Impact Social : Financez des Solutions Natives de l'IA, Pas des Approches Obsolètes
Une partie significative du secteur de l’impact social continue d’allouer des ressources à des solutions obsolètes, malgré les aspirations de progrès futur. Cette observation provient d’un leader éminent de l’écosystème mondial de la technologie pour le bien, qui a récemment pris la parole lors du Sommet Mondial de l’IA pour le Bien à Genève. Là, l’équipe de Tech To The Rescue a co-organisé les premiers Impact Awards avec l’ONU, examinant des centaines de candidatures. Une conclusion clé était claire : l’intelligence artificielle (IA) n’est pas simplement une mise à niveau technologique ou un ajout superficiel ; elle représente un changement de paradigme fondamental destiné à redéfinir la manière dont le travail d’impact social est accompli.
Cependant, alors que les financements mondiaux se resserrent, de nombreuses philanthropies bien intentionnées et bailleurs de fonds publics se tournent toujours vers ce qu’ils perçoivent comme une innovation “sûre”. Cela se traduit souvent par l’orientation de fonds limités vers des programmes de formation essentiels et des projets pilotes, fréquemment sans le travail fondamental plus profond requis pour construire des organisations véritablement natives de l’IA. Pire encore, certains intègrent simplement l’IA comme une fonctionnalité cosmétique à des modèles existants et obsolètes. Cette approche n’est pas seulement une erreur tactique, mais un échec systémique, avec des conséquences tangibles pour les communautés qui perdent un temps précieux lorsque des stratégies inefficaces reçoivent des financements.
Une position courante au sein du secteur est une déclaration de préparation, pourtant de nombreuses stratégies actuelles de “montée en compétences en IA” ne parviennent pas à une véritable transformation. Bien que l’expérimentation soit cruciale pour l’innovation, ces initiatives n’entraînent souvent qu’une adoption superficielle des outils. Les organisations à but non lucratif pourraient apprendre à utiliser des chatbots ou des logiciels prêts à l’emploi, mais sans un changement correspondant dans la mentalité sous-jacente ou la structure organisationnelle. Le simple fait de fournir des outils ne comblera pas le fossé croissant entre les organisations d’aujourd’hui et la réalité de demain, axée sur l’IA. Les experts prédisent que d’ici 2027, la technologie communiquera de plus en plus avec la technologie, pourtant de nombreuses organisations adaptent encore les flux de travail du XXe siècle aux logiciels du XXIe siècle, optimisant les mauvais éléments. Cela laisse les organisations d’impact social non préparées pour un avenir défini par l’apprentissage automatique, les grands modèles linguistiques et les systèmes de décision autonomes. Le secteur, est-il soutenu, y a involontairement contribué en récompensant les propositions sûres, en louant l’incrémentalisme et en concevant des cycles de financement qui évitent la complexité, puis en exprimant leur surprise lorsqu’aucun changement significatif ne se matérialise.
Les enseignements du Sommet de l’IA pour le Bien ont offert une vue claire des succès et des faux pas au sein du secteur. Plusieurs projets primés exemplifient le type d’avenir natif de l’IA et axé sur les partenariats qui est nécessaire :
CareNX Innovations a développé un système de surveillance fœtale alimenté par l’IA pour les cliniques rurales dépourvues de spécialistes, contribuant de manière significative à la réduction des décès infantiles évitables. Cela représente non seulement l’automatisation, mais la création de nouvelles capacités médicales accessibles.
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 tout en luttant contre la perte de biodiversité. Il s’agit d’une intervention au niveau du système conçue pour être inclusive.
Farmer.Chat de Digital Green fournit des conseils agricoles localisés et basés sur la voix, adaptés aux environnements à faible alphabétisation et faible connectivité. Ses grands modèles linguistiques s’adaptent à des contextes spécifiques, allant au-delà 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 le développement de l’IA.
Ces exemples ne sont pas de simples démonstrations ; ce sont des modèles opérationnels de la manière dont l’IA peut favoriser des solutions résilientes et centrées sur l’humain, à condition que la volonté de les financer existe.
Pour les bailleurs de fonds, l’appel à l’action est d’aller au-delà des ajustements superficiels et d’investir dans un changement transformateur. Cela signifie rechercher des partenaires qui ne sont pas seulement des utilisateurs de l’IA, mais ceux qui sont prêts à devenir natifs de l’IA – des organisations désireuses de repenser fondamentalement la prestation de services, la mesure de l’impact et la collaboration intersectorielle. Cela nécessite de soutenir ceux qui sont prêts à fusionner, à s’associer ou même à démanteler leurs anciens modèles pour mieux servir les communautés. Le secteur ne peut pas se permettre de continuer à financer des organisations qui ajoutent simplement l’IA comme une fonctionnalité ; au lieu de cela, il doit soutenir le développement de la prochaine génération d’organisations d’impact social conçues dès le départ pour un monde centré sur l’IA.
Ce futur envisage des organisations à but non lucratif collaborant au-delà des silos, construisant une infrastructure partagée – y compris des données, des modèles et des plateformes – pour relever les défis à grande échelle. Il imagine de petites équipes tirant parti de l’IA pour compresser les délais et les coûts, rendant les solutions accessibles même dans les régions les plus contraintes en ressources. Dans cette vision, l’expertise humaine est concentrée sur l’empathie, l’éthique et le contexte hyperlocal, tandis que la technologie gère efficacement les tâches répétables, prévisibles et évolutives.
Les organisations travaillant dans cet espace ont observé que le principal obstacle au progrès n’est pas un manque d’outils, mais plutôt la capacité interne d’auto-rupture avant que les forces externes ne le nécessitent. Pour les donateurs, les investisseurs et les décideurs, l’impératif n’est pas d’assurer le confort organisationnel, mais de maximiser l’efficacité. Cela implique d’investir dans des organisations préparées à une évolution rapide, celles qui s’engagent à construire des systèmes partagés plutôt que propriétaires, et celles qui sont responsables de résultats tangibles, et non seulement d’activités. Une telle approche implique intrinsèquement d’accepter un certain degré d’échec en cours de route, reconnaissant que l’alternative est de perpétuer les inefficacités existantes à plus grande échelle.
Le secteur de l’impact social a souvent été caractérisé par un cycle de discussions, d’ateliers et de stratégies, entraînant des progrès lents. Le paysage mondial actuel exige de l’action plutôt que des cadres supplémentaires. D’ici 2030, le secteur de l’impact social devrait être significativement différent. De nombreuses organisations à but non lucratif pourraient fusionner ou cesser d’exister, tandis que celles qui resteront seront natives de l’IA, hautement collaboratives et implacablement axées sur l’obtention de résultats mesurables. Pour financer des initiatives qui compteront vraiment en 2030, l’investissement doit prioriser celles qui construisent activement ce futur transformateur dès maintenant.