Vue d’ensemble des types d’IA : comprendre pour mieux gouverner
L’IA aujourd’hui englobe une large diversité de technologies, de modèles et de cas d’utilisation. Cette pluralité rend leur compréhension essentielle pour les organisations, afin de saisir leurs impacts, d’identifier les risques associés et de définir des cadres appropriés pour la responsabilité et la gouvernance.
1. Le système d’IA : la fondation de l’écosystème IA
Avant d’examiner les différentes catégories d’IA en détail, il est nécessaire de se concentrer sur le concept central autour duquel tout le cadre européen est construit : le système d’IA.
Cette notion constitue le point d’ancrage du cadre réglementaire, car elle définit le champ d’application des exigences, des responsabilités et des mécanismes de contrôle prévus par la réglementation.
Définition légale d’un système d’IA selon la loi sur l’IA
Selon l’Article 3(1) de la loi sur l’IA, un système d’IA signifie :
« Un système basé sur une machine conçu pour fonctionner avec des niveaux d’autonomie variables et qui peut présenter une adaptabilité après déploiement, et qui, pour des objectifs explicites ou implicites, infère à partir des entrées qu’il reçoit comment générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer des environnements physiques ou virtuels. »
Cette définition met en lumière plusieurs éléments structurants :
- Automatisation
- Degré d’autonomie
- Capacité d’inférence
- Impact potentiel des sorties produites par le système sur les environnements physiques ou virtuels.
En pratique, le système d’IA est l’objet principal de la réglementation : la classification des risques, les obligations de conformité, les contrôles et les sanctions s’appliquent à lui.
2. Le modèle d’IA : la fondation technique du système
Définition d’un modèle d’IA
Un modèle d’IA fait référence à une représentation mathématique ou computationnelle obtenue par un processus d’entraînement basé sur des données et utilisée pour effectuer des inférences.
Il permet de transformer les données d’entrée en sorties telles que des prédictions, des classifications, des recommandations ou des décisions, selon une fonction apprise.
Exemple de modèle d’IA
Un modèle de détection de fraude spécifiquement entraîné pour identifier les transactions bancaires suspectes sur la base de données historiques.
3. Les défis de gouvernance avec les modèles d’IA
La distinction entre le modèle et le système est décisive pour la gouvernance de l’IA. Les risques, obligations et responsabilités ne découlent pas du modèle isolément, mais de son intégration et de son utilisation au sein d’un système déployé, ainsi que du but et du contexte d’utilisation du système.
4. Les chatbots : l’interface conversationnelle
Définition d’un chatbot
Un chatbot est un système d’IA conçu pour simuler une conversation dans un canal donné et fournir des informations, de l’assistance ou un service.
Défis réglementaires
Les chatbots, reconnus comme des systèmes d’IA par la Commission européenne, relèvent pleinement du champ d’application de la loi sur l’IA et sont soumis à des obligations telles que la transparence.
5. Agents d’IA : de l’outil à l’autonomie
Les agents d’IA se réfèrent à des systèmes d’IA présentant des caractéristiques spécifiques, accessibles par un studio où les utilisateurs peuvent modifier leurs paramètres.
6. IA agentique : orchestration et complexité
L’IA agentique est un système global doté de capacités de coordination et d’autonomie. Elle soulève des défis de gouvernance en raison de la complexité accrue de la responsabilité.
7. Pourquoi cet inventaire est essentiel pour la gouvernance de l’IA
La diversité des technologies d’IA rend indispensable une compréhension détaillée des différents types d’IA déployés au sein des organisations. Cet inventaire est une condition préalable à toute approche de gouvernance efficace.
Chez Naaia, nous soutenons les organisations dans le mapping, la gouvernance et l’assurance de conformité de tous leurs systèmes d’IA, quel que soit le type, le niveau d’autonomie ou le modèle sous-jacent.