Glossaire
Explicabilité de l'IA
La capacité de fournir des raisons, sous une forme adaptée à un public donné, pour expliquer comment un système d’IA est arrivé à un résultat.
Dernière revue 2026-08-22
En langage clair
L’explicabilité (souvent associée à l’interprétabilité) est techniquement et juridiquement contestée. Certains modèles sont intrinsèquement plus inspectables ; d’autres s’appuient sur des explications post-hoc qui peuvent être incomplètes ou trompeuses. Les obligations légales, lorsqu’elles existent, nécessitent généralement des informations qu’une personne peut utiliser pour comprendre ou contester une décision – et non une version mathématique complète d’un modèle. Les besoins d’explicabilité doivent être définis en fonction du contexte : un clinicien, un juge, un régulateur et un chercheur ont besoin d’artefacts différents.
Pourquoi c’est important pour la gouvernance de l’IA
Les décisions automatisées à enjeux élevés soulèvent des questions de procédure régulière et de protection des consommateurs. Exagérer l’explicabilité peut créer un faux sentiment de compréhension.
Sources faisant autorité
- Ethics Guidelines for Trustworthy AI (opens in a new tab) — European Commission