De g. à d., Amédie Sessie, consultante en reconversion professionnelle vers les métiers de la Tech et du Digital chez Draw My Futures, et formatrice en pédagogie active, ingénieure d’études en informatique et mentore IT.
L’intelligence artificielle transforme déjà les économies, les administrations et les trajectoires professionnelles. Pourtant, derrière les promesses d’efficacité et d’innovation, une interrogation majeure demeure : l’IA est-elle réellement neutre ? Pour l’Afrique, l’enjeu dépasse la simple adoption technologique. Il s’agit de déterminer si les systèmes déployés reflètent les réalités sociales, linguistiques et culturelles du continent ou s’ils reproduisent des biais issus de contextes extérieurs.
Les biais algorithmiques constituent un débat mondial. Sur un continent où les infrastructures numériques, les standards technologiques et les écosystèmes de données sont encore en construction, leurs effets peuvent toutefois être amplifiés. Comme le souligne Amédie Sessie, consultante en reconversion professionnelle vers les métiers de la Tech et du Digital chez Draw My Futures, « le débat sur les biais algorithmiques est mondial, mais il prend une dimension particulière dans des environnements où les infrastructures et les données sont en structuration. C’est précisément à ce moment-là que les choix stratégiques sont déterminants ».
À ces enjeux s’ajoutent des contraintes structurelles propres au continent. Pour Marie-Laure Mobongo, formatrice en pédagogie active, ingénieure d’études en informatique et mentore IT, toute réflexion sur l’IA en Afrique doit d’abord partir des réalités matérielles : « Parlons d’abord des réalités africaines. Il y a trois éléments à prendre en compte : l’accès à Internet, l’accès aux infrastructures et l’accès aux données locales. En Afrique, ne serait-ce que l’accès à Internet et aux infrastructures n’est pas le même qu’en Europe. La réalité, c’est que cet accès est inégal selon la répartition géographique et l’âge de la population. »
Cette fracture numérique conditionne directement la qualité des données produites et, par ricochet, celle des systèmes d’intelligence artificielle. Les travaux internationaux confirment par ailleurs que l’intelligence artificielle peut produire des discriminations mesurables. L’étude « Gender Shades » du MIT Media Lab a notamment révélé des taux d’erreur nettement plus élevés dans la reconnaissance faciale pour les femmes à la peau foncée que pour les hommes à la peau claire. Plus récemment, un rapport du gouvernement britannique (2024) a pointé des risques accrus de soins de moindre qualité pour certaines minorités ethniques via des dispositifs médicaux intégrant de l’IA.
Ces constats, selon Amédie Sessie, rappellent une réalité essentielle : « L’intelligence artificielle n’est pas neutre. Elle reflète les données et les visions du monde qui la nourrissent. Si ces données excluent massivement l’Afrique, les conséquences sont concrètes. » Elle précise que le problème tient à la conception même des systèmes : « Les algorithmes apprennent à partir des données qu’on leur fournit. S’ils sont entraînés principalement sur certains visages, certaines langues ou certains contextes, ils seront performants pour ces profils et moins pour les autres. »
Langues africaines : un enjeu d’équité numérique
Le déficit de données locales, notamment linguistiques, demeure l’un des principaux obstacles au développement d’une intelligence artificielle inclusive en Afrique. « Bien que le continent compte plus de 2 000 langues vivantes, celles-ci restent marginales dans les corpus numériques. Les modèles performants en anglais ou en français produisent encore des résultats inégaux en swahili, wolof, lingala ou hausa, ce qui affecte potentiellement des centaines de millions d’utilisateurs », fait savoir Mme Sessie.
Toutefois, cette faiblesse peut aussi devenir un levier stratégique. Plutôt que d’hériter de bases de données hétérogènes construites ailleurs, l’Afrique pourrait développer « ses propres ensembles de données, documentés, représentatifs et conformes aux standards contemporains. Le véritable risque ne réside pas seulement dans le manque de données, mais dans une dépendance durable à des modèles importés, sans maîtrise des standards, des usages ni des logiques qui les structurent », insiste-t-elle.
Au-delà de la quantité des données, la question de leur structuration et de leur interprétation demeure centrale. « Il est important de comprendre ce qui structure les données, mais aussi la pensée et, quelque part, ce qui influe sur la réalité. Cette réalité impacte l’intégrité et la confiance des Africains », souligne Marie-Laure Mobongo.
Des secteurs clés sous pression
Les secteurs de la santé, de la finance et de l’éducation figurent parmi les plus exposés aux biais algorithmiques. Toutefois, le risque dépasse désormais ces domaines et touche aussi l’IA générative, qui pèse de plus en plus sur les décisions stratégiques. « Les IA génératives organisent les raisonnements et orientent les choix. Lorsqu’elles sont entraînées sur des données issues d’autres contextes, elles peuvent formuler des recommandations pertinentes en apparence, mais déconnectées des réalités locales », précise-t-elle.
Elle illustre ce décalage par l’exemple d’un entrepreneur africain utilisant une IA pour élaborer un plan d’expansion. Le système pourrait recommander des stratégies adaptées à des économies très formalisées, en négligeant les circuits informels, les réseaux de confiance ou les systèmes de paiement mobile qui structurent réellement de nombreux marchés africains. « Le danger n’est pas que l’IA fasse des erreurs flagrantes, mais qu’elle produise des raisonnements techniquement solides, construits sur des présupposés importés », prévient-elle.
Talents, diaspora et souveraineté numérique
Face à ces défis, le travail à distance et les collaborations internationales offrent des pistes prometteuses. Des plateformes panafricaines de data science démontrent qu’il est possible de fédérer des talents répartis dans le monde entier autour de problématiques locales. « Il est possible de structurer une communauté panafricaine et internationale sans centralisation physique. Les talents peuvent contribuer depuis n’importe où tout en travaillant sur des enjeux africains », souligne Mme Sessie.
