Face aux défis contemporains, les métropoles doivent se doter des outils et des stratégies permettant de naviguer dans un environnement en constante évolution, où la recherche et l'innovation sont des moteurs essentiels. Ce format de formation s'inscrit dans cette dynamique en offrant une base solide pour développer une culture de l'IA, indispensable pour prendre des décisions éclairées, qu'elles soient organisationnelles ou opérationnelles. En se positionnant à l'avant-garde de l'innovation, les métropoles peuvent mieux anticiper les changements, adapter leurs modes de faire, et ainsi guider efficacement les transitions qui s'imposent sur leur territoire. Et cela est valable aussi pour bien l’IA que pour d’autres sujets émergents.
Aussi, si l'acculturation et la sensibilisation à travers ce format constituent une première étape essentielle, elles doivent être complétées par d'autres axes stratégiques pour maximiser l'impact de l'IA. Parmi ces axes, l'expérimentation joue un rôle clé : il est crucial de tester et d'évaluer des projets pilotes pour identifier les applications les plus prometteuses et ajuster les approches en fonction des résultats obtenus. Par ailleurs, l'élaboration d'une gouvernance dédiée à l'IA est nécessaire pour assurer une intégration éthique et responsable de ces technologies, en veillant à la protection des données et au respect des droits des citoyens. Enfin, la mise en place d'une veille technologique continue permettra aux collectivités de rester à l'avant-garde des innovations en IA, adaptant ainsi leurs stratégies au fur et à mesure que de nouvelles opportunités émergent. Ce format de formation est donc une pierre angulaire, mais il doit s'intégrer dans une vision globale qui englobe ces différents volets pour assurer une adoption réussie de l'IA au sein des collectivités.
Les expérimentations sont une étape cruciale pour toute collectivité souhaitant intégrer l'intelligence artificielle de manière efficace et adaptée à ses besoins spécifiques. Elles permettent de tester en conditions réelles les solutions d'IA avant de les déployer à grande échelle, réduisant ainsi les risques liés à une adoption prématurée ou mal ajustée. En menant des projets pilotes, les collectivités peuvent évaluer l'impact concret de l'IA sur leurs services, identifier les défis techniques ou éthiques qui pourraient survenir, et affiner leurs approches en fonction des résultats obtenus.
Le format Immersion IA, développé par la Métropole de Lyon, joue un rôle fondamental dans cette démarche d'expérimentation. Au-delà de la sensibilisation, ce format encourage activement les participants à pré-identifier des cas d'usages pertinents pour leur contexte spécifique. En collectant ces retours, les collectivités peuvent mieux orienter leurs efforts d'innovation, en s'appuyant sur des besoins concrets identifiés par leurs agents. Ainsi, le format Immersion IA non seulement prépare les acteurs publics à comprendre et à utiliser l'IA, mais il alimente également le processus d'expérimentation, garantissant que les solutions développées sont véritablement adaptées aux enjeux locaux.
La gouvernance de l'intelligence artificielle dans les collectivités territoriales doit être conçue comme un processus dynamique, où les expérimentations et la gouvernance s'enrichissent mutuellement dans un cercle vertueux. Les expérimentations, en tant que tests en conditions réelles de cas d'usage identifiés, fournissent des données essentielles et des retours d'expérience concrets. Ces éléments permettent à la gouvernance de mieux comprendre les implications pratiques de l'IA et d'ajuster les stratégies en fonction des résultats obtenus sur le terrain.
Concrètement, lorsque des expérimentations sont menées, elles révèlent non seulement les opportunités de l'IA, mais aussi ses limites, ses défis techniques, éthiques ou sociaux. Les résultats de ces expérimentations sont alors remontés au comité de gouvernance, qui les analyse pour affiner les cadres de référence, les directives, et les pratiques recommandées. Cette rétroaction permet à la gouvernance de prendre des décisions éclairées, d'ajuster les orientations stratégiques, et de prioriser les projets qui montrent le plus grand potentiel ou nécessitent une attention particulière.
En retour, la gouvernance joue un rôle crucial en orientant les expérimentations futures. Forte des enseignements tirés des premières expérimentations, elle peut identifier de nouveaux domaines à explorer, proposer des ajustements aux protocoles existants, ou même décider de suspendre certains projets pour éviter des dérives ou des échecs potentiels. Cette capacité à ajuster en temps réel les priorités et les méthodes crée un environnement où les expérimentations ne sont pas seulement des tests isolés, mais des étapes intégrées dans une stratégie globale d’adoption de l’IA.
Cette gouvernance globale a une vocation “cyclique” entre exploration et cadrage / stabilisation des acquis :