Glossaire

Les termes essentiels de la réglementation de l'IA, de la protection des données et de l'IA responsable — expliqués simplement.

A

AI Act (Loi sur l'IA de l'UE): Règlement européen encadrant l'intelligence artificielle. Définit des exigences fondées sur les risques pour les systèmes d'IA, des pratiques interdites aux obligations de transparence.
AIPD (DPIA): Analyse d'impact relative à la protection des données selon l'art. 35 RGPD. Obligatoire pour les traitements présentant un risque élevé pour les droits des personnes physiques, notamment lors de l'utilisation de l'IA.

Biais (distorsion): Erreurs systématiques dans les systèmes d'IA entraînant des résultats injustes ou discriminatoires. Peut provenir des données d'entraînement, des algorithmes ou des schémas d'interaction.

CEPD (EDPB): Comité européen de la protection des données. Publie des lignes directrices et des avis pour l'application uniforme du RGPD, de plus en plus sur les questions liées à l'IA.
Classes de risque: La Loi sur l'IA de l'UE catégorise les systèmes d'IA en quatre niveaux de risque : risque inacceptable (interdit), risque élevé, risque limité (transparence) et risque minimal.

Droits des personnes concernées: Droits des personnes physiques en vertu du RGPD, notamment l'accès (art. 15), la rectification (art. 16), l'effacement (art. 17) et l'opposition aux décisions automatisées (art. 22).

Explicabilité (XAI): La capacité de rendre compréhensibles les décisions et prédictions d'un système d'IA. Les méthodes incluent SHAP, LIME et les cartes d'attention.

GPAI (IA à usage général): Modèles d'IA à usage général selon la Loi sur l'IA de l'UE (art. 51-56). Soumis à des obligations particulières de transparence et de documentation, renforcées en cas de risque systémique.

IA responsable: Approche pour un déploiement éthiquement responsable de l'IA. Comprend l'équité, la transparence, l'explicabilité, la protection des données et la supervision humaine.

LLM (grand modèle de langage): Grand modèle de langage entraîné sur de vastes corpus de textes. Capable de générer, traduire, résumer des textes et de répondre à des questions.

Modèle de fondation: Grand modèle d'IA pré-entraîné servant de base à diverses applications (ex. GPT, Claude, Llama). Régulé comme IA à usage général (GPAI) dans la Loi sur l'IA.

Obligations de transparence: Obligations en vertu de la Loi sur l'IA de l'UE d'informer les utilisateurs de l'utilisation de l'IA. Comprend le marquage des contenus générés par l'IA et des hypertrucages.

Prompt Engineering: Technique de formulation ciblée des entrées (prompts) destinées aux modèles d'IA afin d'obtenir les résultats souhaités.

RGPD (GDPR): Règlement général sur la protection des données de l'UE. Régit le traitement des données à caractère personnel et accorde aux personnes concernées des droits étendus.

Sous-traitance (contrat de sous-traitance): Traitement de données à caractère personnel pour le compte d'un responsable de traitement par un sous-traitant (art. 28 RGPD). Nécessite un contrat écrit.
Système d'IA à haut risque: Systèmes d'IA déployés dans des domaines sensibles selon l'annexe III de la Loi sur l'IA de l'UE (ex. ressources humaines, éducation, justice). Soumis à des exigences complètes.
SHAP (SHapley Additive exPlanations): Méthode XAI pour expliquer les prédictions individuelles d'un modèle. Basée sur les valeurs de Shapley issues de la théorie des jeux, elle quantifie la contribution de chaque variable.

Évaluation de la conformité: Évaluation de la conformité selon la Loi sur l'IA de l'UE. Les systèmes d'IA à haut risque doivent démontrer qu'ils satisfont aux exigences légales avant leur mise sur le marché.