Déployer l'IA dans une organisation humanitaire : politique, gouvernance, formation et projet final

1Pourquoi une politique d'usage

Dans beaucoup d'organisations, le personnel utilise déjà l'IA, souvent avec des comptes personnels et sans règles : c'est ce qu'on appelle l'usage fantôme (shadow AI). Interdire totalement est rarement efficace : l'usage continue, en cachette. Ignorer est dangereux : des données sensibles partent chez des fournisseurs sans contrat.

Une politique d'usage de l'IA courte et claire permet de sécuriser et d'encourager les bons usages. Elle s'articule avec les politiques existantes : protection des données, sécurité informatique, communication, sauvegarde (safeguarding), lutte contre la fraude, ressources humaines.

Une bonne politique tient en deux à quatre pages, est traduite dans les langues de travail et s'accompagne d'une formation. Une politique de trente pages que personne ne lit ne protège personne.

2Le contenu d'une politique d'usage

• Objet et champ : à qui elle s'applique (personnel, consultants, volontaires, et attentes envers les partenaires).
• Outils autorisés : liste des outils et des offres validés (par exemple une offre professionnelle de Claude ou de Gemini), et règle pour les autres.
• Classification des données : ce qui est autorisé avec quel outil (publique, interne, confidentielle, sensible), avec des exemples concrets du secteur.
• Usages interdits : décisions sur des personnes, données de protection et de sécurité, contenus trompeurs, images générées présentées comme réelles.
• Responsabilité et vérification : l'auteur humain reste responsable ; vérification obligatoire des faits.
• Transparence : quand déclarer l'usage de l'IA (bailleurs, publications, évaluations).
• Incidents : que faire en cas de fuite de données ou d'erreur grave, qui prévenir.
• Formation et accompagnement.
• Révision : au moins une fois par an, vu la vitesse d'évolution.

3La gouvernance et le choix des outils

Une gouvernance légère mais réelle :

• un responsable désigné à la direction ;
• un petit groupe réunissant protection des données, informatique, programmes, MEAL, communication, et des représentants du terrain et du personnel national ;
• un registre des usages : quel outil, pour quoi, quelles données, quel responsable, quels risques ;
• une analyse d'impact sur la protection des données pour tout usage touchant des données personnelles.

Pour le choix des outils, une grille d'achat : conditions de traitement des données (lieu, conservation, entraînement, sous-traitants), sécurité (authentification unique, journaux, administration), qualité testée sur des tâches réelles et dans les langues de travail, accessibilité sur le terrain (connexion faible, téléphone), coût total, remises pour organisations à but non lucratif, disponibilité dans les pays d'intervention, possibilité de changer de fournisseur.

Les achats suivent les procédures habituelles de l'organisation et, le cas échéant, celles des bailleurs.

4Former et accompagner

L'outil ne suffit pas : la valeur vient des compétences. Un plan de formation réaliste :

• Module de base obligatoire (2 à 3 heures) pour tous les utilisateurs : fonctionnement, limites, données, vérification, politique.
• Ateliers par métier : programmes, MEAL, finance, logistique, RH, communication, avec des cas réels.
• Référents dans chaque bureau ou département, qui aident leurs collègues et font remonter les besoins.
• Bibliothèque de demandes et exemples partagés.
• Inclusion : formation dans les langues de travail, adaptée aux connexions faibles, ouverte au personnel national et, si possible, aux partenaires locaux.

Prévoyez aussi l'accompagnement des inquiétudes : peur de perdre son emploi, peur de mal faire. Le message de la direction doit être clair : l'IA doit libérer du temps pour le travail à valeur humaine, et l'organisation forme son personnel plutôt que de le remplacer sans discussion.

5Mesurer les résultats et les coûts

Un déploiement se pilote avec des indicateurs simples :

• Adoption : part des personnes formées et utilisatrices actives.
• Temps gagné sur des tâches suivies (estimé par enquête et par mesures ponctuelles), net du temps de vérification.
• Qualité : erreurs détectées, retours des relecteurs et des bailleurs.
• Incidents : fuites de données, erreurs publiées, usages interdits signalés.
• Coût : abonnements, formation, temps de gestion.

Calcul type. 40 licences professionnelles à 25 USD par mois coûtent 40 × 25 × 12 = 12 000 USD par an. Si chaque utilisateur gagne en moyenne 2 heures nettes par semaine sur 44 semaines, cela représente 40 × 2 × 44 = 3 520 heures. À un coût horaire moyen de 15 USD, la valeur du temps libéré est d'environ 52 800 USD. Ce calcul est une estimation : il suppose que le temps gagné est réellement réinvesti, et il doit être confronté aux mesures réelles après six mois. Les prix varient selon le fournisseur, l'offre et les remises : vérifiez-les.

6Le projet final : votre plan d'adoption

Pour clore le programme, préparez (pour vous-même ou votre organisation) un plan d'adoption de l'IA de 4 à 6 pages :

• 1. Situation : usages actuels, besoins, risques, niveau de maturité.
• 2. Cas d'usage prioritaires : 3 à 5, choisis selon la valeur et le risque (commencer par valeur élevée et risque faible).
• 3. Outils et offres retenus, avec la justification données, qualité et coût.
• 4. Politique d'usage : les grandes règles.
• 5. Gouvernance : responsables, registre, analyses d'impact.
• 6. Formation et accompagnement.
• 7. Budget et indicateurs.
• 8. Calendrier : phase pilote de 3 mois, évaluation, extension.
• 9. Risques et mesures d'atténuation.

L'examen du diplôme évalue ces compétences à travers des questions et une étude de cas. Le plan lui-même n'est pas noté par l'Académie : c'est un outil pour votre travail.