Gouvernance du cycle de vie des donnees IA

Définition

La gouvernance du cycle de vie des donnees IA est l'ensemble des politiques, roles et processus qui encadrent les donnees utilisees par un systeme d'intelligence artificielle depuis leur collecte jusqu'a leur suppression, en passant par leur stockage, leur transformation, leur utilisation pour l'entrainement et leur archivage. Elle couvre notamment la classification des donnees selon leur sensibilite, la definition de durees de conservation conformes au RGPD, la gestion des consentements lorsque des donnees personnelles sont utilisees, le controle d'acces base sur le principe du moindre privilege, et la tracabilite complete via un registre de jeux de donnees versionnes permettant de savoir precisement quelles donnees ont servi a entrainer quel modele. Cette gouvernance doit egalement traiter les questions specifiques a l'IA : provenance et licence des donnees d'entrainement, notamment pour les grands modeles de langage entraines sur des corpus massifs, detection et correction des biais presents dans les donnees source avant qu'ils ne se propagent au modele, et anonymisation ou pseudonymisation lorsque necessaire. L'AI Act impose une gouvernance des donnees documentee pour les systemes IA a haut risque, incluant des examens de pertinence, de representativite et d'absence d'erreurs des jeux de donnees. ISO/IEC 42001 structure cette exigence dans un systeme de management plus large, articulant la gouvernance des donnees avec la gestion des risques et l'amelioration continue du systeme IA.