Directives de la Commission européenne sur la définition des systèmes d’IA
La Commission européenne a publié des directives tant attendues sur la définition des systèmes d’intelligence artificielle (IA), établies par le Règlement (UE) 2024/1689 (Loi sur l’IA). Avec ces directives pratiques, la Commission vise à aider les fournisseurs, déployeurs, importateurs et distributeurs de systèmes d’IA à déterminer si un système constitue un système d’IA au sens de la Loi sur l’IA, facilitant ainsi l’application et l’exécution efficaces de cette loi. La définition des systèmes d’IA est entrée en vigueur le 2 février 2025.
Éléments clés de la définition d’un système d’IA
En raison de la nature diversifiée des systèmes d’IA, les directives ne peuvent pas fournir une liste exhaustive. Chaque système doit être évalué en fonction de ses caractéristiques spécifiques.
La Loi sur l’IA adopte une approche basée sur le cycle de vie et définit un système d’IA comme suit :
- un système basé sur des machines
- qui est conçu pour fonctionner avec des niveaux d’autonomie variés
- qui peut présenter une capacité d’adaptabilité après son déploiement
- et, pour des objectifs explicites ou implicites,
- infère à partir des données d’entrée qu’il reçoit comment générer des sorties,
- telles que des prédictions, contenus, recommandations ou décisions
- qui peuvent influencer des environnements physiques ou virtuels.
Cette définition en sept points couvre deux phases principales : la phase de pré-déploiement (phase de construction) et la phase de post-déploiement (phase d’utilisation). Tous les sept éléments n’ont pas besoin d’être présents tout au long des deux phases ; certains peuvent n’apparaître qu’à une seule étape.
Résumé des sept points de définition
1. Système basé sur des machines
Les systèmes d’IA sont basés sur des machines, c’est-à-dire qu’ils sont développés avec et fonctionnent sur des machines et reposent sur des composants matériels et logiciels pour fonctionner. Le matériel comprend des unités de traitement, de la mémoire, des dispositifs de stockage et des interfaces réseau, tandis que le logiciel comprend du code informatique, des systèmes d’exploitation et des applications qui permettent le traitement des données et l’exécution des tâches.
2. Autonomie
L’autonomie d’un système d’IA fait référence à sa capacité à fonctionner avec des niveaux d’indépendance variés par rapport à l’intervention humaine. Les systèmes d’IA vont de ceux qui fonctionnent avec une pleine intervention humaine à ceux qui sont entièrement autonomes, avec de nombreux systèmes se situant entre les deux. Un système qui traite des données d’entrée fournies manuellement pour générer une sortie de manière indépendante est considéré comme ayant un certain degré d’indépendance d’action.
Le niveau d’autonomie du système d’IA est crucial pour les fournisseurs lorsqu’il s’agit de déterminer le risque associé au système d’IA, les obligations de conformité et la mise en œuvre de garanties pour le déploiement de l’IA.
3. Capacité d’adaptabilité
La capacité d’adaptabilité, qui n’est pas une exigence obligatoire de la définition des systèmes d’IA, fait référence à la capacité d’un système d’IA à exhiber des capacités d’auto-apprentissage après son déploiement, permettant à son comportement de changer au fil du temps et de produire des résultats différents pour les mêmes entrées.
4. Objectifs du système d’IA
Les systèmes d’IA sont conçus pour fonctionner sur la base d’objectifs explicites ou implicites qui guident leur fonctionnalité. Les objectifs explicites sont des buts clairement définis directement encodés par les développeurs, tandis que les objectifs implicites émergent du comportement du système ou des données d’entraînement. Les objectifs d’un système d’IA peuvent différer de son but intentionnel.
5. Inférence pour générer des sorties
Une caractéristique clé d’un système d’IA est sa capacité à inférer comment générer des sorties à partir des entrées qu’il reçoit, ce qui le distingue des logiciels traditionnels. Ce processus d’inférence permet aux systèmes d’IA de produire des prédictions, contenus, recommandations ou décisions.
6. Sorties influençant des environnements
Une autre caractéristique importante des systèmes d’IA est leur capacité à générer des sorties qui peuvent influencer des environnements physiques ou virtuels. Ces sorties se répartissent en quatre catégories : prédictions, génération de contenu, recommandations et décisions.
7. Interaction avec l’environnement
Les sorties des systèmes d’IA impactent activement les environnements physiques et virtuels, influençant des objets tangibles ainsi que des espaces numériques.
Systèmes en dehors de la définition des systèmes d’IA
La définition des systèmes d’IA n’inclut pas les systèmes basés uniquement sur des règles définies par des personnes pour exécuter automatiquement des opérations. Ces systèmes peuvent inclure :
- Des systèmes d’optimisation mathématique qui ne transcendent pas le « traitement de données de base ».
- Des systèmes de traitement de données de base qui suivent des instructions prédéfinies sans apprentissage.
- Des systèmes basés sur des heuristiques classiques qui appliquent des règles prédéfinies pour dériver des solutions.
- Des systèmes de prédiction simples dont la performance peut être atteinte via une règle d’apprentissage statistique de base.
Pour des conseils sur la navigation dans ces réglementations et pour s’assurer que vos systèmes d’IA répondent aux normes requises, il est recommandé de contacter des experts compétents dans le domaine.
