{"id":11742,"date":"2026-11-03T13:59:12","date_gmt":"2026-11-03T12:59:12","guid":{"rendered":"https:\/\/ksapa.org\/fr\/?p=11742"},"modified":"2026-11-03T13:59:14","modified_gmt":"2026-11-03T12:59:14","slug":"ia-agricole-moins-de-tech-plus-dhumain","status":"publish","type":"post","link":"https:\/\/ksapa.org\/fr\/ia-agricole-moins-de-tech-plus-dhumain\/","title":{"rendered":"IA agricole : moins de tech, plus d’humain"},"content":{"rendered":"\n

Hier la blockchain, aujourd’hui l’intelligence artificielle : chaque d\u00e9cennie semble avoir sa technologie miracle pour transformer l’agriculture des pays du Sud. L’IA peut r\u00e9ellement apporter des choses en milieu rural, de la pr\u00e9vision m\u00e9t\u00e9orologique au conseil agronomique. Mais un outil disponible n’est pas un outil adopt\u00e9, et encore moins un outil utile. Une \u00e9tude r\u00e9cente du Columbia Center on Sustainable Investment (CCSI)<\/a> consacr\u00e9e au Rwanda et au Nigeria le d\u00e9montre avec clart\u00e9, et ses conclusions rejoignent ce que nous observons sur nos propres programmes aupr\u00e8s des petits producteurs. D’o\u00f9 une conviction simple : il faut inverser les proportions habituelles des projets, avec un peu de technologie et beaucoup d’accompagnement humain.<\/strong><\/p>\n\n\n\n

L’IA agricole, nouvelle promesse d’un sc\u00e9nario d\u00e9j\u00e0 vu<\/h2>\n\n\n\n

Il y a une dizaine d’ann\u00e9es, la blockchain devait r\u00e9volutionner la tra\u00e7abilit\u00e9, le cr\u00e9dit et l’assurance des petits agriculteurs. La FAO et l’UIT lui consacraient alors une publication enti\u00e8re, Blockchain for Agriculture: Opportunities and Challenges<\/a>, qui cherchait d\u00e9j\u00e0 \u00e0 d\u00e9mystifier la technologie et \u00e0 en souligner les risques de mise en \u0153uvre. Quelques ann\u00e9es plus tard, plusieurs analyses ont d\u00e9crit une forme de \u00ab pilotite \u00bb : des projets qui fonctionnaient \u00e0 petite \u00e9chelle mais ne parvenaient pas \u00e0 toucher des populations plus larges<\/a>, souvent parce qu’ils avaient n\u00e9glig\u00e9 des acteurs cl\u00e9s d\u00e8s la conception ou appliqu\u00e9 la technologie \u00e0 des probl\u00e8mes qu’elle ne savait pas r\u00e9soudre.<\/p>\n\n\n\n

L’IA suit aujourd’hui une trajectoire comparable, avec un potentiel sans doute plus large. Le panorama \u00e9tabli par le CEIMIA sur l’IA agricole en Afrique subsaharienne<\/a> recense des usages concrets : suivi des cultures, d\u00e9tection des maladies, pr\u00e9vision des rendements, gestion de l’eau, conseil digital. La pr\u00e9sentation de synth\u00e8se du CCSI<\/a> cite plusieurs exemples d\u00e9j\u00e0 op\u00e9rationnels, de la pr\u00e9vision m\u00e9t\u00e9orologique en Zambie \u00e0 la gestion des ressources au Nigeria, en passant par des assistants conversationnels d\u00e9ploy\u00e9s dans plusieurs pays.<\/p>\n\n\n\n

Le cadre politique suit. Selon le CCSI, 14 pays d’Afrique subsaharienne disposent d’une strat\u00e9gie ou d’une politique nationale en mati\u00e8re d’IA, et beaucoup y d\u00e9signent l’agriculture comme secteur prioritaire. Aucun, en revanche, ne dispose de lois contraignantes encadrant l’usage de l’IA dans l’agriculture. Les questions de fond restent ouvertes : \u00e0 qui appartiennent les donn\u00e9es d’un agriculteur, qui est responsable si un conseil erron\u00e9 entra\u00eene la perte d’une r\u00e9colte, comment s’assurer du consentement des producteurs ?<\/p>\n\n\n\n

Il ne s’agit donc pas de rejeter l’IA, mais de ne pas en attendre plus qu’elle ne peut offrir. Les chercheurs de Columbia le r\u00e9sument dans un autre texte au titre explicite : la promesse de l’IA exige d’innover dans la gouvernance, pas seulement dans la technologie<\/a>. Leur rapport plus large sur l’intelligence artificielle et les transitions durables<\/a> insiste lui aussi sur la n\u00e9cessit\u00e9 de penser ensemble opportunit\u00e9s, risques et cadres de gouvernance.<\/p>\n\n\n\n

Rwanda, Nigeria : ce que l’\u00e9tude Columbia confirme de nos retours terrain<\/h2>\n\n\n\n

L’int\u00e9r\u00eat de l’\u00e9tude du CCSI tient \u00e0 la comparaison de deux mod\u00e8les tr\u00e8s diff\u00e9rents. Le Rwanda a fait le choix d’une approche pilot\u00e9e par l’\u00c9tat : sa politique nationale d’IA fixe une vision transversale, et son cinqui\u00e8me plan strat\u00e9gique de transformation agricole (PSTA 5)<\/a> int\u00e8gre explicitement la num\u00e9risation et l’IA, avec des budgets et des responsabilit\u00e9s institutionnelles identifi\u00e9s. Le Nigeria s’appuie davantage sur un \u00e9cosyst\u00e8me de start-up dynamique ; sa politique nationale de technologie et d’innovation agricoles (NATIP 2022-2027)<\/a> met l’accent sur la modernisation, mais sans plan de mise en \u0153uvre pr\u00e9cis et avec des responsabilit\u00e9s plus diffuses.<\/p>\n\n\n\n

Malgr\u00e9 ces diff\u00e9rences, les deux pays butent sur les m\u00eames cinq obstacles :<\/p>\n\n\n\n