Gouvernance

Réflexion sur l’échelle, le problème et l’IA solution

Passer à l’échelle ou grandir ?

Depuis quinze ans et jusqu’en 2024, la promesse du « passage à l’échelle » occupait les conférences agiles. Les programmes de transformation se sont multipliés à grand coup de frameworks at scale, plus ou moins controversés. Tous semblaient d’accord sur un point: commencer par construire de premières équipes agiles avant de les coordonner pour la réalisation de produits ou programmes plus grands. Pourtant, répéter les mêmes pratiques en plus grand ne fait ni grandir les personnes, ni assainir les organisations. Escalader dans la hiérarchie ne change pas la topographie : on reproduit les mêmes silos avec plus de meetings et moins d’autonomie.

L’audit d’impact éthique vise à documenter les effets potentiels d’un système d’IA sur les personnes, les communautés et l’environnement, avant et pendant sa mise en service. Trois références structurantes guident cette démarche :

1. L’Algorithmic Impact Assessment (AIA) du gouvernement canadien – exigé pour tout service public utilisant l’automatisation décisionnelle. Il évalue les risques sur quatre axes (portée du système, autonomie, impacts sur les droits, conséquences financières) et associe un niveau d’exigence (1 à 4) aux mesures de mitigation attendues.
2. L’Ethics Canvas du Planet Centric Design Toolkit – publié sur planetcentricdesign.com et pensé comme un canevas collaboratif qui oblige l’équipe à décrire les parties prenantes, les bénéfices déclarés, les dommages possibles et les garde-fous.
3. Le “Impact Assessment Play” décrit dans le Responsible Tech Playbook de Thoughtworks (2021) – propose un pas-à-pas facilitateur : poser les cinq questions “Why/Who/What/How/When”, identifier les scénarios d’abus, scorer les impacts via une matrice, puis traduire les conclusions dans un registre d’actions responsables.

Processus recommandé

1. Cadrer le système