L'IA ne transforme pas une consultation en participation

L’intelligence artificielle arrive dans la participation citoyenne par la porte la plus séduisante : celle du volume. Une administration reçoit dix mille réponses à une consultation. Des textes sont longs, d’autres mal structurés, certains se répètent, plusieurs langues se croisent. Le traitement manuel prend des semaines. Un modèle promet de classer les contributions, repérer les thèmes, traduire les passages et produire une synthèse en quelques heures.

Le gain est réel. La conclusion qu’on en tire souvent ne l’est pas.

Une consultation plus vite résumée n’est pas nécessairement une consultation plus démocratique. Le logiciel peut réduire un coût administratif. Il ne crée ni mandat, ni représentativité, ni obligation d’écouter. Il ne dit pas qui n’a pas répondu, pourquoi certaines personnes ont renoncé, quel conflit mérite de rester visible ou ce que l’autorité fera des arguments reçus.

Le nouveau rapport de l’OCDE sur l’IA et la participation citoyenne décrit des usages prometteurs, mais son intérêt principal tient peut-être ailleurs : il rappelle, parfois malgré l’enthousiasme technologique, que le problème de la participation n’a jamais été seulement de lire assez vite.

La participation échouait déjà sans IA

Les consultations publiques souffrent de défauts très anciens. La question posée peut arriver après l’arbitrage réel. Le public peut être invité à commenter des détails sans pouvoir toucher au choix principal. Les participants les plus disponibles, organisés ou familiers du langage administratif occupent davantage l’espace. Les personnes concernées mais éloignées du numérique restent absentes. Enfin, l’institution publie parfois une synthèse sans montrer précisément ce que les contributions ont changé.

L’OCDE avait formulé le préalable dès ses lignes directrices de 2022 : une démarche participative ne devrait être organisée que s’il existe une vraie marge d’influence sur la décision. Il faut aussi annoncer le résultat attendu et la manière dont les apports du public pourront peser.

Ce préalable est politique, pas technique. Aucun modèle ne peut ouvrir une décision déjà fermée. Aucun chatbot ne peut réparer une question conçue pour obtenir une approbation. Aucun classement automatique ne transforme un formulaire tardif en pouvoir d’agir.

L’IA risque même de rendre ces faiblesses plus présentables. Une mauvaise consultation peut produire un excellent tableau de bord. Les thèmes sont rangés, les sentiments colorés, les citations choisies et le rapport livré à l’heure. La mise en ordre donne une impression de sérieux que le processus n’a pas forcément méritée.

L’efficacité du traitement devient alors un décor de participation.

Résumer, c’est déjà gouverner le désaccord

Un résumé n’est pas une copie réduite du réel. C’est une opération de sélection. Il rapproche certaines formulations, en sépare d’autres, choisit un niveau de détail et décide implicitement ce qui relève du thème principal, de l’exception ou du bruit.

Dans un compte rendu de réunion ordinaire, cette réduction est souvent acceptable. Dans une consultation publique, elle touche à la visibilité politique. Une opinion minoritaire peut être numériquement faible mais signaler une atteinte grave. Deux contributions qui emploient les mêmes mots peuvent défendre des intérêts opposés. Cent réponses presque identiques issues d’une campagne organisée ne valent pas nécessairement cent expériences indépendantes. Une absence massive dans un quartier peut compter davantage qu’un sentiment positif mesuré parmi les répondants.

Le Conseil de l’Europe note que l’IA générative peut synthétiser des milliers de contributions, repérer des thèmes communs et faciliter le dialogue. Le même rapport avertit qu’elle peut aplatir la diversité et noyer les voix minoritaires au profit des récits dominants. Cette tension n’est pas un défaut secondaire que la prochaine version du modèle supprimera. Elle vient de la tâche elle-même : synthétiser, c’est perdre de l’information.

La question utile n’est donc pas de savoir si le résumé est « bon ». Elle est de savoir si sa perte est visible, contestable et réversible.

Les absents ne deviennent pas des données

L’IA travaille sur ce qu’on lui donne. La participation démocratique doit aussi s’intéresser à ce qui ne lui parvient pas.

Une interface conversationnelle peut simplifier un texte administratif, traduire une question ou aider une personne à formuler sa réponse. Ce sont de vrais gains d’accès. Mais une consultation numérique reste plus facile pour ceux qui disposent de temps, d’une connexion, d’une langue bien prise en charge et d’une confiance minimale envers l’institution. L’assistant peut abaisser un obstacle sans effacer les autres.

Il peut aussi en créer un nouveau. Le rapport du Conseil de l’Europe cite une expérience allemande où la volonté de participer diminuait de 7,4 points lorsque la délibération était facilitée par une IA plutôt que par une personne; l’évaluation de la qualité reculait de près de 10 points. Une étude ne permet pas de généraliser à toutes les consultations. Elle suffit à démentir l’idée qu’une interface plus sophistiquée produit mécaniquement plus d’engagement.

Certaines personnes refuseront que leur parole soit reformulée par un modèle. D’autres ne sauront pas si leur texte original sera encore lu. D’autres enfin soupçonneront, à tort ou à raison, que l’algorithme sert surtout à absorber la contestation. Cette défiance n’est pas une friction utilisateur à corriger. Elle fait partie du problème institutionnel.

Mesurer uniquement les réponses reçues confond la base de données avec le public. Les absents, eux, n’apparaissent dans aucune colonne.

L’outil n’a pas de mandat

Un modèle peut estimer que deux arguments se ressemblent. Il ne peut pas décider légitimement qu’ils doivent compter de la même manière. Il peut repérer un thème fréquent. Il ne peut pas conclure que la majorité des répondants représente la population. Il peut détecter une formulation agressive. Il ne peut pas déterminer seul si cette colère révèle une injustice, une manipulation ou les deux.

Ces arbitrages demandent un mandat et une responsabilité. Une institution peut les assumer, les expliquer et être contestée. Un fournisseur de modèle, un prompt ou un score de similarité ne le peuvent pas.

C’est pourquoi la Convention-cadre du Conseil de l’Europe ne traite pas l’IA comme un simple outil de performance. Elle exige que le cycle de vie des systèmes reste compatible avec les droits humains, la démocratie et l’État de droit. L’UNESCO demande de son côté des évaluations d’impact éthique, particulièrement pour les usages publics, avec des mécanismes d’audit, de traçabilité et de participation.

Ces textes n’interdisent pas l’automatisation. Ils remettent l’ordre des responsabilités à l’endroit. On peut déléguer une opération de tri. On ne délègue pas la justification du tri.

Le responsable politique ou administratif doit pouvoir dire quel outil a été utilisé, sur quelles données, avec quelles consignes, quels contrôles et quelles limites. Surtout, il doit signer la synthèse finale comme une décision humaine, pas comme le résultat neutre d’un calcul.

Le meilleur rôle est souvent en coulisses

L’IA devient plus défendable quand elle reste proche des tâches modestes.

Elle peut transcrire une réunion, proposer une traduction, produire une version en langage clair, extraire les passages liés à un sujet ou aider un agent à retrouver les contributions originales derrière une catégorie. Elle peut signaler des doublons probables sans les supprimer. Elle peut préparer plusieurs regroupements plutôt qu’imposer une carte unique des opinions.

Dans ces usages, le système augmente la capacité de lecture. Il ne remplace ni la représentation ni la délibération. Son résultat reste un instrument de travail que l’on peut comparer au matériau d’origine.

La mauvaise ambition commence lorsque la synthèse devient la seule réalité conservée. Si les contributions sources disparaissent derrière des pourcentages et des thèmes, le public ne peut plus vérifier ce qui a été aplati. Si l’administration ne publie qu’un sentiment moyen, elle transforme une collection d’arguments en sondage sans échantillon. Si le modèle choisit les citations illustratives, il écrit déjà une partie du récit politique.

Le principe devrait être simple : toute conclusion produite avec l’aide de l’IA doit permettre de revenir aux contributions qui la fondent, sous réserve des protections nécessaires pour les données personnelles. La synthèse ouvre un chemin de lecture; elle ne ferme pas le dossier.

Six questions avant le premier prompt

Une institution n’a pas besoin d’une charte de cinquante pages pour commencer proprement. Elle doit répondre publiquement à six questions.

Quelle décision est réellement ouverte ? Si la réponse est « aucune », la consultation est une communication, avec ou sans IA.

Qui risque de manquer ? Il faut prévoir des canaux non numériques, de l’accompagnement et des formats accessibles avant de compter les participants.

Que fait exactement le modèle ? Traduction, regroupement, résumé, détection de doublons et modération sont des opérations différentes, avec des risques différents.

Comment retrouve-t-on les textes d’origine ? Une catégorie sans exemples vérifiables est une affirmation impossible à contester.

Comment les désaccords restent-ils visibles ? Le rapport final doit montrer les objections, les incertitudes et les petites populations concernées, pas seulement les thèmes les plus fréquents.

Qui répondra aux contributions ? Une consultation se termine par une explication de la décision et de ce qui a changé. Un modèle peut aider à préparer cette réponse. Il ne peut pas porter la responsabilité de la donner.

Ces questions ralentissent un peu le projet. C’est leur fonction. La participation n’est pas une file de documents à vider le plus vite possible.

Le contrepoint utile : ne pas sanctifier la lenteur

Refuser l’illusion technologique ne signifie pas défendre les piles de formulaires ni les mois de dépouillement. Les coûts de traitement excluent eux aussi. Une petite commune, une association ou une administration sans grande équipe peut renoncer à ouvrir une consultation ambitieuse faute de moyens. Des contributions peuvent rester illisibles pour des raisons de langue ou de handicap. Des agents peuvent manquer un argument important au milieu de milliers de pages.

Sur ces points, le rapport de l’OCDE a raison d’explorer l’IA. Les outils peuvent élargir l’accès, améliorer l’analyse et rendre des processus participatifs possibles à une échelle auparavant coûteuse. Le risque de ne rien faire existe également.

Mais ce contrepoint renforce la distinction centrale. L’IA peut rendre la participation moins chère. Elle ne définit pas ce qu’est une participation réussie. Le gain de capacité doit servir un processus déjà honnête sur son but, pas lui tenir lieu de légitimité.

Il faut donc éviter deux paresses symétriques : croire que l’automatisation démocratise par nature, ou croire que toute médiation technique corrompt la parole. Le bon critère n’est pas la présence de l’IA. C’est la possibilité, pour les personnes concernées, de comprendre le processus, de contester son traitement et de voir un effet sur la décision.

Ce qui doit rester humain

La tentation de 2026 consiste à appeler « participation » tout flux qui accepte du texte et produit une synthèse. C’est une définition commode pour les plateformes. Elle est insuffisante pour la démocratie.

Participer suppose qu’une voix puisse rencontrer une décision. Entre les deux, il faut une institution qui écoute, arbitre, explique et accepte d’être jugée sur ce qu’elle a fait. L’IA peut alléger chacune de ces étapes. Elle ne peut pas devenir le sujet responsable qui les relie.

Une salle remplie de contributions n’est pas encore une délibération. Un rapport parfaitement structuré n’est pas encore une réponse. Et mille avis résumés en cinq thèmes ne forment pas une volonté collective.

Le progrès ne sera pas de faire parler davantage de citoyens à une machine. Il sera de montrer, beaucoup plus précisément, ce que l’institution fait de leur parole.

Le reste peut attendre en jachère.