Pour le Maroc, consacrer 1 % de sa richesse nationale à la recherche et au développement serait un choix économique autant que scientifique.
Encore faut-il que cet effort donne aux chercheurs le temps de travailler, aux étudiants les moyens d’apprendre et aux entreprises des raisons d’investir à leurs côtés. L’intelligence artificielle rend ce choix plus pressant.
Au milieu des années 1990, au Chili, le physicien Brian Schmidt utilisait déjà des algorithmes pour trier les données recueillies chaque nuit à la recherche de supernovas. La machine aidait à repérer les observations qui méritaient l’attention des chercheurs. Restait à savoir quoi chercher, comment vérifier un signal et ce que celui-ci pouvait nous apprendre. Trois décennies plus tard, l’intelligence artificielle permet d’envisager des calculs et des analyses autrement plus complexes. La question posée aux pays comme le Maroc est désormais très concrète. Auront-ils suffisamment de chercheurs, d’ingénieurs et de techniciens capables de tirer parti de cette puissance pour répondre à leurs propres priorités ?
Ce que le Maroc peut attendre de cet investissement
Consacrer 1 % du PIB à la recherche et au développement donnerait un cap commun à l’État, aux universités et aux entreprises. Ce pourcentage porte sur leur effort cumulé. Il invite donc à préciser la part que chacun peut assumer, les projets qu’ils peuvent financer ensemble et la durée pendant laquelle ils sont prêts à s’engager. Pour un laboratoire qui doit entretenir des équipements, recruter des doctorants et suivre des essais sur plusieurs années, la prévisibilité des crédits compte autant que l’enveloppe annoncée.
Prenons l’eau. Dans un bassin agricole, mieux prévoir les besoins d’irrigation suppose des données locales, des mesures de terrain et des essais sur plusieurs saisons. Un laboratoire peut travailler avec des agriculteurs et des gestionnaires de l’eau pour vérifier si une méthode réduit effectivement les prélèvements et dans quelles conditions elle peut être reproduite. La valeur de la recherche apparaît au moment où cette connaissance permet de mieux décider, qu’il s’agisse de choisir une culture, d’organiser un tour d’eau ou d’investir dans un réseau.
L’industrie offre un autre terrain. Une usine qui cherche à réduire sa consommation d’énergie a besoin de mesurer ses pertes, de tester des solutions sur sa ligne de production et d’en calculer le coût réel. Une collaboration avec une école d’ingénieurs ou un laboratoire peut déboucher sur un procédé mieux adapté à ses contraintes. Pour une PME, l’accès à une plateforme d’essai partagée rend ce travail possible à un coût qu’elle peut assumer. Pour les étudiants, le projet constitue une occasion de se former sur un problème dont les conséquences se mesurent en atelier.
L’IA donne une raison de plus d’investir dans les chercheurs
Brian Schmidt pointe un paradoxe. Plus l’IA devient habile à produire des raisonnements complexes, plus il faut de personnes capables d’en comprendre les résultats. Or, un étudiant qui délègue systématiquement ses exercices se prive d’une partie de l’entraînement dont il aura besoin pour exercer ce jugement. Dans un mémoire, savoir retracer l’origine d’une donnée, expliquer pourquoi une méthode a été retenue ou reconnaître une conclusion fragile devient essentiel quand une machine peut livrer en quelques secondes un texte d’apparence convaincante.
Investir dans la recherche, c’est donc aussi financer les conditions de cet apprentissage. Un doctorant a besoin d’un encadrement disponible, d’un accès aux données et aux équipements, ainsi que d’un financement qui lui permette de se consacrer à son travail.
L’université peut alors demander à ses étudiants de justifier leurs hypothèses, de reproduire une expérience ou de défendre oralement leurs conclusions. C’est au cours de ce travail qu’ils apprennent à formuler les questions auxquelles l’IA peut les aider à répondre.
Un objectif à juger sur ses résultats
Le risque serait de faire du seuil de 1 % un chiffre de communication. Une hausse des dépenses peut se disperser entre des appels à projets trop courts, des équipements coûteux à entretenir et des partenariats qui s’essoufflent après leur lancement. Un suivi public devrait permettre de voir combien de projets arrivent au terme prévu, quels équipements sont effectivement utilisés, ce que deviennent les doctorants et quels résultats trouvent un usage dans les entreprises ou les services publics. La recherche fondamentale, dont les applications sont souvent imprévisibles, doit aussi disposer de financements assez stables pour poursuivre des questions de long terme.
Préparer le futur du Maroc, c’est se donner la capacité d’examiner, de tester et d’adapter les technologies dont dépendront ses choix. Cette capacité se construit dans la durée, dans les laboratoires et jusque sur les sites où les résultats sont mis à l’épreuve. C’est à cette condition que l’objectif de 1 % du PIB prendra un sens concret pour le pays.
Au milieu des années 1990, au Chili, le physicien Brian Schmidt utilisait déjà des algorithmes pour trier les données recueillies chaque nuit à la recherche de supernovas. La machine aidait à repérer les observations qui méritaient l’attention des chercheurs. Restait à savoir quoi chercher, comment vérifier un signal et ce que celui-ci pouvait nous apprendre. Trois décennies plus tard, l’intelligence artificielle permet d’envisager des calculs et des analyses autrement plus complexes. La question posée aux pays comme le Maroc est désormais très concrète. Auront-ils suffisamment de chercheurs, d’ingénieurs et de techniciens capables de tirer parti de cette puissance pour répondre à leurs propres priorités ?
Ce que le Maroc peut attendre de cet investissement
Consacrer 1 % du PIB à la recherche et au développement donnerait un cap commun à l’État, aux universités et aux entreprises. Ce pourcentage porte sur leur effort cumulé. Il invite donc à préciser la part que chacun peut assumer, les projets qu’ils peuvent financer ensemble et la durée pendant laquelle ils sont prêts à s’engager. Pour un laboratoire qui doit entretenir des équipements, recruter des doctorants et suivre des essais sur plusieurs années, la prévisibilité des crédits compte autant que l’enveloppe annoncée.
Prenons l’eau. Dans un bassin agricole, mieux prévoir les besoins d’irrigation suppose des données locales, des mesures de terrain et des essais sur plusieurs saisons. Un laboratoire peut travailler avec des agriculteurs et des gestionnaires de l’eau pour vérifier si une méthode réduit effectivement les prélèvements et dans quelles conditions elle peut être reproduite. La valeur de la recherche apparaît au moment où cette connaissance permet de mieux décider, qu’il s’agisse de choisir une culture, d’organiser un tour d’eau ou d’investir dans un réseau.
L’industrie offre un autre terrain. Une usine qui cherche à réduire sa consommation d’énergie a besoin de mesurer ses pertes, de tester des solutions sur sa ligne de production et d’en calculer le coût réel. Une collaboration avec une école d’ingénieurs ou un laboratoire peut déboucher sur un procédé mieux adapté à ses contraintes. Pour une PME, l’accès à une plateforme d’essai partagée rend ce travail possible à un coût qu’elle peut assumer. Pour les étudiants, le projet constitue une occasion de se former sur un problème dont les conséquences se mesurent en atelier.
L’IA donne une raison de plus d’investir dans les chercheurs
Brian Schmidt pointe un paradoxe. Plus l’IA devient habile à produire des raisonnements complexes, plus il faut de personnes capables d’en comprendre les résultats. Or, un étudiant qui délègue systématiquement ses exercices se prive d’une partie de l’entraînement dont il aura besoin pour exercer ce jugement. Dans un mémoire, savoir retracer l’origine d’une donnée, expliquer pourquoi une méthode a été retenue ou reconnaître une conclusion fragile devient essentiel quand une machine peut livrer en quelques secondes un texte d’apparence convaincante.
Investir dans la recherche, c’est donc aussi financer les conditions de cet apprentissage. Un doctorant a besoin d’un encadrement disponible, d’un accès aux données et aux équipements, ainsi que d’un financement qui lui permette de se consacrer à son travail.
L’université peut alors demander à ses étudiants de justifier leurs hypothèses, de reproduire une expérience ou de défendre oralement leurs conclusions. C’est au cours de ce travail qu’ils apprennent à formuler les questions auxquelles l’IA peut les aider à répondre.
Un objectif à juger sur ses résultats
Le risque serait de faire du seuil de 1 % un chiffre de communication. Une hausse des dépenses peut se disperser entre des appels à projets trop courts, des équipements coûteux à entretenir et des partenariats qui s’essoufflent après leur lancement. Un suivi public devrait permettre de voir combien de projets arrivent au terme prévu, quels équipements sont effectivement utilisés, ce que deviennent les doctorants et quels résultats trouvent un usage dans les entreprises ou les services publics. La recherche fondamentale, dont les applications sont souvent imprévisibles, doit aussi disposer de financements assez stables pour poursuivre des questions de long terme.
Préparer le futur du Maroc, c’est se donner la capacité d’examiner, de tester et d’adapter les technologies dont dépendront ses choix. Cette capacité se construit dans la durée, dans les laboratoires et jusque sur les sites où les résultats sont mis à l’épreuve. C’est à cette condition que l’objectif de 1 % du PIB prendra un sens concret pour le pays.