Panorama des types d’IA : comprendre pour mieux gouverner
L’IA recouvre aujourd’hui une grande diversité de technologies, de modèles et d’usages. Cette pluralité rend leur compréhension indispensable pour les organisations, afin d’en appréhender les impacts, d’identifier les risques associés et de définir des cadres de responsabilité et de pilotage adaptés.
Avant de pouvoir déployer, encadrer ou gouverner efficacement des solutions d’IA, encore faut-il en clarifier les notions fondamentales. Cet article propose un panorama synthétique des principaux types d’IA, afin d’apporter des repères clairs, structurants et opérationnels.
1. Le système d’IA : le socle de l’écosystème IA
Avant d’entrer dans le détail des différentes catégories d’IA, il convient de s’arrêter sur la notion centrale autour de laquelle s’articule l’ensemble du cadre européen : le système d’IA.
Cette notion constitue le point d’ancrage du dispositif, en ce qu’elle délimite le champ d’application des exigences, des responsabilités et des mécanismes de contrôle prévus par le cadre réglementaire.
Définition juridique du système d’IA selon l’AI Act
Selon l’article 3 (1) de l’AI Act, un système d’IA désigne :
« Un système automatisé qui est conçu pour fonctionner à différents niveaux d’autonomie et peut faire preuve d’une capacité d’adaptation après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des entrées qu’il reçoit, la manière de générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer les environnements physiques ou virtuels. »
Cette définition met en évidence plusieurs éléments structurants : l’automatisation, le degré d’autonomie, la capacité d’inférence et l’impact potentiel des sorties produites par le système sur les environnements physiques ou virtuels.
En pratique, le système d’IA constitue l’objet principal de la régulation : classification des risques, obligations de conformité, contrôles et sanctions portent sur lui.
Exemple de système d’IA
Un système d’IA de présélection de candidatures analyse automatiquement des CV à l’aide d’un modèle d’IA afin de produire des scores ou recommandations.
Systèmes d’IA hors du champ d’application de l’AI Act
Certains systèmes d’IA, bien qu’ils répondent à des critères techniques généraux, peuvent être considérés hors du champ d’application de l’AI Act, notamment :
- Optimisation mathématique traditionnelle
- Traitement de données par instructions fixes
- Analyse descriptive, tests et visualisation
- Systèmes heuristiques classiques
- Règles statistiques simples
Comprendre le système d’IA implique de ne pas le confondre avec ses composants techniques, au premier rang desquels figure le modèle d’IA.
2. Le modèle d’IA : fondation technique du système
Un modèle d’IA désigne une représentation mathématique ou computationnelle, obtenue à l’issue d’un processus d’apprentissage à partir de données, et utilisée pour effectuer des inférences.
Il permet ainsi de transformer des données d’entrée en sorties, telles que des prédictions, classifications, recommandations ou décisions, selon une fonction apprise.
Exemple de modèle d’IA
Un modèle de détection de fraude entraîné spécifiquement pour identifier des transactions bancaires suspectes à partir de données historiques.
Les modèles d’IA à usage général
Les modèles d’IA à usage général présentent des risques systémiques, qui désignent :
« Les risques liés aux capacités à fort impact des modèles d’IA à usage général, susceptibles d’avoir des effets négatifs significatifs et à grande échelle sur la santé publique, la sécurité, les droits fondamentaux ou la société dans son ensemble. »
Un exemple de modèle pouvant présenter des risques systémiques : un grand modèle d’IA à usage général, entraîné sur des volumes massifs de données textuelles, visuelles et audio.
3. La question de l’open source en IA
Les modèles open source désignent les modèles publiés dans le cadre d’une licence libre et ouverte, permettant de consulter, d’utiliser, de modifier et de distribuer le modèle.
Enjeux pour les organisations
Le recours à des composants d’IA open source offre des opportunités en matière d’innovation, mais complexifie la gouvernance des systèmes d’IA.
4. Chatbots : l’interface conversationnelle
Un chatbot est un système d’IA conçu pour simuler une conversation et fournir une information ou un service. Ils relèvent pleinement du champ d’application de l’AI Act.
5. Les agents IA : de l’outil à l’autonomie
Les agents IA désignent des logiciels systèmes d’IA présentant des caractéristiques spécifiques et ayant la capacité d’agir de façon autonome.
6. L’IA agentique : orchestration et complexité
L’IA agentique est un système global doté de capacités d’autonomie et de coordination. Elle se caractérise par la collaboration entre plusieurs agents au sein d’un même système.
7. Pourquoi cet inventaire est essentiel pour la gouvernance IA
La diversité des technologies d’intelligence artificielle rend indispensable une compréhension fine des différents types d’IA déployés au sein des organisations. Cet inventaire constitue un préalable essentiel à toute démarche de gouvernance efficace.
Identifier précisément les types d’IA utilisés permet de déterminer les obligations réglementaires applicables et d’évaluer les risques en tenant compte du niveau d’autonomie et de l’impact potentiel de chaque système.
Enfin, elle permet de structurer une gouvernance de l’IA cohérente, documentée et durable, capable d’évoluer avec les technologies et les usages.