Vue d’ensemble des types d’IA : comprendre pour mieux gouverner
L’IA d’aujourd’hui englobe une grande 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 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 s’articule l’ensemble du cadre réglementaire : le système 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 IA selon la Loi IA
Selon l’article 3(1) de la Loi IA, un système IA signifie :
« Un système basé sur des machines conçu pour fonctionner avec divers niveaux d’autonomie 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 pouvant influencer des environnements physiques ou virtuels. »
Cette définition met en évidence 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 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 IA : la base technique du système
Un modèle IA se réfère à une représentation mathématique ou computationnelle obtenue par un processus d’apprentissage basé sur des données et utilisée pour effectuer des inférences.
Il permet la transformation des données d’entrée en sorties telles que des prédictions, des classifications, des recommandations ou des décisions, selon une fonction apprise.
3. Le problème de l’open source dans l’IA
Selon les articles 53(2) et 54(6) de la Loi IA, les modèles IA open source sont des modèles qui :
- sont publiés sous une licence libre et ouverte permettant l’accès, l’utilisation, la modification et la distribution du modèle ;
- pubient leurs paramètres, y compris les poids, les informations sur l’architecture du modèle et des informations sur l’utilisation du modèle ;
- ne sont pas soumis à une monétisation directe.
4. Chatbots : l’interface conversationnelle
Un chatbot (ou assistant conversationnel) est un système IA conçu pour simuler une conversation dans un canal donné et fournir des informations, de l’assistance ou un service.
Les chatbots, reconnus comme des systèmes IA, relèvent pleinement du champ d’application de la Loi IA. Ils sont soumis à des obligations telles que la transparence et, lorsqu’ils sont déployés dans des contextes sensibles, peuvent être classés comme des systèmes IA à haut risque.
5. Agents IA : de l’outil à l’autonomie
Les agents IA se réfèrent à des systèmes IA présentant des caractéristiques spécifiques, notamment la capacité d’agir de manière autonome et d’initier des actions.
6. IA agentique : orchestration et complexité
L’IA agentique représente un changement de paradigme par rapport aux agents IA traditionnels, caractérisé par une collaboration entre plusieurs agents au sein du même système.
7. Pourquoi cet inventaire est essentiel pour la gouvernance de l’IA
La diversité des technologies 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.
En identifiant précisément les types d’IA utilisés, il devient possible de déterminer les obligations réglementaires applicables, ce qui facilite une évaluation des risques plus précise.
Cette compréhension est également cruciale pour définir et déployer des contrôles techniques, organisationnels ou humains appropriés et pour garantir leur efficacité dans le temps.
