L’utilisateur veut comprendre l’évaluation de la conformité dans le contexte de l’AI Act de l’UE et l’appliquer à des travaux concrets de gouvernance ou de conformité de l’IA.
L’évaluation de la conformité est le processus consistant à déterminer si un système, un produit ou un processus satisfait à des exigences juridiques ou techniques définies.
L’évaluation de la conformité d’un système d’IA est le processus consistant à vérifier et démontrer que le système satisfait aux exigences juridiques et techniques qui lui sont applicables avant sa mise sur le marché ou sa mise en service. Dans le contexte de l’AI Act de l’UE, l’évaluation de la conformité est particulièrement importante pour les systèmes d’IA à haut risque, car elle relie les preuves de conception, la documentation technique, la gestion de la qualité, les contrôles de risque, les tests et les déclarations réglementaires dans un processus formel de conformité. Les concepts clés d’Atlas sont conformity-assessment, ce-marking, notified-body et documentation. Une évaluation de la conformité n’est pas la même chose qu’un audit général de l’IA, une revue de sécurité ou un benchmark de modèle. C’est un parcours de conformité juridique lié à des exigences définies. Selon le système et les règles applicables, l’évaluation peut être réalisée par contrôle interne ou nécessiter l’intervention d’un organisme notifié. Sa réussite soutient la déclaration de conformité et, le cas échéant, le marquage CE. L’évaluation devrait être planifiée dans le cadre du développement produit plutôt que traitée comme un simple exercice administratif final.
Pensez à l’évaluation de la conformité comme à une vérification prévol structurée avant qu’un avion puisse transporter des passagers. La question n’est pas seulement de savoir si l’avion peut voler une fois lors d’un test ; il s’agit de savoir si la conception, les preuves de maintenance, les instructions d’exploitation, les systèmes de sécurité et les parties responsables respectent la norme requise. Pour l’IA, un score d’exactitude du modèle n’est qu’une petite partie du tableau. L’évaluation examine si le système, la documentation, les contrôles, la supervision et la gestion des risques satisfont aux exigences juridiques applicables avant l’usage réel. La checklist est utile parce qu’elle détecte les preuves manquantes avant que le système soit exposé à des personnes, des clients ou des autorités.
Analogie
Une certification prévol : le système doit montrer qu’il respecte les contrôles requis avant d’être autorisé dans une exploitation réglementée.
L’évaluation de la conformité est importante parce que les systèmes d’IA à haut risque peuvent ne pas être légalement fournis ou utilisés de la même manière qu’un logiciel ordinaire si les preuves requises manquent. Elle oblige les équipes à prouver la conformité avant l’accès au marché plutôt qu’après une défaillance. Le risque de retard est pratique : si la documentation technique, les dossiers de tests, la gouvernance des données, la supervision humaine ou les preuves de cybersécurité n’ont pas été constitués pendant le développement, les équipes peuvent devoir les reconstruire sous pression. Les calendriers actuels de l’AI Act de l’UE rendent cela particulièrement pertinent pour les organisations qui préparent des systèmes à haut risque, des obligations de transparence ou de l’IA intégrée à des produits. Une planification précoce est également nécessaire lorsque des composants fournisseurs, des mises à jour de modèles ou des règles de sécurité des produits affectent le dossier de preuves.
Urgence
Laisser les preuves de conformité jusqu’à la fin peut bloquer le lancement, l’approbation des achats, le marquage CE ou la due diligence client.
Un flux d’évaluation de la conformité devrait commencer par confirmer si le système d’IA est à haut risque et quelle voie d’évaluation s’applique. Le fournisseur devrait ensuite réunir la documentation technique, les dossiers de gestion des risques, les résultats de tests, les preuves de gouvernance des données, la conception de la supervision humaine, les contrôles de cybersécurité, les procédures de gestion de la qualité et les instructions d’utilisation. Si un organisme notifié est requis, le fournisseur doit prévoir le temps de revue externe et les demandes de preuves. Le résultat devrait soutenir une déclaration de conformité et, le cas échéant, le marquage CE. Le processus devrait aussi être relié à la surveillance après mise sur le marché, car la conformité ne se termine pas au lancement. Les équipes devraient attribuer des responsables pour chaque élément de preuve afin que la responsabilité ne reste pas vague entre ingénierie, juridique, sécurité et qualité.
Les équipes réduisent souvent l’évaluation de la conformité à une validation juridique finale. En réalité, elle dépend de preuves d’ingénierie, produit, données, sécurité, qualité et juridique créées tout au long du cycle de vie.
Erreur 1 : traiter un benchmark de modèle comme une évaluation de conformité ignore la documentation, la gestion de la qualité, la supervision humaine, la cybersécurité et les contrôles de cycle de vie.
Erreur 2 : attendre le lancement pour demander si un organisme notifié est nécessaire peut créer des retards de calendrier et des problèmes de preuves manquantes.
Cette page devrait relier conformity-assessment à ce-marking, notified-body, documentation, provider et ai-system. La comparaison conformity-assessment-vs-ce-marking devrait expliquer que l’évaluation est le processus, tandis que le marquage CE est un signal visible de conformité lorsqu’il est requis. Ces liens aident les lecteurs à comprendre la chaîne qui va de la classification à la voie d’évaluation, au marquage visible et aux dossiers de cycle de vie. Elle oriente aussi les lecteurs vers les preuves de préparation au lancement.