Les progrès technologiques rapides, les incertitudes mondiales croissantes, l’intensification de la concurrence et la nécessité de relever les défis mondiaux et sociétaux sont autant d’exigences croissantes en matière de politique de la science, de la technologie et de l’innovation. Pour relever ces défis, l’action publique doit être agile – proactive, opportune et réactive. Le renseignement stratégique et l’expérimentation des politiques permettent aux responsables de l’action publique de « monter en puissance » pour gagner en agilité. Le renseignement stratégique peut apporter des éclairages opportuns grâce à la production de données anticipatives et en temps réel, tandis que l’expérimentation des politiques permet de tester de nouvelles idées et d’évaluer de manière critique l’impact des politiques. Ensemble, ces approches favorisent l’élaboration de politiques fondées sur des données probantes.
Science, technologie et innovation : Perspectives de l'OCDE 2025
Description
En période de turbulences, ou dans des situations de grands besoins stratégiques, l’élaboration des politiques de la science, de la technologie et de l’innovation (STI) doit être rapide dans des conditions de forte incertitude. La pandémie de COVID-19 a mis au jour les difficultés rencontrées pour élaborer rapidement des solutions STI. Les solutions STI peuvent également être imbriquées dans des reconfigurations réglementaires, en particulier pour les technologies nouvelles et émergentes, où le rythme des changements réglementaires peut ralentir l’émergence, le développement et le déploiement de solutions technologiques innovantes. Dans de telles situations, des politiques agiles sont nécessaires, étayées (par un renseignement stratégique approprié), qui peuvent être adaptatives (en intégrant l’apprentissage par la pratique) et innovantes (par l’expérimentation de nouvelles approches).
L’agilité dans l’élaboration des politiques STI implique d’anticiper les nouvelles tendances, les nouveaux défis et les nouvelles circonstances et de s’y adapter rapidement en concentrant les efforts là où ils sont le plus nécessaires. Les politiques agiles sont proactives, opportunes et réactives, ce qui permet aux organes décisionnels de mettre rapidement en œuvre les politiques, de s’adapter à des situations inattendues, de mettre fin à celles qui sont inefficaces et de redéfinir les stratégies si nécessaire.
Le renseignement stratégique et l’expérimentation des politiques constituent des priorités essentielles pour renforcer l’agilité de l’action publique. Malgré leur potentiel reconnu, la mise en œuvre de politiques STI agiles, adaptatives et réactives se heurte à plusieurs obstacles, notamment la rigidité institutionnelle et l’aversion au risque au sein des administrations publiques, l’insuffisance des capacités et des compétences nécessaires à leur mise en œuvre, et les difficultés à déployer à plus grande échelle les initiatives couronnées de succès.
Pour favoriser l’utilisation du renseignement stratégique et l’expérimentation des politiques par les responsables de l’action publique, il faut : (i) institutionnaliser l’expérimentation en l’intégrant dans les programmes et cadres nationaux ; (ii) accroître la flexibilité et l’adaptabilité des structures bureaucratiques (grâce à de meilleurs mécanismes de coordination et à des processus simplifiés) ; et (iii) investir dans des programmes de formation des agents du secteur public afin qu’ils adoptent des approches expérimentales.
Ce qui se passe après l’expérimentation détermine en définitive son impact sur l’action publique. Il est essentiel de veiller à ce qu’il existe une voie claire pour intensifier les interventions qui se révèlent efficaces ou pour réduire progressivement celles qui échouent. Ces décisions s’appuient elles-mêmes sur des processus d’évaluation rigoureux qui permettent de se renseigner sur les résultats d’une initiative publique.
Il est essentiel de veiller à ce que les structures mises en place pour l’expérimentation des politiques restent réversibles et adaptables afin de faciliter la montée en puissance ou l’arrêt des initiatives sans perturbations majeures. Un autre élément clé est que les réponses aux résultats des évaluations ne sont pas freinées par des intérêts particuliers.
Les incertitudes croissantes à l’échelle mondiale, l’intensification de la concurrence et la nécessité urgente de relever les défis sociétaux font peser des exigences croissantes sur les politiques de la science, de la technologie et de l’innovation (STI). Les approches traditionnelles de l’action publique se sont révélées inadaptées pour faire face à des défis de transformation beaucoup plus vastes. Pour rester efficaces, les politiques doivent être agiles, adaptables, tournées vers l’avenir et capables de répondre à des défis complexes et en constante évolution.
Le renseignement stratégique, dans les secteurs public et privé, et l’expérimentation des politiques constituent des priorités essentielles pour renforcer l’agilité. Renseignement stratégique : connaissances utilisables qui aident les responsables de l’action publique à comprendre les incidences de la science, de la technologie et de l’innovation (STI) et à anticiper les évolutions futures (Robinson et al., 2021[1]) — permet aux pouvoirs publics de tirer parti des avantages des technologies émergentes tout en atténuant les risques. Il sert également d’outil de prospective, aidant les responsables de l’action publique à se préparer et à faire face aux nouveaux défis (OCDE, 2023[2]).
L’expérimentation des politiques sous ses diverses formes est une autre composante de l’agilité des politiques STI et désigne la mise en œuvre délibérée d’interventions à petite échelle et/ou temporaires conçues pour tester les résultats de nouvelles approches. Ce chapitre porte sur la mise en place d’environnements à petite échelle pour l’expérimentation des politiques, sous la forme de laboratoires d’innovation et de bacs à sable réglementaires, et sur l’utilisation de méthodes d’évaluation pour l’expérimentation des politiques, comme l’illustrent les essais contrôlés randomisés (ECR). D’autres dimensions de l’expérimentation des politiques, notamment en lien avec l’association des parties prenantes, sont exclues en raison des contraintes d’espace et de la complexité de couvrir également ces sujets dans le cadre de l’analyse.
Ce chapitre examine comment le renseignement stratégique et l’expérimentation des politiques peuvent améliorer la prise de décision agile et éclairée dans un monde en rapide mutation. Il présente des exemples nationaux et met en lumière les principaux défis à relever et les enseignements tirés de l’expérience en ce qui concerne la manière de surmonter ces défis et d’introduire de l’agilité.
Ce chapitre est structuré comme suit. Il commence à expliquer pourquoi il existe un besoin actuel d’agilité et présente les concepts de renseignement stratégique et d’expérimentation des politiques. Il décrit ensuite les principales exigences pour leur mise en œuvre. Le chapitre aborde ensuite le renseignement stratégique et l’expérimentation des politiques dans la pratique, et fournit des exemples spécifiques de pays. Le chapitre examine ensuite les principaux obstacles qui freinent leur adoption à plus grande échelle et les mesures prises par les pouvoirs publics pour y faire face. La section finale conclut et définit le programme à venir.
Qu’est-ce que l’agilité des politiques ?
L’agilité suppose une action publique anticipative, opportune et réactive, qui permet d’anticiper et de s’adapter rapidement à de nouvelles circonstances, tendances et défis en concentrant les efforts là où ils sont le plus nécessaires (OCDE, 2024[3] ; OCDE, 2023[2]). Elle garantit que les organes de décision restent flexibles, capables de s’adapter à des situations inattendues, de mettre fin à des politiques inefficaces et de redéfinir les stratégies si nécessaire. Des responsabilités claires et des mécanismes de retour d’information sont essentiels pour soutenir ce processus (Weber et al., 2021[4]).
L’agilité marque le passage d’une élaboration des politiques fondée sur des pratiques traditionnelles « éprouvées » tout au long du cycle de l’action publique à des cycles plus adaptatifs (Haddad et al., 2022[5] ; Cairney, 2012[6]). Contrairement aux cycles politiques traditionnels, qui mettent l'accent sur l'apprentissage progressif sur de longues périodes dans des institutions relativement statiques (évoluant lentement), les processus agiles donnent la priorité à l'apprentissage en temps réel, permettant une prise de décision plus rapide et plus réactive (voir Graphique 7.1). Les politiques agiles fonctionnent mieux lorsque les institutions chargées de l’élaboration des politiques elles-mêmes peuvent tirer des enseignements de l’expérimentation des politiques et s’adapter et devenir des institutions agiles (par opposition aux institutions plutôt statiques qui prévalent dans l’élaboration traditionnelle des politiques). Chaque approche a ses atouts. Les cycles traditionnels de l’action publique suivent des procédures éprouvées, sont relativement prévisibles et peuvent s’appuyer sur des enseignements cumulés – ce qui est particulièrement utile dans les situations de grande prévisibilité. Les cycles traditionnels de l’action publique permettent aux autres parties prenantes d’adapter leurs plans, ce qui est particulièrement utile pour l’élaboration de stratégies à long terme. Les cycles de l’action publique agiles sont adaptés en période de turbulence et de faible prévisibilité – ils permettent d’apprendre tout en faisant et sont particulièrement utiles en temps de crise ou en période de nouvelles opportunités mais de forte incertitude.
Source : Élaboré par les auteurs.
Dans les processus agiles, le cycle de l’action publique est très itératif en raison de facteurs tels que l’incertitude et l’évolution des technologies. La phase initiale reconnaît le défi que représente la définition des objectifs de l’action publique dans cet environnement dynamique. Ensuite, les approches stratégiques évoluent conjointement avec des objectifs généraux par le biais d’une conception itérative, conduisant à des stratégies potentielles de test. Cette phase consiste également à envisager d’autres voies d’action pour une utilisation future, tout en renforçant la légitimité interne et externe grâce à l’association des parties prenantes. La mise en œuvre implique d’adapter et de tester les politiques au moyen d’outils tels que les bacs à sable réglementaires, avec un suivi continu qui intègre « l’apprentissage par la pratique » pour une adaptation en temps réel.
Qu’est-ce qui motive la demande d’agilité des politiques STI ?
Les pays de l’OCDE reconnaissent largement la nécessité de politiques STI agiles (OCDE, 2024[7]) pour les raisons suivantes :
Le rythme des transformations technologiques : De nombreuses technologies progressent à un rythme sans précédent. Les outils d’intelligence artificielle (IA) comme ChatGPT, par exemple, ont gagné des millions d’utilisateurs quelques semaines après leur lancement, ce qui montre à quel point les innovations peuvent rapidement changer la façon dont les gens travaillent, communiquent et accèdent à l’information. Ces technologies transforment les industries en automatisant les tâches, en améliorant le service à la clientèle et en optimisant les processus décisionnels. La convergence de la biologie de synthèse vers l’IA et l’automatisation devrait accélérer les innovations porteuses de transformations dans divers secteurs (voir le chapitre 5). Ces technologies nécessitent des politiques capables de suivre le rythme des changements pour soutenir les innovations des entreprises et garantir que des réglementations adaptatives protègent les consommateurs contre des risques tels que la désinformation, les violations de la vie privée et les pratiques de marché déloyales.
La nécessité de se préparer à fonctionner dans un contexte d’incertitude : l’avenir est marqué par l’incertitude et les vulnérabilités, mais aussi par les nouvelles opportunités, ce qui nécessite des politiques capables de s’adapter à des circonstances qui évoluent rapidement. Les crises mondiales, comme la pandémie de COVID-19, ont révélé des lacunes en matière de résilience, montrant comment les systèmes existants peuvent être submergés par des chocs inattendus. Ces événements soulignent l’importance de politiques capables de réagir rapidement pour préserver la santé publique et assurer la stabilité économique tout en gérant d’autres crises. De même, les tensions géopolitiques soulignent la nécessité d’adopter des politiques qui puissent faire face aux conséquences plus larges des conflits, comme la perturbation des chaînes d’approvisionnement et les flux migratoires. Faute de réponses politiques agiles, les sociétés risquent de connaître une plus grande instabilité, des perturbations économiques et des défis sociaux à long terme. L’agilité de l’action publique est également essentielle pour saisir les nouvelles opportunités d’un développement plus durable et inclusif.
La nécessité de renforcer la compétitivité nationale dans des domaines stratégiques clés : À une époque d’intensification de la concurrence internationale fondée sur la technologie, les concepts de « souveraineté technologique » et d’« autonomie stratégique » – qui font référence à la capacité d’un pouvoir politique à agir de manière stratégique et autonome à une époque d’intensification de la concurrence mondiale fondée sur la technologie – ont gagné du terrain dans l’élaboration des politiques nationales (voir le chapitre 2). Les approches traditionnelles de l’action publique peuvent avoir du mal à suivre le rythme des évolutions technologiques et à saisir les opportunités et les défis qu’elles induisent pour les marchés et la société. Une action publique agile permet aux pouvoirs publics d’être plus réactifs et de cibler les aides là où elles sont le plus nécessaires.
La nécessité de relever les défis mondiaux et sociétaux : Relever les défis mondiaux tels que ceux liés à la sécurité alimentaire, aux phénomènes météorologiques extrêmes, à la pauvreté et à l’épuisement des ressources nécessite une innovation importante. L’Agence internationale de l’énergie (AIE) indique que la plupart des réductions des émissions de CO2 jusqu’en 2030 proviendront de technologies déjà disponibles. Toutefois, d’ici à 2050, 35 % de ces réductions nécessiteront des technologies qui ne sont pas encore développées. Pour atteindre ces objectifs, d’importants efforts d’innovation sont nécessaires au cours de la décennie à venir pour mettre ces technologies sur le marché (AIE, 2023[8]). Pour impulser ce changement, les politiques doivent être agiles et expérimentales, de manière à permettre une utilisation plus efficace des ressources publiques à l’appui des technologies vertes, telles que les énergies renouvelables, le captage du carbone et les infrastructures de véhicules électriques. Des politiques agiles peuvent lever les obstacles au déploiement à plus grande échelle de ces technologies, en les aidant à les adopter plus rapidement.
La demande décrite ci-dessus entraîne plusieurs exigences auxquelles il est possible de répondre au moyen d’outils et d’approches qui soutiennent et éclairent les processus agiles de l’action publique. L’agilité peut être encouragée de différentes manières.
Source : Élaboré par les auteurs.
Le graphique 7.2 présente le cycle de l’action publique agile, entouré de six « mesures de soutien » particulièrement utiles pour rcatalyser et éclaire les politiques agiles.Les six mesures de soutien à une politique agile sont les suivantes :
Procéder à une évaluation préliminaire : Pour les situations très complexes, incertaines et urgentes, il n’est pas toujours évident de déterminer si une action publique est nécessaire ou comment elle devrait être ciblée. Un diagnostic préliminaire de la situation est donc nécessaire. Par exemple, le cadre relatif à la gouvernance anticipative des technologies émergentes de (OCDE, 2024) fait valoir qu’un processus de diagnostic préliminaire approprié peut, avec des ressources limitées, aider à circonscrire la question potentielle et à cibler davantage les interventions. Il s’agit là d’une occasion de donner du sens, d’apprendre et d’agir de manière ciblée (y compris en décidant de ne pas agir).
Anticiper de multiples options : Des politiques rapides et agiles peuvent tirer parti de l’identification de plusieurs voies d’action politique susceptibles d’être suivies. Des outils comme la prospective adaptative peuvent aider à identifier de multiples modes d’action potentiels tout en apportant des éclairages sur leur impact potentiel. Même si le choix final e portera sur une orientation politique particulière, les autres options possibles peuvent servir de référence à des fins de comparaison au cours du cycle d’élaboration de politiques agiles.
S’appuyer sur l’intelligence collective : pour favoriser une conception robuste des politiques et pour faciliter la légitimité des nouvelles mesures politiques auprès des personnes qui seront touchées par ces mesures, il est avantageux de dialoguer avec un large éventail de parties prenantes et de recueillir des informations auprès d’elles. L’intégration de l’intelligence collective dans l’élaboration des politiques de recherche et d’innovation garantit la robustesse des politiques et leur adéquation avec les besoins sociétaux et environnementaux. La participation d’un large éventail de parties prenantes, notamment des chercheurs, des dirigeants de l’industrie et le public, permet de recueillir des points de vue divers et renforce la conception et la légitimité d’une nouvelle mesure. Les outils susceptibles de contribuer à cette action de soutien comprennent, sans s’y limiter, l’évaluation participative des technologies et les dialogues multipartites.
Expérimenter les innovations : La politique agile se caractérise par la nécessité d’élaborer et d’appliquer des politiques à des contextes en rapide évolution, ce qui nécessite souvent de nouvelles approches politiques. Il est possible de le favoriser en soutenant l’expérimentation et l’évaluation de nouvelles approches au cours du cycle de l’action publique. L’expérimentation des politiques sous ses nombreuses formes peut y contribuer (voir le graphique 7.2).
Évaluer pour orienter en temps réel : si l’évaluation ex post est utile dans des contextes stables et prévisibles, où l’apprentissage peut prendre du temps, lorsque les circonstances changent, ces enseignements peuvent arriver trop tard. Il est donc nécessaire de passer de l’évaluation a posteriori de la réussite d’une politique à l’évaluation en tant que moyen d’apprentissage en temps réel. Dans ce contexte, les outils et les approches d’évaluation formative, qui mettent l’accent sur l’apprentissage et l’adaptation des politiques pendant leur mise en œuvre, constituent une action de soutien essentielle.
Analyse continue des problématiques externes : se tenir informé(e) de l’évolution du contexte extérieur à l’organisation, qu’il s’agisse d’indications d’une évolution des déterminants de l’action publique ou de signaux faibles de technologies émergentes qui pourraient devenir préoccupantes. Une telle analyse contextuelle est utile pour déclencher de nouveaux cycles de politiques agiles et/ou pour placer les cycles de politiques actuels dans un contexte changeant et en évolution.
Si les mesures de soutien sont plus adaptées à certaines étapes du cycle de l’action publique qu’à d’autres, elles ne sont pas exclusives à une étape particulière. Les six mesures de soutien constituent des exigences en matière de données probantes qui peuvent être fournies par divers outils et approches de renseignement stratégique et diverses formes d’expérimentation des politiques – elles sont présentées dans le tableau 7.1 ci-dessous et sont présentées en détail dans les sections ultérieures.
Le renseignement stratégique aura un rôle essentiel à jouer dans l’élaboration de politiques en faveur des nouvelles sciences et technologies, dont l’importance est évidente, mais dont les implications et les trajectoires précises restent incertaines. Par exemple, les technologies quantiques émergentes (comme les ordinateurs, les capteurs et les communications quantiques) promettent de transformer de multiples secteurs, de stimuler les progrès du calcul traditionnel et d’aider à relever des défis sociétaux complexes grâce à l’exploitation de la mécanique quantique.
Le renseignement stratégique fait référence aux connaissances et aux données factuelles sur les évolutions actuelles et futures des nouvelles sciences, technologies et innovations, et leurs impacts potentiels sur l’économie et la société. Un large éventail de méthodes peut fournir des renseignements stratégiques, tels que l’analyse comparative statistique, la prévision et la modélisation, la prospective, l’évaluation des technologies, la cartographie des systèmes et des trajectoires, le suivi et l’évaluation des technologies. Les fournisseurs de renseignement stratégique comprennent les organismes chargés de la prospective et de l’évaluation des technologies, les académies nationales de science et de technologie, les offices et agences statistiques, les commissions nationales ad hoc, les organismes de réglementation et les organismes de normalisation.
Dans le contexte de la STI, le renseignement stratégique désigne les connaissances exploitables qui aident les responsables de l’action publique à comprendre les impacts de la STI et à anticiper les évolutions futures (Robinson et al., 2021[1]). En particulier dans les domaines technologiques qui émergent et évoluent rapidement, où l’on dispose de peu de données systématiques pour fournir une analyse des tendances ou des données directes, les outils et les approches de renseignement stratégique sont mobilisés pour combler le déficit.
La prospective stratégique et l’évaluation des technologies ont une longue histoire (Robinson et Doherty, 2025[9]), mais elles sont aujourd’hui amenées à évoluer pour répondre aux besoins actuels des politiques STI, en adoptant de nouvelles approches pour répondre à ces nouvelles exigences – dont beaucoup ont trait à la nécessité de rapidité et d’agilité (Robinson, Winickoff et Kreiling, 2023[10]).
Détecter les signaux précoces de l’évolution technologique et socio-économique : analyse prospective continue
L’analyse prospective est une méthode exploratoire systématique conçue pour détecter les premiers indicateurs d’évolutions technologiques et socio-économiques potentiellement significatives. L’analyse prospective permet de repérer les « signaux faibles », des tendances naissantes ou des problèmes émergents susceptibles d’évoluer vers des changements transformateurs et de rupture. Ces signaux font l’objet d’une analyse structurée afin d’évaluer leur pertinence, leur trajectoire et leurs implications potentielles pour l’action publique et la prise de décision. Ce processus permet aux responsables de l’action publique d’anticiper les défis et les opportunités émergents, en particulier dans des domaines en rapide évolution comme la biologie de synthèse, les métamatériaux ou la science et la technologie quantiques.
L’analyse prospective continue ou régulière fournit aux décideurs des éclairages sur les moteurs du changement, favorisant la formulation de politiques proactives qui s’alignent sur l’évolution des paysages technologiques et sociétaux. Le processus s’appuie principalement sur des recherches documentaires, en s’appuyant sur la littérature, les rapports et les ensembles de données existants. Pour renforcer la robustesse des conclusions, l’analyse prospective est complétée par des consultations d’experts, des ateliers participatifs et des exercices de prospective structurés afin d’affiner, de hiérarchiser et de contextualiser les signaux identifiés. Par conséquent, l’efficacité de l’analyse prospective dépend de la diversité des experts consultés, de l’ampleur et de la fiabilité des sources de données, ainsi que de la rigueur méthodologique appliquée pour synthétiser les éclairages.
Contrairement à l’analyse des tendances conventionnelle, qui repose sur des données passées (y compris même récentes), et extrapole les tendances (à partir de ce qui est connu), l’analyse prospective explore des domaines d’importance potentielle qui ne se sont pas encore pleinement matérialisés (en explorant l’inconnu). L’analyse prospective porte donc intrinsèquement sur les niveaux élevés d’incertitude. De nombreux signaux faibles peuvent ne pas se concrétiser, évoluer dans des directions inattendues ou remettre en cause les hypothèses prévalentes dans un domaine technologique ou politique donné. À ce titre, l’analyse prospective constitue un outil de renseignement adaptatif, qui permet aux décideurs de disposer de capacités d’alerte précoce pour s’adapter à la complexité et à l’incertitude du paysage de l’innovation. Les progrès de l’analyseautomatisée des données ont donné naissance à de nouvelles méthodologies d’analyse prospective, notamment l’extraction de données à partir de pages web (web scraping), les grands modèles de language (LLM) et l’exploration de donnéesbasée sur l’apprentissage automatique, afin de détecter plus tôt les tendances émergentes. Ces approches informatiques renforcent la capacité à capturer les signaux faibles en temps réel, en complément des processus traditionnels de veille pilotés par des experts. Cette automatisation de la collecte et de l’analyse de sources de données disparates marque un nouveau tournant dans le renseignement stratégique – des données plus complexes et hétérogènes peuvent être mobilisées en temps quasi réel – et ouvre la possibilité d’une analyse prospective plus complexe, plus agile et plus rapide.
En Allemagne, le ministère fédéral de la Recherche, de la Technologie et de l’Espace (BMFTR) met actuellement au point deux outils d’analyse fondés sur les données à usage interne de l’administration fédérale dans le cadre de son processus de prospective. Le Tableau de bord de suivi des technologies donne un aperçu du paysage concurrentiel international, avec des indicateurs clés de l’innovation (publications, brevets, start-ups, financement par capital-risque) pour 16 domaines technologiques et plus de 90 technologies individuelles. Le deuxième outil, le radar des technologies émergentes, qui est encore en cours de développement, utilise une approche expérimentale pour identifier et évaluer les technologies émergentes à l’aide de plusieurs méthodes d’IA.
Un autre exemple illustratif est la façon dont l’Office of Science du gouvernement britannique procède à une analyse prospective continue des technologies sur une base hebdomadaire afin d’identifier systématiquement les tendances émergentes et les signaux faibles dans le paysage de la science et de la technologie. Ce processus commence par la collecte de contributions, principalement par le biais de recherches documentaires, qui intègrent diverses sources telles que des publications scientifiques à fort impact (par exemple, des revues scientifiques générales telles que Science et Nature), des rapports du secteur tertiaire, des livres blancs et certains médias sociaux. Dans la mesure du possible, des éclairages supplémentaires sont apportés par la participation à des conférences de spécialistes, des consultations d’experts et des événements sectoriels afin de garantir une évaluation complète et dynamique des évolutions technologiques. Chaque semaine, les renseignements recueillis sont synthétisés afin d'identifier des schémas, des thèmes émergents et des avancées inédites. Un processus de présélection est ensuite entrepris afin de déterminer quels signaux sont les plus susceptibles d’avoir un impact et d’être les plus pertinents pour l’action publique. Ces éléments présélectionnés sont ensuite examinés au sein d’un groupe d’analyse plus large, au sein duquel les principales conclusions peuvent être transmises pour inclusion dans une note d’alerte précoce destinée à informer les hauts responsables de l’action publique et les parties prenantes. Dans ce cadre, des « évaluations technologiques rapides » sont mises au point pour fournir les informations de base sur les technologies émergentes présentant un intérêt issuesde l’activité de veilletechnologique.
L'exemple est intéressant, et pas seulement pour la surveillance continue et régulière. L’Office for Science du gouvernement du Royaume-Uni élabore actuellement une liste structurée de signaux faibles. L’objectif à l’avenir est de classer cette liste par ordre de priorité en fonction de la probabilité que le signal « surprenne » ou soit de rupture dans le contexte du gouvernement britannique. L’identification précoce des technologies émergentes susceptibles de « surprendre » est essentielle pour permettre des évaluations et une élaboration des politiques plus proactives. L’Office for Science du gouvernement britannique travaille actuellement à l’élaboration d’indicateurs, fondés sur la compréhension de l’évolution des technologies, afin de déterminer la probabilité d’un signal faible de perturbation. Ces indicateurs doivent être revus régulièrement pour s’assurer que la hiérarchisation des signaux reste sensible aux évolutions dynamiques du paysage technologique.
Au Japon, l’Institut national de la politique scientifique et technologique (NISTEP) a régulièrement mené des analyses prospectives pour alimenter des processus de prospective plus larges qui éclairent l’action publique, à commencer par la 11e enquête de prospective scientifique et technologique du NISTEP (NISTEP, 2019[11]). Cette enquête a intégré l’analyse prospective comme première phase d’une étude prospective visant à identifier les tendances émergentes, les évolutions futures potentielles et les premiers signes de changement dans la relation entre la société, la science et la technologie. Pour recueillir des données sociétales, l’activité a extrait des tendances de documents existants (communiqués de presse et documents d’orientation, notamment) et intégré des éclairages issus d’ateliers régionaux qui ont exploré les futurs souhaités des différentes régions du Japon. Ces travaux ont été complétés par la collecte d’avis d’experts dans le cadre d’ateliers internationaux. Pour recueillir des informations scientifiques et technologiques, les données ont été extraites de documents tels que les procès-verbaux de réunions de la « nationale diet », les rapports politiques et l’exploration de texte dans des bases de données (par exemple, la base de données sur les subventions pour la recherche scientifique). Elle a également recueilli les avis d’experts scientifiques et technologiques et analysé les communiqués de presse relatifs à la R-D. Les résultats de ces activités ont été cités dans le contexte de l’élaboration des politiques STI, y compris ceux du sixième plan fondamental pour la science, la technologie et l’innovation. Parmi les exemples plus récents d’analyse prospective, on peut citer les enquêtes en ligne par questionnaire sur les signaux émergents et faibles, avec le réseau d’experts en science et technologie du GENIST, qui compte environ 1 700 experts.
Comprendre le contexte : analyse de la situation
Les approches agiles de l’action publique sont jugées utiles lorsque les circonstances évoluent rapidement, qu’il existe une forte incertitude ou qu’un événement ou une occasion rend nécessaire une action politique urgente. L’analyse de la situation est donc une étape essentielle lorsque des politiques agiles sont envisagées – si les circonstances suggèrent des politiques agiles comme solution, il est très probable que la « situation » soit volatile et nécessite un diagnostic préliminaire.
Pour les technologies controversées ou susceptibles de changer la donne, l’analyse de la situation peut prendre la forme d’un recensement des principaux enjeux et/ou des parties prenantes susceptibles d’être affectées par une nouvelle innovation technologique. Pour les politiques agiles qui cherchent à exploiter une technologie nouvelle ou émergente, il peut être utile de cartographier les principaux acteurs de l’écosystème de l’innovation, de cibler davantage la collecte de renseignements et de contribuer à identifier les avancées en matière d’action publique. Pour les politiques agiles qui visent à susciter des changements transformateurs au niveau sectoriel ou systémique, la cartographie des principaux acteurs et infrastructures d’un système particulier aidera à établir une base de référence pour un ensemble d’interventions publiques. Quelques exemples sont donnés dans l’encadré 7.2.
En 2021, l’unité d’évaluation des choix scientifiques et technologiques (STOA) du parlement européen a mené une consultation en ligne auprès des parties prenantes afin de clarifier les préoccupations sociétales entourant une question très actuelle et controversée – la modification génomique des cultures – afin d’étayer la prise de décision des membres du parlement européen (MPE) qui se demandaient si une modification de la réglementation serait nécessaire dans ce domaine technologique émergent et historiquement controversé. L'analyse de la situation au début des processus visait à identifier les principaux espoirs et préoccupations ainsi que les principales parties prenantes qui sont, ou pourraient être, impliqués dans le développement et le déploiement de nouvelles technologies génomiques appliquées aux cultures. Le STOA utilise l'approche STEEPED pour soutenir cette activité – il s’agit une méthode systématique de dresser un premier aperçu des opinions existantes et émergentes (espoirs et craintes) concernant le sujet exploré. L’acronyme STEEPED représente une exploration à travers sept angles différents: sociétal, technologique, économique, environnemental, politique/juridique, éthique et démographique. L'approche STEEPED a également été utilisée pour identifier les représentants des différents groupes de parties prenantes qui seraient ou pourraient être concernés par les nouvelles technologies génomiques des cultures et pour garantir un large spectre d'opinions. Ainsi, l’analyse de la situation a permis d’identifier les espoirs et les préoccupations concernant un domaine technologique et les groupes de parties prenantes potentiellement concernés (OCDE, 2023[12]).
L’analyse de la situation peut également consister à comprendre la capacité d’innovation d’une région, d’une nation ou d’un secteur. Consciente de l’importance stratégique du soutien à son secteur manufacturier, la province canadienne du Québec a créé PRIMA Québec pour identifier et renforcer la compétitivité de la province. Il a entrepris une première cartographie des principaux acteurs de l’écosystème des matériaux industriels avancés, qui a révélé une masse critique d’environ 340 entreprises en 2018 et 570 en 2024 qui mobilisent la R-D sur les matériaux avancés pour créer des produits et des services. Conçue comme une étude de référence susceptible d’être renouvelée, la cartographie de l’écosystème industriel a été un outil essentiel pour identifier et améliorer la position du secteur sur le marché et faciliter la mise en œuvre de politiques publiques visant à mieux soutenir les matériaux avancés dans la province. La répétition de cette analyse de situation par des activités de cartographie régulières a permis à PRIMA Québec de mieux cibler les politiques STI pour soutenir l'écosystème en pleine croissance et tirer parti de ce domaine stratégique et en pleine évolution et crucial sur le plan technologique. (PRIMA Québec 2024).1
1. Référence à ajouter : PRIMA Québec (2024) Advanced Materials : Quebec Innovation in Action. www.prima.ca/wp-content/uploads/2024/06/PRIMA-24-109_Portrait_2024_EN_V2-1.pdf.
Une approche importante de l’analyse de la situation consiste à cartographier les systèmes avec les indicateurs et statistiques associés. L’évolution des propriétés fondamentales d’un système et de son comportement a des implications importantes pour l’analyse et l’estimation ou la prévision des résultats futurs. Une simple extrapolation à partir de l’expérience passée ne permettra pas de prévoir comment un système peut se comporter après sa transformation ou une fois que le processus de changement a commencé. Bon nombre de ces aspects ne sont pas correctement pris en compte par les indicateurs existants, et la base de connaissances et de données factuelles sur les indicateurs et les statistiques qui sous-tendent les décisions des pouvoirs publics peut encore évoluer pour répondre à la complexité et à l’incertitude des changements transformateurs rendus possibles par la STI.
Comprendre les implications des technologies émergentes : une évaluation des technologies tournée vers l’avenir
L’évaluation des technologies joue un rôle clé dans la fourniture de renseignements stratégiques sur les technologies nouvelles et émergentes. Processus interactif et fondé sur des données probantes, l’évaluation des technologies examine systématiquement les dimensions sociétale, économique, environnementale et juridique de l’innovation technologique. Il sert à éclairer le débat public, à façonner les programmes de recherche et de développement et à soutenir la formulation de politiques qui permettent et réglementent le progrès technologique.
L’une des fonctions essentielles de l’évaluation de technologie est de mieux comprendre la situation actuelle et les implications potentielles des technologies émergentes. Cela est particulièrement important dans le contexte de développements technologiques complexes et incertains tels que la biologie de synthèse, les neurotechnologies et la science et la technologie quantiques. L’ évaluation de technologie y contribue en structurant des informations fragmentées ou ambiguës et en les transformant en informations exploitables pour guider les décisions des pouvoirs publics. Les initiatives d’évaluation de technologie institutionnalisées fournissent des analyses ciblées aux organes législatifs et exécutifs.
En ce qui concerne l’évaluation de technologie au pouvoir législatif, aux États-Unis, le groupe Science, Technology Assessment, and Analytics (STAA) du Government Accountability Office (GAO) est un exemple d’évaluation de technologie pilotée par des experts. Il fournit des analyses de grande qualité au Congrès américain, en identifiant les défis techniques et en décrivant les options politiques associées aux risques, aux opportunités et aux considérations de mise en œuvre. Leurs évaluations technologiques rapides offrent des évaluations concises et opportunes de technologies spécifiques pour une élaboration agile des politiques.
Pour le pouvoir exécutif, un autre exemple des États-Unis est le Comité consultatif sur les technologies et la recherche nouvelles et exceptionnelles (NExTRAC) des National Institutes of Health (NIH), qui a été créé pour formuler des recommandations directement à l’intention du Directeur des NIH et facilite le dialogue public sur les implications éthiques, juridiques et sociales des nouvelles biotechnologies. Par exemple, une activité antérieure du NExTRAC a été la création du G ene Drives in Biomedical Research Working Group, qui a examiné si les orientations existantes en matière de biosécurité étaient adaptées à la recherche en laboratoire confinée utilisant la technologie du forçage génétique et les conditions (éventuelles) dans lesquelles les NIH pourraient envisager de soutenir soutenir la dissémination dans l'environnement d'organismes modifiés par le forçage génétique.
L'OCDE élabore actuellement une approche expérimentale appelée évaluation prospective des technologies. Si la plupart des évaluations des technologies portent sur un domaine technologique existant et examinent les impacts potentiels sur la société, l'économie, l'environnement, etc., les évaluations prospectives de technologies se tournent également vers l'avenir pour étudier les évolutions futures dans le domaine technologique lui-même. De cette manière, l’évaluation prospective de technologies peut prendre de l’avance sur les évolutions technologiques et soutenir des politiques agiles, y compris la gouvernance anticipative des technologies émergentes. Deux activités de l’évaluation prospective de technologies sont en cours. La première porte sur la convergence future de la biologie de synthèse, de l’intelligence artificielle et de la robotique, afin d’étudier un éventail de questions de fond telles que les compétences et la main-d’œuvre, la sécurité de la recherche, le choc des cultures de gouvernance, etc. À partir de là, le renseignement prospectif peut aider à établir un diagnostic préliminaire des mesures qui devraient être prises à court terme et de celles qui ne nécessitent pas d’action immédiate. Une deuxième évaluation prospective des technologies est axée sur l’intégration future des technologies quantiques dans divers secteurs, comme la santé et l’espace. Cette activité évalue les facteurs de l’écosystème de l’innovation qui pourraient catalyser et favoriser la traduction des technologies quantiques dans divers secteurs, et anticipe également les impacts potentiels de l’intégration des technologies quantiques dans divers secteurs.
Explorer l’avenir avec d’autres scénarios : la prospective adaptative
La prospective stratégique recouvre un ensemble de méthodologies conçues pour permettre aux responsables de l’action publique d’étudier systématiquement les évolutions futures plausibles, en particulier dans des conditions d’incertitude et de complexité. Plutôt que de chercher à prédire un avenir singulier ou très probable, les processus de prospective cartographient un éventail d’avenirs alternatifs et identifient les opportunités, les risques et les interdépendances qui pourraient façonner l’efficacité des politiques dans divers contextes. Cette approche contribue à élargir le périmètre des débats sur l’action publique en remettant en question les hypothèses conventionnelles et en mettant en évidence les liens latents entre les différents domaines d’action.
Dans le contexte de la politique technologique, la prospective stratégique joue un rôle essentiel dans l’évaluation de la manière dont les technologies émergentes peuvent interagir avec l’évolution des environnements sociétaux, économiques et institutionnels. Pour ce faire, on construit généralement des scénarios qui étudient comment des facteurs externes – souvent indépendants de la volonté d’organisations individuelles – peuvent influer sur les conditions dans lesquelles les technologies sont introduites. Ces exercices de simulation de scénarios remplissent une fonction à la fois analytique et introspective : ils éclairent les choix stratégiques dans le cadre des compétences actuelles des pouvoirs publics, tout en incitant à reconsidérer les hypothèses systémiques plus larges qui sous-tendent ces choix.
Il est important de noter que la prospective stratégique favorise une réflexion globale à long terme et renforce la capacité des systèmes d’action publique à agir avec agilité et cohérence. En favorisant une réflexion commune entre les parties prenantes, les processus de prospective contribuent à aligner la gouvernance des technologies sur les valeurs sociétales, à renforcer la coordination interministérielle et à contribuer à l’élaboration de stratégies d’action publique robustes et résilientes. En fin de compte, l’intérêt de la prospective stratégique ne réside pas dans la prévision de l’avenir, mais dans la capacité à se préparer à tout un éventail d’avenirs plausibles – et, ce faisant, dans le renforcement de la capacité d’adaptation de la politique technologique dans un monde en mutation rapide.
En tant qu’outil sur mesure au service d’une action publique agile, la prospective adaptative représente une évolution stratégique des pratiques prospectives en matière d’action publique, combinant des éléments de prospective, de planification adaptative et de théorie contemporaine de l’innovation. Elle vise à éclairer les décisions des pouvoirs publics dans des conditions où une prévision précise n’est ni possible ni suffisante. Fondamentalement, la prospective adaptative est à la fois une méthode et un état d’esprit qui soutiennent le renseignement stratégique pour faire face à des changements de rupture . Elle repose sur trois piliers : (1) des pratiques de prospective participative, (2) une planification stratégique adaptative qui intègre une réflexion sur les options réelles, et (3) une compréhension évolutive de l’innovation en tant qu’innovation complexe et co-évolutive. Cette approche prend en compte le dilemme de Collingridge : aux premiers stades de l’innovation, on dispose de trop peu d’informations pour piloter efficacement les évolutions ; par la suite, il est difficile d’influencer les trajectoires bien ancrées. Plutôt que de définir des effets fixes, la prospective adaptative facilite l’interprétation et l’élaboration d’options dans des contextes changeants. La prospective adaptative favorise donc la flexibilité, l’apprentissage anticipatif et l’élaboration itérative des politiques.
Le processus de prospective adaptative implique généralement des éléments d’analyse prospective (par exemple, l’élaboration de scénarios pour explorer des futurs divergents), la collaboration avec des experts et des parties prenantes pour garantir la pertinence et la légitimité, des boucles d’apprentissage en temps réel qui permettent un retour d’information et un recalibrage des politiques, et l’intégration d’options stratégiques pour préserver la flexibilité face à l’incertitude.
Citons par exemple la prospective technico-économique de la Commission européenne sur les industries de contenu créatif, le projet Perspectives européennes de la société de l’information (Abadie, Friedewald et Weber, 2010[13]). Ce projet a utilisé une approche adaptative pour tenir compte des transformations numériques rapides dans les industries créatives. En intégrant des techniques de scénario dans un processus flexible et progressif, le projet a produit des informations pertinentes pour l'action publique tout en maintenant la capacité d'ajuster les méthodes et de se concentrer sur la base des connaissances émergentes.
Un autre exemple est l’initiative « Prospective à la demande », qui a soutenu le 2e plan stratégique pour Horizon Europe (2025-2027) de la Commission européenne par le biais d’un vaste processus associant plusieurs acteurs (Commission européenne, 2023[14]). Il a associé l’élaboration de scénarios contextuels, des ateliers d’experts et des consultations publiques pour explorer des domaines de rupture tels que l’ingénierie climatique, l’IA, la gouvernance mondiale et l’avenir de la santé. Les résultats ont non seulement éclairé la définition des priorités, mais également identifié des stratégies de gouvernance et de résilience, soulignant le rôle de la prospective dans la programmation adaptative.
En structurant l’incertitude plutôt qu’en la supprimant, la prospective adaptative renforce l’agilité stratégique en permettant aux décideurs d’anticiper et de se préparer à un éventail d’avenirs plausibles. La clé du cycle de l’action publique agile réside dans le fait que la prospective adaptative peut aider à définir l’objectif de l’action publique et contribuer à la conception itérative de l’action publique agile.
Intégrer des éclairages multipartites dans les processus d’élaboration des politiques : méthodes participatives
La participation de diverses parties prenantes à l’élaboration des politiques STI est devenue une pratique de plus en plus reconnue, qui favorise l’élaboration de cadres d’action plus inclusifs, anticipatifs et socialement réactifs. Les parties prenantes, notamment les scientifiques, les ingénieurs, les communautés touchées, les investisseurs, les entreprises et les citoyens, offrent des perspectives uniques qui apportent des connaissances essentielles (et souvent manquantes) et élargissent le cadre de l’élaboration et de la mise en œuvre des politiques avec des connaissances contextuelles. Ce processus délibératif renforce la relation entre la science et la société, renforce la confiance du public et facilite une communication plus efficace sur les objectifs de la nouvelle politique (Paunov et Planes-Satorra, 2023[15]). Toutefois, les efforts d’engagement qui sont préétablis et assortis de résultats prédéterminés risquent de compromettreces objectifs, en réduisant la confiance et la légitimité (OCDE, 2024).
Il existe toute une gamme de méthodes participatives pour faire en sorte que les éclairages multipartites soient pris en compte dans les débats sur l’action publique et la gouvernance. Les conférences de consensus, les assemblées citoyennes et les jurys de citoyens sont des exemples de ces mécanismes d’évaluation participative des technologies, qui impliquent directement divers acteurs de la société dans l’évaluation et l’élaboration des politiques STI. Ces méthodes sont particulièrement utiles pour les technologies controversées et complexes sur le plan éthique, car elles facilitent le dialogue multiperspective, stimulent le débat public et politique et contribuent à une gouvernance des technologies plus adaptée à la société. En outre, l’évaluation de technologie participative joue un rôle fédérateur, favorisant la compréhension mutuelle entre les groupes de parties prenantes et renforçant la confiance du public dans les décisions politiques grâce à un engagement inclusif.
Entre novembre 2021 et mars 2022, environ 50 citoyens issus de différents horizons se sont réunis au sein de l'Assemblée citoyenne pour la recherche au ministère fédéral allemand de l’Éducation et de la Recherche (BMBF ; depuis mai 2025 : ministère fédéral de la Recherche, de la Technologie et de l’Espace, BMFTR),. Les citoyens ont apporté des idées, reçu des conseils d'experts et participé à des discussions intensives sur la manière de renforcer encore la participation à la recherche et à la politique de recherche. Le rapport de l'Assemblée citoyenne pour la recherche, avec ses 25 recommandations d'action et ses cinq grands principes directeurs, a été intégré dans le processus du Livre blanc pour l'élaboration des Stratégie pour la participation à la recherche lancé en 2023. L’Allemagne prend ainsi des mesures concrètes pour faire en sorte que les éclairages des différentes parties prenantes soient pris en compte dans les débats sur les politiques STI.
Un autre exemple est l’élaboration participative d’une stratégie nationale brésilienne en matière d’IA (Estratégia Brasileira de Inteligência Artificial, ou EBIA) (MCTI, 2021[16]). L’objectif était de produire des recommandations et des commentaires à partir de sources participatives afin de créer une vision collective de « Quelle IA voulons- nous pour le Brésil ? » et de veiller à ce que la stratégie éventuelle réponde aux besoins et préoccupations de la société. L’intelligence collective a été mobilisée pour soutenir la conception de la stratégie, grâce à la consultation des parties prenantes sur des versions préliminaires itératives. Cela a non seulement permis d’adapter la politique, mais aussi de faire en sorte qu’au moment de l’élaboration de la stratégie, un ensemble de parties prenantes en avaient déjà connaissance et se l’était d’une certaine manière, appropriées. Cela a conforté la légitimité de la politique.
Un autre exemple est le projet de consultation Citizen and Multi-Actor Consultation on Horizon 2020 (CIMULACT), , mis en œuvre de 2015 à 2018 dans le cadre du programme Horizon 2020 de l’Union européenne, qui s’est concentré sur l’intégration de la participation du public dans la définition des priorités en matière de recherche et d’innovation. Coordonné par le Danish Board of Technology, le projet a impliqué un consortium de 29 partenaires répartis dans 30 pays européens. La méthodologie de CIMULACT s'est appuyée sur divers cadres théoriques, notamment la recherche et l'innovation responsables , l'évaluation participative des technologies et la prospective. L'objectif principal du projet était d'améliorer la pertinence et la réactivité de l'agenda européen de recherche et d'innovation en mobilisant plus de 1000 citoyens dans 30 pays afin d'articuler les futurs durables souhaitables. Un résultat notable a été la formulation de 23 thèmes de recherche, qui ont été présentés comme des suggestions pour les programmes de travail Horizon 2020. Pour valider et enrichir ces propositions, une vaste consultation en ligne a mobilisé plus de 3 400 participants, couvrant un large éventail de points de vues sociétaux.
À plus petite échelle, les Instituts de recherche en santé du Canada (IRSC) ont réuni des groupes de citoyens pour établir des priorités dans des domaines comme la médecine de précision et le partage des données de santé (IRSC, 2021[17]). En 2021, l’un de ces groupes s’est penché sur les questions et les possibilités liées à l’utilisation de l’intelligence artificielle dans le diagnostic des soins de santé. Les conclusions du panel ont éclairé les lignes directrices fédérales sur l’éthique de l’IA dans le domaine de la santé. Bien que ponctuelle, plutôt qu’itérative, cette initiative révèle que des approches participatives, comme les panels de citoyens, peuvent être appliquées aux politiques relatives aux technologies émergentes qui sont éclairées par les espoirs et les préoccupations de la société (et donc réactives) et qui incluent un large éventail de parties prenantes afin de renforcer la légitimité et la confiance dans une politique qui est liée à un domaine potentiellement controversé.
Retour d’information et apprentissage continus : évaluation formative (en temps réel)
L’évaluation formative en temps réel est apparue comme une approche distincte qui s’écarte des méthodologies d’évaluation traditionnelles axées sur les résultats en donnant la priorité à l’apprentissage et à la capacité d’adaptation dans le contexte des politiques STI. Contrairement aux cadres d’évaluation classiques axés sur les résultats, qui se concentrent principalement sur la responsabilité, la mesure des performances et le respect d’objectifs prédéfinis, le suivi et l’évaluation réflexifs facilitent la réflexion critique sur les hypothèses existantes (fondées sur les enseignements tirés lors de la mise en œuvre d’une politique), l’évolution des positions institutionnelles (la mission globale d’une organisation politique peut avoir changé) et l’évolution des facteurs contextuels externes.
En favorisant un processus continu de retour d’information, de dialogue et de reflexion critique, le suivi et l'évaluation réflexifs permettent aux responsables de l’action publique et aux praticiens et aux professionnels de repérer, de remettre en question et, éventuellement, de reconfigurer les normes, les modèles de gouvernance et les cadres institutionnels profondément ancrés qui peuvent entraver l’élaboration de politiques agiles dans des domaines d’action incertains et complexes, comme les technologies émergentes ou les politiques d’innovation porteuses de transformations.
Cette approche réflexive tient compte de la nature dynamique et incertaine des systèmes d’innovation, en reconnaissant que les objectifs initialement définis peuvent devoir être adaptés en réponse aux défis et opportunités émergents. À ce titre, elle sert de mécanisme d’apprentissage institutionnel au sein de l’organisation qui élabore les politiques, en veillant à ce que l’évaluation ne soit pas simplement un exercice rétrospectif d’évaluation de la conformité et de l’impact, mais un outil proactif pour façonner des processus adaptatifs et agiles.
En 2019, le gouvernement français a lancé le programme de recherche (Cultivons et protégeons les cultures autrement, un programme prioritaire de recherche (PPR) visant à accélérer la transition vers une agriculture sans pesticides. Lancée par le ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation et le Secrétariat général à l’investissement, cette initiative incarne un programme de recherche axé sur des missions. Reconnaissant les longs délais de mise en œuvre nécessaires pour que la recherche influe sur la pratique (généralement 10 à 20 ans), le programme prioritaire de recherche oriente stratégiquement la recherche fondamentale vers la mise en place de systèmes agricoles sans pesticides d’ici à 2030-2040.
Le programme de financement a soutenu dix projets de recherche transdisciplinaires, transsectoriels et multi-acteurs, chacun financé à environ 2 millions d'euros, dans le but de produire des innovations radicales, potentiellement révolutionnaires. Ces projets s’inscrivent dans des environnements expérimentaux contrôlés afin d’atténuer les risques et d’éclairer une application plus large. Toutefois, la double nature de la recherche – ouverte et axée sur des missions – nécessite de faire face à des niveaux élevés d’incertitude concernant les résultats de la recherche et leur impact pratique.
Pour gérer cette complexité, le PPR a intégré une structure de gouvernance centrée sur le renseignement stratégique, conçue pour soutenir l’orientation, la programmation et l’exécution des dix projets de recherche à orientation précise. Cette structure permet un pilotage adaptatif grâce à l’apprentissage et à la coordination en temps réel. Plus précisément, quatre fonctions essentielles ont guidé ce processus : (a) suivre les activités menées dans le cadre du projet et en tirer des enseignements, (b) anticiper les évolutions contextuelles, (c) évaluer les performances des expériences en cours, et (d) favoriser les synergies au sein du portefeuille de projets et avec des programmes extérieurs (ailleurs en France et en Europe).
Un mécanisme central pour l’orientation stratégique consistait à utiliser des voies d'impact, c'est-à-dire – des projections sur la manière dont les activités de recherche du projets s’inscrivent dans l'objectif plus large de la mission. Chacun des dix projets, ainsi que le programme de financement dans son ensemble, a été chargé de construire et d’affiner de manière itérative ces voies d’impact. Dans un premier temps, les voies d’impact ex ante ont servi de base à des exercices de rétroprojection afin d’aligner la conception de la recherche sur la transformation envisagée (permettant une articulation plus poussée de l’objectif de la mission). Par la suite, le suivi en temps réel a transformé ces voies en « repères évolutifs » pour évaluer les progrès, facilitant ainsi les ajustements en temps opportun.
Ces voies d’impact ont été élaborées conjointement dans le cadre d’ateliers participatifs associant diverses parties prenantes, garantissant la mobilisation de renseignements distribués et l’intégration de perspectives multiples. Fondamentalement, l’architecture imbriquée de dix voies d’impact des projets, les voies de au niveau des programmes de financement et l’objectif politique global a permis au responsable du programme de suivre les progrès, d’identifier et d’exploiter les synergies, de se coordonner avec des initiatives complémentaires et de dialoguer avec les principales parties prenantes pour maximiser l’impact collectif.
L’évaluation formative joue un rôle crucial dans l’expérimentation de la gouvernance, en favorisant l’adaptation en temps réel des instruments d’action et des stratégies d’intervention. Grâce à un « suivi réflexif », les responsables de l’action publique peuvent évaluer l’efficacité de différentes panoplies d’instruments de gouvernance et procéder aux ajustements nécessaires en temps quasi réel, ce qui leur permet de mieux s’adapter aux progrès technologiques et à la dynamique du marché. Cette capacité est particulièrement précieuse dans les politiques d’innovation axées sur des missions, où l’agilité de l’action publique et l’apprentissage itératif sont essentiels pour atteindre les objectifs stratégiques à long terme.
L’expérimentation des politiques implique la mise en œuvre de manière délibérée des interventions politiques à petite échelle et/ou temporaires conçues pour tester les résultats de nouvelles approches (OCDE, 2024[7]). L’objectif est d’évaluer si ces interventions devraient être transposées à plus grande échelle si elles sont couronnées de succès ou supprimées progressivement si elles n’atteignent pas les résultats souhaités. L’expérimentation est essentielle à l’élaboration de politiques STI agiles, car elle permet aux responsables de l’action publique de tester et d’affiner les approches en temps réel, de relever des défis imprévus, de s’adapter à l’évolution des conditions et de prendre des décisions fondées sur des données qui correspondent aux besoins de la société et de l’économie.
Cette section examine les deux types d’expérimentation suivants et s’intéresse à des exemples spécifiques afin de couvrir un champ plus large :
Des environnements propices à l’expérimentation des politiques, dans lesquels les nouvelles idées et solutions technologiques peuvent être testées à petite échelle, sur la base desquelles elles peuvent ensuite être transposées à plus grande échelle ou progressivement abandonnées. Les laboratoires d’innovation politique et les bacs à sable réglementaires en sont des exemples.
Méthodes d’expérimentation des politiques, visant à suivre et à évaluer les impacts de diverses approches et programmes d’action. Les essais contrôlés randomisés (ECR) et les expériences sur le terrain en sont des exemples.
L’expérimentation des politiques STI va au-delà de ces deux approches (OCDE, 2023[12] ; Bravo-Biosca, 2019[18]). Elle peut également prendre la forme d’expérimentations avec des modèles de gouvernance, comme des initiatives visant à renforcer la collaboration intergouvernementale ou à associer efficacement les citoyens et les entreprises aux processus d’élaboration des politiques.1
Environnements expérimentaux : laboratoires d’innovation politique et bacs à sable réglementaires
Les laboratoires d’innovation politique (PIL) sont des organisations ou des initiatives qui appliquent des méthodes expérimentales et scientifiques de laboratoire pour générer et tester des solutions innovantes et fondées sur des données probantes à petite échelle avant une mise en œuvre plus large. Ils favorisent une élaboration agile des politiques en dotant le secteur public d’une expérience pratique de l’expérimentation et en encourageant activement le recours à des approches innovantes. Les PILs agissent comme des pôles de collaboration, réunissant diverses parties prenantes (citoyens, entreprises, experts et décideurs) pour analyser les enjeux de l’action publique et élaborer des solutions centrées sur l’utilisateur (Bellefontaine, 2012[19]). Ces laboratoires peuvent être intégrés au sein de l’administration ou fonctionner comme des entités externes. Dans les deux cas, ils sont les instigateurs du changement, remettant en question les processus traditionnels et catalysant de nouvelles méthodes de travail dans l’ensemble du système politique. Ils offrent un espace de mobilisation des connaissances et d’innovation en matière d’action publique.
On peut distinguer quatre types de PIL (Wellstead, 2020[20]) (voir les exemples dans le tableau 7.3) :
Laboratoires axés sur le design : ils s’intéressent à l’application de la pensée « design » à l’action publique et se concentrent sur des méthodes « centrées sur l’utilisateur », telles que les techniques de visualisation, et sur la collaboration avec les citoyens et d’autres parties prenantes afin de clarifier les définitions des problèmes et de co-créer des solutions.
Administration ouverte/laboratoires de données : employer des approches innovantes en matière d’analyse de données, par exemple en appliquant de nouveaux outils numériques et web pour ouvrir et interroger les données publiques, et donc en s’appuyant sur l’expertise de divers participants pour exécuter et appliquer l’analyse des données.
Laboratoires fondés sur des données probantes : axés sur l’application de techniques d’évaluation rigoureuses, principalement des essais contrôlés randomisés (ECR).
Laboratoires mixtes : Utiliser l’une de ces trois approches.
Le tableau 7.2 présente les principaux avantages et risques potentiels associés aux laboratoires d’innovation en matière d’action publique, tandis que le tableau 7.3 en donne quelques exemples.
Source : Informations sur le Laboratorio de Gobierno (Chili) extraites de (OCDE, 2023[2] ; Gobierno de Chile, 2025[24]), les informations sur iBO (Colombie) ont été extraites de (Observatoire sur l'innovation dans le secteur public (OPSI), 2018[21] ; Alcaldía Mayor de Bogotá D.C., 2025[25]), les informations d'IGL ont été extraites de (IGL, 2025[26]).
Les bacs à sable réglementaires sont des environnements contrôlés dans lesquels les entreprises peuvent tester de nouveaux produits, services ou modèles économiques dans le cadre d’une réglementation assouplie et sous la supervision des autorités publiques (Attrey, Lesher et Lomax, 202[27]). Leurs principales caractéristiques sont les suivantes : (i) ils sont temporaires ; (ii) ils suivent une approche par tâtonnements ; et (iii) ils impliquent une collaboration et des itérations entre les parties prenantes. Elles sont apparues dans le secteur des services financiers, mais leur utilisation s’est rapidement étendue à de nouveaux domaines, en particulier dans des secteurs très réglementés comme les transports, l’énergie et la santé (OCDE, 2023[2]). Dans le contexte de la politique STI, on peut citer comme exemples notables les bacs à sable réglementaires en matière d’IA, qui permettent aux entreprises de tester des outils d’apprentissage automatique sous supervision réglementaire, et les bacs à sable de mobilité urbaine, qui permettent de tester des solutions de transport autonomes ou à faibles émissions.
Les bacs à sable réglementaires permettent aux responsables de l’action publique d’intégrer la flexibilité dans la conception des politiques en recueillant des données concrètes, en identifiant les risques potentiels des technologies émergentes à un stade précoce et en ajustant les réglementations pour les prévenir (Almeida Shimizu, 2020[28] ; Ranchordás, 2021[29]). En outre, en favorisant l’engagement continu des parties prenantes, elles permettent une collaboration plus étroite entre les régulateurs et les entreprises et facilitent une réaction plus rapide aux évolutions du marché. Leur popularité résulte de la reconnaissance du fait que les technologies nécessaires pour bâtir des systèmes socioéconomiques plus durables et embrasser l’avenir numérique peuvent être entravées par les cadres réglementaires existants.
Le tableau 7.4 décrit les principaux avantages et risques potentiels associés à l’utilisation de bacs à sable réglementaires et le tableau 7.5 présente une série d’exemples spécifiques.
Source : Les informations sur GreenLab (Danemark) sont extraites de (De Silva et al., 2023[32] ; IRENA, 2022[34] ; GreenLab, 2021[33] ; CE-OCDE, 2025[35]). Des informations sur le champ d’essai numérique de la voie navigable fédérale Schlei (Allemagne) ont été extraites de (German Federal Ministry for Economic Affairs and Energy, 2025[36]) . Les informations sur les ITN (Malaisie) ont été extraites de (Malaysian Ministry of Science, Technology and Innovation, 2024[37]) et pour les ZLT (Portugal), les informations proviennent de (Portugal's National Innovation Agency, 2025[38]).
Méthodes d’évaluation : essais contrôlés randomisés (ECR)
Les essais contrôlés randomisés (ECR) sont un type de méthode d’évaluation d’impact dans laquelle les participants (individus, ménages, entreprises, etc.) sont répartis de manière aléatoire dans deux groupes ou plus (graphique 7.3). Il s’agit généralement d’un ou de plusieurs groupes de traitement qui reçoivent différentes versions d’une intervention, et d’un groupe témoin qui peut ne recevoir aucune intervention ou la politique ou la pratique standard actuelle (au regard de laquelle la nouvelle intervention est évaluée). Les chercheurs comparent ensuite les résultats entre ces groupes. Étant donné que l'affectation est aléatoire, les groupes de traitement et de contrôle doivent être similaires à tous égards, à l'exception de l'intervention reçue. Cela permet aux chercheurs d’attribuer les différences de résultats à l’intervention elle-même, plutôt qu’à des facteurs de confusion ou à des biais de sélection (J-PAL, 2023[39]).
Source : Élaboré par les auteurs.
Les ECR assurent un suivi et une évaluation rigoureux en permettant aux chercheurs et aux décideurs de concevoir des études qui répondent à des questions spécifiques sur l’efficacité d’un programme et sa théorie économique sous-jacente. En plus de déterminer si une politique ou un programme fonctionne, les ECR peuvent également identifier les composantes qui déterminent la réussite, quelle version d'une intervention est la plus efficace, si les résultats peuvent être reproduits dans différents contextes, et comment l'impact est atteint (ou non atteint) (IGL, 2016[40]). Dans le paysage actuel en rapide évolution, où des investissements importants sont réalisés dans les transitions écologique et numérique, les ECR peuvent aider à tester de nouvelles approches et à garantir une affectation efficiente des ressources publiques.
Les ECR sont utilisés depuis longtemps dans la recherche clinique, mais ils ont récemment gagné une plus large application dans les politiques publiques. Le nombre d’essais contrôlés randomisés dans les domaines de l’innovation, de l’entrepreneuriat et de la croissance des entreprises a notamment augmenté ces dernières années (Firpo et Phipps, 2019[41]). La base de données Innovation Growth Lab (IGL), qui vise à compiler l’ensemble des ECR menés dans ce domaine, comprenait 226 expériences de ce type en 2022 (Serin et al., 2022[42]). Le tableau 7.7 donne quelques exemples sur la manière dont les ECR ont été appliqués dans le domaine des politiques STI. Malgré leur potentiel, l’applicabilité de ces méthodes dans le domaine des politiques STI se heurte également à plusieurs limites, comme indiqué dans le tableau 7.6.
Source : Des exemples ont été tirés de l’ensemble de données d’essai du Laboratoire de croissance de l’innovation (IGL) (IGL, 2024[43]). Des informations sur InReady (Lituanie) ont également été extraites de (Commission européenne, 2024[44]) et pour DIHnamic (Espagne), les informations proviennent de (Commission européenne, 2024[45]).
En dépit de leurs avantages, l’utilisation des renseignements sur les politiques et l’expérimentation des politiques se heurtent à plusieurs difficultés, ce qui contribue à expliquer pourquoi ils ne sont pas plus largement utilisés. Cela s’explique par une série de difficultés évoquées dans cette section.
Défis et opportunités liés à l’intégration du renseignement stratégique et de l’expérimentation des politiques
Si l’expérimentation des politiques et divers outils de renseignement stratégique peuvent procurer un retour sur investissement important, en ce qui concerne les ressources consacrées à ces activités, plusieurs défis doivent être relevés pour une mise en œuvre réussie, notamment les suivants :
Renforcer les capacités et les compétences du secteur public : L’expérimentation des politiques STI peut s’avérer difficile pour le secteur public, et les responsables publics peuvent avoir besoin de nouvelles formations et capacités pour jouer un rôle d’incubateur et d’accélérateur de nouvelles approches expérimentales de l’action publique. La capacité à concevoir et à fournir des services publics selon de nouvelles modalités, associée à une approche centrée sur l’usager de la manière dont l’industrie et les consommateurs en bénéficient, sont des compétences importantes pour l’innovation et l’expérimentation dans l’élaboration des politiques STI. Le recrutement dans le secteur public d’agents dotés de compétences et de profils divers y contribue, notamment d’agents issus de la science et de l’entrepreneuriat. En ce qui concerne le renseignement stratégique, l’un des principaux défis consiste à intégrer les résultats des activités de renseignement stratégique dans la prise de décision STI. Cela peut nécessiter des capacités et des structures institutionnelles adaptées, ainsi que les compétences nécessaires pour interpréter ces résultats. Ce point est examiné plus en détail dans la sous-section ci-dessous consacrée aux structures et capacités d’incitation.
Surmonter les dynamiques de pouvoir et les obstacles structurels qui limitent l’intégration des données probantes dans l’élaboration des politiques : L’intelligence n’a pas de sens pratique si elle ne peut pas être mise en œuvre et utilisée. De même, les enseignements tirés de l’expérimentation des politiques doivent être reconnus comme légitimes et intégrés dans les processus d’élaboration des politiques afin d’éclairer l’action publique. Cela pose un défi majeur. Par exemple, comme l’ont montré des travaux antérieurs de l’OCDE, le renseignement stratégique est souvent développé par un « intermédiaire honnête » neutre et éloigné du processus décisionnel – donc indépendant et fiable. De même, les personnes qui expérimentent des politiques jouent souvent un rôle consultatif ou analytique, mais restent en marge de la sphère décisionnelle centrale. Toutefois, pour que les cycles d’élaboration des politiques soient agiles et aient un impact maximal, ces renseignements gagneraient à être recueillis dans le cadre du processus d’élaboration des politiques et avec la participation des décideurs. Pour combler cette déconnexion, il est nécessaire d’intégrer délibérément des fonctions de renseignement stratégique et d’expérimentation dans les centres politiques et stratégiques de la prise de décision. L’une des approches pour résoudre ce problème consiste à établir des pratiques exemplaires en matière de production agile de renseignements à proximité des institutions chargées de l’élaboration des politiques ou sous leur conduite.
Les intérêts particuliers et les réseaux établis d’acteurs en place peuvent constituer un autre obstacle à l’adoption des données. Même des recommandations bien étayées peuvent être ignorées si elles menacent les systèmes existants. Ces dynamiques peuvent limiter considérablement le potentiel du renseignement stratégique et de l’expérimentation à influencer les processus décisionnels.
Renforcer la légitimité du renseignement stratégique et de l’expérimentation des politiques : pour intégrer l’expérimentation dans les politiques STI, les pouvoirs publics doivent créer un environnement dans lequel l’expérimentation de nouvelles approches est non seulement acceptée, mais aussi activement encouragée. La définition de mandats clairs, l’octroi de financements adéquats et le soutien institutionnel garantissent que les acteurs disposent des moyens et de l’autorité nécessaires pour faire avancer l’expérimentation. Il s’agit de veiller à ce que les responsables de l’action publique et les institutions disposent à la fois du soutien et des ressources nécessaires pour expérimenter.
La légitimité politique joue un rôle essentiel dans le renforcement de la confiance entre les parties prenantes en montrant que l’expérimentation est délibérée et transparente, et que le renseignement stratégique fournit un processus fondé sur des données probantes visant à améliorer les politiques. Une communication claire et proactive sur les objectifs, les processus et les résultats de ces efforts contribue à renforcer cette légitimité. La mise en place de cadres d’évaluation rigoureux mais évolutifs – et l’apprentissage ouvert des succès et des échecs – renforcent encore la responsabilité et la confiance du public dans les approches innovantes.
Intégrer l’agilité tout en assurant un suivi et une évaluation robustes : Intégrer un apprentissage itératif et une évaluation régulière dans la mise en œuvre des politiques STI permet de déterminer si les initiatives atteignent effectivement leurs objectifs. Cela permet de déterminer en temps utile ce qui fonctionne et ce qui ne fonctionne pas, et de déterminer quand il convient d’intensifier ou d’interrompre les initiatives. À cette fin, les structures expérimentales devraient rester réversibles – de sorte qu’elles puissent être interrompues sans perturbation majeure si elles s’avèrent infructueuses – et pouvoir s’adapter aux enseignements tirés de leur mise en œuvre. Toutefois, au fil du temps, des intérêts particuliers peuvent se former autour de certaines initiatives, ce qui rend les changements plus difficiles. L’expérimentation dans le cadre d’un ensemble plus large de mesures de soutien (voir graphique 7.2) peut accroître la flexibilité.
Contraintes en matière de prise de risque requises pour l’expérimentation dans les politiques publiques
Plusieurs facteurs limitent la prise de risque nécessaire à l’expérimentation des politiques publiques. Il s’agit notamment des restrictionsimposées à l’utilisation des fonds publics pour les approches expérimentales de l’action publique. Par exemple, il peut y avoir des contraintes sur le versement aléatoire de fonds publics – comme l’exigent les essais contrôlés randomisés – ou des critères rigides et des procédures longues pour demander de nouveaux instruments de financement – comme ce serait necessaire pour des approches plus agiles en matière d’élaboration des politiques, telles que comme cela serait nécessaire pour des approches plus agiles en matière d'élaboration des politiques, telles que la mise en place de projets pilotes à petite échelle et la décision sur cette base d’étendre ou de réduire ces initiatives.
Dépenser l’argent des contribuables pour des initiatives dont les résultats sont incertains et qui ne donnent pas de résultats garantis est une préoccupation légitime. La responsabilité et le contrôle des dépenses sont tout aussi importants que d’autres mécanismes de surveillance visant à prévenir l’utilisation abusive des ressources publiques.
Dans le même temps, il est important d’éviter les « fausses efficiences » – un système qui semble être rentable à court terme mais qui, en fin de compte, étouffe l’innovation en rejetant les « bons déchets » qui accompagnent les tests et l’apprentissage (Potts, 2009[46]). Les avantages potentiels de l’expérimentation sont souvent abstraits, incertains et répartis entre de multiples parties prenantes. En revanche, les risques d’échec de l’expérimentation sont souvent spécifiques, mesurables et directement liés à des décisions individuelles (Torugsa et Arundel, 2017[47] ; Ritchie, 2014[48]). Il en résulte un biais selon lequel les échecs des expériences se distinguent davantage que les réussites, ce qui rend les agents publics plus réticents au risque et moins susceptibles d’adopter des approches innovantes.
Pour permettre l’expérimentation des politiques, il faudra remédier à ces contraintes, notamment en assurant la transparence, la responsabilité et les retombées de ces initiatives expérimentales, en procédant à es évaluations globales des ensembles de mesures politiques, en s’efforçant d’alléger les obstacles bureaucratiques et en procédant à des ajustements de la réglementation. Il est important de noter qu’en faisant preuve de transparence sur les expériences en matière d’action publique, notamment en les soumettant à des évaluations rigoureuses, on contribue à réduire le risque de mauvaise utilisation des ressources publiques. C’est là que l’expérimentation des politiques en matière d’évaluation et de suivi peut être utile.
Plus compliquée encore est la notion de gestion des nouvelles initiatives qui peuvent réussir ou échouer, telles que des outils politiques pour les innovations de rupture qui présentent un risque plus élevé d’échec. L’essentiel est de trouver des moyens d’évaluer la réussite globale du portefeuille de mesures – plutôt que de chercher à savoir si chacune d’entre elles réussira.
Les procédures bureaucratiques et réglementaires devraient être un autre objectif permanent des évaluations. Si elles jouent un rôle essentiel dans la sauvegarde de principes clés tels que la responsabilité, la conformité, la transparence, la stabilité et la minimisation des risques, elles peuvent également remettre en cause la flexibilité nécessaire à la mise en œuvre d’approches stratégiques agiles. Il s’agit notamment des lois et réglementations qui limitent ou interdisent l’expérimentation des politiques, ainsi que des longs cycles d’approbation et des mécanismes de budgétisation rigides.
Enfin, l’expérimentation peut aussi permettre de réaliser des économies. Évaluer rigoureusement les politiques à l’aide de méthodes expérimentales, comme les essais contrôlés randomisés, permet de déterminer ce qui fonctionne et ce qui ne fonctionne pas, ce qui aide les pouvoirs publics à dépenser plus efficacement des fonds publics limités. Sensibiliser davantage aux avantages de ces méthodes dans le cadre des processus de suivi et d’évaluation favorise une dépense publique responsable. Le coût plus élevé de la mise en place de nouvelles évaluations plus rigoureuses peut tout à fait se justifier et diminuer au fil du temps grâce à une plus grande expérience de leur réalisation et de leur application.
Structures et capacités d’incitation
Le renforcement des capacités pour aider les responsables du secteur public à mettre en œuvre des approches innovantes est un autre facteur essentiel qui freine les progrès (OCDE, 2024[49]). Il s’agit notamment de veiller à ce qu’un large éventail de disciplines et de formes d’expertise soient représentées au sein des administrations publiques, y compris l’expertise de l’industrie et de divers domaines scientifiques, allant des sciences sociales et du droit à l’ingénierie et aux sciences naturelles. En outre, il peut être utile d’offrir aux administrateurs publics et aux fonctionnaires une formation spécifique sur les méthodes d’expérimentation et d’évaluation des politiques, en illustrant leur fonctionnement et en dissipant les idées fausses sur leur utilisation. Parmi les autres compétences essentielles à l’innovation dans le secteur public, on peut citer la maîtrise des données pour prendre des décisions fondées sur des preuves et la narration pour communiquer efficacement les idées (graphique 7.4).
Source : OECD-OPSI (2017[50]).
En outre, l’adoption d’approches davantage centrées sur l’utilisateur peut contribuer à améliorer la manière dont les politiques répondent à l’évolution des besoins des utilisateurs de ces services (voir Graphique 7.4). Cela implique d’évaluer systématiquement si les projets, les politiques ou les services proposés répondent aux besoins des utilisateurs dans le cadre du processus d’approbation des politiques. Des ressources et du temps adéquats doivent être alloués à la compréhension et à l’analyse de ces besoins, ainsi qu’à la réalisation régulière de recherches et d’essais pour s’assurer que les politiques restent pertinentes (OECD-OPSI, 2017[50]). Cela est particulièrement important pour l’expérimentation des politiques, où les tests itératifs et les boucles de rétroaction sont essentiels pour affiner et améliorer les initiatives. En l’absence d’un engagement constructif, les politiques expérimentales risquent de ne pas être en phase avec les besoins réels et de ne pas gagner la confiance du public et de ne pas être adoptées. Pour renforcer la confiance et garantir une participation efficace, il est préférable que les responsables de l’action publique donnent la priorité à quelques processus de participation bien conçus et ayant un impact plus important sur l’action publique, plutôt qu’à une répartition des efforts entre de nombreux processus à faible impact organisés sous la forme de formalités « cochez la case » (OCDE, 2024[3] ; Paunov et Planes-Satorra, 2023[15]). Un engagement mal exécuté risque de décevoir les participants et d’éroder la confiance dans les pouvoirs publics.
Au-delà des capacités, il est impératif de créer une culture de l’innovation, qui incite à s’engager dans des approches expérimentales de l’action publique, avec un système propice à l’expérimentation qui encourage les fonctionnaires à adopter des approches agiles de l’action publique et à utiliser de nouveaux outils numériques pour la collecte et l’analyse des données (OCDE, 2023[2]). Il convient pour cela d’étudier les incitations auxquelles les agents publics sont exposés en matière d’expérimentation des politiques, qui dépendent dans une large mesure de l’évaluation des performances et de la dynamique de promotion professionnelle en place, ainsi que des hiérarchies internes et des opportunitésqu’elles offrent pour les initiatives ascendantes. Les champions du secteur public – qu’il s’agisse de hauts responsables, d’analystes ou de gestionnaires de programmes – peuvent contribuer à façonner cette culture en créant des espaces protégés pour l’apprentissage, même dans les systèmes où les incitations formelles sont limitées.
L’approbation au plus haut niveau de l’expérimentation des politiques – comme l’illustre le cas du Canada (Encadré 7.7) – est également d’une importance capitale pour bâtir et institutionnaliser une culture de l’expérimentation. La « Direction de l’expérimentation pour les administrateurs généraux » du Canada donne mandat aux ministères d’allouer une partie des fonds des programmes à l’expérimentation et de créer des processus clairs pour évaluer et intégrer les enseignements tirés des expériences dans les nouveaux programmes. Par ailleurs, la Finlande a lancé l’initiative Finlande expérimentale, qui encourage et aide les ministères sectoriels à mener des expériences en matière d’action publique en les soutenant explicitement au plus haut niveau.
La mise en place de mécanismes de gouvernance intersectoriels pour tirer des enseignements communs de l’expérimentation des politiques, par exemple à l’aide de bases de données centralisées, peut également être utilisée pour suivre les expériences, partager les résultats et minimiser la duplication des efforts. L’amélioration de la coordination contribue à réduire le risque de « projectification », qui se produit lorsque l’accent est trop mis sur des projets pilotes à petite échelle, ce qui entraîne une fragmentation des efforts et rend plus difficile la mise à l’échelle des initiatives réussies en raison de ressources et de capacités limitées (OCDE, 2024[3]).
Depuis 2015, le Canada a adopté une nouvelle approche de gouvernance qui favorise l’innovation dans le secteur public, en mettant fortement l’accent sur l’encouragement des ministères fédéraux à expérimenter de nouvelles méthodes pour améliorer l’élaboration des politiques. À cette fin, le gouvernement a lancé plusieurs programmes visant à surmonter les obstacles à l’expérimentation des politiques et à étendre leur utilisation. Un sous-ensemble de ces initiatives est présenté ci-après.
Institutionnaliser l’expérimentation des politiques
L'initiative Impact Canada, lancée en 2017, vise à promouvoir l'adoption d'approches novatrices en aidant les ministères à concevoir et à évaluer des projets au moyen de prix, de défis, de microfinancement et d'autres approches axées sur les résultats.
L’une des principales réalisations de cette initiative a été d’améliorer l’accès à l’information pour les responsables de l’action publique et les autres parties prenantes grâce à des supports clairs et accessibles sur l’expérimentation des politiques. Dans le cadre de cet effort, le gouvernement canadien a élaboré le document Measuring Impact by Design - A Guide to Methods for Impact Measurement, qui vise à promouvoir l’utilisation d’approches expérimentales et quasi-expérimentales dans l’ensemble du pays. Le guide montre qu’avec une planification adéquate, la plupart des programmes peuvent intégrer des méthodes expérimentales d’évaluation d’impact sans ou avec un minimum de perturbations dans leur fonctionnement normal.
La Direction de l’expérimentation pour les administrateurs généraux est un autre cadre important mis en place dans le cadre d’Impact Canada. Ce document renforce l’engagement du gouvernement à allouer un pourcentage fixe des fonds du programme pour tester de nouvelles approches et fournit des orientations aux administrateurs généraux sur la mise en œuvre de cet engagement.
Pour relever ces défis, le Canada a lancé en 2018 l’initiative Travaux d’expérimentation (EW) afin de former les fonctionnaires aux méthodes expérimentales. Le programme a suivi une approche pratique et fondée sur l’« apprentissage par la pratique », proposant des modules d’apprentissage accessibles, des outils d’accompagnement et un modèle d’« expérimentation ouverte » qui encourageait la transparence et la collaboration. L’une des principales caractéristiques de l’initiative a été le soutien apporté à cinq expériences à petite échelle menées par des ministères et conçues et mises en œuvre par des fonctionnaires (voir les descriptions détaillées ici). En guidant ces expériences du début à la fin, EW a renforcé la compréhension pratique de l'expérimentation, en démontrant sa valeur et en générant des exemples concrets d'expériences fédérales.
Source : Gouvernement du Canada (2024[51]), Observatoire sur l'innovation dans le secteur public (OPSI) (2018[21]).
Institutionnaliser l’expérimentation et le renseignement stratégique
L’institutionnalisation de l’expérimentation et de la production et de l’utilisation du renseignement stratégique sera un élément à l’appui d’une adoption plus large en l’intégrant dans les programmes et cadres nationaux. Elle exige des pouvoirs publics qu’ils créent un environnement dans lequel l’expérimentation de nouvelles approches est non seulement acceptée, mais aussi activement encouragée. Il s’agit :
Faciliter l’accès à l’information : fournir aux décideurs des documents clairs et accessibles sur l’expérimentation des politiques et les approches en matière de renseignement stratégique. Ces ressources pourraient expliquer les différents types d’expérimentation (par exemple, les bacs à sable et les essais contrôlés randomisés) et les méthodes de renseignement stratégique, leurs rôles distincts et la manière dont ils contribuent. Il s’agit notamment d’élaborer des lignes directrices et des cadres qui précisent leur impact et de veiller à leur intégration dans les stratégies nationales.
Élaborer une feuille de route bien définie : définir des objectifs clairs, identifier les principaux domaines d’expérimentation et établir des mécanismes pour transposer à plus grande échelle les initiatives réussies. Il s’agirait notamment de définir des critères de réussite, de fixer des points de référence pour les progrès accomplis et d’assurer une évaluation continue (OCDE, 2024[3]).
Obtenir un soutien politique et financier à long terme : intégrer l’expérimentation des politiques et le renseignement stratégique dans les budgets et les cadres législatifs nationaux. Il s’agit notamment de créer des flux de financement dédiés, de s’attaquer aux obstacles administratifs, de favoriser la collaboration intersectorielle et d’assurer un engagement politique à haut niveau pour soutenir l’expérimentation au-delà des cycles politiques.
Tirer les enseignements des approches combinatoires
Dans certains cas, les approches du renseignement stratégique et de l’expérimentation des politiques sont combinées. Par exemple, en juillet 2024, le UK Regulatory Innovation Office a été créé en tant qu’unité de gouvernance pro-innovation pour faciliter le déploiement rapide de l’innovation sous-tendue par l’innovation responsable. Il s’articule autour de trois grands piliers : un pilier de la connaissance qui mobilise le renseignement stratégique pour mieux comprendre la nature évolutive des domaines technologiques et des indicateurs appropriés à l’appui de la prise de décision stratégique au fil du temps ; un pilier stratégique qui établit les priorités, en particulier les priorités industrielles, en développant un système agile et réactif capable de développer et de mettre en œuvre la gouvernance requise pour ces nouvelles technologies ; et un pilier de la capacité à permettre la réforme institutionnelle et à renforcer les compétences réglementaires nécessaires pour identifier et répondre aux changements économiques et sociétaux importants que les technologies émergentes peuvent apporter. Cet exemple et d’autres montrent la valeur ajoutée de la combinaison de ces différentes approches en un programme d’activités cohérent à l’appui des politiques STI.
Les cycles incrémentiels de l’action publique, comme le montre le graphique 7.1, assurent la stabilité pour le public, donnent une orientation stratégique aux parties prenantes industrielles pour qu’elles s’alignent et favorisent des investissements patients et à long terme. Toutefois, comme le souligne ce chapitre, il existe des circonstances dans lesquelles l’élaboration de politiques agiles est prometteuse – en période d’urgence, qu’elle soit planifiée (faire progresser l’innovation technologique pour améliorer la compétitivité ou résoudre des défis sociétaux) ou non planifiée (réagir à des crises, par exemple à des pandémies ou aux conséquences de guerres et d’autres conflits).
Le renforcement des capacités pour une élaboration éclairée et agile de l’action publique nécessite des expérimentations et des renseignements stratégiques. Anticiper, tester et moduler les politiques en conditions réelles permet de déterminer ce qui fonctionne, ce qui ne fonctionne pas et les domaines dans lesquels des améliorations sont nécessaires. L’intégration de divers outils de renseignement stratégique pour alimenter les actions de soutien à l’agilité peut contribuer à créer une culture de l’anticipation, de l’apprentissage tout en faisant et à accroître la flexibilité et l’adaptabilité au sein des structures bureaucratiques (grâce à de meilleurs mécanismes de coordination et à des processus simplifiés). Cette flexibilité et cette adaptabilité peuvent réduire le coût et la complexité du lancement des expériences.
De multiples actions peuvent favoriser et accélérer l’instauration d’une culture de l’agilité et de l’adaptabilité parmi les responsables de l’action publique. Il s’agit notamment d’institutionnaliser l’expérimentation des politiques en l’intégrant dans les programmes et cadres nationaux, ce qui peut aider à surmonter la peur de l’échec ou les conséquences politiques qui font souvent hésiter les administrateurs publics à innover. En outre, les programmes de formation contribuent à renforcer les capacités du secteur public à tirer parti du renseignement stratégique et à expérimenter des politiques.
Pour surmonter ces difficultés, il faut repenser en profondeur les dispositifs d’incitation. Dans le cas de l’expérimentation des politiques, par exemple, il n’est pas évident de passer d’expériences de petite envergure réussies à l’élimination progressive des échecs ou à l’extension des réussites. La reconnaissance des échecs est souvent découragée en raison de l’inadéquation des incitations, tandis que le succès du déploiement à plus grande échelle peut être entravé par des ressources financières limitées et par les complexités juridiques ou réglementaires qui apparaissent lors d’une mise en œuvre plus large (OCDE, 2024[7]).
En ce qui concerne le renseignement stratégique, l’application de ces outils doit tenir compte de l’absence de preuves tangibles, en particulier dans le contexte d’une grande incertitude et d’une grande complexité dans le domaine des technologies émergentes et en évolution rapide. Il est important de comprendre ces limites et de se concentrer sur l’apprentissage pour une utilisation plus robuste de ces outils au profit d’une politique STI agile.
Ce chapitre a présenté des expériences en matière de renseignement stratégique agile et d’expérimentation des politiques. Ensemble, les éclairages présentés dressent un tableau idéal d’un processus d’élaboration des politiques agile et fondé sur le renseignement. Toutefois, les réalités du travail quotidien des agents des administrations publiques, leurs pratiques et les contraintes institutionnelles ne doivent pas être ignorées. Si des approches prometteuses en matière de production de renseignement stratégique et d’expérimentation des politiques ont été présentées, un large éventail de défis subsistent. L’occasion demeure d’étudier plus avant ces défis et de recueillir des éclairages supplémentaires à partir de l’expérimentation des politiques et de l’utilisation du renseignement stratégique.
Références
[13] Abadie, F., M. Friedewald et K. Weber (2010), « Adaptive foresight in the creative content industries: anticipating value chain transformations and need for policy action », Science and Public Policy, vol. 37/1, pp. 19-30, https://doi.org/10.3152/030234210X484793.
[8] AIE (2023), Net Zero by 2050: A Roadmap for the Global Energy Sector, https://www.iea.org/reports/net-zero-roadmap-a-global-pathway-to-keep-the-15-0c-goal-in-reach.
[25] Alcaldía Mayor de Bogotá D.C. (2025), Laboratorio de Innovación Pública de Bogotá, https://ibo.bogota.gov.co/.
[28] Almeida Shimizu, J. (2020), « Innovation Assessment in Regulatory Sandboxes », Munich Intellectual Property Law Center.
[27] Attrey, A., M. Lesher et C. Lomax (202), « The role of sandboxes in promoting flexibility and innovation in the digital age », OECD Going Digital Toolkit Notes 2, Éditions OCDE, Paris, https://doi.org/10.1787/cdf5ed45-en.
[19] Bellefontaine, T. (2012), « Innovation labs: bridging think tanks and do tanks », Policy Horizons Canada, Ottawa, https://publications.gc.ca/site/fra/432058/publication.html.
[30] BMWK (2025), Regulatory Sandboxes – Testing Environments for Innovation and Regulation, https://www.bmwk.de/Redaktion/FR/Dossier/laboratoires-vivants-espaces-de-tests-pour-les-innovations-et-la-reglementation.html.
[18] Bravo-Biosca, A. (2019), « Experimental innovation policy », National Bureau of Economic Research Document de travail n° 26273, https://www.nber.org/system/files/working_papers/w26273/w26273.pdf.
[6] Cairney, P. (2012), Understanding Public Policy: Theories and Issues, Palgrave Macmillan, Londres.
[35] CE-OCDE (2025), « STIP Compass: International Database on Science, Technology and Innovation Policy (STIP) », édition 24 mars, 2025, https://stip.oecd.org.
[44] Commission européenne (2024), « CORDIS - EU research results », Designing the Service to Improve the Investor Readiness of Start-ups, https://cordis.europa.eu/project/id/824208.
[45] Commission européenne (2024), « CORDIS - EU research results », Digital Innovation Hubs: dynamic facilitation and thrust from regional innovation agencies, https://cordis.europa.eu/project/id/824186.
[14] Commission européenne (2023), Foresight on demand: Foresight towards the 2nd Strategic Plan for Horizon Europe., Direction générale de la recherche et de l’innovation, https://doi.org/10.2777/77971.
[23] Damgaard, B. et J. Lewis (2014), « Accountability and Citizen Participation », The Oxford Handbook of Public Accountability, pp. 258-272, https://books.google.fr/books?hl=en&lr=&id=aaecAwAAQBAJ&oi=fnd&pg=RA1-PT221&ots=g7suNP0Rvc&sig=HmjoRLrkaP3Z3jorLVZFPk23iuA&redir_esc=y#v=onepage&q&f=false.
[32] De Silva, M. et al. (2023), « Unlocking co-creation for green innovation: An exploration of the diverse contributions of universities », OECD Science, Technology and Industry Policy Papers, Éditions OCDE, Paris, https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/12/unlocking-co-creation-for-green-innovation_3f08445a/b887f436-en.pdf.
[31] Didenko, A. (2019), Regulatory sandbox concept: Models, benefits and risks, https://events.development.asia/system/files/materials/2019/04/201904-regulatory-sandbox-concept-models-benefits-and-risks.pdf.
[41] Firpo, T. et J. Phipps (2019), « New Running experiments in innovation and growth policy: What can we learn from recent experience? », Journal for Research and Technology Policy Evaluation, vol. 47, pp. 46-50, https://repository.fteval.at/id/eprint/414/.
[36] German Federal Ministry for Economic Affairs and Energy (2025), « Regulatory Sandboxes – Testing Environments for Innovation and Regulation », https://www.bundeswirtschaftsministerium.de/Redaktion/EN/Dossier/regulatory-sandboxes.html.
[24] Gobierno de Chile (2025), Laboratorio de Gobierno, https://www.lab.gob.cl/que-es-el-lab.
[51] Gouvernement du Canada (2024), Impact Canada, https://impact.canada.ca/en/about.
[33] GreenLab (2021), GreenLab designated regulatory test zone, https://www.greenlab.dk/knowledge/test-zone-designation-paves-the-way-for-the-use-of-green-power/.
[5] Haddad, C. et al. (2022), « Transformative innovation policy: A systematic review », Environmental Innovation and Societal Transitions, vol. 43, pp. 14-40, https://doi.org/10.1016/j.eist.2022.03.002.
[26] IGL (2025), About IGL, https://www.innovationgrowthlab.org/about.
[43] IGL (2024), IGL Trials Database, https://www.innovationgrowthlab.org/igl-database-v2.
[40] IGL (2016), RUNNING RANDOMISED CONTROLLED TRIALS IN INNOVATION, ENTREPRENEURSHIP AND GROWTH: AN INTRODUCTORY GUIDE, https://media.nesta.org.uk/documents/a_guide_to_rcts_-_igl_09aKzWa.pdf.
[34] IRENA (2022), Regulatory sandboxes, https://www.irena.org/Innovation-landscape-for-smart-electrification/Power-to-hydrogen/20-Regulatory-sandboxes.
[17] IRSC (2021), Plan stratégique 2021–2026, Instituts de recherche en santé du Canada, https://cihr-irsc.gc.ca/f/52481.html#section_5 (consulté le 25 mars 2025).
[39] J-PAL (2023), Introduction to randomized evaluations, https://www.povertyactionlab.org/resource/introduction-randomized-evaluations.
[22] Lewis, J. (2020), « The limits of policy labs: characteristics, opportunities and constraints », Policy Design and Practice,, vol. 4(2), pp. 242–251, https://doi.org/10.1080/25741292.2020.1859077.
[37] Malaysian Ministry of Science, Technology and Innovation (2024), National Technology & Innovation Sandbox, https://sandbox.gov.my/sandbox-partners?tab=glance.
[16] MCTI (2021), Summary of the Brazilian Artificial Intelligence Strategy (EBIA), Brazilian Ministry of Science, Technology and Innovations., https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/transformacaodigital/arquivosinteligenciaartificial/ebia-summary_brazilian_4-979_2021.pdf (consulté le 25 mars 2025).
[11] NISTEP (2019), The 11th Science and Technology Foresight: S&T Foresight 2019 - Summary report, National Institute of Science and Technology Policy,, https://doi.org/10.15108/nr183 (consulté le 24 mars 2025).
[21] Observatoire sur l’innovation dans le secteur public (OPSI) (2018), Experimentation Works (EW), https://oecd-opsi.org/innovations/experimentation-works-ew/.
[7] OCDE (2024), « How to best use STI policy experimentation to support transitions? », Les notes de synthèse de l’OCDE, Éditions OCDE, Paris, https://www.oecd.org/en/publications/how-to-best-use-sti-policy-experimentation-to-support-transitions_7b246309-en.html.
[49] OCDE (2024), « Programme de l’OCDE en faveur de politiques STI porteuses de transformations », Science, Technology and Industry Policy Papers, Éditions OCDE, Paris, https://doi.org/10.1787/c0ce0e55-fr.
[3] OCDE (2024), « Stakeholder engagement and collaboration in STI for the green transition », Synthèses de l’OCDE,Éditions OCDE, Paris, https://www.oecd.org/en/publications/stakeholder-engagement-and-collaboration-in-sti-for-the-green-transition_80de5e48-en.html.
[2] OCDE (2023), « Navigating Green and Digital Transitions: Five Imperatives for Effective STI Policy », Science, Technology and Industry Policy Papers, Éditions OCDE, Paris, https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/11/navigating-green-and-digital-transitions_5c462250/dffb0747-en.pdf.
[12] OCDE (2023), « Technology assessment for emergying technology: Meeting new demands for strategic intelligence », Science, Technology and Industry Policy Papers, Éditions OCDE, vol. 146, https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/04/technology-assessment-for-emerging-technology_36ad6cd6/e738fcdf-en.pdf.
[50] OECD-OPSI (2017), « Core skills for public sector innovation: a beta model », Éditions OCDE, Paris, https://oecd-opsi.org/wp-content/uploads/2018/07/OECD_OPSI-core_skills_for_public_sector_innovation-201704.pdf.
[15] Paunov, C. et S. Planes-Satorra (2023), « Engaging citizens in innovation policy: why, when, and how? », OECD Science, Technology and Industry Policy Papers, n° 149, Éditions OCDE, Paris, https://doi.org/10.1787/ba068fa6-en.
[38] Portugal’s National Innovation Agency (2025), « Agência Nacional de Inovação », ZONAS LIVRES TECNOLÓGICAS, https://ani.pt/en/technological-free-zones/.
[46] Potts, J. (2009), « The innovation deficit in public services: The curious problem of too much efficiency and not enough waste and failure », Innovation, vol. 11, pp. 34-43, https://doi.org/10.5172/impp.453.11.1.34.
[29] Ranchordás, S. (2021), « Experimental lawmaking in the EU: Regulatory Sandboxes », University of Groningen Faculty of Law Research Paper Series/No. 12/2021, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3963810.
[48] Ritchie, F. (2014), « Resistance to change in government: risk, inertia and incentives », Economics working paper series, University of the West of England, Bristol, vol. 1412, pp. 1-23, https://d1wqtxts1xzle7.cloudfront.net/36186546/1412-libre.pdf?1420662072=&response-content-disposition=inline%3B+filename%3DResistance_to_change_in_government_risk.pdf&Expires=1740473172&Signature=RSHy~TDWuaC-~ZMlvxYQNyEHeIfkC1KfKRn356ILF~OP4Lb1Tvhinh4q70.
[9] Robinson, D. et D. Doherty (2025), « Strategic intelligence tools for emerging technology governance : A policy primer », OECD Science, Technology and Industry Working Papers, n° 2025/22, OECD Publishing, Paris, https://doi.org/10.1787/02c05775-en.
[1] Robinson, D. et al. (2021), « Policy lensing of future-oriented strategic intelligence: An experiment », Technological forecasting and social change, vol. 169, p. 120803.
[10] Robinson, D., D. Winickoff et L. Kreiling (2023), « Technology assessment for emerging technology: Meeting new demands for strategic intelligence », OECD Science, Technology and Industry Policy Papers, n° 146, Éditions OCDE, Paris, https://doi.org/10.1787/e738fcdf-en.
[42] Serin, E. et al. (2022), Randomised controlled trials: Can they inform the development of green innovation policies in the UK?.
[47] Torugsa, N. et A. Arundel (2017), « Rethinking the effect of risk aversion on the benefits of service innovations in public administration agencies », Research policy, vol. 46/5, pp. 900-910, https://doi.org/10.1016/j.respol.2017.03.009.
[4] Weber, M. et al. (2021), « Agilität in der F&I-Politik. Konzept, Definition, Operationalisierung », Studie zum deutschen Innovationssystem, vol. Nr. 8-2021, https://www.e-fi.de/fileadmin/Assets/Studien/2021/StuDIS_08_2021.pdf.
[20] Wellstead, A. (2020), Policy Innovation Labs, Springer, Cham, https://doi.org/10.1007/978-3-319-31816-5_4000-1.
← 1. Ce point est examiné plus en détail dans les études de Paunov et Planes-Satorra (OCDE, 2023[2]).