Dans le domaine de la santé communautaire en Afrique de l’Ouest, cette approche a donné lieu à des résultats particulièrement probants. Plutôt que de s’appuyer sur une génération de réponses en ligne, nous avons fait le choix de l’IA pré-générée. À partir des guides et protocoles officiels des ministères de la santé, des milliers de questions-réponses ont été produites, validées par des experts médicaux et embarquées directement sur des téléphones, sans nécessité de connexion Internet. Un modèle léger permet ensuite d’associer la question formulée par un agent de santé à la réponse la plus pertinente.
Les résultats observés sur le terrain sont sans ambiguïté. Plus de 92 % des réponses fournies par ces assistants ont été jugées pertinentes par leurs utilisateurs, sur des sujets critiques comme le paludisme, la vaccination ou la santé maternelle. Ces réponses sont souvent perçues comme plus fiables que celles de modèles généralistes, car elles sont contextualisées, formulées dans un langage accessible et systématiquement adossées à des sources identifiées.
Cette expérience rappelle une évidence trop souvent absente du débat public : l’efficacité de l’intelligence artificielle ne dépend pas de la taille des modèles, mais de leur adéquation aux usages réels. Dans de nombreux contextes, des systèmes sobres, spécialisés et maîtrisés ont un impact bien supérieur à celui de solutions généralistes, coûteuses et énergivores.
Alors que les grandes orientations de l’IA mondiale se dessinent, le sommet organisé en Inde offre une opportunité précieuse. Celle de reconnaître que l’avenir de l’intelligence artificielle passe aussi par des choix technologiques plus modestes en apparence, mais bien plus inclusifs. Investir dans des modèles ouverts, frugaux, multilingues et capables de fonctionner hors ligne, ce n’est pas renoncer à l’innovation. C’est, au contraire, lui donner une portée véritablement mondiale.
Faire un don 
Rejoindre notre équipe 
Signer nos appels 
Devenir bénévole 
Adhérer 
Newsletter
