L’intelligence artificielle est déjà utilisée pour rédiger, résumer, analyser, classer, générer des images ou assister une décision.
Le règlement européen sur l’intelligence artificielle, souvent appelé AI Act, ne demande pas à toutes les entreprises de devenir expertes en droit ou en informatique. Il impose toutefois une approche proportionnée aux usages et aux risques.
L’article 4 prévoit que les fournisseurs et les organisations qui déploient des systèmes d’IA prennent des mesures afin d’assurer un niveau suffisant de maîtrise de l’IA par les personnes qui les utilisent pour leur compte.
Cette obligation d’acculturation est applicable depuis le 2 février 2025. En 2026, elle doit être intégrée aux pratiques réelles de l’organisation.
Ce que signifie « maîtrise de l’IA »
La maîtrise de l’IA correspond à un ensemble de :
- connaissances ;
- compétences ;
- compréhension ;
- capacité à reconnaître les possibilités ;
- capacité à repérer les risques ;
- capacité à utiliser un système de manière informée.
Le niveau attendu dépend notamment :
- du rôle de la personne ;
- de son expérience ;
- de l’outil ;
- du contexte d’utilisation ;
- des personnes susceptibles d’être affectées ;
- de la sensibilité des données ;
- de l’impact d’une erreur.
Un salarié qui utilise une IA pour reformuler un courriel n’a pas les mêmes besoins qu’une personne qui s’en sert pour présélectionner des candidatures ou produire des recommandations concernant des clients.
Ce que l’article 4 ne dit pas
Il ne crée pas une certification universelle obligatoire nommée « certification AI Act ».
Il ne fixe pas une durée unique de formation applicable à tous.
Il ne signifie pas qu’une journée de formation suffit automatiquement à assurer la conformité de l’organisation.
Il invite à construire une démarche adaptée et traçable.
Une méthode en six étapes
1. Recenser les usages
Interrogez les équipes :
- quels outils sont utilisés ;
- pour quelles tâches ;
- avec quelles données ;
- sur quels équipements ;
- avec quels comptes ;
- avec quelle validation humaine.
Les usages informels sont souvent plus nombreux que les usages officiellement déclarés.
2. Classer les usages
Une classification simple peut être utilisée.
Niveau faible
Exemples :
- recherche d’idées ;
- reformulation d’un texte non sensible ;
- création d’un plan ;
- amélioration stylistique.
Niveau intermédiaire
Exemples :
- synthèse de documents internes ;
- production d’une procédure ;
- préparation d’un support destiné à un client ;
- analyse d’un tableau.
Niveau élevé ou à examiner avec attention
Exemples :
- recrutement ;
- évaluation de personnes ;
- décisions ayant un effet important ;
- traitement de données sensibles ;
- génération automatisée sans contrôle humain ;
- usage dans un secteur réglementé.
Cette classification ne remplace pas l’analyse juridique, mais elle aide à prioriser.
3. Définir les compétences nécessaires
Pour chaque groupe d’utilisateurs, préciser :
- ce qu’il doit comprendre ;
- ce qu’il doit savoir faire ;
- ce qu’il ne doit pas faire ;
- quand il doit demander une validation ;
- qui contacter en cas de doute.
4. Former à partir de situations réelles
Une formation utile ne se limite pas à présenter un outil.
Elle doit aborder :
- les limites ;
- les erreurs possibles ;
- les biais ;
- la confidentialité ;
- les données personnelles ;
- la propriété intellectuelle ;
- la validation humaine ;
- la traçabilité ;
- les règles internes.
5. Formaliser des règles
Une charte ou un guide interne peut préciser :
- les outils autorisés ;
- les données interdites ;
- les usages nécessitant une validation ;
- les responsabilités ;
- la conservation des productions ;
- le contrôle humain ;
- le signalement d’un incident.
6. Mettre à jour la démarche
L’IA évolue rapidement. Les règles doivent donc être révisées après :
- l’ajout d’un nouvel outil ;
- un changement de contrat ;
- une nouvelle utilisation ;
- un incident ;
- une évolution réglementaire ;
- un retour des salariés.
Exemple pédagogique
Une assistante utilise une IA pour rédiger un compte rendu.
Première situation
Elle utilise uniquement des informations génériques et relit le document.
Le besoin principal est la qualité de la consigne et la vérification.
Deuxième situation
Elle copie des noms, des coordonnées, des données RH et des informations commerciales.
Le risque devient plus important : protection des données, confidentialité, conditions contractuelles de l’outil et accès aux informations.
La même technologie nécessite donc des règles différentes selon le contexte.
Comment démontrer la démarche ?
Conservez des éléments simples :
- liste des usages ;
- catégories de personnels formés ;
- programme de sensibilisation ;
- dates ;
- supports ;
- règles internes ;
- évaluations ;
- mises à jour ;
- décisions prises après l’analyse des risques.
L’objectif n’est pas d’accumuler des documents, mais de démontrer une démarche cohérente.
Quiz
Une formation générique identique pour tous est-elle toujours suffisante ?
Non. Le niveau de maîtrise doit tenir compte du rôle, de l’expérience, du contexte et des risques.
Peut-on autoriser un outil sans examiner les données saisies ?
Non. Le type de données et les conditions d’utilisation doivent être évalués.
L’article 4 impose-t-il une certification professionnelle précise ?
Non. Il exige des mesures adaptées pour assurer un niveau suffisant de maîtrise.
À retenir
Une entreprise peut commencer avec quatre actions :
- recenser les usages ;
- définir les règles ;
- former les personnes concernées ;
- réévaluer régulièrement.
Sources officielles pour aller plus loin
- Commission européenne — Questions-réponses sur la maîtrise de l’IA
- Commission européenne — AI Act et calendrier d’application
- CNIL — Intelligence artificielle : professionnels, comment se mettre en conformité ?
Cette ressource présente des repères pédagogiques généraux. Elle ne constitue pas un conseil juridique ni une analyse de conformité individualisée.