L’article analyse le rôle que pourraient jouer les « Federally Funded Research and Development Centers » (FFRDCs) aux États-Unis pour encadrer le recours croissant à l’intelligence artificielle (IA) dans la découverte et le développement de nouveaux matériaux. L’IA permet désormais d’intégrer, à un rythme inédit, la génération de données, la prédiction par modèles de substitution et, dans certains cas, l’expérimentation en boucle fermée. Cette évolution soulève toutefois des difficultés de gouvernance, en particulier en matière de reproductibilité des résultats, d’interopérabilité des systèmes et de dispositifs de supervision tout au long de ces chaînes de travail.
Selon le texte, en l’absence d’une instance nationale de coordination, les décisions structurantes concernant les données et les infrastructures, les algorithmes et l’expérimentation autonome sont prises au sein d’organisations qui ne sont pas conçues pour assurer une coordination durable, une responsabilité clairement identifiée ou une continuité de mission. L’article souligne que les FFRDCs pourraient contribuer à combler ce déficit en structurant l’action publique dans trois domaines : la gestion des données et des infrastructures, le développement de l’intelligence algorithmique et la mise en place de plateformes d’expérimentation autonome.
Les auteurs proposent un modèle de gouvernance à deux niveaux : d’une part, des laboratoires de science et technologie (S&T laboratories) chargés de développer les capacités techniques ; d’autre part, des centres d’étude et d’analyse (Study and Analysis, S&A centers) responsables de l’intégration des enjeux de politique publique, de l’analyse coûts-bénéfices et de la définition de cadres de gouvernance permettant de traduire les avancées scientifiques en stratégie nationale. L’article met en garde contre le risque, pour les États-Unis, de faire progresser ces technologies plus vite que leur encadrement institutionnel, alors que d’autres pays mettent en place leurs propres programmes nationaux centralisés dans le domaine des matériaux. Ces éléments présentent un intérêt pour le suivi comparatif des modèles de gouvernance de l’IA en R&D, susceptibles d’influencer, à terme, les politiques liées à l’innovation dans des secteurs comme la santé, le travail ou l’industrie.(contenu résumé en français par l’IA) Lire la Suite