Un guide pratique sur la façon dont l’IA peut améliorer la protection des océans
Une équipe européenne dirigée par AZTI—Marine and Food Research (Espagne) a développé un cadre qui établit trois piliers pour garantir que l’IA marine soit fiable, éthique et scientifiquement robuste. Bien que l’adoption de l’IA s’accélère dans le monde entier, la gouvernance mondiale de l’IA dans le domaine marin reste fragmentée, avec des approches réglementaires disparates selon les régions.
Un problème réel : quand les algorithmes échouent
L’IA offre d’énormes possibilités mais aussi des risques. Par exemple, un système de caméra à bord utilisé pour la surveillance des prises automatiques peut confondre deux espèces similaires s’il n’a pas été formé par des experts avec des images prises dans diverses conditions d’éclairage. Un modèle prédisant l’abondance des poissons peut échouer s’il est construit sur des données incomplètes ou biaisées, donnant une image trompeuse de l’état réel d’une population.
Ces exemples illustrent pourquoi des critères robustes pour la qualité, la transparence et la validation sont essentiels, surtout dans un domaine où les décisions affectent les écosystèmes, les communautés de pêche et les politiques publiques.
Trois piliers pour une IA qui bâtit la confiance
Le cadre proposé par l’équipe de recherche est structuré autour de trois piliers principaux :
1. Viabilité socio-économique et légale
Le développement et l’utilisation de l’IA doivent être accessibles à l’ensemble du secteur marin, y compris les pêches artisanales, et être conformes aux réglementations européennes, y compris le nouveau règlement sur l’IA. Les outils les plus efficaces sont ceux conçus avec la participation directe des parties prenantes, ce qui augmente l’acceptabilité sociale et intègre les connaissances locales.
2. Gouvernance éthique des données
Pour que l’IA fonctionne efficacement, elle a besoin de jeux de données divers, propres, traçables et gérés de manière responsable. Les auteurs recommandent d’appliquer les principes FAIR, CARE et TRUST aux données marines, garantissant que les informations soient interopérables, respectueuses des communautés qui les génèrent, et préservées pour une utilisation à long terme.
3. Robustesse technique et validation scientifique
L’IA doit démontrer sa fiabilité dans des conditions océaniques réelles, et non seulement dans des environnements contrôlés. L’étude recommande de valider les modèles avec des données indépendantes, en appliquant des tests statistiques et en comparant les résultats avec des mesures sur site.
Avantages pour la recherche, la pêche et la société
Les implications du cadre s’étendent à la communauté scientifique, aux administrations, au secteur de la pêche et au public. Pour la recherche marine, il fournit des critères cohérents pour le développement et l’évaluation des modèles d’IA, améliorant la comparabilité et accélérant les connaissances sur la santé des écosystèmes et les impacts climatiques.
Pour la gestion des pêches et de l’environnement, il renforce la fiabilité des systèmes d’aide à la décision. Des modèles correctement validés et des données bien gouvernées peuvent optimiser les routes, réduire les émissions et améliorer la durabilité en mer.
Alors que l’IA devient de plus en plus intégrée dans la gouvernance environnementale, il est essentiel que la réglementation et l’éthique évoluent parallèlement à la technologie.