La plupart des instruments de gouvernance de l'IA se concentrent sur la solidité d'un système — précis, géré en matière de risques, conforme. Les principaux cadres — le Cadre de gestion des risques de l'IA du NIST, la loi sur l'IA de l'UE, l'ISO/IEC 42001 — y répondent avec une rigueur croissante, et l'évaluation de l'impact sur les droits fondamentaux de la loi sur l'IA de l'UE commence à aller au-delà vers les personnes qu'un système affecte. Mais une deuxième question reste principalement sans réponse, et c'est celle que les personnes touchées par ces systèmes ont le plus besoin de voir répondre : ce système est-il digne de confiance pour ceux qu'il affecte — renforce-t-il leur capacité plutôt que de l'épuiser, distribue-t-il le pouvoir plutôt que de le concentrer, et répond-il à eux plutôt qu'uniquement aux régulateurs ? Cet article présente le Cadre d'évaluation de l'Infrastructure de confiance de l'IA, un diagnostic construit pour cette seconde question. Il évalue tout déploiement d'IA selon cinq dimensions — intégrité épistémique, orientation vers la capacité, architecture du pouvoir, intelligence contextuelle et architecture de la responsabilité — à travers quinze critères notés sur une échelle de maturité à cinq points. Son mouvement déterminant est de noter les mêmes critères depuis deux points de vue indépendants : celui du constructeur, notant ce qui a été conçu dans le système, et celui de l'adoptant, notant ce qui se passe lorsque le système rencontre de vraies personnes, processus et contexte. La divergence entre ces scores — le fossé d'alignement — est le signal diagnostic. Lorsque le constructeur et l'adoptant divergent de deux niveaux ou plus sur un critère, la gouvernance échoue à un point spécifique et localisable, généralement avant que le dommage ne devienne visible dans les indicateurs de résultat. Le cadre est conçu pour compléter les normes techniques existantes, et non les remplacer : il occupe la couche de gouvernance, de pouvoir et de capacité que ces normes n'ont pas été construites pour couvrir. Le barème de notation complet, deux études de cas détaillées et des notes sur l'utilisation et les limites sont inclus. Document de travail, Version 1.0. Soumis à AI et Éthique (Springer Nature). C'est la version de l'auteur.
Sonali Sharma (ven,) a étudié cette question.