Qu'est-ce qu'un système d'IA au sens du RIA ? La définition qui déclenche tout
Qu'est-ce qu'un système d'IA au sens du RIA ? La définition qui déclenche tout
La définition du système d'IA de l'article 3 conditionne l'application de tout le règlement. Premier volet de la série Comprendre le RIA : les trois piliers de la définition et la méthode pour qualifier votre produit.
Toute analyse de conformité au règlement européen sur l'intelligence artificielle commence par une question unique : votre produit est-il un système d'IA au sens du texte ? La réponse conditionne l'application de l'ensemble du règlement, de la classification des risques aux obligations documentaires. La définition retenue à l'article 3 est plus large que l'image que l'on se fait de l'IA, mais plus étroite que le marketing du secteur ne le laisse croire. Premier volet de notre série « Comprendre le RIA », cet article vous donne les clés pour trancher cette question préalable.
L'essentiel en 30 secondes. L'article 3 du RIA définit le système d'IA comme un système automatisé conçu pour fonctionner à différents niveaux d'autonomie, capable de faire preuve d'une capacité d'adaptation après déploiement, et qui déduit à partir des entrées reçues la manière de générer des sorties (prédictions, contenus, recommandations, décisions) influençant des environnements physiques ou virtuels. Le critère décisif est la capacité d'inférence : un logiciel qui applique uniquement des règles programmées par des personnes physiques n'est pas un système d'IA. La qualification s'apprécie système par système, fonctionnalité par fonctionnalité.
Les trois piliers de la définition
La définition de l'article 3, point 1, s'articule autour de trois caractéristiques. L'autonomie d'abord : le système fonctionne avec un certain degré d'indépendance par rapport à une intervention humaine. Le texte vise « différents niveaux » d'autonomie, ce qui inclut les systèmes semi-automatisés où l'humain reste dans la boucle. La capacité d'adaptation ensuite : le système peut évoluer après son déploiement, par apprentissage continu par exemple. Cette caractéristique est facultative, le texte indiquant que le système « peut » en faire preuve.
Le cœur de la définition réside dans le troisième pilier : l'inférence. Le système déduit, à partir des entrées qu'il reçoit, la manière de générer des sorties. Cette capacité à inférer distingue le système d'IA du logiciel classique. Un moteur de règles qui applique mécaniquement des conditions écrites par un développeur ne déduit rien : il exécute. Un modèle entraîné sur des données, qui généralise à partir d'exemples pour produire des prédictions sur des cas nouveaux, infère.
Ce qui entre dans le champ, ce qui en sort
Entrent clairement dans la définition les systèmes fondés sur l'apprentissage automatique sous toutes ses formes : réseaux de neurones, modèles de langage, systèmes de recommandation entraînés, outils de vision par ordinateur, modèles de scoring statistique. Les approches fondées sur la logique et les connaissances, comme certains systèmes experts qui raisonnent sur des bases de connaissances, peuvent aussi être couvertes lorsqu'elles dépassent l'exécution de règles figées.
Restent en dehors du champ les logiciels d'automatisation classiques : un moteur de calcul de TVA, un workflow d'approbation conditionnel, une feuille de calcul sophistiquée ou un logiciel de gestion qui applique des règles métier explicites. La Commission a publié des lignes directrices sur la définition du système d'IA qui confirment cette lecture : l'exclusion vise les systèmes dont les capacités se limitent à exécuter des opérations définies par des règles formulées uniquement par des humains.
La frontière se brouille dans les produits hybrides, majoritaires dans le SaaS moderne. Une plateforme peut combiner un cœur applicatif classique et des fonctionnalités d'IA périphériques : un module de catégorisation automatique, une recherche sémantique, un assistant rédactionnel. Dans ce cas, l'analyse se mène fonctionnalité par fonctionnalité, et les obligations du règlement ne portent que sur les composantes qui répondent à la définition.
Pourquoi cette qualification mérite une analyse documentée
La tentation existe, chez les startups, de trancher cette question intuitivement, dans un sens comme dans l'autre. Deux erreurs symétriques en résultent. Surqualifier son produit en « IA » pour des raisons marketing expose à des questions de conformité que le discours commercial aura lui-même déclenchées : vos clients et leurs juristes prennent vos plaquettes au mot. Sous-qualifier pour échapper au règlement fragilise l'entreprise en cas de contrôle ou de due diligence, car l'analyse ne tient pas face à un examen technique.
La bonne pratique consiste à documenter une analyse de qualification pour chaque produit et chaque fonctionnalité significative : description technique du fonctionnement, confrontation aux critères de l'article 3, conclusion motivée. Ce document, peu coûteux à produire, devient la première pièce de votre dossier de conformité. Il sécurise vos réponses aux questionnaires fournisseurs des grands comptes et fixe le périmètre exact de vos obligations pour la suite : classification des risques, transparence, documentation. Les volets suivants de cette série reposent tous sur cette première étape.
Vous hésitez sur la qualification de votre produit au regard du RIA ? Le cabinet réalise cette analyse et la documente pour vos due diligences et appels d'offres. Prendre rendez-vous pour une consultation
Sources
- Protéger ses créations
- Sécuriser ses données
- Contractualiser son activité
.png){kind=small}