Dans le débat sur la localisation, l’argument du « manque de capacités » des acteurs locaux vise en réalité un déficit en termes de compétences administratives. L’intelligence artificielle générative peut combler cet écart, à condition que son potentiel ne se réduise pas à satisfaire les bailleurs, mais serve à s’en émanciper.
Dix ans après le Sommet humanitaire mondial et la conclusion du Grand Bargain, en vertu duquel les signataires s’étaient engagés à allouer au moins 25 % des financements humanitaires directement aux acteurs locaux et nationaux d’ici 2020[1]Grand Bargain : traduit aussi parfois en français par « le Grand compromis ». Pour en savoir plus, voir par exemple : Inter-Agency Standing Committee, Qu’est-ce-que le Grand Bargain ?, 1er … Continue reading, le constat est sans appel : ces organisations ne reçoivent aujourd’hui qu’entre 3 à 5 % des financements globaux. Cet écart persistant avec les acteurs internationaux illustre un échec collectif à concrétiser la promesse de la localisation.
Pour justifier cette situation, l’argument le plus fréquent est le « manque de capacités » des organisations locales. Comme le souligne une étude canadienne, « lorsque des problèmes de capacité se posaient, ils avaient généralement trait à la capacité des partenaires locaux à gérer les exigences de conformité des donateurs et le financement[2]Julia Rao, Rapport des résultats de l’étude : engagement des organisations canadiennes de développement international envers la localisation, janvier 2023, … Continue reading ». Pourtant, les organisations locales démontrent largement leurs compétences pour concevoir et mettre en oeuvre des programmes efficaces. Autrement dit, le problème serait moins un déficit opérationnel qu’un déficit de conformité administrative.
Cette distinction est fondamentale. Ce que les bailleurs qualifient de « manque de capacités » renvoie en réalité à une insuffisance d’infrastructures administratives pour garantir la conformité à leurs politiques, la reddition de comptes et la gestion financière des acteurs locaux. Les organisations internationales, souvent dotées d’équipes spécialisées pour ces fonctions, bénéficient ainsi d’un avantage structurel.
C’est précisément dans cet espace que l’intelligence artificielle (IA) générative ouvre une opportunité. En réduisant les barrières liées à la conformité et à la production administratives, elle pourrait contribuer à rééquilibrer, au moins en partie, les conditions d’accès aux financements.
Le « manque de capacités » : une construction institutionnelle
Depuis 2016, de nombreux outils ont été développés pour évaluer les capacités des acteurs locaux et identifier les priorités de renforcement : l’Organizational Capacity Assessment Tool (OCAT) du CALP[3]C. Mike Daniels, “Organizational Capacity Assessment Tool (OCAT) – User Guide”, CALP Network, January 2016, … Continue reading, le Disaster Management Capacity Assessment Tool (DMCA) de Tearfund[4]Tearfund Learn, Disaster Management Capacity Assessment (DMCA) Tool, 2019, https://learn.tearfund.org/en/resources/tools-and-guides/disaster-management-capacity-assessment-tool , ou encore l’approche Preparedness for Effective Response (PER) de la Fédération internationale des sociétés de la Croix-Rouge et du Croissant-Rouge[5]IFRC, Preparedness for Effective Response Leaflet and Case Studies, 8 January 2023, https://www.ifrc.org/document/preparedness-effective-response-leaflet-and-case-studies.
J’ai eu l’occasion de conduire plusieurs évaluations à partir de ce dernier outil, notamment au Soudan du Sud. Un constat était récurrent, les lacunes identifiées concernent rarement la capacité à intervenir sur le terrain, mais plutôt les fonctions support : politiques (en matière de protection de l’enfance, contre la corruption ou pour les approvisionnements par exemple), procédures, suivi-évaluation, mobilisation des ressources ou gestion financière. En l’absence de personnel spécialisé dans la collecte de fonds, les relations avec les bailleurs ou les communications, ces organisations se retrouvent prises dans un cercle vicieux : en concentrant les ressources humaines pour les postes opérationnels, elles en ont moins pour répondre aux exigences administratives nécessaires à l’obtention de financements. À l’inverse, mon expérience avec des organisations internationales révèle une réalité très différente, leur capacité en la matière (équipes thématiques souvent appuyées par des consultants) leur permettant de produire des dossiers parfaitement alignés sur les attentes des bailleurs.
Le déséquilibre est similaire pour le reporting, d’autant plus que l’information doit être collectée et reformatée pour répondre à des exigences multiples, souvent redondantes (40 à 59 % du contenu se retrouvent dans plusieurs rapports[6]Erica Gaston, “Harmonizing Donor Reporting”, Global Public Policy Institute, February 2017, https://gppi.net/assets/Gaston__2017__Harmonizing_Donor_Reporting.pdf). En moyenne, les organisations locales étudiées dans l’enquête du Global Public Policy Institute[7]Ibid. devaient remplir de 45 à 65 rapports annuels pour assurer leur financement, accaparant ainsi un temps considérable qui ne pouvait être consacré à l’aide directe[8]Ibid.. Un audit interne du Conseil norvégien pour les réfugiés montre que la ressaisie de données financières dans différents formats peut représenter jusqu’à 11 000 heures de travail supplémentaires par an pour l’organisation. Il faut des ressources pour répondre aux exigences des bailleurs, mais ces exigences conditionnent précisément l’accès aux ressources[9]Ibid.. L’IA pourrait alléger significativement ce fardeau administratif[10]Office for the Coordination of Humanitarian Affairs, Briefing note on Artificial Intelligence and the Humanitarian Sector, 17 April 2024, … Continue reading et ainsi oeuvrer à une mise en place concrète de la localisation.
L’IA comme outil d’augmentation des fonctions support
En termes de localisation, un des exemples les plus frappants ces dernières années est celui des Emergency Response Rooms (ERR) au Soudan. Dans un contexte où de nombreuses organisations internationales ont quitté le pays, ces réseaux communautaires coordonnent l’aide humanitaire grâce à des groupes WhatsApp. Depuis le début de la guerre civile en 2023, leurs bénévoles ont aidé plus de 11,5 millions de personnes en assurant des évacuations, l’accès à l’eau, aux soins de santé et à l’alimentation. Pour faciliter l’accès à des ressources internationales, l’IA est progressivement devenue un levier majeur[11]Ka Man Parkinson, “How are humanitarians using AI in 2026? The case for governance and local leadership”, Humanitarian Leadership Academy, 14 April 2026, … Continue reading. Comme le souligne un membre d’un ERR : « Depuis le début de la guerre, nous nous appuyons sur l’intelligence artificielle pour répondre aux exigences des donateurs [traduit de l’anglais par l’éditeur]. » Cette utilisation est révélatrice : l’IA n’est pas mobilisée en premier lieu pour transformer les opérations sur le terrain, mais pour répondre aux exigences administratives du système humanitaire international.
« Les usages les plus intensifs et les plus innovants émergent directement du local, notamment au Kenya, au Soudan ou au Bangladesh. »
Cette tendance se confirme à plus grande échelle. Une étude de la Humanitarian Leadership Academy (HLA)[12]Ka Man Parkinson, Madigan Johnson and Lucy Hall, “Artificial intelligence in the humanitarian sector: mapping current practice and future potential”, Humanitarian Leadership Academy, 2026, … Continue reading montre que l’adoption de l’IA ne suit pas la logique de diffusion du nord vers le sud. Les usages les plus intensifs et les plus innovants émergent directement du local, notamment au Kenya, au Soudan ou au Bangladesh. Plus de 80 % des répondants à l’enquête de la HLA proviennent des pays d’intervention, qui apparaissent aujourd’hui à l’avant-garde de l’innovation dans l’utilisation de l’IA.
Gülsüm Özkaya, dont les recherches portent sur les visuels générés par l’IA du point de vue des personnes affectées par les crises, propose un recadrage utile. Selon elle, l’opposition entre organisations internationales et locales peut devenir une fausse dichotomie lorsqu’on parle d’IA :
« Aujourd’hui, la question n’est pas de savoir si l’on opère à l’échelle mondiale ou locale. Il s’agit plutôt de maîtriser le numérique et de bien comprendre l’IA. Une organisation locale qui maîtrise l’utilisation des outils d’IA peut saisir les opportunités et avoir un impact aussi efficace que les géants mondiaux[13]Citée dans Ka Man Parkinson, “How are humanitarians using AI in 2026?…”, art. cit. [traduction de l’éditeur]. Voir aussi Gülsüm Özkaya, “Should we use AI-generated imagery in … Continue reading. »
Sur le terrain, ces usages sont avant tout pragmatiques. Lors d’un échange avec Dyanne Marenco, présidente de la Croix-Rouge du Costa Rica, celle-ci m’expliquait comment les outils d’IA disponibles gratuitement leur permettaient d’améliorer leurs fonctions support : logistique, administration, communication. L’organisation a ainsi pu structurer un plan de communication plus ambitieux, accroître sa visibilité (jusqu’à obtenir une publication dans le magazine Newsweek) et professionnaliser ses interactions avec les bailleurs. Ils sont en processus de formalisation de l’utilisation de ces outils et dans la phase de développement de leur politique.
« L’IA a été un élément clé de résilience pour faire face aux coupes budgétaires amorcées début 2025 par l’administration Trump. »
Les organisations interviewées pour cet article ont toutes utilisé l’IA durant l’année écoulée, presque exclusivement pour la rédaction de propositions, de rapports, l’élaboration de gabarits de cadres logiques, le développement d’indicateurs ou la création de contenu pour les médias. Pour eux, l’IA a été un élément clé de résilience pour faire face aux coupes budgétaires amorcées début 2025 par l’administration Trump. Par ailleurs, les outils de traduction en temps réel intégrés aux plateformes de visioconférence permettent à davantage de membres de participer activement aux échanges avec des partenaires internationaux, réduisant ainsi les barrières linguistiques.
Au-delà des grands modèles de langage (LLM, pour large language models, en anglais), certaines initiatives explorent des usages plus avancés. Des robots conversationnels sont par exemple utilisés pour faciliter des processus de consultation ou de négociation complexes entre différentes organisations locales parlant différentes langues. Chaque participant peut partager son point de vue de manière individuelle et confidentielle, avant que l’outil ne produise une synthèse anonymisée des positions. Ce type d’approche a plusieurs effets positifs : il atténue les asymétries liées à la maîtrise de l’anglais, mais contribue également à rééquilibrer les dynamiques de genre au sein des groupes. En garantissant une représentation plus équitable des voix, ces outils limitent la domination de certains profils, souvent masculins, dans la prise de parole et l’orientation des débats.
Dans les cas étudiés, l’IA n’est pas utilisée pour remplacer l’interaction humaine, mais pour réduire le temps consacré à la bureaucratie. En diminuant le coût des fonctions administratives, elle permet aux organisations locales de se concentrer sur ce qui ne peut être délégué à l’IA : l’engagement avec les communautés.
Dans un système où l’accès aux financements dépend largement de la capacité à répondre à des exigences complexes de conformité, cette évolution pourrait contribuer à réduire un déséquilibre structurel majeur.
Limites et risques
Les limites et les risques liés à l’IA ne sont pas à négliger, d’autant plus que son usage reste largement informel, porté par les individus plutôt que par les organisations auxquelles ils appartiennent. Seules 23 % des organisations disposent en effet de politiques ou de formations spécialisées[14]Ka Man Parkinson, Madigan Johnson and Lucy Hall, “Artificial intelligence in the humanitarian sector…”, art. cit..
Ce manque d’encadrement représente un risque important. Selon un centre de recherches de Stanford, le nombre d’incidents[15]Un incident renvoie à des « cas avérés où des systèmes d’IA ont causé ou ont failli causer un préjudice », voir “Artificial Intelligence Index Report”, Human-Centered Artificial … Continue reading reliés à l’utilisation de l’IA rapportés en 2025 est en hausse d’environ 55 % par rapport à 2024[16]Yolanda Gil and Raymond Perrault (ed.), Artificial Intelligence Index Report, Standford University Institute for Human-Centered Artificial Intelligence, 2026, … Continue reading. Timi Olagunju, impliqué dans les politiques et la gouvernance entourant l’IA, pointe le déficit de gouvernance comme un enjeu majeur pour le secteur :
« Il est préoccupant de constater que l’élaboration des politiques en matière d’IA progresse lentement par rapport à l’essor de son utilisation dans le secteur humanitaire. Les cadres de gouvernance définissent le contexte dans lequel l’IA peut véritablement servir l’intérêt général[17]Rebecca Chandiru et al., “Beyond the hype: Ground truth on AI across the humanitarian sector”, Humanitarian Leadership Academy, 26 February 2026, … Continue reading. »
La mise en place de politiques, de formations, voire de postes réservés à l’utilisation responsable de l’IA sera plus aisée pour les organisations disposant déjà de ressources financières importantes pour leurs fonctions support. Cela pourrait créer un nouveau déséquilibre : non seulement dans l’accès à des outils plus adaptés que ceux des grands modèles commerciaux, mais aussi dans la capacité à gérer les risques associés à leur utilisation. Plusieurs organisations[18]Croix-Rouge du Costa-Rica, ICRC, UNHCR, Save The Children, NRC, ERR Sudan, Kictanet Kenya, African Institute for AI Governance and Ethics (AIGE), Maskhane, Digital Umuganda Rwanda, Data friendly … Continue reading sont déjà à pied d’oeuvre pour développer des formations, des outils de gestion du risque et des cadres d’utilisation responsable de l’IA.
Il est important toutefois de relativiser le risque pour les cas de figure présentés dans cet article. En concentrant d’abord l’usage de l’IA sur les fonctions administratives, on limitera les risques les plus sensibles : informations erronées partagées avec ou sur les communautés affectées[19]Ana Beduschi, “Harnessing the potential of artificial intelligence for humanitarian action: Opportunities and risks”, International review of the Red Cross, no. 919, June 2022, … Continue reading, mauvaise identification des zones affectées[20]Unitar, Fusing AI into satellite image analysis to inform rapid response to floods, 13 April 2021, … Continue reading, confidentialité des données personnelles, mauvaises sélections des bénéficiaires[21]Andrew Deck, “AI translation is jeopardizing Afghan asylum claims”, op. cit., « hallucinations[22]Dans le domaine de l’IA, on parle d’hallucination pour évoquer une réponse fausse ou trompeuse qui est présentée comme un fait certain, par exemple une référence bibliographique [note de … Continue reading » pouvant entraîner des conséquences concrètes sur des personnes vulnérables.
Conditions pour une IA au service de la localisation
La vraie limite de l’impact de l’IA sur la localisation se situe peut-être ailleurs. Même si l’IA permet à terme aux organisations locales d’améliorer leurs fonctions de conformité, de reporting et de gestion administrative, rien ne garantit que cela entraînera une augmentation significative de leur financement par les bailleurs internationaux. Il est possible que l’argument du « manque de capacités » soit moins une cause réelle du sous-financement des organisations locales qu’une justification commode. Si tel est le cas, le véritable obstacle n’est pas technique, mais politique.
Considérons le scénario le plus pessimiste où, indépendamment des progrès réalisés, les bailleurs traditionnels ne s’engagent pas significativement en faveur de la localisation. Les dix années écoulées ne militent pas en effet pour un scénario plus optimiste. Mais cette hypothèse apparaît aujourd’hui d’autant plus plausible dans un contexte marqué par le désengagement de l’agenda multilatéral et la contraction de l’aide internationale. Dans ce contexte, une question s’impose : existe-t-il des voies alternatives pour les organisations locales ? Et si oui, l’IA peut-elle en faire partie ?
Dans de nombreux contextes, des formes de mobilisation de ressources locales existent déjà, via les diasporas, les contributions communautaires ou les mécanismes de solidarité religieuse ou même à travers les fonds communs comme le mouvement Near[23]Voir Near, https://near.ngo ou le ResilioFund[24]Voir ResilioFund, https://resiliofund.org. L’IA peut jouer ici un rôle structurant.
Les organisations locales utilisent déjà l’IA pour déployer leur image de marque et leur identité visuelle et de plus en plus pour créer du contenu et augmenter leur visibilité au niveau local et international. Mais plusieurs autres opportunités sont en train de se développer. Les outils de génération de contenu, les agents conversationnels dédiés à la communication, ou encore les solutions de gestion des dons offrent la possibilité de développer des stratégies de collecte plus ambitieuses, sans nécessiter d’investissements massifs dans des départements de philanthropie. Ils ouvrent la voie à des campagnes digitales ciblées, au développement de plateformes de dons locales, au recours au financement participatif et à une meilleure mobilisation des diasporas.
« L’impact de l’IA sera faible si elle est utilisée uniquement pour améliorer la conformité aux exigences de bailleurs qui, il faut le craindre, ne financeront pas davantage la localisation. »
Cette perspective est d’autant plus pertinente que plus de 60 % des opérations humanitaires se dérouleraient désormais dans des pays à revenu intermédiaire[25]Estimation personnelle de l’auteur sur la base de données rassemblées, par exemple : World Food Programme, WFP’s engagement in middle-income countries (2019–2024): Evaluation synthesis, 21 … Continue reading. Or, c’est également dans ces contextes que l’on observe une expansion des classes moyennes, une augmentation du nombre de grandes fortunes et une croissance des dons et du bénévolat. Autrement dit, les conditions d’émergence d’écosystèmes philanthropiques locaux sont déjà présentes.
Si l’IA est aujourd’hui largement mobilisée pour améliorer les fonctions de conformité, son potentiel reste sous-exploité dans le développement de modèles de financement alternatifs. L’impact de l’IA sera faible si elle est utilisée uniquement pour améliorer la conformité aux exigences de bailleurs qui, il faut le craindre, ne financeront pas davantage la localisation qu’ils ne l’ont fait jusqu’à présent. En revanche, l’IA recèle un potentiel transformateur si cet outil permet de s’émanciper de ceux-ci en renforçant l’indépendance des organisations locales. C’est à cette condition que l’IA pourra réellement devenir un levier de localisation du système humanitaire.
