L’IA pour tous commence par une structure d’État 5.0

Dans l’espace public, l’intelligence artificielle est une technologie qui impressionne, parfois qui fait peur. Elle est pourtant en train de devenir tout autre chose : le matériau même avec lequel l’État bâtira ses services, tels la nouvelle brique et le nouveau mortier de l’action publique, reposant sur l’or noir du XXIe siècle, la donnée.

Ce matériau s’installe discrètement dans les interactions ordinaires aussi simples qu’une demande de prestation, un rendez-vous médical, une déclaration fiscale ou une demande de place en garderie. Toutefois, l’IA, comme toute maçonnerie, ne tiendra que sur des fondations solides : des infrastructures de données cohérentes, gouvernées d’un bout à l’autre de la chaîne de valeur. La question est simple : « le citoyen pourra-t-il comprendre par où passent ses données, faire corriger une erreur et savoir qui demeure imputable d’une décision assistée par l’IA? »

La chaîne de valeur du numérique durable

Le Canada a raison de vouloir une stratégie ambitieuse puisqu’il en a les atouts avec la recherche, les talents, les entreprises innovantes, ses institutions démocratiques. Mais la stratégie gouvernementale ne peut se limiter à financer des outils ou à accélérer la productivité, ce serait confondre transformation numérique et transformation numérique durable. La première optimise un portefeuille de projets; la seconde gouverne une chaîne de valeur faite d’infrastructures souveraines, de données, de capacités, de services, de valeur publique et de résilience. Dans mes travaux doctoraux, je définis cet ensemble comme la « chaîne de valeur du numérique durable », où chacun des six maillons est indispensable. La faiblesse d’un seul crée une dette technologique, organisationnelle ou informationnelle qui finit par retomber sur le citoyen. La confiance en une « IA pour tous » en d’autres mots se joue moins dans l’interface que dans ses fondations tangibles.

Vers un État 5.0

Cette confiance ne peut reposer sur les seules dispositions légales : elle exige un arrimage entre un socle juridique et une architecture de données pensée pour la mutualisation entre organismes publics. C’est le sens d’un « État 5.0 » : une administration structurée autour de la donnée, humano-centrée, capacitaire et durable, taillée pour un environnement incertain et changeant. Les administrations qui réussissent avec l’IA ne se distinguent pas d’abord par la technologie qu’elles acquièrent, mais par leur capacité organisationnelle à créer de la valeur.

Ainsi, il importe de comprendre qu’un système branché sur les applications d’un ministère ne crée de la valeur que si le citoyen en retire un bénéfice concret tel un meilleur service, des délais réduits, des coûts publics maîtrisés et des données protégées. Si l’État ne sait plus qui fait quoi, où circulent les données et comment contester une décision, il cède une partie de son contrôle à des acteurs externes.

Une personne dont le dossier est refusé après une analyse automatisée ne devrait jamais s’entendre répondre que « le système l’a recommandé ». Elle devrait connaître les critères déterminants, demander une révision humaine, faire corriger une erreur et obtenir une explication intelligible. L’IA peut certes accélérer l’administration mais pas au détriment d’une proximité ni de la transparence.

Cinq questions essentielles pour le citoyen

La stratégie canadienne devrait poser une exigence simple : aucune utilisation publique majeure de l’IA ne devrait être financée ni déployée sans démonstration d’une capacité organisationnelle mesurable et auditable. Cette démonstration tient en cinq questions :

Qui est responsable? Il faut distinguer le ministère, le fournisseur, l’intégrateur, l’hébergeur, l’opérateur et les sous-traitants. Sans cette cartographie, l’imputabilité disparaît au moment où le citoyen en a besoin.

Qu’arrive-t-il aux données? Intrants, extrants, journaux, métadonnées et développements réalisés pour un mandat public doivent être définis contractuellement. Les données publiques, actif stratégique de l’État, ne devraient jamais servir à entraîner d’autres modèles sans autorisation explicite.

Comment vérifie-t-on le système? La transparence ne se limite pas à annoncer qu’un outil d’IA est utilisé. Elle exige des traces, des audits socio-techniques, des tests et des mécanismes de correction.

L’organisation est-elle prête? Avant toute acquisition, un organisme public devrait démontrer sa capacité à superviser l’outil : gouvernance des données, cybersécurité, compétences internes, gestion contractuelle et recours accessibles. Ce sont les capacités internes, plus que l’achat, qui déterminent la réussite.

Peut-on reprendre le contrôle? L’administration doit pouvoir suspendre un système, changer de fournisseur, récupérer ses données, revenir à un processus humain et maintenir les services essentiels. Cette résilience suppose des infrastructures souveraines comparables, par leur importance, aux grands projets du XXe siècle.

Innovation durable et IA agentique

Ces exigences ne sont pas hostiles à l’innovation; elles la rendent durable et socialement acceptable. Elles favorisent un marché plus sain: sécurité, interopérabilité et responsabilité démocratisent une bonne gouvernance pour les PME et les municipalités. Les États avancés tels l’Estonie, où l’interopérabilité est inscrite dans la loi, ou la Suisse et ses modèles ouverts mutualisés montrent que la réussite repose moins sur un organe technocentré central que sur des capacités distribuées.

L’urgence s’accroît avec l’IA agentique, ces systèmes capables non seulement d’analyser, mais d’agir en flux opérationnels autonomes. Il ne suffit donc plus d’affirmer qu’un humain reste « dans la boucle»; il faut préciser lequel, à quel moment, avec quel pouvoir d’interruption et avec quelle obligation de rendre compte?

Un enjeu d’abord institutionnel

Une stratégie canadienne ambitieuse devrait viser davantage qu’une adoption rapide de « l’IA pour tous » : offrir au citoyen une IA publique mutualisée reposant sur un socle juridique solide, une gouvernance transversale et des capacités organisationnelles durables. L’administration de demain peut être plus efficace tout en restant traçable, imputable et contestable, et recourir à des partenaires privés sans perdre sa mémoire institutionnelle, ses données ni sa souveraineté numérique. Car au-delà des technologies, l’enjeu est d’abord institutionnel : les États qui tireront le meilleur parti de l’IA ne seront pas ceux qui auront acquis le plus d’algorithmes, mais ceux qui auront investi dans leurs capacités internes, leur gouvernance des données, leurs infrastructures souveraines et leur contrôle démocratique sur les décisions automatisées, en accord avec la maturité numérique durable. En d’autres mots, une stratégie nationale devrait mesurer autant la maturité organisationnelle que la performance technologique.

Enfin, « l’IA pour tous » commencera vraiment le jour où chaque citoyen pourra dire : je comprends assez pour faire confiance, mes données demeurent protégées et je dispose d’un recours lorsqu’un humain assisté par une machine se trompe. Si l’IA devient la nouvelle brique et le nouveau mortier de l’État, l’ambition canadienne ne devrait pas seulement être de rester un chef de file de la recherche, mais de bâtir un État 5.0 dont nous maîtriserons les fondations, pour développer une IA souveraine sur sa chaîne de valeur durable.

–

[1] Vallée, S. (2026). Chaîne de valeur du numérique durable. 2e Colloque annuel Chaire Technologie Durabilité Société, Université du Québec à Chicoutimi, 23 juin 2026.

[2] Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350 ; Kattel, R., & Takala, V. (2021). Industrial and Corporate Change, 30(4). [Référence à confirmer.]

[3]  Vallée, S. et Ebata, R. (2026). IA et cadre normatif québécois : indice de rupture documentaire et exigences de la transformation numérique durable. Revue Organisation et Territoires (révision par les pairs). Publication prévue à l’automne 2026.

[4] Mergel, I., Edelmann, N., & Haug, N. (2019). Defining digital transformation: Results from expert interviews. Government Information Quarterly, 36(4), 101385.

[5] Moore, M. H. (1995). Creating public value: Strategic management in government. Harvard University Press.

Déclaration relative à l’utilisation d’outils d’IA

Des outils d’IA générative ont été utilisés à titre d’aide à la structuration aux normes du concours. L’autrice a personnellement rédigé le contenu original, révisé, vérifié et approuvé le contenu final, qui repose sur ses travaux de recherche originaux.

Références

Bharadwaj, A., El Sawy, O. A., Pavlou, P. A., & Venkatraman, N. (2013). Digital business strategy: Toward a next generation of insights. MIS Quarterly, 37(2), 471–482. https://doi.org/10.25300/MISQ/2013/37:2.3

Elkington, J. (1997). Cannibals with forks: The triple bottom line of 21st-century business. Capstone.

Innovation, Sciences et Développement économique Canada. (2026). Stratégie nationale du Canada en matière d’intelligence artificielle : L’IA pour tous. Gouvernement du Canada.

Kattel, R., & Takala, V. (2021). Industrial and Corporate Change, 30(4). [Référence à confirmer.]

Mergel, I., Edelmann, N., & Haug, N. (2019). Defining digital transformation: Results from expert interviews. Government Information Quarterly, 36(4), 101385. https://doi.org/10.1016/j.giq.2019.06.002

Moore, M. H. (1995). Creating public value: Strategic management in government. Harvard University Press.

Porter, M. E. (1985). Competitive advantage: Creating and sustaining superior performance. Free Press.

Secrétariat du Conseil du Trésor du Canada. (2019, mis à jour). Directive sur la prise de décisions automatisée. Gouvernement du Canada.

Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640

Vallée, S. et Ebata, R. (2026). IA et cadre normatif québécois : indice de rupture documentaire et exigences de la transformation numérique durable. Revue Organisation et Territoires (révision par les pairs). Publication prévue à l’automne 2026.

Vallée, S. (2026). Chaîne de valeur du numérique durable. 2e Colloque annuel Chaire Technologie Durabilité Société, Université du Québec à Chicoutimi, 23 juin 2026.

Verhoef, P. C., Broekhuizen, T., Bart, Y., Bhattacharya, A., Qi Dong, J., Fabian, N., & Haenlein, M. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, 122, 889–901. https://doi.org/10.1016/j.jbusres.2019.09.022

Organisation internationale de normalisation. (2023). ISO/IEC 42001:2023 Technologies de l’information; Intelligence artificielle; Système de management. ISO.