01 — Vue d’ensemble
BITC est un cadre pour une infrastructure de confiance destinée aux institutions publiques et régulateurs africains. Il vise à rendre inspectables, documentables et surveillables les systèmes d’IA utilisés dans des domaines sensibles (santé, finance, justice prédictive, administration).
- Domaine
- AI Governance & Risk
- Alignement
- Stratégie IA de l’Union africaine
- Composante clé
- Passeport numérique de l’IA
- Stade
- Prototype
02 — Problème
La majorité des modèles d’IA utilisés en Afrique sont développés hors du continent, entraînés sur des données exogènes et rarement évalués selon des critères adaptés aux réalités linguistiques, culturelles et juridiques africaines.
Faute de cadre d’audit technique, les administrations s’exposent à des biais algorithmiques, à l’exportation non encadrée de données sensibles et à une perte de maîtrise décisionnelle sur des systèmes qui affectent directement les usagers.
03 — Objectif
Concevoir un socle technique et méthodologique permettant de :
- documenter chaque système d’IA déployé (origine des données, finalité, limites, responsabilité) ;
- évaluer les disparités statistiques et les risques de biais ;
- suivre les performances après déploiement et détecter les dérives ;
- produire des preuves vérifiables de conformité aux référentiels africains et internationaux.
04 — Solution proposée
Une architecture en quatre modules :
- Registre & passeport IA : fiche d’identité documentée pour chaque modèle, incluant la traçabilité des données d’entraînement.
- Moteur de risque et de biais : évaluation quantitative de la parité statistique et de la robustesse.
- Audit continu : surveillance post-déploiement (dérive de données, dégradation des performances).
- Passerelle de conformité : classification par niveau de risque et génération d’un indice de confiance.
05 — Mon rôle
Conception du cadre, rédaction des spécifications (schéma de passeport IA, logique du moteur d’audit) et développement du prototype d’audit. Ce projet relève d’une démarche personnelle de recherche appliquée et ne s’inscrit dans aucune commande institutionnelle à ce stade.
06 — Technologie / méthodologie
Spécification de schéma au format JSON Schema, prototype en Python pour le calcul de l’indice d’impact disparate (DIR) et de l’indice de confiance, alignement sur les classifications de risque (NIST AI RMF, logique comparable à l’EU AI Act).
07 — Dimension gouvernance & politiques publiques
Le cadre s’articule autour de référentiels existants :
- Stratégie continentale sur l’IA de l’Union africaine (2024) — capacités locales, langues africaines, protection des données nationales.
- Recommandation de l’UNESCO sur l’éthique de l’IA (2021) — transparence, explicabilité, équité.
- Convention de Malabo — souveraineté des flux transfrontaliers et protection des données personnelles.
08 — Stade actuel
Prototype. Le cadre conceptuel, le schéma de passeport IA et un prototype d’audit de biais existent. Aucun déploiement en production n’a eu lieu. Aucun partenaire institutionnel n’est engagé à ce jour.
09 — Éléments documentés
- Spécification de schéma de passeport numérique de l’IA (JSON Schema).
- Prototype d’audit de biais et de calcul d’indice de confiance (Python).
- Note d’analyse associée (Policy Brief #01).
10 — Feuille de route
- Consolider la spécification du passeport IA et documenter le modèle de données.
- Étendre le prototype d’audit et ajouter des tests reproductibles.
- Étudier la faisabilité d’un pilote encadré avec un partenaire académique ou régulateur — à définir.
Toute étape de pilote ou de déploiement dépend d’un partenariat institutionnel qui n’est pas encore établi.
11 — Impact potentiel
À terme, un tel cadre pourrait aider les régulateurs et administrations à évaluer les systèmes d’IA qu’ils utilisent, à documenter les décisions automatisées et à renforcer la confiance publique — sous réserve de validation par des institutions compétentes.
12 — Documents
13 — Liens
- Dépôt de code public
- Projets liésAfrican Digital Sovereignty Observatory