Codema lance deux comités techniques pour développer un modèle d’évaluation continue de l’IA
L’intelligence artificielle (IA) se diffuse à un rythme qui dépasse la capacité des entreprises à la maîtriser. Pour les entreprises françaises, la question se pose : comment déployer l’IA rapidement tout en garantissant la documentation de la supervision et du contrôle des systèmes ? Codema, une organisation internationale spécialisée dans le développement de normes, a annoncé le lancement de deux nouveaux comités techniques, TC23 et TC24, visant à établir des méthodologies d’évaluation et d’audit basées sur des matrices et des protocoles standardisés. L’objectif est de rendre l’IA mesurable, vérifiable et gouvernable tout au long de son cycle de vie.
Cette initiative intervient à un moment où l’accélération technologique met à l’épreuve les procédures de contrôle traditionnelles. Selon le McKinsey AI Trust Maturity Survey 2026, seulement 30 % des organisations ont atteint un niveau avancé de maturité en matière de stratégie, de gouvernance et de contrôle. En France, le plan national « Osez l’IA » vise à accélérer la diffusion de l’IA d’ici 2030, avec des objectifs de 100 % pour les grandes entreprises, 80 % pour les PME et ETI, et 50 % pour les TPE. Cette situation révèle un écart croissant entre l’adoption rapide de l’IA et la capacité des organisations à démontrer leur maîtrise.
Aujourd’hui, il est essentiel non seulement d’adopter l’IA, mais aussi de prouver son fonctionnement fiable et conforme aux attentes du marché ainsi qu’aux exigences réglementaires. L’application progressive de l’AI Act en Europe souligne l’importance de produire des éléments probants pour garantir la conformité. Codema vise à combler cette lacune avec ses nouveaux comités techniques, en développant des outils d’évaluation et d’audit qui traduisent des principes comme la transparence et la gestion des risques en critères vérifiables.
Le modèle proposé par Codema va au-delà de la certification traditionnelle, en introduisant un système d’évaluation continue (Audit as a Layer). Cela permettra la collecte de preuves et de données vérifiables tout au long du cycle de vie de l’IA, offrant ainsi aux auditeurs et aux parties prenantes des outils plus efficaces pour évaluer son comportement et sa conformité. Ce modèle nécessite une transition d’un dossier de conformité ponctuel vers des preuves durables et vérifiables.
Les deux comités techniques se concentrent sur des aspects distincts : le TC23 se penche sur la dimension technique des systèmes d’IA, tandis que le TC24 aborde l’intégration de l’IA dans les processus métier, notamment la supervision humaine et la vérifiabilité des processus. L’objectif global est de construire une nouvelle infrastructure méthodologique pour la gouvernance de l’IA, afin de fournir des outils permettant d’évaluer, de surveiller et de démontrer la conformité des systèmes d’IA dans un environnement technologique en constante évolution.
Source : Codema
