L'Union européenne a écrit la première loi complète sur l'IA, les États-Unis oscillent entre action exécutive et lois des États, et la Chine a légiféré tôt sur l'IA générative. Aucun de ces modèles n'a encore prouvé qu'il pouvait gouverner une technologie de pointe qui refuse de s'arrêter.
Publié le 14 octobre 2026 · 06:00 GMT
Tous les gouvernements de la planète s'accordent aujourd'hui sur un point au sujet de l'intelligence artificielle : quelqu'un devrait la réguler. Ils ne s'accordent sur presque rien d'autre. Ni sur ce qui compte comme dangereux, ni sur qui doit décider, ni sur la question de savoir si les règles doivent ralentir la technologie, l'accélérer, ou simplement garantir que quelqu'un pourra être tenu responsable quand elle déraille.
Ce désaccord est devenu l'histoire elle-même. L'Union européenne a construit la machine juridique la plus complète. Les États-Unis ont produit les modèles les plus puissants et le droit fédéral le moins stabilisé. La Chine a avancé le plus vite sur des applications précises, surtout l'IA générative, tout en gardant l'État au centre de l'application des règles. Autour d'eux, des dizaines d'autres pays choisissent quel modèle copier, adapter ou refuser. Le résultat n'est pas un code mondial unique mais trois codes rivaux, et les écarts entre eux sont là où se joue désormais le vrai pouvoir.
L'AI Act européen, adopté en 2024, est la tentative la plus ambitieuse à ce jour de gouverner l'IA par la loi. Son idée centrale est le risque. Les systèmes jugés à risque inacceptable, comme la notation sociale par les autorités publiques ou certaines formes d'identification biométrique dans l'espace public, sont interdits. Les systèmes à haut risque, notamment l'IA utilisée pour l'embauche, la notation de crédit, l'admission dans l'enseignement ou les infrastructures critiques, doivent respecter des obligations de qualité des données, de documentation, de contrôle humain et de tests avant déploiement. Les systèmes à risque limité, comme les agents conversationnels, doivent signaler que l'utilisateur parle à une machine. Le reste relève largement de codes volontaires.
La loi crée aussi un régime particulier pour les modèles d'IA à usage général, les grands modèles de fondation qui portent les agents conversationnels et les agents autonomes. Les fournisseurs des modèles les plus puissants doivent respecter des obligations supplémentaires d'évaluation, d'analyse des risques et de signalement des incidents. Le dispositif est délibérément gradué : plus le système est général et puissant, plus la charge est lourde. Bruxelles a déjà utilisé cette architecture pour la protection des données et la sécurité des produits, et l'AI Act applique la même logique à une technologie qui évolue bien plus vite que l'une ou l'autre.
L'argument le plus fort en faveur de l'approche européenne est la prévisibilité. Une entreprise conforme en Europe sait ce que la loi exige, et l'AI Act donne aux régulateurs des pouvoirs d'enquête et de sanction. L'argument le plus fort contre elle est la vitesse. Les critiques, dans l'industrie comme dans plusieurs capitales européennes, estiment que la charge de conformité pèse le plus sur les petites entreprises et les développeurs de modèles ouverts, tandis que les plus grands laboratoires peuvent payer les avocats. Les partisans répondent que des règles prévisibles sont ce qui permet aux marchés de se former, et que l'alternative, une décennie de procès, serait encore plus lente. Les deux thèses seront mises à l'épreuve à mesure que les obligations échelonnées entreront en vigueur.
Les États-Unis ont pris la route inverse. Ils ont produit les laboratoires de pointe dominants, les plus grandes plateformes cloud et les réserves de capitaux les plus profondes pour l'IA, et ils n'ont pas de loi fédérale unique sur l'IA. L'action fédérale est passée par des décrets, des orientations des agences, des normes de marchés publics et le droit sectoriel, et son orientation a changé avec les alternances politiques. Ce qu'une Maison-Blanche a encouragé, la suivante l'a réexaminé. Le résultat est un étage fédéral réel mais réversible.
En dessous, les États ont avancé. Plusieurs ont adopté des lois sur l'IA dans l'embauche, sur les hypertrucages dans les élections, sur la décision automatisée et sur la transparence pour les consommateurs. La Californie, le Colorado, le Texas et d'autres ont chacun suivi des voies différentes, et les entreprises actives dans tout le pays doivent toutes les suivre. Les organisations professionnelles parlent d'une mosaïque et avertissent qu'elle fragmente le marché américain. Les législateurs des États répondent que Washington a laissé un vide et que leurs électeurs attendent une protection maintenant, pas après un accord du Congrès.
Le débat américain tourne aussi autour d'une question que l'Europe a largement tranchée : faut-il réguler le modèle ou l'usage. La politique américaine a penché vers la régulation des applications et des préjudices, comme la discrimination ou la tromperie, plutôt que vers le modèle sous-jacent lui-même. Ses défenseurs estiment que cela garde le droit neutre sur le plan technologique et évite de pénaliser la recherche. Ses critiques répondent que cela passe à côté de l'essentiel, car un modèle à usage général peut être réorienté plus vite qu'aucune règle propre à une application ne peut le suivre. La lutte autour de cette distinction est l'argument central de la politique américaine de l'IA.
La Chine a avancé tôt sur les applications qui ont atteint le public en premier. Ses mesures provisoires pour les services d'IA générative, publiées en 2023, obligent les fournisseurs de services publics à mener des évaluations de sécurité, à étiqueter les contenus générés par l'IA et à garantir que les données d'entraînement et les sorties respectent le droit chinois. Des règles antérieures couvraient déjà les algorithmes de recommandation et la synthèse profonde. Le schéma est constant : réguler le service déployé, tenir le fournisseur responsable et garder l'application des règles à l'intérieur de l'appareil d'État.
L'approche chinoise comporte un second volet que les observateurs extérieurs manquent souvent. Parallèlement aux règles de contenu et de sécurité, Pékin a fait de l'IA une priorité nationale, avec des plans industriels, un travail de normalisation et un soutien aux champions nationaux. Le modèle n'est pas la régulation à la place du développement ; c'est la régulation comme partie du développement, l'État fixant les rails et les entreprises roulant dessus. Les observateurs étrangers débattent de la place que cela laisse à la recherche ouverte. Les responsables chinois répondent que chaque pays restreint certaines sorties de l'IA, et que la différence tient à qui fixe les limites.
La conséquence pratique est un marché chinois de l'IA vaste, rapide et visiblement borné. Les services génératifs atteignent des centaines de millions d'utilisateurs, mais dans des règles qui exigent l'enregistrement sous vrai nom, le filtrage des contenus et des licences pour les services publics. Pour les entreprises mondiales, le résultat est une scission : des produits construits pour le marché chinois et des produits construits pour partout ailleurs, avec des modèles, des données et des garde-fous différents.
La couverture occidentale, de Bruxelles à Washington, lit la course comme une compétition pour savoir qui fixe la norme par défaut. L'Europe parie que son marché est assez grand pour que les entreprises mondiales construisent selon sa norme, comme elles l'ont fait pour la protection des données. Les États-Unis parient que l'innovation devance la loi, et que le pays qui construit les meilleurs modèles écrit les règles de fait. Les deux paris peuvent être en partie justes, et chacun porte un coût : l'Europe risque de se réguler hors de la course de pointe, tandis que l'Amérique risque de découvrir que l'absence de règles est elle-même un choix aux conséquences réelles.
La couverture orientale lit la même course comme une histoire de souveraineté. Depuis Pékin, la leçon de la dernière décennie est que la dépendance aux plateformes étrangères est une vulnérabilité, et l'IA est la plateforme la plus stratégique qui soit. La régulation est donc inséparable de la politique industrielle : les règles protègent le public, et elles protègent aussi l'espace dans lequel les entreprises nationales grandissent. Les mesures sur l'IA générative y sont présentées non comme de la censure seule, mais comme le prix d'un déploiement contrôlé et ordonné.
La couverture du Sud global pose la question que les trois codes éludent pour l'essentiel : qui est autour de la table. La plupart des pays d'Afrique, d'Amérique latine et d'Asie du Sud et du Sud-Est sont preneurs de règles en IA, pas faiseurs de règles. Leurs données entraînent des modèles étrangers, leurs travailleurs étiquettent des jeux de données étrangers, et leurs citoyens utilisent des services étrangers selon des conditions fixées ailleurs. L'Union africaine, les membres de l'ASEAN, le Brésil et l'Inde ont chacun commencé à rédiger des cadres, mais leur levier est limité par la concentration du calcul, des capitaux et des talents dans une poignée de pays.
