Sécuritiser l’intelligence artificielle
Souveraineté, discours politique et légitimation du pouvoir algorithmique en Europe et aux États-Unis (2020–2025) Entre 2020 et 2025, l’intelligence artificielle est passée du
Souveraineté, discours politique et légitimation du pouvoir algorithmique en Europe et aux États-Unis (2020–2025)
Entre 2020 et 2025, l’intelligence artificielle est passée du statut d’innovation technologique prometteuse à celui d’enjeu central de souveraineté, de sécurité et de puissance. L’adoption du AI Act en Europe, la multiplication des Executive Orders américains, la publication du NIST AI Risk Management Framework et du Blueprint for an AI Bill of Rights témoignent d’une accélération sans précédent de la politisation de l’IA.
Mais ce basculement ne se résume pas à une dynamique réglementaire. Il s’agit d’un déplacement plus profond : l’intelligence artificielle devient un objet discursif structurant à travers lequel les démocraties redéfinissent leur rapport au pouvoir, au risque et à la légitimité.
La question n’est pas simplement comment réguler l’IA. La question est comment le discours sur l’IA transforme la nature même de l’autorité politique.
L’IA comme révélateur d’une crise de souveraineté
Les États contemporains font face à une tension structurelle. D’un côté, les capacités computationnelles, les infrastructures cloud, les modèles fondamentaux et les flux de données sont majoritairement contrôlés par des acteurs privés transnationaux. De l’autre, les attentes citoyennes en matière de protection, de sécurité et de responsabilité démocratique restent dirigées vers les institutions publiques.
Cette asymétrie crée une fragilité. Les États ne peuvent ni abandonner la régulation de l’IA, ni prétendre en contrôler entièrement les ressorts techniques. Le discours devient alors un instrument stratégique. En parlant d’« autonomie stratégique », de « souveraineté numérique » ou de « leadership technologique », les gouvernements reconstruisent symboliquement une capacité de maîtrise.
L’intelligence artificielle agit ainsi comme révélateur d’une crise latente de souveraineté. Elle expose la dépendance aux chaînes d’approvisionnement numériques, aux semi-conducteurs, aux centres de données et aux plateformes globales. Elle met en lumière le fait que la puissance algorithmique est distribuée de manière inégale, souvent hors du périmètre direct du contrôle étatique.
Face à cela, le langage politique n’est pas accessoire. Il est constitutif. Il redéfinit ce que signifie gouverner dans un environnement technologique complexe.
La sécuritisation : transformer un objet technique en enjeu existentiel
La théorie de la sécuritisation permet d’analyser ce processus. Un objet devient un enjeu de sécurité lorsqu’il est présenté comme une menace suffisamment grave pour justifier des mesures exceptionnelles. La sécurité n’est pas donnée ; elle est produite par le discours.
Entre 2020 et 2025, l’IA est progressivement associée à une série de risques systémiques : manipulation informationnelle, biais discriminatoires, vulnérabilités cyber, dépendance stratégique, automatisation des décisions critiques, perte de contrôle sur des systèmes autonomes.
Ce cadrage produit plusieurs effets.
Premièrement, il élargit le périmètre légitime d’intervention publique. L’IA n’est plus un secteur industriel parmi d’autres ; elle devient une infrastructure critique.
Deuxièmement, il justifie une coordination interinstitutionnelle renforcée. En Europe, la création de structures dédiées comme l’AI Office s’inscrit dans cette logique. Aux États-Unis, l’articulation entre la Maison-Blanche, le NIST, l’OSTP et les agences fédérales traduit une centralisation stratégique.
Troisièmement, il normalise l’idée que la gouvernance de l’IA relève du registre de la sécurité nationale ou de la survie démocratique. Une fois ce seuil franchi, le débat change de nature. Il ne s’agit plus seulement d’efficacité économique ou d’innovation, mais de protection existentielle.
La sécuritisation fonctionne ici comme mécanisme de légitimation. Elle autorise des choix politiques en les inscrivant dans un horizon de nécessité.
Le modèle européen : la sécuritisation normative
En Europe, le discours dominant associe l’IA à la confiance, aux droits fondamentaux et à la protection des valeurs démocratiques. Le AI Act repose sur une approche par niveaux de risque, structurée autour de l’idée que certaines applications doivent être strictement encadrées, voire interdites.
Cette architecture juridique traduit une rationalité politique spécifique. La légitimité ne provient pas de la domination technologique, mais de la capacité à encadrer l’innovation selon des principes normatifs. La souveraineté numérique est conçue comme capacité à imposer des standards, à définir des règles du jeu, à exporter un modèle régulatoire.
Cette stratégie prolonge un schéma déjà observable avec le RGPD : transformer la régulation en instrument d’influence globale. L’Union européenne, dépourvue de géants technologiques comparables aux grandes entreprises américaines, investit la norme comme levier de puissance.
Le discours européen insiste sur la prévention des risques, la transparence algorithmique, la responsabilité des fournisseurs et la protection des citoyens. L’IA est sécuritisée au nom de la défense des droits et de la préservation d’un espace numérique aligné sur les valeurs européennes.
La souveraineté prend ici une forme juridique et morale. Elle est moins associée à la compétition qu’à la capacité d’imposer un cadre de conformité.
Le modèle américain : la sécuritisation stratégique
Aux États-Unis, le registre discursif diffère sensiblement. L’intelligence artificielle est intégrée à une logique de compétition globale. Elle est présentée comme déterminante pour la sécurité nationale, la supériorité militaire, la croissance économique et le maintien du leadership technologique face à la Chine.
Les Executive Orders insistent sur la nécessité de développer l’IA de manière sûre et responsable, mais toujours dans un cadre qui présuppose la centralité de la puissance américaine. Le NIST AI Risk Management Framework vise à encadrer les risques, mais sans étouffer l’innovation.
La régulation est conçue comme outil d’optimisation stratégique, non comme finalité normative. La légitimité repose sur la capacité à rester en tête de la course technologique.
Le discours mobilise des catégories telles que « national security », « critical infrastructure », « global leadership ». L’IA est sécuritisée en tant que ressource stratégique. Elle devient un élément de la rivalité systémique entre grandes puissances.
La souveraineté, dans ce cadre, s’exprime par la maîtrise des chaînes d’innovation, la protection des capacités industrielles et la consolidation d’alliances technologiques.
Deux rationalités, un même objectif
Malgré leurs différences, les deux approches poursuivent un objectif commun : préserver la centralité du pouvoir politique dans un environnement dominé par des architectures algorithmiques complexes.
En Europe, cette centralité passe par la norme.
Aux États-Unis, elle passe par la puissance.
Dans les deux cas, la sécuritisation de l’IA permet de reconfigurer la relation entre État et acteurs privés. Les entreprises technologiques ne sont plus seulement des partenaires économiques ; elles deviennent des acteurs stratégiques, intégrés dans des dispositifs de gouvernance hybrides.
Le pouvoir algorithmique n’est pas aboli. Il est intégré, encadré, parfois instrumentalisé. Le discours politique sert de médiation entre autonomie technologique et légitimité démocratique.
Gouvernementalité et pouvoir algorithmique
Au-delà de la sécuritisation, une autre dynamique est à l’œuvre : celle d’une gouvernementalité discursive. Les institutions produisent des récits de maîtrise, de contrôle et d’anticipation. Elles organisent la perception du risque, définissent les responsabilités et orientent les conduites.
Parler de « trustworthy AI » ou de « responsible AI » n’est pas neutre. Ces catégories structurent les attentes, configurent les pratiques industrielles et établissent des normes implicites de comportement.
La régulation devient un langage de gouvernement. Elle ne se limite pas à interdire ou autoriser ; elle façonne un horizon de conformité.
L’intelligence artificielle, dans ce cadre, ne se contente pas d’optimiser des processus. Elle modifie les modalités mêmes de décision publique : recours accru à l’analyse prédictive, automatisation partielle des évaluations de risque, délégation de certaines fonctions à des systèmes computationnels.
La question n’est plus seulement celle du contrôle de l’IA. Elle devient celle de la cohabitation entre pouvoir politique et pouvoir algorithmique.
Les implications géopolitiques
La sécuritisation de l’IA ne se déploie pas dans un vide stratégique. Elle s’inscrit dans un contexte de rivalité accrue avec la Chine, de tensions sur les semi-conducteurs, de reconfiguration des chaînes de valeur technologiques et de fragmentation croissante de l’espace numérique mondial.
Le discours sur la souveraineté technologique contribue à cette fragmentation. Il légitime des politiques d’autonomie stratégique, des restrictions à l’exportation, des alliances technologiques sélectives.
L’IA devient ainsi un pivot de la recomposition géopolitique. Elle structure des coalitions, redéfinit les dépendances et renforce la dimension stratégique du numérique.
La frontière entre régulation interne et stratégie externe s’estompe. Gouverner l’IA à l’intérieur devient un acte de positionnement à l’extérieur.
Conclusion : le pouvoir à l’ère algorithmique
L’intelligence artificielle n’est pas seulement un champ d’innovation. Elle est un espace de lutte symbolique pour la définition de la souveraineté et de la légitimité démocratique.
En la sécuritisant, les démocraties occidentales ne font pas qu’encadrer une technologie. Elles tentent de maintenir leur autorité dans un monde où la capacité de calcul, de prédiction et d’optimisation devient une source autonome de pouvoir.
Le véritable enjeu n’est pas de savoir si l’IA sera régulée. Elle le sera. L’enjeu est de savoir qui définit le cadre discursif dans lequel cette régulation prend sens.
La norme européenne et la puissance américaine représentent deux réponses distinctes à une même transformation historique : l’émergence d’un pouvoir algorithmique capable d’influencer la décision, la perception et l’organisation sociale.
Gouverner l’IA, aujourd’hui, c’est gouverner la manière dont le politique accepte, encadre ou intègre ce nouveau centre de gravité du pouvoir.
Bibliographie
Amoore, L. (2020). Cloud Ethics: Algorithms and the Attributes of Ourselves and Others. Duke University Press.
Aradau, C., & Van Munster, R. (2007). Governing terrorism through risk: Taking precautions, (un)knowing the future. European Journal of International Relations, 13(1), 89–115.
Balzacq, T. (2011). Securitization Theory: How Security Problems Emerge and Dissolve. Routledge.
Bigo, D. (2002). Security and immigration: Toward a critique of the governmentality of unease. Alternatives: Global, Local, Political, 27(1), 63–92.
Dean, M. (2010). Governmentality: Power and Rule in Modern Society. SAGE.
DeNardis, L. (2020). The Internet in Everything: Freedom and Security in a World with No Off Switch. Yale University Press.
European Commission. (2020). White Paper on Artificial Intelligence – A European Approach to Excellence and Trust (COM(2020) 65 final). Brussels.
European Commission. (2021). Proposal for a Regulation Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) (COM(2021) 206 final). Brussels.
Foucault, M. (2004). Naissance de la biopolitique: Cours au Collège de France (1978–1979). Gallimard/Seuil.
Hansen, L. (2006). Security as Practice: Discourse Analysis and the Bosnian War. Routledge.
Huysmans, J. (2006). The Politics of Insecurity: Fear, Migration and Asylum in the EU. Routledge.
Krasner, S. D. (1999). Sovereignty: Organized Hypocrisy. Princeton University Press.
National Institute of Standards and Technology (NIST). (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). U.S. Department of Commerce.
Nye, J. S. (2010). Cyber Power. Harvard Kennedy School.
Office of Science and Technology Policy (OSTP). (2022). Blueprint for an AI Bill of Rights. The White House.
Rose, N. (1999). Powers of Freedom: Reframing Political Thought. Cambridge University Press.
Rouvroy, A., & Berns, T. (2013). Gouvernementalité algorithmique et perspectives d’émancipation. Réseaux, 177(1), 163–196.
The White House. (2023). Executive Order on Safe, Secure, and Trustworthy Artificial Intelligence. Washington, DC.
U.S. Congress. (2020). National Artificial Intelligence Initiative Act. Washington, DC: Government Publishing Office.
Zürn, M. (2018). A Theory of Global Governance: Authority, Legitimacy, and Contestation. Oxford University Press.