak (−0,309) disposent d’un capital humain qui ne se reflète pas dans les services numériques. Pour la gouvernance de l’IA, le second groupe est le plus révélateur : les compétences existent dans la population, mais non dans l’appareil d’État. La participation en ligne augmente avec le stade réglementaire (r = 0,71), avec des exceptions dans les deux sens.

Références

• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.

Six États déclarent un taux d’utilisation d’Internet supérieur à 95 %. En Irak, ce taux a progressé de 47,8 points entre 2018 et 2023 ; le Maroc, la Jordanie, l’Égypte et l’Algérie ont chacun gagné plus de 25 points. La connectivité a progressé plus vite que les cadres de l’IA : deux États dont l’indice d’infrastructure télécom dépasse 0,96 n’ont pas de stratégie d’IA codée.

Écarts et défis

L’architecture des réseaux ajoute une dimension de résilience. Le Koweït compte 166 abonnements mobiles pour un abonnement au haut débit fixe et la Mauritanie 154, contre un ratio inférieur à 10 dans neuf des 15 États disposant de données. L’IA du secteur public, gourmande en données, dépend de la capacité fixe ; là où celle-ci est mince, les stratégies d’informatique en nuage et de centres de données portent une charge plus lourde. Dans cinq États (Algérie, Irak, Libye, République arabe syrienne et Yémen), l’indice des services en ligne est inférieur à 0,35 et la participation en ligne à 0,20 : l’État numérique tourné vers le public, sur lequel reposeraient des services d’IA, reste à construire.

Parmi les mesures de capacité, l’infrastructure est le corrélat le plus faible du stade réglementaire : le taux d’utilisation d’Internet est corrélé au stade à r = 0,30 et l’indice d’infrastructure télécom à r = 0,60. Six États ont gagné plus de 20 points de taux d’utilisation d’Internet en cinq ans (Irak, Algérie, Jordanie, Maroc, Égypte et État de Palestine) : une large part des utilisateurs s’est donc connectée avant qu’existe le moindre cadre sur la décision automatisée.

Références

• United Nations Department of Economic and Social Affairs. (2018–2024). E-Government Survey (biennial editions). United Nations.
• World Bank. (2023). World Development Indicators. World Bank.

Cinq États dépassent 94 à l’indice de l’UIT : l’Arabie saoudite, les Émirats arabes unis, Oman, l’Égypte et le Qatar. L’indice de l’UIT et l’indice national de cybersécurité concordent assez bien dans la région (r = 0,83, n = 15). Là où les institutions de cybersécurité sont solides et les organes de l’IA encore peu étoffés, comme à Oman, les premières peuvent accueillir les fonctions initiales de contrôle de l’IA.

Écarts et défis

Les deux indices de cybersécurité reposent sur des éléments différents. L’indice de l’UIT enregistre des engagements selon cinq piliers (juridique, technique, organisationnel, capacités, coopération), pour l’essentiel à partir de questionnaires nationaux ; l’indice national de cybersécurité note des éléments publiquement vérifiables de mesures mises en œuvre. L’écart entre les deux est donc instructif. Il dépasse 50 points aux Émirats arabes unis (57,8), à Bahreïn (51,9) et à Oman (50,6), et 40 points en Jordanie (42,4) ; il est proche de zéro en Algérie (0,2). L’Arabie saoudite est le seul État au-dessus de 80 aux deux indices. Un écart important ne révèle pas une sécurité faible ; il montre que la capacité mise en œuvre est moins visible dans les éléments publics que les engagements déclarés, ce qui importe dès lors que des systèmes d’IA fonctionnent sur la même infrastructure.

L’indice national de cybersécurité est publié avec un niveau de développement numérique ; l’écart entre les deux indique si la sécurité suit le rythme de la numérisation. Le Maroc (+23,2), l’Arabie saoudite (+20,5) et l’Égypte (+10,2) sécurisent davantage que ne le laisserait attendre leur niveau de développement numérique. Bahreïn (−39,2), la Libye (−30,7), les Émirats arabes unis (−28,6) et la Jordanie (−25,5) se sont numérisés plus vite que leurs mesures de sécurité publiquement documentées. Dans ces États, l’IA du secteur public fonctionnerait sur des fondations dont la sécurité est la moins documentée.

Références

• e-Governance Academy. (n.d.). National Cyber Security Index. https://ncsi.ega.ee
• International Telecommunication Union. (2024). Global Cybersecurity Index 2024. ITU.

Les documents nationaux d’éthique s’inspirent surtout des textes de l’OCDE, de l’UNESCO, de l’IEEE et de l’UE, et le Manuel d’éthique de l’IA du CCG (2020) puise aux mêmes sources. Un cadre éthique ancré dans les traditions jurisprudentielles de la région, telles que les maqāṣid al-sharīʿa, offre une possibilité de leadership régional.

Les bacs à sable réglementaires se concentrent sur la finance et la santé. Les systèmes de recommandation, les agents conversationnels et la modération des contenus échappent largement aux cadres existants ; huit États disposent d’une classification formelle des risques, instrument de base pour étendre le contrôle à ces systèmes.

Écarts et défis

L’écart, dans ce domaine, est un écart de couverture. Les instruments se concentrent là où les risques sont les plus lisibles pour les régulateurs (finance, santé, données personnelles) et sont les plus minces là où l’IA façonne la communication publique. La capacité linguistique est concentrée de la même manière : les cinq États dotés de programmes souverains de modèles de langue comprennent les trois États avancés, de sorte que les ressources linguistiques arabes se construisent là où la capacité de gouvernance est déjà la plus forte. Pour les 17 autres États, la voie réaliste vers une adéquation linguistique et culturelle passe par une infrastructure régionale partagée : corpus ouverts, référentiels d’évaluation couvrant les dialectes arabes et exigences communes de commande publique sur les performances en arabe.

Les sources des orientations éthiques sont externes et récentes. Selon le codage du jeu de données, sept États citent la Recommandation de l’UNESCO sur l’éthique de l’intelligence artificielle, sept portent l’influence du règlement européen sur l’IA, trois citent le manuel d’éthique du CCG et un adhère aux principes de l’OCDE. Aucun des documents codés ne s’appuie principalement sur la jurisprudence régionale, ce qui laisse la place à une contribution régionale au débat mondial, et non à sa seule réception.

Références

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• OECD. (n.d.). OECD.AI Policy Observatory. https://oecd.ai

Là où un modèle existe, l’autorité se situe au centre du gouvernement. L’Arabie saoudite, le Qatar et l’Irak placent l’IA sous l’autorité du Premier ministre, les Émirats arabes unis sous un portefeuille fédéral, l’Égypte et Bahreïn sous un ministère, et la Tunisie sous un conseil rattaché au chef du gouvernement ; le Maroc est le seul dispositif multipartite et Oman est codé comme fragmenté. La centralisation est commune aux trois États avancés et à l’Irak, ce qui montre que la forme institutionnelle circule plus aisément que la capacité qui la sous-tend.

C’est sur l’application que les modèles divergent le plus. Neuf dispositifs d’application différents sont codés pour les neuf États dotés d’un modèle défini, des leviers de la commande publique aux amendes directes, et aucun n’est commun à deux États. La région a convergé sur le lieu de l’autorité ; elle n’a pas convergé sur la manière de rendre les règles contraignantes.

Références

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA

L’analyse recourt à l’analyse qualitative comparée en ensembles flous (Ragin, 2008 ; Schneider & Wagemann, 2012). Les conditions sont calibrées comme des appartenances comprises entre 0 et 1 : capacité de l’État, ressources économiques, infrastructure numérique, protection des données, alignement international et production scientifique, entre autres.

L’écart entre capacité et régulation

Un diagnostic simple distingue deux problèmes de gouvernance que l’indice confond dans sa moyenne. Pour chaque État, la moyenne des trois piliers de capacité (préparation, administration numérique, cybersécurité) est comparée au pilier de régulation (figure 10.1). Un écart positif signale une capacité latente : une capacité administrative et technique en avance sur l’institutionnalisation de la gouvernance de l’IA. Un écart négatif signale une régulation en avance sur la capacité.

Capacité latente. Le Koweït (+40,7), la Jordanie (+40,2), Oman (+29,5), l’Algérie (+20,2) et le Maroc (+14,6) disposent d’une capacité que leur stade réglementaire ne reflète pas. Dans ces États, l’obstacle est une décision, non un déficit : un organe pilote, une stratégie et une loi sur la protection des données pourraient être mis en place avec les moyens administratifs déjà disponibles.

Régulation en avance sur la capacité. L’Irak (−18,1) et la Tunisie (−9,1) ont adopté des stratégies, des organes et des instruments qui dépassent la capacité administrative mesurée. C’est la configuration dans laquelle l’adoption formelle risque le plus de se découpler de la pratique, et dans laquelle l’investissement dans la mise en œuvre (effectifs, services en ligne, cybersécurité) rapportera davantage que de nouveaux instruments. Les valeurs négatives du Qatar (−21,5), des Émirats arabes unis (−12,2) et de l’Arabie saoudite (−11,0) reflètent en partie le plafond de l’échelle de régulation, mais elles indiquent aussi où la capacité est la plus faible au regard de l’ambition : la préparation à l’IA dans les trois cas, et l’administration numérique au Qatar.

Bahreïn (+1,5), l’Égypte (−1,1) et la Mauritanie (−1,7) sont à l’équilibre, à des niveaux très différents. Pour les neuf États au stade naissant, le pilier de régulation est nul : l’écart est donc égal à la capacité moyenne ; il va de 39,7 au Liban et 37,3 en Libye à 18,8 au Yémen, ce qui rappelle que le stade naissant recouvre des points de départ très différents.

Dans les États à capacité latente, l’obstacle est une décision, non un déficit.

Trois enseignements

Les ressources ne suffisent pas à produire un cadre. Le Koweït associe un PIB par habitant de 34 076 USD et 99,75 % d’utilisateurs d’Internet à l’absence de stratégie ou d’organe dédié codés, alors que les cinq autres États du Golfe disposent des deux. Le facteur décisif est le choix institutionnel, et les progrès peuvent être rapides dès qu’un organe pilote est désigné.

La capacité de recherche peut devancer la régulation. L’Irak, la Jordanie et l’Algérie abritent des communautés de recherche plus importantes que ne le laisserait attendre leur stade réglementaire. Ces communautés sont un atout pour les régulateurs.

Les scores composites peuvent suivre avec retard le changement institutionnel. Le score de préparation du Liban a progressé entre 2020 et 2023, en pleine crise économique, avant de reculer de 13,36 points en 2025.

Références

• Ben Brik, A., Gilbert, N., & Pycińska, M. (2025). Arab AI Governance Lab Dataset [Data set]. Harvard Dataverse. https://doi.org/10.7910/DVN/MOVIFA
• Ragin, C. C. (2008). Redesigning social inquiry: Fuzzy sets and beyond. University of Chicago Press.
• Schneider, C. Q., & Wagemann, C. (2012). Set-theoretic methods for the social sciences. Cambridge University Press.

Les orientations internationales organisent l’action publique en matière d’IA dans l’administration autour de leviers, de garde-fous et de la mobilisation des parties prenantes (OCDE, 2025). Les éléments réunis dans ce rapport suggèrent, pour la région arabe, un ordre complémentaire dans lequel les fondations et les institutions précèdent les instruments.

Écarts prioritaires et recommandations

Recommandations par acteur

Centres de gouvernement. Traiter la gouvernance de l’IA comme une question d’organisation de l’appareil d’État : confier un mandat pilote unique, le financer et imposer aux régulateurs sectoriels de se coordonner par son intermédiaire.

Régulateurs et autorités de protection des données. Construire la capacité d’application avant d’étendre le corpus de règles ; publier les décisions et les données d’application afin que la conformité soit observable.

Parlements. Lorsque des projets de loi sur l’IA sont à l’étude, légiférer sur la capacité de mise en œuvre et les clauses de réexamen en même temps que sur les obligations.

Organisations régionales. Fournir des instruments partagés (classification des risques, clauses de commande publique, signalement des incidents) et un programme régional de formation, qui abaissent les coûts d’entrée des petites administrations.

Partenaires internationaux. Aligner l’appui sur la capacité d’absorption et sur l’ordre des étapes exposé dans ce rapport ; éviter de financer des documents de stratégie qu’aucune institution n’a mandat de mettre en œuvre.

Les instruments suivent les institutions : désigner d’abord l’organe.

Le séquencement des politiques mérite une attention particulière. Les éléments recueillis dans d’autres régions en développement montrent que l’adoption d’instruments avancés, avant que n’existe la capacité de les mettre en œuvre, peut enfermer les administrations dans des engagements qu’elles ne peuvent tenir (Ben Brik, 2026b).

Références

• Ben Brik, A. (2026b). Policy sequencing and the capability trap: AI governance instrument design across Asian developing countries. Journal of Asian Public Policy, 1–20. https://doi.org/10.1080/17516234.2026.2697934
• OECD. (2025). Governing with artificial intelligence: The state of play and way forward in core government functions. OECD Publishing. https://doi.org/10.1787/795de142-en

Pour un renforcement des capacités en gouvernance de l’IA, veuillez contacter le Lab : anis.ben.brik@usi.ch.