Le continent africain affiche une ambition croissante en matière d’intelligence artificielle, multipliant les projets d’infrastructure et les centres de données. Mais derrière cette dynamique technologique, une analyse récente révèle un angle mort préoccupant : les stratégies nationales négligent largement les enjeux énergétiques, environnementaux et les conditions de travail. Une course à l’IA qui, faute de garde-fous, pourrait reproduire des modèles extractivistes au détriment des populations locales.
Les stratégies africaines d’IA accélèrent sans prendre en compte les impacts climatiques et sociaux
Avec plus de 226 centres de données opérationnels dans 39 pays, l’Afrique affirme sa volonté de bâtir une autonomie numérique en investissant massivement dans l’IA. Des initiatives comme la mise à niveau du centre de données du Bénin ou la construction d’une infrastructure de pointe en Égypte incarnent cet élan. Néanmoins, une étude comparative de 14 stratégies d’IA publiées par des États africains et l’Union africaine révèle une faiblesse structurelle : les externalités négatives de ce développement ne sont presque jamais évoquées.
Seules six des stratégies analysées (Égypte, Éthiopie, Kenya, Mauritanie, Maurice, Nigéria) mentionnent les enjeux liés à l’énergie. La plupart s’en tiennent à des intentions vagues : promotion des énergies renouvelables ou mesures d’efficacité énergétique. Sur le plan environnemental, seuls trois pays (Kenya, Sénégal et les auteurs de la stratégie continentale de l’UA) reconnaissent l’impact potentiel de la consommation d’eau et d’énergie des centres de données. Le Sénégal, cas isolé, propose d’intégrer les effets environnementaux de l’IA dans son code de l’environnement.
Cet oubli stratégique est d’autant plus critique que l’Afrique subsaharienne concentre 85 % de la population mondiale n’ayant pas accès à l’électricité. Dans une région particulièrement exposée aux dérèglements climatiques et aux tensions sur les ressources hydriques, toute planification numérique ambitieuse sans maîtrise de son empreinte s’apparente à une fuite en avant.
Invisibilisation des travailleurs du numérique : le chaînon manquant des politiques d’IA
La question du travail est également sous-traitée. Les politiques publiques africaines en matière d’IA mentionnent certes les risques d’automatisation et encouragent des programmes de formation et de reconversion, mais elles évitent largement le sujet des conditions de travail des annotateurs de données.
Or, ces derniers sont au cœur de l’écosystème de l’intelligence artificielle. Ils assurent des tâches essentielles, souvent pour des entreprises étrangères, dans des conditions précaires. Seul le Kenya reconnaît cette réalité dans sa stratégie nationale, en citant explicitement l’entreprise Sama, déjà mise en cause pour des pratiques abusives dans l’outsourcing des services de data labeling.
Dans d’autres pays comme le Ghana ou le Rwanda, les pouvoirs publics promeuvent même activement ces activités, sans mention des risques d’exploitation. Ce silence révèle une posture ambivalente : ces emplois sont vus comme des opportunités économiques dans des contextes de chômage élevé, même s’ils prolongent des formes contemporaines d’extraction numérique à bas coût.
L’absence de mesures concrètes pour encadrer ces pratiques ou garantir des standards éthiques alimente l’idée que les droits des travailleurs peuvent être marginalisés tant que les investissements étrangers affluent.
Les stratégies d’IA en Afrique, bien qu’orientées vers l’innovation et la souveraineté technologique, gagneraient en cohérence si elles intégraient les impératifs environnementaux et sociaux. Le modèle de développement numérique ne peut être simplement calqué sur des logiques de croissance linéaire. Il doit aussi prendre en compte les vulnérabilités spécifiques du continent. Pour les pays qui n’ont pas encore publié leur stratégie, l’opportunité existe de formuler des cadres d’action équilibrés, capables de soutenir l’innovation sans reproduire les asymétries historiques de la mondialisation numérique.
