Gouvernance de l’IA : Principes et Risques pour le Secteur de l’Assurance

A shield

Consultation sur l’avis concernant la gouvernance et la gestion des risques liés à l’IA

Le 12 février 2025, l’Autorité Européenne des Assurances et des Pensions Professionnelles (EIOPA) a publié une consultation sur son projet d’avis concernant la gouvernance et la gestion des risques liés aux systèmes d’intelligence artificielle (IA) dans le secteur de l’assurance. Cet avis s’adresse aux autorités de supervision et couvre les activités des entreprises d’assurance et des intermédiaires, collectivement appelés « Entreprises », lorsqu’ils utilisent des systèmes d’IA dans la chaîne de valeur de l’assurance.

Objectifs de l’avis

L’avis vise à clarifier les principaux principes et exigences de la législation sectorielle de l’assurance pour les systèmes d’IA qui ne sont ni interdits ni considérés comme à haut risque selon le Règlement (UE) 2024/1689, connu sous le nom de « loi sur l’IA ». Il fournit des orientations sur l’application de cette législation à des systèmes d’IA qui n’étaient pas courants ou disponibles lors de l’adoption de la loi sur l’IA.

Les attentes de supervision élevées en matière de gouvernance et de gestion des risques que les entreprises doivent suivre pour utiliser les systèmes d’IA de manière responsable sont également abordées, en tenant compte des risques et de la proportionnalité de chaque cas.

Points clés de l’avis

  • Évaluation des risques : Les entreprises doivent évaluer les risques associés aux différents cas d’utilisation de l’IA, en tenant compte des niveaux de risque variés parmi ces cas d’utilisation.
  • Mesures proportionnées : Après l’évaluation, les entreprises doivent développer des mesures proportionnées pour assurer l’utilisation responsable de l’IA, adaptées à chaque cas d’utilisation spécifique.
  • Systèmes de gouvernance : En conformité avec l’Art. 41 de la Directive Européenne 2009/138/CE et l’Art. 25 de la Directive sur la Distribution d’Assurances (IDD), les entreprises doivent établir des systèmes de gouvernance et de gestion des risques, en mettant l’accent sur des aspects tels que :
    • équité et éthique,
    • gouvernance des données,
    • documentation et conservation des enregistrements,
    • transparence et explicabilité,
    • surveillance humaine,
    • exactitude, robustesse et cybersécurité.

Les entreprises utilisant des systèmes d’IA sont également invitées à définir et documenter dans une politique leur approche de l’utilisation de l’IA, qui devrait être régulièrement revue.

Approche centrée sur le client

L’EIOPA encourage une approche centrée sur le client en matière de gouvernance de l’IA, afin de garantir que les clients soient traités équitablement, conformément à leurs intérêts. Cela implique le développement d’une culture d’éthique et de formation sur la justice.

Gestion des données et biais

L’avis souligne l’importance des données utilisées pour entraîner l’IA, qui doivent être complètes, précises et exemptes de biais. Les résultats des systèmes d’IA doivent être significativement explicables, avec une surveillance et un audit réguliers des résultats.

Mécanismes de redressement

Conformément à d’autres cadres de gouvernance, l’avis insiste sur la nécessité de mécanismes de redressement adéquats permettant aux clients de demander réparation en cas d’effet négatif d’un système d’IA.

Conclusion

Il est important de noter que l’avis ne propose aucune nouvelle législation ou modification des lois existantes, mais vise à fournir des orientations spécifiques au secteur de l’assurance sur le fonctionnement des systèmes d’IA sous les lois de l’UE en vigueur. Les réponses à l’avis doivent être soumises avant le 12 mai 2025, après quoi l’EIOPA examinera les retours et révisera l’avis en conséquence.

Articles

Renforcer la sécurité des LLM : l’alignement responsable de l’IA

Ce document traite de l'alignement responsable de l'IA dans le développement de phi-3, mettant l'accent sur les principes de sécurité adoptés par Microsoft. Des méthodes de test et des ensembles de...

Contrôle des données dans l’ère des clouds IA souverains

Les nuages d'IA souverains offrent à la fois contrôle et conformité, répondant aux préoccupations croissantes concernant la résidence des données et le risque réglementaire. Dans un environnement où...

L’Alliance Écossaise de l’IA : Vers une Intelligence Artificielle Éthique

L'Alliance écossaise de l'IA a publié son rapport d'impact 2024/2025, révélant une année de progrès significatifs dans la promotion d'une intelligence artificielle éthique et inclusive en Écosse. Le...

UE AI Act : Préparez-vous au changement inévitable

L'annonce de la Commission européenne vendredi dernier selon laquelle il n'y aura pas de retard concernant la loi sur l'IA de l'UE a suscité des réactions passionnées des deux côtés. Il est temps de...

Fiabilité des modèles linguistiques : un défi à relever avec la loi sur l’IA de l’UE

Les modèles de langage de grande taille (LLM) ont considérablement amélioré la capacité des machines à comprendre et à traiter des séquences de texte complexes. Cependant, leur déploiement croissant...

Pause ou avancée : l’avenir de la réglementation de l’IA en Europe

Le Conseil européen a maintenu le calendrier de l'Acte sur l'IA malgré les pressions, affirmant qu'il n'y aura pas de pause dans sa mise en œuvre. Le Premier ministre suédois a appelé à un...

Nouvelles restrictions sur l’IA : impacts et opportunités

L'administration Trump prépare de nouvelles restrictions sur les exportations de puces AI vers la Malaisie et la Thaïlande pour empêcher que des processeurs avancés n'atteignent la Chine via des pays...

Gouvernance de l’IA : Garantir l’éthique et la transparence dans les entreprises modernes

La gouvernance de l'IA et la gouvernance des données sont essentielles pour garantir le développement de solutions d'IA éthiques et fiables. Ces cadres de gouvernance sont interconnectés et vitaux...

LLMOps : Optimisez l’IA Responsable à Grande Échelle avec Python

Dans un paysage hyper-compétitif, déployer des modèles de langage de grande taille (LLM) n'est pas suffisant ; il faut un cadre LLMOps robuste pour garantir la fiabilité et la conformité. Python, avec...