Les villes africaines achètent la surveillance plus vite qu'elles ne la régulent

Onze États africains ont dépensé environ deux milliards de dollars américains en surveillance smart-city au cours des cinq à dix dernières années — caméras, reconnaissance faciale assistée par IA, lecture automatique de plaques d’immatriculation (ALPR), centres de contrôle. Aucun d’entre eux ne dispose du cadre légal qui leur permettrait d’utiliser ce matériel légalement. Le chiffre, et la faille, viennent d’un rapport de mars 2026 publié par l’African Digital Rights Network via l’Institute of Development Studies (IDS, Sussex), résumé par Thabiso Mochiko dans TimesLIVE.

Ce qui a été acheté, et où

Les onze pays — Algérie, Égypte, Kenya, Maurice, Mozambique, Nigeria, Rwanda, Sénégal, Ouganda, Zambie et Zimbabwe — ont chacun dépensé en moyenne environ 240 millions USD pour la surveillance. Le Nigeria à lui seul compte pour plus de 470 millions USD, la plus grande dépense nationale, concentrée sur la reconnaissance faciale assistée par IA et les systèmes ALPR. La période d’achat couvre cinq à dix ans et a été, dans la plupart des cas, justifiée au public comme une mesure de lutte contre le terrorisme ou la criminalité.

Ce qui frappe dans l’échantillon ADRN n’est pas le total — les budgets publics de surveillance ont fortement augmenté dans le monde depuis 2018 — mais le vide juridique qui l’entoure. Sur l’ensemble de l’échantillon, aucun des onze États n’a de législation dédiée à la surveillance définissant qui peut collecter quoi, sous quel mandat, avec quel contrôle. L’achat a partout précédé la loi.

Ce que le rapport montre réellement

La conclusion centrale n’est pas que le matériel ne fonctionne pas. C’est que le matériel, déployé sans architecture légale, est utilisé différemment de ce qui était présenté. Tony Roberts, co-auteur du rapport et chercheur en droits numériques à l’IDS, formule le schéma empirique : « Unregulated surveillance creates a chilling effect that inhibits peaceful protest rights. » (« Une surveillance non régulée produit un effet dissuasif qui entrave le droit de manifester pacifiquement. ») Wairagala Wakabi, directeur exécutif de CIPESA — la Collaboration on International ICT Policy for East and Southern Africa — et autre auteur principal, est plus direct : « These so-called ‘smart city’ surveillance products are anything but smart for those at risk. »

Les deux constats portent sur qui est visé en pratique — opposition politique, journalistes, organisateurs — par rapport à qui devait l’être selon les justifications d’achat. Les études de cas de l’ADRN tracent le même arc dans la plupart des onze pays : un cycle d’achat affiché autour de la criminalité, suivi d’un usage qui converge vers l’opposition politique.

La séquence d’achat est tout l’argument

Le matériel smart-city n’est pas le problème. Les villes africaines, comme toutes les autres, déploieront caméras, capteurs et analytique — et chacun a des usages légitimes. Le problème est la séquence. Dans chaque achat de l’échantillon ADRN, le matériel a été acquis avant que le cadre légal ne soit écrit. C’est cette séquence qui décide si le système est réellement gouverné.

Une fois les caméras montées sur les mâts, le data center en service et le contrat signé, instaurer rétroactivement un régime juridique respectueux des droits est structurellement difficile. Les fournisseurs sont payés sur des jalons de déploiement, pas sur des audits de conformité. Les opérateurs sont formés à la plateforme, pas à la constitution. La constituante politique du système se renforce pendant les mois mêmes où l’architecture légale est censée être débattue.

Le remède n’est pas principalement technologique — chiffrement, journaux d’audit, filtres de confidentialité comptent, mais ils sont en aval. Le remède est en amont, côté achat : pas de bon de commande avant la loi, pas d’achat avant l’organe de contrôle, pas d’opérateur avant la procédure de mandat.

À quoi ressemble une architecture de contrôle

Les recommandations de l’ADRN sont conventionnelles dans la forme, précises dans le contenu. Trois éléments :

• Une exigence de mandat. Chaque acte de surveillance numérique — un balayage de reconnaissance faciale contre une liste de surveillance, un déclenchement ALPR, une identification CCTV — devrait nécessiter un mandat judiciaire préalable. Le mandat évalue la légalité, la nécessité et la proportionnalité avant l’acte, pas après.
• Une législation dédiée. Une loi qui définit quels acteurs, avec quel mandat, peuvent collecter des images et données de surveillance numérique, et sur quels motifs. Sans cela, la surveillance revient à quiconque possède les identifiants d’accès.
• Un contrôle indépendant. Un organe de contrôle correctement doté, structurellement indépendant des agences qu’il surveille, doté du pouvoir d’apporter remède et réparation, et tenu de publier des rapports de transparence. Sans indépendance, l’organe est capturé ; sans moyens, il est décoratif.

Aucun de ces éléments n’est nouveau — le Comité européen de la protection des données, l’Investigatory Powers Commissioner’s Office (IPCO) au Royaume-Uni, et plusieurs régimes de contrôle latino-américains fournissent des précédents qui fonctionnent. Ce que l’ADRN montre, c’est qu’un achat encadré par l’un d’eux aurait été différent d’un achat encadré par aucun.

Un test d’achat pour les programmes smart-city africains

Pour tout achat de surveillance urbaine africaine après mars 2026, les résultats de l’ADRN fournissent un test utilisable. Avant la signature du contrat :

• Existe-t-il une loi qui définit l’acteur autorisé et la procédure de mandat ?
• Existe-t-il un organe de contrôle indépendant doté du budget et de l’autorité d’agir ?
• Existe-t-il une obligation de rapport de transparence, à cadence définie, qui survive au prochain cycle politique ?

Si l’une de ces réponses est négative, l’achat produit une infrastructure de surveillance qui sera utilisée hors de tout cadre des droits, quelles que soient les promesses de l’appel d’offres. C’est la leçon de l’échantillon des onze pays.

Pour l’argument plus large d’un déploiement d’IA dans les villes africaines fondé d’abord sur la gouvernance, voir IA responsable & Sûreté opérationnelle.