L'intelligence artificielle est un acte politique. La seule question est de savoir qui s'en charge.

Le marché optimise sous contrainte ; il reçoit ses contraintes de l'extérieur. La technique résout des problèmes ; le choix des problèmes qui valent d'être résolus se fait ailleurs. Cette asymétrie définit leur rôle. Elle rend la politique irremplaçable, au sens noble du terme : l'instance collective légitime qui pose les limites avant que la course ne commence.

Michael Sandel, dans Ce que l'argent ne peut acheter, a documenté une intuition que les dirigeants reconnaissent dès qu'elle est formulée : certains biens sont corrompus par leur marchandisation. La délibération démocratique, l'attention humaine, la vérité partagée et la dignité du jugement se posent en amont, par un acte de civilisation, hors de toute logique de maximisation. Martha Nussbaum le formule autrement : une société qui réduit la capacité de ses membres à exercer leur raison pratique devient politiquement problématique, quelle que soit son efficacité économique.

Daniel Andler, dans Intelligence artificielle, intelligence humaine : la double énigme (Gallimard, 2023), rend cette distinction opérationnelle. Les systèmes d'intelligence artificielle résolvent des problèmes. Les humains font face à des situations. Une situation se définit d'abord par les valeurs qu'on accepte de mettre en jeu. Ce travail-là est politique au sens noble, et il revient à la collectivité.

Déléguer une décision à un algorithme est un acte politique. Quand une banque automatise l'octroi de crédit, quand un hôpital intègre un système de tri des urgences, quand une administration confie l'accueil de ses usagers à un agent conversationnel, l'organisation transfère une part de son autorité à un système dont elle maîtrise rarement les valeurs implicites, les conditions d'entraînement et les biais hérités. Assumer ce transfert est une posture. Le laisser se faire sans le voir est une démission.

Antoinette Rouvroy et Thomas Berns ont formulé en 2013, dans la revue Réseaux, le concept de gouvernementalité algorithmique : le gouvernement par le droit, qui s'adresse à des sujets responsables, cède la place à un gouvernement par les signaux, qui contourne le sujet. Kate Crawford, dans Atlas of AI (Yale, 2021), ajoute la dimension matérielle de ce pouvoir : derrière chaque modèle se trouve une chaîne d'extraction de ressources et de travail humain que les conditions d'utilisation des éditeurs laissent dans l'ombre. L'intelligence artificielle est une politique conduite par d'autres moyens.

Asma Mhalla, dans Technopolitique (Seuil, 2024), porte l'analyse à l'échelle géopolitique : grands États et hyperscalers forment un Léviathan à deux têtes, animé par un même désir de puissance. La concentration du pouvoir est un fait qui s'installe sous nos yeux.

L'AI Act européen est le premier acte politique mondial structurant sur l'intelligence artificielle. Les États-Unis ont pris la direction inverse. Les deux trajectoires se lisent dans leurs dates.

Le calendrier européen a glissé au moment précis où il devait mordre. La divergence transatlantique dépasse une différence d'approche : deux modèles politiques se cristallisent sur l'IA.

En France, la Cour des comptes a publié le 19 novembre 2025 son rapport sur la stratégie nationale pour l'intelligence artificielle. La France y apparaît cinquième du Global AI Index et troisième en recherche et formation. Sur 1,1 milliard d'euros programmés pour 2023-2025, 35 % étaient consommés à mi-2025. La Cour recommande de créer un secrétariat général à l'IA rattaché au Premier ministre : l'instance stable qui manque depuis le rapport Villani de 2018 pour porter une doctrine publique de la décision IA.

Sources : règlement (UE) 2026/1744 (analyse) ; décret du 11 décembre 2025, « Ensuring a National Policy Framework for Artificial Intelligence » (Paul Hastings) ; Cour des comptes, stratégie nationale pour l'IA, 19 novembre 2025 (Banque des Territoires) ; Cour des comptes, souveraineté des systèmes d'information civils de l'État, 31 octobre 2025 (Banque des Territoires).

Les grandes plateformes numériques sont apparues entre 2004 et 2010. Le RGPD est entré en application en 2018, le DMA et le DSA en 2024. Pendant cet intervalle, les dépendances se sont installées dans les chaînes de valeur, les habitudes d'usage et les architectures de système d'information. Quand le droit est arrivé, il a réglementé un état de fait sans pouvoir le défaire.

14 à 20 ans

entre l'émergence des grandes plateformes et leur encadrement par le droit européen

3 ans

ont suffi aux grands modèles fondationnels pour s'imposer dans les usages

43 %

des Français interrogés utilisent l'IA générative au travail

49 %

indiquent que leur entreprise n'a pas l'intention de la mettre à leur disposition

Source des deux derniers chiffres : baromètre Ifop sur la perception et l'usage de l'IA générative, troisième vague, septembre 2025 (Ifop).

Pour l'intelligence artificielle, la fenêtre est plus courte et les dépendances s'installent plus vite. Les usages se sont diffusés par le bas, via le shadow AI, avant que les comités de direction aient formulé une doctrine. Le terrain a basculé avant la décision.

Quand la politique laisse le cadre vacant, d'autres le fixent à sa place : les éditeurs dans leurs conditions générales, leurs feuilles de route et leurs modèles par défaut ; les intégrateurs dans leurs préconisations ; les directions financières dans leurs arbitrages d'efficacité à court terme. Aucun de ces acteurs n'a pour métier de poser ce qui doit rester hors de l'optimisation.

• Une doctrine assumée. Écrite par la direction, applicable aux nouveaux projets comme aux contrats fournisseurs en cours.
• Une responsabilité humaine nommée. Sur chaque décision structurante, un responsable identifié et tracé.
• Une réversibilité documentée. Pour chaque dépendance critique, un plan de bascule. La dépendance devient un choix réversible.
• Une lecture politique du déploiement. Avant l'arbitrage, la direction distingue ce qui relève de l'optimisation et ce qui reste hors de l'optimisation.

Le dirigeant qui agit ainsi prolonge l'exigence de la politique à son échelle. Il protège ce qu'elle cherche à protéger : un point de responsabilité humaine nommée, dans une chaîne de décisions qui, sans lui, n'engagerait plus personne.

• Daniel Andler, Intelligence artificielle, intelligence humaine : la double énigme, Gallimard, 2023.
• Kate Crawford, Atlas of AI, Yale University Press, 2021.
• Aurélie Jean, Les algorithmes font-ils la loi ?, Éditions de l'Observatoire, 2021.
• Asma Mhalla, Technopolitique, Seuil, 2024.
• Martha Nussbaum, travaux sur l'approche par les capabilités.
• Antoinette Rouvroy et Thomas Berns, « Gouvernementalité algorithmique et perspectives d'émancipation », Réseaux, 2013.
• Michael Sandel, Ce que l'argent ne peut acheter.
• Mario Draghi, The future of European competitiveness, septembre 2024.
• Cour des comptes, rapports du 31 octobre 2025 et du 19 novembre 2025.