Financement : L'IA-native, avenir de l'impact social
Le secteur de l’impact social se trouve à un moment critique, avec un consensus croissant selon lequel une grande partie de son financement continue de soutenir des solutions obsolètes, entravant de véritables progrès vers un avenir meilleur. Les experts du domaine, y compris ceux à l’avant-garde de l’intégration technologique, soutiennent que l’intelligence artificielle (IA) n’est pas simplement une amélioration incrémentale, mais un changement de paradigme fondamental destiné à redéfinir la manière dont les initiatives d’impact social sont conçues et exécutées.
Cette perspective a été fortement exprimée lors du récent Sommet mondial IA pour le bien à Genève, où des organisations comme Tech To The Rescue, un écosystème mondial de technologie pour le bien en pleine expansion, ont co-organisé les premiers Impact Awards avec l’ONU. L’examen de centaines de candidatures a souligné un message clair : l’IA représente un changement fondamental, pas seulement un nouvel outil à appliquer superficiellement aux processus existants.
Malgré cette compréhension, un défi important persiste. Alors que le financement mondial se resserre, de nombreuses organisations philanthropiques et bailleurs de fonds publics se tournent vers ce qu’ils perçoivent comme une innovation « sûre ». Cela se traduit souvent par l’allocation de ressources de plus en plus rares à des programmes de formation et des projets pilotes essentiels, sans s’engager dans le travail plus profond et fondamental de construction d’organisations véritablement IA-natives. Dans certains cas, l’IA est simplement « boulonnée » à des modèles obsolètes comme un ajout superficiel, une erreur tactique que beaucoup considèrent désormais comme un échec systémique. Les enjeux sont tangibles : lorsque des approches inefficaces reçoivent des fonds, les communautés perdent un temps et des ressources précieux.
L’illusion de la préparation
Bien que l’expérimentation soit vitale pour l’innovation, les stratégies actuelles de « renforcement des compétences en IA » au sein du secteur de l’impact social sont fréquemment critiquées pour leur manque de profondeur. Elles promettent une transformation mais ne livrent souvent qu’une adoption superficielle d’outils, enseignant aux organisations à but non lucratif à utiliser des chatbots ou des logiciels prêts à l’emploi sans provoquer de changement de mentalité sous-jacente ou de structure organisationnelle. Cette approche ne parvient pas à combler le fossé flagrant entre les organisations d’aujourd’hui et la réalité de demain, où la technologie est de plus en plus conçue pour interagir de manière autonome.
Il est avancé que le secteur traduit souvent les flux de travail du XXe siècle en logiciels du XXIe siècle, optimisant les mauvais éléments. Cela laisse les organisations d’impact social mal préparées pour un avenir défini par l’apprentissage automatique, les grands modèles linguistiques et les systèmes de décision autonomes. Les critiques suggèrent que l’industrie elle-même contribue à ce problème en récompensant les propositions sûres et incrémentales et en concevant des cycles de financement qui évitent la complexité, ce qui entraîne un manque surprenant de changements véritablement transformateurs.
Envisager l’impact IA-natif
Les enseignements tirés d’événements comme le Sommet IA pour le bien offrent une distinction claire entre l’intégration efficace et inefficace de l’IA. Les projets reconnus lors du sommet illustrent le type d’avenir IA-natif et axé sur les partenariats dont le secteur a besoin :
CareNX Innovations a développé un système de surveillance fœtale alimenté par l’IA pour les cliniques rurales manquant de spécialistes, contribuant de manière significative à la réduction des décès infantiles évitables. Cela représente une nouvelle capacité médicale accessible, pas seulement de l’automatisation.
SmartCatch de WorldFish intègre l’apprentissage automatique, la vision par ordinateur et la reconnaissance d’espèces sur l’appareil pour aider les petits pêcheurs à gérer des captures durables et à lutter contre la perte de biodiversité. Il s’agit d’une intervention à l’échelle du système conçue pour une large inclusion.
Farmer.Chat de Digital Green fournit des conseils agricoles localisés et basés sur la voix dans des contextes de faible alphabétisation et de faible connectivité. Ses grands modèles linguistiques s’adaptent à des contextes spécifiques plutôt que d’offrir des conseils génériques.
Sophia de Spring ACT est un chatbot alimenté par l’IA offrant un soutien sécurisé, anonyme et multilingue aux survivantes de violence domestique dans le monde entier, démontrant comment les considérations éthiques et l’impact peuvent être fondamentaux pour la conception de l’IA.
Ces exemples ne sont pas de simples démonstrations, mais des modèles de travail montrant comment l’IA peut favoriser des solutions réelles, résilientes et centrées sur l’humain, à condition qu’elles reçoivent un financement approprié.
Un appel à l’investissement disruptif
Pour les bailleurs de fonds, l’impératif est de passer des changements cosmétiques aux investissements transformateurs. Cela signifie rechercher activement des partenaires qui ne sont pas seulement intéressés par l’utilisation de l’IA, mais qui sont prêts à devenir IA-natifs. Ces organisations sont prêtes à repenser fondamentalement la manière dont elles fournissent des services, mesurent l’impact et collaborent entre les secteurs. Elles sont prêtes à fusionner, à s’associer ou même à démanteler leurs modèles traditionnels pour mieux servir les communautés.
Le secteur ne peut se permettre de continuer à financer des organisations non gouvernementales (ONG) qui ne font qu’ajouter l’IA comme une fonctionnalité. L’objectif doit être de cultiver la prochaine génération d’organisations d’impact social conçues dès le départ pour un monde piloté par l’IA.
Cet avenir envisage que les organisations à but non lucratif dépassent la résolution de problèmes isolée pour construire une infrastructure partagée – données, modèles et plateformes – afin de relever les défis à grande échelle. C’est un avenir où de petites équipes exploitent l’IA pour réduire les délais et les coûts, rendant les solutions accessibles même dans les régions où les ressources sont rares. Dans ce paysage, l’expertise humaine peut se concentrer sur l’empathie, l’éthique et le contexte hyper-local, tandis que la technologie gère les tâches répétables, prévisibles et évolutives.
Des organisations comme Tech To The Rescue, par le biais d’initiatives telles que leur programme AI for Changemakers, travaillent activement avec plus de 100 organisations pour aller au-delà des projets pilotes ponctuels, les aidant à développer des stratégies d’IA et à concevoir des solutions pour des domaines critiques comme la réponse aux crises, les soins de santé et l’éducation. Malgré ces efforts, de nombreuses organisations à but non lucratif luttent toujours avec la mise en œuvre et la mise à l’échelle, ce qui indique que la véritable barrière n’est pas un manque d’outils, mais la capacité organisationnelle à l’auto-disruption.
Parier sur la disruption
Pour les donateurs, les investisseurs et les décideurs politiques, la responsabilité fondamentale est de permettre l’efficacité, et non d’assurer le confort. Cela nécessite de financer des organisations prêtes à un changement profond – celles qui s’engagent à construire des systèmes partagés plutôt que propriétaires, et celles qui sont prêtes à être responsables des résultats, et non seulement des activités. Cette approche implique intrinsèquement d’accepter un certain degré de risque et d’échec potentiel, mais l’alternative est de perpétuer les inefficacités existantes et de reproduire les échecs passés à grande échelle.
Le secteur de l’impact social a souvent été caractérisé par des discussions prolongées, des ateliers et des stratégies, entraînant des progrès lents. Le paysage mondial actuel exige une action décisive. D’ici 2030, le secteur de l’impact social devrait être radicalement différent, de nombreuses organisations à but non lucratif fusionnant potentiellement ou cessant d’exister. Les organisations qui prospéreront seront probablement IA-natives, hautement collaboratives et implacablement axées sur des résultats mesurables. Investir aujourd’hui dans celles qui construisent activement cet avenir est primordial pour atteindre un impact significatif d’ici 2030.