Nouvelles définitions des systèmes d’IA par l’UE

A lock and key

Directives de l’UE sur la définition des systèmes d’IA

Le 6 février 2025, la Commission européenne a publié des directives concernant la définition d’un système d’intelligence artificielle (IA) dans le cadre de la Loi sur l’IA. Ces directives visent à clarifier ce qu’implique un système d’IA et à établir des critères précis pour sa reconnaissance.

Définition du système d’IA

Un système d’IA est défini, selon l’article 3(1) de la Loi sur l’IA, comme un système basé sur une machine conçu pour fonctionner avec des niveaux d’autonomie variables et qui peut montrer une adaptabilité après son déploiement. Ce système est capable d’inférer, à partir des données d’entrée qu’il reçoit, comment générer des résultats tels que des prédictions, du contenu, des recommandations ou des décisions susceptibles d’influencer les environnements physiques ou virtuels.

Éléments clés d’un système d’IA

Les directives identifient sept éléments fondamentaux qui caractérisent un système d’IA :

  • Système basé sur une machine : Comprend des composants matériels et logiciels qui permettent à un système d’IA de fonctionner.
  • Niveaux d’autonomie variables : Les systèmes d’IA doivent être conçus pour fonctionner avec une certaine indépendance par rapport à l’intervention humaine.
  • Adaptabilité : Bien qu’un système puisse avoir des capacités d’apprentissage autonome, cela n’est pas strictement requis pour qu’il soit classé comme système d’IA.
  • Objectifs du système d’IA : Les objectifs peuvent être explicites ou implicites, définissant les buts des tâches à accomplir.
  • Capacité d’inférence : Considérée comme essentielle pour distinguer les systèmes d’IA des autres types de systèmes.
  • Influence sur les environnements : Les sorties des systèmes d’IA doivent avoir un impact tangible, que ce soit dans un environnement physique ou virtuel.
  • Interaction avec l’environnement : Les systèmes d’IA doivent pouvoir agir sur leur environnement d’une manière significative.

Phases du cycle de vie des systèmes d’IA

Les directives précisent également que la définition d’un système d’IA comprend deux phases principales du cycle de vie :

  • Phase de pré-déploiement : Cette phase concerne le développement et la construction du système.
  • Phase de post-déploiement : Cette phase concerne l’utilisation effective du système.

Il est important de noter que tous les éléments n’ont pas besoin d’être présents dans les deux phases.

Exclusions de la définition d’un système d’IA

Les directives précisent que certains systèmes sont exclus de la définition d’un système d’IA. Ces systèmes peuvent avoir une capacité d’inférence limitée mais manquent de l’autonomie ou de la capacité d’analyser des modèles de manière autonome. Cela inclut, par exemple, des systèmes utilisés pour améliorer l’optimisation mathématique ou des systèmes de traitement de données basiques.

Conclusion

Les directives de la Commission européenne visent à établir un cadre clair pour reconnaître et comprendre les systèmes d’intelligence artificielle. Grâce à cette clarification, il sera plus facile de naviguer dans les implications et les réglementations entourant l’IA dans l’Union européenne.

Articles

Ingénieurs en IA : Performance ou Responsabilité ?

L'intelligence artificielle a connu une explosion de ses capacités, plaçant les ingénieurs en IA à l'avant-garde de l'innovation. Pendant ce temps, la responsabilité éthique devient cruciale, car les...

L’IA responsable : un impératif incontournable

L'intelligence artificielle responsable n'est plus un simple mot à la mode, mais une nécessité fondamentale, selon Dr Anna Zeiter. Elle souligne l'importance d'établir des systèmes d'IA fiables et...

Intégrer l’IA en toute conformité dans votre entreprise

L'adoption de l'IA dans les entreprises échoue au moins deux fois plus souvent qu'elle ne réussit, selon la Cloud Security Alliance (CSA). Le modèle proposé, appelé Dynamic Process Landscape (DPL)...

Préserver les données générées par l’IA : enjeux et meilleures pratiques

Les outils d'intelligence artificielle générative (GAI) soulèvent des préoccupations juridiques telles que la confidentialité des données et les considérations de privilège. Les organisations doivent...

L’Intelligence Artificielle Responsable : Principes et Avantages

Aujourd'hui, l'IA change la façon dont nous vivons et travaillons, il est donc très important de l'utiliser de manière appropriée. L'IA responsable signifie créer et utiliser une IA qui est juste...

Réussir avec l’IA : Éthique et Gouvernance au cœur de l’Innovation

Il y a vingt ans, personne n'aurait pu prédire que nous compterions sur l'intelligence artificielle (IA) pour prendre des décisions commerciales critiques. Aujourd'hui, les entreprises doivent se...

Régulation de l’IA en Espagne : Pionnière en Europe

L'Espagne est à l'avant-garde de la gouvernance de l'IA avec la création du premier régulateur européen de l'IA (AESIA) et un cadre réglementaire en cours d'élaboration. Un projet de loi national sur...

Réglementation de l’IA : État des lieux et enjeux mondiaux

L'intelligence artificielle (IA) a connu des avancées considérables ces dernières années, ce qui a entraîné des opportunités et des risques potentiels. Les gouvernements et les organismes de...

L’IA dans les jeux d’argent : enjeux et responsabilités

L'article aborde l'impact de l'intelligence artificielle dans l'industrie des jeux d'argent, mettant en lumière les promesses d'efficacité et les risques réglementaires croissants. Les opérateurs...