Par Abdelwaheb Ben Moussa
Alors que le Parlement poursuit en ce moment même l’examen du Plan de développement 2026-2030 — qui inscrit l’intelligence artificielle parmi ses axes stratégiques — une question reste absente des délibérations : la Tunisie sait-elle construire une IA souveraine qui sera réellement utilisée ? Pas seulement déployée ou inaugurée. Utilisée — durablement, massivement, au détriment des outils étrangers concurrents. La nuance est décisive. Et l’expérience de plusieurs administrations européennes ayant récemment franchi cette étape révèle que la réponse n’est pas acquise.
Ce que l’expérience européenne enseigne avant que la Tunisie commence
Plusieurs gouvernements européens ont engagé, au cours des derniers mois, des investissements massifs dans des assistants IA souverains destinés à leurs administrations publiques. Les premiers résultats sont disponibles — et ils sont instructifs, non pas parce qu’ils sont mauvais, mais parce qu’ils révèlent un écart que personne n’avait anticipé à la hauteur qu’il méritait.
Les agents publics jugent ces outils utiles dans une large majorité des cas. Mais une proportion significativement plus faible réduit effectivement son utilisation des outils étrangers non souverains. L’écart entre utilité perçue et substitution réelle est le vrai indicateur de maturité d’une stratégie IA souveraine. Et cet écart, s’il n’est pas compris et traité, transforme les milliards investis en infrastructure de communication institutionnelle plutôt qu’en levier de souveraineté effective.
La leçon est simple et brutale : un agent public — tunisien comme européen — n’utilisera pas un outil parce qu’il est national. Il l’utilisera s’il lui fait réellement gagner du temps et produit des réponses fiables. La nationalité de l’outil est une condition nécessaire pour la souveraineté des données. Elle n’est pas une condition suffisante pour l’adoption.
Un modèle d’IA n’est jamais terminé au moment de son lancement
C’est la vérité que les stratégies nationales d’IA ont le plus de mal à intégrer, parce qu’elle contredit la logique des grands projets publics qui pensent en termes de livraison, de mise en service et d’inauguration. Un grand modèle de langage n’est pas un pont. Il ne se livre pas. Il ne s’inaugure pas. Il se déploie — et c’est là que le travail réel commence.
L’amélioration continue d’un modèle souverain repose sur des mécanismes qui n’ont rien de technique au sens étroit :
– Les retours des utilisateurs qui signalent les erreurs et les insatisfactions ;
– L’annotation de données par des équipes spécialisées qui enrichissent et corrigent les réponses ;
– Le fine-tuning supervisé qui adapte le modèle aux cas d’usage spécifiques de l’administration ;
– La correction des biais et des hallucinations par des experts métier ;
– L’intégration progressive aux logiciels métiers existants, sans lesquels l’outil reste une application parallèle isolée du flux quotidien.
Ces mécanismes coûtent en ressources humaines, en temps et en organisation. Ils ne figurent généralement pas dans les budgets de lancement des projets IA, parce qu’ils sont difficiles à chiffrer et peu visibles politiquement. C’est précisément pour cela qu’ils sont la variable la plus déterminante du succès ou de l’échec. La Tunisie qui investit dans des outils IA sans prévoir les équipes et les budgets d’amélioration continue investit dans une photo — pas dans un film.
Le piège de la souveraineté de façade
Il existe une forme de souveraineté numérique qui est pire que l’absence de souveraineté : c’est la souveraineté de façade. Celle qui déploie un outil national, organise une conférence de lancement, publie un communiqué et considère le problème réglé — pendant que les agents publics continuent d’utiliser ChatGPT ou Gemini en coulisses pour leurs tâches quotidiennes, parce que ces outils répondent mieux, plus vite et plus précisément à leurs besoins réels.
Dans ce scénario, le pays dépense les ressources de la souveraineté sans en obtenir les bénéfices. On crée une illusion de maîtrise technologique qui masque une dépendance aux outils étrangers qui, elle, s’approfondit en pratique.
Le Plan 2026-2030 parle d’IA. Les discours institutionnels parlent d’IA. Les commissions parlementaires qui délibèrent en ce moment entendent parler d’IA. Mais la question de savoir comment un outil IA souverain sera amélioré en continu, par qui, avec quelles données et selon quels mécanismes de gouvernance — cette question n’est inscrite à aucun ordre du jour.
Quatre prérequis opérationnels à anticiper
L’expérience internationale révèle quatre piliers indispensables qui doivent être anticipés et budgétés dès la conception :
1. La qualité et la gouvernance des données d’entraînement : Un modèle n’est pas plus intelligent que les données sur lesquelles il a été entraîné. La Tunisie dispose de corpus de données administratives, juridiques et sectorielles considérables, mais leur structuration et leur accessibilité pour l’apprentissage automatique n’ont pas encore fait l’objet d’une politique publique dédiée.
2. Les mécanismes structurés de retour utilisateur : Savoir qu’un outil est utilisé ne suffit pas. Il faut savoir comment il échoue, dans quels cas il produit des réponses insuffisantes, et quelles tâches les agents continuent de traiter manuellement. Sans ces retours, un modèle déployé est un modèle figé.
3. Les équipes d’annotation et d’amélioration continue : Ce sont des métiers nouveaux (annotateurs de données, spécialistes du fine-tuning, experts en évaluation) que le marché tunisien commence à produire mais que les institutions publiques ne savent pas encore recruter, rémunérer et fidéliser dans leurs grilles statutaires actuelles. C’est un défi de gouvernance RH.
4. L’intégration aux logiciels métiers existants : Un assistant IA qui ne s’intègre pas dans les outils quotidiens de l’agent (gestion documentaire, messagerie institutionnelle) restera une application parallèle consultée occasionnellement. L’adoption de masse ne viendra que lorsque l’IA sera dans le flux de travail, pas à côté.
À ces quatre prérequis s’ajoute un facteur spécifiquement tunisien : l’acculturation des agents publics à l’IA. Non pas la simple formation à l’utilisation d’un outil, mais la compréhension de ce qu’un modèle peut et ne peut pas faire, de la façon dont ses erreurs se manifestent, et de la responsabilité humaine qui demeure indispensable dans toute chaîne décisionnelle assistée.
Ce que le Parlement devrait demander avant de voter
Les commissions parlementaires qui examinent le Plan 2026-2030 ont la légitimité d’aller au-delà des enveloppes budgétaires. Trois questions méritent d’être posées aux représentants du gouvernement avant le vote final :
– Quels sont les mécanismes concrets d’amélioration continue prévus pour les outils IA souverains que le Plan entend déployer — et quels budgets récurrents leur sont consacrés au-delà de l’investissement initial ?
– Quelle est la stratégie de gouvernance des données d’entraînement pour garantir que les modèles déployés reflètent les réalités tunisiennes et non des corpus essentiellement occidentaux ?
– Comment la Tunisie entend-elle former, recruter et fidéliser les profils techniques nécessaires à l’amélioration continue de ses modèles, dans un marché du travail où ces profils sont les plus exposés à la fuite vers l’étranger ?
Ces trois questions ne sont pas techniques. Elles conditionnent la différence entre une stratégie IA souveraine réelle et une stratégie IA souveraine de communication.
La souveraineté n’est pas un état — c’est un effort
La vraie souveraineté numérique n’est pas dans le serveur où tourne le modèle. Elle n’est pas dans le communiqué qui annonce son lancement. Elle est dans la capacité d’un pays à améliorer en continu ses propres outils, à former ses propres annotateurs, à produire ses propres données d’entraînement de qualité, et à construire les organisations qui rendent tout cela possible dans la durée. C’est un effort permanent — pas une inauguration.
La Tunisie a les ingénieurs, les mathématiciens et les data scientists pour construire cette souveraineté réelle. Ce qu’elle n’a pas encore, c’est la décision institutionnelle de traiter l’IA souveraine comme un chantier de long terme plutôt que comme un projet à livrer.
Déployer une IA souveraine sans prévoir son amélioration continue, c’est planter un arbre sans prévoir de l’arroser — et s’étonner ensuite qu’il ne pousse pas.
BIO EXPRESS
Abdelwaheb Ben Moussa – Ingénieur en informatique / Cadre dans une banque publique
Cet article est une tribune, rédigée par un auteur extérieur au journal et dont le point de vue n’engage pas la rédaction.
6 commentaires
Vladimir Guez
Vous pourriez nous dire avec quel argent vous faites cela , Monsieur Ben Moussa.
Une fois que vous avez payé les subventions pour les assistés et les salaires des incapables fonctionnaires vous devez faire la mendicité et restreindre vos sorties des devises pour eviter la banqueroute.
Et vous nous dites qu’il faut pour notre souveraineté investir dans datas centers et des centrales électriques dans une course où ni la Chine ni l’Eurpoe n’arrivent a suivre les États-Unis.
Vivons heureux , vivons hors sol , dans notre monde imaginaire.
Prochaine étape : l’envoi d’un tunisien sur la lune.
Abdelwaheb Ben Moussa
Bonjour,
Merci pour ce commentaire sans concession qui pose la question cruciale que tout gestionnaire doit se poser : celle des moyens et de la réalité budgétaire. Vous décrivez avec lucidité les tensions macroéconomiques majeures de la Tunisie : le poids de la masse salariale publique, le coût des subventions et la rareté de nos devises.
Cependant, ma réflexion ne relève pas d’un idéalisme déconnecté du réel, mais d’un strict calcul de retour sur investissement.
Permettez-moi de vous répondre sur trois points fondamentaux :
1. L’infrastructure souveraine n’est pas une course au gigantisme
Il ne s’agit évidemment pas de rivaliser avec les géants américains ou chinois en investissant des centaines de milliards de dollars dans des modèles de langage globaux. Ce serait absurde. L’enjeu est de dimensionner des infrastructures critiques locales (data centers de taille intermédiaire et énergie dédiée) strictement calibrées pour nos besoins de sécurité nationale : protection de nos données financières, médicales, administratives et stratégiques. La dépendance totale à des clouds extérieurs en période de crise systémique internationale est un risque de banqueroute opérationnelle bien plus coûteux.
2. L’automatisation pour corriger la mauvaise gestion
Vous évoquez à juste titre l’inefficacité de certaines structures. C’est précisément là que la technologie intervient, non pas comme une dépense de prestige, mais comme un outil d’assainissement budgétaire. L’intégration de l’IA et de l’automatisation dans les processus administratifs et les back-offices (notamment financiers) vise à réduire le gaspillage, éliminer la subjectivité, optimiser les recettes fiscales et rationaliser les dépenses publiques. C’est un investissement de modernisation pour réduire, à terme, le coût de fonctionnement de l’État.
3. Le coût de l’inaction
Avec quel argent ? Avec celui qu’on économise en cessant de financer des processus obsolètes et des inefficacités chroniques. Si nous considérons que l’infrastructure numérique est un luxe, nous serons condamnés à importer ces services à prix d’or en devises fortes auprès de prestataires étrangers pour faire tourner notre économie de base. Ne rien faire pour éviter la dépense immédiate nous condamne à une hémorragie de devises beaucoup plus lourde et permanente à l’avenir.
Le but n’est pas de décrocher la Lune, mais d’éviter que notre économie ne s’effondre par obsolescence technologique. La souveraineté économique commence là où s’arrête l’aveuglement budgétaire.
Au plaisir de poursuivre cet échange réaliste.
Abdelwaheb Ben Moussa
Bonjour Slim,
Merci pour ce commentaire extrêmement pertinent qui va au fond des choses. Vous soulevez le point névralgique de la souveraineté numérique : la dépendance infrastructurelle.
Effectivement, concevoir des algorithmes reste une intention théorique si nous n’avons pas la maîtrise des data centers, de l’accès aux clusters de GPU et de la résilience énergétique nécessaire pour le calcul intensif. La souveraineté ne peut pas se segmenter ; elle doit englober toute la chaîne de valeur, du silicium jusqu’au modèle de langage.
C’est précisément pour cela que le déploiement n’est que le point de départ : il nous impose de penser immédiatement à la mise à niveau de nos infrastructures physiques nationales pour ne pas remplacer une dépendance logicielle par une dépendance matérielle.
Au plaisir de poursuivre cet échange.
Tunisino
C’est quoi l’IA, des années 90 aux années 2020? Est-ce que l’IA est philosophique ou scientifique? Quel sont les types de l’IA actuellement? Est-ce que l’IA se limite au Computer Science? Quelles sont les application de l’IA? L’IA, doit-elle être bloquée ou réglementée? L’IA est-elle une priorité pour une Tunisie qui n’a jamais réussi à se mettre sur les rails du progrès durable depuis 1956? Les principes d’une bonne gestion sont: Zéro aveuglement, Zéro mauvaise gestion des priorités, Zéro subjectivité, Zéro gaspillage, Zéro erreurs; est-ce que cela est appliqué en Tunisie? L’IA n’est littéraire ou illettré, elle ne convient pas aux pays perdants, qui n’ont jamais réussi à atteindre un développement durable.
Abdelwaheb Ben Moussa
Bonjour Tunisino,
Merci pour cette série de questions denses et sans fard qui obligent à poser le débat sur des bases réelles. L’IA n’est ni un remède miracle ni une simple mode littéraire ; elle est une réalité scientifique et économique froide. Permettez-moi d’y répondre point par point :
1. L’évolution, la nature et les types d’IA
Des années 90 aux années 2020 : Nous sommes passés d’une IA symbolique (systèmes d’experts basés sur des règles rigides) à une IA connexionniste (Deep Learning et modèles génératifs actuels). La rupture n’est pas seulement algorithmique, elle est logicielle et matérielle : c’est l’explosion des volumes de données et l’avènement des puissances de calcul (GPU).
Scientifique ou philosophique ? Elle est fondamentalement scientifique (mathématiques appliquées, statistiques, informatique). Ses implications et ses questionnements (éthique, conscience, alignement) sont philosophiques, mais sa construction repose sur des équations et du code.
Les types actuels : On distingue aujourd’hui l’IA faible ou étroite (ANI – Artificial Narrow Intelligence), la seule qui existe et qui excelle dans une tâche précise (génération de texte, reconnaissance d’images, scoring financier), et l’IA forte ou générale (AGI), qui reste un horizon théorique.
Au-delà du Computer Science : L’IA dépasse largement l’informatique pure. C’est un domaine transdisciplinaire qui se nourrit des neurosciences, des mathématiques, de la linguistique et des sciences cognitives. Ses applications sont universelles : automatisation des processus bancaires et gestion des risques, médecine prédictive, optimisation industrielle ou encore transition énergétique.
2. Blocage ou réglementation ?
Bloquer l’IA est une illusion technique et un suicide économique. En revanche, la réglementer est une nécessité vitale. L’enjeu de la réglementation (à l’instar de l’AI Act européen) n’est pas de brider l’innovation, mais de baliser la sécurité des données, la transparence des algorithmes et la responsabilité juridique. C’est une question de souveraineté.
3. Le cas de la Tunisie : Priorité ou luxe inutile ?
C’est ici le cœur de votre critique, qui est parfaitement légitime. Vous évoquez les principes d’une gestion saine (Zéro aveuglement, Zéro mauvaise gestion des priorités, Zéro subjectivité, Zéro gaspillage, Zéro erreur) et demandez s’ils sont appliqués en Tunisie. Soyons lucides : la réponse est non. Notre gouvernance souffre de carences structurelles chroniques et d’un déficit managérial évident.
Cependant, reléguer l’IA au rang de gadget pour « pays gagnants » serait une double erreur :
L’IA comme outil de rationalisation : Précisément parce que nous souffrons de subjectivité, de gaspillage et d’erreurs de gestion, l’intégration de l’IA et de l’automatisation dans nos back-offices, nos administrations et nos systèmes décisionnels peut servir de levier pour imposer cette rigueur managériale qui nous fait défaut. Les algorithmes ne souffrent pas de subjectivité.
Le saut technologique (Leapfrogging) : Si la Tunisie attend de résoudre l’intégralité de ses problèmes historiques avant d’investir le champ technologique, l’écart avec le reste du monde ne sera plus un retard, mais un fossé définitif. L’intelligence artificielle, couplée à la numérisation, est l’un des rares leviers qui permettent d’accélérer les processus de modernisation sans repasser par toutes les étapes industrielles classiques.
Le capital humain tunisien conçoit et fait tourner des IA partout dans le monde. Le défi n’est pas notre capacité intrinsèque, mais notre gouvernance nationale : saurons-nous utiliser ces technologies pour corriger nos trajectoires, ou continuerons-nous à subir le progrès des autres ? La souveraineté ne se décrète pas, elle se pilote.
Au plaisir de poursuivre cette réflexion stimulante.
slim larnaout
Une réflexion très pertinente. Il y a cependant une question complémentaire qui me semble essentielle dans le débat sur l’IA souveraine : Où cette IA va-t-elle réellement tourner ?.
La souveraineté ne concerne pas uniquement les modèles et les données. Elle dépend aussi de l’infrastructure derrière : data centers capables d’accueillir du calcul intensif, disponibilité énergétique, capacité GPU, maintenance et compétences techniques.
Une stratégie IA durable nécessite de penser toute la chaîne de valeur. Construire un modèle est une étape ; avoir les moyens de l’entraîner, de l’héberger et de l’améliorer pendant des années en est une autre.
La vraie question n’est peut-être pas seulement : « Quelle IA voulons-nous créer ? »
Mais aussi : « Avons-nous aujourd’hui l’infrastructure nécessaire pour la faire vivre ? »