Évaluation des risques IA : modèle, grille de cotation et exemples
Une évaluation des risques IA identifie, pour un système d’IA donné, ce qui peut mal tourner pour l’organisation et pour les personnes concernées, avec quelle probabilité et quelle gravité, et quelles mesures réduisent ces risques. Ce modèle en dix sections, avec une grille de cotation et des exemples, couvre les exigences de l’AI Act et se combine avec l’AIPD du RGPD.
Les points clés
- Une évaluation des risques IA se fait par système et par usage, pas pour « l’IA » de l’entreprise en général.
- Elle doit couvrir deux angles : les risques pour l’organisation (sécurité, juridique, réputation) et les impacts sur les personnes (discrimination, erreurs, vie privée).
- L’AI Act impose une gestion des risques formelle au fournisseur d’un système à haut risque (article 9) et, pour certains déployeurs, une analyse d’impact sur les droits fondamentaux (article 27).
- Pour tous les autres usages, une évaluation proportionnée reste la meilleure façon de décider en connaissance de cause et de le prouver.
- Réutilisez ce que vous avez : AIPD, méthode EBIOS Risk Manager de l’ANSSI, registre des risques existant.
Pourquoi évaluer les risques d’un système d’IA ?
Un outil d’IA peut échouer de façons que les logiciels classiques ne connaissent pas : il invente une réponse plausible, il reproduit un biais présent dans ses données, il change de comportement après une mise à jour du modèle, il se laisse détourner par une instruction cachée dans un document. Ces risques ne se voient pas dans une recette fonctionnelle. Il faut les chercher.
L’AI Act rend l’exercice obligatoire dans certains cas. Le fournisseur d’un système à haut risque doit établir un système de gestion des risques couvrant tout le cycle de vie (article 9 du règlement). Le déployeur d’un tel système qui est un organisme public, un acteur privé fournissant un service public, ou qui utilise l’IA pour évaluer la solvabilité ou tarifer une assurance vie ou santé, doit réaliser une analyse d’impact sur les droits fondamentaux avant la mise en service (article 27). En dehors de ces cas, aucune obligation formelle, mais une évaluation documentée vous permet de démontrer que vous avez classé correctement le système et pris des mesures raisonnables. C’est aussi ce que demande la norme ISO 42001.
Si vous voulez un premier modèle adapté à votre organisation, le diagnostic gratuit de gouvernance IA rédige un modèle d’analyse des risques IA à partir de vos réponses, en Word modifiable (livré en anglais).
Besoin d'aide experte pour évaluation des risques ia ?
Nos architectes cloud vous accompagnent sur évaluation des risques ia — de la stratégie à la mise en œuvre. Réservez une consultation gratuite de 30 minutes sans engagement.
Le modèle d’évaluation des risques IA, section par section
1. Identification du système
Nom, version, fournisseur, propriétaire métier, date de l’évaluation, évaluateurs. Indiquez si le système est acheté, intégré à un logiciel existant ou développé en interne, et le modèle sous-jacent quand il est connu.
2. Finalité et contexte d’usage
Ce que le système fait, pour qui, dans quel processus et avec quel degré d’autonomie. Exemple : « Assistant de présélection qui classe les candidatures reçues pour les postes de technicien de maintenance ; le recruteur consulte le classement puis décide des entretiens. » Une finalité floue rend toute la suite floue.
3. Rôle et classification AI Act
Votre rôle (fournisseur, déployeur…) et le niveau de risque : pratique interdite, haut risque (annexe I ou III), transparence, minimal. Justifiez. Dans l’exemple ci-dessus : déployeur, haut risque au titre de l’annexe III, point 4 (emploi), obligations applicables au 2 décembre 2027. Si vous concluez qu’un système de l’annexe III n’est pas à haut risque au titre de l’article 6, paragraphe 3, écrivez pourquoi.
4. Données
Données d’entrée, données personnelles et sensibles, origine des données d’entraînement quand vous les connaissez, conservation, transferts hors UE. Renvoyez à l’AIPD si elle existe.
5. Personnes concernées
Qui est affecté par les résultats : clients, candidats, salariés, élèves, patients, public. Notez les personnes vulnérables (mineurs, personnes âgées, personnes en situation de précarité) : elles pèsent sur la gravité.
6. Identification des risques
Passez en revue une liste de catégories pour ne rien oublier :
- exactitude et fiabilité (hallucinations, erreurs, dérive dans le temps) ;
- équité et discrimination (biais liés au sexe, à l’âge, à l’origine, au handicap) ;
- vie privée (fuite de données, réidentification, finalité détournée) ;
- sécurité (injection d’invites, exfiltration, empoisonnement des données, compromission du fournisseur) ;
- transparence et explicabilité (impossible d’expliquer une décision à la personne concernée) ;
- contrôle humain (validation automatique, perte de compétence, biais d’automatisation) ;
- propriété intellectuelle et confidentialité ;
- dépendance au fournisseur et continuité (changement de modèle, arrêt du service, réversibilité) ;
- conformité (AI Act, RGPD, droit du travail, réglementation sectorielle).
7. Cotation
Cotez chaque risque en probabilité et en gravité, de 1 à 5, avant mesures (risque brut).
| Note | Probabilité | Gravité pour les personnes | Gravité pour l’organisation |
|---|---|---|---|
| 1 | Rare | Gêne mineure, facilement corrigée | Impact négligeable |
| 2 | Peu probable | Désagrément réel mais réversible | Coût ou retard limité |
| 3 | Possible | Atteinte à un droit, réparable | Réclamations, incident à gérer |
| 4 | Probable | Préjudice important (refus injustifié d’emploi, de crédit, de service) | Sanction possible, atteinte à l’image |
| 5 | Quasi certain | Préjudice grave ou irréversible, personnes vulnérables | Sanction lourde, crise |
Score = probabilité × gravité. Fixez vos seuils : par exemple, 1 à 6 acceptable, 8 à 12 à traiter, 15 et plus inacceptable sans décision de la direction.
8. Mesures
Pour chaque risque, les mesures existantes et à créer, leur responsable et leur échéance : contrôle humain documenté, tests de biais avant mise en service, filtrage des données saisies, journalisation, clauses contractuelles, formation, information des personnes.
9. Risque résiduel et décision
Recotez après mesures. Indiquez qui accepte le risque résiduel, à quelle date, et sous quelles conditions (pilote limité, revue à trois mois…). Une évaluation sans décision signée n’est qu’un inventaire.
10. Suivi et révision
Indicateurs à surveiller (taux d’erreur, écarts entre groupes, réclamations, incidents), fréquence de revue et événements déclencheurs : nouvelle version du modèle, nouvel usage, incident, changement réglementaire.
Exemple de registre des risques rempli
| Système | Risque | P | G | Brut | Mesures | Résiduel |
|---|---|---|---|---|---|---|
| Présélection de CV | Écart de classement défavorable aux candidates sur les postes techniques | 3 | 4 | 12 | Test de biais avant déploiement, revue trimestrielle des écarts, consigne d’examen manuel des candidatures écartées | 6 |
| Chatbot de service client | Information erronée sur les conditions de remboursement | 4 | 3 | 12 | Réponses limitées à une base documentaire validée, mention IA, transfert vers un conseiller | 4 |
| Copilot pour les équipes finance | Saisie de données financières non publiées dans un outil non autorisé | 3 | 4 | 12 | Charte IA, classification des données, blocage des outils grand public, formation | 6 |
| Score de crédit à la consommation | Refus injustifiés non contestables | 3 | 5 | 15 | Explication des facteurs, recours humain, analyse d’impact sur les droits fondamentaux, AIPD | 8 |
Évaluation des risques IA, AIPD et analyse d’impact : comment les articuler
Trois analyses peuvent s’appliquer au même système :
- L’évaluation des risques IA, qui couvre tous les risques, pour l’organisation et pour les personnes ;
- l’AIPD (analyse d’impact relative à la protection des données, article 35 du RGPD), quand le traitement de données personnelles est susceptible d’engendrer un risque élevé ;
- l’analyse d’impact sur les droits fondamentaux (article 27 de l’AI Act), pour les déployeurs visés d’un système à haut risque, à notifier à l’autorité de surveillance du marché.
L’article 27, paragraphe 4, prévoit que l’analyse d’impact sur les droits fondamentaux complète l’AIPD quand certaines obligations sont déjà couvertes. Le plus efficace est donc un dossier unique, avec des sections propres à chaque texte. Les recommandations de la CNIL sur l’IA aident pour la partie RGPD ; notre article IA et RGPD explique les recoupements.
Si votre RSSI utilise déjà EBIOS Risk Manager, la méthode de l’ANSSI, réutilisez-la pour les scénarios de menace (injection d’invites, compromission de la chaîne d’approvisionnement du modèle) plutôt que de créer un second référentiel. Pour les impacts sur les personnes, la norme ISO/IEC 42005, publiée en 2025, donne des lignes directrices sur l’évaluation d’impact des systèmes d’IA.
Les erreurs fréquentes
- Évaluer l’outil, pas l’usage. Le même modèle de langage est à risque minimal pour résumer des notes de réunion, à haut risque pour trier des candidatures.
- Oublier les personnes. Une analyse centrée sur la sécurité informatique passe à côté de la discrimination et des erreurs qui touchent les clients.
- Coter une fois pour toutes. Les modèles changent, les usages dérivent. Prévoyez des déclencheurs de révision.
- Confier l’exercice à une seule fonction. Il faut le métier, la DSI, le DPO, le juriste et, pour l’emploi, les RH et les représentants du personnel.
- Ne pas lier l’analyse aux contrats. Beaucoup de mesures dépendent du fournisseur : documentation, journaux, notification des changements de modèle.
Avant de lancer les évaluations, il faut savoir quels systèmes évaluer : partez de votre cartographie IA. Pour situer cette étape dans l’ensemble de la démarche, voyez l’analyse d’écarts AI Act et notre guide de l’AI Act.
Questions fréquentes sur l’évaluation des risques IA
L’évaluation des risques IA est-elle obligatoire ?
Elle l’est formellement pour le fournisseur d’un système à haut risque (article 9 de l’AI Act) et, sous forme d’analyse d’impact sur les droits fondamentaux, pour certains déployeurs de ces systèmes. Pour les autres usages, aucun texte ne l’impose expressément, mais elle permet de justifier la classification et les mesures prises, et le RGPD peut exiger une AIPD.
Quelle différence entre évaluation des risques IA et AIPD ?
L’AIPD porte uniquement sur les risques pour les droits et libertés des personnes liés au traitement de leurs données personnelles. L’évaluation des risques IA est plus large : exactitude, biais, sécurité, dépendance au fournisseur, risques juridiques et réputationnels, même sans données personnelles. Les deux se combinent bien dans un dossier unique.
Qui doit réaliser l’évaluation ?
Le propriétaire métier du système en est responsable, avec l’appui de la DSI, du RSSI, du DPO et du juridique. Pour un outil RH, associez les ressources humaines et, en pratique, les représentants du personnel. La décision d’accepter le risque résiduel revient à un responsable désigné, pas à l’évaluateur.
À quelle fréquence mettre à jour l’évaluation ?
Au minimum une fois par an, et à chaque événement déclencheur : nouvelle version du modèle, extension de l’usage à de nouvelles personnes, incident, réclamation significative ou changement réglementaire. Pour un système à haut risque, la gestion des risques doit être continue sur tout le cycle de vie.
Existe-t-il une méthode officielle française ?
Il n’existe pas de méthode officielle propre à l’AI Act. Les équipes françaises s’appuient souvent sur EBIOS Risk Manager de l’ANSSI pour les menaces, sur l’AIPD et les recommandations de la CNIL pour les données personnelles, et sur les normes ISO/IEC 23894 et 42005 pour l’IA.
Obtenez votre modèle d’analyse des risques IA
Le modèle ci-dessus vous permet de démarrer seul. Pour un modèle déjà adapté à vos systèmes et à votre organisation, répondez aux questions du diagnostic gratuit qui rédige votre charte IA et vos documents de gouvernance : quatorze étapes, environ 40 minutes, en français. Dès l’envoi, quatre documents sont rédigés à partir de vos réponses, dont le modèle d’analyse des risques IA, avec un cadre de gouvernance, une charte d’utilisation de l’IA et une checklist fournisseurs, plus un état des lieux sur dix domaines. Les documents sont livrés en anglais, en Word modifiable, et vous appartiennent.
Cet article est une information générale, pas un conseil juridique. Vérifiez le texte consolidé du règlement (UE) 2024/1689 tel que modifié par le règlement (UE) 2026/1744. Les dates et la situation des autorités françaises sont indiquées en l’état d’octobre 2026.
À propos de l'auteur
Group COO & CISO
Fredrik est le COO et CISO du groupe chez Opsio. Il se concentre sur l'excellence opérationnelle, la gouvernance et la sécurité de l'information, travaillant en étroite collaboration avec les équipes de livraison et de direction pour aligner technologie, risque et résultats métier dans des environnements IT complexes. Il dirige la pratique sécurité d'Opsio, incluant les services SOC, les tests d'intrusion et les cadres de conformité.
Charte éditoriale : Cet article a été rédigé par un praticien certifié et relu par notre équipe d'ingénierie. Nous le révisons lorsque la technologie ou la réglementation qu'il traite évolue ; les dates ci-dessus indiquent la dernière mise à jour. Opsio est éditorialement indépendant — nous recommandons des solutions sur leurs mérites techniques, pas sur des relations commerciales.