The Say-Do Gap Architecture Applied to Agentic AI: A Reproducible NLP Pipeline for Detecting Governance Rhetoric–Reality Divergence in Corporate ESG Communication

Dans le monde de l'entreprise moderne, les sociétés publient fréquemment des rapports détaillant leurs plans pour gérer les nouvelles technologies de manière responsable. Elles parlent d'éthique, de sécurité et de surveillance, promettant que leur utilisation d'outils avancés est sous contrôle. Cependant, un défi persistant dans les affaires et la gouvernance est la distance entre ce qu'une organisation dit qu'elle fera et ce qu'elle fait réellement. Cet écart n'est pas propre à la technologie ; il apparaît chaque fois qu'une institution fait une affirmation publique sur ses pratiques internes. Les chercheurs étudient ce phénomène depuis longtemps, notant que les mots sont souvent plus faciles à produire que les changements structurels nécessaires pour les soutenir. Lorsqu'une entreprise prétend gouverner un système complexe mais manque de comités, de politiques ou de certifications visibles pour le prouver, le résultat est un décalage entre la rhétorique et la réalité. Ce décalage est important car il peut induire en erreur les investisseurs, les régulateurs et le public sur l'état réel de la responsabilité sociétale des entreprises.

Une nouvelle étude d'Alfredo Merlet, chercheur à l'Instituto Profesional IACC, s'attaque spécifiquement à ce problème concernant l'« intelligence artificielle agentique ». Ce terme désigne un type d'IA capable d'agir de manière autonome, en prenant des décisions et en accomplissant des étapes sans direction humaine constante. À mesure que ces systèmes se généralisent, les entreprises commencent à discuter de la manière dont elles les gouverneront. Le travail de Merlet ne se demande pas simplement si les entreprises parlent de cette technologie ; il demande si leurs paroles correspondent à leurs actes. Pour répondre à cela, le chercheur a construit un nouveau système reproductible conçu pour mesurer l'écart entre les promesses des entreprises et les preuves concrètes de gouvernance. L'étude se concentre sur l'IBEX 35, une liste des trente-cinq plus grandes entreprises d'Espagne, en les utilisant comme cas de test pour voir si la méthode fonctionne.

Le cœur de cette recherche est un pipeline, ou un processus par étapes, qui sépare ce qu'une entreprise dit de ce qu'elle a réellement fait. La partie « Dire » de l'équation provient des milliers d'articles de presse et de communications d'entreprise que ces entreprises ont publiés entre 2023 et 2025. Le chercheur a utilisé un programme informatique spécialisé pour scanner ces textes à la recherche de mentions de la gouvernance de l'IA agentique. Le programme a été entraîné à reconnaître un langage spécifique lié à la surveillance et au contrôle, distinguant une entreprise qui parle simplement de l'utilisation de l'IA d'une entreprise discutant de la gestion des risques de cette IA. La partie « Faire » est différente. Au lieu de se fier à ce que les entreprises disent, cette section recherche une preuve physique. Le chercheur a recherché trois types spécifiques de preuves : l'existence d'un comité au niveau du conseil d'administration dédié aux risques technologiques, un document de politique formellement publié sur la gouvernance de l'IA, et la preuve que l'entreprise adhère à des normes de certification externes. Ce sont des éléments tangibles qui peuvent être vérifiés, contrairement à un discours ou un communiqué de presse.

Lorsque le chercheur a appliqué ce système aux trente-quatre entreprises de l'échantillon, les résultats ont été frappants, bien que peut-être pas de la manière attendue. L'étude a révélé que le système n'a détecté presque aucune preuve de discours sur la gouvernance de l'IA agentique dans les communications d'entreprise, et par conséquent, aucune preuve des structures de gouvernance spécifiques requises pour la gérer. Dans la période allant de 2023 à 2025, l'analyse informatique des actualités et des rapports a trouvé une prévalence structurellement faible ou nulle des mentions de l'IA agentique, et la recherche des trois types de preuves concrètes est restée infructueuse pour la grande majorité des entreprises. Pour s'assurer qu'il ne s'agissait pas d'une erreur de lecture de l'ordinateur, le chercheur a vérifié manuellement un échantillon des articles que l'ordinateur avait marqués comme ne contenant aucun contenu pertinent. Cette revue humaine a confirmé que l'ordinateur avait raison : les entreprises ne produisent pas encore de discours significatifs sur la gouvernance de l'IA agentique, et ne montrent pas non plus les étapes concrètes de gouvernance qui prouveraient qu'elles la gèrent.

Ce résultat est significatif car il démontre que la méthode fonctionne. L'étude était principalement conçue pour tester si un cadre initialement construit pour les questions environnementales et sociales générales pouvait être adapté au monde spécifique et technique de l'IA autonome. Le fait que le système ait réussi à identifier un résultat nul — indiquant une absence de discours et d'action — prouve que l'architecture est solide et capable de distinguer les découvertes réelles des erreurs de classificateur. Le chercheur ne cherchait pas à accuser ces entreprises espagnoles spécifiques de défaillance ; plutôt, l'objectif était de montrer qu'un outil existe pour mesurer la différence entre le discours et la substance, même quand cette différence est une absence de l'un ou l'autre. L'étude exclut explicitement l'idée qu'il s'agit d'un audit final de l'ensemble de l'industrie ou d'un jugement définitif sur l'intégrité de chaque entreprise. Elle présente plutôt un outil reproductible qui peut être utilisé par d'autres pour vérifier différents marchés ou différentes technologies.

La valeur de ce travail réside dans sa transparence et son ouverture. Le chercheur a rendu l'ensemble du système public, y compris la liste des mots que l'ordinateur recherche et le code utilisé pour trouver les preuves. Cela permet à d'autres scientifiques, régulateurs ou investisseurs d'utiliser la même méthode pour vérifier les entreprises dans d'autres pays ou pour examiner d'autres technologies émergentes. L'étude suggère que cette approche peut être adaptée pour les marchés d'Amérique latine et d'ailleurs, à condition que les documents et les réglementations spécifiques de ces régions soient pris en compte. Elle offre un moyen de dépasser la simple lecture de ce que les entreprises prétendent pour aller vers la vérification de ce qu'elles ont réellement construit.

En fin de compte, l'article fournit un moyen clair et reproductible de voir si la gouvernance d'une entreprise correspond à ses paroles. Il montre que pour l'IA agentique dans cet échantillon et cette fenêtre temporelle spécifiques, le paysage actuel est caractérisé par une prévalence structurellement faible tant de la rhétorique que des preuves structurelles de contrôle. Cela ne signifie pas que les entreprises mentent, mais cela signifie que les preuves visibles de leur gestion et le discours qui l'entoure sont actuellement absents. L'étude conclut que cette méthode de mesure de l'écart est un outil puissant pour comprendre le comportement des entreprises, un outil qui peut être appliqué à toute situation où une organisation fait une affirmation sur la manière dont elle gère un système complexe. En séparant la promesse de la preuve, la recherche offre un nouveau regard sur le paysage en évolution rapide de l'intelligence artificielle et de la responsabilité sociétale des entreprises.