Les feux de forêts pourraient être gérés plus efficacement si les modèles d’intelligence artificielle (IA) intégraient pleinement les savoirs autochtones dans la gestion des paysages à travers le monde, selon une étude récente. 

Les cadres quantitatifs fondés sur l’IA, utilisés pour prévoir et cartographier l’occurrence des incendies, devraient être conçus pour compléter — et non remplacer — les savoirs traditionnels et autochtones, transmis au fil des générations par l’observation, la pratique et la culture.

Ces éléments figurent parmi les conclusions d’un article publié par le Centre de Recherche Forestière Internationale et le Centre International de Recherche en Agroforesterie (CIFOR-ICRAF) avec le soutien du Social Sciences and Humanities Research Council du Canada. 

S’appuyant sur le Canada comme étude de cas, l’article met en lumière l’intérêt croissant des chercheurs pour l’intégration des savoirs traditionnels et autochtones (TIK) aux approches technologiques fondées sur l’intelligence artificielle pour la gestion des feux de forêt. 

« La gestion intégrée des feux (GIF) est plus pertinente que jamais pour un large éventail d’acteurs, notamment les peuples autochtones et les communautés locales », explique Isaac Rutenberg, auteur de l’étude. « Des systèmes de GIF plus performants, fondés sur l’analyse par l’IA de données vastes et diversifiées, pourraient générer des bénéfices importants pour les populations, les biens et les écosystèmes. »

Changement climatique et incendies 

L’importance d’une gestion plus efficace des incendies devient de plus en plus évidente à mesure que le changement climatique accentue la fréquence, l’intensité et la gravité des feux de forêt, augmentant ainsi les risques écologiques, économiques et pour la sécurité publique.

Isaac Rutenberg, qui participe à un programme de recherche de CIFOR-ICRAF à l’intersection de l’intelligence artificielle, de l’agriculture et du changement climatique, souligne que les systèmes fondés sur l’IA pourraient soutenir la gestion intégrée des feux, mais uniquement s’ils sont développés dans le respect de la gouvernance, de la participation et de la souveraineté des données des peuples autochtones.

L’année dernière, des feux de forêt ont ravagé près de 390 million d’hectares dans le monde — une superficie presque équivalente à celle de l’Union européenne — dont plus de la moitié en Afrique, selon le Bureau des Nations Unies pour la réduction des risques de catastrophes (UNDRR).

Les feux de forêt figurent parmi les catastrophes les plus destructrices sur le plan économique à l’échelle mondiale, et leurs coûts ne cessent d’augmenter. De 2014 à 2023, ils ont entraîné environ 106 milliards de dollars de pertes économiques et 74 milliards de dollars de pertes assurées dans le monde — dépassant largement celles enregistrées au cours de la décennie précédente, selon un rapport de UNDRR. 

Alors que des centaines de personnes meurent chaque année des effets directs des feux, les scientifiques estiment que la fumée des feux de forêt provoque plus de 1.5 million de décès  dans le monde chaque année.  

IA versus Savoirs traditionnels et autochtones

L’Intelligence Artificielle — qui mobilise le raisonnement symbolique, l’optimisation, la robotique et l’apprentissage automatique — est souvent utilisée pour prévoir la propagation des incendies, identifier les zones à haut risque, cartographier les surfaces brûlées ou encore planifier des brûlages dirigés. Cependant, elle peut négliger les règles culturelles, les dimensions spirituelles et les cadres de gouvernance communautaire qui donnent aux savoirs traditionnels toute leur portée, souligne Rutenberg.

Les savoirs traditionnels et autochtones sont dynamiques et profondément ancrés dans des contextes locaux spécifiques. Ils se transmettent à travers des rituels, des récits et des pratiques culturelles. Pourtant, les approches de recherche et les protocoles de données occidentaux tendent à encore à les considérer comme de simples informations pouvant être extraites de manière sélective à des fins scientifiques — une pratique susceptible de priver les communautés autochtones de leur souveraineté et du contrôle sur leurs propres données.

« Il existe une longue histoire d’utilisation des savoirs traditionnels et autochtones selon une approche extractive, qui les dépouille souvent de leur contexte culturel », explique Rutenberg.

L’article met également en avant le cadre des délimitations opérationnelles potentielles (PODs) comme l’une des approches techniques la plus participative en matière de gestion intégrée des feux. Développé initialement par United States Department of Agriculture (USDA) Forest Service, ce cadre repose sur des des ateliers inclusifs réunissant des membres des communautés tribales, des gestionnaires des terres et des équipes de lutte contre les incendies. Il permet de co-construire des référentiels partagés pour anticiper le comportement des feux et élaborer des stratégies de confinement adaptées.

Reformer ou transformer? 

Deux grandes approches de gouvernance se dégagent pour intégrer les savoirs traditionnels et autochtones (TIK) aux technologies d’intelligence artificielle. Les approches dites réformistes visent à influencer les processus existants de développement de l’IA au sein des universités, des entreprises et des agences gouvernementales. À l’inverse, les approches transformationnelles selon l’étude, plaident pour des initiatives d’IA portées par les peuples autochtones eux-mêmes, et conçues en dehors des cadres institutionnels dominants.

Dans l’article, Rutenberg recommande une gouvernance autochtone inclusive dès la conception des projets accompagnée d’accords formels garantissant la propriété et l’autorité des communautés sur les données et les systèmes d’intelligence artificielle. Il insiste également sur la nécessité d’un renforcement durable des capacités visant à développer une expertise technique au sein des communautés afin de limiter une dépendance à l’égard des partenaires externes.

Ces orientations reposeraient sur une approche hybride fondée sur les  principes CARE (bénéfice collectif, autorité de contrôle, responsabilité et éthique) soit sur  les principes OCAP®  du Centre de gouvernance de l’information des Premières Nations (propriété, contrôle, accès et possession). Ces cadres affirment le droit des Premières Nations à une propriété collective et à une autorité sur les données concernant leurs communautés.

Les perspectives  

Par conséquent, il est urgent de développer des cadres juridiques et institutionnels qui soutiennent véritablement les intérêts des peuples autochtones en matière de souveraineté des données et de consentement libre, préalable et éclairé (CLPE) dans les contextes liés à l’intelligence artificielle. Des systèmes d’IA alignés sur des valeurs autochtones — telles que la réciprocité, la relation et la responsabilité — doivent également être développés afin de remplacer ceux fondés sur des hypothèses inadaptées.

En outre, des changements structurels sont nécessaires dans le financement de la recherche, l’édition académique et les processus de développement technologique afin de remédier à la sous-représentation des voix autochtones dans la littérature. Ces évolutions devraient viser un véritable partage du pouvoir et un renforcement du leadership autochtone, écrit Rutenberg.

Selon l’article, une intégration significative pourrait passer par le développement de modèles de gouvernance de l’intelligence artificielle participatifs et pilotés par les communautés, qui reconnaissent les systèmes de savoirs autochtones comme des sources d’innovation à part entière et d’égale valeur. Une telle approche permettrait de favoriser un développement technologique non seulement efficace, mais aussi ancré dans les réalités culturelles, éthiquement responsable et socialement inclusif.

« Si l’engagement est bien mené, les savoirs traditionnels et autochtones et les systèmes d’intelligence artificielle émergents pourraient être mutuellement bénéfiques », déclare Rutenberg.

Les systèmes d’intelligence artificielle nécessitent une meilleure contextualisation — c’est-à-dire une compréhension ancrée dans les réalités locales — pour produire des résultats pertinents, ce que les savoirs traditionnels et autochtones peuvent généralement apporter. Par ailleurs, les systèmes d’IA pourraient également bénéficier aux TIK, notamment par l’archivage et la traduction de ces savoirs, si les communautés souhaitents’engager dans de telles initiatives, ajoute -t-il.

La recherche ayant conduit à ce document occasionnel a été menée dans le cadre du programme Abundant Intelligences à Concordia University, avec le soutien du Social Sciences and Humanities Research Council of Canada (SSHRC).