5  ⚖️ Éthique & Gouvernance

5.1 🧭 Introduction : La Boussole Éthique

5.1.1 Les Fondements de l’Éthique

5.1.1.1 L’Éthique versus La Morale

Il est très fréquent de confondre ces deux termes, mais en philosophie et en sciences humaines, on fait généralement une distinction claire :

  • La Morale : C’est l’ensemble des règles, des valeurs et des normes prescriptives imposées par une société, une culture ou une religion à un moment donné. Elle relève du commandement et définit ce qui est « Bien » et ce qui est « Mal ». (Exemple : Il ne faut pas mentir).
  • L’Éthique : C’est la réflexion philosophique sur la morale. Elle n’édicte pas de règles absolues, mais interroge le « comment agir au mieux » dans une situation donnée, particulièrement lorsque plusieurs valeurs entrent en conflit. Elle relève de la délibération et du choix rationnel.

5.1.1.2 La Subjectivité des Valeurs Morales

Les valeurs morales ne sont pas des objets physiques naturels ; elles sont des constructions humaines. Par conséquent, elles sont soumises à une forte subjectivité et relativité :

  • Relativisme culturel : Ce qui est perçu comme une obligation morale dans une société (ex: la pudeur, les devoirs filiaux) peut être vu différemment ou ignoré dans une autre.
  • Évolution temporelle : Les valeurs changent avec le temps. L’esclavage, par exemple, a été moralement toléré voire justifié pendant des millénaires avant d’être condamné.
  • L’éthique intervient précisément pour éviter le piège du relativisme absolu (où “tout se vaut”) en cherchant des principes d’action justifiables par la raison au-delà de la simple coutume.

5.1.1.3 L’Éthique comme Discipline de Questionnement

L’éthique n’est pas un manuel de prêt-à-penser offrant des réponses binaires. C’est avant tout une discipline du doute et du questionnement.

  • Face à un dilemme éthique (une situation où toute décision entraîne la violation d’un principe moral), l’éthique propose une méthode d’analyse.
  • Elle exige d’évaluer les intentions (éthique déontologique de Kant), les conséquences de nos actes (utilitarisme de Stuart Mill) ou les vertus incarnées (éthique des vertus d’Aristote). C’est l’outil qui permet de passer d’une morale d’obéissance aveugle à une responsabilité assumée et réfléchie.

5.1.2 Définitions et Enjeux Éthiques des Notions Clés

5.1.2.1 Propriété

Définition : Droit d’user, de jouir et de disposer d’une chose de la manière la plus absolue (traditionnellement divisé en droit romain en usus, fructus, abusus), sous réserve des lois.

  • Enjeux éthiques : L’éthique questionne la légitimité et les limites de l’appropriation. Est-il juste de posséder des ressources naturelles vitales (l’eau, le vivant) ? Aujourd’hui, le questionnement éthique s’étend massivement à la propriété intellectuelle et à la propriété des données personnelles à l’ère numérique. L’éthique met en balance le droit individuel à posséder et le bien commun.

5.1.2.2 Justice

Définition : Principe moral et institutionnel visant à respecter les droits de chacun et à établir l’équité. Elle est le pilier du vivre-ensemble.

  • Enjeux éthiques : On distingue traditionnellement la justice commutative (qui règle les échanges de manière strictement égale) et la justice distributive (qui répartit les richesses et les honneurs selon les mérites ou les besoins). Le questionnement éthique contemporain s’attarde sur la notion d’équité (faut-il donner plus à ceux qui ont moins pour rétablir l’égalité réelle ?) et de justice sociale.

5.1.2.3 Responsabilité

Définition : L’obligation, pour une personne ou une entité, de répondre de ses actes, de les assumer et d’en supporter les conséquences (qu’elles soient morales, civiles ou pénales).

  • Enjeux éthiques : L’éthique moderne, notamment avec des penseurs comme Hans Jonas, a élargi la responsabilité. Nous ne sommes plus seulement responsables des conséquences immédiates de nos actes envers nos contemporains, mais nous avons une responsabilité prospective envers les générations futures et l’environnement (le principe de précaution). C’est le passage d’une responsabilité de réparation à une responsabilité de prévention.

5.1.2.4 Gouvernance

Définition : L’ensemble des règles, des processus, des normes et des institutions par lesquels une organisation (entreprise, État, institution internationale) est dirigée, contrôlée et régulée.

  • Enjeux éthiques : La gouvernance éthique dépasse le simple respect des lois (compliance). Elle s’interroge sur la transparence, le partage du pouvoir et la lutte contre la corruption. Une « bonne gouvernance » implique de prendre en compte non seulement les intérêts des dirigeants ou des actionnaires, mais aussi ceux de l’ensemble des parties prenantes (employés, société civile, environnement).

5.2 ⚖️ La Propriété : L’Architecture du « Mien »

Voici la version finalisée et structurée de cette deuxième partie de votre cours. Les citations ont été converties au format demandé et harmonisées avec les clés de votre fichier BibTeX.

5.2.0.1 Introduction : La Propriété comme Construction Narrative

La propriété n’est pas une donnée naturelle ou une vérité biologique immuable, mais le résultat d’une série de constructions narratives. Comme l’ont démontré Jim Salzman et Michael Heller, l’arbitrage des ressources mondiales — qu’il s’agisse de terres, d’idées ou de données — ne repose pas sur une logique objective, mais sur des récits concurrents que nous racontons pour légitimer l’exclusion.

Comprendre ces récits est une nécessité stratégique : celui qui impose sa narration contrôle la structure des pouvoirs mondiaux. Cette analyse nous mènera des enclosures de la Renaissance aux « anti-communs » de l’intelligence artificielle, en commençant par le plus viscéral des principes : la priorité temporelle.

5.2.1 Le Premier Arrivé (First Come, First Served)

Le récit de la priorité, ou First Possession, s’appuie sur une force logique apparente : il simplifie les conflits en récompensant l’ordre d’arrivée. Pourtant, cette simplicité est le masque d’une violence profonde qui ignore les inégalités structurelles de départ.

Historiquement, ce récit a été l’instrument de la colonisation via la doctrine de la Terra Nullius.

  • En s’appuyant sur les analyses de Locke, les colonisateurs ont prétendu que les terres américaines n’appartenaient à personne.
  • Ce récit a permis de définir les nations autochtones, comme les Iroquois, comme étant dans un « état de nature » car elles ne possédaient pas de système d’autorité centralisé et unifié aux yeux des Européens.

On a ainsi utilisé l’arrivée des colons pour décréter une « première possession », effaçant des siècles d’occupation par des populations dont le droit n’était pas formellement reconnu par le prisme occidental.

5.2.2 La Possession (Possession)

Si le premier récit s’appuie sur le temps, le second se fonde sur l’espace. Il faut distinguer la possession physique comme preuve légale de la propriété. Pour Locke, l’enclosure (la clôture) est l’acte fondateur de cette preuve. Cette insistance sur la démarcation physique a engendré une mutation ontologique dans le droit international, délégitimant les modes de vie non sédentaires :

  • Possession « Visible » (Européenne) : Elle est physique, sans ambiguïté, marquée par des clôtures et des transformations permanentes du paysage.
  • Possession « Notionnelle » (Autochtone) : Elle est souvent perméable, basée sur des usages ancestraux et des limites partagées connues par la coutume, mais sans barrières physiques.

Locke a rejeté la validité des frontières autochtones car elles n’étaient pas physiquement démarquées, justifiant ainsi l’appropriation par ceux qui érigeaient des barrières visibles.

5.2.3 Le Travail (Labor)

La théorie du travail de John Locke est le pivot moral de la propriété moderne. Si la possession est la preuve, le travail est la justification : l’individu « mélange son travail » avec la nature, y incorporant une part de lui-même.

Ce récit a servi de caution morale à l’expropriation coloniale.

  • Locke et ses contemporains ont prétendu que le travail européen, par l’agriculture intensive, était « rationnel et industrieux ».
  • En affirmant que la productivité européenne était cent à mille fois supérieure à celle des autochtones, ils ont conclu que ces derniers « gaspillaient » la terre.

Pourtant, Locke assortit ce droit du Lockean Proviso (clause de suffisance), stipulant qu’on ne peut s’approprier une ressource que s’il en reste « assez et d’aussi bonne qualité » pour les autres. Comme nous le verrons, cette clause est aujourd’hui le fer de lance de la résistance numérique.

5.2.4 La Famille (Family)

Le récit de l’héritage transforme la propriété en un outil de continuité dynastique. La propriété n’est plus le fruit d’un mérite individuel immédiat, mais une extension de la lignée.

Cette transmission assure une concentration des richesses qui fige les hiérarchies sociales. Dans la pensée de Locke, la propriété est intrinsèquement liée à un « statut » et un « rang ». L’humanité n’est pas seulement un état de fait, c’est un rang que l’on gagne par une conduite industrieuse. L’héritage permet ainsi de préserver ce rang au sein des élites, créant une reproduction sociale où la propriété devient un marqueur de distinction ontologique plutôt qu’une récompense pour un effort actuel.

5.2.5 Le Corps (Body)

Le concept de propriété de soi (self-ownership) est le pivot central des théories libérales. Locke dérive le droit de propriété du droit inaliénable sur son propre corps. Si je possède mon corps, je possède mon travail et ses fruits.

Toutefois, ce récit a paradoxalement coexisté avec l’esclavage. Pour résoudre cette contradiction, les philosophes libéraux ont argué que la « pleine humanité » était conditionnée par l’exercice de la raison. Les populations colonisées, jugées sous-rationnelles car elles ne cherchaient pas à accumuler de richesse, étaient perçues comme ayant échoué à atteindre le rang d’humain complet, perdant ainsi leur droit à la propriété de soi. Aujourd’hui, ce récit se déplace vers le contrôle de nos données biométriques et de notre travail intellectuel face aux algorithmes.

5.2.6 L’Attachement et la Souveraineté (Home/Need)

Le récit du besoin ou de l’attachement affectif (le « foyer ») s’oppose à la logique marchande. Il oppose le droit du propriétaire à exclure au droit de la communauté à accéder.

Ce récit défend les « Communs » (The Commons), ces ressources gérées collectivement pour éviter l’épuisement. À l’ère numérique, cette tension est exacerbée : la propriété individuelle absolue se heurte à la nécessité d’un accès universel au savoir. La gestion des biens communs devient alors un acte de souveraineté contre l’enclôture généralisée.


5.2.7 Application à l’IA et au Néo-colonialisme Numérique

Les récits lockéens sont aujourd’hui réactivés pour justifier une nouvelle forme de dépossession numérique.

5.2.7.1 L’IA et l’Enclôture de l’Esprit

Le débat sur l’intelligence artificielle ravive le récit du travail.

  • Dans l’arrêt Li v. Liu, la Cour d’Internet de Pékin a reconnu un droit d’auteur sur une image générée par IA, jugeant que l’ajustement constant des prompts par l’humain constituait un « mélange de travail » suffisant. Cette décision est une enclosure moderne de l’esprit : elle transforme un processus mécanique en une propriété privée par la fiction du travail.
  • Il faut ici mobiliser une distinction cruciale : le droit d’auteur admet la création indépendante comme défense, contrairement aux brevets. Si deux humains créent la même œuvre séparément, les deux sont protégés. En accordant un droit d’auteur aux productions d’IA, on risque de saturer l’espace créatif, empêchant les humains futurs de créer indépendamment sans enfreindre une propriété préexistante.

5.2.7.2 La Dépossession par la Licence

Nous assistons à une substitution de la propriété physique par le contrat. Ce n’est plus une possession de droit, mais une précarité organisée. Le cas de la Nintendo Switch 2, capable de rendre une console « permanemment inutilisable » en cas de violation des CGU, illustre cette dépossession matérielle par le biais logiciel. Le consommateur n’est plus un propriétaire, mais un locataire dont l’accès dépend du bon vouloir d’un serveur distant.

Caractéristique Propriété Physique (Ancien Monde) Licence Numérique (Steam, Nintendo)
Base Légale Droit des Biens (Inaliénable) Droit des Contrats / CGU (Révocable)
Droit de revente Total (épuisement du droit) Interdit (Arrêt Valve/UFC Que Choisir)
Souveraineté Contrôle autonome total Possibilité de « briquage » à distance
Législation Droit commun traditionnel Ex : California AB 2426 (obligation de transparence)

5.2.7.3 La Tragédie des Anti-Communs

Alors que Hardin craignait la surconsommation (Tragédie des Communs), Michael Heller et Herman Tavani alertent sur la « Tragédie des Anti-Communs » : une sous-utilisation des ressources due à un excès de droits de propriété. En multipliant les brevets et les copyrights sur des fragments de données, les entreprises technologiques bloquent l’innovation et fragmentent le savoir commun. C’est le stade ultime du néo-colonialisme : la capture des données comme nouvelle Terra Nullius.

5.2.8 Synthèse et Conséquences : Vers une Nouvelle Éthique de l’Accès

L’analyse de ces récits impose trois conclusions critiques pour les professionnels de demain :

  • L’illusion du mérite : Le récit du travail est détourné par les géants de l’IA pour privatiser des communs informationnels sans commune mesure avec l’effort humain réellement fourni (le simple prompting).
  • La dépossession ontologique : Le passage de la propriété à la licence acte la fin de la souveraineté de l’individu sur ses propres outils du quotidien.
  • Le retour de l’exclusion par le Rang : La capacité à naviguer dans ces systèmes complexes recrée une hiérarchie stricte entre l’infrastructure (les plateformes) et les usagers précaires.

Pour l’avenir, nous devons réclamer une application rigoureuse du Lockean Proviso. S’approprier les données du monde pour entraîner des IA n’est légitime que si l’on laisse « assez et d’aussi bonne qualité » de ressources informationnelles pour la création humaine indépendante. Nous devons passer de la « Thèse Forte » (partage égal des ressources) à la « Thèse Faible » protectrice du no-harm : aucune appropriation numérique ne doit laisser l’usager dans une situation plus précaire qu’avant l’innovation. La survie de nos communs de l’esprit en dépend.

5.3 ⚖️ La Justice : Équité, Accessibilité et Contrat Social

5.3.1 Introduction : La Crise de la Justice Distributive face à l’Automatisation

La transition vers l’intelligence artificielle (IA) n’est pas un destin technologique inexorable, mais une bifurcation politique majeure. Alors que le cabinet McKinsey projette la disparition de 800 millions d’emplois à l’échelle mondiale d’ici 2030 (“South Korea’s Robot Workforce: Govt Proposes Levy to Replace Lost Income Tax,” n.d.), le débat public s’enferme trop souvent dans une déploration de la fatalité technique. En tant qu’observateurs des dynamiques de pouvoir, nous devons au contraire situer cette crise au cœur de la justice distributive : l’IA fragilise les mécanismes traditionnels de redistribution fondés sur le salariat, imposant une redéfinition urgente de la valeur de l’effort humain.

5.3.1.1 Le Mythe de la Fin du Travail vs la Transformation de sa Valeur

Les prophéties catastrophistes, héritées du rapport Frey et Osborne sur l’automatisation de 47 % des métiers (Lamoureux 2025), occultent une réalité sociologique plus profonde. Sous l’impulsion d’Antonio Casilli, il apparaît que l’IA ne supprime pas le travail mais le fragmente en « tâches » et en « données ». Cette « tâcheronisation » déplace la valeur de l’expertise métier vers un digital labor souvent non reconnu, où l’humain devient le rouage invisible de l’apprentissage machine.

5.3.1.2 Le « Piège de la Vision »

Selon Daron Acemoglu et Simon Johnson, nous subissons une trajectoire technologique imposée par une élite dont la vision privilégie l’automatisation pure au détriment de l’utilité sociale (Özel 2023). Ce choix délibéré, qui cherche à remplacer l’humain plutôt qu’à augmenter ses capacités, constitue un verrou stratégique que nous devons briser pour rétablir une prospérité partagée.

5.3.2 Travail et Redistribution des Richesses

La capture de la productivité par les géants technologiques exige la mise en place de nouveaux contre-pouvoirs. Le progrès n’est jamais spontanément partagé ; il est le fruit de négociations sociales et de cadres législatifs contraignants (Lemieux 2023).

5.3.2.1 Souveraineté Créative et Grèves Hollywoodiennes

Les accords WGA et SAG-AFTRA de 2023 marquent un tournant historique face à la menace du « clonage numérique », illustrée de manière prémonitoire par l’épisode Joan is Awful de Black Mirror (Mietkiewicz 2023). Les protections obtenues sont exemplaires : * Clones numériques : Obligation d’obtenir un consentement explicite. * Droit d’auteur : L’IA est statutairement exclue de la qualité d’auteur. * Revenus résiduels : Instauration de primes basées sur l’audience réelle (“WGA Negotiations—Tentative Agreement September 25, 2023,” n.d.).

5.3.2.2 Nouveaux Leviers de Financement Social

  • Taxe sur les Robots : La Corée du Sud expérimente déjà un « Robot Levy » (Holtmann et al. 2025).
  • Revenu de Base Universel (UBI) : Défini comme le socle d’un nouveau contrat social, l’UBI permettrait de découpler la survie de l’individu de la volatilité du marché (Bertello and Almeida 2025).

5.3.3 Équité et Exploitation Invisible

L’invisibilisation du travail humain est le moteur secret du capitalisme de surveillance. Derrière le prestige des algorithmes se cache un « surplus comportemental » extrait sans consentement (Zuboff 2020).

5.3.3.1 Le « Digital Labor » et l’Injustice Systémique

La neutralité algorithmique est une fiction qui masque la reproduction des rapports de domination. À titre d’exemple, les chauffeurs Uber passent près de 60 % de leur activité à produire des données pour la plateforme (Lamoureux 2025). Aujourd’hui, cette « tâche-ingrate » est délocalisée dans le Sud Global, notamment au Kenya (“OpenAI Used Kenyan Workers on Less Than $2 Per Hour: Exclusive,” n.d.).

Caractéristiques Travail Visible (Nord) Micro-travail Invisible (Sud Global)
Localisation Silicon Valley, Europe Philippines, Kenya (“OpenAI Used Kenyan Workers on Less Than $2 Per Hour: Exclusive,” n.d.)
Rémunération Salaires de prestige Micro-paiements
Nature de la tâche Conception et management Détourage, modération (“Big Tech Sets Unfair Terms and Conditions for AI Data Workers Globally,” n.d.)

5.3.4 Accessibilité et Fracture Épistémique

L’architecture des IA génératives agit comme un outil de colonisation numérique, privilégiant les infrastructures dominantes.

5.3.4.1 Le « Matthew Effect » Algorithmique

La visibilité est une fonction de la puissance technique. Les algorithmes favorisent systématiquement les serveurs rapides du Nord, invisibilisant les savoirs du Sud (“The Digital Divide Is Not Just Access. It Is Also Visibility” 2026).

5.3.4.2 Souveraineté et Leapfrogging

Le salut réside dans le développement d’IA locales. En s’appuyant sur les principes d’inclusion de l’ONU, les pays en développement peuvent opérer un saut technologique (leapfrogging) (Strobel, n.d.).

5.3.5 Gouvernance et Cadre Républicain

L’urgence d’une régulation mondiale ne doit pas se limiter à une gestion technique, mais viser la protection contre le pouvoir instrumentarien (Zuboff 2015).

5.3.6 Conclusion

La renégociation du contrat social repose sur trois piliers indissociables : la reconnaissance statutaire du digital labor, une redistribution fiscale indexée sur l’automatisation, et une souveraineté épistémique garantissant la visibilité de tous.

5.4 🎭 La Responsabilité : L’action et ses conséquences

5.4.1 Introduction : La Rupture du Paradigme Juridique

Le droit classique s’est historiquement structuré autour d’une dichotomie fondamentale : la distinction entre les personnes (sujets de droit dotés de volonté) et les choses (objets de droit inertes). Dans ce cadre séculaire, la machine n’était qu’un simple outil, un prolongement de l’action humaine dont la responsabilité incombait invariablement à son utilisateur ou à son fabricant. L’émergence de l’Intelligence Artificielle (IA) marque cependant une rupture de paradigme : le passage de l’IA “objet” à l’IA “agent autonome”, une entité capable de générer des sorties non prédéterminées par son programme initial. Ce basculement vers un quasi-sujet rend les cadres de responsabilité traditionnels, fondés sur la maîtrise de l’homme sur la chose, techniquement et juridiquement obsolètes.

Cette rupture se caractérise par trois dimensions critiques :

  • L’autonomie décisionnelle : La capacité du système à modifier ses propres critères d’action par l’apprentissage, sans intervention humaine directe.
  • L’imprévisibilité analytique : Un résultat qui ne peut plus être anticipé par le concepteur, même en connaissant parfaitement le code source.
  • La dilution de l’intentionnalité : L’absence de conscience morale rendant caduque la notion de “faute” au sens classique du Code civil.

Pour appréhender la responsabilité juridique contemporaine, il est nécessaire de disséquer la nature technique de l’action algorithmique, là où le droit se heurte à la boîte noire du Machine Learning.


5.4.2 La Nature de l’Action Algorithmique

Comprendre les rouages du Deep Learning (apprentissage profond) est devenu une nécessité stratégique pour le législateur. Sans une maîtrise des concepts de réseaux de neurones, la norme juridique reste impuissante face à la complexité systémique.

5.4.2.1 L’imprévisibilité et l’opacité maximale

L’apprentissage profond repose sur une architecture à multiples couches où le système apprend de manière autonome. Comme le souligne Alexei Grinbaum, cette imbrication de méthodes (supervisées ou non) rend impossible toute “description mathématique rigoureuse” du processus interne (Steyer, Vuarin, and Ben Mahmoud-Jouini 2021). Il en résulte une “opacité maximale” : le scientifique lui-même ne peut plus expliquer analytiquement le cheminement de la machine ; il “ne peut que regarder le système agir” (Steyer, Vuarin, and Ben Mahmoud-Jouini 2021). Ce vide explicatif brise le lien de causalité rationnel indispensable à l’établissement d’une preuve juridique.

5.4.2.2 Le Problème des “Mains Multiples” et la chaîne fractale

La dispersion de la responsabilité est aujourd’hui démultipliée entre concepteurs, entraîneurs de données et utilisateurs. Cette complexité est désormais “fractale” : chaque couche d’apprentissage profond ajoute une strate d’opacité où la faute humaine devient indétectable. Le dommage ne résulte plus d’une erreur unique, mais d’une sédimentation d’interactions algorithmiques.

5.4.2.3 Le Compromis Performance vs Explicabilité

Le développement actuel sacrifie systématiquement la transparence sur l’autel de l’efficacité. Plus un modèle est performant, plus son architecture est inaccessible à l’entendement humain.

Tableau comparatif du compromis entre performance et explicabilité. Source : (Steyer, Vuarin, and Ben Mahmoud-Jouini 2021)
Type de Modèle Efficacité (Performance) Explicabilité (Transparence)
Systèmes à base de règles Faible Élevée
Arbres de décision simples Faible Élevée
Réseaux Bayésiens Modérée Modérée
Deep Learning (Apprentissage profond) Maximale Minimale (Opacité)

Cette opacité technique fragilise les fondements de la justice et ouvre la voie à des dérives sociales majeures, notamment en matière de manipulation de l’opinion.


5.4.3 Conséquences Éthiques et Sociales

L’impact de l’IA dépasse la défaillance technique pour devenir un enjeu de sécurité publique et de souveraineté.

5.4.3.1 Biais, Discriminations et l’Affaire Roumaine

Les algorithmes amplifient les préjugés et peuvent être instrumentalisés pour des stratégies d’ingérence. L’élection présidentielle roumaine de novembre 2024 constitue, à cet égard, un cas d’école. Un candidat marginal (Călin Georgescu) a dominé le scrutin via TikTok grâce à une campagne d’astroturfing sophistiquée (Iordanoff and Sother 2025). La manipulation a reposé sur l’utilisation d’adresses IP uniques pour simuler une viralité organique et contourner la détection.

Plus grave encore, TikTok a exploité une faille de labellisation en affirmant que le contenu n’était pas “politique”, se déchargeant ainsi de sa responsabilité éditoriale. L’enquête a révélé que des influenceurs étaient rémunérés de manière occulte via des sociétés écrans liées à des groupes de casinos en ligne (Iordanoff and Sother 2025).

5.4.3.2 Dilemmes Moraux et Domaines Vitaux

Le cas des véhicules autonomes illustre le “choix tragique” : la machine doit-elle privilégier les passagers ou les piétons selon des critères d’âge ou de nombre ? En santé, le paradoxe est plus profond. Comme le note Eric Topol, nous tendons vers une “symbiose” entre le médecin et la machine (Frank 2019). Les praticiens acceptent d’utiliser des modèles dont ils ne comprennent pas le fonctionnement par pur pragmatisme clinique, dès lors que les essais valident leur efficacité. Ce “consentement à l’aveugle” pose un défi majeur au principe du consentement éclairé du patient.


5.4.4 Régimes d’Imputabilité Juridique

Le droit évolue vers une responsabilité technique objective, détachée de la faute morale.

5.4.4.1 De la Faute à la Responsabilité du Fait des Produits Défectueux

Face à l’autonomie de l’IA, la preuve de la “faute” humaine est souvent impossible. Le régime du fait des produits défectueux devient le standard : le fabricant est responsable si le produit n’offre pas la sécurité à laquelle on peut légitimement s’attendre, y compris si le défaut provient d’un apprentissage biaisé après la mise sur le marché.

5.4.4.2 Le Basculement : Hébergeur vs Éditeur (Le Cas X)

Le statut des plateformes est en pleine mutation. Traditionnellement protégées par l’immunité d’hébergeur passif (directive e-commerce), des plateformes comme X (ex-Twitter) adoptent désormais un rôle d’éditeur actif. Les enquêtes prouvent l’utilisation de « green lights » : des règles algorithmiques spéciales favorisant des comptes spécifiques. L’algorithme a ainsi été manipulé pour augmenter de 138 % les vues des publications d’Elon Musk après juillet 2024 (Iordanoff and Sother 2025).

L’asymétrie de modération confirme ce basculement politique :

  • TikTok : 4 millions de publications supprimées en un mois.
  • X (ex-Twitter) : Seulement 28 500 suppressions sur deux mois pour une base d’utilisateurs massive (Iordanoff and Sother 2025).

Cette inaction délibérée, couplée à une mise en avant algorithmique ciblée, engage la responsabilité éditoriale de la plateforme.


5.4.5 Prévention et Gouvernance

La réponse au risque systémique ne peut être que proactive et structurelle.

5.4.5.1 Régulation par les Risques : AI Act et SB-1047

L’Union européenne impose une graduation des obligations selon le risque. En Californie, le projet SB-1047 (Safe and Secure Innovation for Frontier Artificial Intelligence Models Act) vise les modèles de pointe (“Frontier Models”) (Santrot 2024). Ce texte impose aux géants de l’IA de prouver, via des évaluations de sécurité obligatoires, que leurs modèles ne causeront pas de “dommages considérables” avant tout déploiement (Santrot 2024).

5.4.5.2 Le Cadre DSA et DMA

Le droit européen s’appuie sur deux piliers :

  • DSA (Digital Services Act) : Régule la modération et impose la figure des « trusted flaggers » (signaleurs de confiance). Il exige la transparence sur le shadowbanning et le scraping.
  • DMA (Digital Markets Act) : Cible les « gatekeepers » (contrôleurs d’accès) selon des critères stricts : une capitalisation boursière de 75 milliards d’euros ou un chiffre d’affaires européen de 7,5 milliards (Iordanoff and Sother 2025).

5.4.5.3 Supervision Humaine (Human-in-command)

Le principe “Human-in-the-loop” reste le garde-fou ultime. Il exige qu’aucune décision impactant des droits fondamentaux (justice, crédit, santé) ne soit automatisée à 100 %, maintenant ainsi une “anse de responsabilité” humaine.


5.4.6 Conclusion : Vers une Culture de la Diligence

La responsabilité s’est déplacée de la sanction a posteriori vers une gouvernance a priori. Face au “réchauffement médiatique” théorisé par Dominique Boullier (Iordanoff and Sother 2025), où la viralité émotionnelle supplante la vérité factuelle, la réponse ne peut être uniquement législative.

La souveraineté numérique européenne repose désormais sur la mise en place d’un « bouclier intellectuel » : une éducation aux médias renforcée et une transparence algorithmique radicale. La diligence n’est plus une option technique, mais la condition sine qua non de la survie de l’espace public démocratique face à l’autonomie des machines.

5.5 🌍 La Gouvernance et La Durabilité

5.5.1 Introduction : La Rupture du Paradigme Juridique

Le droit classique s’est historiquement structuré autour d’une dichotomie fondamentale : la distinction entre les personnes (sujets de droit dotés de volonté) et les choses (objets de droit inertes). Dans ce cadre séculaire, la machine n’était qu’un simple outil, un prolongement de l’action humaine dont la responsabilité incombait invariablement à son utilisateur ou à son fabricant. L’émergence de l’Intelligence Artificielle (IA) marque cependant une rupture de paradigme : le passage de l’IA “objet” à l’IA “agent autonome”, une entité capable de générer des sorties non prédéterminées par son programme initial. Ce basculement vers un quasi-sujet rend les cadres de responsabilité traditionnels, fondés sur la maîtrise de l’homme sur la chose, techniquement et juridiquement obsolètes.

Cette rupture se caractérise par trois dimensions critiques :

  • L’autonomie décisionnelle : La capacité du système à modifier ses propres critères d’action par l’apprentissage, sans intervention humaine directe.
  • L’imprévisibilité analytique : Un résultat qui ne peut plus être anticipé par le concepteur, même en connaissant parfaitement le code source.
  • La dilution de l’intentionnalité : L’absence de conscience morale rendant caduque la notion de “faute” au sens classique du Code civil.

Pour appréhender la responsabilité juridique contemporaine, il est nécessaire de disséquer la nature technique de l’action algorithmique, là où le droit se heurte à la boîte noire du Machine Learning.


5.5.2 La Nature de l’Action Algorithmique

Comprendre les rouages du Deep Learning (apprentissage profond) est devenu une nécessité stratégique pour le législateur. Sans une maîtrise des concepts de réseaux de neurones, la norme juridique reste impuissante face à la complexité systémique.

5.5.2.1 L’imprévisibilité et l’opacité maximale

L’apprentissage profond repose sur une architecture à multiples couches où le système apprend de manière autonome. Comme le souligne Alexei Grinbaum, cette imbrication de méthodes (supervisées ou non) rend impossible toute “description mathématique rigoureuse” du processus interne (Steyer, Vuarin, and Ben Mahmoud-Jouini 2021). Il en résulte une “opacité maximale” : le scientifique lui-même ne peut plus expliquer analytiquement le cheminement de la machine ; il “ne peut que regarder le système agir” (Steyer, Vuarin, and Ben Mahmoud-Jouini 2021). Ce vide explicatif brise le lien de causalité rationnel indispensable à l’établissement d’une preuve juridique.

5.5.2.2 Le Problème des “Mains Multiples” et la chaîne fractale

La dispersion de la responsabilité est aujourd’hui démultipliée entre concepteurs, entraîneurs de données et utilisateurs. Cette complexité est désormais “fractale” : chaque couche d’apprentissage profond ajoute une strate d’opacité où la faute humaine devient indétectable. Le dommage ne résulte plus d’une erreur unique, mais d’une sédimentation d’interactions algorithmiques.

5.5.2.3 Le Compromis Performance vs Explicabilité

Le développement actuel sacrifie systématiquement la transparence sur l’autel de l’efficacité. Plus un modèle est performant, plus son architecture est inaccessible à l’entendement humain.

Type de Modèle Efficacité (Performance) Explicabilité (Transparence)
Systèmes à base de règles Faible Élevée
Arbres de décision simples Faible Élevée
Réseaux Bayésiens Modérée Modérée
Deep Learning (Apprentissage profond) Maximale Minimale (Opacité)

Source : (Steyer, Vuarin, and Ben Mahmoud-Jouini 2021)

Cette opacité technique fragilise les fondements de la justice et ouvre la voie à des dérives sociales majeures, notamment en matière de manipulation de l’opinion.


5.5.3 Conséquences Éthiques et Sociales

L’impact de l’IA dépasse la défaillance technique pour devenir un enjeu de sécurité publique et de souveraineté.

5.5.3.1 Biais, Discriminations et l’Affaire Roumaine

Les algorithmes amplifient les préjugés et peuvent être instrumentalisés pour des stratégies d’ingérence. L’élection présidentielle roumaine de novembre 2024 constitue, à cet égard, un cas d’école. Un candidat marginal (Călin Georgescu) a dominé le scrutin via TikTok grâce à une campagne d’astroturfing sophistiquée (Iordanoff and Sother 2025). La manipulation a reposé sur l’utilisation d’adresses IP uniques pour simuler une viralité organique et contourner la détection. Plus grave encore, TikTok a exploité une faille de labellisation en affirmant que le contenu n’était pas “politique”, se déchargeant ainsi de sa responsabilité éditoriale. L’enquête a révélé que des influenceurs étaient rémunérés de manière occulte via des sociétés écrans liées à des groupes de casinos en ligne (Iordanoff and Sother 2025).

5.5.3.2 Dilemmes Moraux et Domaines Vitaux

Le cas des véhicules autonomes illustre le “choix tragique” : la machine doit-elle privilégier les passagers ou les piétons selon des critères d’âge ou de nombre ? En santé, le paradoxe est plus profond. Comme le note Eric Topol, nous tendons vers une “symbiose” entre le médecin et la machine (Frank 2019). Les praticiens acceptent d’utiliser des modèles dont ils ne comprennent pas le fonctionnement par pur pragmatisme clinique, dès lors que les essais valident leur efficacité. Ce “consentement à l’aveugle” pose un défi majeur au principe du consentement éclairé du patient.


5.5.4 Régimes d’Imputabilité Juridique

Le droit évolue vers une responsabilité technique objective, détachée de la faute morale.

5.5.4.1 De la Faute à la Responsabilité du Fait des Produits Défectueux

Face à l’autonomie de l’IA, la preuve de la “faute” humaine est souvent impossible. Le régime du fait des produits défectueux devient le standard : le fabricant est responsable si le produit n’offre pas la sécurité à laquelle on peut légitimement s’attendre, y compris si le défaut provient d’un apprentissage biaisé après la mise sur le marché.

5.5.4.2 Le Basculement : Hébergeur vs Éditeur (Le Cas X)

Le statut des plateformes est en pleine mutation. Traditionnellement protégées par l’immunité d’hébergeur passif (directive e-commerce), des plateformes comme X (ex-Twitter) adoptent désormais un rôle d’éditeur actif. Les enquêtes prouvent l’utilisation de « green lights » : des règles algorithmiques spéciales favorisant des comptes spécifiques. L’algorithme a ainsi été manipulé pour augmenter de 138 % les vues des publications d’Elon Musk après juillet 2024 (Iordanoff and Sother 2025).

L’asymétrie de modération confirme ce basculement politique :

  • TikTok : 4 millions de publications supprimées en un mois.
  • X (ex-Twitter) : Seulement 28 500 suppressions sur deux mois pour une base d’utilisateurs massive (Iordanoff and Sother 2025).

Cette inaction délibérée, couplée à une mise en avant algorithmique ciblée, engage la responsabilité éditoriale de la plateforme.


5.5.5 Prévention et Gouvernance

La réponse au risque systémique ne peut être que proactive et structurelle.

5.5.5.1 Régulation par les Risques : AI Act et SB-1047

L’Union européenne impose une graduation des obligations selon le risque (European Commission 2024). En Californie, le projet SB-1047 (Safe and Secure Innovation for Frontier Artificial Intelligence Models Act) vise les modèles de pointe (“Frontier Models”) (Santrot 2024). Ce texte impose aux géants de l’IA de prouver, via des évaluations de sécurité obligatoires, que leurs modèles ne causeront pas de “dommages considérables” avant tout déploiement (Santrot 2024).

5.5.5.2 Le Cadre DSA et DMA

Le droit européen s’appuie sur deux piliers :

  • DSA (Digital Services Act) : Régule la modération et impose la figure des « trusted flaggers » (signaleurs de confiance). Il exige la transparence sur le shadowbanning et le scraping.
  • DMA (Digital Markets Act) : Cible les « gatekeepers » (contrôleurs d’accès) selon des critères stricts : une capitalisation boursière de 75 milliards d’euros ou un chiffre d’affaires européen de 7,5 milliards (Iordanoff and Sother 2025).

5.5.5.3 Supervision Humaine (Human-in-command)

Le principe “Human-in-the-loop” reste le garde-fou ultime. Il exige qu’aucune décision impactant des droits fondamentaux (justice, crédit, santé) ne soit automatisée à 100 %, maintenant ainsi une “anse de responsabilité” humaine.


5.5.6 Conclusion : Vers une Culture de la Diligence

La responsabilité s’est déplacée de la sanction a posteriori vers une gouvernance a priori. Face au “réchauffement médiatique” théorisé par Dominique Boullier (Iordanoff and Sother 2025), où la viralité émotionnelle supplante la vérité factuelle, la réponse ne peut être uniquement législative.

La souveraineté numérique européenne repose désormais sur la mise en place d’un « bouclier intellectuel » : une éducation aux médias renforcée et une transparence algorithmique radicale. La diligence n’est plus une option technique, mais la condition sine qua non de la survie de l’espace public démocratique face à l’autonomie des machines.

5.6 🌉 Conclusion et Clôture

Félicitations ! Vous avez parcouru le chemin qui mène des fondations mathématiques à la création d’agents autonomes, tout en gardant un œil critique sur les enjeux de société.

Vous êtes maintenant armés pour devenir des Architectes de l’IA, capables de concevoir des systèmes robustes, éthiques et performants.

Pour consolider vos acquis ou explorer des cas pratiques, vous pouvez consulter le Glossaire, l’Aide-Mémoire ou vous lancer dans les Projets du Lab.