Éthique de l'IA

Un cadre, pas une intention

L'éthique de l'IA ne se résume pas à une charte affichée dans un hall. Elle se traduit en décisions vérifiables : quelles données sont utilisées, qui peut consulter une réponse, quel recours existe en cas d'erreur, comment un salarié est informé qu'un outil intervient dans son travail. En Europe, le règlement sur l'intelligence artificielle impose une gradation des obligations selon le niveau de risque, et la protection des données personnelles continue de s'appliquer. Les obligations varient selon l'usage envisagé, ce qui impose de qualifier chaque projet avant de le lancer.

Les textes ne répondent pourtant pas à tout. Ils disent ce qui est interdit ou encadré, rarement ce qui est souhaitable. Entre le respect du droit et le choix d'un usage, il reste une marge de jugement qui appartient à l'organisation. C'est là que l'éthique commence : dans les arbitrages que personne ne tranchera à votre place, et qu'il vaut mieux écrire avant qu'un incident ne les rende urgents et coûteux. Un document court, discuté et daté vaut mieux qu'une charte copiée sur un modèle étranger.

Les questions qui reviennent

Certains sujets reviennent dans presque tous les projets. Le biais, quand un modèle reproduit des inégalités présentes dans ses données et défavorise un groupe. La transparence, quand une décision automatisée n'est pas explicable à la personne qui la subit. La surveillance, quand un outil d'analyse des échanges glisse vers le contrôle des salariés. L'emploi, quand une tâche disparaît sans que la personne soit accompagnée vers une autre. Ces sujets ne se règlent pas une fois pour toutes : ils reviennent à chaque nouvelle fonctionnalité.

D'autres questions sont plus discrètes. La dépendance à un fournisseur unique, qui peut changer ses tarifs ou retirer un modèle du jour au lendemain. La confidentialité des échanges, quand un dossier client est collé dans une interface grand public. L'usage des données pour améliorer le service, souvent accepté par défaut sans lecture. La charge de vérification, enfin, reportée sur des équipes qui n'ont été ni formées ni déchargées d'autres tâches. Les traiter tôt évite de découvrir le problème au moment où le service est déjà utilisé.

Qui décide, et comment

Une gouvernance crédible associe plusieurs fonctions : la direction qui arbitre, le responsable des données ou le délégué à la protection, les métiers qui connaissent le terrain, les représentants du personnel quand des salariés sont concernés, et la technique qui sait ce que l'outil fait réellement. Un comité qui ne réunit que des passionnés d'IA produit des principes généreux et inapplicables, faute de connaissance des contraintes quotidiennes. Cette diversité ralentit parfois les décisions, mais elle évite les angles morts les plus coûteux.

La procédure compte autant que la composition. Un inventaire des usages, une fiche par cas, un avis avant mise en service, une revue après quelques mois : ces gestes simples valent mieux qu'un long document. Ils obligent à nommer le responsable, à décrire le bénéfice attendu et à prévoir l'arrêt. Un projet que l'on sait interrompre est un projet mieux conçu, parce que l'équipe sait dès le départ qu'elle devra démontrer son utilité. La trace écrite de ces avis protège l'organisation autant que les personnes concernées.

L'éthique dans le projet

Les bonnes intentions se perdent quand elles arrivent trop tard. Si la question du recours humain est posée après la mise en production, elle se règle par un bouton d'appel sans effet réel. Si l'information des personnes est rédigée à la fin, elle devient une mention illisible enterrée dans des conditions générales. Poser ces points au moment de la conception coûte peu et évite des corrections beaucoup plus lourdes ensuite. L'expérience montre que les points de contrôle intégrés au départ sont les seuls réellement suivis.

Reste la question du renoncement. Une organisation peut décider qu'un usage est techniquement possible, rentable, et pourtant hors de son périmètre. Refuser de noter automatiquement des salariés, de trier des candidatures sans regard humain, ou de générer des contenus présentés comme authentiques sont des choix légitimes. Les écrire évite qu'ils soient contournés par un service pressé, un prestataire zélé ou un changement d'équipe. Cette liste de refus explicites fait partie d'une politique d'usage, au même titre que les autorisations.