L’intelligence artificielle est maintenant partout dans nos vies. Les services publics et les administrations n’y échappent pas. La question est de savoir si cette révolution demeure compatible avec leurs principes, s’interrogent dans cette note Émilie Agnoux et Johan Theuret, qui ont tous deux fondé Le Sens du service public. Sans cap politique et doctrine interministérielle partagée, la transformation numérique risque de prendre le tournant de l’automatisation à défaut de prendre le chemin de services publics augmentés alliant innovation et protection des usagers.
La campagne pour l’élection présidentielle de 2027 commence à frémir. Chaque candidat assure disposer de la potion magique pour refonder nos services publics et résoudre les problèmes de la France. Mais ce « solutionnisme d’action publique », mobilisé pour convaincre les électeurs et conquérir le pouvoir, fait bien souvent l’impasse sur une question essentielle, qui porte sur l’exercice du pouvoir : comment mettre en œuvre concrètement les promesses faites aux Français ?
Bien souvent, les nouveaux élus se heurtent au mur de la réalité, faute d’avoir anticipé. Ce défi est d’autant plus grand pour les progressistes.
Nous héritons d’administrations et de politiques publiques façonnées par d’autres, influencées par le débat public, inspirées de certaines théories économiques, imprégnées de certaines méthodes de travail, lessivées par des couches de réformes successives.
Les Français aspirent au changement. Pourtant, aucun changement ne sera possible sans questionner ce qui se passe « dans la tête de l’État », les préjugés, les biais, les idéologies, les angles morts qui traversent l’action publique.
Comment les pouvoirs publics perçoivent-ils telle ou telle population ? Quelles formes de politiques publiques en découlent ? Comment faire autrement ?
À travers différents exemples tirés de secteurs variés (justice, éducation, politiques sociales ou encore écologie), l’Observatoire de l’action et de la puissance publiques de la Fondation questionnera ces représentations, décortiquera les réponses qui sont aujourd’hui apportées par nos institutions et ouvrira d’autres perspectives dans une série de notes.
Le déploiement de l’intelligence artificielle au sein des administrations et des politiques publiques fera également l’objet d’explorations, ouvrant la voie à de nouveaux garde-fous pour garantir un cadre éthique et démocratique à l’intervention publique.
Retrouvez la première note :
– Bureaucratie et simplification : mirage libéral, mensonges populistes et réalités populaires, Riwan Yahmi
Introduction
Lorsque Le Sens du service public publie, avec la Fondation Jean-Jaurès, son rapport Le service public à l’épreuve de l’intelligence artificielle en juillet 20251Émilie Agnoux et Johan Theuret (coord.), Le service public à l’épreuve de l’intelligence artificielle, Fondation Jean-Jaurès, 3 juillet 2025., l’enjeu dépasse le débat technologique. Il ne s’agit plus de savoir si l’intelligence artificielle (IA) transformera l’administration, mais comment faire en sorte que cette révolution demeure compatible avec les principes du service public.
Les administrations s’approprient rapidement l’IA. Les agents utilisent des assistants génératifs pour produire des documents ou simplifier certaines tâches. L’IA devient progressivement une composante du fonctionnement administratif.
Pourtant, cette accélération ne s’accompagne pas encore d’un cap politique partagé. Le rapport conjoint2Pierre Cunéo et al., « Le déploiement de l’intelligence artificielle dans les administrations publiques », IGF, IGA, Igas, 2 juillet 2026. de l’Inspection générale des finances (IGF), de l’Inspection générale de l’administration (IGA) et de l’Inspection générale des affaires sociales (Igas) publié en 2026 souligne que les expérimentations se multiplient, mais que la diffusion reste fragmentée. Près de 40% des agents utiliseraient déjà des outils de « shadow IA3Comme nous le verrons plus loin dans la note, il implique que des agents utilisent parfois des outils non validés par leur organisation, souvent pour répondre rapidement à des besoins professionnels. », non autorisés par leur administration. Les inspections estiment surtout que l’IA devrait être considérée comme une transformation stratégique de l’action publique.
Le paradoxe français est là. L’État dispose d’un écosystème scientifique reconnu, mais ne possède pas encore de doctrine interministérielle stabilisée sur ce que doit être une administration augmentée par l’IA. Quels processus automatiser et lesquels préserver comme humains ? Jusqu’où déléguer les tâches cognitives ? Comment garantir la souveraineté des données et mesurer les gains réels ? Les réponses restent dispersées.
Deux annonces illustrent cette accélération. En juillet 2025, l’État a sélectionné une centaine de solutions d’IA générative parmi plus de 430 candidatures dans le cadre de l’appel à manifestation d’intérêt « Solutions d’IA pour le public ». Cette initiative marque le passage au déploiement à grande échelle, mais révèle aussi le risque d’une approche technosolutionniste.
En juin 2026, le gouvernement a présenté le plan « Notre IA », première feuille de route nationale consacrée au déploiement de l’IA dans les services publics. Il prévoit notamment la généralisation d’assistants pour les agents, le développement de services pour les usagers et le renforcement des capacités de l’État en matière d’IA souveraine. L’objectif est de gagner en efficacité avec un usage éthique et maîtrisé. Mais le plan reste centré sur les annonces et les cas d’usage, sans définir pleinement les finalités ni l’évaluation des effets à long terme.
L’histoire de la dématérialisation invite pourtant à la prudence. La transformation numérique a été largement pensée sous l’angle de l’efficacité. Cette logique a parfois produit des effets inverses, avec l’éloignement de certains usagers, la fracture numérique et des difficultés d’accès aux droits.
Il faut éviter que l’IA ne devienne une nouvelle couche de dématérialisation, substituant des interactions automatisées aux relations humaines qui fondent la confiance dans les institutions. L’enjeu n’est donc plus de savoir si l’IA sera présente dans les services publics. Elle l’est déjà. Il faut désormais déterminer quelle place lui donner et selon quelles règles.
Il faut concilier innovation et protection des données, efficacité et responsabilité, automatisation et relation humaine, tout en répondant aux enjeux de souveraineté numérique. Le coût doit aussi être intégré, car l’IA génère de nouvelles dépenses d’infrastructure et d’accompagnement. Le « shadow IA » montre que les usages progressent parfois hors des cadres institutionnels.
La contradiction est donc claire. Les services publics avancent rapidement dans l’adoption de l’IA sans disposer encore de tous les instruments politiques nécessaires pour orienter cette transformation.
En 2027, la montée en puissance de l’AI Act européen renforcera les exigences de gouvernance et de responsabilité publique. Mais la conformité réglementaire ne suffira pas. La question centrale restera celle du projet collectif. L’IA doit-elle conduire à une administration simplement plus automatisée ou à un service public réellement augmenté, capable d’améliorer la relation à l’usager tout en renforçant les capacités des agents ? Cette question dépasse la technologie. Elle touche à la conception même du service public à l’ère numérique.
De l’expérimentation à la généralisation d’une technologie qui dépasse la stratégie publique
Le basculement de l’IA comme sujet d’innovation vers un outil administratif courant
Pendant plusieurs années, l’intelligence artificielle dans le secteur public a surtout été abordée comme un sujet d’innovation. Les administrations développaient des expérimentations limitées.
L’arrivée de l’IA générative a changé la situation. Elle est désormais accessible dans les activités quotidiennes. Les agents l’utilisent pour exploiter des données, produire des synthèses, reformuler des courriers, analyser des textes réglementaires ou rechercher des informations.
Le travail public repose largement sur la production, l’analyse et la circulation de documents. L’IA peut donc améliorer certaines tâches répétitives et libérer du temps pour les missions nécessitant davantage d’expertise ou de relation humaine.
Le 17 novembre 2025, la Direction interministérielle du numérique (Dinum) a lancé avec Mistral AI une expérimentation d’un assistant IA interministériel auprès de 10 000 agents de huit ministères. Destiné à la rédaction, à la synthèse et à la recherche, il doit aussi renforcer le contrôle des données. Cette initiative illustre l’ambition d’une IA souveraine et la recherche d’alternatives européennes aux grands modèles américains. Un modèle souverain ne suffit toutefois pas et doit s’accompagner d’une réflexion sur l’organisation, les compétences et les métiers.
Dans les collectivités, le déploiement reste plus inégal. Le programme « Territoires d’IA », lancé en mai 2026 par la Banque des territoires, cherche à accompagner le partage d’expériences et les projets concrets. Les écarts tiennent notamment aux moyens et aux compétences disponibles. L’enjeu n’est donc plus seulement l’accès à l’IA, mais la capacité à l’intégrer utilement dans les missions et au bénéfice des usagers.
Dans plusieurs administrations, l’IA devient un outil professionnel courant. La question n’est plus celle de son intérêt potentiel, mais de son encadrement. Une technologie utilisée par des milliers d’agents nécessite une politique publique. L’administration doit construire ces règles alors même que les usages se développent.
Des usages qui progressent plus vite que la gouvernance publique
La diffusion rapide de l’IA illustre un phénomène classique des transformations numériques. Les pratiques évoluent souvent avant les cadres institutionnels. Les agents cherchent à répondre aux difficultés de leur travail dans un contexte de complexité et de contraintes de ressources humaines.
Cette adoption produit des pratiques diverses. Certains services disposent d’outils sécurisés et de formations, d’autres recourent à des solutions grand public. L’accès à l’IA dépend alors parfois davantage de l’initiative individuelle que d’une stratégie globale.
Le développement du « shadow IA » illustre cette difficulté. Comme le « shadow IT » auparavant, certains usages apparaissent hors des circuits officiels. Des agents utilisent des assistants conversationnels sans toujours mesurer les risques liés aux données. Le problème touche donc à la responsabilité publique. Une administration doit pouvoir expliquer comment une réponse a été produite, quelles données ont été utilisées et quel contrôle humain a été exercé. Cette exigence est particulièrement forte dans les domaines sensibles.
La réponse ne peut être une interdiction générale. Il faut proposer des environnements sécurisés, des formations et des règles claires. La gouvernance doit accompagner les pratiques plutôt que les découvrir après leur apparition.
L’émergence d’une nouvelle étape avec les IA agentiques
L’année 2026 ouvre une étape supplémentaire avec l’arrivée progressive des IA agentiques. Jusqu’ici, les outils génératifs répondaient à une demande. Les systèmes agentiques peuvent décomposer une tâche, rechercher des informations, utiliser plusieurs outils numériques et réaliser certaines actions avec davantage d’autonomie.
Ces capacités ouvrent des perspectives importantes. Une IA agentique pourrait accompagner le traitement d’un dossier en vérifiant les informations, en identifiant les règles applicables, en préparant une réponse et en signalant les points nécessitant une validation humaine. Elle pourrait aussi suivre des échéances ou faciliter la coordination entre services.
Mais plus l’IA agit, plus la responsabilité devient complexe. Un système qui aide à rédiger un document n’a pas le même impact qu’un système capable de déclencher une procédure administrative. La frontière entre assistance et décision devient plus difficile à définir.
Les administrations devront donc préciser les niveaux d’autonomie acceptables. Certaines tâches pourront être largement automatisées, tandis que d’autres devront rester sous contrôle humain renforcé. L’arrivée des IA agentiques confirme ainsi le besoin d’un cap politique. La technologie avance rapidement, alors que les principes d’usage restent en construction.
Une diffusion rapide de l’IA générative qui transforme les métiers publics
Des assistants numériques aux nouveaux modes de production administrative
L’un des effets les plus visibles de l’intelligence artificielle générative concerne la transformation des pratiques professionnelles.
Cependant, cette évolution nécessite de conserver une vigilance importante. Une réponse générée automatiquement peut sembler pertinente tout en comportant des erreurs. Les modèles d’intelligence artificielle ne comprennent pas réellement le contexte administratif. Ils produisent des réponses à partir de probabilités linguistiques.
La compétence humaine reste donc indispensable. L’agent public doit devenir capable de dialoguer avec l’outil mais aussi de vérifier ses résultats. Cette nouvelle relation entre l’humain et la machine constitue probablement l’une des transformations majeures du travail administratif.
Une transformation du travail des agents entre gains d’efficacité et recomposition des compétences
Le 30 juin 2026, la Direction générale de l’administration et de la fonction publique (DGAFP) a lancé une négociation avec les organisations syndicales sur le déploiement et l’utilisation de l’intelligence artificielle dans la fonction publique. Cette démarche vise à encadrer les effets de l’IA sur les métiers des agents, leurs compétences, leurs conditions de travail et la qualité du service rendu aux citoyens. Elle marque la reconnaissance que l’introduction de l’IA dans les administrations constitue une transformation organisationnelle et sociale et pas seulement un projet technique. Elle peut toutefois être critiquée car l’ouverture d’un dialogue social intervient alors que les usages de l’IA se diffusent déjà, ce qui peut donner l’impression d’une stratégie davantage réactive qu’anticipatrice sur les impacts humains et professionnels.
L’intelligence artificielle ne transforme pas seulement les outils. Elle transforme les compétences attendues. Les agents devront progressivement développer une culture de l’IA. Il ne s’agira pas seulement de savoir utiliser un logiciel mais de comprendre les capacités et les limites des systèmes. La formation deviendra donc un enjeu stratégique. Sans accompagnement, deux risques apparaissent. Le premier est une confiance excessive dans les outils. Les agents pourraient considérer les productions de l’IA comme fiables par défaut. Le second est un rejet de la technologie lié à un manque de compréhension ou à une inquiétude sur l’évolution des métiers.
La réussite de l’intégration de l’IA dépendra donc largement de la capacité des administrations à associer les agents à la transformation. L’objectif ne doit pas être de remplacer les compétences humaines mais de les renforcer.
Les métiers publics resteront fondés sur l’analyse, le jugement, la relation et la responsabilité. L’intelligence artificielle peut modifier la manière de travailler mais elle ne doit pas remettre en cause la dimension humaine du service public.
Une relation usager profondément renouvelée entre personnalisation et maintien de l’humain
L’un des grands espoirs liés à l’IA publique concerne l’amélioration de la relation avec les citoyens. Les administrations cherchent depuis longtemps à simplifier les démarches et à rendre les services plus accessibles. L’intelligence artificielle pourrait permettre une nouvelle étape grâce à des assistants capables d’expliquer les procédures, d’orienter les usagers et de personnaliser les réponses.
Cette évolution pourrait notamment réduire certaines situations de non-recours aux droits. Un citoyen pourrait être mieux accompagné dans un parcours administratif complexe grâce à un outil capable de comprendre sa situation et de l’aider à identifier les dispositifs adaptés. Mais cette perspective ne doit pas conduire à une disparition du contact humain.
Les démarches administratives concernent souvent des situations personnelles, parfois difficiles, qui nécessitent une écoute et une compréhension du contexte. Un service public efficace n’est pas seulement un service rapide. C’est un service capable de répondre justement à une situation humaine.
L’enjeu sera donc de construire une relation augmentée, où l’intelligence artificielle facilite l’accès au service public sans remplacer la médiation humaine.
Recevez chaque semaine toutes nos analyses dans votre boîte mail
Abonnez-vousLes angles morts d’une transformation technologique sans doctrine stabilisée
Une dépendance croissante aux infrastructures privées et aux enjeux de souveraineté
La diffusion rapide de l’intelligence artificielle dans les services publics fait émerger une question stratégique qui dépasse l’innovation. Il s’agit de la capacité de la puissance publique à conserver la maîtrise des technologies dont elle dépend.
Les administrations peuvent utiliser des outils d’IA sans maîtriser les composants techniques qui permettent leur fonctionnement. Les modèles les plus performants nécessitent des capacités de calcul considérables, des infrastructures cloud puissantes et des chaînes technologiques contrôlées par un nombre limité d’acteurs internationaux.
Cette dépendance est particulièrement sensible pour le service public, qui manipule des données relatives aux citoyens, aux entreprises, à la santé, à la fiscalité ou aux politiques sociales. Le débat sur le Cloud Act américain illustre cette difficulté. Sous certaines conditions, les autorités américaines peuvent demander l’accès à des données détenues par des entreprises soumises au droit américain, y compris lorsque ces données sont stockées hors des États-Unis.
Pour les administrations européennes, le lieu de stockage ne suffit donc pas à garantir la souveraineté. Il faut également considérer le droit applicable au fournisseur, les dépendances contractuelles et la capacité réelle à changer de solution.
L’IA ajoute une nouvelle couche de dépendance. Une administration dépend non seulement d’un hébergeur, mais aussi d’un modèle, de ses conditions d’utilisation, de ses évolutions et de sa politique commerciale. Cette situation explique les réflexions autour du cloud de confiance et des solutions européennes.
La souveraineté numérique ne signifie pas que chaque administration doit produire elle-même ses outils. Elle implique de connaître ses dépendances, de les limiter dans les domaines sensibles et de conserver une capacité de choix stratégique.
À l’horizon 2027, cette question deviendra centrale. Le développement massif de l’IA pourrait renforcer les dépendances technologiques si les choix d’infrastructure ne sont pas anticipés. La puissance publique devra donc arbitrer entre l’accès aux technologies les plus performantes, la sécurité des données et une autonomie stratégique suffisante.
Des coûts en hausse et des risques nouveaux liés aux licences, aux marchés publics et au « shadow IA »
L’IA a longtemps été présentée comme un moyen de réduire les dépenses publiques grâce à l’automatisation et aux gains de productivité. Cette promesse doit désormais être nuancée. Les premiers déploiements montrent que l’IA constitue aussi une nouvelle source de dépenses.
Les outils les plus avancés reposent souvent sur des abonnements et des licences. L’IA n’est donc pas un logiciel acquis une fois pour toutes, mais une technologie générant des dépenses récurrentes. Lorsqu’une solution devient indispensable au fonctionnement quotidien, son coût peut devenir difficile à réduire et créer une dépendance économique envers certains fournisseurs.
Cette dépendance concerne notamment les grandes plateformes qui intègrent des assistants d’IA à leurs environnements professionnels. Pour les administrations déjà engagées dans ces écosystèmes, l’adoption de nouvelles fonctions peut sembler naturelle, mais elle peut aussi renforcer une dépendance existante.
Le sujet concerne également les marchés publics. Les prestataires utilisent de plus en plus l’IA pour produire des analyses, développer des solutions ou fournir des services. Les administrations doivent donc savoir quelles technologies sont mobilisées dans les prestations qu’elles financent, où sont hébergées les données, comment elles sont traitées, quelles possibilités de réversibilité existent et comment les responsabilités sont réparties.
Sans ces garanties, la puissance publique risque de perdre progressivement la maîtrise d’outils participant directement à l’exécution de ses missions.
Le « shadow IA » renforce cette difficulté. Il désigne des agents qui utilisent parfois des outils non validés par leur organisation, souvent pour répondre rapidement à des besoins professionnels. Cette pratique révèle un paradoxe. Les administrations cherchent à encadrer les usages alors que les besoins opérationnels poussent les agents à expérimenter.
L’interdiction générale serait probablement inefficace. Il faut plutôt créer un cadre permettant aux agents d’utiliser l’IA de manière sécurisée, avec des outils adaptés, des règles simples et une formation suffisante.
Le « shadow IA » n’est donc pas seulement un risque. Il constitue aussi un indicateur des usages que les organisations doivent accompagner lorsqu’ils sont pertinents et interdire lorsqu’ils ne sont pas acceptables.
L’AI Act comme première étape de gouvernance mais pas encore comme stratégie politique
L’entrée en application progressive de l’AI Act européen constitue une étape majeure pour l’intelligence artificielle publique. Entré en vigueur le 1er août 2024, il établit un cadre juridique européen pour encadrer le développement et l’utilisation des systèmes d’IA.
Les administrations doivent intégrer progressivement ces nouvelles obligations. Les systèmes à haut risque, notamment certains outils utilisés dans l’accès aux prestations publiques, l’éducation, le recrutement ou la gestion des ressources humaines, sont soumis à des exigences renforcées concernant la qualité des données, la traçabilité et la supervision humaine. Les systèmes présentant un risque limité, comme certains assistants conversationnels, relèvent principalement d’obligations de transparence.
Cette approche constitue une avancée importante car elle reconnaît que les usages de l’IA n’ont pas tous les mêmes conséquences. Pour les administrations, elle implique de mieux identifier les systèmes utilisés, documenter certains usages, assurer une supervision humaine suffisante et renforcer les mécanismes de contrôle.
Cependant, l’AI Act ne répond pas à toutes les questions. Il fixe des obligations juridiques sans déterminer une vision politique du rôle de l’IA dans le service public. Quels usages faut-il encourager en priorité ? Quels domaines doivent rester fortement protégés ? Quelle place l’intervention humaine doit-elle conserver ? Comment répartir les gains de productivité ?
Le risque serait donc de réduire la gouvernance de l’IA à une approche juridique. Une administration peut être conforme au règlement européen tout en restant dépourvue de stratégie. Le véritable pilotage doit être à la fois technique, juridique, organisationnel et démocratique. L’intelligence artificielle publique doit ainsi être pensée comme une politique publique à part entière, et non comme la seule mise en conformité avec une nouvelle réglementation.
Construire un service public augmenté à l’horizon 2027
Passer de l’automatisation à l’augmentation des capacités humaines
Le principal enjeu des prochaines années sera de sortir d’une vision limitée de l’intelligence artificielle comme outil d’automatisation.
L’automatisation consiste à confier certaines tâches à une machine pour réduire l’intervention humaine. L’augmentation consiste à utiliser la technologie pour renforcer les capacités humaines. Cette différence est fondamentale pour le service public.
L’objectif ne devrait pas être de remplacer progressivement les agents par des systèmes automatisés mais de permettre aux agents de se concentrer davantage sur les missions à forte valeur humaine.
Dans de nombreux métiers publics, la difficulté principale n’est pas l’absence d’informations mais le manque de temps pour les analyser et accompagner les citoyens. L’intelligence artificielle pourrait permettre de réduire certaines charges administratives afin de renforcer la qualité de la relation. Un enseignant pourrait disposer d’outils facilitant la préparation pédagogique. Un agent social pourrait bénéficier d’une meilleure synthèse des informations nécessaires à l’accompagnement d’une personne. Un agent administratif pourrait consacrer davantage de temps aux situations complexes.
Cette approche suppose toutefois de définir clairement les limites de l’automatisation. Certaines dimensions du service public doivent rester profondément humaines. L’écoute, l’empathie, l’explication et la capacité à prendre en compte une situation singulière ne peuvent pas être réduites à un calcul algorithmique.
Le service public augmenté ne sera donc pas celui qui automatise le plus. Ce sera celui qui utilise l’intelligence artificielle pour renforcer ce qui fait sa spécificité.
Organiser une gouvernance publique de l’intelligence artificielle
À l’approche de 2027, la priorité devra être la construction d’une véritable gouvernance publique de l’IA. Cette gouvernance devra dépasser la seule question des outils. Elle devra définir des orientations communes pour l’ensemble des administrations. Plusieurs principes pourraient structurer cette approche.
Le premier doit être la transparence. Les citoyens doivent savoir lorsque l’intelligence artificielle intervient dans un service public, et dans quelle mesure elle est intervenue dans le processus.
Le deuxième doit être la responsabilité. Une décision publique doit toujours pouvoir être reliée à une responsabilité humaine identifiable, à condition de pouvoir préserver les compétences requises et un véritable pouvoir d’intervention des agents publics.
Le troisième doit être la souveraineté. Les administrations doivent maîtriser leurs dépendances technologiques et protéger leurs données stratégiques. Cela suppose une offre infrastructurelle fondée sur la logique des communs et la diversité des acteurs du secteur sous régulation publique.
Le quatrième doit être la formation obligatoire. Aucun déploiement durable de l’IA ne sera possible sans montée en compétence des agents, aussi bien sur les aspects techniques, organisationnels, managériaux que sur les aspects éthiques de l’usage des technologies.
Cette gouvernance devra également intégrer une dimension d’évaluation. Les projets d’IA ne devront pas être analysés uniquement selon leurs gains de productivité mais aussi selon leurs effets sur la qualité du service rendu. Une technologie peut en effet réduire un délai de traitement tout en dégradant la compréhension d’une situation. Elle peut améliorer la productivité tout en éloignant certains citoyens de l’administration. La mesure de la réussite devra donc dépasser les indicateurs techniques.
Agir pour déployer une intelligence artificielle publique plus sobre
Les services publics ne peuvent pas déployer l’intelligence artificielle générative sans prendre en compte sa soutenabilité environnementale, car chaque étape de son cycle de vie, de la collecte des données à leur conservation, mobilise des ressources énergétiques et matérielles, et participe aux émissions de gaz à effet de serre.
Selon l’Ademe4« Évaluation de l’impact environnemental du numérique en France », Ademe, janvier 2025., le numérique représentait, en 2024, 4,4% de l’empreinte carbone nationale, et 46% de son impact carbone provenait des centres de données, dont les besoins augmentent fortement avec le développement de l’intelligence artificielle générative qui nécessite d’importantes capacités de calcul, de stockage et de traitement des données.
La collecte, le traitement, l’entraînement des modèles, leur utilisation et la conservation des données contribuent directement à cette consommation croissante de ressources.
Les services publics ont donc un devoir d’exemplarité en sensibilisant les utilisateurs à l’impact environnemental de leurs usages, par exemple en affichant la consommation énergétique ou les émissions de gaz à effet de serre associées à un prompt. Ils devraient obligatoirement mesurer l’empreinte environnementale de leurs projets d’IA dès leur conception et tout au long de leur cycle de vie. Cette transparence permettra de rendre visibles des impacts aujourd’hui largement invisibles et d’encourager des usages plus sobres de l’intelligence artificielle.
Les services publics devraient privilégier autant que possible le transfer learning, qui consiste à partir d’un modèle d’intelligence artificielle déjà entraîné pour l’adapter à un nouvel usage plutôt que de le construire entièrement à partir de zéro. Un modèle préentraîné est un modèle qui a déjà été entraîné sur de grandes quantités de données et qui a ainsi appris à identifier des structures et des régularités générales, constituant une base sur laquelle il est possible de s’appuyer pour répondre à un besoin spécifique. Cette réutilisation permet alors de limiter fortement les données et les capacités de calcul nécessaires à l’adaptation du modèle, tout en réduisant le temps de développement. Elle constitue ainsi un levier concret de sobriété numérique en évitant de mobiliser à nouveau d’importantes ressources informatiques et énergétiques pour réaliser un apprentissage qui a déjà été effectué.
Les services publics devraient également privilégier, chaque fois que cela est possible, des modèles de petite taille plutôt que de très grands modèles généralistes. Un modèle plus léger répond souvent aux besoins d’un métier précis tout en consommant moins de ressources informatiques.
Enfin, ils devraient appliquer une gestion sobre des données en limitant leur collecte, leur duplication et leur durée de conservation au strict nécessaire. Réduire le volume de données stockées diminue les besoins en stockage, en traitement et en énergie tout au long de la vie des systèmes d’IA.
Ces principes de sobriété doivent être intégrés dès la conception des projets, au même titre que les exigences de sécurité, de protection des données et de qualité du service rendu. En faisant de la sobriété environnementale un critère de choix des solutions d’intelligence artificielle, les services publics pourront concilier innovation, performance et responsabilité écologique.
Faire de l’IA un choix politique au service des principes du service public
La question fondamentale posée par l’intelligence artificielle est finalement politique. L’IA ne détermine pas seule l’avenir des services publics. Elle offre des possibilités qui devront être orientées par des choix collectifs.
Deux modèles sont possibles : le premier consisterait à utiliser l’intelligence artificielle principalement comme une technologie de réduction des coûts et d’optimisation administrative ; le second viserait à construire un service public augmenté où la technologie renforce les capacités des agents et améliore la relation avec les citoyens.
Le choix entre ces deux modèles dépendra de la capacité des responsables publics à définir une stratégie. L’année 2027 pourrait représenter un moment décisif. Les administrations auront accumulé plusieurs années d’expérimentations. Les obligations européennes seront davantage structurées. Les usages professionnels seront plus largement installés. Il faudra alors passer d’une logique d’adoption à une logique de pilotage.
L’intelligence artificielle devra être considérée non comme une simple évolution informatique mais comme une transformation institutionnelle. Le véritable enjeu sera de faire en sorte que la technologie reste un moyen au service d’une ambition publique.
Conclusion
Un an après le rapport du Sens du service public et de la Fondation Jean-Jaurès, la situation apparaît paradoxale. L’intelligence artificielle progresse rapidement dans les administrations. Les usages se multiplient, les outils deviennent plus puissants et les IA agentiques annoncent une nouvelle phase de transformation. Mais cette accélération technologique révèle aussi une absence de cap politique suffisamment affirmé. Les administrations disposent progressivement des outils mais elles construisent encore la stratégie.
L’avenir de l’IA publique dépendra donc moins de la performance des modèles que de la capacité collective à définir leur place.
- 1Émilie Agnoux et Johan Theuret (coord.), Le service public à l’épreuve de l’intelligence artificielle, Fondation Jean-Jaurès, 3 juillet 2025.
- 2Pierre Cunéo et al., « Le déploiement de l’intelligence artificielle dans les administrations publiques », IGF, IGA, Igas, 2 juillet 2026.
- 3Comme nous le verrons plus loin dans la note, il implique que des agents utilisent parfois des outils non validés par leur organisation, souvent pour répondre rapidement à des besoins professionnels.
- 4« Évaluation de l’impact environnemental du numérique en France », Ademe, janvier 2025.
