Il s'agit d'une traduction automatique générée par DeepL Traduction. La traduction automatique est une traduction littérale du contenu d'origine dans une autre langue. Elle est entièrement automatisée et ne fait appel à aucune intervention humaine. La qualité et la fidélité de la traduction automatique peuvent varier considérablement d'un texte à l'autre et entre différentes paires de langues. L'UIT ne garantit pas l'exactitude et décline toute responsabilité en cas d'erreurs éventuelles. En cas de doutes quant à l'exactitude des informations présentées dans les versions traduites de nos pages web, veuillez vous reporter au texte officiel en anglais. Certains contenus (tels que des images, des vidéos, des fichiers, etc.) peuvent ne pas être traduits en raison des limitations techniques du système.

Gouvernance des impacts systémiques de l’IA là où la réglementation n’atteint pas : engagements normalisés et exigences latérales dans les chaînes de valeur


Groupe de travail sur le cadre de l’AI Commons (AIC), Centre Leo Apostel d’études interdisciplinaires (CLEA), Université libre de Bruxelles (VUB)

Session 337

lundi, 6 juillet 2026 13:00–13:45 (UTC+02:00) Participation physique (sur place) et virtuelle (à distance) Salle K2, Bâtiment de l'UIT à Montbrillant Session interactive
S'inscrire »

Participation physique (sur place) et virtuelle (à distance)


Présentation du cadre de l’AI Commons (AIC)

Une grande partie du paysage de la gouvernance de l’IA converge vers un programme commun : rendre les systèmes d’IA sûrs, légaux et responsables. Ce sont des objectifs pour lesquels la réglementation est construite, par le biais de normes, d’exigences et d’applications qui s’appliquent de la même manière à tous les systèmes. Au-delà de ces préoccupations se trouve une deuxième série de préoccupations qu’une approche par la réglementation n’atteint pas aussi bien. Ici, le résultat n’est pas un seuil uniforme mais une distribution qui prend forme entre les parties : ce qu’un système consomme pour fonctionner, et si les effets qu’il produit valent ce tirage ; qui saisit la valeur générée par l’IA et qui en supporte les coûts ; sur quelles données, travaillent et calculent un système, et selon quelles conditions ; qui a vraiment son mot à dire sur ce qu’elle est censée faire ; et si les communautés sur lesquelles il agit restent debout alors que ses conditions changent. Ces préoccupations ne peuvent être dissipées par des exigences fixées à l’avance pour tous les systèmes d’IA d’une juridiction ; Ils sont configurés de manière dynamique, à mesure que les chaînes de valeur se forment et se rapportent à leur environnement social, économique et naturel, souvent de manière transfrontalière. C’est le domaine de la commande privée : la configuration se fait par le biais de décisions commerciales, prises en privé et dans l’intérêt commercial, sans qu’aucune partie ne soit chargée des intérêts d’intérêt public. Chaque partie répond de son propre accord ; Personne ne répond au modèle auquel ces accords s’ajoutent, et donc la forme qui se forme dans l’économie ne semble être la responsabilité de personne. Pourtant, c’est un domaine de gouvernance en tout sauf en vocabulaire : les décisions ayant de réelles conséquences publiques y sont prises en permanence, sans instrument partagé pour rendre leurs conséquences publiques lisibles et gouvernables.

Le cadre AI Commons (AIC) est une proposition pour cet instrument partagé. Il s’appuie sur le précédent de Creative Commons et des logiciels open source – des termes normalisés et adoptés volontairement qui sont devenus systémiques par accumulation et force exécutoire ordinaire, sans mandat statutaire – et étend le même mécanisme aux conditions de déploiement de l’IA. Un adoptant compose un engagement à partir d’un ensemble de profils – Réciprocité, Durabilité, Ouverture, Gouvernance, Accès, Valeur – et l’inscrit dans les contrats sous lesquels une capacité voyage déjà. Une fois là-bas, l’engagement peut s’étendre comme une exigence à d’autres acteurs de la chaîne de valeur, de sorte qu’un engagement normalisé à un nœud peut devenir une exigence latérale à l’autre, et la coordination s’accumule sans mandat central. Chaque profil définit les termes d’une relation entre un déploiement et le monde qui l’entoure. Un déploiement repose sur des données, de la main-d’œuvre et des connaissances fournies par d’autres ; La réciprocité (AIC-R) reconnaît ces contributions en amont et restitue une partie de la valeur générée par le déploiement aux personnes qui les soutiennent, dont elle continue à s’appuyer sur le travail continu. Le déploiement consomme de l’énergie et des calculs pour fonctionner et laisse une empreinte environnementale ; La durabilité (AIC-S) mesure cette empreinte au niveau de chaque nœud et la compare aux effets réels de ce que fait le déploiement, en maintenant le résultat à un équilibre net qui est au moins neutre et régénératif là où il peut l’être. L’ouverture (AIC-O) exige une transparence opérationnelle, de sorte qu’une partie indépendante puisse examiner le comportement réel du déploiement. La gouvernance (AIC-G) permet aux communautés et aux parties prenantes de déployer des éléments importants dans les décisions qui déterminent son fonctionnement et son évolution. L’accès (AIC-A) permet de garder la capacité librement disponible, quels que soient les types d’utilisateurs et indépendamment de la capacité de payer. La valeur (AIC-V) achemine une partie des gains produits par l’automatisation en un revenu de base inconditionnel qui, agrégé parmi de nombreux utilisateurs, atteint la communauté au sens large.

L’intérêt plus large du cadre pour le SMSI est que, puisqu’il s’agit de clauses contractuelles, il fonctionne à l’intérieur des structures juridiques et commerciales de chaque pays et traverse les chaînes de valeur transfrontalières sans que les juridictions aient à aligner leurs lois. Cela fait du cadre une voie de mise en œuvre qui est indépendante de la façon dont chaque juridiction gouverne : il ne demande rien à l’infrastructure réglementaire nationale et fonctionne sous toutes les formes juridiques et commerciales qu’un pays a déjà. Un acheteur ou un innovateur dans n’importe quelle région peut commencer à gouverner l’impact de l’IA dès maintenant, sans attendre que la réglementation réponde à ces questions. Il s’agit d’une voie concrète vers l’objectif de cette semaine : une transition vers l’IA dont les avantages profitent à tous, et pas seulement aux plus avancés sur le plan technologique.

Intervenants
Dr. Em Lenartowicz
Dr Em Lenartowicz Président(es) Groupe de travail de l’AIC, CLEA, Vrije Universiteit Brussel (Belgique) Modérateur

Dr. Ana García Robles
Dr Ana García Robles Tête Laboratoire sur la gouvernance de l’intelligence artificielle au service de l’humanité (Espagne)

Dr. Ann Borda
Dre Ann Borda Institut Alan Turing (Royaume-Uni)

Dr. Cristian Axenie
Dr Cristian Axenie Technische Hochschule Nürnberg Georg Simon Ohm (Allemagne)

Dr. Mihaela Ulieru
Dr. Mihaela Ulieru SingularityNET (États-Unis/Suisse)

Dr. Young Yoon
Dr Young Yoon Université Hongik (Corée du Sud)

Sujets
Économie numérique Environnement Éthique Examen du SMSI+20 Inclusion numérique Intelligence artificielle Pacte Numérique Mondial (PNM) Technologies émergentes
Lignes d'action du SMSI
  • GO C1 logo C1. Le rôle des gouvernements et de toutes les parties prenantes dans la promotion des TIC pour le développement
  • GO C3 logo C3. L'accès à l'information et au savoir
  • GO C6 logo C6. Créer un environnement propice
  • GO C10 logo C10. Dimensions éthiques de la société de l'information

La session traite plus directement de quatre grandes orientations. Sa contribution centrale est C1 : le cadre redessine où se situe la responsabilité de l’impact sociétal de l’IA. La couche interaction où cet impact est configuré a la structure d’une tragédie des biens communs – chaque acteur optimise sa propre position, l’agrégat devient nuisible et le fardeau de la correction est laissé aux institutions publiques qui ne peuvent pas conclure de contrats privés. L’AIC change cela en laissant les parties prenantes assumer une part de cette responsabilité directement, en prenant des engagements dans les accords qu’elles concluent déjà, afin que la gouvernance devienne quelque chose auquel les acteurs d’une chaîne de valeur participent plutôt que quelque chose qui soit déchargé sur le seul gouvernement. C’est ce qui donne à l’objectif de développement de la grande orientation un mécanisme concret : lorsque les parties qui construisent et déploient l’IA partagent la responsabilité de la baisse de sa valeur et de ses coûts, la technologie peut être promue comme une force de développement qui touche tous les pays et toutes les communautés, et pas seulement à ceux qui sont déjà les mieux placés pour en tirer parti.

Le cadre met également l’accent sur le C6 (Environnement propice) : il fonctionne par le biais du droit ordinaire des contrats et de l’adoption volontaire, dans le cadre des structures juridiques et commerciales déjà existantes, et ne nécessite aucune nouvelle législation ou accord international. Il sert le C10 (dimensions éthiques) en formulant les conséquences distributives, environnementales et participatives de l’IA en termes qui peuvent être abordés délibérément. Et il soutient le C3 (Accès à l’information et au savoir) par ses engagements en faveur de la disponibilité ouverte des capacités d’IA et de la transparence opérationnelle, en empêchant l’accès d’être fermé et en maintenant le fonctionnement d’un système ouvert à l’examen.

Objectifs de développement durable
  • Objectif 1 logo Objectif 1: Éliminer la pauvreté sous toutes ses formes et partout dans le monde
  • Objectif 8 logo Objectif 8: Promouvoir croissance économique soutenue, plein emploi productif et travail décent pour tous
  • Objectif 9 logo Objectif 9: Bâtir une infrastructure résiliente, promouvoir une industrialisation durable et encourager l’innovation
  • Objectif 10 logo Objectif 10: Réduire les inégalités dans les pays et d’un pays à l’autre
  • Objectif 12 logo Objectif 12: Établir des modes de consommation et de production durables
  • Objectif 13 logo Objectif 13: Prendre d’urgence des mesures pour lutter contre les changements climatiques et leurs répercussions
  • Objectif 16 logo Objectif 16: Promouvoir l’avènement de sociétés pacifiques, l’accès de tous à la justice et des institutions efficaces

Les profils du cadre traduisent chacun un problème de développement en un engagement qu’un adoptant écrit dans les contrats dans le cadre desquels une capacité d’IA voyage – et qui peut s’étendre le long de la chaîne de valeur dans les deux sens, en aval vers ceux qui s’appuient sur la capacité et en amont vers les fournisseurs derrière, comme une exigence pour les autres. Dans l’ensemble du cadre, les relations commerciales par lesquelles l’IA est produite et utilisée sont ainsi responsables de leurs conséquences, de sorte que les effets habituellement externalisés sont pris en compte dans les relations qui les génèrent. L’AIC est lui-même une innovation dans la façon dont l’IA est gouvernée : un instrument standardisé et composable qui fonctionne par le biais de contrats ordinaires, ne nécessitant aucune nouvelle institution à construire. Cette contribution à l’innovation dans l’économie numérique est liée à l’ODD 9 (Industrie, innovation et infrastructure).

Sur le plan environnemental, le profil de durabilité répond à la fois à l’ODD 12 (modes de consommation et de production durables) et à l’ODD 13 (lutte contre les changements climatiques). Pour l’ODD 12, il s’engage à adopter des pratiques durables dans la façon dont l’IA est produite et utilisée et à en rendre compte ouvertement – le type de pratiques et de rapports en matière de durabilité que les entreprises exigent des entreprises. Pour l’ODD 13, il place la barre plus loin : un déploiement s’engage à respecter un équilibre environnemental net - sa propre empreinte, le calcul et l’énergie qu’il consomme, mis en balance avec les effets de ce qu’il fait une fois opérationnel, les processus du monde réel qu’il façonne - neutre au minimum et régénératif lorsque cela est possible. Lorsqu’il existe des mesures établies, telles que l’intensité carbone logicielle ou l’analyse du cycle de vie, l’engagement peut exiger la conformité à celles-ci, de sorte que l’équilibre est vérifié par rapport à une norme plutôt qu’autodéclaré. Chaque nœud comptabilise sa propre fermeture ; En amont, le même engagement devient une condition pour les fournisseurs, de sorte qu’une chaîne équilibrée s’accumule nœud par nœud. Une action climatique de cette ampleur doit être intégrée au niveau où les effets environnementaux sont réellement configurés – le déploiement individuel – plutôt que déclarés pour un secteur d’en haut. Peu de déploiements pourraient répondre à cette norme aujourd’hui, mais elle indique ce qu’exige réellement une véritable durabilité dans le déploiement de l’IA.

Sur le plan social, le profil de gouvernance répond à la cible 16.7 de l’ODD 16 (prise de décision réactive, inclusive et participative à tous les niveaux) en donnant aux communautés un système affecte une place dans les décisions qui le façonnent. Le profil de réciprocité répond à l’ODD 8 (travail décent et croissance économique), en reconnaissant et en redonnant une part de valeur au travail humain, aux données et aux connaissances sur lesquelles repose l’intelligence artificielle, et dont elle dépend de sa contribution continue. Et le profil de valeur répond directement à l’ODD 10 (réduction des inégalités au sein des pays et entre les pays), en s’opposant à la concentration des gains de l’IA, et atteint l’ODD 1 (pas de pauvreté) en construisant un revenu de base à partir d’une part des gains de l’automatisation.

Ce qui relie ces objectifs autrement éloignés, c’est une structure partagée. Les dommages sociaux et écologiques sont systémiques – ils se forment de l’accumulation d’innombrables décisions opérationnelles dans l’économie, générées continuellement et poussées en dehors des accords qui les provoquent, de sorte qu’aucun acteur unique n’est responsable et qu’aucune autorité extérieure ne peut les atteindre pleinement. C’est pourquoi ni l’un ni l’autre ne cède pour remédier après coup : l’aide lutte pour suivre le rythme de la pauvreté que l’économie produit en permanence, alors qu’un décompte carbone a du mal à annuler les émissions déjà libérées. L’exigence commune est de porter la préoccupation à l’intérieur des relations qui la génèrent – à chaque étape, à chaque déploiement, par les parties qui la façonnent – et de le faire de la même manière, que la préoccupation soit la distribution de la valeur ou le coût pour le monde vivant.

La transition vers l’IA accroît la capacité de production de l’économie à une échelle qui implique une responsabilité correspondante : que ses gains contribuent à atteindre les objectifs les plus fondamentaux du développement et que ses coûts ne retombent pas sur ceux qui ont le moins leur mot à dire ou sur le monde naturel. L’AI Commons est toujours une proposition. Mais cela indique un développement que les sociétés pourraient construire de l’intérieur, accord par accord, comme une dynamique de leur propre création.

Objectifs du GDC
  • Objectif 1 : Combler toutes les fractures numériques et accélérer les progrès vers la réalisation des Objectifs de développement durable
  • Objectif 2 : Élargir l'inclusion et les bénéfices de l'économie numérique pour tous
  • Objectif 5 : Améliorer la gouvernance internationale de l'intelligence artificielle au bénéfice de l'humanité
Liens

AI Commons (AIC) Framework Working Group, Centre Leo Apostel (CLEA), Free University of Brussels (VUB): https://clea.research.vub.be/aic

References

Lenartowicz, E. M. (2026). The AI Commons Framework: Private ordering as systemic co-regulation across AI value chains [Manuscript submitted for publication]. SSRN Electronic Journal. https://ssrn.com/abstract=6914804
Lenartowicz, E. M. (2025). AI Commons (AIC) licence suite: A modular framework for impact-oriented AI governance. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5848523