Article 10 pour l’IA fintech : données et gouvernance des données

L’article 10 fixe des obligations pour le fournisseur. Il ne nomme aucun volume de données, aucune valeur d’exactitude ni aucune durée de conservation.

• art. 10(1), (6)
  Des jeux de données qui satisfont aux critères de qualité

  Les systèmes d’IA à haut risque qui entraînent des modèles d’IA au moyen de données doivent être développés sur la base de jeux de données d’entraînement, de validation et de test. Ces jeux de données doivent satisfaire aux critères de qualité des paragraphes 2, 3 et 4 et de l’article 4 bis, paragraphe 1, chaque fois qu’ils sont utilisés. Pour les systèmes qui n’entraînent pas de modèles, ces dispositions ne s’appliquent qu’aux jeux de données de test.

• art. 10(2)
  Pratiques de gouvernance et de gestion des données

  Les jeux de données doivent faire l’objet de pratiques de gouvernance et de gestion des données appropriées à la finalité prévue. Ces pratiques concernent en particulier les choix de conception, les processus de collecte de données et l’origine des données et, pour les données à caractère personnel, la finalité initiale de la collecte. Elles concernent aussi les opérations de préparation des données, telles que l’annotation, l’étiquetage, le nettoyage, la mise à jour, l’enrichissement et l’agrégation. Elles concernent les hypothèses sur ce que les données sont censées mesurer et représenter. Et elles concernent la disponibilité, la quantité et l’adéquation des jeux de données nécessaires, ainsi que les lacunes ou déficiences des données et la manière d’y remédier.

• art. 10(2)(f), (g)
  Examiner les biais, puis les détecter, les prévenir et les atténuer

  Ces pratiques comprennent un examen permettant de repérer d’éventuels biais (point f)). Cet examen vise les biais susceptibles de porter atteinte à la santé et à la sécurité des personnes ou d’avoir une incidence négative sur les droits fondamentaux. Il vise aussi les biais susceptibles de se traduire par une discrimination interdite par le droit de l’Union, en particulier lorsque les données de sortie influencent les entrées pour les opérations futures. Ces pratiques comprennent aussi des mesures appropriées pour détecter, prévenir et atténuer les biais repérés (point g)).

• art. 10(3)
  Pertinents, représentatifs, exempts d’erreurs dans toute la mesure possible

  Les jeux de données doivent être pertinents, suffisamment représentatifs et, dans toute la mesure possible, exempts d’erreurs et complets au regard de la finalité prévue. Ils possèdent les propriétés statistiques appropriées, y compris, le cas échéant, en ce qui concerne les personnes ou groupes de personnes à l’égard desquels le système est destiné à être utilisé. Ces caractéristiques peuvent être remplies au niveau de jeux de données pris individuellement ou d’une combinaison de ceux-ci.

• art. 10(4)
  Adaptés au cadre d’utilisation

  Les jeux de données doivent tenir compte des caractéristiques ou éléments propres au cadre géographique, contextuel, comportemental ou fonctionnel spécifique dans lequel le système est destiné à être utilisé. Cela vaut dans la mesure requise par la finalité prévue.

L’article 10 ne s’applique qu’aux systèmes d’IA à haut risque. Les lignes ci-dessous montrent où l’IA fintech devient à haut risque.

• La fintech n’est pas une catégorie du règlement

  Le règlement n’a pas de catégorie fintech. Ce site emploie ce mot pour l’IA qui relève du règlement par deux usages de l’annexe III, point 5. Le point 5 b) vise les systèmes d’IA destinés à être utilisés pour évaluer la solvabilité des personnes physiques ou pour établir leur note de crédit. Il excepte les systèmes d’IA utilisés à des fins de détection de fraudes financières. Le point 5 c) vise les systèmes d’IA destinés à être utilisés pour l’évaluation des risques et la tarification en ce qui concerne les personnes physiques en matière d’assurance-vie et d’assurance maladie. Le point 5 ne nomme pas la détection de fraudes, ni la lutte contre le blanchiment de capitaux ou la connaissance du client. Il ne nomme pas non plus la négociation algorithmique, le conseil automatisé, l’assurance non-vie, la gestion des sinistres ni les décisions de crédit concernant des personnes morales. Un système destiné à l’un de ces usages n’est à haut risque que si un autre point de l’annexe III ou l’annexe I le couvre.

• L’article 6, paragraphe 3, peut sortir un système de l’annexe III

  Un système relevant du point 5 b) ou 5 c) est à haut risque au titre de l’article 6, paragraphe 2. Au titre de l’article 6, paragraphe 3, il n’est pas à haut risque s’il ne présente pas de risque important de préjudice pour la santé, la sécurité ou les droits fondamentaux. Cela inclut de ne pas avoir d’incidence significative sur le résultat de la prise de décision. Le règlement applique cette exception lorsqu’une des conditions suivantes est remplie (article 6, paragraphe 3, points a) à d)). Le système est destiné à accomplir une tâche procédurale étroite. Ou il est destiné à améliorer le résultat d’une activité humaine préalablement réalisée. Ou il est destiné à détecter les constantes en matière de prise de décision ou les écarts par rapport aux constantes habituelles antérieures et n’est pas destiné à se substituer à l’évaluation humaine préalablement réalisée, ni à influencer celle-ci, sans examen humain approprié. Ou il est destiné à exécuter une tâche préparatoire en vue d’une évaluation pertinente aux fins des cas d’utilisation visés à l’annexe III. Savoir comment ces conditions se combinent avec le critère du risque important relève d’un juriste. Le système est toujours à haut risque lorsqu’il effectue un profilage de personnes physiques. Le profilage est défini à l’article 4, point 4), du RGPD (article 3, point 52)). Savoir si un système de scoring ou de tarification donné en effectue un relève aussi d’un juriste. Le fournisseur qui invoque l’exception documente son évaluation avant la mise sur le marché ou la mise en service du système. Il doit aussi enregistrer le système (article 6, paragraphe 4, article 49, paragraphe 2).

• Fournisseur et déployeur

  Le fournisseur développe un système d’IA, ou le fait développer, et le met sur le marché ou le met en service sous son propre nom ou sa propre marque (article 3, point 3)). La mise en service inclut la fourniture pour usage propre du fournisseur (article 3, point 11)). Une banque ou un assureur qui développe un système et le met en service sous son propre nom est donc un fournisseur. Une banque ou un assureur qui utilise un système sous son autorité est un déployeur (article 3, point 4)). Un déployeur devient fournisseur dans trois cas. Il appose son nom ou sa marque sur un système à haut risque déjà mis sur le marché, sans préjudice des dispositions contractuelles prévoyant une autre répartition des obligations. Il y apporte une modification substantielle qui le laisse à haut risque. Ou il modifie la finalité prévue d’un système qui n’était pas à haut risque, de sorte qu’il le devienne (article 25, paragraphe 1). Le fournisseur qui a initialement mis le système sur le marché ou en service n’est alors plus considéré comme le fournisseur de ce système spécifique, et coopère étroitement avec le nouveau fournisseur (article 25, paragraphe 2). Cela ne s’applique pas lorsque le fournisseur initial a clairement précisé que son système ne doit pas être transformé en système d’IA à haut risque.

• Catégories particulières de données à caractère personnel : article 4 bis

  Outre le RGPD et les autres règles de protection des données applicables, les fournisseurs de systèmes d’IA à haut risque peuvent exceptionnellement traiter des catégories particulières de données à caractère personnel. Cela est permis dans la mesure strictement nécessaire à la détection et à la correction des biais au titre de l’article 10, paragraphe 2, points f) et g). Toutes les conditions de l’article 4 bis, paragraphe 1, points a) à f), doivent être réunies. Elles prévoient notamment que la détection et la correction des biais ne peuvent être satisfaites de manière efficace en traitant d’autres données, telles que des données synthétiques ou anonymisées. Elles prévoient aussi que les données sont supprimées une fois le biais corrigé ou la période de conservation expirée, selon celle de ces deux échéances qui arrive en premier. L’article 4 bis, paragraphe 2, donne la même faculté, aux mêmes conditions, aux fournisseurs et aux déployeurs d’autres systèmes d’IA et aux déployeurs de systèmes à haut risque. Il ne crée aucune obligation de détecter et de corriger les biais.

• Dates

  Les exigences pour ces usages de l’annexe III s’appliquent à partir du 2 décembre 2027 (article 113, troisième alinéa, point c) i)). Un système mis sur le marché ou mis en service avant cette date n’est couvert que si sa conception subit ensuite d’importantes modifications. En tout état de cause, les fournisseurs et les déployeurs de systèmes d’IA à haut risque destinés à être utilisés par des autorités publiques doivent prendre les mesures nécessaires pour se conformer au plus tard le 2 août 2030 (article 111, paragraphe 2).

• Amendes

  Les fournisseurs doivent veiller à ce que leurs systèmes à haut risque respectent les exigences de la section 2 du chapitre III, qui comprend les articles 9 à 15 (article 16, point a)). Un manquement aux obligations du fournisseur de l’article 16 ou à celles du déployeur de l’article 26 peut être sanctionné d’une amende. Elle peut atteindre 15 millions d’EUR ou, pour une entreprise, 3 % de son chiffre d’affaires annuel mondial total de l’exercice précédent, le montant le plus élevé étant retenu (article 99, paragraphe 4, points a) et e)). Pour les PME, y compris les jeunes pousses, chaque amende est plafonnée au plus faible des deux montants (article 99, paragraphe 6). Le même plafond vaut pour les petites ETI (« petites entreprises à moyenne capitalisation » dans le règlement ; article 3, point 14 ter), article 99, paragraphe 6 bis). Chaque État membre établit les règles déterminant dans quelle mesure des amendes administratives peuvent être imposées aux autorités et organismes publics établis sur son territoire (article 99, paragraphe 8).

• Portée et limites du règlement

  Le règlement s’applique aux fournisseurs et aux déployeurs qui ont leur lieu d’établissement ou sont situés dans un pays tiers, lorsque les sorties produites par le système d’IA sont utilisées dans l’Union (article 2, paragraphe 1, point c)). Il ne s’applique pas aux domaines qui ne relèvent pas du champ d’application du droit de l’Union et ne porte pas atteinte aux compétences des États membres en matière de sécurité nationale (article 2, paragraphe 3). Le règlement ne s’applique pas aux systèmes ou modèles d’IA, y compris leurs sorties, spécifiquement développés et mis en service uniquement à des fins de recherche et développement scientifiques (article 2, paragraphe 6). Il ne s’applique pas aux activités de recherche, d’essai et de développement avant la mise sur le marché ou la mise en service d’un système. Les essais en conditions réelles ne sont pas couverts par cette exclusion (article 2, paragraphe 8). Les systèmes d’IA publiés dans le cadre de licences libres et ouvertes sont hors du champ du règlement. Cette exclusion ne joue pas s’ils sont mis sur le marché ou mis en service en tant que systèmes d’IA à haut risque, ou s’ils relèvent de l’article 5 ou de l’article 50 (article 2, paragraphe 12).

• Pas de norme de données pour la fintech

  L’article 10 ne nomme aucune taille minimale de données, mesure de représentativité, indicateur de biais ni source de données acceptée pour le crédit ou l’assurance. Le fournisseur décide de ce qui est approprié pour la finalité prévue (article 10, paragraphe 2). Le règlement lui-même ne nomme aucune norme harmonisée. Les systèmes à haut risque conformes à des normes harmonisées dont les références sont publiées au Journal officiel sont présumés conformes aux exigences de la section 2, dans la mesure où ces normes les couvrent (article 40, paragraphe 1). Les systèmes entraînés et testés avec des données tenant compte du cadre géographique, comportemental, contextuel ou fonctionnel spécifique d’utilisation sont présumés conformes à l’article 10, paragraphe 4 (article 42, paragraphe 1). La Commission élabore des lignes directrices sur l’application pratique des exigences et obligations des articles 8 à 15, 25 et 26 (article 96, paragraphe 1, point a)).

• Exemple : examen des biais pour le scoring de crédit

  Exemple, sans valeur d’exigence du règlement : le fournisseur d’un système de scoring de crédit pourrait comparer, dans le jeu de données, les taux d’acceptation et les taux d’erreur selon les groupes de demandeurs. Il pourrait consigner les groupes que les données sous-représentent.

• Exemple : des décisions passées comme étiquettes d’entraînement

  Exemple, sans valeur d’exigence du règlement : un modèle peut être entraîné sur des décisions passées d’octroi de crédit ou de souscription. Un fournisseur pourrait examiner avant l’entraînement si ces décisions comportent des biais, comme l’article 10, paragraphe 2, point f), demande un examen des biais éventuels.

• Article 10 : gouvernance des données pour l'IA à haut risque

  L’article 10 pour tous les secteurs : exigences, dates et amendes.

• Règlement IA fintech : guide de conformité

  Vue d’ensemble de la fintech : comment le règlement atteint l’IA de scoring de crédit et d’assurance.

• Article 12 pour l’IA fintech : enregistrement et journaux

  L’IA fintech et l’article 12 : journalisation automatique et qui conserve les journaux.

• Règlement IA vs RGPD : différences et chevauchements

  Comment le règlement sur l’IA et le RGPD se recoupent.