[ADRN Issue Briefing] Exploiter l'IA pour renforcer la démocratie sud-coréenne

Contexte : L'IA et la crise de la démocratie à l'ère numérique

Le domaine de l'intelligence artificielle (IA) est passé d'un simple outil de calcul à une force omniprésente qui a un impact profond sur la vie quotidienne des êtres humains, le discours public et la prise de décision politique. L'avènement de l'IA générative et la transition accélérée vers une IA agentive marquent un moment charnière pour la gouvernance contemporaine. Pour la République de Corée, une nation qui possède une infrastructure numérique de classe mondiale et une société civile dynamique, la diffusion des technologies d'IA a maintenant dépassé le point de non-retour. L'enquête de Séoul de 2025 auprès des résidents de la métropole de Séoul capture une dualité frappante dans les attitudes du public envers l'IA (Gouvernement métropolitain de Séoul 2025). Une enquête sur la perception par le public des menaces potentielles à la sécurité sociale a révélé que les deepfakes, les fausses nouvelles générées par l'IA et les fuites de données personnelles étaient considérés comme les menaces les plus graves, tout en exprimant un soutien écrasant à la mise en œuvre de services publics pilotés par l'IA, notamment la détection des angles morts de la protection sociale et les plateformes de politiques personnalisées.

Les discussions dans les cercles universitaires et politiques concernant le lien entre l'intelligence artificielle (IA) et la démocratie ont historiquement été caractérisées par un paradigme technopessimiste et axé sur la réglementation, avec un accent prédominant sur les dangers potentiels associés au capitalisme de surveillance, aux biais algorithmiques et à la manipulation électorale. Bien que ces préoccupations soient valables, une focalisation exclusive sur l'atténuation des risques n'est plus suffisante. Afin d'assurer la vitalité continue des institutions démocratiques, il est impératif de procéder à un changement de paradigme, passant d'un état de pessimisme inconditionnel à une conception institutionnelle active qui exploitera le potentiel démocratique de l'intelligence artificielle. Ce changement doit s'accompagner du développement de garanties solides pour atténuer les menaces potentielles aux institutions démocratiques posées par l'intelligence artificielle.

Afin d'analyser systématiquement l'impact de l'IA, ce briefing distingue deux niveaux de gouvernance démocratique. La démocratie procédurale repose sur les règles institutionnelles qui régissent l'acquisition et le transfert du pouvoir. Ces règles englobent les élections, l'État de droit et l'équité administrative. La démocratie substantielle déplace l'attention des règles procédurales vers les résultats, soulevant des questions quant à savoir si les citoyens disposent des conditions nécessaires à une participation significative, à un jugement autonome, à une délibération continue et à l'égalité socio-économique. Dans la discussion suivante, l'auteur s'appuiera sur les travaux de Jungherr (2023) pour cartographier ces éléments sur trois niveaux d'analyse : le niveau individuel (autonomie), le niveau de groupe (égalité) et le niveau institutionnel (élections). Il convient de noter que le niveau systémique (compétition entre systèmes politiques) a été laissé de côté car il dépasse le cadre de l'analyse.

Menaces à l'intégrité électorale : la démocratie procédurale assiégée

La pierre angulaire de la démocratie procédurale est le système électoral, qui facilite l'acquisition et le transfert du pouvoir politique par un processus juste et transparent. L'IA générative représente une menace directe et croissante pour cette base. L'avènement de la technologie deepfake a inauguré une nouvelle ère de production automatisée à grande échelle de contenus audio et vidéo hyperréalistes fabriqués, avec le potentiel de fausser les perceptions des électeurs, de nuire à la réputation des candidats et d'éroder la confiance du public dans les résultats électoraux (Hong 2024). L'ampleur de cette menace n'est pas simplement spéculative ; c'est une réalité tangible. Lors des récentes élections primaires régionales intégrées de Jeonnam-Gwangju, les autorités sud-coréennes ont découvert 1 600 cas de propagande électorale illicite utilisant des deepfakes générés par l'IA, démontrant ainsi le potentiel de l'IA générative à être utilisée comme un outil pour accélérer une crise cognitive de la vérité (Hankookilbo 2026).

Une deuxième menace pour l'intégrité du système électoral émerge par un canal différent, bien qu'également corrosif : le financement politique. La légitimité démocratique du système électoral repose sur le principe que tous les citoyens participent sur des bases à peu près égales et que le processus d'acquisition et de transfert du pouvoir politique est régi par les votes, et non par la richesse. L'intégrité du processus électoral est fondamentalement sapée lorsque des capitaux substantiels et intraçables provenant de l'industrie technologique affluent dans les campagnes électorales. Il en résulte une dérive vers la ploutocratie, une condition dans laquelle les ressources financières plutôt que les préférences agrégées des citoyens déterminent qui remporte les élections et quels intérêts gouvernent (Jackson et Woolley 2025). En Corée du Sud, l'interdiction légale des dons politiques des entreprises et des organisations est plus stricte que dans des pays comme les États-Unis, atténuant ainsi le risque associé. Cependant, il convient de noter que le pare-feu institutionnel n'est pas impénétrable. Les entreprises contournent la loi par le biais de la « division des dons » (jjogaegi huwon), une stratégie qui consiste à distribuer des fonds à travers un réseau de petites contributions individuelles, échappant ainsi à la détection.

Recommandations politiques : Sauvegarder la démocratie procédurale

La principale recommandation politique est la création d'une « Infrastructure de défense de l'IA d'intérêt public ». Les récentes avancées technologiques ont permis à la Corée du Sud de faire un pas important dans le domaine de l'intégrité électorale. En prévision des récentes élections locales, le ministère de l'Intérieur et de la Sécurité (MOIS) et le Service national de médecine légale (NFS) ont lancé le déploiement d'un « Modèle avancé de détection de deepfakes par IA ». Ce modèle innovant intègre l'analyse des flux mondiaux et la détection d'artefacts locaux, atteignant un taux de précision remarquable de 97 %, comme l'a rapporté Yonhap News en 2026. Les organes de gestion électorale devraient adopter de manière proactive des technologies analogues et exiger la mise en œuvre de normes de filigrane numérique et de provenance du contenu pour tout contenu politique généré par l'IA. La Commission électorale nationale de Corée du Sud a institué une interdiction complète de l'utilisation de contenu deepfake généré par l'intelligence artificielle (IA) à des fins de campagne pendant la période de 90 jours précédant le jour de l'élection. Cette interdiction englobe l'audio, les images et la vidéo synthétiques indiscernables de la réalité (Commission électorale nationale 2025).

La deuxième recommandation concerne la réglementation du financement politique. Selon l'International IDEA (2026), les organes électoraux du monde entier commencent à adopter l'audit par intelligence artificielle (IA). Par exemple, la Commission électorale du Royaume-Uni explore la reconnaissance optique de caractères (OCR) et le traitement du langage naturel (NLP) pour analyser les factures financières et identifier les cas de non-conformité, tandis que l'Institut électoral national du Mexique a mis en œuvre une surveillance des dépenses quasi en temps réel. Il est impératif que la Commission électorale nationale sud-coréenne (NEC) donne la priorité à la mise en œuvre de ces initiatives, en particulier compte tenu de la vulnérabilité de la Corée du Sud au contenu de campagne électorale numérique et assisté par algorithmes diffusé sur YouTube. La surveillance des schémas financiers cachés par analyse algorithmique a le potentiel d'atténuer l'influence indirecte des entreprises et de redynamiser la confiance du public dans l'intégrité électorale.

La troisième recommandation appelle à la mise en œuvre d'un « Modèle d'IA pour l'intégrité électorale » dédié pour relever le défi plus large de la sécurisation du processus électoral dans son ensemble. Dans le contexte électoral contemporain, il existe une prévalence croissante de menaces coordonnées et transfrontalières allant de la fraude interne à la désinformation orchestrée par des entités étrangères. Ces menaces ont le potentiel de rendre les défenses fragmentaires inadéquates (Hong 2024). La fonctionnalité du modèle serait caractérisée par sa capacité à surveiller et analyser en continu des schémas de données anormaux en temps réel. Cette capacité positionnerait le modèle comme un système d'alerte précoce complet, signifiant un engagement envers la résilience démocratique qui va au-delà d'une simple mise à niveau technique.

Démocratie substantielle : les niveaux individuel et de groupe

1. Statut actuel et risques : Autonomie et égalité

Bien que la mise en place de mécanismes procéduraux soit impérative, elle est insuffisante en soi. La démocratie substantielle pose la question de savoir si les citoyens possèdent réellement la capacité de se gouverner et de participer sur un pied d'égalité. Les dangers potentiels posés par l'intelligence artificielle (IA) se manifestent de deux manières distinctes mais interconnectées. Au niveau individuel, l'IA a la capacité de diminuer l'agentivité épistémique et le jugement autonome. Au niveau de groupe, elle sert à exacerber les inégalités structurelles existantes en matière de participation et de représentation.

1.1 Niveau individuel : Érosion de l'autonomie

La démocratie substantielle repose sur le principe de « l'autonomie », qui postule que les citoyens possèdent les informations requises et le jugement indépendant pour prendre des décisions politiques autonomes. La menace potentielle de l'intelligence artificielle (IA) pour l'autonomie n'est pas par la coercition ouverte, mais plutôt par l'érosion plus insidieuse des conditions épistémiques qui facilitent une véritable autonomie.

Le premier mécanisme concerne l'érosion de l'autonomie informationnelle individuelle par le façonnage algorithmique. L'avènement de l'intelligence artificielle a entraîné un déluge d'informations sans précédent, pourtant la conception des algorithmes de recommandation n'est pas orientée vers la promotion de la vérité. Au lieu de cela, ces algorithmes sont conçus pour capter l'attention. Il en résulte que les algorithmes dirigent les individus vers des contenus avec lesquels ils sont déjà d'accord, créant ainsi des bulles de filtre qui isolent les citoyens des preuves contradictoires. De plus, ces algorithmes font remonter des contenus provocateurs des opposants politiques pour maximiser l'engagement, renforçant ainsi les chambres d'écho. Le cœur du problème ne réside pas dans la réception d'informations biaisées par les citoyens, un phénomène qui persiste depuis l'aube de la politique. Le fonctionnement de la curation algorithmique se caractérise par son invisibilité et sa nature étendue, entraînant une érosion progressive de la réalité factuelle partagée qui fonde la délibération démocratique.

Le deuxième mécanisme est la dérive progressive vers la technocratie. La démocratie repose sur un acte de confiance délibéré, à savoir la conviction que le jugement distribué des citoyens ordinaires est plus légitime que l'autorité concentrée de n'importe quel expert. Ce phénomène est particulièrement pertinent dans le contexte de l'IA, où la confiance inhérente placée dans le système peut être une source de pression. Alors que les systèmes d'IA font preuve d'une aptitude remarquable à anticiper des tendances complexes, une transformation épistémologique substantielle est précipitée. La question sous-jacente de savoir s'il faut permettre aux citoyens ordinaires de déterminer le moment des processus d'optimisation pilotés par l'IA semble être une question valable. La technocratie, cependant, n'émerge pas par coercition ; elle est plutôt caractérisée par une logique séduisante d'efficacité. Lorsque la politique est conceptualisée comme un problème d'optimisation, la délibération civique apparaît irrationnelle, et l'autonomie démocratique s'érode progressivement à mesure que le pouvoir passe de l'électorat à une élite technocratique non élue (König 2023).

1.2 Niveau de groupe : Approfondissement des inégalités

Au niveau du groupe, la valeur centrale est l'égalité substantielle, qui implique plus que le simple principe « une personne, une voix ». Elle implique également un accès égal à la voix politique, à la représentation et aux ressources publiques. Les conséquences structurelles de l'IA dans ce contexte sont d'une importance particulière, mais elles sont souvent invisibles, car elles servent à exacerber les divisions sociales existantes plutôt qu'à en générer de nouvelles.

Les deux premiers mécanismes par lesquels l'IA exacerbe les inégalités sont ancrés dans un problème structurel commun et doivent donc être compris conjointement. Les modèles d'apprentissage automatique sont entraînés sur des ensembles de données historiques, c'est-à-dire des enregistrements de sociétés qui se sont formellement et systématiquement engagées dans la discrimination. Ce biais se manifeste dans un schéma paradoxal de déséquilibre de visibilité, où le même groupe marginalisé peut être simultanément trop absent de certains ensembles de données et trop présent dans d'autres. La sous-représentation des groupes démographiques dans les données d'entraînement pour les services publics est un problème important qui peut entraîner une exclusion systémique des services sociaux, de l'emploi et de l'accès financier. Le modèle algorithmique est incapable de reconnaître et de servir ces groupes, ce qui entraîne un biais systémique et une marginalisation. Cette invisibilité peut entraîner une exclusion systémique des services publics pilotés par l'IA ou un traitement biaisé dans les processus d'embauche automatisés. Inversement, les groupes historiquement marginalisés sont souvent surreprésentés dans certains ensembles de données, tels que les dossiers de criminalité. Cette surreprésentation signifie qu'ils sont disproportionnellement soumis aux conséquences négatives de la police prédictive ou de la détermination des peines assistées par l'IA. De plus, ils sont susceptibles d'être victimes d'un redécoupage électoral biaisé, ce qui peut avoir un impact significatif sur leur représentation et leur influence politiques.

Le troisième mécanisme opère par le biais de l'économie. Contrairement aux deux précédents, cette préoccupation particulière concerne la manière dont l'intelligence artificielle (IA) influence les conditions matérielles de la participation démocratique. Alors que les entreprises adoptent de plus en plus l'automatisation pilotée par l'IA, cela a entraîné le déplacement de travailleurs, une érosion du pouvoir de négociation de la main-d'œuvre et une contraction des revenus, sapant ainsi les fondements socio-économiques cruciaux pour la pérennité de la démocratie substantielle. La vague actuelle se caractérise par sa portée étendue, qui la distingue des tendances d'automatisation antérieures. Alors que l'automatisation a historiquement touché le travail manuel, l'IA générative menace désormais également les professions de cols blancs et de travailleurs du savoir. Ce phénomène a été illustré lors de la grève des scénaristes d'Hollywood en 2023, qui a mis en évidence le potentiel de l'IA générative à perturber non seulement la main-d'œuvre, mais aussi le secteur créatif. La concentration de la prospérité générée par l'intelligence artificielle (IA) entre les mains d'un groupe restreint d'experts technologiques risque d'exacerber les inégalités économiques et politiques en créant un cycle de renforcement mutuel. Ceux qui possèdent les ressources nécessaires pour influencer le développement de l'intelligence artificielle (IA) ont tendance à acquérir une influence politique disproportionnée. En revanche, ceux qui sont déplacés subissent non seulement une perte de revenus, mais aussi la position civique que la sécurité économique peut faciliter.

2. Surmonter les risques et exploiter l'IA pour la démocratie substantielle

Si elle n'est pas traitée, la trajectoire actuelle de l'IA continuera de remodeler les sociétés démocratiques d'une manière qui concentre le pouvoir informationnel, restreint la portée du jugement politique et consolide les inégalités existantes. Cependant, cette trajectoire n'est pas inévitable. La capacité technologique qui fait de l'IA une menace potentielle pour la démocratie substantielle peut, dans des conditions institutionnelles différentes, devenir une ressource pour le renforcement de la démocratie. Dans ce cas, l'IA passerait d'un instrument de manipulation cognitive, de domination technocratique et d'inégalité structurelle à une infrastructure démocratique d'autonomisation, d'inclusion et de délibération augmentée.

2.1 Restaurer l'autonomie individuelle

La première étape de cette enquête consiste à identifier les conditions dans lesquelles la distorsion de l'agentivité épistémique par les processus algorithmiques reste incontrôlée. Les algorithmes de recommandation qui influencent le contenu consommé par des millions de citoyens sont opaques, fonctionnant d'une manière qui n'est pas soumise à l'examen public ou à la surveillance démocratique. Pour répondre à ces préoccupations, les gouvernements doivent imposer des exigences de transparence algorithmique et exiger des audits externes réguliers et indépendants des principales plateformes numériques. Cependant, la transparence seule ne suffit pas à favoriser une véritable délibération ; elle identifie simplement les problèmes sans établir les conditions nécessaires à un dialogue constructif. Dans ce contexte, la Civic Tech émerge comme une entité essentielle. Plutôt que d'utiliser l'intelligence artificielle (IA) pour manipuler les préférences, les gouvernements peuvent la réaffecter comme un instrument de délibération augmentée. Un exemple particulièrement éclairant est fourni par l'initiative taïwanaise vTaiwan, qui utilise l'algorithme Pol.is. Cette initiative cartographie le paysage de l'argumentation publique, regroupe une myriade de positions, identifie les accords inter-partisans et fait émerger un « consensus approximatif » tout en marginalisant les échanges toxiques (Yang 2026). Contrairement à l'approche maximaliste des algorithmes commerciaux, qui privilégient l'engagement émotionnel, l'architecture de vTaiwan favorise l'échange raisonné, reconstruisant ainsi les conditions épistémiques nécessaires à l'autonomie.

La première étape de cette enquête consiste à identifier les conditions dans lesquelles la distorsion de l'agentivité épistémique par les processus algorithmiques reste incontrôlée. Les algorithmes de recommandation qui influencent le contenu consommé par des millions de citoyens sont opaques, fonctionnant d'une manière qui n'est pas soumise à l'examen public ou à la surveillance démocratique. Pour répondre à ces préoccupations, les gouvernements doivent imposer des exigences de transparence algorithmique et exiger des audits externes réguliers et indépendants des principales plateformes numériques. Cependant, la transparence seule ne suffit pas à favoriser une véritable délibération ; elle identifie simplement les problèmes sans établir les conditions nécessaires à un dialogue constructif. Dans ce contexte, la Civic Tech émerge comme une entité essentielle. Plutôt que d'utiliser l'intelligence artificielle (IA) pour manipuler les préférences, les gouvernements peuvent la réaffecter comme un instrument de délibération augmentée. Un exemple particulièrement éclairant est fourni par l'initiative taïwanaise vTaiwan, qui utilise l'algorithme Pol.is. Cette initiative cartographie le paysage de l'argumentation publique, regroupe une myriade de positions, identifie les accords inter-partisans et fait émerger un « consensus approximatif » tout en marginalisant les échanges toxiques (Yang 2026). Contrairement à l'approche maximaliste des algorithmes commerciaux, qui privilégient l'engagement émotionnel, l'architecture de vTaiwan favorise l'échange raisonné, reconstruisant ainsi les conditions épistémiques nécessaires à l'autonomie.

2.2 Assurer l'égalité au niveau du groupe

Étant donné que l'intelligence artificielle (IA) perpétue les inégalités structurelles par un biais architectural accumulé plutôt que par un acte de discrimination unique, les première et deuxième réponses politiques au niveau du groupe doivent aborder simultanément le moment et la direction de l'intervention. En ce qui concerne le moment, les gouvernements doivent passer d'un modèle de détection post-hoc à un modèle d'audit des droits de l'homme ex-ante. Ces évaluations sont méticuleusement menées avant le déploiement de tout système d'IA dans les services publics. Elles sont conçues pour identifier et rectifier les schémas discriminatoires avant qu'ils ne soient mécanisés à grande échelle. De plus, elles visent à intégrer les valeurs démocratiques telles que l'égalité, la non-discrimination et la transparence comme exigences d'ingénierie dès la phase de conception initiale, plutôt que comme aspirations éthiques abordées à la fin. L'IA explicable (XAI) permet à la société civile et aux organes d'audit indépendants d'examiner en permanence comment les groupes démographiques sont classifiés et traités, rendant ainsi la responsabilité algorithmique un contrôle démocratique continu plutôt qu'un exercice rétrospectif (Marque et al. 2024 ; Maeng 2024).

La troisième recommandation au niveau du groupe aborde la menace la plus politiquement controversée posée par l'IA : la restructuration du marché du travail qui concentre les gains économiques entre les mains d'une élite restreinte tout en déplaçant les travailleurs dont le travail a rendu ces progrès possibles. Il est évident que la sécurité économique constitue l'élément fondamental de la participation politique. Par conséquent, les individus qui ont subi une diminution de leurs revenus et de leur pouvoir de négociation subissent simultanément une réduction matérielle de leur capacité d'autonomie. Il est impératif que la politique intervienne à deux points distincts pour traiter efficacement cette question. Premièrement, il incombe aux gouvernements d'inciter les entreprises à concevoir des systèmes d'IA autour du concept de complémentarité homme-IA. Cela implique l'augmentation et la réaffectation des tâches humaines, plutôt que le déplacement total de la main-d'œuvre humaine. Deuxièmement, les gouvernements doivent allouer des ressources au développement de programmes d'alphabétisation à l'IA et de requalification dans tous les secteurs professionnels, de la fabrication ouvrière au travail de bureau des cols blancs. Parallèlement, ils devraient explorer des mécanismes redistributifs, tels qu'une « Taxe sur les risques » sur le développement de l'IA de pointe, qui pourrait être réorientée vers la création de filets de sécurité sociale universels (Elbaum et Mallaby 2026). Le principe fondamental est évident : si les gains de productivité réalisés par l'intelligence artificielle sont collectivement dérivés, s'appuyant sur la recherche publique, l'infrastructure et le travail des citoyens, alors la richesse qu'ils génèrent doit être distribuée démocratiquement.

Conclusion

Ce briefing a examiné les menaces croissantes posées par l'intelligence artificielle (IA) à la démocratie procédurale et substantielle, et comment ces menaces se déroulent en Corée du Sud. Au niveau procédural, des réponses significatives sont en cours : La mise en œuvre de la technologie de détection de deepfakes basée sur l'IA en prévision des récentes élections locales témoigne d'une prise de conscience croissante des risques posés par l'intelligence artificielle à l'intégrité des élections. Cependant, lorsqu'on l'évalue en termes de démocratie substantielle, les progrès restent limités. Les politiques abordant l'érosion de l'agentivité épistémique, la dérive vers la technocratie et l'approfondissement des inégalités structurelles restent largement au stade de la discussion. L'existence de cet écart peut être attribuée à deux facteurs structurels. Le développement de l'IA en Corée du Sud a été principalement motivé par des intérêts industriels, qui ont donné la priorité au progrès technologique sur la gouvernance démocratique. Les progrès rapides de l'IA ont dépassé la capacité de la société à réguler efficacement leurs implications, entraînant un décalage entre le rythme de l'évolution technologique et la surveillance sociétale. Le Plan d'action IA de la République de Corée démontre une double inclination, montrant une force dans la promotion de l'accélération du développement et de l'adoption de l'IA tout en montrant une faiblesse relative dans la gestion de ses implications démocratiques.

Néanmoins, il y a des raisons d'optimisme prudent. En mars 2026, le Conseil présidentiel sur la stratégie nationale d'intelligence artificielle a créé un nouveau Sous-comité pour la démocratie de l'IA, chargé de la protection des valeurs démocratiques et de la promotion d'une IA inclusive. C'est un développement significatif, mais il est impératif de distinguer les concepts de création institutionnelle et d'efficacité institutionnelle. Il incombe au gouvernement sud-coréen de traduire le mandat du Sous-comité en obligations contraignantes et exécutoires. Ne pas le faire entraînera l'échec bien documenté de la construction de cadres de gouvernance sophistiqués tout en permettant au développement de l'IA axé sur l'industrie de se poursuivre sans entrave.

Parmi les démocraties confrontées à ce défi, la Corée du Sud est idéalement placée pour établir un modèle pionnier de gouvernance démocratique de l'IA. Les trois forces suivantes soutiennent cette affirmation : premièrement, la présence d'une infrastructure numérique de classe mondiale ; deuxièmement, l'existence d'une citoyenneté numériquement alphabétisée et civiquement engagée ; et troisièmement, une capacité démontrée d'innovation institutionnelle rapide. Afin de développer un cadre de gouvernance technologiquement sophistiqué et démocratiquement légitime, la Corée du Sud devrait intégrer des plateformes délibératives telles que vTaiwan et concevoir des services publics inclusifs pilotés par l'IA. Ce faisant, la Corée du Sud sera en mesure de se positionner comme un leader mondial crédible dans une région où le leadership est urgemment nécessaire.

Les ramifications de cet engagement militaire s'étendent bien au-delà des frontières territoriales de la Corée du Sud. En Asie, l'émergence de l'autoritarisme numérique — un modèle de gouvernance caractérisé par l'utilisation de la surveillance alimentée par l'IA, du contrôle social algorithmique et de la gestion centralisée de l'information comme instruments de domination politique — suggère une nouvelle tendance de gouvernance de plus en plus exportable. Cependant, ce modèle manque actuellement d'une alternative démocratique d'une portée comparable. C'est à ce stade que l'opportunité de la Corée du Sud se transforme en responsabilité. Si la Corée du Sud parvient à développer un cadre « IA pour la Démocratie » à la fois centré sur l'humain et technologiquement sophistiqué, elle démontrera quelque chose d'une profonde importance régionale : que le progrès technologique et les valeurs démocratiques ne sont pas en tension, mais se renforcent mutuellement. Dans une région où cette proposition est de plus en plus contestée, la capacité de la Corée du Sud à incarner cette démonstration pourrait s'avérer être son export le plus significatif sur le plan démocratique.■

Références

Elbaum, Sebastian et Sebastian Mallaby. 2026. « The AI Trilemma: How to Regulate A Revolutionary Technology ». Foreign Affairs. 13 février.
https://www.foreignaffairs.com/united-states/ai-trilemma.

Hankookilbo. 2026. « 1 600 violations de campagne illégales de deepfakes détectées à Jeonnam-Gwangju (en coréen) ». 31 mars.
https://www.hankookilbo.com/news/article/amp/A2026033111070004376.

Hong, Seokhan. 2024. « Les risques de l'intelligence artificielle sur les élections et les réponses normatives (en coréen) ». Droit public 53 (2) : 185–213.

International IDEA. 2026. Exploiter l'intelligence artificielle pour améliorer la surveillance du financement politique. Stockholm : International IDEA.

Jackson, Dean et Samuel Woolley. 2025. « Les vrais dangers de l'IA pour la démocratie ». Journal de la démocratie 36 (4) : 139–150.

Jungherr, Andreas. 2023. « Intelligence artificielle et démocratie : un cadre conceptuel ». Social Media + Society 9 (3): 1–14.

König, Pascal D. 2023. « Conceptions citoyennes de la démocratie et soutien à l'intelligence artificielle dans le gouvernement et la politique ». European Journal of Political Research 62 (4): 1280–1300.

Marques, Marta Sofia, Maria Anastasiadou et Vitor Santos. 2024. « Cadre d'application des techniques d'intelligence artificielle explicable au service de la démocratie ». Transforming Government: People, Process and Policy 18 (4): 638–656.

Comité national des élections. 2026. « Contenu clé de l'amendement partiel aux lois sur les relations politiques (adopté par la session plénière le 20 décembre 2023) : Dispositions relatives aux deepfakes, aux subventions de recommandation de candidates et aux questions connexes (en coréen) ».
https://www.nec.go.kr/site/nec/ex/bbs/View.do?cbIdx=1130&bcIdx=196646.

Seoul Metropolitan Government. 2025. 2025 Seoul Survey. Seoul: Seoul Metropolitan Government.

Conseil présidentiel sur la stratégie nationale d'intelligence artificielle. 2026. Plan d'action IA de la République de Corée (2026–2028). Séoul : Conseil présidentiel sur la stratégie nationale d'intelligence artificielle.

Yang, JiSoo. 2026. « Formation de consensus pilotée par l'IA et gouvernance des politiques à fort conflit : une analyse des mécanismes de vTaiwan (en coréen) ». The Korean Journal of Political Science 34 (1): 1–25.

Yonhap News. 2026. « Détection des deepfakes dans les élections locales : un système d'IA identifie même la manipulation par IA générative (en coréen) ». 10 mars. https://www.yna.co.kr/view/AKR20260310090151530.

Yun, Soo-Jeong. 2021. "Artificial Intelligence and Democracy (In Korean)." Journal of Constitutional Court Research 8 (2): 3–27.

■
Sunghack Lim is a Professor at the University of Seoul.

■ Edited by Jaehyun Im, Research Associate

    For inquiries: 02 2277 0746 (ext. 209) | jhim@eai.or.kr