Sep 20

Améliorer le transfert de technologie aux start-ups

Une récente mission sur le transfert de technologie aux start-ups avait pour but d’établir un état des lieux des pratiques, des modèles économiques qui les sous-tendent et de leur impact sur la croissance des jeunes entreprises. Des recommandations étaient attendues sur la valorisation des droits de propriété intellectuelle et sur les investissements en fonds propres des établissements publics de recherche et de leurs filiales de valorisation dans les entreprises, ainsi que sur les conditions de contractualisation avec les start-ups et sur les éléments clés de contrats-types. 

Cette mission a fourni son rapport au printemps… Elle s’est concentrée sur les situations où le transfert de technologie porte sur des actifs de propriété intellectuelle significatifs et où il est le fondement de la création d’une « start-up », au sens d’une entreprise réalisant des investissements de développement importants, financés le plus souvent par des fonds d’investissement. Les start-ups « Deeptech » qui se créent sur la base d’une technologie de rupture issue de la recherche publique ont ainsi été tout particulièrement au cœur de la mission. 

Seize recommandations en sont issues.

Recommandation 1 : 

Renforcer les dispositifs d’incitation et de soutien personnalisé à la création d’entreprise par les chercheurs. 

Favoriser les échanges entre les établissements sur ces dispositifs. 

Demander aux organismes de recherche de formaliser le plan de développement de leur dispositif. 

Recommandation 2 : 

Pour assurer un suivi d’ensemble cohérent, demander aux établissements de suivre et de publier un indicateur annuel répondant à une définition commune. Cet indicateur aurait deux composantes : créations de start-ups issues de l’établissement et créations de start-ups adossées à l’établissement: 

  • ISSUES : nombre d’entreprises créées sur la base d’un transfert de technologie ou de savoir-faire protégés issus des laboratoires de xxx. Les créations d’entreprises sont prises en compte dans l’indicateur dès lors que le transfert est matérialisé par un contrat de licence ou un contrat de cession de la propriété intellectuelle. Elles sont prises en compte dans l’année de signature du premier contrat de licence ou de cession. 
  • ADOSSEES : nombre d’entreprises créées adossées à des laboratoires de xxx. Les créations d’entreprises sont prises en compte dans l’indicateur dès lors que l’adossement est matérialisé par un contrat de recherche. Elles sont prises en compte dans l’année de signature du premier contrat de recherche. 

Constituer, en liaison avec Bpifrance, une base de données des créations de start-ups répondant à la définition de l’indicateur (start-ups issues ou adossées à la recherche publique) et demander aux établissements de l’alimenter. 

Recommandation 3 : 

S’assurer d’un niveau d’expérience élevé des cadres chargés de la négociation du transfert avec les start-ups et renforcer leur formation, en particulier dans les SATT. 

Soutenir le projet de formation mené par le Réseau CURIE avec France Biotech. Cibler sur ce projet la subvention versée annuellement par le MESRI au Réseau en l’assortissant d’objectifs. 

Recommandation 4 : 

Conforter la possibilité, pour les établissements, d’associer redevances et prise de participation dans la négociation des licences, tout en orientant leur choix ou la combinaison des deux modes par les éléments d’appréciation suivants. 

Recommandation 5 : 

Soutenir l’initiative de France Biotech de constituer avec Bpifrance un groupe de travail pour mettre en place, dans le domaine des biotechs, une base de données des licences permettant de disposer de « comparables » pour la négociation des nouvelles licences. L’extension de cette démarche à d’autres secteurs ne devrait être envisagée qu’après un premier bilan d’étape de cette initiative. 

Recommandation 6 : 

Donner la possibilité à chaque établissement de pratiquer l’une ou l’autre des deux voies de prise de participation. Chaque établissement devra afficher la voie qu’il pratique préférentiellement mais apprécier également la situation particulière du projet au vu des critères de choix du tableau page 23 et du souhait des fondateurs. 

Ne pas accepter pour une même création le cumul de deux prises de participation, fût-ce par deux établissements différents. 

Rester en-dessous de 10 % du capital. 

Recommandation 7 : 

Valider les positions proposées pour les clauses clés de la licence avec les représentants des organismes et du Réseau SATT, puis diffuser ces positions auprès des établissements. 

Demander à Bpifrance d’élaborer, en priorité pour les SATT, des préconisations pour la négociation des accords d’investissement et pactes d’actionnaire, ainsi que pour les outils de gestion des créances en attente de conversion en parts de capital (BSA, OCA). 

Recommandation 8 : 

Définir au niveau ministériel un accord de copropriété simplifié, comme celui qui a été défini entre le CNRS et l’INSERM, et l’imposer à tous les établissements, quelle que soit leur taille. L’inscription de cet accord dans un décret, comme il est envisagé, soutiendra son déploiement. 

Spécifier aux établissements que si, à partir du moment où la licence est prête à être signée, l’accord de copropriété n’est pas signé dans les 15 jours, c’est l’accord simplifié qui s’appliquera par défaut et la licence sera signée sans plus attendre. 

Recommandation 9 : 

Demander aux SATT et à leurs établissements de mettre en œuvre les dispositions des pages 29 et 30 relatives à la signature des licences et des accords de copropriété. 

Recommandation 10 : 

Demander au CNRS une clarification et un allègement de ses processus internes. 

Recommandation 11 : 

Demander à chaque établissement de mettre en place un suivi des délais pour toutes les négociations avec les start-ups dont il a la responsabilité comme MU (ou comme délégataire du MU pour les SATT) et de s’assurer qu’au-delà d’un certain délai (2 mois) le dirigeant de l’établissement est personnellement informé du dossier et assume les positions prises. Pour ce suivi, le temps T0 serait le premier envoi formalisé d’éléments de proposition à la start- up. 

Recommandation 12 : 

Mettre en place une fonction de médiation nationale à laquelle il pourrait être fait appel par la start-up ou par un établissement pour dénouer une négociation au-delà d’un certain délai. Elle pourrait être située à la Médiation inter-entreprises du ministère de l’économie. 

Recommandation 13 : 

Conserver le principe d’autoriser les SATT à prendre des participations au capital des start-ups créées par conversion de créances, sans possibilité d’investir en cash (sauf montant très modique pour Linksium, dont le modèle consiste à prendre des parts de fondateurs). 

Limiter les demandes d’up-front à un montant raisonnable, qui ne soit pas aligné sur le coût de la maturation, et limiter à 10 % la part de capital acquise. En cohérence, réexaminer la préconisation du Comité de gestion relative à un taux minimal de participation au capital à respecter. 

Recommandation 14 : 

Adapter le système d’objectifs et d’indicateurs des SATT. 

Renforcer le suivi de l’encaissement effectif des revenus et des créances, et le suivi des parts au capital des start-ups. 

Harmoniser la présentation des documents comptables entre les SATT pour en faciliter l’exploitation. Envisager de faire appel à un seul CAC pour l’ensemble des SATT pour faciliter cette harmonisation. 

Recommandation 15 : 

Mutualiser à Bpifrance la gestion des prises de participation. 

Demander à Bpifrance de donner de la visibilité sur son activité de gestion des SATT, pour s’assurer notamment que les situations de conflit d’intérêt potentielles auxquelles elle peut être exposée ne conduisent pas à des dérives. 

Recommandation 16 : 

Régler la question de la répartition des revenus de cession avec les établissements après analyse de la position de la DLF. Revoir si besoin les règles de répartition des revenus définies dans les convention-cadres pour que les établissements puissent bénéficier d’une part des revenus de cession de parts encaissés par la SATT. 

http://cache.media.education.gouv.fr/file/Innovation/13/9/Rapport_Francois_JAMET_1147139.pdf

Publié dans Uncategorized | Laisser un commentaire
Sep 13

Le modèle des Grandes écoles est vertueux

A une époque où une partie du gouvernement cherche à forcer des Grandes écoles à s’intégrer dans les regroupements universitaires (sous pilotage des universitées, évidemment), pour des raisons de politiques parfois uniquement politiciennes et électoralistes, je me permets de faire écho ici à deux « tribunes » récentes.

La première émane de la Conférences de Grandes écoles, regroupant les plus de 220 grandes écoles françaises, petites et grandes, publiques ou privées, gages de l’excellence de l’enseignement supérieur professionnalisant. La CGE a récemment mis en ligne sur son site une vidéo « Une Grande école, c’est quoi exactement ? » qui décrypte les rouages de l’enseignement supérieur et démythifie le modèle grande école.

https://www.youtube.com/watch?v=a5EJopksHdo.

La seconde tribune émane de Bernard Belloc, président honoraire de l’université Toulouse-I Capitole et ancien conseiller Enseignement supérieur et recherche à la Présidence de la République, et a été publiée dans Les Echos le 20 août dernier.

L’édition 2019 du classement de Shanghai vient donc de tomber. Sans surprise, le résultat est très stable compte tenu du caractère très conservateur du classement, fondé par ailleurs sur la capitalisation des données. La France est au sixième rang lorsque l’on prend le Top 500 des universités. Et toujours très peu de grandes écoles, hormis Normale sup’Ulm y figurent. Inquiétude tout de même pour la France car, lorsqu’on élargit aux mille premiers établissements, l’Espagne et l’Italie nous devancent désormais au nombre d’établissements dans le Top 1 000.

Pour atténuer l’impression de stagnation des établissements français, rappelons cependant que le même classement de Shanghai, par disciplines cette fois, montre une excellente tenue des établissements français, avec notamment une première place mondiale pour l’université de Montpellier dans les sciences de l’environnement.

Mais que de contresens dans les commentaires médiatiques ou venant de responsables universitaires et même ministériels ! Les commentaires qui reviennent en boucle sont la taille, jugée trop petite, des établissements français et la faiblesse des moyens.

Sur le premier point, rappelons que la plupart des établissements du Top 10 du classement de Shanghai sont tous de très faible taille par rapport à celle des établissements français. Stanford, seconde, a un peu plus de 15.000 étudiants, Caltech, cinquième, en a à peine quelques milliers.

Ce ne sont pas tellement les ressources publiques qui manquent aux établissements français pour la recherche mais les ressources privées !

S’agissant des moyens, oui, les établissements français sont très loin derrière leurs principaux concurrents, américains, européens et chinois maintenant. Les établissements du Top 10 de Shanghai ont infiniment plus de moyens que les établissements français. Mais l’honnêteté devrait conduire à dire que, pour toutes les universités du Top 10 de Shanghai, les moyens privés (frais de scolarité, dons de particuliers et apports des entreprises au financement de la R&D) sont majoritaires dans leurs ressources. Ce ne sont pas tellement les ressources publiques qui manquent aux établissements français pour la recherche, mais les ressources privées ! Le président Macron le sait bien, lui qui fut en 2007 un des rédacteurs d’un rapport sur la valorisation de la recherche en France dont les conclusions sont hélas toujours d’actualité.

Que faire ? Ne pas chercher le gigantisme et le toujours plus gros mais cesser de disperser nos moyens de recherche publics et privés sur une multitude d’établissements, d’organismes de recherche, d’universités et d’écoles, d’agences de financement, et concentrer les moyens de la recherche et de la R&D sur une poignée d’établissements, comme c’est largement le cas dans tous les pays comparables, sans pour autant que dans ces pays les établissements orientés vers la formation ne déméritent : il suffit de regarder les performances à l’insertion professionnelle des Hochschulen allemandes, des écoles supérieures suisses, ou des innombrables universités de formation anglo-saxonnes, qui toutes répondent parfaitement à leurs objectifs de formation professionnelle de haut niveau, et complètent ainsi efficacement les activités des universités de recherche de leurs pays.

Quant à la future loi de programmation de la recherche, de nombreux partisans y voient l’illusoire garantie d’une pérennité de ressources publiques accrues (autre illusion), alors que ce n’est pas tant le niveau de la dépense publique dans ce domaine que sa répartition et son éparpillement qui posent problème, comme le montrent toutes les comparaisons internationales. Et donnons à nos établissements les moyens de développer massivement des ressources propres à travers leurs activités de formation et la valorisation de leur recherche.

Avec la politique de création d’universités mammouths suivie aveuglément depuis 2013 et les éternelles pleurnicheries sur les moyens publics dont manqueraient nos établissements, nous ne sommes pas près de simplement tenir nos positions.

https://www.lesechos.fr/idees-debats/cercle/classement-de-shanghai-des-universites-ce-que-doit-faire-la-france-pour-progresser-1125185

Publié dans Uncategorized | Laisser un commentaire
Sep 06

Dans l’enseignement supérieur, c’est le privé qui augmente le plus…

En 2017-2018, 2 680 400 inscriptions ont été enregistrées dans l’enseignement supérieur en France métropolitaine et dans les départements d’outre-mer. Ceci représente une augmentation de + 2,7 % (+ 70 700 inscriptions) qui s’explique en partie par une évolution des dispositifs de collecte à l’œuvre depuis 2016. À dispositif équivalent, entre les rentrées 2016 et 2017, la hausse du nombre d’inscriptions est de + 1,4 % (+ 36 200 inscriptions). Cette augmentation structurelle est majoritairement due à celle du nombre d’étudiants inscrits à l’université, en formations d’ingénieur ainsi qu’en écoles de commerce, gestion et comptabilité.
L’enseignement privé rassemble 520 200 étudiants en 2017-2018, soit 19,4 % des effectifs du supérieur. À dispositif équivalent, la hausse de cette année est nettement supérieure à celle des inscriptions dans l’enseignement public : 2,9 % contre 0,9 %
Les instituts universitaires de technologie et les classes préparatoires aux grandes écoles contribuent dans une mesure moindre à cette hausse. En 2017-2018, à dispositif équivalent, les effectifs augmentent par rapport à 2016-2017 dans toutes les académies sauf à Reims, Rennes, Besançon, Caen et Rouen. L’enseignement privé représente près d’un étudiant sur 5.

Telles sont les principales conclusions d’une fiche d’information du MESRI sur les effectifs d’étudiants dans le supérieur en 2017-2018.

En 2017-2018, 1 642 200 étudiants sont inscrits dans les universités de France métropolitaine et des départements d’outre-mer, ce qui représente 61,3 % de l’ensemble des inscriptions dans l’enseignement supérieur. Ces effectifs sont en hausse de 1,2% (+ 18 700 inscriptions), confirmant le ralentissement de la progression observé l’année précédente.

En 2017-2018, les formations d’ingénieurs enregistrent de nouveau une forte augmentation de leurs effectifs (+ 4,1 %, identique à l’année précédente). Le dynamisme observé pour ces formations s’inscrit dans une tendance de long terme : en 25 ans, les effectifs ont été multipliés par 2,5. Sur les cinq dernières années, la progression s’est faite à un rythme moindre, avec une croissance totale de 18 %.
L’enseignement privé rassemble 520 200 étudiants en 2017-2018, soit 19,4 % des effectifs du supérieur. À dispositif équivalent, la hausse de cette année est nettement supérieure à celle des inscriptions dans l’enseignement public : 2,9 % contre 0,9 % hors accroissement des doubles inscriptions (graphique 1). En dehors des trois années 2013, 2014 et 2015 qui font figure d’exception, le rythme de croissance des inscriptions dans l’enseignement public a toujours été depuis 1998 inférieur à celui observé dans l’enseignement privé. Depuis cette date, les inscriptions dans l’enseignement privé ont crû de 89% à dispositif équivalent (+ 225 500 inscriptions), tandis qu’elles n’ont augmenté que de 15% dans l’enseignement public (12 % hors accroissement des doubles inscriptions).

La répartition par filière des étudiants du secteur privé contraste avec celle du secteur public : 33% des étudiants du secteur privé sont inscrits dans une école de commerce, gestion et comptabilité (hors STS), 15 % sont en lycée (STS, CPGE), 11 % sont dans une école paramédicale ou menant aux fonctions sociales, 11% sont en école d’ingénieur, 9% sont dans une école artistique ou culturelle et 7% dans un établissement universitaire privé (tableau 2).

En 2017-2018, 55,0 % des étudiants de l’enseignement supérieur sont des (graphique 2). Depuis 1980, le nombre d’étudiantes dépasse celui des étudiants en France. La proportion d’étudiantes n’a ensuite que très modérément progressé (+ 0,5 point depuis 2000). La progression la plus importante est observée dans les écoles d’ingénieurs ou de commerce, gestion, comptabilité (+ 4,9 points en 16 ans), et surtout dans les formations universitaires de santé (médecine, odontologie et pharmacie) (+ 6,8 points).

En 2017-2018, 725 000 étudiants reçoivent au moins une aide financière, dont 697 000 une bourse sur critères sociaux (tableau 3). L’ensemble des étudiants bénéficiaires d’une aide représentent ainsi 39,0 % des étudiants inscrits dans une formation ouvrant droit à une bourse.

http://cache.media.enseignementsup-recherche.gouv.fr/file/2018/22/5/NI_SYNTHESE_2017_2018_1053225.pdf

Publié dans Uncategorized | Laisser un commentaire
Août 30

Recommandations suisses pour l’ESRI

Certains d’entre vous reviennent peut-être de vacances en montagne, voire en Suisse. S’agissant de recherche, enseignement et innovation, la Suisse, pardon, la Confédération Helvétique, est un pays particulièrement performant. Il est donc utile de s’y intéresser.

Quels sont les recommandations du Conseil suisse de la science en matière de formation, recherche et innovation pour les prochaines années ?

Elles sont multiples, traitant notamment de quantiques, de données, de numérique, de sciences citoyennes, d’ouverture sociale ou de Grandes écoles (appelées Hautes écoles spécialisées)… car, non, la France n’est pas le seul pays à avoir des Grandes écoles !

Technologies quantiques suisses 

La Suisse devrait promouvoir le développement de technologies fondées sur les effets quantiques. Le CSS recommande une approche en quatre volets pour garantir la compétitivité dans ce secteur et faire avancer la science, le développement technologique et l’innovation dans des domaines spécialisés de la technologie quantique (QT). Les quatre éléments de cette approche sont : développer la recherche QT ; investir dans les talents ; promouvoir une communauté du capital-risque spécialisée dans les QT ; développer une infrastructure QT accessible à la recherche et à l’industrie.

Transfert de savoir et de technologie 

Devant l’accélération des cycles du progrès technologique, il s’agit d’améliorer l’efficacité du transfert de savoir et de technologie sur l’ensemble de la chaîne de création de valeur. Pour cela, il serait souhaitable de combler encore davantage le fossé entre recherche fondamentale et innovation, par exemple au moyen de nouveaux modèles de plans de carrière pour les scientifiques désireux de se développer professionnellement hors du monde académique, ou en sensibilisant les PME aux possibilités entrepreneuriales face à la rapidité de la transformation numérique. 

Infrastructures de gestion des données 

La coordination des stratégies des institutions suisses de recherche en matière de gestion des données est nécessaire pour assurer la durabilité et la sécurité des infrastructures. Le Conseil fédéral devrait par conséquent soutenir la coordination au niveau opérationnel. En ce qui concerne les données liées à la santé, la prochaine phase de l’initiative Swiss Personal Health Network (SPHN) sera cruciale. Dans ce domaine, le CSS recommande la création et le financement durable d’un centre national pour l’informatique et les données médicales. En parallèle, le financement à long terme d’études de cohorte devrait rester garanti. 

Compétences numériques 

Afin que les nouvelles technologies numériques donnent aux individus et aux entreprises de nouveaux moyens d’action, le CSS recommande de mettre en place et de développer les compétences numériques transversales de l’ensemble de la population à tous les niveaux du système éducatif et de la formation continue. Cet effort doit aussi englober l’encouragement de la recherche pertinente dans les domaines de la transmission du langage logique et des méthodes scientifiques. 

Formation médicale 

Après avoir concentré les efforts sur l’augmentation du nombre de diplômés en médecine au cours de la période 2017–2020, une réévaluation de l’orientation de la formation médicale est nécessaire pour la prochaine période. Des modèles de programmes d’enseignement doivent être mis au point aux frontières de la médecine clinique avec d’autres disciplines. Si nécessaire, des bases légales sont à adapter pour permettre une meilleure flexibilité. 

Open Science 

Pour garantir la pérennité de l’Open Science, le Conseil fédéral doit veiller aux conditions-cadre, identifier et réduire les obstacles potentiels et prendre les mesures nécessaires, notamment dans le domaine des infrastructures de recherche. Le Conseil fédéral assure l’autonomie des acteurs du système FRI et soutient la participation pleine et entière des chercheurs, principaux acteurs de la réussite de la mise en œuvre de l’Open Science. 

Sciences citoyennes 

Le CSS propose de soutenir les sciences citoyennes en promouvant des formes participatives appropriées au niveau gouvernemental et au niveau de la recherche. Cette approche permet d’accélérer la recherche scientifique, p. ex. le relevé de données, et de promouvoir la compréhension des méthodes scientifiques. Elle resserre aussi les liens entre les citoyens et les tâches de l’encouragement de la recherche et celles des autorités fédérales. L’accent devrait porter notamment sur la création d’interfaces entre les centres de la recherche académique et la société, facilitant l’interaction et la coopération. 

Coopération et politique internationale de la Suisse 

La Confédération met en place des instruments de coordination permanents pour la politique internationale FRI. Elle fournit des analyses de l’environnement international ainsi que des ressources pour soutenir les acteurs FRI à l’intérieur et à l’extérieur de l’administration fédérale afin de soutenir leur orientation stratégique et leur efficacité en matière de coopération internationale. Ce faisant, le Conseil fédéral exploite les atouts stratégiques du système FRI suisse pour promouvoir la coopération au sein du 9ème programme-cadre européen de recherche ainsi que le développement stratégique de la coopération avec des pays extra-européens dans les domaines qui sont d’un intérêt évident pour la Suisse. 

Sélectivité sociale 

La Constitution fédérale dit : «Nul ne doit subir de discrimination du fait notamment de son origine, […] de son sexe, […] de sa situation sociale […].» Il convient de mieux respecter ce principe dans l’encouragement des talents, dans les procédures de sélection et dans les structures et les transitions au sein du système éducatif. Garantir l’égalité des chances est une tâche transversale du système FRI ; elle concerne à la fois les acteurs cantonaux et fédéraux. 

Dynamique de la recherche et de l’innovation 

Il faudrait encourager la prise de risque et la tolérance à l’échec dans les processus de recherche au- tant que dans les processus d’innovation. Le dispositif de gestion des risques devrait refléter les objectifs et le contexte du projet de recherche et développement. 

Hautes écoles spécialisées 

Le soutien accordé aux hautes écoles spécialisées (HES) devrait refléter leur mission spécifique et leur rôle propre dans le système FRI. Dans cet ordre d’idées, il faudrait adapter l’encouragement et l’évaluation de projets de recherche aux caractéristiques des divers types de recherche appliquée telle qu’elle est menée dans les HES. Le soutien spécifique à la recherche appliquée vise à fournir un éco-système adéquat afin que les hautes écoles spécialisées soient compétitives dans tous les instruments de financement. 

Grandes initiatives d’encouragement 

Les grandes initiatives d’encouragement doivent rester une exception destinée à soutenir le développement de la position stratégique de la Suisse dans un contexte international. La base légale devrait donner des orientations pour la proposition, la sélection et l’organisation de telles initiatives. 

https://wissenschaftsrat.ch/images/stories/pdf/de/Empfehlungen-des-SWR-fr-die-BFI-Botschaft-2021-2024.pdf

Publié dans Uncategorized | Laisser un commentaire
Juil 12

Recommandations de l’OCDE sur l’IA

Pour poursuivre un tour d’horizon des approches internationale sur l’intelligence artificielle, intéressons-nous, pour ce dernier article avant la trêve estivale, aux recommandations du Conseil de l’OCDE sur l’intelligence artificielle.

S’appuyant notamment sur les Objectifs de développement durable énoncés dans le Programme de développement durable à l’horizon 2030 adopté par l’Assemblée générale des Nations Unies  et sur les travaux importants menés sur l’intelligence artificielle (ci-après dénommée « IA ») dans le cadre d’autres instances internationales gouvernementales et non gouvernementales, l’OCDE reconnait que l’IA a des incidences mondiales généralisées et profondes qui transforment les sociétés, les secteurs économiques et le monde du travail, une tendance qui devrait s’accentuer à l’avenir et qu’elle promet d’améliorer la prospérité et le bien-être des individus, de contribuer à une activité économique mondiale dynamique et durable, de stimuler l’innovation et la productivité, et d’aider à affronter les grands défis planétaires. Mais l’organisation reconnait aussi que la confiance est un déterminant essentiel de la transformation numérique, que, bien qu’il soit difficile de prévoir la nature des futures applications de l’IA et leurs incidences, la confiance dans la fiabilité des systèmes d’IA est un facteur clé de la diffusion et de l’adoption de l’IA ; et qu’un débat public bien informé de l’ensemble de la société est nécessaire afin de concrétiser le potentiel entier de cette technologie tout en limitant les risques qui y sont associés.

L’OCDE met en avant des principes qu’elle considère comme complémentaires et devant être considérés comme un tout pour une approche responsable en appui d’une IA digne de confiance.

Croissance inclusive, développement durable et bien-être 

Les parties prenantes devraient adopter de manière proactive une approche responsable en soutien d’une IA digne de confiance afin de tendre vers des résultats bénéfiques pour les individus et la planète, tels que le renforcement des capacités humaines et le renforcement de la créativité humaine, l’inclusion des populations sous-représentées, la réduction des inégalités économiques, sociales, entre les sexes et autres, et la protection des milieux naturels, favorisant ainsi la croissance inclusive, le développement durable et le bien-être.

Valeurs centrées sur l’humain et équité 

Les acteurs de l’IA devraient respecter l’état de droit, les droits de l’homme et les valeurs démocratiques tout au long du cycle de vie des systèmes d’IA. Ces droits et valeurs comprennent la liberté, la dignité et l’autonomie, la protection de la vie privée et des données, la non-discrimination et l’égalité, la diversité, l’équité, la justice sociale, ainsi que les droits des travailleurs reconnus à l’échelle internationale. 

Pour ce faire, les acteurs de l’IA devraient instituer des garanties et des mécanismes, tels que l’attribution de la capacité de décision finale à l’homme, qui soient adaptés au contexte et à l’état de l’art. 

Transparence et explicabilité

Les acteurs de l’IA devraient s’engager à assurer la transparence et une divulgation responsable des informations liées aux systèmes d’IA. À cet effet, ils devraient fournir des informations pertinentes, adaptées au contexte et à l’état de l’art, afin : 

  • de favoriser une compréhension générale des systèmes d’IA,
  • d’informer les parties prenantes de leurs interactions avec les systèmes d’IA, y compris dans la sphère professionnelle, 
  • de permettre aux personnes concernées par un système d’IA d’en appréhender le résultat, et, 
  • de permettre aux personnes subissant les effets néfastes d’un système d’IA de contester les résultats sur la base d’informations claires et facilement compréhensibles sur les facteurs, et sur la logique ayant servi à la formulation de prévisions, recommandations ou décisions.

Robustesse, sûreté et sécurité

Les systèmes d’IA devraient être robustes, sûrs et sécurisés tout au long de leur cycle de vie, de sorte que, dans des conditions d’utilisation normales ou prévisibles, ou en cas d’utilisation abusive ou de conditions défavorables, ils soient à même de fonctionner convenablement, et ne fassent pas peser un risque de sécurité démesuré. 

Pour ce faire, les acteurs de l’IA devraient veiller à la traçabilité, notamment pour ce qui est des ensembles de données, des processus et des décisions prises au cours du cycle de vie des systèmes d’IA, afin de permettre l’analyse des résultats produits par lesdits systèmes d’IA et le traitement des demandes d’information, compte tenu du contexte et de l’état de l’art de la technologie. 

Les acteurs de l’IA devraient, selon leurs rôles respectifs, le contexte et leur capacité à agir, appliquer de manière continue une approche systématique de la gestion du risque, à chaque phase du cycle de vie des systèmes d’IA, afin de gérer les risques y afférents, notamment ceux liés au respect de la vie privée, à la sécurité numérique, à la sûreté et aux biais.

S’agissant des politiques nationales et coopération internationale à l’appui d’une IA digne de confiance, l’OCDE recommande à ses « adhérents » de mettre en œuvre les recommandations suivantes.

Investir dans la recherche et le développement en matière d’IA 

Les pouvoirs publics devraient envisager des investissements publics à long terme et encourager les investissements privés dans la recherche et le développement, notamment interdisciplinaire, afin de stimuler l’innovation dans une IA digne de confiance, relevant des défis techniques importants, ainsi que sur les implications sociales, juridiques et éthiques et les politiques liées à l’IA. 

Les pouvoirs publics devraient par ailleurs envisager des investissements publics et encourager les investissements privés dans des ensembles de données en libre accès qui soient représentatifs et qui garantissent la protection de la vie privée et des données, pour soutenir un environnement de recherche et développement en matière d’IA sans partialité indue et renforcer l’interopérabilité et l’utilisation de normes.

Favoriser l’instauration d’un écosystème numérique pour l’IA

Les pouvoirs publics devraient favoriser le développement et l’accessibilité d’un écosystème numérique à l’appui d’une IA digne de confiance. Cet écosystème se compose notamment des technologies et infrastructures numériques et des mécanismes de partage des connaissances en matière d’IA, en fonction des besoins. À cet égard, les pouvoirs publics devraient envisager de promouvoir des mécanismes, tels que les fiducies de données (« data trusts »), pour favoriser le partage des données de façon sûre, équitable, légale et éthique.

Façonner un cadre d’action favorable à l’IA 

Les pouvoirs publics devraient promouvoir l’instauration d’un cadre d’action favorable qui soutienne une transition souple du stade de recherche et développement à celui de déploiement de systèmes d’IA dignes de confiance. À cette fin, ils devraient envisager le recours à l’expérimentation, afin de fournir un environnement contrôlé dans lequel les systèmes d’IA peuvent être testés et monter en puissance, selon les besoins. 

Les pouvoirs publics devraient examiner et adapter, selon les besoins, leur cadres politiques et réglementaires et leurs mécanismes d’évaluation applicables aux systèmes d’IA, afin d’encourager l’innovation et la concurrence dans le développement d’une IA digne de confiance. 

Renforcer les capacités humaines et préparer la transformation du marché du travail 

Les pouvoirs publics devraient travailler en étroite collaboration avec les parties prenantes en vue de préparer la transformation du monde du travail et de la société. Ils devraient donner aux personnes les moyens d’utiliser et d’interagir efficacement avec les systèmes d’IA au travers de leurs différentes applications, notamment en les dotant des compétences nécessaires. 

Les pouvoirs publics devraient prendre des mesures, y compris en recourant au dialogue social, pour assurer une transition équitable des travailleurs au fur et à mesure du déploiement d’IA, notamment par le biais de programmes de formation tout au long de la vie active, du soutien aux personnes affectées par les suppressions de postes et de l’accès aux nouvelles opportunités sur le marché du travail. 

Les pouvoirs publics devraient par ailleurs travailler en étroite collaboration avec les parties prenantes pour promouvoir l’utilisation responsable de l’IA au travail, renforcer la sécurité des travailleurs et la qualité des emplois, favoriser l’entrepreneuriat et la productivité, et veiller à ce que les avantages de l’IA soient partagés largement et équitablement.

Favoriser la coopération internationale au service d’une IA digne de confiance

Les pouvoirs publics, y compris ceux des pays en voie de développement, en association avec les parties prenantes, devraient coopérer activement afin de faire progresser la mise en œuvre de ces principes et de progresser dans une approche responsable en appui d’une IA digne de confiance. 

Les pouvoirs publics devraient travailler de concert, au sein de l’OCDE et d’autres instances mondiales et régionales pertinentes, en vue de favoriser le partage des connaissances en matière d’IA, selon les besoins. Ils devraient encourager les initiatives multipartites internationales, intersectorielles et ouvertes afin de bâtir une expertise à long terme en matière d’IA.

Les pouvoirs publics devraient encourager l’élaboration de normes techniques internationales multipartites fondées sur la recherche de consensus, au service d’une IA interopérable et digne de confiance. 

Les pouvoirs publics devraient en outre encourager la mise au point et l’utilisation, pour leurs propres besoins, d’indicateurs comparables au plan international, afin de mesurer la recherche et le développement dans le domaine de l’IA et le déploiement de l’IA, et de constituer la base factuelle nécessaire au suivi des progrès quant à la mise en œuvre des principes exposés dans les présentes.

Au-delà de ces recommandations, un point intéressant est les définitionsdonnées par l’OCDE des termes techniques suivants : 

Système d’IA : Un système d’intelligence artificielle (ou système d’IA) est un système automatisé qui, pour un ensemble donné d’objectifs définis par l’homme, est en mesure d’établir des prévisions, de formuler des recommandations, ou de prendre des décisions influant sur des environnements réels ou virtuels. Les systèmes d’IA sont conçus pour fonctionner à des degrés d’autonomie divers. 

Cycle de vie d’un système d’IA : Le cycle de vie d’un système d’IA comporte plusieurs phases : i) la phase de « conception, données et modèles », séquence dépendante du contexte comprenant la planification et la conception, la collecte et le traitement des données, ainsi que la construction du modèle ; ii) la phase de « vérification et validation » ; iii) la phase de « déploiement » ; et iv) la phase d’« exploitation et (de) suivi ». Ces phases présentent souvent un caractère itératif et ne suivent pas nécessairement un ordre séquentiel. La décision de mettre un terme à l’utilisation d’un système d’IA peut intervenir à n’importe quel stade de la phase d’exploitation et de suivi.

Connaissances en matière d’IA : Les connaissances en matière d’IA désignent les compétences et les ressources, à l’instar des données, du code, des algorithmes, des modèles, de la recherche, du savoir-faire, des programmes de formation, de la gouvernance, des processus et des meilleures pratiques nécessaires pour comprendre le cycle de vie des systèmes d’IA et y prendre part. 

Acteurs de l’IA : Les acteurs de l’IA sont les parties jouant un rôle actif dans le cycle de vie d’un système d’IA, y compris les organisations et les individus qui déploient ou exploitent l’IA.

Parties prenantes : On entend par parties prenantes l’ensemble des organisations et des individus intervenant dans les systèmes d’IA ou concernés par ces systèmes, que ce soit directement ou indirectement. Les acteurs de l’IA constituent un sous-ensemble des parties prenantes.

https://legalinstruments.oecd.org/fr/instruments/OECD-LEGAL-0449

Publié dans Uncategorized | Laisser un commentaire