IA, communication et collecte de fonds : des guidelines pour les ONG

par
Couloir étroit entre deux hauts murs de pierre, avec un chemin dallé de terre cuite sous un ciel bleu

Un cadre en six points pour utiliser l’intelligence artificielle sans abîmer ce qui fait la valeur d’une organisation humanitaire : la confiance.

Si je dirigeais une grande organisation humanitaire, je bâtirais mes règles d’usage de l’IA autour d’une seule phrase : l’IA ne doit jamais éroder la confiance, qui est notre seul vrai capital. Un donateur ne paie pas pour un texte. Il paie pour une relation avec des personnes réelles et des situations réelles. Tout ce qui fragilise ce lien, même s’il fait gagner du temps ou de l’argent à court terme, coûte plus cher qu’il ne rapporte.

Voici comment cette idée se décline en pratique : les lignes rouges, la transparence, la collecte de fonds, la communication, la gouvernance et le test de cohérence avec la mission. J’y ajoute quelques éléments de contexte, notamment juridiques, qui ont changé cette année.

Pourquoi un cadre spécifique aux ONG

Une entreprise commerciale qui se trompe avec l’IA perd un client. Une ONG qui se trompe peut perdre bien davantage : sa crédibilité de témoin, la confiance de ses donateurs, parfois la sécurité de ses équipes et de ses partenaires locaux. Trois raisons rendent le secteur particulièrement exposé :

  • Les données manipulées sont sensibles. Listes de bénéficiaires, de défenseurs des droits en zone à risque, de donateurs âgés ou fragiles.
  • La légitimité repose sur la véracité. Une ONG qui dénonce la désinformation ne peut pas produire elle-même des contenus d’authenticité douteuse.
  • L’émotion est au cœur du métier. C’est précisément ce que l’IA sait imiter à grande échelle, et ce qui rend la tentation de l’abus la plus forte.

1. Les lignes rouges

Trois interdits, sans exception ni « cas particuliers ».

Pas d’images ni de témoignages synthétiques présentés comme réels

Pas de « bénéficiaire » généré par IA, pas de scène de crise fabriquée, pas de témoignage inventé ou « composite » non signalé. Le risque n’est pas théorique. En mai 2023, Amnesty International a été vivement critiquée pour avoir publié sur les réseaux sociaux des images générées par IA représentant les manifestations de 2021 en Colombie. Les visuels étaient pourtant signalés comme artificiels et l’organisation expliquait vouloir ainsi protéger l’identité des manifestants contre d’éventuelles représailles. Face aux critiques de photojournalistes et de spécialistes des médias, Amnesty les a finalement retirés.

En 2025, Arsenii Alenichev, chercheur à l’Institut de médecine tropicale d’Anvers, et plusieurs coauteurs ont documenté dans The Lancet Global Health la diffusion d’images générées par IA reproduisant les codes visuels traditionnels de la représentation misérabiliste de la pauvreté. Ils parlent de « poverty porn 2.0 ». Plus de cent images utilisées notamment sur les réseaux sociaux par des acteurs de la santé et du développement ont été analysées. Une enquête du Guardian a parallèlement montré que ce type de représentations proliférait également sur des banques d’images comme Adobe Stock et Freepik et commençait à être utilisé par des organisations d’aide.

Même les Nations unies ont été confrontées au problème : en 2024, l’ONU avait publié une vidéo comportant des reconstitutions générées par IA de témoignages de survivantes de violences sexuelles en situation de conflit. En 2025, après avoir été interrogée par The Guardian, l’organisation a retiré la vidéo, reconnaissant que le mélange d’images réelles et de contenus artificiels presque réalistes pouvait porter atteinte à l’intégrité de l’information.

La logique est simple. Même avec de bonnes intentions, on utilise la souffrance de personnes qui n’existent pas pour émouvoir. Et quand la supercherie est découverte, la crédibilité de toute la communication de l’organisation s’effondre avec l’image.

Pas d’IA pour représenter des personnes vulnérables

Enfants, victimes de violences, réfugiés : le consentement éclairé, la dignité et la protection de l’identité restent des actes humains. Si l’on doit protéger une identité, on floute, on cadre autrement, on illustre par un objet, un lieu, un dessin assumé comme tel. On ne fabrique pas un faux visage. Un visage synthétique de « victime » est un faux document qui prétend à la valeur d’un témoignage.

Pas de données sensibles dans des outils grand public

Données de bénéficiaires, de donateurs, de partenaires locaux en zone à risque : jamais dans un chatbot dont on ne maîtrise ni l’hébergement ni la réutilisation. Pour une organisation qui travaille dans des contextes où une fuite peut mettre des vies en danger, c’est une question de sécurité avant d’être une question de RGPD. En pratique : comptes professionnels avec garanties contractuelles, anonymisation avant tout traitement, et interdiction explicite de copier-coller des dossiers individuels dans un outil non approuvé.

2. La transparence

Trois mesures, de la plus visible à la plus interne.

Une politique publique et lisible. Dire où l’organisation utilise l’IA et où elle ne l’utilise pas. Une page du site suffit, en langage clair. Les donateurs apprécient la clarté plus que le silence, et une position publique protège aussi les équipes face aux sollicitations des fournisseurs.

Une mention des contenus générés ou fortement assistés, quand ils sont visuels ou susceptibles d’être pris pour des documents factuels. Pour un texte relu, corrigé et assumé par un humain, la mention est moins nécessaire, mais le principe de responsabilité reste entier : un humain signe, un humain répond.

Un registre interne des usages et des outils. Qui utilise quoi, pour quoi, avec quelles données. Il permet de répondre sans improviser à un journaliste, un bailleur ou un donateur qui pose la question, et il sert de base à la revue annuelle.

Ce que dit désormais le droit européen

Ce qui relevait de la bonne pratique devient en partie une obligation. L’article 50 du règlement européen sur l’IA (AI Act) est applicable depuis le 2 août 2026. Il impose notamment d’informer les personnes lorsqu’elles interagissent avec un système d’IA, et de divulguer les contenus générés ou manipulés par IA de type « hypertrucage » (deepfake). Les fournisseurs d’outils doivent de leur côté marquer les contenus synthétiques dans un format lisible par machine ; ce volet technique a été reporté au 2 décembre 2026 pour les systèmes déjà sur le marché avant le 2 août. Les obligations des organisations qui déploient ces outils, comme une ONG, n’ont pas été reportées.

Conséquence concrète : un chatbot de collecte qui se ferait passer pour un humain, ou une image synthétique non signalée, n’est plus seulement un problème d’éthique. Les cas précis (par exemple l’exception pour les contenus évidemment artistiques ou satiriques, ou pour les textes publiés sous responsabilité éditoriale humaine) méritent un avis juridique avant d’en faire une règle interne.

3. Collecte de fonds : où l’IA aide, où elle dérape

Les usages bienvenus

  • Analyse et segmentation de la base de donateurs, avec les garde-fous du RGPD (base légale, minimisation, information des personnes).
  • Aide à la rédaction de dossiers de subvention, de rapports aux bailleurs, de variantes de newsletters. L’IA produit un premier jet, l’équipe apporte les faits, le ton et la signature.
  • Traduction et adaptation des contenus à plusieurs langues et publics, avec relecture par un locuteur compétent.
  • Tests A/B, optimisation des envois, prédiction d’attrition : repérer qui risque de partir pour mieux le remercier, pas pour le harceler.
  • Remerciements et suivi plus rapides et mieux personnalisés. C’est sans doute le meilleur usage : le temps gagné sert à mieux écouter.

Les usages à proscrire ou à encadrer très strictement

La manipulation émotionnelle optimisée. Un ciblage qui exploite la vulnérabilité psychologique, l’âge, la solitude ou la détresse financière d’un donateur. Une IA apprend très bien quels messages font culpabiliser le plus efficacement. L’organisation doit s’interdire de le lui demander, et vérifier que ses prestataires ne le font pas pour elle.

Le faux sentiment d’urgence ou de personnalisation. « Marie, votre don a sauvé Amina », alors qu’Amina est un personnage et que le message est généré en masse. La personnalisation légitime consiste à s’adresser à Marie en tenant compte de son histoire de don. Elle ne consiste pas à lui fabriquer une relation avec quelqu’un qui n’existe pas.

Les chatbots de collecte qui se font passer pour des humains. Un agent conversationnel se déclare comme tel dès le premier message. C’est désormais aussi une exigence légale.

Le scoring opaque. Attribuer aux donateurs une note ou un profil sans qu’ils, ni même les équipes, puissent comprendre ou contester le critère. Si l’on ne peut pas expliquer pourquoi quelqu’un est classé « à fort potentiel » ou « fragile », on ne l’utilise pas.

La sollicitation de personnes âgées ou vulnérables par des mécaniques automatisées, sans filtre humain. Dans ce cas précis, une validation humaine préalable doit être la règle, et le droit de ne plus être sollicité doit être immédiat.

Le régulateur britannique de la collecte de fonds a d’ailleurs rappelé en septembre 2026 que les consultants, formateurs et fournisseurs qui conseillent les associations sur l’usage de l’IA en fundraising devraient eux aussi intégrer ses recommandations dans leurs pratiques. Surtout, il rappelle que l’organisation reste responsable de son utilisation de l’IA, y compris lorsque celle-ci intervient par l’intermédiaire de prestataires : déléguer une tâche à un outil ou à un tiers ne déplace pas la responsabilité.

4. Communication et plaidoyer

Vérification humaine systématique de tout contenu factuel : chiffres, lieux, dates, citations. Les hallucinations d’un modèle de langage dans un communiqué sur un conflit sont un risque de crédibilité, et parfois de sécurité pour les équipes de terrain. Une règle utile : toute donnée chiffrée renvoie à une source qu’une personne a ouverte et lue.

Jamais d’IA pour les citations de témoins ou de victimes, ni pour « reformuler » leurs propos sans validation de la personne concernée. La parole d’un témoin n’est pas un matériau à lisser.

Prudence sur les contenus de plaidoyer. L’organisation dénonce la désinformation : elle ne peut pas produire elle-même du contenu dont l’authenticité est douteuse. L’affaire Amnesty de 2023 l’a montré : une image fidèle aux faits mais fabriquée suffit à brouiller le message.

Vigilance sur les biais. Les modèles reproduisent des stéréotypes : « l’Afrique », « le réfugié », l’humanitaire occidental sauveur. Une charte éthique de représentation doit s’appliquer aux contenus générés comme aux autres, et les illustrations produites par IA doivent être relues avec cette grille.

5. La gouvernance

Un texte ne suffit pas, il faut des personnes et des routines.

  • Un référent ou un comité réunissant communication, collecte, juridique, protection des données et programmes. Il valide les nouveaux usages, plutôt que de laisser chaque service improviser.
  • Une liste d’outils approuvés, avec conditions contractuelles vérifiées : pas d’entraînement sur nos données, lieu d’hébergement, durée de conservation, sous-traitants.
  • Une formation obligatoire. Savoir ce que l’IA fait bien, ce qu’elle fait mal et ce qu’elle invente. Sans cela, les règles restent lettre morte.
  • Une revue annuelle de la politique. Le domaine évolue trop vite pour une charte figée, comme l’a rappelé le calendrier de l’AI Act.
  • Un canal d’alerte interne pour signaler un usage douteux sans crainte de représailles.

Pour les petites structures, cela ne demande pas un comité de dix personnes : un référent désigné, deux pages de règles, une liste de trois ou quatre outils approuvés et une demi-journée de formation par an constituent déjà un socle solide.

6. Impact et cohérence avec la mission

À chaque nouveau projet, deux questions.

  1. Est-ce que cela nous éloigne des personnes que nous servons ou des donateurs que nous respectons ? Si l’IA remplace une relation humaine là où elle comptait (un témoignage, l’accompagnement d’un donateur majeur), c’est un mauvais signal.
  2. Est-ce que cela résisterait à la une d’un journal ? C’est le test de la publicité : si l’usage ne peut pas être expliqué sereinement en public, on ne le fait pas.

Il faut aussi regarder les angles morts. Le coût environnemental des modèles, et la sous-traitance cachée (modération de contenus, annotation de données, souvent dans des pays à bas salaires). Pour une organisation qui défend des principes éthiques, ces chaînes d’approvisionnement ne sont pas neutres. Elles doivent entrer dans les critères de choix d’un outil, au même titre que le prix et la sécurité.

Par où commencer ?

Pour une association qui n’a encore rien formalisé, un chemin réaliste en quatre étapes :

  1. Dresser l’inventaire de ce qui se fait déjà, y compris les usages « sauvages » avec des comptes personnels.
  2. Poser les trois lignes rouges et les communiquer à toute l’équipe.
  3. Désigner un référent et approuver une courte liste d’outils.
  4. Publier une page de transparence et planifier la première revue dans douze mois.

En une phrase

L’IA peut nous faire gagner du temps pour mieux écouter, mieux remercier et mieux rendre des comptes. Elle ne doit jamais servir à fabriquer de l’émotion, à simuler une relation, ou à contourner le consentement.

Sources