Gétul · AI Academy
Se connecterCréer un compte
Aperçu module
Aperçu limité — 3 premières étapes

Cas concrets en entreprise

Parcours : Conformité à l'AI Act — littératie (Article 4) · Opérationnel

1/7
Étape 1 / 7

≈ 16 min

Contexte

Contexte : pourquoi reconnaître ses propres usages et savoir où est le risque

Au programme de ce module

  1. 01Contexte≈ 16 min
  2. 02Explication≈ 18 min
  3. 03Démonstration≈ 18 min
  4. 04Cas d'usage≈ 16 min
  5. 05Étude de cas≈ 19 min
  6. 06Exercice≈ 22 min
  7. 07Quiz≈ 5 min
Durée totale≈ 114 min

Objectifs d’apprentissage

Reconnaître vos propres usages de l’IA en entreprise et savoir immédiatement où est le risque. À la fin de ce module, vous saurez situer chaque usage et déclencher le bon réflexe.

  • La plupart de vos usages relèvent de la transparence, ou du haut risque s’ils touchent les RH ou le crédit ;
  • Le réflexe universel : supervision humaine + information + maîtrise des données ;
  • Votre conformité dépend aussi de vos fournisseurs.

Sources

Règlement (UE) 2024/1689 (AI Act) ; annexe III (emploi ; accès aux services essentiels, dont le crédit) ; article 50 (transparence). Commission européenne, EUR-Lex, EDPB, CNIL. Référence ouvrable du texte : JO L, 2024/1689, 12.7.2024 — CELEX 32024R1689 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj. Dernière revue éditoriale du contenu : juillet 2026.

Pourquoi ce module

Objectif business : vos équipes reconnaissent leurs propres usages et savent immédiatement où est le risque.

Le module déroule 7 cas réalistes, au format constant : situation → risque → réflexe.

Pour comprendre — pourquoi raisonner par cas, et pas par grands principes

L’AI Act ne classe pas les outils par marque ou par technologie. Il les classe par usage : le même modèle peut être anodin pour rédiger une note interne et à haut risque pour trier des CV. C’est donc l’usage concret, pas le logiciel, qui décide des obligations.

Conséquence directe : on ne peut pas dire notre IA est conforme en bloc. Il faut regarder chaque usage, un par un, et lui attribuer un niveau de risque.

Les mots qui reviennent — levés une fois pour toutes

Avant les cas, fixons le vocabulaire. Ces termes reviennent dans tout le module ; les comprendre rend la suite évidente.

  • Fournisseur : celui qui développe un système d’IA et le met sur le marché ou en service sous son nom (souvent l’éditeur du logiciel).
  • Déployeur : celui qui utilise un système d’IA dans le cadre de son activité — c’est presque toujours votre rôle quand vous achetez et utilisez un outil.
  • Haut risque : la catégorie d’usages que l’AI Act juge sensibles (listés à l’annexe III), avec des obligations renforcées.
  • Transparence : l’obligation d’informer la personne qu’elle a affaire à de l’IA, ou de marquer un contenu généré (article 50).
  • Annexe III : la liste, dans le règlement, des domaines classés haut risque — par exemple l’emploi et l’accès aux services essentiels comme le crédit.

Retenez surtout le couple fournisseur / déployeur : il commande la répartition des responsabilités tout au long du module.

Les quatre risques d'un mauvais usage de l'IA Quatre risques que la littératie IA doit apprendre à repérer, avec un exemple concret pour chacun : 1) Hallucination (sortie fausse mais crédible) ; 2) Biais (reproduction ou amplification de discriminations) ; 3) Fuite de données (informations confidentielles qui quittent l'entreprise) ; 4) Excès de confiance (valider l'IA sans vérifier). Les 4 risques d'un mauvais usage de l'IA Ce que la littératie doit apprendre à repérer — avec un exemple concret 01 Hallucination — sortie fausse L'IA invente une réponse crédible mais fausse. « Un chiffre inventé glissé dans un rapport client. » 02 Biais L'IA reproduit ou amplifie des discriminations. « Un tri de CV qui écarte certains profils. » 03 Fuite de données Des informations confidentielles quittent l'entreprise. « Un contrat collé dans un outil grand public. » 04 Excès de confiance On valide l'IA sans vérifier (automation bias). « Une décision prise sur la seule foi de l'IA. » La littératie IA, c'est d'abord apprendre à reconnaître ces quatre risques — et savoir quoi faire ensuite.

Pour fixer l’idée

Voyez ces 7 cas comme un contrôle technique : on ne juge pas la voiture en général, on inspecte chaque organe — freins, pneus, éclairage — là où un défaut a des conséquences. Analogie pédagogique : chaque usage d’IA est un organe à inspecter ; on regarde où est le risque, usage par usage.

Le réflexe universel, expliqué

Trois gestes reviennent dans presque tous les cas. Comprendre pourquoi évite de les appliquer mécaniquement.

  • Supervision humaine : une personne garde la capacité de comprendre, contrôler et, au besoin, corriger ou refuser la sortie de l’IA — parce qu’un modèle peut se tromper sans le signaler.
  • Information : on dit à la personne concernée qu’une IA intervient — parce qu’elle ne peut se défendre ou vérifier que si elle sait.
  • Maîtrise des données : on contrôle ce qui entre dans l’outil — parce qu’une donnée saisie peut fuir, être réutilisée ou exposer un secret.

Exemple travaillé — un chiffre trop beau pour être vrai

Vous préparez un rapport pour un client. Vous demandez à un assistant IA le chiffre d’affaires 2023 d’une société. Il répond 4,2 millions d’euros et cite une source officielle d’apparence crédible. Le délai est serré.

Déroulé du bon réflexe : (1) je rappelle qu’une IA générative produit du plausible, pas du vérifié — un chiffre net et une source nommée peuvent être entièrement inventés (une hallucination). (2) Je ne me fie pas à la confiance affichée du modèle. (3) Je remonte à la source primaire : rapport annuel publié, registre officiel, données communiquées par le client. (4) Tant que ce chiffre n’est pas confirmé à la source, il ne va pas dans le livrable. Le réflexe n’est pas de faire confiance ni de se méfier par principe : c’est de vérifier ce qui engage.

Vérifiez votre compréhension

Vous demandez à un assistant IA le chiffre d’affaires 2023 d’un client. Il répond, très assuré : 4,2 millions d’euros, avec une source d’apparence officielle. Avant de l’insérer dans votre rapport, quel réflexe ?

À retenir

Ce module reconnaît vos usages réels, puis situe le risque cas par cas. La plupart relèvent de la transparence ou du haut risque (RH/crédit), et votre conformité dépend aussi de vos fournisseurs. Le format est constant : situation → risque → réflexe.