L'utilisation de l'intelligence artificielle au sein du gouvernement fédéral américain s'est considérablement développée ces dernières années, mais des obstacles importants – de la pénurie de talents au scepticisme du public – ralentissent l'intégration responsable de cette technologie dans les services gouvernementaux, selon un nouveau rapport de la Brookings Institution.
Le rapport de mercredi s'appuie sur les inventaires de cas d'utilisation de l'IA de 2023 à 2025, les données sur les emplois fédéraux, les mémorandums du Bureau de la gestion et du budget, et des entretiens avec des technologues fédéraux actuels et anciens dans huit agences.
Les chiffres témoignent d'une accélération rapide. En 2025, 41 agences ont documenté plus de 3 600 cas d'utilisation individuels de l'IA — 69 % de plus que le total rapporté en 2024 et cinq fois le nombre rapporté en 2023. Les applications couvrent un large éventail de fonctions gouvernementales : plus de la moitié des cas d'utilisation rapportés par l'Administration de la Sécurité Sociale soutiennent la prestation de services et le traitement des prestations, tandis que plus de la moitié de l'inventaire du Département de la Justice soutient les efforts d'application de la loi.
Pourtant, cette croissance est loin d'être uniformément répartie. Au cours des trois dernières années, cinq grandes agences ont représenté plus de la moitié de tous les cas d'utilisation de l'IA rapportés, et les grandes agences ont contribué à 76 % de l'inventaire total en 2025. Les petites agences suivent à peine le rythme : Les 11 petites agences qui ont fait état de leurs activités en 2025 ont collectivement soumis seulement 60 cas d'utilisation, ne représentant que 2 % de l'inventaire total.
Le rapport identifie plusieurs obstacles structurels qui freinent une adoption plus large. L'un des plus pressants est le manque de talents spécialisés. Sur plus de 56 000 offres d'emploi techniques publiées par le gouvernement fédéral depuis 2016, un peu plus de 1 600 — moins de 3 % — font explicitement référence aux capacités en IA.
Une vague d'embauches de l'ère Biden visait à combler ce fossé, mais les réductions d'effectifs début 2025 pourraient avoir compromis ces efforts, car au moins 25 % des offres d'emploi spécifiques à l'IA ont été publiées à partir de 2024 — ce qui signifie que bon nombre de ces nouveaux employés auraient pu être parmi les plus récemment et facilement licenciés.
Au-delà de la dotation en personnel, le rapport souligne une culture profondément ancrée d'aversion au risque au sein des agences fédérales. Près de 60 % de tous les cas d'utilisation de l'IA sont soit en phase pilote, soit en phase de pré-déploiement, ce qui suggère que le paysage de l'IA fédérale est toujours dans une phase de croissance rapide — une phase qui exige un temps dédié à l'éducation et à l'expérimentation que de nombreuses agences peinent à dégager. Le rapport note également que le lien explicite établi par l'administration Trump entre le déploiement de l'IA et les réductions d'effectifs via le Département de l'Efficacité Gouvernementale (DOGE) pourrait renforcer cette hésitation.
Les lacunes en matière de responsabilité sont une autre préoccupation. Plus de 85 % de tous les cas d'utilisation de l'IA à fort impact déployés en 2025 manquent de certaines informations requises concernant les mesures d'atténuation des risques, malgré les exigences explicites de l'OMB.
La confiance du public pose un autre défi. Selon des données récentes du Pew Research Center, environ la moitié des Américains se disent désormais plus préoccupés qu'enthousiastes face à la prépondérance croissante de l'IA, contre 37 % quatre ans auparavant, et seulement 17 % du public américain estime que l'IA aura un impact positif sur les États-Unis au cours des deux prochaines décennies.
Le rapport avertit que les enjeux sont élevés. La confiance du public envers le gouvernement fédéral reste proche de ses plus bas historiques, des données récentes montrant que seulement 16 % des Américains déclarent faire confiance à Washington pour faire ce qui est juste la plupart ou presque tout le temps. Dans ce contexte, les auteurs soutiennent que des déploiements d'IA mal exécutés pourraient causer de graves dommages — mais que des applications bien conçues et axées sur des améliorations tangibles des services pourraient, à l'inverse, aider à reconstruire la confiance dans les institutions gouvernementales.
Pour y parvenir, Brookings recommande d'étendre la formation à la littératie en IA à toutes les agences, de réformer les règles d'acquisition conçues pour des systèmes logiciels plus statiques, de renforcer les pratiques de transparence autour de l'utilisation de l'IA à haut risque, et de prioriser les cas d'utilisation qui produisent des avantages clairs et positifs pour le public.
