Voici les pays d’Afrique subsaharienne les plus ouverts à l’intelligence artificielle

© Sputnik . Pavel Bednyakov / Accéder à la base multimédiaUn chien robot (image d'illustration)
Un chien robot (image d'illustration) - Sputnik Afrique, 1920, 30.12.2023
S'abonner
Certains pays africains ont pris des mesures pour mieux appréhender l’arrivée de l’intelligence artificielle, selon un récent rapport. Il ne s’agit pas forcément des poids lourds économiques du continent.
Les gouvernements subsahariens ont fait de réels progrès dans leur approche de l’intelligence artificielle, indique un rapport d’Oxford Insights. Plusieurs pays ont publié des stratégies nationales, d’autres travaillent avec l’Unesco pour respecter ses recommandations éthiques.
Maurice, qui a déjà une longue histoire en la matière, est le pays à avoir les politiques les plus poussées sur l’intelligence artificielle.
Mais l’archipel est aujourd’hui suivi par un peloton de pays continentaux. L’Afrique du Sud, le Rwanda, le Sénégal et le Bénin complètent ainsi le top 5 des pays dont les gouvernements se préparent le mieux à l’émergence de l’IA.

Pas forcément des géants économiques

Plusieurs de ces pays sont d’ailleurs considérés à faible revenu ou à revenu moyen inférieur par la Banque mondiale, ce qui sort des schémas connus.
"Cela va à l’encontre de la tendance observée dans d’autres régions du monde, dans lesquelles les économies les plus développées ou les plus grandes sont les premières à créer des stratégies nationales d’IA. Selon cette logique, des pays comme l'Afrique du Sud ou le Nigeria créeraient d'abord des stratégies nationales d'IA, mais aucun d'eux ne l'a fait", note Oxford Insights.
Le Nigeria semble néanmoins vouloir rattraper son retard et a promulgué une nouvelle loi sur la protection des données en 2023, remplaçant son règlement sur la protection des données de 2019 par une législation plus complète, selon l’institut.
Fil d’actu
0
Pour participer aux discussions, identifiez-vous ou créez-vous un compte
loader
Chat
Заголовок открываемого материала