Ce qui se fait déjà
Aide à la rédaction de courriers et de notes, synthèse de documents, tri et orientation de demandes, assistance aux agents d’accueil, transcription de réunions, aide à l’instruction de dossiers : les usages se multiplient. Certains passent par des outils choisis par l’organisation. Beaucoup passent par des services grand public que les agents utilisent de leur propre initiative, parfois en y copiant des données d’usagers.
Le cadre applicable
Le règlement européen sur l’IA
Le règlement européen sur l’intelligence artificielle classe les systèmes selon leur niveau de risque. Certaines pratiques sont interdites, et les organisations doivent veiller à ce que leurs personnels disposent d’un niveau suffisant de maîtrise de l’IA : ces dispositions s’appliquent depuis février 2025. Les obligations propres aux systèmes dits à haut risque, parmi lesquels figurent des usages typiques du secteur public comme l’accès à des services et prestations essentiels, l’éducation ou l’emploi, ont été reportées : un règlement européen entré en vigueur le 27 juillet 2026 les repousse du 2 août 2026 au 2 décembre 2027.
Ce report laisse du temps, il ne dispense de rien. L’inventaire et la classification des systèmes restent le premier travail à faire.
La protection des données
Dès qu’un système traite des données personnelles, le RGPD s’applique en entier : base légale, information des personnes, analyse d’impact pour les traitements à risque, encadrement des sous-traitants.
La transparence des décisions administratives
Le code des relations entre le public et l’administration prévoit qu’une décision individuelle prise sur le fondement d’un traitement algorithmique comporte une mention explicite qui en informe l’intéressé, lequel peut demander les règles et les principales caractéristiques du traitement.
Ces éléments sont un résumé à la date de mise à jour de la page. Les obligations précises dépendent de chaque cas d’usage.
Cinq questions avant tout déploiement
- Quel problème de service cherche-t-on à résoudre, et comment mesurera-t-on le résultat ?
- Quelles données le système utilise-t-il, qui en est propriétaire, quelle est leur qualité, où partent-elles ?
- Dans quelle catégorie de risque le système se range-t-il, et quelles obligations en découlent ?
- Qui répond du résultat ? Un agent identifié doit pouvoir expliquer et corriger.
- Que se passe-t-il si le fournisseur change ses conditions ou disparaît ? La dépendance se crée très vite.
Une gouvernance en quatre gestes
- Inventorier tous les usages, y compris officieux. Un questionnaire aux directions suffit pour commencer. Cet inventaire s’ajoute comme une couche à la cartographie du SI.
- Classer chaque usage : interdit, à haut risque, soumis à transparence, sans obligation particulière.
- Fixer une règle d’usage courte pour les agents : ce qui est permis, avec quels outils, sur quelles données.
- Instruire les nouveaux projets dans la même instance que les autres projets numériques. Voir gouvernance du SI.
Commencer par les données
Un assistant qui répond aux usagers à partir d’une base documentaire périmée donne des réponses fausses avec assurance. Un outil d’aide à l’instruction alimenté par des dossiers incomplets reproduit leurs lacunes. La qualité d’un système d’IA est d’abord celle des données qu’on lui fournit, c’est pourquoi la gouvernance des données vient avant, et non après.
Compter ce que cela coûte
Le coût d’un système d’IA ne se limite pas à l’abonnement. Il comprend la préparation des données, l’intégration, la formation des agents, la supervision humaine des résultats, et une facturation à l’usage qui peut croître vite. Un projet pilote doit être chiffré comme s’il allait être généralisé, sans quoi son succès deviendra un problème budgétaire.
L’IA ne crée pas de nouveaux principes de gouvernance. Elle rend urgents ceux qui existaient déjà : connaître ses données, désigner des responsables, mesurer ses dépendances. Le site dynamap.fr y consacre une page dédiée.
Dans la méthode DYNAMAP SI
Les systèmes d’IA s’inventorient, se cartographient et se planifient comme le reste du patrimoine numérique.
- 1Phase 1 · Analyse de l’existant : inventorier les actifs, les processus et les risques tels qu’ils sont réellement.
- 3Phase 3 · Cartographies et points de vue : relier processus, données, logiciels et infrastructures dans des vues lisibles par chaque public.
- 4Phase 4 · Planification stratégique : fixer les objectifs, la feuille de route et les moyens.
La méthode appliquée au secteur public · Le framework complet sur dynamap.fr
Pour approfondir : les livres de la collection
Architecture d’entreprise pour l’intelligence artificielle
Une méthode de gouvernance de l’intelligence artificielle fondée sur les données de référence : cas d’usage, agents, coûts, risques, conformité au RGPD et au règlement européen sur l’IA, conduite du changement.
Manuel de gouvernance de la donnée
Un programme de gouvernance de la donnée de bout en bout : rôles, qualité, cycle de vie, sécurité, conformité, culture. Le socle pour concilier protection des données personnelles, ouverture des données publiques et projets d’intelligence artificielle.
Toute la collection est présentée sur la page livres sur le système d’information.
Sources et références
Yann-Eric Devars
Architecte d’entreprise · créateur du framework DYNAMAP SI
Fondateur de Solve DSI, il accompagne depuis près de dix ans des organisations dans la cartographie et la gouvernance de leur système d’information. Il publie sur LinkedIn ses analyses sur les systèmes d’information publics ; les échanges entre pairs y sont ouverts.