Registre IA & qualification AI Act
Un guide de 29 pages et un registre Excel à six onglets pour recenser les usages d’IA, motiver leur qualification AI Act et suivre les décisions, preuves et échéances.
Choisissez un parcours, recherchez une question ou consultez les derniers guides. Retrouvez les obligations, les compétences, les risques, les contrats et les usages métier, avec des sources identifiées et des outils pour préparer vos décisions.
Texte officiel consolidé
Mise à jour 10 octobre 2026
Une question, un secteur ou un livrable : recherchez parmi les guides, les dossiers et les outils.
147 guides et dossiers · 16 outils
Recherche locale : titres, descriptions, mots-clés et références. Numéros d’article exacts. IA et intelligence artificielle sont reconnus. La pertinence privilégie les titres, puis la date. Filtres partageables dans le fragment de l’adresse, sans envoi de votre recherche au serveur.
16 outils opérationnels, sourcés et prêts à utiliser. Accès au dossier complet après un court formulaire ; les communications restent facultatives.
Retour aux filtresUn guide de 29 pages et un registre Excel à six onglets pour recenser les usages d’IA, motiver leur qualification AI Act et suivre les décisions, preuves et échéances.
Un canevas par rôle pour relier publics, compétences attendues, situations de travail, évaluations et preuves de formation.
Une feuille de route 30–60–90 jours avec décisions, responsables, livrables, indicateurs et points de passage exécutifs.
Un dossier pour qualifier les rôles, obtenir les informations utiles et sécuriser changements, incidents, preuves et réversibilité.
Une procédure immédiatement exploitable pour contenir un incident, préserver les preuves, qualifier sa gravité et activer la bonne chaîne de signalement.
Un tableau de contrôle daté pour distinguer les obligations déjà applicables, les transitions en cours et les travaux à préparer pour 2027 et 2028.
Des modèles de mentions et une recette de publication pour les chatbots, contenus synthétiques, deepfakes et textes d’intérêt public.
Une matrice de qualification et de recette pour répartir marquage technique, divulgation visible, exceptions et preuves avant diffusion.
Un contrôle structuré de la notice, de la supervision, des données d’entrée, des journaux, de la surveillance, de l’information et des incidents.
Un tableau commun pour partager les faits, distinguer les rôles et relier AIPD, droits fondamentaux, données, information et contrôles.
Un dossier de pilotage pour relier publics, compétences, systèmes, mesures, évaluations, incidents et décisions d’amélioration.
Un questionnaire de diligence sur le modèle, la documentation, le code de bonnes pratiques, le droit d’auteur, les risques, la sécurité et les changements.
Des clauses commentées sur l’usage, les rôles, les preuves, les données, les changements, les incidents, l’audit et la réversibilité.
Un calendrier de programme qui distingue les obligations actives, l’annexe III au 2 décembre 2027 et l’annexe I au 2 août 2028.
Un registre pour tracer demandes d’autorité, plaintes, signalements, preuves transmises, délais, décisions et actions correctives.
Une trame de travail pour vérifier le périmètre de l’article 27, décrire le déploiement, analyser les effets sur les personnes et suivre les mesures de prévention et de recours.
Comparer des devis fournisseurs avec l’IA : périmètre, unités, coûts complets, pièces manquantes et calculs contrôlés dans un exemple fictif corrigé.
Rédiger un email professionnel avec l’IA sans inventer de délai ou d’accord : dossier fictif, brouillon corrigé, destinataires et contrôle avant envoi.
Créer un jeu de données fictives pour former à l’IA : objectif, cohérence, erreurs volontaires, corrigé séparé et limites face à l’anonymisation.
Organiser un second cerveau professionnel dans Obsidian : notes sourcées, versions, accès, synchronisation, plugins IA et exercice fictif corrigé.
Préparer un projet ChatGPT partagé : périmètre des fichiers, mémoire, invitations, retrait des accès, cas fictif corrigé et contrôles avant diffusion.
Préparer un pilote professionnel Le Chat Mistral, désormais Vibe : offre, entraînement, feedback, connecteurs, cas fictif et critères de validation.
Organiser le traitement des réclamations avec IA : tri multithème, accusé de réception, validation humaine, données protégées et cas fictif corrigé.
Analyser des verbatims avec IA sans fausser les résultats : dictionnaire de codage, six commentaires fictifs, calculs, désaccords et restitution.
Vérifier un tableau extrait d’un PDF avec OCR ou IA : lignes, valeurs, codes, cellules illisibles, corrections tracées et exercice avant import Excel.
Prévenir une fraude au président avec voix clonée : circuit indépendant, faux changement de RIB, exercice fictif corrigé, réaction et critères de formation.
Une méthode pour préparer un compte rendu de réunion avec IA : choix des données, notes sans audio, décisions conditionnelles, corrigé fictif et validation.
Contrôler une formule Excel proposée par une IA : jeu de données fictif, SOMME.SI.ENS, erreurs masquées, bornes de période, huit tests et corrigé métier.
Construire une formation IA pour cadres de santé : arbitrage organisationnel fictif, capacité, décisions, corrigé et critères observables, hors soins et dossiers patients.
Projet IA et CSE : distinguer information et consultation, décrire les tâches et le contrôle d’activité, préparer les pièces et un cas fictif corrigé, sans calendrier universel.
Cadrer un chatbot d’accueil hospitalier non clinique : référentiel public, horaires contradictoires, absence de réponse, relais humain et huit cas de recette proposés.
Une méthode côté candidat pour préparer un mémoire technique avec l’IA : exigences, pièces, engagements, dossier fictif corrigé et contrôle avant dépôt.
Contrôler un document rédigé avec une IA : relier les affirmations aux pièces, recalculer les chiffres, traiter les réserves et autoriser l’envoi. Cas fictif corrigé.
Préparer une traduction IA d’un document d’accueil : original français, erreurs en anglais, corrigé bilingue, contrôle des conditions et compréhension.
Préparer une formation IA dans la fonction publique hospitalière : rôle de l’employeur, circuit ANFH, pièces, achat et cas fictif corrigé, sans financement garanti.
Préparer l’indisponibilité d’un assistant IA : tâches prioritaires, traitements incertains, solution manuelle et reprise contrôlée, avec un exercice fictif corrigé.
Préparer une recette accessible d’un assistant IA : clavier, lecteur d’écran, réponses dynamiques, charge cognitive et corrigé complet sur dossier fictif.
Calculer le ROI d’une IA au travail avec un cas fictif complet : temps avant-après, corrections, coûts, seuil de rentabilité et distinction entre capacité et trésorerie.
Compte personnel ou Workspace, citations, partage et sources Drive : cadrer NotebookLM avec un dossier fictif, un corrigé et six contrôles proposés.
Préparer un rapport d’activité ESSMS avec l’IA : dédoublonnage, périodes comparables, calculs contrôlés et exemple fictif complet avec texte corrigé.
Choisir et former des ambassadeurs IA : missions, exercices corrigés, circuit de questions et suivi. Un réseau métier concret, distinct du référent et des validations.
Quels usages de l’IA pour une secrétaire médicale ? Une fiche d’accueil fictive, son corrigé et un protocole pour vérifier les documents sans dossier patient.
Un cas complet pour contrôler un assistant documentaire : dates d’effet, versions remplacées, consignes locales contradictoires, citations et tests de refus.
Une méthode de gestion de projet commune pour relier qualification AI Act, RGPD, AIPD, supervision, information et preuves sans créer deux chantiers séparés.
Comment utiliser ChatGPT en entreprise : qualification AI Act, règles RGPD, sécurité, validation humaine, contrats et preuves à organiser.
Microsoft 365 Copilot et RGPD : vérifier les accès SharePoint et OneDrive, cadrer un pilote, protéger les données et documenter les rôles AI Act.
La réponse datée aux obligations AI Act applicables en 2026, avec les transitions 2027-2028, les acteurs concernés et les actions à engager maintenant.
Le calendrier AI Act 2026-2028 des systèmes à haut risque après le règlement 2026/1744, avec les livrables à préparer par trimestre.
Incident grave AI Act : définition, chaîne d’alerte, délais de l’article 73, enquête et preuves à préserver pour les systèmes à haut risque.
Page pilier pour structurer la gouvernance, l’inventaire, les responsabilités et la feuille de route AI Act.
Page pilier pour reconnaître les pratiques interdites, qualifier le haut risque et documenter les décisions.
Page pilier pour cartographier les publics, définir les compétences et construire des preuves de maîtrise de l’IA.
Page pilier pour organiser les données, le déploiement, la surveillance, les incidents et les fournisseurs.
Page pilier pour attribuer les obligations de marquage et de divulgation avant la publication de contenus générés.
Une architecture de contrat AI Act centrée sur les usages, les responsabilités, les preuves, les changements et la sortie.
Comparer un devis d’audit AI Act : systèmes, preuves, tests, exclusions et restitution. Trois scénarios de charge fictifs, sans tarif de marché inventé.
Protocole de sortie d’un outil IA : récupérer documents, index, configurations et traces, restaurer un service et distinguer les preuves de suppression.
Un cas fictif complet de devis ESAT : quantités, prix, réserves, validation et suivi. Séparer calcul déterministe, aide rédactionnelle et accompagnement des personnes.
Préparer une demande de subvention avec l’IA : exigences, pièces, budget, engagements et relecture. Exemple fictif corrigé et tableau de traçabilité.
Préparer la recette d’un logiciel IA : exigences contractuelles, cas de test, qualité des réponses, accès, réversibilité et décision documentée.
Avant de lancer un projet d’IA, comparez la valeur métier, une solution sans IA, les données, les risques et le coût du suivi. Méthode et exemples concrets.
Article 4 AI Act en 2026 : personnes concernées, portée de l’obligation après la réforme, mesures possibles et distinction avec le contrôle humain.
Preuves article 4 : relier usages, mesures et versions, retrouver un dossier, limiter les données individuelles et documenter les améliorations.
Une méthode d’audit AI Act fondée sur les usages réels, les rôles, les risques et les preuves, sans confondre revue de préparation et certification.
IA en ESAT : analyser orientation, affectation d’activité, évaluation et outils d’accompagnement au regard de l’AI Act et du RGPD.
L’article 4 impose des mesures de maîtrise de l’IA. Découvrez quand choisir une formation, qui former et comment construire un programme adapté aux usages.
25 contrôles AI Act avec preuves attendues, rôles et portée : qualifier les obligations, traiter les réserves et préparer une revue de direction exploitable.
Référent IA en entreprise : fiche de mission adaptable, répartition des décisions, articulation avec le DPO, plan de prise de poste et indicateurs utiles.
Repérer le shadow AI sans surveillance excessive : questionnaire métier, triage, plan de régularisation en 30 jours et protocole en cas de fuite de données.
IA et recrutement : qualifier le tri de CV, préparer les preuves fournisseur, tester la supervision et informer les candidats. Protocole et cas fictif.
Marché public d’IA : besoin, matrice de preuves, critères comparables, clauses de changement, recette et réversibilité. Méthode avec exemple fictif.
Comment utiliser l’IA en ESAT pour préparer des consignes et adapter les activités : participation des travailleurs, données, AI Act et contrôles concrets.
IA en CHRS : préparer les écrits sociaux, protéger les dossiers, examiner la priorisation des demandes et maintenir une décision d’accompagnement explicable.
Comparer quatre parcours IA : utilisation, supervision, achats et gouvernance. Objectifs observables, exercices, grille d’achat et évaluation adaptée aux métiers.
Identifier son OPCO, préparer un programme métier et vérifier l’accord de prise en charge. Pièces, questions, reste à charge et exemple fictif sans financement garanti.
Douze situations professionnelles fictives avec pièces, consignes, réponses et critères : citations, données, calculs, validation, refus et escalade. Évaluation pédagogique.
Trois ateliers IA pour l’administration d’un EPSM : cahier des charges, note interne et tableau d’activité. Pièces fictives, consignes, corrigés et critères observables.
Construire un plan de formation IA pour un ESSMS : direction, équipes éducatives, soins, fonctions support, exercices et preuves de compétences.
Concevez une formation IA fondée sur les situations réelles : erreurs plausibles, limites, supervision, arrêt, incidents et évaluation des gestes utiles.
Une méthode pour expérimenter l’IA en EPSM : brouillons de comptes rendus, confidentialité, données psychiatriques, validation clinique et choix du fournisseur.
Avant d’activer l’IA dans un DUI, examiner les flux, les droits, les copies et la validation des écrits. Questions fournisseur et protocole de pilote en ESSMS.
Un arbre de décision pour examiner le périmètre HDS d’un projet IA : origine des données, acteurs, services, certificats et limites. Exemple en médico-social.
Utiliser l’IA pour retrouver les preuves en ESSMS, sans inventer des pratiques. Index documentaire, scénario d’erreur et méthode de préparation à l’évaluation HAS.
Préparer une concertation IA utile en ESSMS : information accessible, démonstration fictive, désaccords, réponses suivies et distinction avec les droits individuels.
Utiliser une IA pour préparer une transcription FALC sans confondre texte simplifié et démarche validée : méthode, participation, données et exemple.
IA en santé : articuler recommandations HAS-CNIL, AI Act, RGPD, certification des établissements, sécurité, supervision et information des patients.
Comment appliquer l’AI Act en ESSMS, ESMS, EHPAD, ESAT ou EPSM : qualifier chaque usage d’IA, repérer les cas sensibles et organiser les preuves.
Préparer un audit IA en ESSMS, ESAT ou EPSM : inventaire des usages, qualification AI Act, RGPD, fournisseurs, supervision et plan d’action de direction.
Utiliser l’IA en IME ou SESSAD pour préparer un projet personnalisé : participation de l’enfant, données des familles, objectifs et validation des professionnels.
Détection des chutes en EHPAD : comment comparer capteurs et caméras, protéger l’intimité, tester les alertes et examiner l’AI Act et le RGPD.
Quand réaliser une AIPD pour une IA générative ? Méthode, exemple de déploiement, tableau des risques et pièces à demander au fournisseur.
Une méthode concrète pour auditer Copilot : permissions SharePoint, documents sensibles, comptes de test, critères de lancement et dossier de preuves.
Comment cadrer un assistant RAG sur des documents internes : autorisations, qualité des sources, suppression, tests et responsabilités de maintenance.
Un protocole défensif pour tester les injections de prompt : documents fictifs, permissions, appels d’outils, traces, refus et critères de mise en service.
Lire la feuille de route IA 2025-2026 de la CNSA et construire un plan local : cas d’usage, gouvernance, données, expérimentation et évaluation.
Avant d’envoyer des données à une IA, distinguer anonymisation et pseudonymisation : récits, pièces jointes, cas fictifs et protocole de vérification.
Cadrer l’IA dans un organisme de formation : création de supports, correction, notation, données des apprenants, qualification et preuves pédagogiques.
Lire l’annexe III pour les établissements et organismes de formation : décisions d’admission, évaluation, orientation et surveillance des examens.
Déployer des agents IA reliés à des outils : périmètre d’action, droits d’accès, validation humaine, journaux, tests et qualification AI Act.
Article 15 de l’AI Act : exactitude, robustesse, attaques adversariales, empoisonnement, confidentialité et preuves de cybersécurité des IA.
IA en ITEP ou DITEP : sécuriser les observations éducatives, distinguer faits et interprétations, protéger les mineurs et contrôler les usages sensibles.
Préparer des transmissions assistées par IA en MAS, FAM ou EAM : faits observés, polyhandicap, données sensibles, erreurs de résumé et validation humaine.
Une méthode pour utiliser l’IA en SAVS et SAMSAH : préparer les synthèses, limiter le partage de données, respecter les choix et organiser la supervision.
IA pour les plannings en SAD et SSIAD : concilier tournées, besoins des personnes, compétences, temps de travail et qualification des outils.
Une méthode de cycle de vie pour cadrer, qualifier, tester, déployer et surveiller un système d’IA, avec décisions, responsabilités et preuves vérifiables.
Construisez une fiche projet IA utile : finalité, bénéfice, risques, données, rôles, critères Go/No-Go et preuves à conserver avant la production.
Une destination prévue par le fournisseur ne suffit pas à couvrir tous les usages du déployeur. Méthode pour identifier l’écart, les responsabilités et les preuves.
Un système peut mobiliser plusieurs régimes de l’AI Act. Apprenez à distinguer haut risque, modèle GPAI, transparence et responsabilités de chaque acteur.
Documentez un jeu de données IA avec sa provenance, ses droits, sa couverture, ses erreurs, ses biais, ses versions et ses limites d’usage. Exemple et méthode.
Construisez un protocole de tests IA avec cas limites, erreurs, supervision humaine, robustesse et critères Go/No-Go définis avant le lancement.
Lisez une notice de système d’IA comme un outil de pilotage : destination, limites, données, supervision, journaux, changements et incidents à vérifier.
Définissez des indicateurs, seuils d’alerte, responsables et procédures de suspension pour surveiller un système d’IA après son déploiement.
Méthode pour analyser une nouvelle version d’IA : journal des changements, impact sur la finalité, le risque, les données, les tests et la décision de production.
Article 49 AI Act : qui enregistre un système dans la base de données de l’UE, à quel moment, avec quelles informations et quelles exceptions ?
Plan de surveillance après commercialisation AI Act : données à suivre, signaux, responsabilités, preuves et changement de 2026 sur le modèle européen.
Qui peut demander une explication au titre de l’article 86 AI Act ? Conditions, contenu de la réponse, preuves et articulation avec le RGPD.
AI Act pour importateurs et distributeurs : rôles, marquage CE, déclaration UE, notice, non-conformité et coopération avec les autorités.
EHPAD et ESSMS face à l’AI Act : qualifier aide à la rédaction, planification, surveillance, soins, admissions et données sensibles sans tout classer à haut risque.
IA pour noter, surveiller ou répartir les tâches des salariés : classification AI Act, information, supervision, biais et preuves à exiger.
AI Act et prestations sociales : éligibilité, octroi, réduction ou retrait d’une aide, qualification à haut risque et contrôles des décisions.
Les critères concrets pour sélectionner un outil de gouvernance AI Act, comparer ses fonctions et vérifier sa sécurité avant d’y déposer des informations.
Méthode pour distinguer IA clinique, administrative et dispositif médical, vérifier le haut risque et organiser les preuves dans un établissement de santé.
Repérer les systèmes financiers et assurantiels visés par l’annexe III, distinguer les cas proches et préparer les preuves et analyses d’impact.
Guide n8n et IA en entreprise : cartographier les workflows, protéger les données, contrôler les agents, sécuriser les accès et garder les preuves utiles.
Encadrer Claude Code et Codex en entreprise : permissions, dépôts, secrets, sandbox, revue du code généré, tests, achats et gouvernance AI Act.
FRIA et article 27 de l’AI Act : périmètre, étapes, personnes affectées, risques, supervision, notification et articulation avec l’AIPD.
AI Act pour les collectivités : inventaire, qualification, marchés publics, agents, données, droits fondamentaux et plan de mise en conformité.
Code de bonnes pratiques sur la transparence des contenus générés par IA : obligations, adhésion volontaire, marquage, étiquetage et preuves.
C2PA, Content Credentials et AI Act : comprendre leur rôle, leurs limites et construire une chaîne de marquage et de preuve pour les contenus IA.
Autorités de contrôle de l’AI Act, pouvoirs de l’AI Office, demandes d’information, plaintes et méthode pour préparer une réponse fiable en entreprise.
Certification AI Act, évaluation de conformité et marquage CE : comprendre les exigences, les acteurs et les preuves sans confondre audit et certification.
Annexe III de l’AI Act : les huit domaines à haut risque, des exemples concrets et une méthode pour qualifier un système sans surclasser tous les outils.
ISO 42001 et AI Act : comparer système de management, obligations juridiques, certification, preuves et méthode pour éviter les doubles travaux.
Quel rôle pour le DPO dans l’AI Act ? Répartition des responsabilités, analyses d’impact, gouvernance, données, fournisseurs et preuves sans tout transférer au DPO.
Agents IA et AI Act : qualification, autonomie, outils, permissions, supervision, sécurité et preuves pour déployer un système agentique en entreprise.
Open source et AI Act : comprendre les exemptions, leurs limites, les modèles à usage général, le haut risque et les responsabilités lors de l’intégration.
Biais et discrimination en IA : méthode de test, données, métriques, supervision et preuves pour prévenir les écarts injustifiés et agir en cas d’alerte.
Modification substantielle au sens de l’AI Act : changements de finalité, modèle, données ou performance, conséquences sur le rôle et nouvelle conformité.
AI Act pour les PME : obligations applicables, méthode de qualification et plan d’action concret pour avancer sans créer une conformité disproportionnée.
Construire une charte IA d’entreprise utile : périmètre, données, usages autorisés, validation, incidents, formation et preuves de mise en œuvre.
Article 14 de l’AI Act : concevoir, tester et prouver une supervision humaine capable de comprendre, contester et interrompre un système d’IA.
Article 11 et annexe IV : structure, contenus, tests, versions et preuves nécessaires à la documentation technique d’un système d’IA à haut risque.
Article 9 de l’AI Act : identifier, évaluer, réduire, tester et surveiller les risques d’un système d’IA à haut risque sur tout son cycle de vie.
Article 13 de l’AI Act : rédiger une notice claire sur la finalité, les performances, les risques, la supervision, les données et les journaux.
Comment créer un comité IA utile : mandat, membres, seuils de décision, registre, indicateurs, preuves et articulation avec les instances existantes.
Méthode pratique pour construire un registre de systèmes d’IA exploitable pour la qualification, la gouvernance et la conformité AI Act.
Arbre de décision AI Act fondé sur l’article 6 et les annexes I et III pour documenter la qualification d’un système à haut risque.
Feuille de route 30-60-90 jours pour cartographier les usages, qualifier les risques, structurer la gouvernance et prioriser les preuves AI Act.
Une méthode d’audit opérationnelle pour repérer les pratiques d’IA interdites, documenter les exceptions et sécuriser les décisions avant déploiement.
Transformer les exigences de l’article 10 en dossier de gouvernance des données traçable pour les systèmes d’IA à haut risque.
Les contrôles essentiels du déployeur selon les articles 26 et 27 : usage, supervision, données, surveillance, journaux, information et analyse d’impact.
Relier journalisation, conservation, surveillance après commercialisation et signalement d’incidents graves pour les systèmes d’IA à haut risque.
Un cadre d’achat pour obtenir les informations, accès, engagements de changement, journaux et coopération nécessaires à la conformité AI Act.
Le guide opérationnel pour déterminer si votre organisation est déployeur, attribuer les obligations utiles et constituer un dossier de preuve proportionné.
Une méthode précise pour concevoir l’information d’un chatbot, tester sa visibilité et conserver une preuve exploitable au titre de l’article 50.
Le mode d’emploi pour qualifier un deepfake, répartir marquage et divulgation entre fournisseur et déployeur, puis valider une publication.
Ce que changent les contrôles actifs depuis août 2026 et comment organiser les preuves, les interlocuteurs et la réponse à une plainte.
Le guide pour comprendre les obligations GPAI, lire le code européen et transformer les informations fournisseurs en décisions d’achat et d’intégration.
Une méthode pour utiliser l’outil officiel de la Commission comme support de qualification, sans remplacer l’analyse des faits et du texte applicable.
Un guide opérationnel pour inventorier les usages d’IA en ressources humaines, examiner le haut risque et organiser les preuves sans réduire l’analyse à l’outil utilisé.
Un guide pour intégrer l’AI Act aux processus industriels, aux dossiers produit, à la qualité fournisseur et à la surveillance des systèmes déployés.
Un parcours pour les éditeurs qui conçoivent, intègrent ou mettent à disposition des systèmes d’IA et doivent rendre leur conformité exploitable par leurs clients.
Méthode pratique pour qualifier les contenus générés par IA, attribuer les obligations de l’article 50 et constituer les preuves de transparence.
Oui. Les exemples couvrent notamment les services, les RH, les achats, la finance, l’industrie, le commerce, les éditeurs et les associations. La qualification finale dépend toujours du système et de son contexte.
Le formulaire donne accès au dossier complet de la ressource sélectionnée, avec son guide PDF et, selon le kit, les fichiers éditables XLSX ou DOCX. Les liens sont sécurisés et limités dans le temps.
Non. Ils servent à structurer une démarche de compréhension, de qualification et de preuve. Ils ne remplacent pas une analyse juridique individualisée ni les textes officiels.
Chaque page affiche sa date de revue. Les contenus réglementaires sont rapprochés des sources européennes primaires et révisés lorsqu’une évolution du texte ou de son calendrier le justifie.
Cartographiez vos usages, qualifiez vos risques et priorisez vos preuves.