Caribbean AI Association
Retour aux archives
Livres blancs

Guide de l’IA pour l’Amérique latine et les Caraïbes. Des connaissances régionales au travail quotidien

Adrian Dunkley   |   2026-11

La méthode associe le contexte national, les connaissances de l’entreprise et une tâche précise. Les exemples aident à préparer des essais. Cette édition de travail ne présente pas d’enquête de terrain.

Adrian Dunkley, président de la Caribbean AI Association. Novembre 2026, édition de révision 1.2. Synthèse de politiques et méthode de mise en œuvre proposée. Ce livre blanc ne présente pas de nouvelle enquête régionale de terrain.

Résumé. Partir du travail

Le guide d’Adrian Dunkley associe une consigne de contexte régional, une base de connaissances de l’entreprise et une tâche définie. Les guides par pays et secteur aident à repérer des usages possibles. Les outils de sûreté demandent qui peut agir, ce qui peut échouer et sur quelles preuves autoriser la mise en service. [1–3]

Ces éléments forment une méthode proposée aux petites entreprises et à leurs organismes de soutien. Une administration, un enseignant ou un investisseur peut l’appliquer en adaptant les contrôles aux personnes et aux décisions concernées.

Financez et évaluez le processus entier, préparation, formation, vérification, corrections, supervision et solution de repli en cas de panne comprises. Comparez-le à la méthode actuelle pour la même tâche.

Le texte s’appuie sur les guides pratiques, le projet d’évaluation régionale et la boîte à outils de sûreté du Playbook. Les recherches externes donnent le contexte sans prouver l’efficacité dans chaque pays ou secteur. Les exemples illustrent des pilotes possibles, sans déploiement achevé ni promesse de rentabilité, de baisse des erreurs ou de gain de temps.

Les dirigeants peuvent utiliser le plan pilote, les organismes d’appui les priorités institutionnelles, et les examinateurs techniques les exigences de tests et d’autorisations. Dans l’original, preuves régionales p. 3, contexte, connaissances et tâches p. 4, tests et contrôles p. 5–6, appui institutionnel et pilote p. 7–8, limites et références p. 9.

Question de recherche. Un processus d’IA défini localement et vérifié par une personne peut-il réduire le temps total sans dépasser un seuil convenu d’erreur ou de préjudice ? Comparez la même tâche selon le processus habituel et comptez vérification et reprises.

1. Éléments régionaux. Exposition et résultats

En 2024, l’OIT et la Banque mondiale estimaient que 26 à 38 % des emplois d’Amérique latine et des Caraïbes pourraient être exposés à l’IA générative. Elles distinguaient amélioration possible de la productivité et automatisation complète potentielle. Les obstacles à l’accès numérique peuvent empêcher de nombreux travailleurs d’en bénéficier. [4]

Figure 1. Part de l’emploi selon les estimations de 2024. Exposition totale, 26–38 %. Transformation améliorant la productivité, 8–14 %. Automatisation complète potentielle, 2–5 %. Échelle de 0 à 40 % par pas de 10. Source : Gmyrek, Winkler et Garganta, document de travail OIT 121, 31 juillet 2024. Les fourchettes publiées ne sont pas des intervalles de confiance. Les deux sous-catégories appartiennent à l’exposition sans former le total. Ces modèles estiment un potentiel, sans mesurer l’adoption, les gains réalisés ou les pertes d’emplois prévues. Ils ne donnent pas d’estimation distincte pour chaque économie caribéenne.

Un dirigeant peut choisir des tâches pour une comparaison contrôlée. Les chiffres ne justifient ni le remplacement du personnel ni l’application d’une note générale d’un fournisseur à l’entreprise. Les politiques doivent réunir accès, formation et qualité de l’emploi. Comptez qui peut utiliser le service et qui en est exclu. Si l’échantillon le permet, présentez séparément les résultats ruraux et des petites îles.

2. Méthode de travail. Donner des consignes locales

Contexte régional. Incluez pays, langue, monnaie, modes de paiement, contraintes de livraison et autorités pertinentes. Utilisez les faits de l’exploitation concernée et évitez les hypothèses sur toute la région.

Connaissances de l’entreprise. Utilisez fiches produits approuvées, horaires, conditions, tarifs et modèles de documents. Identifiez responsable et date de révision. Retirez les dossiers inutiles.

Consigne de tâche. Indiquez résultat demandé, destinataire, sources permises et décision réservée à une personne. Précisez la conduite à tenir si une information manque ou se contredit.

Gardez une base restreinte. Si le personnel ignore le tarif en vigueur, la base devient un risque. Commencez avec peu de dossiers approuvés. Indiquez dates d’effet, versions remplacées et personne autorisée à les changer. Une consigne de contexte réduit certaines hypothèses. Le droit, le calcul et la langue nécessitent un contrôle auprès de la source ou d’une personne qualifiée.

Rendez l’incertitude visible. L’outil doit signaler les données manquantes avant de produire une réponse au client. N’inventez ni disponibilités, ni traitement fiscal d’un devis, ni réalisations dans une demande de subvention. Gardez les données confidentielles des clients et du personnel hors d’un outil général sans approbation explicite de l’usage, des accès et de la conservation.

Exemple de pension. Rédigez une réponse à partir de la liste actuelle des chambres, des tarifs approuvés et de la politique d’annulation. Utilisez la langue demandée et signalez les dates manquantes. Ne réservez pas, ne promettez pas de remboursement et n’envoyez pas la réponse. Le propriétaire vérifie le projet dans le système de réservation. Ce processus proposé à partir des guides d’hébergement et de contexte reste à évaluer.

3. Évaluation. Tester la tâche dans son contexte

Le projet régional couvre langue, contexte régional, tâches des petites entreprises, coût et fonctionnement à faible débit. Ces dimensions aident à choisir les tests. Un classement exige des consignes, sorties, notes et procédures d’évaluation vérifiables. [2]

Figure 2, étape 1. Chronométrez le processus habituel. Conservez des exemples de résultats corrects et d’erreurs courantes. Définissez le résultat acceptable avant l’essai.

2. Choisissez des cas représentatifs, y compris tâches courantes, demandes ambiguës, informations manquantes et cas à refuser ou transmettre. Utilisez des dossiers autorisés ou synthétiques.

3. Rendez comparables difficulté et barème. Consignez version, consignes et réglages. Séparez familiarisation et travail mesuré.

4. Comptez préparation, vérification et correction. Examinez les échecs par langue, tâche et groupe concerné. Décidez d’arrêter, corriger ou étendre. Séquence proposée d’après le guide des tâches et le projet régional [1–2], en attente de validation empirique.

Mesurez temps total par tâche acceptée, taux de correction et coût par résultat accepté. Séparez erreurs graves et retouches de style. Un temps moyen plus court n’excuse pas un préjudice. Des évaluateurs connaissant langue et tâche examinent les réponses. Consignez désaccords et résolution. Une note de traduction ne suffit pas à établir l’adéquation d’une réponse au client.

4. Sûreté et responsabilité. Limiter les actions

La méthode éducative S4 proposée par Adrian Dunkley organise l’examen en quatre étapes: spécifier, éprouver, protéger et examiner. L’indice ordinal saisi par une personne organise l’examen. Il ne donne pas de probabilité de préjudice ni de certificat de sécurité. [3, 5]

Spécifier. Consignez objectif, utilisateurs, données, actions permises et responsable. Exemple: autoriser la rédaction d’une réponse et en bloquer l’envoi.

Éprouver. Consignez cas, sorties, échecs et questions ouvertes. Un document externe ne doit pas modifier les instructions de paiement.

Protéger. Consignez limites d’accès, étapes d’approbation et reprise manuelle testée. Limitez l’accès aux dossiers nécessaires à la tâche.

Examiner. Consignez dates de révision, incidents, changements et résultats des nouveaux tests. Répétez les tests pertinents après changement de modèle ou d’autorisations.

Séparez contenu et autorité. OWASP décrit l’injection indirecte de consignes par une page web ou un fichier. Un assistant connecté peut les rencontrer dans le travail ordinaire. Limitez les privilèges et exigez une approbation indépendante pour les actions importantes. Une phrase dans une consigne ne contrôle pas l’accès. L’application doit imposer les dossiers et outils accessibles. [6]

Nommez la personne pouvant suspendre le processus. Documentez retrait des accès, conservation des journaux utiles et retour à la méthode manuelle. Protégez les données personnelles dans les dossiers d’incident. Le cadre volontaire du NIST soutient la gestion des risques selon le contexte durant le cycle de vie. Appliquez séparément les obligations nationales et sectorielles. [7]

Condition proposée de mise en service. Maintenez une action importante bloquée tant que son autorisation, son examen ou la réponse aux défaillances restent incertains. Une note moyenne faible ne compense pas un échec de contrôle critique.

5. Priorités institutionnelles face aux contraintes concrètes

Organismes d’appui. Proposez des ateliers où les dirigeants apportent un problème récurrent et repartent avec un pilote délimité. Aidez à préparer les dossiers approuvés, à comparer les coûts complets et à choisir un examen. Ne comptez pas les démonstrations comme des résultats commerciaux.

Administrations et régulateurs. Publiez des exigences d’achat utilisables sur les données, l’accès, les preuves de performance, le contrôle humain et la sortie. Exigez des démonstrations dans les langues et conditions locales de connexion. Clarifiez plainte et recours. Une explication du système ne dégage pas l’administration de sa responsabilité.

Éducateurs. Apprenez à définir les tâches, examiner les preuves, repérer les erreurs et demander de l’aide. Évaluez le jugement indépendant autant que la capacité à produire un résultat avec l’IA.

Investisseurs et prêteurs. Demandez des preuves de processus menés à terme. Examinez coûts récurrents, fidélisation, effort de supervision et dépendance à un fournisseur. Distinguez démonstration réussie et processus reproductible.

Institutions régionales. Coordonnez le matériel de test réutilisable et la formation des évaluateurs. Tenez des fiches par pays avec dates et liens sources. Un format commun évite les doublons sans supposer des lois, infrastructures ou attentes uniformes.

Résilience et accès. Prévoyez un accès à faible débit et une solution hors ligne quand c’est possible. L’hébergement local peut réduire les transferts mais exige appareils sécurisés, maintenance, contrôle des accès et tests de tâches. Un modèle plus petit ne garantit ni sûreté ni économie.

Commencez par un service ayant des dossiers fiables et une charge de vérification gérable, par exemple demandes de réservation, fiches produits ou mise en forme de documents. Excluez les décisions cliniques, de crédit et autres décisions importantes du premier pilote. Ces propositions exigent une étude de faisabilité et un examen juridique locaux. Aucun secteur n’est systématiquement prioritaire.

6. Application. Un pilote menant à une décision

Semaines 1–2, définir. Choisissez une tâche et un responsable. Recensez données et autorisations, mesurez la référence manuelle. Produisez périmètre approuvé, relevés de référence, plafond de coûts et conditions d’arrêt.

Semaines 3–4, préparer. Nettoyez la base, formez les évaluateurs et rassemblez cas courants et cas d’échec. Fournissez sources datées, registre de tests et barème convenu.

Semaines 5–8, comparer. Menez un essai limité sous supervision. Consignez temps de vérification, corrections et incidents. Conservez des tâches appariées ou autrement comparables et expliquez les exclusions.

Semaines 9–12, décider. Examinez résultats et coûts. Retestez les changements. Arrêtez, modifiez ou prolongez. Consignez décision signée, limites en suspens, date de la prochaine revue et responsable du retour en arrière.

Fixez les seuils avant l’essai. Adaptez ce calendrier indicatif aux risques, aux effectifs et aux cas représentatifs disponibles. Définissez par tâche l’exactitude acceptable, l’erreur grave, la charge maximale de contrôle et le budget. Couvrez les principaux modes d’échec. Aucune taille d’échantillon n’est universelle. Si l’échantillon ne permet pas d’estimer les préjudices rares, dites-le. Une période sans incident ne prouve pas la sûreté.

Tenez une courte fiche. Indiquez l’essai, la comparaison à la référence, les échecs et les inconnues. Précisez les bénéficiaires et toute surcharge ou exposition au risque. Pour étendre, indiquez utilisateurs, données et autorisations supplémentaires. Vérifiez si cela invalide les preuves antérieures.

Poursuivez seulement si les exigences convenues de qualité et de contrôle sont satisfaites et si le bénéfice justifie les coûts de vérification, correction et exploitation. Sinon, modifiez le processus ou revenez au précédent. Des essais locaux documentés avec des résultats comparables fourniront de nouvelles preuves régionales. Publier les échecs et les limites d’application évite de les reproduire.

Sources et limites des éléments probants

La synthèse conceptuelle réunit méthode contexte/connaissances/tâche, projet d’évaluation régionale et S4. La figure d’emploi reprend des estimations externes datées. Aucun nouvel essai, revue systématique ou sondage régional d’adoption n’a été mené. Supériorité d’un modèle, gain de temps universel et préparation d’un pays demandent validation séparée. Le projet régional est utilisé sans ses tableaux de performance non vérifiés. Les étapes et conditions de mise en service sont des recommandations de l’auteur sans statut réglementaire officiel.

[1] Guide pratique, consigne de contexte et modèle de base d’entreprise tenus par l’auteur. Vérification du 11 novembre 2026. Fichiers: guide/README.md, guide/part-1.md, guide/context-prompt.md et guide/knowledge-base.md.

[2] Projet LAC Benchmark v0.1, avril 2026, tenu par l’auteur dans rankings/lac-benchmark.md. Ses dimensions éclairent la page 5 de l’original. Cette édition ne reproduit ni ne valide les scores. Voir la rubrique des classements du Playbook.

[3] Outil ordinal de repérage avec examen humain. Documentation et moteur examinés le 11 novembre 2026.

[4] Publication conjointe OIT–Banque mondiale du 31 juillet 2024. Page primaire vérifiée le 11 novembre 2026. L’exposition modélisée ne mesure pas les pertes d’emploi observées.

[5] Cadre S4 de l’auteur et registre éditorial des sources du 3 novembre 2026. Méthode éducative proposée sans allégation indépendante d’efficacité. Lien vers le numéro d’origine.

[6] OWASP LLM01:2025, guide primaire sur l’injection de consignes. Vérifié le 11 novembre 2026.

[7] Orientations volontaires du NIST de 2023 et 2024. L’aperçu consulté le 11 novembre 2026 indiquait la révision en cours de l’AI RMF 1.0. Liens vers le cadre et le DOI du profil.

La présentation originale adapte en noir et blanc la hiérarchie typographique, le format A4 et les éléments éditoriaux du livre blanc Learning on Our Terms de CAIA. Elle n’implique ni affiliation aux Nations unies ni approbation de leur part.

Références

  1. [1] Dunkley, A. AI Playbook for the Caribbean and Latin America.
  2. [2] Dunkley, A. The LAC Benchmark, version 0.1 (April 2026). Playbook repository document rankings/lac-benchmark.md; see Playbook rankings.
  3. [3] Dunkley, A. AI Safety & Alignment Toolkit.
  4. [4] Gmyrek, P., Winkler, H. and Garganta, S. (2024). Buffer or Bottleneck? Employment Exposure to Generative AI and the Digital Divide in Latin America. ILO Working Paper 121.
  5. [5] Dunkley, A. S4 AI Safety Framework.
  6. [6] OWASP Gen AI Security Project (2025). LLM01:2025 Prompt Injection.
  7. [7a] NIST (2023). AI Risk Management Framework 1.0.
  8. [7b] NIST (2024). Generative Artificial Intelligence Profile, NIST AI 600-1.