Disponible en ligne :
Pour lire les formats PDF et ePub vous avez besoin d’un lecteur adapté.
L’intelligence artificielle (IA), qui ambitionne de reproduire l’intelligence humaine par l’utilisation de l’informatique et des mathématiques, a émergé dès les années 1950, sous l’influence notamment des travaux d’Alan Turing. Selon l’Organisation de coopération et de développement économiques (OCDE), les start-up spécialisées dans l’IA ont attiré près de 12 % du capital-investissement mondial au cours du premier semestre de 2018, par rapport à 3 % en 2011. Les publications de recherche ont connu une tendance similaire, avec plus de 1,2 million de publications en 2019 contre moins de 40 000 en 2010. Par conséquent, l’IA est devenue une priorité croissante des autorités publiques.
En France, une stratégie nationale pour l’intelligence artificielle (SNIA) a été lancée en mars 2018, initialement dotée de 1 527 M€ de financements publics pour la période 2018-2022, suivie, en novembre 2021, par une nouvelle phase dite d’"accélération" annoncée pour la période 2022-2025, avec comme objectif de renforcer la compétitivité et l’attractivité de la France dans ce domaine.
Ce rapport constitue une évaluation in itinere de la SNIA, qui porte sur les volets "recherche" et "enseignement supérieur", soit les principaux volets en matière de financement. Il énonce sept recommandations :
- Traduire la politique publique sur l’intelligence artificielle dans un document budgétaire de synthèse.
- Préciser les missions respectives des centres d’excellence 3IA et hors 3IA, et clarifier en conséquence les financements pluriannuels qui leur sont alloués.
- Établir de manière partagée les objectifs et les indicateurs prioritaires de la politique publique en IA, en lien avec la stratégie européenne.
- Créer un comité scientifique et de pilotage auprès d’Inria, co-présidé par France Universités, pour suivre de manière concertée la mise en oeuvre de la stratégie et définir les futures orientations stratégiques.
- Réaliser une cartographie harmonisée et actualisée des formations en IA à valoriser au travers d’un label commun pour les rendre visibles et accompagner leur massification.
- Prévoir les besoins en enseignants du secondaire, en enseignants-chercheurs et en chercheurs formés à l’usage de l’IA et établir des plans de formation en adéquation.
- Élaborer une charte et un catalogue de bonnes pratiques visant à définir et suivre l’impact environnemental de la recherche en IA, et à favoriser le développement d’une IA responsable.
Synthèse
Récapitulatif des recommandations
Glossaire
Introduction
Chapitre I Une priorité donnée à la recherche qui n’a pas encore produit les résultats attendus
I - Un rôle prépondérant accordé à la recherche en intelligence artificielle donnant lieu à un plan spécifique
A - La France, un des premiers pays à s’être doté d’une stratégie spécifique en intelligence artificielle
B - Des financements du plan national portant principalement sur la recherche
C - L’IA, une priorité qui se diffuse au-delà du strict cadre de la stratégie
D - Un développement de l’IA éclaté entre plusieurs politiques publiques
II - Une efficience difficile à apprécier en raison d’un suivi insuffisant des financements associés
A - Un dispositif budgétaire reposant surtout sur des outils financiers déjà existants et ne permettant pas d’appréhender la réalité de la dépense
B - Des outils de financements de courte durée complétés par des financements génériques importants, français et européens
C - Un suivi non exhaustif de l’exécution financière de la stratégie
III - Un positionnement scientifique de la France en IA en retrait depuis 2018
A - Une production scientifique globalement constante sur la période
B - Une amélioration depuis 2018 de la valorisation de la recherche en IA
Chapitre II Un écosystème à mieux structurer et à pérenniser
I - Une stratégie de pôles d’excellence pertinente qui doit gagner en maturité
A - Le renforcement des bassins actifs en IA par la labellisation d’instituts 3IA et de chaires individuelles
B - Une performance des 3IA et des autres centres d’excellence comparable en matière de production scientifique
C - Une visibilité des instituts sur la scène internationale encore à construire
D - Des modes de financement des centres d’excellence reposant sur une logique de trop court terme
II - Un investissement en capital humain pour la recherche en IA ciblé sur les chercheurs juniors
III - Un accès renforcé aux infrastructures souveraines de calcul
A - Une appropriation rapide par la communauté scientifique du supercalculateur Jean Zay
B - Les effets du supercalculateur sur l’attractivité et la crédibilité de la France en matière d’IA
IV - Un écosystème national encore structuré autour des acteurs académiques et des administrations nationales
A - Un rôle encore prépondérant des organismes de recherche, sites universitaires et administrations dans la structuration de l’écosystème
B - Les instituts interdisciplinaires allemands, plus récents et plus efficaces en matière de structuration de l’écosystème d’IA
C - Des « communs » mis en place pour renforcer la communauté
V - Une gouvernance affaiblie avec le temps et fragmentée à laquelle il faut mieux associer les parties prenantes
Chapitre III L’accélération de la stratégie, avec une approche européenne, frugale et de confiance à approfondir
I - Des objectifs centrés sur la formation et l’attractivité des talents jusqu’à présent moins prises en considération
A - Une croissance des talents formés en IA en progression mais qui demeure en deçà des enjeux
B - Les ambitions contrariées d’excellence de la recherche et de la massification
C - Une attractivité envers les chercheurs et étudiants étrangers encore fragile
II - Une projection internationale et européenne de la stratégie à poursuivre
A - Des coopérations internationales à amplifier
B - Une nécessité de capitaliser davantage sur les financements européens
III - Un positionnement stratégique autour des enjeux sociétaux de confiance et de frugalité
A - Une déclinaison opérationnelle de l’IA de confiance par plusieurs mesures dans la seconde phase de la stratégie
B - L’IA frugale, principe fondateur qui doit irriguer de manière concrète l’ensemble des recherches financées par la seconde phase
Conclusion générale
Liste des abréviations
Annexes
- Type de document : Rapport d'étude
- Pagination : 256 pages
- Édité par : Cour des Comptes
