Pourquoi la politique de l’IA prospère dans certains États et s’estompe dans d’autres
La législation sur l’intelligence artificielle (IA) est en plein essor dans certains États tandis qu’elle stagne dans d’autres. Cet article examine les facteurs qui influencent l’adoption des lois sur l’IA, souvent menacées par la préemption fédérale.
Types de lois sur l’IA
Trois types de projets de loi sur l’IA dominent les agendas des États :
- Protection des individus
- Protection des écosystèmes d’information
- Gouvernance systémique
Caractéristiques des États législateurs
Les États plus jeunes, plus riches et penchants vers les Démocrates sont à la pointe de la législation sur l’IA, tandis que les États plus âgés, plus pauvres et conservateurs manquent d’activité législative. Ces tendances offrent aux décideurs la possibilité de concevoir des stratégies réalistes pour une gouvernance responsable de l’IA, adaptées à leur contexte politique et économique.
Analyse des législations sur l’IA
Entre janvier 2023 et octobre 2025, un total de 385 projets de loi liés à l’IA ont été introduits dans tous les États-Unis. Cette analyse identifie les conditions structurelles et politiques associées à l’activité législative. Les États à forte performance, comme New York et Californie, présentent des populations jeunes et des ressources fiscales solides, favorisant ainsi la création de lois sur l’IA.
Comparaison des performances législatives
La faible performance, caractérisée par l’absence de législation sur l’IA, se divise en trois configurations :
- Électorat penchant vers les Républicains
- Populations âgées et à faible revenu
- États dirigés par des gouverneurs républicains
Ces États, notamment dans le Sud et le Midwest, affichent des résultats législatifs faibles, illustrant que les préférences politiques peuvent l’emporter sur la capacité administrative.
Tendances émergentes
Les modèles de haute performance indiquent que les États légifèrent lorsque la capacité structurelle ou la motivation idéologique est suffisamment forte. À l’inverse, les modèles de faible performance révèlent que les États qui choisissent de ne pas agir le font souvent pour des raisons idéologiques. Les projets de loi sur la protection des individus émergent dans les États riches avec des inégalités de revenus, tandis que les lois sur la transparence nécessitent des ressources administratives et techniques souvent absentes dans les États plus pauvres.
Conclusion
Les résultats montrent que la législation sur l’IA dépend de deux barrières principales : une barrière matérielle liée à la capacité fiscale et institutionnelle, et une barrière idéologique ancrée dans le scepticisme réglementaire. Les États riches et démocrates sont ainsi mieux placés pour innover en matière de politique de l’IA. En revanche, les États pauvres et conservateurs présentent un paysage législatif limité, ce qui souligne l’importance d’adapter la gouvernance de l’IA aux réalités structurelles et politiques de chaque État.
Une nouvelle directive du président, signée le 11 décembre 2025, complique encore la situation en cherchant à préempter les lois étatiques sur l’IA et à promouvoir la domination américaine dans ce domaine. Les implications de cette directive sur la législation étatique restent à évaluer.