Audit IA
- Avancé
- Transversal
Définition complète
L’audit IA (AI audit) est l’examen indépendant d’un système d’intelligence artificielle pour évaluer : performance technique, équité (biais), conformité réglementaire (RGPD, AI Act EU), sécurité, transparence, impact social. Devient obligatoire 2026 avec AI Act EU pour systèmes haut risque (santé, RH, justice, education, infrastructure critique). Méthodes : tests sur datasets diversifiés (équité), interprétabilité (SHAP, LIME), red teaming (attaque pour révéler failles), benchmarks publics. Acteurs : Big Four (PwC, EY, KPMG, Deloitte) avec offres dédiées, cabinets spécialisés (Holistic AI, Trail AI). Normes : ISO 42001 (IA management), NIST AI Risk Management Framework. À ne pas confondre avec « audit data » (qualité données), « audit cybersécurité » (focus sécurité), « gouvernance IA » (cadre global). Voir aussi : AI Act, ISO 42001, Gouvernance IA, Biais algorithmique.
À quoi ça sert
Cas d'usage typiques
1) Une banque : audit IA scoring crédit pour AI Act compliance. 2) Une scale-up SaaS RH : audit biais algorithme recrutement. 3) Une mairie : audit IA décisions automatisées service public. 4) Une santé : audit IA diagnostic médical sécurité.
Mises en situation
S'approprier cette notion dans son quotidien de travail
Contexte
Une responsable communication d'une cabinet d'architectes indépendant découvre la notion de « Audit IA » et souhaite l'appliquer à une situation concrète de son métier.
Application
Elle prend un cas réel rencontré récemment, identifie comment la notion s'y applique et formalise en quelques phrases ce que cela change dans sa pratique. Elle partage le résultat avec un collègue pour s'assurer que sa compréhension tient la route et l'intègre dans sa boîte à outils.
Résultat attendu
La notion sert de cadre commun et facilite les échanges avec les parties prenantes.