Guide du « citymaker » sur… l’intelligence artificielle : que se passe-t-il lorsque les villes passent au numérique ?

Repenser l’IA, les données et la valeur publique dans les zones urbaines

Laura Valdés, Head of Policy, 2025

Para descargar: metropolis_layout_ai_web.pdf (1,1 MiB)

Les enjeux : pourquoi l’IA est essentielle pour les villes

L’urgence de l’IA urbaine

Les villes évoluent vers des écosystèmes axés sur les données, où l’IA agit à la fois comme catalyseur d’innovation et comme facteur potentiel de perturbation de l’équité sociale. L’intégration de jumeaux numériques (répliques virtuelles de systèmes physiques), d’analyses prédictives et de plateformes immersives dans les infrastructures urbaines promet de révolutionner la manière dont les villes gèrent leurs ressources, réagissent aux crises et impliquent leurs citoyens. Par exemple, le « City Brain » de Hangzhou, développé par Alibaba, utilise des données en temps réel pour optimiser les flux de circulation, réduisant ainsi les délais d’intervention d’urgence de près de 50 % (ONU-Habitat, 2024, p. 12). Pourtant, cette même infrastructure peut permettre une surveillance de masse, ce qui soulève des questions éthiques concernant la vie privée et le consentement (Wired, 2018).

Cependant, l’adoption rapide de l’IA devance les cadres réglementaires, exposant les villes à des risques de partialité, de désinformation et de pression sur l’environnement. Par exemple, il a été démontré que les systèmes d’IA entraînés sur des ensembles de données incomplets renforcent la discrimination à l’encontre des groupes marginalisés, tels que les femmes et les minorités ethniques (UNESCO, 2021, p. 8). Par ailleurs, les besoins énergétiques des modèles d’IA — en particulier dans les centres de données — posent d’importants défis en matière de développement durable, certaines estimations suggérant que l’entraînement d’un seul modèle d’IA peut générer autant d’émissions de carbone que cinq voitures sur l’ensemble de leur durée de vie (MIT News, 2025).

Risques clés :

• Inégalités et biais : les systèmes d’IA peuvent perpétuer la discrimination lorsqu’ils sont entraînés à partir de données biaisées. Par exemple, le système espagnol VioGén, conçu pour évaluer le risque de violence conjugale, n’a pas réussi à identifier des femmes qui ont par la suite été tuées par leurs agresseurs, révélant ainsi des failles fatales dans la conception de son algorithme (The New York Times, 2025, p. 15).

• Désinformation : les deepfakes et les fausses informations générés par l’IA menacent la confiance du public, en particulier lors d’élections ou de situations d’urgence.

Le Forum économique mondial classe la désinformation comme la menace mondiale la plus urgente à court terme (Rapport sur les risques mondiaux 2025, p. 5).

• Dépendance excessive à l’automatisation : l’IA ne dispose pas de la compréhension contextuelle nécessaire pour gérer les complexités de la vie urbaine. Par exemple, les modèles prédictifs mis en place dans le comté de Los Angeles ont permis d’éviter que plus de 700 personnes ne se retrouvent sans domicile, mais ont nécessité une supervision humaine pour remédier aux biais systémiques dans l’attribution des logements (CalMatters, 2024 ; Vox, 2024).

• Vie privée et souveraineté : les modèles d’IA fermés, tels que ceux utilisés dans Metaverse Seoul, soulèvent des inquiétudes quant à l’exploitation des données et à la dépendance vis-à-vis d’un fournisseur unique, car les habitants interagissent avec des services administratifs virtuels sans bénéficier d’une transparence totale sur l’utilisation de leurs données (Gouvernement métropolitain de Séoul, 2023).

• Coût environnemental : l’empreinte carbone de l’entraînement et du déploiement de l’IA est considérable. Par exemple, les centres de données ont consommé environ 1 % de l’électricité mondiale en 2022, un chiffre qui devrait augmenter à mesure que les villes développent leurs infrastructures numériques (MIT Technology Review, 2022).

Les villes se trouvent à la croisée des chemins, là où les promesses de l’IA — des infrastructures plus intelligentes, des réponses plus rapides et un engagement citoyen plus profond — se heurtent à la réalité de ses risques : biais, surveillance et dégradation de l’environnement. Le défi ne consiste pas seulement à adopter ces outils, mais à les utiliser avec sagesse, en veillant à ce qu’ils servent l’ensemble des habitants, et non pas seulement une poignée de privilégiés.

Défis : leçons tirées du terrain

Repenser la participation à la sphère publique numérique

Les plateformes numériques transforment l’engagement citoyen, mais leur succès dépend de leur caractère inclusif et de leur adaptabilité.

• Madrid (Espagne) : la plateforme Decide Madrid, soutenue par l’assistante IA CLARA, a permis à plus de 60 000 habitants de participer à l’élaboration des politiques locales. Cependant, l’engagement reste inégal selon l’âge, le genre et les tranches de revenus, ce qui met en évidence les limites de la participation numérique (Ville de Madrid, 2025).

• Los Angeles (États-Unis) : après les incendies dévastateurs de 2025, la plateforme Engaged California a été réorientée pour impliquer les habitants — en particulier les plus touchés — dans l’élaboration des plans de relance. Cette approche axée sur la communauté a permis de donner la priorité aux voix marginalisées dans les efforts de reconstruction (Engaged California, 2025).

• Le Cap (Afrique du Sud) : L’« Innovation Hackathon » a invité de jeunes codeurs à concevoir des solutions aux défis urbains. Le projet lauréat, « Citi Builder », est une plateforme à faible coût améliorant l’accès aux services municipaux et aux opportunités d’emploi, démontrant ainsi la valeur des talents locaux dans la création d’outils accessibles (Ville du Cap, 2024).

• Séoul (Corée du Sud) : « Metaverse Seoul » permet aux habitants d’accéder à des services administratifs, de soumettre des demandes relatives à la fiscalité et même de visiter virtuellement le bureau du maire. Malgré son caractère innovant, la plateforme a peiné à maintenir l’intérêt du public, ce qui soulève des questions quant à la viabilité à long terme de l’engagement virtuel (Gouvernement métropolitain de Séoul, 2023).

Rapprocher les services publics des citoyens

L’IA peut améliorer la prestation des services, mais la supervision et le jugement humain restent essentiels.

• Buenos Aires (Argentine) : la plateforme BA INFINITE utilise l’apprentissage basé sur le métaverse pour enseigner l’histoire et les sciences. Les élèves peuvent explorer des environnements virtuels, tels que la ville en 1810 ou un planétarium, alliant ainsi éducation et culture numérique (Ville de Buenos Aires, p. 10).

• Comté de Los Angeles (États-Unis) : un modèle prédictif analysant les données relatives aux visites à l’hôpital et au recours à l’aide alimentaire a permis d’identifier les personnes exposées au risque de se retrouver sans domicile fixe. Depuis 2021, le système a aidé plus de 700 personnes à conserver leur logement, mais son efficacité dépend d’un investissement soutenu dans le logement abordable (CalMatters, 2024 ; Vox, 2024).

• Interdictions des algorithmes (États-Unis) : Des villes comme Minneapolis, San Francisco et Philadelphie ont interdit les outils algorithmiques utilisés pour gonfler les loyers, reconnaissant qu’une automatisation non contrôlée peut nuire à l’intérêt général (Stateline, 2025).

Améliorer l’aménagement urbain et la préparation aux catastrophes

L’IA redéfinit l’urbanisme, mais une gouvernance éthique est essentielle.

• Hangzhou (Chine) : l’initiative « City Brain », développée par Alibaba, optimise la circulation et les interventions d’urgence, mais a fait l’objet de critiques pour avoir permis une surveillance de masse (Wired, 2018).

• Barcelone (Espagne) : la plateforme City OS promeut une gouvernance numérique éthique grâce à des registres publics d’algorithmes et à des audits obligatoires, garantissant ainsi la transparence dans l’utilisation des données (Ville de Barcelone, 2021).

• Istanbul (Turquie) : Un jumeau numérique simule des tremblements de terre pour tester les interventions d’urgence, mais avec 600 000 logements menacés d’effondrement, la technologie seule ne suffit pas sans un investissement dans des logements sûrs (Turkish Minute, 2025).

• Californie (États-Unis) : le système de détection des feux de forêt basé sur l’IA s’est révélé prometteur au départ, mais n’a pas réussi à empêcher les incendies de 2025, qui ont fait 30 morts et causé 250 milliards de dollars de dégâts (TIME, 2023 ; Los Angeles Times, 2025).

Des rues virtuelles de Metaverse Séoul aux collines californiennes ravagées par les feux de forêt, les villes testent les limites du potentiel de l’IA. Chaque exemple révèle une vérité : la technologie peut sauver des vies ou éroder la confiance, optimiser les systèmes ou renforcer les inégalités. La différence ne réside pas dans les outils eux-mêmes, mais dans les valeurs qui guident leur utilisation.

Recommandations : une feuille de route pour une IA éthique dans les villes

Questions essentielles pour les décideurs politiques

Pour s’assurer que l’IA serve l’intérêt général, les dirigeants municipaux doivent aborder les points suivants :

1. Co-conception : Les plateformes numériques sont-elles co-créées avec les habitants, y compris les migrants, les personnes en situation de handicap et les habitants des quartiers informels ?

2. Gestion communautaire : La ville investit-elle dans des modèles de gouvernance locale pour garantir une participation significative et continue ?

3. Mesures de protection : Des audits de biais, des registres d’algorithmes et des cadres éthiques sont-ils en place pour prévenir tout préjudice ?

4. Gouvernance à long terme : Comment les systèmes numériques pourront-ils perdurer au-delà des cycles électoraux et s’aligner sur les objectifs sociaux et environnementaux ?

5. Renforcement des capacités : La ville dispose-t-elle des compétences et du personnel nécessaires pour gérer et adapter les systèmes d’IA au fil du temps ?

6. Ouverture des données : Les données sont-elles normalisées, partagées et améliorées entre les services et les juridictions ?

Mesures concrètes

• Transparence : Rendre obligatoires les registres publics d’algorithmes (par exemple, le City OS de Barcelone).

• Responsabilité : Auditer régulièrement les outils prédictifs (par exemple, en révisant le système espagnol VioGén).

• Inclusion : Donner la priorité aux initiatives menées par les communautés (par exemple, le programme « Citi Builder » du Cap).

• Durabilité : Évaluer l’impact environnemental des systèmes d’IA (par exemple, les recherches du MIT sur l’empreinte carbone de l’IA).

La voie à suivre exige plus qu’une simple sophistication technologique ; elle nécessite un engagement en faveur de l’équité, une volonté de remettre en question et l’humilité nécessaire pour s’adapter. Les villes doivent se demander non seulement ce que l’IA peut faire, mais aussi pour qui — et à quel prix. L’avenir de l’IA urbaine n’est pas prédéterminé ; c’est un choix, et le moment est venu de faire le bon choix.

Referencias

Para ir más allá