Skip to main content

Règlement IA pour les développeurs

Pour les développeurs : obligations du règlement IA touchant votre code et vérification de chaque pull request par Scanara. Ensuite : l’exemple de rapport.

Ce qui concerne les développeurs

  1. Journalisation, contrôle et exactitude relèvent du code

    Si votre employeur fournit un système d’IA à haut risque, le système doit enregistrer les événements automatiquement (article 12). Il doit permettre le contrôle humain (article 14). Il requiert un niveau approprié d’exactitude, de robustesse et de cybersécurité (article 15).

  2. La plupart des fonctionnalités ne sont pas à haut risque

    À haut risque signifie un usage listé à l’annexe III ou un produit couvert par l’annexe I (article 6). Vérifiez-le d’abord. D’autres règles peuvent s’appliquer, comme l’obligation d’information de l’article 50 pour les chatbots.

  3. Certaines pratiques sont interdites

    L’article 5 interdit des pratiques énumérées, comme l’inférence d’émotions au travail, depuis le 2 février 2025. Les amendes atteignent 35 millions d’EUR ou, pour une entreprise, 7 % du chiffre d’affaires annuel mondial, le montant le plus élevé étant retenu (article 99(3)).

Ce que Scanara ajoute à vos pull requests

✗Scanara EU AI Act Compliancefailure

Mode: Blocking Mode

Compliance Score: 58/100

# Findings Summary

Critical: 0

High: 7

Medium: 14

Low: 22

Total: 43

# Threshold Violations

High findings: 7 (max allowed: 5)

Compliance score: 58% (min required: 60%)

▸ View full report on Scanara Dashboard →

Exemple du résumé que Scanara publie sur GitHub, en anglais. Les chiffres sont illustratifs.

  1. Une vérification sur chaque pull request

    Scanara publie sur chaque pull request une vérification GitHub nommée Scanara EU AI Act Compliance. En mode Blocking, une vérification échouée bloque la fusion si vous exigez cette vérification dans la protection de branche.

  2. Mode Audit ou Blocking

    Le mode Audit se limite à signaler. Le mode Blocking fait échouer la vérification quand un seuil est dépassé. Les seuils se règlent par dépôt : nombre maximal de constats critiques, de constats élevés et score minimal. Les valeurs par défaut sont 0, 5 et 60.

  3. Un rapport derrière chaque vérification

    Chaque vérification renvoie vers un rapport avec un score et une note de A à F, des constats par article, gravité et fichier, et un score de risque par fichier.

  4. Plusieurs langages, exactitude variable

    Scanara attribue à chaque langage un niveau d’exactitude. Python, JavaScript et TypeScript ont la confiance la plus élevée (1,00). R et Julia sont expérimentaux (0,75), avec plus de faux positifs et d’omissions.

Questions des développeurs

Comment connecter Scanara à mes dépôts ?

Connectez votre compte GitHub, choisissez les dépôts à analyser, puis activez le merge gate d’un dépôt et réglez son mode et ses seuils. Le merge gate ne demande aucune modification du pipeline : GitHub envoie un webhook quand une pull request est ouverte ou modifiée.

Que vois-je sur une pull request ?

Une vérification nommée Scanara EU AI Act Compliance. Son résumé indique le mode, le score de conformité et un tableau des constats par gravité. Un lien ouvre le rapport complet dans le tableau de bord Scanara.

Quelle différence entre les modes Audit et Blocking ?

Le mode Audit signale sans échouer : la pull request peut être fusionnée. Le mode Blocking fait échouer la vérification quand un seuil est dépassé. Pour bloquer la fusion, exigez la vérification dans la protection de branche GitHub.

Quels langages de programmation Scanara analyse-t-il ?

Plusieurs langages, d’exactitude variable : Python, JavaScript et TypeScript sont les plus précis, R et Julia expérimentaux. La détection couvre les motifs standard des frameworks de ML. Les surcouches maison et le code obscurci peuvent échapper à l’analyse.

Que comprend l’offre Free ?

L’offre Free comprend 5 analyses au total, 1 système d’IA et 2 dépôts, sans merge gate. Les offres payantes ajoutent des analyses mensuelles et le merge gate.

À lire ensuite

Consultez d’abord un exemple de rapport

La démo présente un rapport de conformité anonymisé : vous voyez ce vers quoi renvoie la vérification d’une pull request.

Scanara prépare des preuves à partir de vos dépôts

Scanara lit vos dépôts GitHub connectés et exécute des analyses à base de règles pour repérer les schémas courants d'IA et d'apprentissage automatique. Il peut manquer du code non standard. Par ailleurs, il génère des projets de documentation à partir de modèles et de vos réponses aux évaluations, comme preuves pour votre travail de conformité. Vous décidez de la classification.