Panorama régional · issu de nos recherches publiées
L'intelligence artificielle en Méditerranée ne raconte pas une histoire mais deux. Un petit groupe de pays dispose de stratégies, de systèmes de données et de scores de maturité qui les placent à portée d'une adoption productive de l'IA. Un groupe plus large n'en dispose pas. Cette page expose ce que montrent les données.
Définition
L'IA en Méditerranée désigne le développement, l'adoption et la gouvernance de l'intelligence artificielle dans les pays du bassin méditerranéen — les rives Nord, Sud et Est prises ensemble plutôt que comme des blocs distincts.
Il s'agit d'un champ d'étude spécifique parce que la région ne relève ni d'un cadre purement « Nord global » ni d'un cadre purement « Sud global ». Les États membres de l'UE de la rive nord mettent en œuvre le règlement européen sur l'IA ; les pays des rives sud et est construisent des capacités fondamentales tout en adaptant les modèles globaux à l'arabe, à l'amazigh et aux autres langues régionales. Les questions de gouvernance qui en découlent — calcul partagé, données transfrontalières, inclusion multilingue, qui définit les normes — sont régionales et aucune politique nationale n'y répond seule.
EuroMedAI étudie ce champ en tant que réseau indépendant à but non lucratif. L'évaluation ci-dessous provient de nos propres recherches comparatives sur les neuf pays du Sud de la Méditerranée où l'écart de capacités est le plus marqué.
Les données
En appliquant le cadre de maturité Tier 0–4 du Secrétaire général des Nations unies (A/79/966) à neuf pays du Sud de la Méditerranée, tous les pays évalués se situent dans les trois tiers inférieurs. Aucun n'a atteint le statut « AI enabled ». C'est la répartition à l'intérieur de cet intervalle qui compte.
Évaluation par pays
Le classement combine le cadre de maturité A/79/966 des Nations unies, les scores du Government AI Readiness Index et les mesures d'ouverture statistique de l'Open Data Inventory (ODIN) 2024. La Palestine illustre le mieux pourquoi un score unique induit en erreur : un environnement de données ouvertes solide associé à des capacités de calcul et institutionnelles très limitées.
| Pays | Tier | Classification | Government AI Readiness | ODIN 2024 |
|---|---|---|---|---|
| Jordanie | T2 | AI ready | 61.57 | 72/100 |
| Égypte | T2 | AI ready | 55.63 | 53/100 |
| Maroc | T2 | AI ready | 41.78 | 77/100 |
| Liban | T1 | AI experimenter | 46.67 | 33/100 |
| Tunisie | T1 | AI experimenter | 43.68 | 60/100 |
| Algérie | T1 | AI experimenter | 39.06 | 28/100 |
| Palestine | T0 | AI nascent | 37.53 | 75/100 |
| Libye | T0 | AI nascent | 33.25 | 28/100 |
| Syrie | T0 | AI nascent | 16.95 | 28/100 |
Source : Bridging the AI Divide (EuroMedAI, 2025) · Lire l'étude complète
Diagnostic
L'évaluation mesure cinq domaines dérivés du cadre onusien. Les faiblesses se concentrent dans les fondations plutôt que dans l'ambition : les documents stratégiques existent dans toute la région, mais les moyens dont ils dépendent souvent non.
Le calcul souverain est rare. Le supercalculateur TOUBKAL au Maroc et l'installation HPC de la Bibliotheca Alexandrina en Égypte sont les exceptions qui confirment la règle, et les contraintes budgétaires freinent l'investissement ailleurs.
La maturité des données ouvertes se divise nettement. Le Maroc (77), la Palestine (75) et la Jordanie (72) obtiennent de bons scores ODIN ; l'Algérie, la Libye, le Liban et la Syrie se situent autour de 28–33, laissant peu de données publiques exploitables.
Les effectifs qualifiés en IA restent modestes et les dispositifs institutionnels fragmentés. Plusieurs pays ont engagé des évaluations RAM de l'UNESCO, mais la gouvernance éthique de l'IA reste à construire.
La région adapte des modèles globaux à haute capacité aux contextes linguistiques et institutionnels locaux plutôt que de développer des modèles de frontière. Les projets pilotes en agriculture, santé, éducation et mobilité dépassent rarement le stade de l'expérimentation.
Une connectivité inégale, des dispositions limitées en matière de commerce numérique et une gouvernance transfrontalière des données défaillante contraignent tout écosystème régional d'IA à grande échelle.
Ce qui changerait la donne
Nos recherches proposent des mesures à deux niveaux. La distinction est importante : certaines contraintes sont nationales et budgétaires, d'autres ne peuvent être levées par aucun pays agissant seul.
Aller plus loin
Tout ce qui est résumé ici provient de travaux publiés. La méthodologie complète, le détail par pays et l'argumentaire politique figurent dans les sources ci-dessous.
L'évaluation comparative de maturité, la contribution au Dialogue mondial des Nations unies et la méthodologie des classements par tier.
Lire les recherchesTravaux appliqués sur la sécurité de l'IA avancée, l'alphabétisation inclusive à l'IA dans la gouvernance locale et la maturité IA au Sud de la Méditerranée.
Voir les projetsUn recensement continu des rencontres politiques et industrielles sur l'IA dans la région — celles que nous organisons et celles que nous suivons.
Parcourir les événementsQuestions fréquentes
EuroMedAI est un réseau de membres. Chercheurs, organisations de la société civile, décideurs publics et technologues de toute la région contribuent à la base de données probantes résumée sur cette page.