Innovation NR : de quoi parle-t-on ?

Les premiers travaux académiques sur le sujet sont portés par J. Stilgoe[1] qui définit l’innovation numérique responsable comme une application du numérique aux quatre principales dimensions de l’innovation responsable :

  • L’anticipation : il faut, autant que faire se peut, anticiper le plus tôt possible les conséquences de l’innovation numérique.
  • L’inclusion : il faut penser l’innovation inclusive. Dans le cas du numérique, cela nous renvoie à la notion de design universel des solutions et services innovants développés.
  • La réflexivité : Les acteurs doivent être capables d’identifier les conséquences éthiques, sociétales et politiques émanant des technologies qu’ils développent. Ils doivent s’interroger non seulement sur leurs propres actions et leur alignement avec le système de valeurs en vigueur, mais aussi, à un second niveau, questionner le système de valeur qui oriente et gouverne l’innovation.
  • La « responsiveness »[2] : Les technologies numériques évoluent très vite. Elles sont donc considérées comme dynamiques. Il faut donc être en capacité de questionner régulièrement les enjeux d’éthique et de responsabilité des innovations numériques créées.

En pratique, les travaux de thèse de doctorat d’Ahmad Haidar[3] ont permis de développer un schéma d’adoption des pratiques d’innovation durable et responsable tout en surmontant les obstacles de mise en œuvre.

Ce site présente un panorama de l’écosystème d’innovation numérique responsable en France et un outil de diagnostic d’open innovation.

Le tableau ci-dessous synthétise les défis à relever.

ThématiqueEnjeux spécifiques à adresser
Limitation de l’impact environnemental du numérique (qualité et performance)Eco-conception
Neutralité carbone
Frugalité digitale
Produits et services neutres en carbone
Recyclage
Le reconditionnement des équipements numériques
Amélioration de l’efficacité écologique
Les donnéesRespect de la donnée privée
Respect de la RGPD
Protection des données non personnelles
Charte de gouvernance des données
Comité de l’éthique des données
Contribution à l’Open Data
Suppression des biais aux données
Mesures de risques liés aux données
Data for Good
Intelligence Artificielle éthique et algorithmesIntelligence Artificielle de confiance
Non-discrimination par apprentissage automatique
Règles strictes pour l’utilisation de l’apprentissage automatique
Aucun biais ajouté et/ou intégré par les algorithmes
Refus d’une application d’Intelligence Artificielle problématique
Sécurité des données et des systèmes d‘informationCybersécurité
Sécurité des données
InclusionTechnologies numériques pour tous
Accessibilité
Diversité
Place des femmes dans la technologie
Médiation numérique
Diminution de la fracture numérique
Souveraineté numériqueApplication des outils normatifs européens (RGPD, Digital Services Act, Digital Markets Act, IA Act, Digital Privacy Framework, …)
Solutions techniques européennes

[1] Stilgoe J., Owen R., Macnaghten P. (2013), Developping a framework for responsible

innovation, Research Policy, vol. 42, n°9, p. 1568-1580

[2] Stilgoe J., Owen R., Macnaghten P. (2013), Developping a framework for responsible

innovation, Research Policy, vol. 42, n°9, p. 1568-1580

[3] https://theses.hal.science/tel-05293687v1