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.
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.
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.
Les modèles d’IA ne sont pas directement ciblés par l’AI Act, dans la mesure où ils sont considérés comme des composants fondamentaux des systèmes d’IA. En effet, ils ne font l’objet d’un encadrement spécifique que lorsqu’ils présentent des caractéristiques conduisant à les qualifier de modèles d’IA à usage général.
3. La question de l’open source en IA
Les modèles d’IA open source désignent les modèles publiés dans le cadre d’une licence libre et ouverte qui permettent de consulter, d’utiliser, de modifier et de distribuer le modèle. L’AI Act reconnaît explicitement leur rôle dans l’innovation, tout en introduisant des obligations spécifiques selon l’usage et le niveau de risque.
4. Chatbots : l’interface conversationnelle
Un chatbot est un système d’IA conçu pour simuler une conversation dans un canal donné et fournir une information, une assistance ou un service. Les chatbots relèvent pleinement du champ d’application de l’AI Act et sont soumis à des obligations de transparence, notamment dans des contextes sensibles.
5. Les agents IA : de l’outil à l’autonomie
Les agents IA désignent des logiciels systèmes d’IA présentant des caractéristiques spécifiques et visant à automatiser des tâches complexes, sans nécessairement recourir à l’intervention humaine. Ils sont accessibles par le biais d’un studio dans lequel l’utilisateur peut éditer leurs paramètres.
6. L’IA agentique : orchestration et complexité
L’IA agentique constitue un changement de paradigme par rapport aux agents d’IA traditionnels. Elle se caractérise par la collaboration entre plusieurs agents au sein d’un même système, la décomposition dynamique des tâches et une autonomie orchestrée.
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, facilitant l’évaluation des risques et la définition de contrôles adaptés.
