Accueil Publications Note méthodologique — Comment l'Afrique apprend à réguler l'intelligence artificielle
Note méthodologique — Baromètre GDD de la Gouvernance de l'IA en Afrique
Gabon Data Dialogues — Note méthodologique

Document de référence

Note méthodologique — Le Baromètre GDD de la Gouvernance de l’IA en Afrique

Cette note documente la construction du Baromètre GDD, un indice composite destiné à comparer les 54 pays africains selon leur niveau de maturité réglementaire en matière d’intelligence artificielle, à partir d’un corpus public de 1 503 politiques numériques.

Version 1.0 Mai 2026 Dr Eric Arnaud Makita Makita

Objectif et positionnement

Le Baromètre GDD poursuit trois objectifs. Il cherche d’abord à synthétiser une réalité multidimensionnelle en une mesure unique et comparable. Il vise ensuite à révéler des asymétries invisibles dans les simples comptages de textes, notamment l’écart entre annonce et adoption, entre volume et couverture, ou entre stock documentaire et dynamique récente. Enfin, il outille la conversation publique en fournissant un référentiel transparent, reproductible et discutable pour les chercheurs, décideurs, ONG et bailleurs.

Corpus1 503politiques publiques
Thèmes15thématiques standardisées
Périmètre54pays africains

Source des données

La source primaire unique est l’Africa AI Policy Tool maintenu par l’African Observatory on Responsible AI, projet du Global Center on AI Governance. Le périmètre temporel couvre 1966 à mai 2026, mais l’année 2026 reste partielle et est exclue des comparaisons annuelles. Le périmètre géographique couvre les 54 États membres de l’Union africaine, avec exclusion des entités hors-classement du calcul des indices pays.

Sous-indices

Les quatre piliers du Baromètre

Engagement

25 %

Mesure l’intensité réelle de la production réglementaire en privilégiant les textes récents grâce à une logique de demi-vie de cinq ans.

Couverture

25 %

Mesure l’étendue des domaines régulés, avec bonus pour les thèmes négligés afin de valoriser la diversification thématique.

Momentum

20 %

Mesure l’accélération récente de la production réglementaire en neutralisant les effets extrêmes grâce à une transformation logarithmique.

Maturité institutionnelle

30 %

Mesure les signaux les plus solides d’institutionnalisation : stratégies nationales, textes d’évaluation, coordination et production politique substantielle.

Règles méthodologiques importantes

L’engagement repose sur une pondération par récence. La couverture thématique repose sur une logique binaire par thème, avec un bonus pour les sujets rares. Le momentum compare les périodes 2015–2019 et 2020–2024, avec traitement spécifique des nouveaux entrants. La maturité institutionnelle n’est pas normalisée par le maximum observé : elle additionne des signaux discrets sur 100 points, afin de préserver une lecture absolue.

Trois sous-indices sur quatre sont normalisés par le maximum observé. Les scores obtenus doivent donc être lus comme des positions relatives dans le paysage continental actuel, et non comme une mesure absolue indépendante du contexte.

Limites principales

Les classifications fines reposent principalement sur les titres des textes, ce qui introduit un risque résiduel de faux positifs et de faux négatifs. Le corpus est multilingue, ce qui peut légèrement sous-évaluer certains pays selon les langues et les formulations. Le Baromètre mesure la production réglementaire publique et non l’effectivité réelle des politiques. Enfin, l’année 2026 est encore incomplète au moment du calcul.

Tiers et seuils de lecture

TierSeuilEffectifLecture éditoriale
Pionniers≥ 608 paysVolume, couverture et maturité institutionnelle élevés.
Avancés40 – 59,914 paysCadres en construction et dynamique forte.
Émergents25 – 39,913 paysActivité existante mais encore limitée.
En transition10 – 24,910 paysPrésence surtout symbolique.
En retrait< 109 paysRisque d’isolement réglementaire.

Reproductibilité

Le calcul du Baromètre est conçu pour être rejouable à partir des données publiques de l’AORAI. Les pondérations, fonctions de transformation et seuils de lecture peuvent être ajustés selon les priorités de recherche ou d’édition. Cette propriété rend le dispositif transparent, discutable et améliorable dans le temps.

Citation

Dr Eric Arnaud Makita Makita (2026). Baromètre GDD de la Gouvernance de l’IA en Afrique — Note méthodologique v1.0. Données : African Observatory on Responsible AI / Global Center on AI Governance.
Contact méthodologique : contact@gabondatadialogues.com