EUAIACTpar DEMETER FORMATION CONSEIL

Fiche de jeu de données IA : provenance, qualité et limites à documenter.

Le volume d’un jeu de données ne prouve ni sa qualité ni son aptitude à un usage. Une fiche exploitable permet de savoir ce qui entre dans le système et ce qu’il serait imprudent d’en déduire.

Guide éditorial

Sources officielles et méthode proposée

Dernière modification de la page :

Réponse courte

L’essentiel en une minute

Une fiche de données décrit l’origine, les droits, la période, la population couverte, les exclusions, les étapes de préparation, les erreurs connues, les tests de qualité, les versions et les usages interdits. Elle est reliée aux décisions et au contexte du système.

AuteurÉquipe éditoriale DEMETER FORMATION CONSEIL
Responsabilité éditorialeDEMETER FORMATION CONSEIL, responsabilité éditoriale
Dernière modification de la page
Source principaleRèglement (UE) 2024/1689, texte officiel

Sources, assistance IA et portée des vérifications : notre méthode éditoriale.

5 min de lectureEstimation à 220 mots par minute
Signaler une correction
En bref

L’essentiel à retenir

  1. 01

    Identifier la source et les droits avant l’entraînement ou le test

  2. 02

    Mesurer la couverture et les absences

  3. 03

    Documenter la préparation et les corrections

  4. 04

    Relier les données aux performances par groupe et par situation

01

Commencer par la provenance et le droit d’usage

Une table extraite d’un outil métier peut sembler disponible, sans que son usage pour entraîner ou évaluer un système d’IA ait été prévu. La fiche note la source, le responsable, la période, la méthode de collecte, les licences, les restrictions contractuelles et les finalités autorisées. Elle distingue les données utilisées pour l’entraînement, la validation, le test et l’exploitation. Il faut vérifier séparément les règles applicables aux données personnelles, au secret et à la propriété intellectuelle. Le fait qu’une donnée soit accessible techniquement ne suffit pas à autoriser tous les usages.

Dans un dossier RH, les candidatures passées ne représentent pas nécessairement les candidatures futures. Les pratiques de recrutement ont pu changer, et les données historiques peuvent refléter des exclusions anciennes. Dans un assistant documentaire, un corpus peut mélanger des textes à jour, des versions périmées et des documents auxquels certains utilisateurs n’ont pas droit. La provenance doit permettre de retrouver et de retirer une source lorsque sa qualité ou son droit d’usage est contesté.

Points de contrôle
  • Source et responsable
  • Période de collecte
  • Droits et restrictions
  • Finalité autorisée
  • Population couverte
  • Date de dernière revue
Article 10 ; RGPD lorsque pertinent
02

Décrire les manques plutôt que masquer les trous

La qualité se mesure en fonction de la tâche. Un taux global de champs remplis cache parfois l’absence d’information sur un groupe précis ou une situation rare mais importante. La fiche présente les catégories couvertes, les volumes utiles, les valeurs manquantes, les erreurs d’étiquetage, les doublons et les changements temporels. Elle explique comment les données ont été nettoyées, annotées et séparées pour éviter qu’un même cas apparaisse à la fois dans l’apprentissage et dans le test.

L’article 10 prévoit des exigences particulières pour les systèmes à haut risque qui utilisent des jeux de données d’entraînement, de validation ou de test. Il faut lire ce texte avec le rôle de l’organisation et l’usage étudié. La fiche de données est un instrument pratique pour mettre ces exigences au travail, non un format réglementaire unique. Même lorsqu’un projet ne relève pas du haut risque, documenter les limites évite de présenter une précision moyenne comme une garantie générale.

Contrôles de la fiche de données
ChampCe qu’il faut pouvoir répondreSignal d’alerte
CouvertureQui manque ?Population absente
ÉtiquettesQui les a validées ?Désaccord non mesuré
TempsLa période reste-t-elle pertinente ?Dérive du processus
SéparationJeux réellement indépendants ?Fuite entre test et apprentissage
AccèsQui peut interroger quoi ?Droit non propagé
Articles 9, 10 et 15
03

Relier les données aux effets sur les personnes

Une représentation déséquilibrée ne prouve pas à elle seule une discrimination, mais elle indique où tester davantage. Comparez les erreurs selon les situations pertinentes et demandez ce qu’elles produisent dans le processus. Un faux négatif peut être plus grave qu’un faux positif si une candidature disparaît de la pile consultée. Dans un environnement industriel, un défaut rare peut être le cas le plus important pour la sécurité. Les mesures utiles découlent du dommage possible et de la décision influencée.

La fiche distingue ce qui est observé, ce qui reste incertain et les mesures prises. Il peut être nécessaire de compléter le jeu, de limiter la finalité, d’ajouter une revue humaine ciblée ou de changer le seuil de décision. Un résultat agrégé favorable ne doit pas effacer un problème local. Les résultats de tests sont attachés à la version exacte des données, du modèle et du protocole ; sans cette traçabilité, une comparaison après mise à jour devient fragile.

Articles 9, 10, 14 et 15
04

Maintenir un journal de versions

Les données changent : nouvelle source, nouveau formulaire, autre population, correction d’une erreur, changement de politique de conservation. Le journal indique ce qui a changé, pourquoi, qui l’a validé et quels tests ont été répétés. Les jeux retirés ne doivent pas rester disponibles par inadvertance dans un pipeline. Pour un système acheté, le déployeur peut ne pas voir les données d’entraînement du fournisseur ; il doit alors demander les informations utiles à son usage et documenter les données d’entrée sous son contrôle.

Une fiche solide est courte à lire mais précise sur les limites. Elle comporte un résumé exécutif, des références vers les analyses détaillées et un contact capable de répondre. Dans le passeport du système, on peut enregistrer la référence de cette fiche sans copier les données elles-mêmes. Cette séparation protège les informations sensibles tout en gardant la décision de lancement vérifiable.

Articles 10, 11 et 26
De la lecture au travail concret

Les outils pour appliquer ce guide.

Choisissez le support utile à votre situation. L’aperçu est public. Le dossier complet comprend un guide et des fichiers de travail modifiables.

Couverture de l’aperçu Matrice AI Act RGPD
PDF + XLSX · Version 1.0

Matrice AI Act RGPD

Réunir les faits communs aux deux analyses, tout en conservant leurs périmètres, leurs responsables et leurs conclusions distinctes.

  • PDFGuide AI Act et RGPD
  • XLSXMatrice de correspondance
Consulter l’aperçu
Couverture de l’aperçu Registre IA
PDF + XLSX · Version 2.0

Registre IA

Décrire les usages, retrouver les informations manquantes et consigner la décision de qualification avec ses preuves.

  • PDFGuide du registre IA, 29 pages
  • XLSXRegistre IA éditable, 6 onglets
Consulter l’aperçu

Dossier remis après formulaire professionnel, avec un lien sécurisé valable sept jours. Les communications restent facultatives. Ces outils se personnalisent à votre contexte et ne constituent pas une certification de conformité.

Questions fréquentes

?Une fiche de données est-elle obligatoire sous ce nom ?

Non. C’est un format de travail qui peut soutenir les obligations de documentation applicables.

?Un jeu public est-il libre de tout usage ?

Non. Vérifiez les licences, droits, restrictions et la compatibilité avec la finalité.

?Que faire sans accès aux données d’entraînement du fournisseur ?

Demandez les informations pertinentes sur leurs limites et documentez les données et contrôles sous votre maîtrise.

?Quand mettre la fiche à jour ?

Lorsqu’une source, une population, un processus, une version ou un résultat de test change.

Partenariat stratégique

De la stratégie IA à la mise en œuvre.

DEMETER FORMATION CONSEIL et JustAI associent leurs expertises pour relier gouvernance, AI Act, compétences et ingénierie. Ensemble, nous couvrons les étapes de votre projet : cadrer, concevoir, déployer, former et piloter.

DEMETERFORMATION CONSEIL
JustAI
  1. 01Stratégie
  2. 02Gouvernance
  3. 03Conception
  4. 04Déploiement
  5. 05Formation
  6. 06Pilotage
Découvrir notre partenariat

Cadrer vos usages d’IA et vos données.

Précisez les outils, les données et les accès concernés. Nous vous aiderons à définir le périmètre de travail et les compétences ou interlocuteurs à mobiliser.