Glossaire · RGPD article 22
Taux d’écart
Définition
Proportion de dossiers dans lesquels la décision humaine finale diffère de la recommandation algorithmique, sur un volume et une période donnés, avec le motif de chaque écart.
Pourquoi c’est important
Depuis l’arrêt SCHUFA, une validation humaine purement formelle ne fait pas sortir une décision du champ de l’article 22 du RGPD. Une supervision qui ne dévie jamais est indiscernable d’une absence de supervision : le taux d’écart est le chiffre qui permet de montrer la différence.
Ce qu’aucun texte ne dit
Aucun texte ni aucune autorité ne fixe à ce jour de seuil chiffré. Un taux nul sur un volume important est difficilement défendable ; un taux mesuré et expliqué l’est. Le chiffre n’est pas la preuve à lui seul — c’est le fait de pouvoir le produire, et d’en discuter, qui l’est.
Exemple concret
Exemple fictif : sur 4 000 candidatures classées par un ATS, les recruteurs en ont retenu 37 que l’outil écartait, et écarté 12 qu’il retenait, chaque fois avec un motif consigné. Ce chiffre n’existe que s’il a été journalisé au moment de la décision : il n’est pas reconstituable après coup.
Lien avec SiyadAI
SiyadAI recense les systèmes d’IA réellement utilisés, y compris ceux que personne n’a déclarés : c’est la liste des systèmes dont il faudra mesurer l’écart. Le journal lui-même vit dans l’application qui décide.
Les colonnes à tenir pour que l’écart soit calculable.
La trameÀ lire aussi : Guide — décision automatisée et article 22 · Prouver que la supervision est réelle · Supervision humaine (art. 14)
Explorer les autres piliers
Registre des usages IA
L’inventaire opposable de tous vos systèmes d’IA.
Gouvernance de l’IA
Rôles, comité IA, méthode — le cadre de contrôle.
Shadow AI
Détecter les usages d’IA non déclarés.
AIPD & IA
Analyse d’impact RGPD (art. 35) des systèmes d’IA.
Sécurité des IA génératives
OWASP, ANSSI : protéger copilotes et agents.