L'attente de l'adoption de'Loi sur l'IA de l'Union européenne continue de s’étendre. Malgré les attentes, le chemin vers une réglementation commune de l’intelligence artificielle en Europe semble encore long. long et tortueux. Les divisions parmi les législateurs européens sur la réglementation des modèles sous-jacents persistent, et à l’approche de la fin de 2023, la possibilité de voir la loi sur l’IA promulguée cette année semble de plus en plus lointaine.
Sujets de cet article :
Désaccords entre les législateurs
Le débat sur l’IA Act est toujours houleux parmi les législateurs européens, qui ils ne semblent pas d'accord sur la manière de réglementer les modèles de base. Comme rapporté da Reuters, l'Espagne milite en faveur d'une vérification plus régulière des vulnérabilités et de la création d'un système de régulation basé sur le nombre d'utilisateurs d'un modèle.
Ce scénario a donné lieu à trois trilogues, discussions à trois entre les Parlement européen, le Conseil de l'Union européenne et la Commission européenne, avec une quatrième réunion prévue cette semaine. Si aucun accord n’est trouvé, une autre réunion est prévue pour décembre, alimentant les inquiétudes selon lesquelles toute décision pourrait être reportée à l’année prochaine.
Lire aussi: Loi sur les marchés numériques et loi sur les services numériques : ce qu'elles sont, bien expliquées
Propositions clés de la loi sur l'IA
L'un des projets de loi sur l'IA propose que le Les développeurs de modèles de base évaluent les risques potentiels, tester les modèles tout au long du processus de développement et après leur mise sur le marché, examiner les biais dans les données de formation, valider les données et publier les documents techniques avant diffusion. Cette approche vise à garantir que les innovations en matière d’IA se produisent dans un cadre de sécurité et de transparence.
Les biais (ou biais) en intelligence artificielle font référence à une tendance systématique des données ou des modèles qui conduit à résultats injustes ou inexacts. Ces biais peuvent provenir de diverses sources, notamment des données d’entraînement utilisées pour « enseigner » les modèles d’IA.
Si les données d'entraînement contiennent des biais, reflétant par exemple stéréotypes sociaux o discrimination, le modèle d’IA va apprendre et reproduire ces biais dans ses prédictions ou décisions. Il est essentiel d’éliminer ou d’atténuer les préjugés pour garantir que les systèmes d’IA fonctionnent de manière équitable et fiable.
Et les petites entreprises ?
Certaines sociétés open source ont exhorté l'UE à prendre en compte les petites entreprises dans la discussion, arguant que certains pourraient avoir des difficultés à se conformer aux règles proposées. Sur la scène mondiale, la loi européenne sur l'IA est considérée par beaucoup, y compris par certains responsables du gouvernement américain, comme ayant un potentiel exemple à suivre dans l'élaboration de règlements surIA générative.
Cependant, même si l'UE a été l'une des premières régions à discuter d'un projet de législation, elle a progressé plus lentement que d'autres acteurs internationaux, tels que le Chine qui a déjà lancé ses règles en août de cette année.
