Vers une normalisation internationale de l’IA
Introduction
Selon l’International Organization for Standardization (ISO), la norme est le « document, établi par consensus et approuvé par un organisme reconnu, qui fournit, pour des usages communs et répétés, des règles, des lignes directrices ou des caractéristiques, pour des activités ou leurs résultats, garantissant un niveau d’ordre optimal dans un contexte donné ».
La norme doit lister les méthodes pour reproduire un produit ou un service et être reconnue par les professionnels du milieu concerné.
Pour l’intelligence artificielle, la normalisation est nécessaire pour démystifier le sujet, soit en résolvant les craintes et les objections à l’encontre de l’IA, soit en les réfutant et démontrant qu’elles sont infondées.
Il est en effet nécessaire de mettre un cadre commun afin que consommateurs, producteurs et organismes de réglementation parlent le même langage, mais aussi de protéger les différentes parties prenantes.
Les standards publiés par de grands organismes de normalisation comme l’ISO, le CEN ou l’AFNOR comptent parmi les plus reconnus internationalement. Qu’elles s’adressent aux fournisseurs ou aux consommateurs, ces normes dictent les règles du jeu sur les marchés mondiaux.
C’est pourquoi...
Enjeux des normes ISO
Importance et bénéfices des normes ISO
Les normes ISO, élaborées par des experts internationaux, constituent des références universelles en matière de qualité, de sécurité et de gestion des risques pour les produits et services. Leur adoption permet aux entreprises d’optimiser leurs processus, d’améliorer la satisfaction client et de garantir la conformité aux exigences réglementaires.
Obtenir une certification ISO revêt un intérêt stratégique : elle confère une reconnaissance mondiale qui valorise l’image de marque de l’entreprise et rassure clients, partenaires, investisseurs et autorités. Dans de nombreux secteurs - industrie, logistique ou marchés publics - la certification ISO est d’ailleurs un critère lors des appels d’offres.
L’intégration de ces normes favorise :
-
La réduction des erreurs opérationnelles.
-
Un meilleur pilotage des ressources et la diminution du gaspillage.L’optimisation et la structuration des processus internes.
-
La clarification des responsabilités et l’amélioration continue grâce aux audits internes, indicateurs de performance et cycles PDCA (Plan-Do-Check-Act).
Par ailleurs, les normes ISO servent de cadre pour répondre aux obligations lé-gales, notamment...
Normes ISO en vigueur
Depuis 2018, de nombreuses normes ISO ont été élaborées sur les sujets tou-chant à l’intelligence artificielle.
Ces normes, élaborées sous la houlette du sous-comité SC42, tiennent compte d’une multitude d’aspects :
-
Management des systèmes d’IA.
-
Gouvernance, gestion des risques et impact sociétal.
-
Explicabilité, robustesse et qualité des données.
-
Certification, auditabilité et conformité sectorielle.
-
Normes sectorielles : santé, finance, industrie, énergie, multimédia.
-
IA générative, éthique, environnement et futures évolutions.
Les normes sont découpées de la façon suivante1 :
|
Technologies de l’information |
Big data |
Vue d’ensemble et vocabulaire |
ISO/IEC 20546:2019 |
|
Architecture de référence du Big data |
Partie 1 : Cadre méthodologique et processus d’application |
ISO/IEC TR 20547-1:2020 |
|
|
Partie 2 : Cas pratiques et exigences dérivées |
ISO/IEC TR 20547-2:2018 |
||
|
Partie 3 : Architecture de référence |
ISO/IEC 20547-3:2020 |
||
|
Partie 5 : Feuille de route pour les normes |
ISO/IEC TR 20547-5:2018 |
||
|
Intelligence artificielle |
Examen d’ensemble de la fiabilité en matière d’intelligence artificielle |
ISO/IEC TR 20548:2020 |
|
|
Processus de cycle de vie des systèmes d’IA |
ISO/IEC 5338:2023 |
||
|
Recommandations relatives aux applications de l’IA |
ISO/IEC 5339:2024 |
||
|
Architecture de référence en ingénierie des connaissances |
ISO/IEC 5392:2024 |
||
|
Objectifs et approches pour l’explicabilité et l’interprétabilité des modèles d’apprentissage automatique (AA) et des systèmes d’intelligence artificielle (IA) |
ISO/IEC TS 6254:2025 |
||
|
Cadre pour le cycle de vie des données |
ISO/IEC 8183:2023 |
||
|
Contrôlabilité des systèmes d’intelligence artificielle automatisés |
ISO/IEC TS 8200:2024 |
||
|
Traitement des biais indésirables dans les tâches d’apprentissage automatique de classification et de régression |
ISO/IEC TS 12791:2024 |
||
|
Taxonomie pour la transparence des systèmes d’IA |
ISO/IEC 12792:2025 |
||
|
Système de manage-ment |
ISO/IEC 42001:2023 |
||
|
Concepts et terminologie relatifs... |
Projets de normes ISO
Plusieurs normes ISO sont actuellement en cours d’élaboration afin d’encadrer des domaines spécifiques de l’intelligence artificielle. Parmi elles, on peut citer :
-
ISO/IEC CD TR 18988, consacrée à l’application des technologies d’IA dans le domaine de l’informatique de santé ;
-
ISO/IEC CD TR 23281, qui propose un aperçu général des tâches et fonctionnalités de l’IA appliquées au traitement automatique du langage naturel (TAL) ;
-
ISO/IEC CD 23282, portant sur les méthodes d’évaluation de la performance des systèmes de traitement automatique du langage naturel ;
-
ISO/IEC AWI TS 25223, qui vise à définir des recommandations et des exigences pour la quantification et la gestion de l’incertitude dans les systèmes d’IA.
Ces projets de normes illustrent l’élargissement du corpus normatif ISO aux différents usages spécialisés de l’IA, afin d’en assurer la fiabilité, la transparence et la maîtrise des risques.

Certification des systèmes d’intelligence artificielle
Certains organismes proposent déjà une certification des systèmes d’intelligence artificielle.
Le Laboratoire National de Métrologie et d’Essais (LNE) par exemple, a développé des référentiels communs et réalise des évaluations de systèmes intelligents de manière à fournir des repères pour qualifier les différents systèmes. Il propose notamment des évaluations à destination des développeurs, des intégrateurs ou des utilisateurs finaux7.
La qualification des systèmes grâce à des métriques permet ainsi aux développeurs :
-
de garantir la conformité du produit à des exigences de qualité et de performance fixées ;
-
d’identifier l’origine des sous-performances du système et de guider les développements ;
-
d’estimer la quantité et la nature des efforts à fournir avant le lancement du produit ;
-
d’évaluer l’efficacité des investissements ;
-
de caractériser le périmètre d’utilisation du système ;
-
de se positionner par rapport à la concurrence.

Côté utilisateurs, la certification leur permet d’avoir à disposition des repères et des résultats...
Notes
1 https://www.iso.org/fr/committee/6794475/x/catalogue/p/1/u/0/w/0/d/0
2 ISO Actualités - Libérer le potentiel de l’IA - 11 nov. 2019.
3-4-6 ISO Actualités - La nouvelle frontière de l’intelligence artificielle - 18 oct. 2018.
5 ISO/IEC 20547-3:2020 : https://www.iso.org/fr/standard/71277.html?browse=tc
7 LNE - Évaluation des systèmes d’intelligence artificielle.