En bref
Une partie de la gouvernance de l’IA se construit à l’intérieur de l’organisation : dans les règles que l’équipe applique, les vérifications qu’elle conserve et les décisions qu’une personne reste capable de reprendre. Les contrôles automatisés peuvent soutenir ce travail. Leur présence ne suffit pas à démontrer que l’usage est fiable ou conforme.
Mon point de vue : on peut commencer ce travail dès maintenant, avec les usages qui existent déjà. Il faut savoir ce que chaque contrôle vérifie, ce qu’il laisse passer et qui intervient quand il échoue.
Un filigrane donne un indice de provenance
SynthID de Google DeepMind intègre des filigranes au contenu généré avec les outils compatibles. La détection peut aider à reconnaître cette provenance. Elle ne confirme ni la justesse du contenu ni sa conformité juridique.
La documentation de DeepMind précise aussi une limite importante pour le texte : une réécriture importante ou une traduction peut réduire la confiance de la détection. Il faut donc comprendre les conditions du test avant d’interpréter son résultat. L’absence d’un filigrane détecté ne permet pas, à elle seule, de conclure qu’un humain a produit le contenu.
La règle de décision appartient à l’organisation
Un fournisseur peut ajouter des filtres, des alertes ou des fonctions de supervision. Il ne connaît pas nécessairement les engagements pris envers tes clients, les données que ton équipe peut utiliser ou le risque acceptable dans ton processus.
Une règle interne doit être assez précise pour être appliquée. Par exemple : quels documents un assistant peut-il consulter? Quel résultat doit être revu avant d’être envoyé? Dans quelle situation le travail s’arrête-t-il pour qu’une personne tranche? Une consigne générale comme « utiliser l’IA de façon responsable » laisse ces décisions ouvertes.
L’auditeur humain examine aussi le contrôle
Le rôle humain s’étend à la conception de la règle et à la vérification du mécanisme qui l’applique. Une alerte utile aujourd’hui peut manquer un cas nouveau. Il faut pouvoir examiner les erreurs, ajuster les critères et retirer une automatisation qui ne remplit plus son rôle.
ISO/IEC 42001 fournit un cadre de système de management de l’IA : responsabilités, gestion des risques, suivi et amélioration. La certification est volontaire et relève d’organismes de certification indépendants; ISO ne certifie pas les organisations. Ce cadre ne transforme pas un filigrane ou un filtre en certificat de conformité.
Au Québec, distinguer la loi d’une recommandation
L’article 12.1 de la Loi sur la protection des renseignements personnels dans le secteur privé vise l’entreprise qui utilise des renseignements personnels pour rendre une décision fondée exclusivement sur leur traitement automatisé. Il prévoit notamment l’information de la personne concernée, des renseignements à fournir sur demande et la possibilité de présenter ses observations à un membre du personnel capable de réviser la décision. Ce n’est pas une disposition qui vise indistinctement chaque utilisation d’un assistant.
Dans son rapport de juin 2026, la CAI recommande d’accompagner l’évaluation des facteurs relatifs à la vie privée d’une analyse d’impact algorithmique lorsqu’elle concerne un système d’IA destiné à la prise de décision automatisée sur des personnes. C’est la recommandation 45, une proposition de modification du cadre législatif. Ce passage n’établit pas une nouvelle obligation générale applicable à tout outil d’IA en ressources humaines.
Une fiche de contrôle pour un usage réel
Je propose de commencer avec un seul usage récurrent et d’en documenter quatre éléments. Cette fiche est un outil de travail; elle ne constitue pas une évaluation complète de conformité.
| Élément | Ce qu’il faut préciser |
|---|---|
| Usage et responsable | L’outil, la tâche, les données autorisées et la personne qui répond du résultat. |
| Règle vérifiable | Ce qu’on accepte, ce qu’on refuse et ce qui doit être relu avant utilisation. |
| Intervention humaine | Le cas qui déclenche un arrêt, la personne appelée et ce qu’elle peut corriger. |
| Trace utile | La date du test, l’entrée utilisée, le résultat vérifié et la correction apportée. |
Teste ensuite un cas normal et un cas qui devrait provoquer un arrêt. Si personne ne peut expliquer pourquoi le contrôle a accepté le second, il reste du travail à faire avant de lui confier davantage de décisions.
Trois questions à amener dans ta semaine
- Peux-tu nommer les outils d’IA utilisés par l’équipe, les tâches qu’ils soutiennent et leur responsable?
- Peux-tu montrer comment une sortie importante est vérifiée, avec les limites du contrôle utilisé?
- Si un usage prend une décision entièrement automatisée à partir de renseignements personnels, as-tu fait examiner son cadre et prévu une personne capable de réviser cette décision?
La réponse peut commencer par un petit processus bien documenté. Pour la suite, tu peux lire les leçons de l’audit AF9000+ et les usages quotidiens de l’IA et la Loi 25, puis discuter de tes usages internes de l’IA.
Sources et portée de cette mise à jour
Sources vérifiées le 28 octobre 2026. Le point de vue sur les contrôles internes et la fiche proposée sont une analyse de l’auteur. Les références ci-dessous documentent la technologie, le cadre normatif et les textes cités.

