Dans le contexte mondial contemporain, deux paradigmes antagonistes du développement de l’Intelligence artificielle se disputent l’hégémonie technologique et dessinent des avenirs radicalement différents.
D’un côté, le modèle concentré sur l’oligopole des Bigtechs, dont la domination repose sur le contrôle financiarisé de la chaîne de valeur technologique, l’intégration organique avec le complexe militaro-industriel et l’appropriation privée des données comme marchandise stratégique. Ce modèle, soutenu par le capital spéculatif et orienté vers l’accumulation de pouvoir géopolitique, perpétue des relations de dépendance technologique qui subordonnent le Sud Global au rôle de fournisseur de matières premières, de travail précaire et de données non rémunérées, configurant ce que nous pouvons appeler d’extractivisme numérique.
À l’opposé, le modèle chinois de « nouvelles qualités des forces productives » émerge. Il conçoit les données comme un facteur de production au service d’un projet de modernisation centré sur le peuple et mené par l’État sous la direction du Parti communiste. Alors que le paradigme états-unien guide le développement technologique à travers la logique de l’accumulation privée, où l’IA sert principalement les intérêts de valorisation financière, de contrôle géopolitique et de maximisation des profits pour un oligopole d’entreprise, la stratégie chinoise subordonne la technologie à l’objectif de bénéficier à la population, en promouvant l’inclusion, le développement durable et la souveraineté nationale.
Comme l’a souligné Tica Moreno de la Marche Mondiale des Femmes, lors du Forum académique du Sud Global en novembre 2025 : « Nous avons besoin que la population et l’État soient des sujets du développement de la technologie et non pas seulement des utilisateurs de solutions, jalons et modèles d’intelligence artificielle prêts à l’emploi. » Cette affirmation résume l’un des principaux défis du Sud Global : surmonter la condition de simples consommateurs de technologie pour devenir producteurs de nos propres outils numériques.
Cette contradiction se manifeste avec la même intensité dans le domaine agricole. Des multinationales telles que John Deere, BASF et Microsoft mettent en œuvre des systèmes d’internet des objets et d’intelligence artificielle qui approfondissent la concentration foncière et permettent la captation des données de centaines de milliers d’hectares. En parallèle, le modèle proposé à l’agriculture familiale paysanne se résume à des applications de faible complexité, axées sur la collecte de données en échange de « recommandations » qui favorisent la vente de pesticides, ou sur l’endettement via des applications de fintechs [technologies axées sur la finance].
C’est dans ce contexte qu’émerge l’intelligence artificielle de la réforme agraire et de l’agroécologie (IARAA), conçue comme un instrument de la lutte pour la massification de l’agroécologie. Développée par le mouvement des travailleurs ruraux sans terre (MST) et la Marche Mondiale des Femmes, et promue par l’Association internationale de coopération populaire (Baobab), l’initiative s’articule avec d’autres fronts de souveraineté technologique populaire construits dans le cadre de la coopération sino-brésilienne, tels que la mécanisation adaptée à l’agriculture familiale, la production de bio-intrants à grande échelle et de haute qualité, ainsi que le développement de chaînes de production alimentaire. L’intelligence artificielle constitue désormais une nouvelle tranchée pour cette construction.
Construction collective : méthodologie et principes
La méthodologie de construction de l’IARAA reflète les principes d’organisation populaire caractéristiques des mouvements qui la développent. Alors que les grands modèles d’intelligence artificielle s’approprient et tirent profit, à titre privé, des connaissances produites par l’humanité, l’IARAA reconnaît et valorise, par principe, la dimension et l’effort collectifs de la production de ce savoir. Le projet part du principe que les connaissances agroécologiques ont été élaborées au fil de l’histoire par les peuples, les communautés et les organisations populaires. Les institutions de recherche et les universités sont également des sujets pertinents dans la production et la systématisation de ces connaissances. L’un des principaux défis liés à la construction de l’IARAA consiste précisément à rassembler l’ensemble de ce corpus sous forme écrite afin qu’il serve de base de connaissances de l’IA, car celui-ci est dispersé dans de multiples référentiels et n’existe parfois que sous forme orale.
Afin de jeter les bases techniques et politiques, une équipe de spécialistes en agroécologie issus des mouvements sociaux et représentant toutes les régions du Brésil a été constituée. Ce collectif a travaillé à l’élaboration de la base de connaissances qui alimente l’outil et a également élaboré les instructions qui guident et garantissent la rigueur conceptuelle, scientifique et technique de l’agroécologie, ainsi que le caractère productif, organisationnel et militant des réponses de l’IARAA. La construction collective continue de ces aspects est essentielle pour s’assurer que l’outil ne reproduit pas la logique de l’agrobusiness ou ne favorise pas les paquets technologiques homogénéisants, mais renforce des pratiques agroécologiques diverses et territorialement contextualisées.
Construire un outil intégrant ces caractéristiques et ces principes exige des méthodologies de développement innovantes. Ce processus suppose, d’une part, la formation et le renforcement des compétences techniques du militantisme des mouvements populaires afin qu’ils puissent participer activement à la conception, au développement et à la validation de l’outil. D’autre part, il exige que les programmeurs approfondissent leur compréhension des fondements politiques, théoriques et pratiques de l’agroécologie, garantissant ainsi que cette structure soit correctement traduite en fonctionnalités, architecture et interfaces qui élargissent effectivement les capacités d’action et de coordination des acteurs agroécologiques. Il s’agit donc d’un processus de construction qui reconnaît l’indissociabilité entre conception technique et projet politique, en refusant toute hiérarchisation entre les étapes de développement. Cet outil traduit ainsi les principes agroécologiques et se concrétise dans sa mise en œuvre et son utilisation.
Une IA pour renforcer l’organisation populaire
L’IARAA rompt avec la logique d’interaction individuelle, passive et atomisée qui caractérise les outils commerciaux. Son objectif fondamental n’est pas de se limiter à un dialogue isolé entre utilisateur et machine, mais d’agir comme catalyseur des organisations populaires, en renforçant leurs luttes territoriales et la systématisation collective des savoirs agroécologiques.
L’outil vise à renforcer le processus de massification de l’agroécologie, comprise par les mouvements populaires comme une perspective stratégique de projet politique et de lutte contre la crise environnementale imposée par l’agrobusiness. Le partage des connaissances agroécologiques à l’échelle de la société constitue l’un des enjeux fondamentaux de cette lutte.
Architecture technique : RAG et modèles open source
L’IARAA fonctionne grâce à une architecture technologique basée sur le RAG (Retrieval Augmented Generation), qui combine la capacité de récupération d’informations avec la génération de langage naturel. Premièrement, les modèles linguistiques avancés traitent et interprètent la question posée en langage naturel, identifiant les concepts clés et le contexte de la requête. Le système recherche ensuite dans des bases de connaissances spécialisées-construites et validées par des mouvements populaires – des informations techniques et pratiques directement liées à la question posée. Il génère ensuite la réponse elle-même, où le modèle de langage articule les informations récupérées dans un texte fluide et compréhensible. Enfin, le système présente la réponse, alliant la rigueur technique des bases de connaissances à une communication accessible et contextualisée, conformément au flux conçu par l’équipe.
Contrairement aux chatbots commerciaux qui simplifient les réponses et homogénéisent les pratiques, l’IARAA est programmée pour prendre en compte la diversité des biomes, des systèmes de production, de l’organisation sociale et des conditions matérielles des territoires. L’outil n’a pas vocation à se substituer aux savoirs techniques et populaires existants, mais à les amplifier et à faciliter leur circulation entre différents territoires et générations.
Le projet prévoit que l’IARAA dialogue avec les besoins concrets des personnes qui la consultent. Si une famille d’agriculteurs est confrontée à un problème de nuisibles dans sa culture de haricots dans le Nordeste semi-aride, l’outil ne proposera pas de recette générique à base de pesticides, mais envisagera des alternatives agroécologiques viables pour ce contexte spécifique, mobilisant des expériences d’autres territoires aux conditions similaires et des connaissances techniques validées par la pratique populaire.
Phase actuelle et mises en œuvre
Dans sa phase actuelle (bêta), l’IARAA fournit trois profils de recherche : Semis, Travail collectif et Jardin productif, chacun conçu pour répondre aux différents besoins des sujets agroécologiques.
Le profil Semis a été conçu pour les personnes qui sont sur le terrain et qui recherchent des informations sur les pratiques agricoles quotidiennes. Le Travail collectif est orienté vers l’assistance technique, les méthodologies participatives et le travail de groupes. Les deux profils offrent des réponses plus robustes sur les questions agronomiques, telles que la gestion agroécologique des sols, la gestion des nuisibles et des maladies ainsi que la restauration écologique : des domaines identifiés par les spécialistes en agroécologie des mouvements comme prioritaires dans les territoires. Le profil Jardin productif est conçu pour l’étude et la recherche, envisageant des recherches sur les concepts, les fondements politiques de l’agroécologie et l’approfondissement théorique.
D’un point de vue technique, Semis et Travail collectif fonctionnent avec l’architecture RAGFlow (mécanisme open source axé sur la compréhension approfondie des documents), intégré au modèle de langage Claude, d’Anthropic. Jardin Productif utilise Meta-RAG, une architecture expérimentale développée exclusivement pour IARAA, qui fait appel à plusieurs agents d’automatisation fonctionnant conjointement avec les modèles MiniMax M2.1 et GLM-4.7. Ces deux derniers sont des open source développés en Chine.
Le projet prévoit d’élargir les capacités de l’IARAA à d’autres domaines de la connaissance, afin qu’elle ne serve pas seulement à répondre à des questions individuelles, mais aussi à soutenir des processus collectifs comme la planification productive des coopératives, faciliter la formation technique dans les écoles d’agroécologie, systématiser les expériences de différents territoires et de contribuer à l’élaboration de supports pédagogiques.
De cette manière, l’IA ne devient pas un instrument d’individualisation des connaissances, mais une technologie qui renforce les liens communautaires et l’organisation populaire. La construction d’alliances avec des instituts de recherche publics, des universités engagées dans la vulgarisation agricole et des organismes de coopération internationale sera essentielle pour assurer la continuité du développement de l’IARAA.
Perspectives et défis
L’IARAA représente une étape importante dans la construction d’alternatives technologiques portées par les mouvements populaires du Sud Global. Cependant, elle fait face à plusieurs défis. Développer et maintenir des systèmes d’IA exige des capacités informatiques considérables. La coopération Sud-Sud, notamment avec la Chine, peut jouer un rôle stratégique dans ce domaine.
Il existe également le défi de l’appropriation sociale des technologies numériques, qui nécessite des processus continus de formation avec la base des mouvements. De plus, les avancées de la lutte dans le domaine de la souveraineté numérique doivent s’accompagner de luttes et de victoires dans l’ensemble du programme des mouvements. Maria Gomes, une militante du MST, avait déjà lancé un avertissement : la mécanisation et l’intelligence artificielle n’auront un impact réel que si elles s’accompagnent de formation, de génération de revenus, d’accès à l’eau et d’amélioration des conditions de vie. La technologie n’est ni neutre ni suffisante en elle-même : elle s’inscrit dans un projet politique plus large de conquêtes et de transformations de la vie de la classe travailleuse.
L’IARAA s’inscrit dans cet horizon stratégique, démontrant qu’il est possible et nécessaire que les mouvements populaires s’approprient le domaine du développement technologique non comme récepteurs passifs d’innovations extérieures, mais comme sujets historiques capables de forger leurs propres outils de libération.
Natalia Lobo est membre de la Marche Mondiale des Femmes (MMF). Paula Veliz est chercheuse à l’Association internationale de coopération populaire (Baobab) et militante de la Fédération argentine pour la production et l’enracinement rural. Carolina Cruz est du Front des technologies de l’information du MST. Ce texto a initialement été publié dans le magazine América Latina emmovimento n° 559 de février 2026, par l’Agence latino-américaine d’Information (ALAI) et par l’Observatoire latino-américain de géopolitique.
