Pourquoi la politique de l’IA prospère dans certains États et s’estompe dans d’autres
Les discussions sur l’IA se déroulent à tous les niveaux du gouvernement, y compris au niveau fédéral, étatique et local, chaque entité cherchant à comprendre, exploiter et se protéger contre l’IA. En août 2025, nous avons identifié les États qui mènent et ceux qui sont en retard en matière de gouvernance de l’IA, ainsi que la saillance des différentes questions associées à cette technologie.
Analyse des facteurs de législation de l’IA
Dans cette analyse, nous décomposons les facteurs qui mènent à l’introduction de projets de loi au niveau des États et, plus important encore, les facteurs qui peuvent contraindre ces efforts. Certains États avancent rapidement avec des cadres détaillés, tandis que d’autres n’ont introduit que quelques projets de loi. Cette émergence hétérogène de la législation sur l’IA est cruciale car elle façonne la manière dont les citoyens sont protégés contre les abus, comment les écosystèmes d’information réagissent aux deepfakes générés par l’IA et à la prise de décision automatisée, et si les gouvernements établissent des institutions capables de gouverner l’IA à long terme.
Étude des projets de loi
Cette étude examine tous les projets de loi liés à l’IA introduits entre janvier 2023 et octobre 2025 à travers tous les États pour comprendre lesquels agissent, lesquels n’agissent pas, et pourquoi. Nous classons les projets de loi en trois thèmes principaux : protection de l’individu, transparence et confiance dans les écosystèmes d’information, et gouvernance systémique responsable.
Conditions structurelles et politiques
Nous avons lié l’activité législative dans chaque État à un petit ensemble de conditions structurelles et politiques. La structure d’âge de la population a été mesurée à l’aide des données de l’État de 2024 du Bureau du recensement des États-Unis, avec des scores plus élevés indiquant des populations plus âgées. Le revenu par habitant et la pauvreté ont été pris à partir du Bureau d’analyse économique des États-Unis de 2024.
Analyse comparative qualitative
Nous avons mené une analyse comparative qualitative (QCA) pour examiner comment les conditions se combinent pour produire une activité élevée ou faible dans chaque État. En utilisant les données calibrées, nous avons construit des configurations pour chaque résultat et les avons évaluées à l’aide de degrés de couverture à deux niveaux.
Résultats de l’analyse
Dans notre analyse des quatre résultats, nous identifions des résultats positifs (haute production de projets de loi sur l’IA) et négatifs (basse production de projets de loi sur l’IA). Un modèle de deux barrières émerge, qui peut guider des stratégies réalistes pour une gouvernance responsable de l’IA dans différents contextes étatiques.
Configurations de performance élevée et faible
Nous avons examiné la performance élevée pour « Tous les Projets de Loi », définie comme l’introduction de toute législation sur l’IA par des États. Deux configurations performantes émergent, indiquant que les États à tendance démocrate avec des populations plus jeunes et les États à revenu élevé dirigés par des gouverneurs démocrates favorisent une législation active.
Barrières à la gouvernance de l’IA
Nous identifions deux barrières distinctes à la gouvernance de l’IA : une barrière matérielle, due à une capacité fiscale et institutionnelle limitée, et une barrière idéologique, enracinée dans le scepticisme réglementaire et les préférences politiques orientées vers le marché.
Impact de l’ordre exécutif
Un développement significatif affectant la capacité des États à adopter des lois sur l’IA est l’ordre exécutif signé par le président Trump le 11 décembre 2025. Cet ordre cherche à contrecarrer les lois étatiques sur l’IA, à promouvoir la domination américaine dans le domaine de l’intelligence artificielle et à exiger des résultats d’IA véridiques.
Conclusion
En somme, la législation sur l’IA dépend à la fois de la capacité (ressources) et de la volonté (idéologie), et l’absence de l’un ou l’autre limite de manière fiable le processus législatif. La politique de l’IA doit donc être adaptée aux réalités structurelles et politiques des États, offrant ainsi une alternative aux interdictions directes sur la législation au niveau des États.