La nouvelle politique d'IA de Maurice rend l'éthique obligatoire, et non facultative

Alors que de nombreux pays africains s'empressent de déployer l'intelligence artificielle, Maurice a fait de la gouvernance et de l'éthique le point de départ de sa stratégie en matière d'IA, plutôt qu'un problème à résoudre après que la technologie soit en usage.

Au cœur de cette stratégie se trouve le cadre FAIR, un ensemble de lignes directrices régissant la conception, le déploiement et la gestion des systèmes d'IA. Il définit des attentes claires dans tous les secteurs et s'applique à l'ensemble du cycle de vie de l'IA, de la conception et du développement au déploiement, à la surveillance et au retrait éventuel.

L'approche de Maurice reflète un changement plus large dans la façon dont les pays africains pourraient se positionner dans le paysage de l'IA. Alors que des marchés plus importants comme le Nigeria et le Kenya mettent l'accent sur l'échelle et la croissance de l'écosystème, et que l'Afrique du Sud se concentre sur la réglementation institutionnelle, Maurice avance un modèle piloté par la gouvernance centré sur des normes applicables. 

La Stratégie nationale d'IA de Maurice 2025–2029, ainsi que les Lignes directrices FAIR introduites en avril 2026, sont conçues pour être neutres vis-à-vis des fournisseurs et indépendantes des frontières. Tout système d'IA opérant dans le pays, quelle que soit son origine, doit se conformer à un ensemble unifié de normes éthiques et opérationnelles.

Les outils d'IA importés sont soumis au même niveau de contrôle que les systèmes nationaux. Le cadre exige le respect des principes d'équité, de responsabilité, d'inclusivité, d'intégrité et de responsabilisation. Dans les secteurs à haut risque tels que la fintech et les jeux, les systèmes doivent faire l'objet d'audits de biais pour atténuer les résultats discriminatoires. Les dispositions relatives à la responsabilité exigent également que les fournisseurs étrangers désignent des représentants basés localement pouvant être tenus responsables des résultats des systèmes.

Tout système d'IA qui affecte des individus, des organisations ou des intérêts publics à Maurice entre dans le champ d'application du cadre, ce qui traduit la reconnaissance que les risques liés à l'IA ne sont pas limités par la géographie et que la gouvernance doit être déterminée par l'impact plutôt que par l'origine.

Bien que les Lignes directrices FAIR soient actuellement non contraignantes — il n'y a pas encore de sanctions juridiques immédiates ni d'amendes pour non-conformité — elles sont conçues avec une trajectoire juridique et politique claire. Elles devraient façonner la politique gouvernementale, éclairer les réglementations sectorielles, influencer les normes d'approvisionnement et, à terme, sous-tendre une législation future. 

En fait, Maurice construit un cadre réglementaire capable d'évoluer parallèlement à la technologie, plutôt que de figer des règles rigides trop tôt. Cela contraste avec des approches comme celle du projet de politique nationale d'IA d'Afrique du Sud, qui propose des sanctions sévères — notamment des amendes d'environ 530 000 dollars ou jusqu'à 10 ans d'emprisonnement — pour les manquements éthiques graves. 

L'approche mauricienne permet au pays de rester flexible tout en établissant un point de référence stable pour la responsabilisation. Les décideurs politiques, les régulateurs, les entreprises et même les tribunaux peuvent s'appuyer sur ces principes à mesure que l'adoption de l'IA s'étend.

Le cadre repose sur quatre piliers : l'équité, la responsabilité, l'inclusivité et l'intégrité. Chacun répond à un risque spécifique qui a émergé dans le déploiement mondial de l'IA et est lié à des attentes concrètes.

L'équité se concentre sur la prévention des biais. Les systèmes d'IA ne doivent pas discriminer sur la base du revenu, du sexe, de l'origine ethnique ou de la géographie, selon la politique. Cela est particulièrement important dans une société petite et diverse, où des systèmes défaillants pourraient rapidement exclure des groupes entiers de l'accès aux services ou aux opportunités. Pour y remédier, les lignes directrices soulignent l'utilisation de jeux de données locaux représentatifs et exigent des tests de biais, en particulier dans les secteurs à fort impact tels que la finance et les services publics.

La responsabilité aborde l'un des défis les plus persistants de l'IA : le problème de la « boîte noire ». Dans le cadre FAIR, il doit toujours exister une partie clairement identifiable responsable des décisions d'un système d'IA. Cela inclut la définition de la responsabilité, la tenue de pistes d'audit et l'établissement de mécanismes de recours en cas de préjudice. Les décisions de l'IA ne sont pas censées être opaques ou incontestables.

L'inclusivité garantit que les avantages de l'IA sont largement distribués. Plutôt que de concentrer les avantages parmi les grandes entreprises ou les populations urbaines, la stratégie promeut la littératie en matière d'IA à travers des initiatives telles que « L'IA pour tous », soutient les petites et moyennes entreprises et élargit l'accès à l'infrastructure numérique. L'objectif est de prévenir une nouvelle forme d'inégalité — ce que les auteurs de la politique décrivent comme un potentiel « fossé numérique 2.0 ».

Le dernier pilier, l'intégrité et la responsabilité, aborde la robustesse technique et éthique des systèmes d'IA. Il couvre la gouvernance des données, la vie privée, la cybersécurité et les mesures de protection contre les utilisations abusives, notamment la fraude et la manipulation. Pour un gouvernement qui prévoit d'intégrer l'IA dans la prestation de services publics, la confiance dans la fiabilité des systèmes est essentielle.

Ce qui distingue Maurice n'est pas seulement l'inclusion de ces principes, mais la façon dont ils sont intégrés dans la stratégie économique globale. Le cadre FAIR est directement lié aux décisions d'approvisionnement, à la conception des systèmes et au développement des politiques. Il est positionné comme une exigence de base, et non comme des orientations facultatives.

Cela reflète un choix stratégique plus large : en tant que petite économie ouverte de seulement 1,26 million d'habitants et un PIB d'environ 15 milliards de dollars, Maurice ne peut pas rivaliser en termes d'échelle avec des économies plus importantes comme l'Afrique du Sud, dont le PIB dépasse 400 milliards de dollars.

Ce n'est pas que l'Afrique du Sud et le Nigeria ignorent la confiance. La différence réside dans les priorités et le calendrier. Maurice utilise sa taille plus modeste pour se positionner comme un régulateur d'IA ciblé et « boutique », tandis que l'Afrique du Sud et le Nigeria doivent équilibrer la construction de la confiance avec la stimulation de l'échelle de croissance que leurs économies plus importantes exigent.

Ce faisant, elle espère attirer des investissements, nouer des partenariats et s'intégrer dans les chaînes de valeur mondiales de l'IA.

Les ambitions économiques du pays renforcent cette orientation. L'IA est perçue comme un nouveau pilier de croissance, aux côtés des secteurs traditionnels comme l'industrie manufacturière, dont la contribution au PIB a régulièrement diminué — passant de plus de 20 % à la fin des années 1990 à environ 10,7 % en 2020, avec seulement une modeste reprise à environ 12,8 % en 2024. 

Selon la politique, le pays voit désormais dans l'IA un moyen de revitaliser ces secteurs, d'améliorer l'efficacité et de créer de nouvelles opportunités dans des domaines tels que la fintech, la logistique et l'économie océanique.

Pour conduire cette transformation, Maurice développe des capacités institutionnelles sous la forme d'un Conseil de l'IA. Ce conseil serait soutenu par des parties prenantes des secteurs public et privé, ainsi que par des experts internationaux, qui superviseront la mise en œuvre, coordonneront les projets et mesureront l'impact socio-économique. Des incitations telles que des crédits d'impôt, des subventions et un soutien réglementaire sont également déployées pour encourager l'adoption.

Cette approche pilotée par la gouvernance contraste avec d'autres stratégies africaines en matière d'IA. Le Nigeria, par exemple, privilégie le déploiement à grande échelle et le développement des talents, avec des structures de gouvernance encore en évolution. Le Kenya se concentre sur la construction d'un hub régional d'innovation et d'un puissant régulateur de l'IA, tandis que l'Afrique du Sud s'oriente vers un modèle plus réglementaire avec plusieurs organes de surveillance.

Maurice, en comparaison, parie que la confiance peut être un avantage concurrentiel.

Cette stratégie comporte des risques. Une trop grande importance accordée à la gouvernance pourrait ralentir l'innovation si elle n'est pas gérée avec soin. Et à mesure que les lignes directrices se transforment en règles contraignantes, des questions se poseront sur la capacité d'application et le fardeau réglementaire. Mais pour l'instant, le pays semble trouver un équilibre, en fixant des attentes claires sans étouffer l'expérimentation.