L'OGP organise des webinaires trimestriels qui réunissent des fonctionnaires, des organisations de la société civile et des partenaires experts afin de partager des connaissances et des idées pratiques sur la mise en œuvre d'une politique algorithmique transparente et responsable au sein du gouvernement.
Ces sessions sont ouvertes au public, créant un espace où toute personne intéressée par la gouvernance algorithmique peut s'inspirer de réformes concrètes, des défis de mise en œuvre et de la manière dont les membres de l'OGP utilisent la plateforme pour promouvoir la transparence des algorithmes et de l'IA.
SESSIONS
La participation en pratique : Approches pratiques de la gouvernance participative de l’IA (juin 2026)
Évaluation de l’impact de l’IA dans le secteur public (février 2026)
Transparence au niveau individuel (mars 2025)
Le 29 juin 2026
À propos
La participation citoyenne est un principe fondamental de la gouvernance ouverte. Bien menée, elle permet de déceler les risques en amont et d'élaborer des mesures d'atténuation avant la mise en œuvre, de renforcer l'inclusion en concevant les systèmes avec les personnes concernées, d'accroître la légitimité et le respect des règles en explicitant les compromis, et de bâtir la confiance du public en démontrant que les systèmes sont gérés dans l'intérêt général et assortis de garanties proportionnées.
Cependant, des écueils subsistent : dans l’engouement suscité par l’IA, les processus de participation manquent souvent d’influence, sont confrontés à des contraintes de temps liées à des impératifs économiques et peinent à se traduire concrètement en règles et responsabilités pour les organismes chargés de leur mise en œuvre. Comment les gouvernements peuvent-ils intégrer la participation citoyenne à leurs décisions concernant l’utilisation des systèmes algorithmiques, de manière pertinente et afin de renforcer la confiance et la responsabilité du public ? À quoi cela pourrait-il ressembler en pratique ?
Plus d'informations
- Intégrez la participation à l'ensemble du cycle de vie de l'IA, et pas seulement au stade de la « consultation ». L'utilisation de l'IA dans les services publics risque d'accentuer le déséquilibre des pouvoirs entre gouvernement et citoyens. La participation doit être significative à chaque étape : conception, déploiement et contrôle, et non se limiter à une action ponctuelle.
- « Concevoir à partir des marges » signifie donner la priorité aux points de vue des personnes les plus susceptibles d'être lésées. Les communautés les plus exposées aux risques sont souvent les mieux placées pour savoir ce qui peut mal tourner. Prendre en compte ces points de vue lors de la conception améliore les résultats pour tous.
- Rendez la participation concrète et opérationnelle en utilisant des méthodes structurées, et non des actions de sensibilisation ponctuelles. Une approche reproductible est préférable : identifier le système, étudier les risques connus de biais et d’iniquité, recenser les groupes touchés et nouer des partenariats avec des organismes communautaires de confiance, reconnus pour leur expertise et leur capacité à faciliter la communication. Des organisations comme Data & Society proposent des outils et des modèles prêts à l’emploi pour animer des ateliers communautaires.
- La participation des partenaires s'accompagne de mécanismes de transparence et de responsabilisationÀ l’instar des registres d’algorithmes qui expliquent le fonctionnement des systèmes et permettent aux citoyens de donner leur avis, les gouvernements devraient veiller à ce que les processus de consultation offrent des avantages réciproques aux participants, comme l’amélioration de leurs connaissances en IA et la démonstration des changements induits par leurs contributions.
- Meg Young – Données et société
- Eilidh McLaughlin – Gouvernement d'Écosse
- Oluseyi Olufemi – Dataphyte
- Le Laboratoire des méthodes d'impact algorithmique des données et de la société consulté En collaboration avec la ville de San José, en Californie (États-Unis), un projet de caméras d'intelligence artificielle installées sur les véhicules de la flotte a été mis en place. Ces caméras devaient détecter les véhicules habités et les campements, ainsi que d'autres problèmes de voirie comme les nids-de-poule, les obstructions des pistes cyclables et les dépôts sauvages. Lors de séances de consultation et de formations sur les systèmes d'IA, les citoyens ont exprimé des inquiétudes quant à la criminalisation du sans-abrisme sans s'attaquer aux causes profondes du problème. Grâce à leurs efforts, l'initiative de la ville s'est recentrée sur la sécurité routière.
- Le Gouvernement écossais Des enfants âgés de 8 à 12 ans ont été sensibilisés à travers l'Écosse grâce au projet « Exploring Children's Rights in AI ». Projet (2022-2025). Grâce à des ateliers participatifs avec des enfants, l'initiative a permis de recueillir leurs points de vue sur l'équité, les biais, la protection de la vie privée et d'autres préoccupations liées à l'IA et à son impact potentiel sur leur quotidien. Le projet a donné lieu à des rapports et à des appels à l'action lancés par les enfants, afin de garantir que leur expérience vécue éclaire la gouvernance et les choix politiques en matière d'IA.
- In Nigéria, le gouvernement (NITDA) et des partenaires de la société civile comme la Fondation Dataphyte convoquer Un groupe de collaboration multipartite sur la gouvernance numérique réunit les acteurs concernés afin de co-créer des approches de gouvernance des technologies numériques. Les participants ont récemment élaboré une boîte à outils de gouvernance numérique, permettant la co-création communautaire de critères d'évaluation et des évaluations multipartites du développement et du déploiement des technologies gouvernementales. Ce groupe incarne la participation multipartite à toutes les étapes du développement technologique.
5 février 2026
À propos
Les gouvernements ont de plus en plus recours à la prise de décision automatisée et aux systèmes pilotés par l'IA pour fournir des services publics. Face à ces outils puissants, il est plus que jamais essentiel qu'ils comprennent les opportunités et les risques que ces systèmes représentent pour le secteur public.
L’évaluation des impacts des systèmes d’IA est une composante essentielle de la responsabilité gouvernementale. De manière générale, l’évaluation des impacts désigne les méthodes utilisées pour évaluer les conséquences des systèmes d’IA avant, pendant et après leur utilisation. Cependant, il n’existe actuellement aucune définition universellement acceptée de ce que recouvrent les « évaluations d’impact ». Afin de combler cette lacune, ce webinaire a exploré des outils pratiques et les enseignements tirés de l’état actuel des évaluations d’impact, en mettant l’accent sur leur ancrage dans un cadre de droits humains.
Regardez l'enregistrement
Plus d'informations
- Évaluez tous les systèmes, même si cela implique de prioriser afin de réduire la charge de conformité..
- Le concessionnaire Outil d’évaluation de l’impact algorithmique Cette procédure est obligatoire pour tout algorithme, mais elle calcule le risque selon une échelle progressive. Le niveau de risque attribué détermine les éléments de notification, d'explication, d'évaluation par les pairs, de formation et de supervision humaine qui sont alors requis.
- Le GobLab Plateforme d'algorithmes publics Au Chili, il est également proposé une évaluation d'impact des algorithmes open source qui attribue à chaque algorithme un niveau de risque (faible, modéré, élevé et très élevé) et suggère des recommandations personnalisées pour les différentes étapes du cycle de vie du projet en fonction des risques détectés.
- Évaluer les impacts tout au long du cycle de vie d'un système d'IA.
- Le Centre européen de droit des organisations à but non lucratif (ECNL) Guide des évaluations fondamentales d'impact Il est recommandé de réaliser des analyses d'impact à toutes les étapes du système. Il convient de privilégier les moments où l'analyse d'impact peut s'avérer particulièrement pertinente, notamment pour décider si un système d'IA doit être développé uniquement dans des circonstances spécifiques, voire pas du tout.
- De plus, les intervenants ont recommandé un suivi régulier avec des équipes multidisciplinaires. Comme l’a expliqué Jonathan Macdonald, du Secrétariat du Conseil du Trésor du Canada, les évaluations ponctuelles ne suffisent pas. « On ne peut pas se contenter d’utiliser l’IA, d’en mesurer l’impact une seule fois, puis de l’abandonner. L’un des principaux avantages de ces outils est leur capacité d’évolution ; il faut donc veiller à ce que cette évolution corresponde toujours à vos besoins. »
- Impliquez les parties prenantes de manière constructive.
- ECNL Cadre pour un engagement significatif Il fournit des conseils pratiques sur la manière d'impliquer les parties prenantes, notamment en leur fournissant des ressources suffisantes et appropriées et en veillant à ce que leur contribution influence le développement ou l'utilisation du produit en pratique.
- Utiliser la transparence et les canaux de rétroaction citoyenne ascendants comme autre moyen de mesurer et de suivre les impacts.
- Les Pays-Bas développent actuellement de tels canaux de retour d'information par le biais de leur plan d'action mis à jour avec trois nouveaux engagements sous la bannière des algorithmes ouverts.
- Marlena Wisniak a encouragé à privilégier la transparence des systèmes à fort impact lors de la mise en place de ces canaux de retour d'information, notamment dans les domaines liés à l'application de la loi, au contrôle des frontières et à la sécurité nationale.
- Allez au-delà des simples procédures de conformité pour éviter de légitimer des systèmes nuisibles.
- Marlena Wisniak a expliqué que l'efficacité des analyses d'impact repose en fin de compte sur la bonne foi des développeurs et des déployeurs d'IA : « On peut formuler des analyses d'impact de manière à masquer les impacts négatifs et à mettre en place des mesures d'atténuation des risques insuffisantes, légitimant ainsi des systèmes d'IA nuisibles. Une analyse d'impact pertinente est bien plus qu'un simple document. Une analyse d'impact crédible doit inclure des mesures pour remédier aux impacts négatifs et laisser la possibilité de ne pas développer ou déployer le système d'IA évalué. »
- Jonathan MacDonald – Directeur de l’IA responsable au Secrétariat du Conseil du Trésor du gouvernement fédéral du Canada
- Olaf Schoelink – Chargé de mission principal au ministère de l'Intérieur et des Relations du Royaume du gouvernement des Pays-Bas
- Marlena Wisniak – Responsable juridique principale au Centre européen de droit des organisations à but non lucratif (ECNL)
- Directive canadienne sur la prise de décision automatisée et les évaluations d'impact algorithmique
- Le Canada a une obligation Outil d'évaluation de l'impact algorithmique (AIA), qui soutient la mise en œuvre du gouvernement fédéral canadien directive Le Conseil du Trésor travaille actuellement à l’amélioration de l’outil de prise de décision automatisée. Il le rend plus convivial, l’adapte aux nouvelles capacités de l’IA générative et offre une plus grande flexibilité aux systèmes à faible impact afin de favoriser la conformité.
- L'approche des Pays-Bas en matière de transparence et d'évaluations d'impact
- Le pays registre d'algorithmeCette base de données, qui recense plus de 1 300 algorithmes publiés par 326 organismes gouvernementaux, enregistre les analyses d’impact réalisées pour chaque système. À ce jour, 500 analyses d’impact différentes ont été menées, dont 304 analyses d’impact relatives à la protection des données (AIPD). Les Pays-Bas ont également conçu leur propre analyse d’impact sur les droits humains et les algorithmes.
- Guide de l'ECNL sur les évaluations d'impact relatives aux droits fondamentaux
- Cette ECNL guideCe guide, élaboré en collaboration avec l'Institut danois des droits de l'homme, a été rédigé dans le cadre des analyses d'impact sur les droits fondamentaux. Bien que ces analyses soient obligatoires en vertu de la loi européenne sur l'IA, le guide s'appuie sur les Principes directeurs des Nations Unies relatifs aux entreprises et aux droits de l'homme, ce qui lui confère une portée internationale. Le guide d'ECNL encourage les utilisateurs à anticiper les scénarios typiques et les scénarios les plus défavorables.
Mars 2025
À propos
En mars, le réseau Open Algorithms Network a été relancé avec un groupe de représentants gouvernementaux discutant de la transparence algorithmique.
La transparence des algorithmes et des systèmes d'IA du secteur public peut être atteinte à deux niveaux différents. Le premier est systémique, où le système dans son ensemble est rendu transparent, par exemple via des registres d'algorithmes, une documentation technique telle que des fiches techniques et des fiches de modèles, ou la publication du code source, des données et/ou des modèles du système algorithmique.
La seconde mesure, individuelle, vise à garantir une transparence ciblée et à fournir des explications aux personnes dont les décisions sont prises par des algorithmes. Ces pratiques peuvent prendre diverses formes, allant de la simple notification de l'utilisation d'un algorithme à l'explication personnalisée d'un résultat particulier. Il s'agit de « garanties procédurales » destinées à répondre aux préoccupations d'équité et de responsabilité soulevées par les systèmes algorithmiques. Elles peuvent également contribuer à une transparence systémique en sensibilisant davantage le public à l'utilisation des systèmes algorithmiques et de l'IA dans le secteur public.