L’intelligence artificielle est devenue une composante essentielle de la société contemporaine. Ses applications se multiplient, des services numériques aux infrastructures critiques, et son développement dépend fortement d’une ressource souvent ignorée : l’électricité. Cette dépendance révèle une réalité inquiétante : la plupart des systèmes d’IA puissants sont aujourd’hui centralisés, contrôlés par des États ou par des oligarchies financières. Dans ce contexte, le risque est que la combinaison de l’IA et de la maîtrise énergétique serve à concentrer le pouvoir plutôt qu’à le partager.

L’histoire industrielle a montré que la maîtrise de l’énergie précède toujours la domination économique puis politique. Charbon au XIXe siècle, pétrole au XXe siècle, électricité au XXIe siècle, la logique demeure la même. L’intelligence artificielle, perçue comme une technologie immatérielle, est en réalité fortement consommatrice d’énergie. Les centres de données, les grappes de GPU et les systèmes de refroidissement représentent une consommation comparable à celle de petits États. L’entraînement d’un grand modèle nécessite des millions de kilowattheures et son exploitation continue exige une alimentation constante.

Face à cette demande, certaines entreprises technologiques ont sécurisé des approvisionnements énergétiques directs, notamment via le nucléaire. Google, Microsoft ou Meta ont investi dans des partenariats avec des centrales existantes ou des réacteurs modulaires, garantissant une énergie stable, bon marché et continue pour leurs infrastructures. Cette stratégie leur offre un avantage compétitif considérable et transforme l’énergie en une ressource stratégique exclusive. Les États et acteurs plus modestes, incapables de mobiliser de tels moyens, se retrouvent exclus de l’accès à ces technologies de pointe.

Cette concentration pose une menace sur plusieurs niveaux. D’abord économique : seuls les acteurs disposant de ressources financières colossales peuvent maintenir et développer des IA puissantes. Ensuite technologique : l’accès aux systèmes d’IA devient conditionné par l’accès à l’électricité. Enfin politique : les gouvernements eux-mêmes deviennent dépendants des plateformes privées pour gérer réseaux, données et services critiques, perdant leur capacité à décider de manière autonome.

L’IA couplée à l’énergie centralisée peut également devenir un outil de contrôle social. Les systèmes capables de corréler données énergétiques, sociales et économiques permettent de détecter des comportements “anormaux”, de prioriser l’accès aux ressources et, indirectement, de discipliner les populations. Des experts en cybersécurité soulignent que cette capacité ne requiert pas de violence directe : l’automatisation et la dépendance créent un pouvoir invisible, mais réel.

Pour contrer ces dynamiques, des solutions concrètes existent. Il est possible pour le peuple et les communautés de développer une IA indépendante et décentralisée. Cette autonomie repose sur quatre piliers : le contrôle du calcul, des données, de l’énergie et de la gouvernance.

Le contrôle du calcul passe par le déploiement de serveurs locaux ou de mini-PC équipés de GPU pour faire tourner des modèles open-source tels que LLMA, GPT4All ou Falcon AI. Ces modèles peuvent fonctionner entièrement hors ligne, éliminant la dépendance aux clouds centralisés. Les communautés peuvent mutualiser la puissance de calcul via des réseaux fédérés ou peer-to-peer, permettant un apprentissage collectif sans qu’une entité unique détienne le contrôle.

Le contrôle des données exige que celles-ci restent locales, chiffrées et anonymisées. Les modèles doivent pouvoir s’entraîner sans jamais exposer de données brutes. Des techniques comme la privacy différentielle garantissent la protection des informations personnelles tout en permettant un apprentissage efficace.

Le contrôle de l’énergie est crucial. Une IA citoyenne doit être frugale, capable de fonctionner avec des modèles optimisés, quantifiés et spécialisés. Elle peut être alimentée par des sources locales et renouvelables, telles que panneaux solaires, batteries domestiques ou micro-éoliennes. Les laboratoires communautaires peuvent mutualiser l’énergie pour assurer une continuité minimale sans dépendre des réseaux centraux.

Le contrôle de la gouvernance assure que l’IA reste un bien collectif. La création de coopératives numériques permet de gérer le développement, l’entraînement et la mise à jour des modèles par un vote démocratique et transparent. Les licences open-source strictes empêchent la privatisation du travail collectif et garantissent que l’IA reste au service des citoyens.

La sécurité de ces systèmes repose sur la communication chiffrée, la compartimentation des machines et l’audit permanent des mises à jour et du code. L’objectif est de construire un système résistant à la surveillance, à la manipulation et à toute tentative de capture par des intérêts privés ou étatiques.

En pratique, une IA citoyenne permet d’assurer l’éducation, l’organisation collective, la veille informationnelle et la protection contre la désinformation, tout en restant indépendante. Elle empêche la surveillance massive, la censure algorithmique et la dépendance énergétique aux oligarchies. Il s’agit d’un outil de souveraineté technologique et numérique. L’intelligence artificielle ne sera ni bonne ni mauvaise par nature. Elle amplifie les structures existantes. Dans un contexte où la consommation d’électricité devient stratégique, elle peut devenir un instrument de domination ou un levier d’autonomie. La question centrale n’est donc plus technologique mais politique : qui contrôle l’électricité et l’IA qui structurent la société ? La souveraineté numérique, la transparence et la mutualisation sont désormais les conditions pour garantir que l’IA reste un bien commun au service du peuple.© REALYX