L’intelligence artificielle (IA), qui ambitionne de reproduire l’intelligence humaine par l’utilisation de l’informatique et des mathématiques, a émergé dès les années 1950, sous l’influence notamment des travaux d’Alan Turing. Selon l’Organisation de coopération et de développement économiques (OCDE), les start-up spécialisées dans l’IA ont attiré près de 12 % du capital-investissement mondial au cours du premier semestre de 2018, par rapport à 3 % en 2011. Les publications de recherche ont connu une tendance similaire, avec plus de 1,2 million de publications en 2019 contre moins de 40 000 en 2010. Par conséquent, l’IA est devenue une priorité croissante des autorités publiques.

En France, une stratégie nationale pour l’intelligence artificielle (SNIA) a été lancée en mars 2018, initialement dotée de 1 527 M€ de financements publics pour la période 2018-2022, suivie, en novembre 2021, par une nouvelle phase dite d’"accélération" annoncée pour la période 2022-2025, avec comme objectif de renforcer la compétitivité et l’attractivité de la France dans ce domaine.

Ce rapport constitue une évaluation in itinere de la SNIA, qui porte sur les volets "recherche" et "enseignement supérieur", soit les principaux volets en matière de financement. Il énonce sept recommandations :

• Traduire la politique publique sur l’intelligence artificielle dans un document budgétaire de synthèse.
• Préciser les missions respectives des centres d’excellence 3IA et hors 3IA, et clarifier en conséquence les financements pluriannuels qui leur sont alloués.
• Établir de manière partagée les objectifs et les indicateurs prioritaires de la politique publique en IA, en lien avec la stratégie européenne.
• Créer un comité scientifique et de pilotage auprès d’Inria, co-présidé par France Universités, pour suivre de manière concertée la mise en oeuvre de la stratégie et définir les futures orientations stratégiques.
• Réaliser une cartographie harmonisée et actualisée des formations en IA à valoriser au travers d’un label commun pour les rendre visibles et accompagner leur massification.
• Prévoir les besoins en enseignants du secondaire, en enseignants-chercheurs et en chercheurs formés à l’usage de l’IA et établir des plans de formation en adéquation.
• Élaborer une charte et un catalogue de bonnes pratiques visant à définir et suivre l’impact environnemental de la recherche en IA, et à favoriser le développement d’une IA responsable.