Définition
Les exigences de documentation IA désignent la documentation à maintenir pour l’exploitation sûre, l’accountability et la conformité. Selon le contexte: usage prévu, description du système, provenance des données, résultats d’évaluation, contrôles de risque et instructions utilisateur.
Pourquoi c’est important
- Preuve: sans documentation, difficile de défendre et d’auditer.
- Opérations: support pour incident response et gestion des changements.
- Sécurité d’usage: consignes et limites réduisent le mésusage.
Comment ça fonctionne
Définir les artifacts -> versionner -> mettre à jour -> partager avec le bon public
Une bonne documentation est vivante: elle suit l’évolution du modèle, des données et des processus.
Exemple pratique
Un fournisseur maintient un dossier technique (usage prévu, limites, tests, contrôles). Un déployeur maintient des records opérationnels (formation, supervision, logs d’incident).
Questions fréquentes
Q: Ce n’est que du “paperwork”?
R: C’est aussi un contrôle: cela force la clarté sur le scope, les limites et les responsabilités.
Q: Qu’est-ce qui rend la documentation obsolète le plus vite?
R: Les changements non tracés. Sans versioning et ownership, les docs deviennent trompeuses.
Termes associés
- Responsabilité du modèle — ownership et traçabilité
- Transparence algorithmique — disclosures utilisateur
- Éthique des données — provenance et usage responsable
- Évaluation de conformité IA — preuves utilisées
Références
Règlement (UE) 2024/1689 (EU AI Act).
References
Regulation (EU) 2024/1689 (EU AI Act).