AI literacy et article 4 de l’AI Act : ce que l’entreprise doit réellement démontrer

L’article 4 du règlement, dans sa version modifiée, demande aux fournisseurs et déployeurs de prendre des mesures pour favoriser la maîtrise de l’IA de leur personnel et des autres personnes qui utilisent ou font fonctionner des systèmes pour leur compte. Ces mesures tiennent compte des connaissances techniques, de l’expérience, de l’éducation, de la formation, du contexte d’utilisation et des personnes ou groupes visés par le système. Pour le détail des autres obligations et des documents attendus, je renvoie vers ce panorama des pièces de conformité tenu par Regulia.

Un périmètre plus large que les salariés

Le Q&A de l’AI Office précise que les « autres personnes » ne sont pas des employés, mais des personnes placées sous le contrôle organisationnel de l’entreprise : prestataire, sous-traitant, voire client selon le risque. Le même document relie l’article 4 aux exigences de transparence (article 13) et de supervision humaine (article 14).

Ce que le texte n’exige pas

Trois précisions évitent des dépenses inutiles :

  • Aucun niveau individuel garanti : la dernière phrase de l’article 4(1) exclut expressément l’obligation de garantir un niveau spécifique de maîtrise par individu.
  • Aucune mesure obligatoire des connaissances : le Q&A indique que l’article 4 n’impose pas de mesurer le niveau des employés.
  • Aucun diplôme ni test universel : le texte ne désigne aucun certificat de référence.

Ce que l’omnibus a changé, avec prudence

La page de la Commission consacrée à l’AI literacy indique que l’article 4 a été amendé par le Digital Omnibus on AI, entré en vigueur mi-juillet 2026 : l’obligation demeure, mais aucun niveau « suffisant » uniforme n’est exigé. L’obligation de former le personnel chargé de la supervision humaine des systèmes à haut risque reste en place.

L’enjeu devient donc probatoire. L’entreprise doit pouvoir montrer une démarche cohérente, contextualisée et suivie dans le temps, pas une attestation isolée.

AI literacy preuves entreprise : les six familles de documents à conserver

Faute de format documentaire imposé par le texte, je recommande de structurer le dossier en six familles complémentaires. Le Q&A de la Commission liste d’ailleurs des étapes minimales : compréhension générale de l’IA, rôle de l’organisation (fournisseur ou déployeur), risque des systèmes concernés.

Famille Contenu attendu Exemple de pièce
1. Cartographie Outil, fournisseur, finalité, utilisateurs, données, risque estimé, rôle Registre des usages IA
2. Publics exposés Occasionnels, réguliers, managers, techniques, sous-traitants, superviseurs Matrice des profils
3. Plan de formation Objectifs, programme, supports, dates, formateur, durée, version Plan annuel versionné
4. Participation Émargement, attestation, export de plateforme, invitation Export LMS daté
5. Appropriation Quiz, exercice contextualisé, simulation d’incident, validation manager Grille d’exercice
6. Pilotage Calendrier de revue, indicateurs, incidents, décisions Compte rendu de comité

Les familles 1 et 2 fondent tout le reste

Sans cartographie, impossible de justifier pourquoi tel profil a reçu telle consigne. Le registre doit inclure les outils adoptés par les salariés sans validation officielle. L’analyse des publics distingue ensuite qui utilise, qui supervise, qui administre.

La famille 5 reste facultative mais utile

Les preuves d’appropriation ne constituent pas une obligation générale, puisque l’article 4 n’impose pas de mesurer le niveau individuel. Elles renforcent cependant la crédibilité du dispositif pour les usages sensibles.

Quatre attributs obligatoires pour chaque pièce

  • Datée : date d’effet et date de production distinctes.
  • Attribuée : un propriétaire nommé, pas un service anonyme.
  • Versionnée : chaque support conserve son historique.
  • Reliée à un usage : chaque pièce renvoie à une ligne du registre.

Les faux justificatifs à éviter

Une bibliothèque de vidéos génériques, la certification d’un éditeur ou une capture d’écran ne démontrent pas l’adéquation du dispositif à vos usages. Centralisez le tout dans un espace à accès contrôlé, avec une durée de conservation définie selon les obligations applicables, notamment le droit du travail et le RGPD.

Quelles preuves conserver selon le profil des collaborateurs et le risque du système ?

Raisonner par profil plutôt que par outil évite de dupliquer les dossiers. Voici la grille que je propose.

Utilisateur d’IA générative à faible enjeu

Conserver une preuve de sensibilisation couvrant les hallucinations, la confidentialité, le droit d’auteur, la vérification humaine et les règles internes de saisie des données. Une session courte, un support versionné et une liste de participants suffisent souvent.

Producteur de contenus destinés aux clients ou au public

Ajouter les consignes de relecture, de transparence et d’identification des contenus générés ou modifiés par IA lorsque l’article 50 s’applique, applicable depuis le 2 août 2026. La preuve utile : procédure de publication validée et trace de relecture.

Métiers manipulant des données personnelles ou stratégiques

Documenter la minimisation, la liste des outils autorisés, les contrôles de confidentialité et les procédures d’escalade. Le règlement IA et le RGPD se cumulent sans se confondre ; la CNIL publie ses ressources IA pour articuler les deux régimes.

Équipes déployant un système à impact sur les droits

Emploi, éducation, accès à un service : prévoir une formation renforcée sur les biais, les limites du modèle, l’interprétation des sorties, la traçabilité et l’intervention humaine. Les systèmes à haut risque de l’annexe III relèvent d’obligations spécifiques applicables au 2 décembre 2027.

Opérateurs chargés de la supervision humaine

Distinguer formation générale et compétence de supervision :

  • Rôle formalisé : fiche de poste ou lettre de mission nommant le superviseur.
  • Accès à l’information : documentation du système réellement transmise.
  • Capacité d’intervention : procédure écrite pour interrompre ou contester une sortie.
  • Entraînement : exercices réguliers datés et commentés.

Prestataires et sous-traitants

Prévoir des clauses contractuelles, des attestations du prestataire, un registre des personnes habilitées et des contrôles périodiques.

Le principe de proportionnalité

Une entreprise n’a pas besoin d’un dossier identique pour chaque utilisateur. Elle doit pouvoir expliquer pourquoi le niveau de preuve retenu correspond au contexte, à la fréquence d’usage et aux risques pour les personnes concernées. Cette justification écrite est elle-même une pièce du dossier.

Comment bâtir un dossier de preuve AI literacy auditable en pratique ?

Je propose une méthode en cinq étapes, applicable sans outil spécialisé.

Les cinq étapes

  1. Nommer un coordinateur reliant direction, DSI, RH, juridique, conformité, sécurité et métiers, avec un mandat écrit.
  2. Recenser les usages réels, y compris les outils introduits sans validation, par questionnaire et analyse des flux réseau.
  3. Segmenter les populations selon le rôle, les données traitées, la criticité et les personnes affectées.
  4. Construire une matrice compétences-preuves reliant chaque profil à des objectifs, des consignes, une formation et un justificatif.
  5. Instaurer une revue périodique, déclenchée aussi par un nouvel outil, une évolution du modèle, un incident, un changement réglementaire ou une modification de processus.

Le dossier type par usage

Pour chaque usage recensé : fiche du système, analyse de risque, procédure utilisateur, support de sensibilisation, liste des personnes concernées, preuves de participation, résultats d’exercices si pertinents, validation du responsable métier, journal des mises à jour et bilan de revue.

Métadonnées minimales de chaque pièce : propriétaire, date d’entrée en vigueur, version, périmètre, durée de validité et lien vers le système concerné. Le glossaire IA d’IAPRO peut servir de référentiel commun pour harmoniser le vocabulaire entre services.

Préserver la valeur probatoire

  • Éviter les tableurs non contrôlés : un fichier modifiable par tous perd sa crédibilité.
  • Conserver les versions successives : l’historique montre la démarche continue.
  • Horodater les validations : signature électronique ou workflow tracé.
  • Séparer pédagogie et données personnelles : ne pas stocker de résultats individuels inutiles.

Le repository de la Commission : s’inspirer, pas copier

La Commission indique que son repository rassemble plus de 40 initiatives d’AI literacy, mais que leur reproduction ne confère pas de présomption de conformité. Ces exemples doivent être adaptés à vos usages.

Checklist en une phrase

Identifier les usages, former les bons profils, faire appliquer les consignes, vérifier leur appropriation, actualiser les contenus et archiver les versions : c’est cette chaîne complète qui rend le dispositif lisible lors d’un audit interne, d’une demande client ou d’un contrôle.

Cas pratique : documenter l’AI literacy d’une PME française qui déploie une IA souveraine

Prenons un cas illustratif, non issu d’une mission réelle : une PME industrielle française de 120 salariés déploie un assistant documentaire sur ses propres serveurs, par exemple Mistral 7B servi par Ollama avec une interface OpenWebUI et un RAG (génération augmentée par récupération) sur ses procédures qualité.

Le préalable : documenter l’usage

L’hébergement sur site réduit les risques liés au transfert de données vers un tiers. Il ne dispense ni de former, ni de prouver. L’entreprise documente d’abord la finalité, les sources indexées, les catégories de données, les limites de l’assistant et les personnes susceptibles d’être affectées par ses réponses.

Trois profils, trois parcours

Profil Contenu Durée indicative
Utilisateurs métiers Données interdites, vérification des réponses, erreurs possibles, sortie non décisionnelle 1 h
Administrateurs Droits d’accès, journaux, mises à jour, incidents, paramètres de sécurité 1 jour
Managers et conformité Validation des cas d’usage, indicateurs, déclenchement d’une revue 2 h

Les preuves conservées

  • Fiche d’usage validée par la direction et analyse de risque datée.
  • Procédure interne et support de formation versionné.
  • Liste des participants exportée et exercice de vérification d’une réponse erronée.
  • Compte rendu de mise en production, registre des incidents et revue trimestrielle.

La preuve négative

Pièce souvent oubliée : la décision documentée de ne pas autoriser l’assistant pour le recrutement ou l’évaluation individuelle tant qu’une analyse spécifique n’a pas été réalisée. Ces usages pourraient relever de l’annexe III ; tracer le refus démontre que la gouvernance fonctionne.

Le bénéfice opérationnel

Ces preuves ne servent pas qu’au contrôle. Elles accélèrent l’onboarding, réduisent les usages clandestins, clarifient les responsabilités, facilitent les réponses aux questionnaires fournisseurs des donneurs d’ordre et rendent chaque évolution du système traçable. Pour cadrer l’ensemble du chantier, le hub AI Act d’IAPRO dédié à l’audit et à l’accompagnement des entreprises présente notre approche.

Côté financement, une PME de cette taille réalisant au moins 1 M€ de chiffre d’affaires et existant depuis plus d’un an peut étudier le Diag Data IA de Bpifrance : mission de 10 000 € HT prise en charge à 40 %, soit 6 000 € HT de reste à charge. IAPRO aide à préparer le dossier ; le diagnostic est réalisé par un expert référencé Bpifrance. La formation peut être financée via l’OPCO, par un organisme certifié Qualiopi, le FNE-Formation étant fermé aux nouvelles demandes depuis fin 2024.

Conformité, audit et ROI : transformer les preuves d’AI literacy en avantage de gouvernance

Conformité : dates et prudence

Selon la Commission, la supervision et l’application de l’article 4 relèvent des autorités nationales de surveillance du marché depuis le 2 août 2026. Aucune source consultée ne prévoit de format documentaire imposé lors d’un contrôle. Vérifiez les textes et communications en vigueur, notamment la version consolidée du Règlement (UE) 2024/1689 sur EUR-Lex. La synthèse de la DGE reste utile sur l’approche par les risques, mais son calendrier date de juillet 2025, avant l’omnibus.

Risque : présence, compréhension, application

Un dossier bien tenu répond à six questions : qui utilise, pour quelle tâche, avec quelles données, selon quelles limites, avec quelle supervision, avec quelle formation ? Trois niveaux de preuve se combinent :

  • Preuve de présence : établit la participation.
  • Preuve de compréhension : montre l’appropriation.
  • Preuve d’application : démontre l’intégration dans le processus detravail.

Aucune n’est universellement obligatoire ; leur combinaison renforce la crédibilité du dispositif.

ROI : des indicateurs non réducteurs

  • Taux de couverture par profil plutôt qu’un taux global.
  • Délai d’intégration d’un nouvel utilisateur.
  • Incidents liés à une mauvaise utilisation et usages non autorisés détectés.
  • Temps de vérification des sorties comparé aux gains sur les tâches assistées, à estimer avec le calculateur ROI IA.

Un taux de formation élevé ne prouve pas l’efficacité réelle.

Plan d’action en 30 jours

Semaine 1 : cartographier les usages. Semaine 2 : prioriser les risques et nommer les responsables. Semaine 3 : créer le dossier type. Semaine 4 : former les premiers profils et planifier la revue.

FAQ — preuves d’AI literacy en entreprise

L’article 4 de l’AI Act impose-t-il un examen ou une certification individuelle de maîtrise de l’IA ?

Non. L’article 4 du Règlement (UE) 2024/1689 impose des mesures favorisant la maîtrise de l’IA, adaptées aux connaissances et au contexte d’usage. Le texte modifié précise qu’il ne contraint pas à garantir un niveau spécifique par individu. Aucun diplôme, test universel ou certificat de référence n’est désigné par le règlement ni par la Commission.

Quelles preuves d’AI literacy faut-il conserver pour les salariés qui utilisent une IA générative ?

Il est recommandé de conserver un support de sensibilisation versionné couvrant hallucinations, confidentialité, droit d’auteur et vérification humaine, les règles internes de saisie des données, et une preuve de participation datée. Pour les contenus diffusés aux clients ou au public, ajoutez la procédure de relecture et les consignes de transparence applicables.

Les attestations de formation suffisent-elles à démontrer la conformité à l’article 4 ?

Rarement seules. Une attestation prouve une présence, pas l’adéquation du dispositif aux usages réels. Un dossier crédible relie les formations à une cartographie des systèmes, à une analyse des publics exposés et à une revue périodique. La certification d’un éditeur ou une bibliothèque de supports génériques ne remplace pas cette démarche contextualisée.

Faut-il former les prestataires et sous-traitants qui utilisent une IA pour le compte de l’entreprise ?

Oui, s’ils utilisent ou font fonctionner des systèmes d’IA pour votre compte. Le Q&A de la Commission vise les personnes placées sous le contrôle organisationnel de l’entreprise, comme un prestataire ou un sous-traitant. Les preuves utiles sont des clauses contractuelles, des attestations, un registre des personnes habilitées et des contrôles périodiques.

L’entreprise doit-elle mesurer le niveau de connaissance de chaque collaborateur ?

Non. Le Q&A de l’AI Office indique que l’article 4 n’entraîne pas d’obligation de mesurer les connaissances des employés. Des quiz ou exercices contextualisés restent utiles pour les usages sensibles, car ils renforcent la valeur probatoire du dispositif. Ils doivent alors limiter la collecte de données personnelles aux informations réellement nécessaires.

Quelles preuves supplémentaires conserver pour un système d’IA à haut risque ?

Pour un système à haut risque, conservez des preuves de compétence liées à la supervision humaine : rôle formalisé du superviseur, documentation transmise, procédure d’interruption ou de contestation des sorties et exercices datés. La Commission rappelle que l’obligation de former le personnel chargé de cette supervision reste en place après l’omnibus.

Combien de temps faut-il conserver les preuves de formation et de sensibilisation à l’IA ?

L’article 4 ne fixe aucune durée de conservation. L’entreprise doit définir sa propre durée selon les obligations applicables, notamment le droit du travail, le RGPD et ses engagements contractuels, puis l’inscrire dans sa politique documentaire. La durée retenue doit être justifiée, appliquée de façon cohérente et vérifiée avec un conseil juridique.

Une solution d’IA hébergée en France dispense-t-elle l’entreprise de documenter son AI literacy ?

Non. Un hébergement en France ou sur site réduit certains risques liés au transfert de données, mais l’article 4 s’applique à tout déployeur de système d’IA, quel que soit le lieu d’hébergement. L’entreprise doit toujours former ses utilisateurs, documenter les usages et conserver des preuves proportionnées aux risques identifiés.

Pour aller plus loin avec IAPRO

IAPRO accompagne les entreprises sur l’audit des usages IA, l’installation d’IA souveraine on-premise, la personnalisation, la formation des équipes et la maintenance. Cet accompagnement ne remplace pas l’analyse juridique propre à votre organisation. Pour cadrer votre dossier de preuves, contactez IAPRO ou consultez notre accompagnement AI Act.

Avant de lancer le chantier, vérifiez votre éligibilité aux aides : Diag Data IA de Bpifrance, financement OPCO de la formation via un organisme certifié Qualiopi. Le simulateur d’aides IAPRO et le hub des aides vous permettent de faire ce point.

Vérifiez vos aides en 2 minutes

Chaque dispositif (Bpifrance, France Num, aides régionales, OPCO) a ses propres critères d'éligibilité et ses propres délais. Notre simulateur croise votre profil avec les dispositifs actifs, ou échangez directement avec un expert IAPRO.

Vérifier mon éligibilité Demander un diagnostic gratuit de 30 min

Vérifiez vos aides en 2 minutes

Votre projet IA est peut-être finançable à 40-80 %. Le simulateur IAPRO croise 14 dispositifs (Bpifrance, Région Hauts-de-France, OPCO, CIR) et vous envoie le détail par email.

Vérifier mon éligibilité Demander un diagnostic gratuit de 30 min

Liens utiles