IA territoriale : le risque d’une modernisation à deux vitesses

L’intelligence artificielle arrive dans les collectivités par des portes très ordinaires : un agent qui cherche à résumer un dossier, un service communication qui prépare une première version de texte, une direction qui veut mieux classer des demandes, un élu qui interroge la possibilité d’automatiser une partie du travail administratif. Le sujet n’est donc plus seulement technologique. Il devient territorial, parce que toutes les communes, intercommunalités, départements ou régions n’ont pas les mêmes équipes, les mêmes marges budgétaires ni la même capacité à encadrer les usages.

La promesse paraît simple : gagner du temps, répondre plus vite, mieux exploiter les données disponibles. Le risque l’est tout autant : réserver ces gains aux organisations déjà outillées, pendant que les plus petites structures avancent par bricolage, avec des outils mal compris, des responsabilités floues et une dépendance accrue à des prestataires. L’IA territoriale oblige donc à parler moins de fascination technique que de compétences, de gouvernance et de qualité du service rendu.

Le numérique local n’avance jamais sur terrain neutre

Une grande métropole et une petite commune ne rencontrent pas l’intelligence artificielle dans les mêmes conditions. La première peut disposer d’une direction numérique, de juristes, de spécialistes de la donnée et d’équipes capables de tester un outil avant déploiement. La seconde peut reposer sur quelques agents polyvalents, déjà chargés de l’accueil, de l’état civil, de l’urbanisme, des relations avec les habitants et du suivi des prestataires.

C’est là que se joue l’écart principal. Un même outil peut être présenté comme accessible à tous, mais son usage réel dépend du temps de formation, de la capacité à vérifier les résultats, de la qualité des données internes et de l’existence d’une règle commune. Sans ce cadre, l’IA peut donner une impression d’efficacité tout en déplaçant le travail vers des tâches moins visibles : contrôler, reformuler, corriger, expliquer et assumer la décision finale.

Cette question rejoint un débat déjà présent dans les politiques numériques locales : un service en ligne n’améliore l’accès que s’il reste compréhensible, accompagné et adapté aux usages. Acturama l’avait déjà abordé à propos de la sobriété numérique communale : le bon outil n’est pas toujours celui qui se voit le plus, mais celui qui soutient réellement le lien avec les habitants.

Trois usages possibles, trois niveaux de vigilance

Dans une collectivité, l’IA peut intervenir à des niveaux très différents. Elle peut aider à produire un brouillon, à organiser une masse de documents, à orienter une demande ou à faire émerger des tendances dans des données administratives. Ces usages ne posent pas les mêmes questions. Plus l’outil se rapproche d’une décision individuelle, plus l’exigence de contrôle humain, de traçabilité et d’explication devient forte.

Le tableau montre une limite souvent sous-estimée : parler de l’IA au singulier masque des usages très différents. Une aide à la rédaction interne n’a pas le même impact qu’un outil qui influence l’accès à une prestation, l’instruction d’un dossier ou la compréhension d’un droit. Les collectivités ont donc intérêt à classer les projets selon leur sensibilité avant de choisir un fournisseur ou une méthode.

La compétence devient une infrastructure

Former quelques agents à saisir de meilleures consignes ne suffit pas. La compétence nécessaire est plus large : savoir identifier les données que l’on peut utiliser, comprendre les limites d’une réponse automatique, repérer une formulation trop sûre, documenter les corrections apportées, et surtout décider quand l’outil ne doit pas être utilisé.

Cette montée en compétence ne concerne pas uniquement les services numériques. Les agents d’accueil, les responsables métier, les élus, les directions juridiques et les encadrants doivent partager un vocabulaire minimal. Sinon, l’IA risque de rester un objet réservé à quelques utilisateurs rapides, sans discussion collective sur ses effets réels. Le sujet est proche de celui des métiers transformés par l’IA : ce ne sont pas seulement des tâches qui changent, mais aussi les critères de qualité et de responsabilité, comme l’expliquait l’analyse d’Acturama sur les compétences face à l’intelligence artificielle.

Dans les territoires moins dotés, la mutualisation peut devenir décisive. Une intercommunalité, un syndicat mixte, un département ou un réseau d’acteurs publics peut aider à produire des règles communes, partager des retours d’expérience et éviter que chaque commune négocie seule avec des prestataires. Mutualiser ne veut pas dire uniformiser tous les usages : cela peut simplement donner aux petites structures les moyens de poser les bonnes questions avant d’acheter ou de tester.

Le danger du guichet automatique mal accompagné

Les habitants ne jugeront pas l’IA territoriale sur sa sophistication. Ils la jugeront sur des situations concrètes : une demande comprise ou non, un recours possible ou non, une réponse claire ou confuse, un agent capable d’expliquer ou seulement de renvoyer vers un formulaire. Si l’automatisation rend le parcours plus rapide pour les cas simples mais plus difficile pour les situations fragiles, le progrès affiché peut produire une perte de confiance.

Un scénario hypothétique suffit à le montrer. Une commune met en place un assistant numérique pour orienter les demandes d’urbanisme, d’état civil et d’aide sociale. Les questions courantes sont traitées plus vite. Mais un habitant dont la situation ne rentre pas dans les catégories prévues reçoit une réponse imprécise, ne sait pas qui contacter, puis se présente au guichet avec un sentiment de refus automatique. Le problème ne vient pas seulement de l’outil : il vient de l’absence de règle de bascule vers un agent, de message clair et de suivi des cas mal orientés.

Dans un service public local, l’efficacité ne peut donc pas être mesurée uniquement par le nombre de réponses générées ou de minutes économisées. Il faut aussi regarder les erreurs, les incompréhensions, les demandes abandonnées, les reprises manuelles et la manière dont les agents vivent la nouvelle organisation.

Checklist avant de lancer un projet d’IA locale

• Définir précisément le problème à résoudre avant de choisir l’outil.
• Identifier les données utilisées, leur qualité, leur sensibilité et leurs conditions d’accès.
• Classer l’usage selon son impact sur les habitants, les agents et les décisions administratives.
• Prévoir un contrôle humain explicite, avec des responsabilités compréhensibles.
• Former les agents concernés, y compris ceux qui ne sont pas spécialistes du numérique.
• Rendre visible le recours humain lorsqu’un habitant ne comprend pas ou conteste une réponse.
• Mesurer les effets après déploiement : erreurs, délais, charge réelle, satisfaction et exclusions possibles.
• Prévoir une sortie ou une révision si l’outil ne tient pas ses promesses.

Une politique numérique, pas un achat isolé

L’IA territoriale sera utile si elle s’inscrit dans une politique numérique plus large : qualité des données, accessibilité des services, formation continue, sobriété des usages, sécurité, dialogue social et évaluation. Elle sera plus fragile si elle se limite à une série d’expérimentations dispersées, portées par l’urgence ou par la pression de modernisation.

Le débat ne se résume pas à accepter ou refuser l’intelligence artificielle dans les collectivités. Il porte sur les conditions de son usage. Qui comprend l’outil ? Qui vérifie ? Qui répond en cas d’erreur ? Quels habitants gagnent du temps ? Lesquels risquent d’être davantage éloignés du service ? Ces questions sont moins spectaculaires qu’une annonce technologique, mais elles disent l’essentiel : dans les territoires, le numérique ne vaut que s’il renforce la capacité d’agir des services et la confiance des habitants.