Retour aux carnets
Toolbox IA · Carnet de recherche

Quelles règles pour l'IA au travail, et comment les faire appliquer ?

C'est notre lecture : l'Europe a repoussé les règles des systèmes d'IA à haut risque, et elle a gardé, en l'assouplissant, l'obligation de faire monter en compétence ceux qui se servent de l'IA. Pendant ce temps, une grande partie des utilisateurs passe par des outils que leur employeur n'a pas validés. Ce carnet rassemble ce que dit le droit, ce que coûte l'écart avec le terrain, et ce qui fait qu'une politique interne s'applique.

Publié le 29 juillet 2026 · mis à jour le 16 octobre 2026
L'essentiel

Ce qu'il faut retenir

01

L'obligation de former reste, assouplie

Le Digital Omnibus a réécrit l'article 4 de l'AI Act : fournisseurs et déployeurs doivent prendre des mesures pour soutenir le développement de la littératie en IA de leur personnel, sans garantir un niveau précis à chacun. L'obligation s'applique depuis le 2 février 2025 et se contrôle depuis le 2 août 2026 ; en France, les autorités de contrôle restent à désigner.

02

Le haut risque est reporté, la transparence s'applique déjà

L'omnibus, entré en vigueur le 27 juillet 2026, repousse les systèmes à haut risque de l'annexe III au 2 décembre 2027 et ceux de l'annexe I au 2 août 2028. L'obligation de signaler l'IA (article 50) s'applique depuis le 2 août 2026.

03

Aucun format n'est imposé, une trace interne aide à montrer ce qu'on a fait

La Commission n'impose ni formation obligatoire ni certificat. Elle attend des actions adaptées à chaque public et suggère de garder une trace interne des formations et des autres actions.

04

Une grande partie des utilisateurs passe par des outils non approuvés

Selon les enquêtes, de plus de la moitié des utilisateurs d'IA générative à quatre salariés sur cinq passent par des outils que leur employeur n'a pas validés. Les populations interrogées diffèrent, l'ordre de grandeur tient.

05

La shadow AI va avec des fuites de données plus chères

Dans l'édition 2025 du rapport d'IBM, les organisations où la shadow AI est très présente paient en moyenne 670 000 dollars de plus par fuite de données que celles où elle est faible ou absente.

06

Fournir un outil avant d'interdire

Une interdiction sans alternative déplace l'usage hors de vue. Chez les clients de l'éditeur de sécurité Netskope, la part des utilisateurs d'IA qui passent par un compte personnel est tombée de 78 % à 47 % en un an, pendant que les comptes fournis par l'entreprise montaient.

07

En France, le CSE se consulte avant le pilote

Dès cinquante salariés, un outil d'IA qui touche l'organisation, les conditions de travail ou le contrôle de l'activité passe par une information-consultation du CSE. Deux tribunaux ont déjà suspendu en référé des déploiements lancés sans elle.

01 / 08

Que dit l'article 4 de l'AI Act sur la formation à l'IA ?

Depuis l'omnibus de juillet 2026, il oblige fournisseurs et déployeurs de systèmes d'IA à prendre des mesures pour soutenir le développement de la littératie en IA de leur personnel, sans garantir un niveau précis à chacun. Il vaut pour tout système, assistant de rédaction compris, et se contrôle depuis le 2 août 2026.

Une phrase, réécrite en juillet 2026

Dans sa première version, l'article 4 du règlement (UE) 2024/1689 demandait aux fournisseurs et aux déployeurs de prendre des mesures pour garantir, au mieux de leurs capacités, un niveau suffisant de littératie en IA à leur personnel et aux autres personnes qui utilisent ces systèmes pour leur compte. Le Digital Omnibus l'a réécrit : leurs mesures doivent désormais soutenir le développement de cette littératie, et le texte précise qu'il n'impose de garantir aucun niveau précis pour une personne donnée, selon les questions-réponses de la Commission européenne.

L'article 3(56) donne la définition de la littératie en IA (« maîtrise de l'IA » dans la version française du texte) : les compétences, les connaissances et la compréhension qui permettent un usage informé, de mesurer les opportunités et les risques, et d'avoir conscience des dommages possibles. Le texte réécrit charge aussi la Commission et les États membres de soutenir les efforts des entreprises.

Le point qui surprend le plus les directions juridiques : l'obligation ne se limite pas aux systèmes à haut risque. Elle couvre tout système d'IA que l'organisation déploie, y compris un simple assistant de rédaction.

Ce qui a changé le 2 août 2026

L'obligation s'applique depuis le 2 février 2025. Depuis le 2 août 2026, les autorités nationales de surveillance du marché peuvent la contrôler, selon la Commission et l'analyse de ComplyLoft. Sur le papier, dix-huit mois d'obligation sans contrôleur laissent place à un régime où quelqu'un peut venir demander ce qui a été fait.

En France, ce contrôleur reste à désigner. La loi d'adaptation qui doit répartir ce rôle n'est pas adoptée dans nos sources à la mi-octobre 2026, et la CNIL écrivait en avril 2026, dans son programme de travail, se préparer à être désignée autorité de surveillance du marché.

Ce que la Commission attend

Les questions-réponses de la Commission cadrent les attentes, et l'analyse de Travers Smith insiste sur la même proportionnalité :

  • Ni formation obligatoire ni certificat. La Commission n'impose pas d'exigence stricte.
  • Des actions adaptées à chaque public, selon ses connaissances techniques, son expérience et le contexte d'usage : formations, guides, sessions de sensibilisation.
  • Une trace interne, que les organisations peuvent garder, des formations et des autres actions menées.
  • Un socle en quatre points : une compréhension générale de l'IA dans l'organisation, son propre rôle (fournisseur ou déployeur), le niveau de risque des systèmes utilisés, et des actions construites sur cette analyse.

Notre lecture

Un module unique de deux heures diffusé à toute l'entreprise montre de la bonne volonté. Pour montrer qu'on a pris des mesures adaptées, trois pièces donnent une base :

  • une cartographie des systèmes d'IA réellement utilisés ;
  • une formation différenciée par population : utilisateurs de bureautique, métiers exposés à des décisions qui engagent, managers, fonctions support ;
  • une trace datée des actions menées.

C'est moins de travail qu'il n'y paraît, et c'est ce qui manque dans la plupart des organisations qu'on croise.

Schéma de l'obligation de l'article 4 de l'AI Act : à gauche qui est visé (fournisseurs et déployeurs, tout système d'IA y compris un assistant de rédaction, au-delà du haut risque), au centre ce qui est demandé (prendre des mesures de littératie en IA, adaptées selon le rôle, le contexte d'usage et la complexité technique), à droite la double date (applicable depuis le 2 février 2025, contrôlé par les autorités nationales de surveillance du marché à partir du 2 août 2026)
02 / 08

Le Digital Omnibus a-t-il reporté l'article 4 de l'AI Act ?

Non, il l'a réécrit sans en changer la date : l'article 4 s'applique depuis le 2 février 2025 et peut se contrôler depuis le 2 août 2026. L'omnibus repousse surtout le haut risque, au 2 décembre 2027 pour l'annexe III et au 2 août 2028 pour l'annexe I. L'obligation de signaler l'IA s'applique depuis le 2 août 2026.

Le calendrier du texte

Le Digital Omnibus sur l'IA, le règlement (UE) 2026/1744, est passé vite :

  1. adoption par le Parlement européen le 16 juin 2026 ;
  2. feu vert définitif du Conseil le 29 juin ;
  3. signature le 8 juillet, publication au Journal officiel le 24 juillet ;
  4. entrée en vigueur le 27 juillet 2026.

Si vous avez construit un plan de mise en conformité au printemps 2026, il porte des échéances qui n'existent plus.

Ce qui est reporté : le haut risque

16 moisde délai en plus pour les systèmes à haut risque de l'annexe III (recrutement, crédit, éducation), reportés du 2 août 2026 au 2 décembre 2027 par le règlement (UE) 2026/1744.

Deux familles de systèmes changent de date :

  • les systèmes à haut risque de l'annexe III, utilisés de façon autonome (recrutement, notation de crédit, éducation, maintien de l'ordre, contrôle aux frontières), passent au 2 décembre 2027 ;
  • ceux de l'annexe I, intégrés à des produits déjà réglementés (dispositifs médicaux, jouets, ascenseurs), passent au 2 août 2028.

Gibson Dunn, Freshfields et DLA Piper convergent sur ces deux dates. Pour une DRH qui déploie un outil de tri de CV, le report donne seize mois de plus, l'obligation reste.

Ce qui s'applique depuis le 2 août 2026 : la transparence

Les obligations de l'article 50 s'appliquent :

  • informer une personne qu'elle s'adresse à une IA, sauf si c'est évident ;
  • marquer les contenus générés dans un format lisible par machine ;
  • révéler un deepfake qu'on diffuse ;
  • informer les personnes exposées à un système de reconnaissance des émotions ou de catégorisation biométrique.

L'omnibus a ajouté un délai : le marquage de l'article 50(2) ne s'impose qu'au 2 décembre 2026 aux systèmes déjà sur le marché le 2 août. C'est aussi à cette date que s'applique la nouvelle interdiction des systèmes qui créent des images intimes réalistes d'une personne identifiable sans son consentement, ou des contenus pédocriminels, selon Inside Privacy. Le texte élargit par ailleurs les pouvoirs de supervision de l'AI Office, comme le documente Digital Watch.

Une exception de l'article 50 récompense le bon comportement. Un texte publié pour informer le public sur des sujets d'intérêt général échappe à l'obligation de signaler l'IA s'il a été relu par un humain ou soumis à un contrôle éditorial, et qu'une personne en assume la responsabilité éditoriale. La relecture a ici un effet juridique direct.

Les sanctions

L'article 99 ne fixe aucun montant pour un manquement à l'article 4 : chaque État membre fixe ses sanctions et ses autres mesures, qui doivent rester proportionnées. Selon la Commission, une sanction pourrait être plus probable si un incident découle d'un manque de formation adaptée. Annoncer un chiffre d'amende pour l'article 4 fragiliserait donc le dossier devant un comité de direction.

Notre lecture d'ensemble : le report soulage la conformité des produits ; pour les équipes, l'obligation reste, assouplie.

Frise du calendrier AI Act redessiné par le Digital Omnibus entré en vigueur le 27 juillet 2026, avec deux couloirs. Couloir du haut, non reporté : 2 février 2025 application de l'article 4 littératie et des interdictions, 2 août 2025 modèles à usage général et gouvernance, 2 août 2026 début du contrôle de l'article 4 par les autorités nationales et application de l'article 50 transparence. Couloir du bas, reporté : les systèmes à haut risque de l'annexe III passent du 2 août 2026 au 2 décembre 2027, ceux de l'annexe I au 2 août 2028, et l'article 50(2) pour les systèmes déjà sur le marché ainsi que l'interdiction des outils de nudification arrivent au 2 décembre 2026
03 / 08

Quelle est l'ampleur de la shadow AI, et que faire ?

Selon les enquêtes, de plus de la moitié des utilisateurs d'IA générative à quatre salariés sur cinq passent par des outils non approuvés. Dans l'édition 2025 du rapport d'IBM, une forte shadow AI va avec 670 000 dollars de surcoût moyen par fuite de données. Et l'usage des comptes personnels recule quand les entreprises fournissent les leurs.

Une fourchette, selon qui l'on interroge

La shadow AI, c'est l'usage au travail d'outils d'IA que l'employeur n'a pas approuvés. Sur son ampleur, les enquêtes donnent une fourchette, et n'interrogent pas les mêmes personnes :

  • plus de la moitié des salariés qui utilisent l'IA générative au travail le font sans l'accord formel de leur employeur, selon une enquête de Salesforce menée en octobre 2023 auprès de plus de 14 000 salariés, dont 28 % se servaient alors de l'IA générative au travail ;
  • 78 % des utilisateurs d'IA apportent leurs propres outils au travail, selon le Work Trend Index 2024 de Microsoft et LinkedIn, ce qui ne veut pas dire que ces outils sont interdits ;
  • 81 % des 1 000 salariés interrogés en 2025 par l'éditeur de sécurité UpGuard disent utiliser des outils d'IA non approuvés.

Les définitions diffèrent aussi d'une enquête à l'autre. L'ordre de grandeur, lui, suffit à décider.

Deux chiffres complètent le tableau :

  • 38 % des salariés interrogés dans sept pays par CybSafe et la National Cybersecurity Alliance disent partager des informations de travail sensibles avec des outils d'IA sans que leur employeur le sache (CybSafe, 2024) ;
  • 47 % des utilisateurs d'IA générative passent par un compte personnel, selon le rapport 2026 de Netskope, éditeur de sécurité, sur les données de ses clients d'octobre 2024 à octobre 2025.

En face, 63 % des 600 organisations victimes d'une fuite de données étudiées par IBM n'avaient pas de politique de gouvernance de l'IA ou étaient encore en train d'en écrire une.

Ce que coûte une fuite

670 000 $de surcoût moyen par fuite de données dans les organisations où la shadow AI est très présente, par rapport à celles où elle est faible ou absente, selon l'édition 2025 du rapport d'IBM.

Le rapport IBM Cost of a Data Breach 2025 porte sur 600 organisations touchées entre mars 2024 et février 2025. Une sur cinq dit avoir subi une fuite due à la shadow AI. Là où elle est forte, le coût moyen atteint 4,63 millions de dollars, contre 3,96 millions là où elle est faible ou absente, selon la lecture du rapport par Kiteworks, éditeur de logiciels de sécurité.

Les incidents liés à la shadow AI exposent aussi plus souvent des données personnelles : 65 % contre 53 % en moyenne. Nous en déduisons qu'ils déclenchent plus souvent une obligation de notification.

Le même rapport relève que 13 % des organisations ont signalé une compromission de leurs modèles ou applications d'IA, et que 97 % d'entre elles n'avaient pas de contrôle d'accès à l'IA en place.

Fournir avant d'interdire

Un réflexe fréquent est l'interdiction. Elle déplace le problème : les traitements passés par des outils non déclarés échappent au DPO, ne figurent dans aucun registre et ne font l'objet d'aucune analyse d'impact. La conformité au RGPD et à l'AI Act devient impossible à démontrer.

Samsung reste le cas d'école. En mai 2023, après avoir découvert que du code sensible avait été chargé sur ChatGPT par des salariés, l'entreprise a interdit les outils d'IA générative sur ses appareils et son réseau, le temps de développer les siens, selon Bloomberg.

Les chiffres de Netskope vont dans le sens inverse de l'interdiction : en un an, la part des utilisateurs passés par un compte personnel est tombée de 78 % à 47 %, pendant que la part des comptes fournis par l'entreprise passait de 25 % à 62 %. Vectra AI, autre éditeur de sécurité, cite un établissement de santé, non nommé, où l'usage non autorisé aurait baissé de 89 % après la mise à disposition d'outils approuvés ; nous n'avons pas retrouvé l'étude d'origine.

Ce qu'on constate en mission va dans le même sens : quand les salariés contournent, c'est rarement par malveillance, presque toujours parce que l'outil approuvé n'existe pas, arrive trop tard ou leur paraît bridé.

Schéma de l'écart entre les pratiques et la gouvernance. À gauche, les pratiques : de plus de la moitié des utilisateurs d'IA générative (Salesforce, 2023) à 81 % des salariés interrogés (UpGuard, 2025) sur des outils d'IA non approuvés, 47 % des utilisateurs passant par un compte personnel, 38 % des salariés disant partager des informations sensibles. À droite, la gouvernance : 63 % des organisations touchées par une fuite sans politique de gouvernance de l'IA ou en train d'en écrire une, et 65 % des incidents de shadow AI qui exposent des données personnelles, contre 53 % en moyenne. Au centre, le rapport d'IBM sur les fuites de données de 2025 : une organisation sur cinq touchée par la shadow AI, 670 000 dollars de surcoût quand elle est forte. En bas, la part des comptes fournis par l'entreprise, passée de 25 % à 62 % en un an chez les clients de Netskope
04 / 08

L'IA se trompe-t-elle, et que faut-il mettre en place ?

Oui. Dans une méta-analyse de 53 études, GPT-4, le meilleur des modèles de 2023 testés, se trompait près d'une fois sur cinq aux examens d'autorisation d'exercer la médecine, et plus d'une fois sur quatre aux examens passés pendant l'internat. Une erreur plausible ne se voit pas sans l'expertise du domaine : les garde-fous doivent être des procédures.

Près d'une réponse sur cinq

L'argument le plus solide contre l'usage sans relecture est statistique. Une méta-analyse de 53 études publiées entre janvier 2023 et juillet 2024 mesure les modèles d'OpenAI de 2023 sur des examens de médecine :

  • GPT-4 : 81,8 % de bonnes réponses aux examens d'autorisation d'exercer, 72,2 % aux examens passés pendant l'internat selon le résumé de l'article ;
  • GPT-3.5 : 60,8 % et 57,7 % ;
  • de fortes variations d'un examen à l'autre : 76,4 % pour GPT-4 contre 46,8 % pour GPT-3.5 sur un examen de chirurgie générale en Corée, et 47,2 % seulement pour GPT-4 sur un examen d'orthopédie.

Ces épreuves sont surtout des questionnaires à choix multiples. Même dans ce format, le meilleur modèle testé se trompait près d'une fois sur cinq aux examens d'autorisation d'exercer, et plus d'une fois sur quatre pendant l'internat. Les modèles plus récents ne figurent pas dans l'étude.

Une erreur plausible ne se voit pas

En juin 2023, un juge fédéral de New York a infligé 5 000 dollars d'amende à deux avocats, dont Steven Schwartz, et à leur cabinet : ils avaient cité des décisions de justice inventées par ChatGPT, puis continué à les défendre après que le tribunal les eut mises en doute. Les références étaient plausibles et n'existaient pas. Pour un dirigeant, le point est là : une erreur bien construite ne se voit pas sans l'expertise du domaine.

Quelques signaux doivent alerter un non-spécialiste :

  • une réponse très précise dont les références ne se vérifient pas ;
  • aucune source sur un sujet réglementaire ;
  • des contradictions internes ;
  • une assurance sans conditionnel sur un sujet complexe ;
  • une réponse trop belle pour être vraie.

Ces signaux déclenchent l'alerte. Ils ne remplacent pas la vérification.

Ce qu'on met dans le prompt

Le second risque, plus fréquent, tient aux données saisies dans les prompts. L'avis 28/2024 du Comité européen de la protection des données demande aux autorités de contrôle de considérer par défaut qu'un modèle d'IA exige une analyse approfondie avant d'être jugé anonyme. L'anonymat ne se retient que si la probabilité d'extraire, directement ou par des requêtes, les données personnelles qui ont servi à l'entraîner est insignifiante.

Nous en déduisons que les données personnelles d'un prompt ne deviennent pas anonymes parce qu'un modèle les a absorbées. Et si le fournisseur traite des données personnelles hors de l'Union, le transfert doit reposer sur un mécanisme prévu par le RGPD. Les recommandations de la CNIL sur l'IA et le RGPD, écrites pour ceux qui développent des systèmes d'IA, tiennent une ligne pragmatique, et un article académique comparant les analyses d'impact rappelle que le RGPD et l'AI Act se cumulent.

Le réglage qui prend trente secondes

Un geste simple, et mal connu : ouvrir les paramètres de confidentialité de l'outil réellement utilisé. Les offres diffèrent nettement :

  • chez OpenAI, les versions grand public, abonnements individuels Plus et Pro compris, peuvent par défaut utiliser les conversations pour l'entraînement, ce qu'on désactive dans la gestion des données ; les offres ChatGPT Business et Enterprise et l'API ne les utilisent pas par défaut ;
  • chez Microsoft, Microsoft Copilot (l'ancien Microsoft 365 Copilot), utilisé avec un compte professionnel, n'utilise ni les requêtes, ni les réponses, ni les données de Microsoft Graph pour entraîner ses modèles de fondation ; un compte personnel relève des conditions grand public.

Sur les offres grand public, la protection s'active à la main. Sur les offres pour les entreprises, le contrat la garantit par défaut. Savoir quelle offre vos salariés utilisent vraiment transforme un débat abstrait sur la confidentialité en une action vérifiable.

05 / 08

Qu'est-ce qui fait qu'une politique IA s'applique ?

D'après ce qu'on observe, les politiques qui s'appliquent sont courtes, écrites simplement, illustrées de cas métiers et portées par des dirigeants qui s'en servent. Elles disent ce qui est autorisé et encouragé autant que ce qui est interdit. Et le manager de proximité les fait vivre ou les annule par ses arbitrages de tous les jours.

Trois niveaux de supervision

La grille la plus utile au quotidien est celle des trois niveaux de supervision. Elle se transmet en cinq minutes :

  • l'humain dans la boucle (human in the loop) : l'IA propose, un humain valide chaque sortie avant usage ou diffusion. C'est le régime par défaut d'un utilisateur non averti ;
  • l'humain sur la boucle (human on the loop) : le système tourne seul, l'humain contrôle après coup et intervient en cas d'incident, comme pour un assistant de support ;
  • l'humain aux commandes (human in command) : l'humain garde le pouvoir d'activer, de suspendre ou de modifier le système, et assume la décision finale, quel que soit l'usage.

Pour les systèmes à haut risque, l'article 14 de l'AI Act exigera une surveillance humaine capable d'intervenir et d'arrêter le système, à partir du 2 décembre 2027 pour l'annexe III et du 2 août 2028 pour l'annexe I.

Notre grille choisit le niveau selon la criticité de l'usage :

  • forte (RH, santé, sécurité, finance, juridique) : l'humain dans la boucle ;
  • moyenne (communication externe, conseil client) : l'un ou l'autre ;
  • faible (brouillon interne, aide à la rédaction) : l'humain sur la boucle suffit.

Une seule règle est indispensable, celle des cas ambigus : en cas de doute, on revient à l'humain dans la boucle.

Qui fait quoi

La répartition classique des rôles fonctionne :

  • le comité IA (direction, DSI, DPO, juridique, RH, métiers, et selon les cas des représentants du CSE) définit la stratégie, approuve les usages sensibles et suit les incidents ;
  • le référent IA, un par entité, sert de point de contact ;
  • le DPO intervient dès qu'il y a des données personnelles, le juridique sur les contrats et les conditions d'utilisation, la DSI et le RSSI sur la sécurité des flux et les accès ;
  • le manager de proximité repère les usages inappropriés, et surtout encourage ou décourage la shadow AI.

Ce dernier rôle est le plus sous-estimé. Un manager qui demande de mettre tout le fichier dans l'IA pour gagner du temps annule à lui seul l'effet d'une charte.

Une distinction conditionne enfin la lecture des obligations. Une entreprise qui utilise un outil du marché tel quel, sous son autorité, est déployeur. Si elle bâtit son propre outil sur l'API d'un modèle et le met en service sous son nom, elle devient fournisseur de cet outil, même sans toucher au modèle. Les lignes directrices de la Commission ne traitent que du fournisseur du modèle lui-même : on ne le devient qu'en modifiant le modèle de façon importante.

Une charte appliquée, une charte oubliée

Ce qu'on voit en mission sépare nettement une politique appliquée d'une lettre morte. Celles qui s'appliquent sont :

  • courtes et écrites dans un langage accessible ;
  • illustrées de cas métiers ;
  • portées par des dirigeants qui incarnent l'usage responsable ;
  • accompagnées d'outils approuvés et pratiques ;
  • claires sur ce qui est autorisé et encouragé, en plus de ce qui est interdit.

L'approche de conformité publiée par Microsoft donne un modèle : des usages restreints (« restricted uses ») nommés dans les politiques internes, et une interdiction explicite, dans le code de conduite, d'utiliser ses services pour de la notation sociale.

Les politiques qui restent lettre morte sont écrites par le seul juridique, dans un langage technique, sans exemples ni référent accessible, et communiquées sur un ton anxiogène centré sur la sanction.

Le signalement suit la même logique : un canal identifié, une fiche minimale (date, outil, type d'incident, impact possible, données en jeu), et une condition culturelle : les erreurs commises de bonne foi ne sont pas sanctionnées. Sans elle, rien ne remonte.

Les référentiels, plus tard

ISO/IEC 42001, publiée en décembre 2023, est la première norme internationale de système de management de l'IA, et le cadre de gestion des risques du NIST propose une approche complémentaire, non prescriptive. Les deux servent, mais ni au démarrage, ni à tout le monde. Une organisation qui commence a besoin de quatre éléments :

  1. une cartographie des usages d'IA existants ;
  2. une charte opérationnelle illustrée d'exemples métiers ;
  3. un processus simple de validation et d'alerte ;
  4. une action de formation ciblée sur les risques concrets.

ISO 42001 sert ensuite de squelette pour organiser ces quatre éléments et suivre des indicateurs : nombre d'incidents, part d'usage des outils approuvés, participation aux formations. Elle sert l'équipe de gouvernance ; les utilisateurs, eux, ont besoin de la charte.

Schéma de la grille des trois niveaux de supervision croisée avec la criticité de l'usage. Trois niveaux en colonnes : human in the loop (l'IA propose, un humain valide chaque sortie), human on the loop (le système est autonome, l'humain contrôle a posteriori et intervient sur incident), human in command (l'humain garde le pouvoir d'activer, suspendre ou modifier et assume la décision finale). Trois lignes de criticité : forte pour RH, santé, sécurité, finance et juridique qui impose le human in the loop, moyenne pour la communication externe et le conseil client qui autorise l'un ou l'autre, faible pour le brouillon interne et le support rédactionnel qui tolère le human on the loop. Une flèche de règle de résolution en bas : en cas de doute, on augmente le niveau de supervision
06 / 08

L'IA au travail impose-t-elle de consulter le CSE ?

Oui, en France, dès cinquante salariés : un système d'IA qui touche les conditions de travail, l'organisation, l'emploi ou le contrôle de l'activité passe par une information-consultation du comité social et économique. Deux tribunaux ont déjà suspendu en référé des déploiements d'outils d'IA lancés sans elle, dont l'un en phase pilote.

Ce que dit le code du travail

Une démarche construite sur des sources anglophones passe facilement à côté de cette obligation. Dans les entreprises d'au moins cinquante salariés, deux cas sont clairs :

  • un projet important qui introduit une nouvelle technologie et touche les conditions d'emploi et de travail (article L2312-8 du code du travail) ;
  • la mise en œuvre de moyens ou de techniques permettant un contrôle de l'activité des salariés (article L2312-38, qui impose aussi d'informer le CSE avant d'utiliser une méthode d'aide au recrutement ou un traitement automatisé de gestion du personnel).

L'entreprise présente aussi au CSE les mesures d'accompagnement, d'adaptation des postes et de formation. Le sujet croise le haut risque de l'AI Act : selon l'analyse d'Eversheds Sutherland sur les usages RH, le tri automatisé de candidatures et l'évaluation automatisée de la performance en relèvent en principe.

Un risque de calendrier

Le risque est documenté. Le 14 février 2025, le tribunal judiciaire de Nanterre a suspendu, jusqu'à la fin de la consultation du CSE, la mise en œuvre d'outils d'IA dans une entreprise : la phase pilote ne pouvait pas, selon lui, passer pour une simple expérimentation et valait première mise en œuvre (analyse de CMS Francis Lefebvre).

Le 15 juillet 2025, le tribunal judiciaire de Créteil a suspendu de la même façon l'usage d'outils d'IA générative dans une société de presse professionnelle, en retenant que l'IA est une technologie nouvelle susceptible d'affecter les conditions de travail (CMS). Ce sont deux ordonnances de référé, en première instance.

C'est un risque de calendrier autant qu'un risque juridique, et il coûte le plus cher à quelques semaines d'une mise en service.

Deux obligations qui se cumulent

Deux obligations s'ajoutent à l'article 4, comme le rappelle cette synthèse de cabinet sur l'IA au travail en 2026 :

  • l'article L1222-4 du code du travail impose de porter à la connaissance des salariés tout dispositif qui collecte des informations les concernant ;
  • le RGPD impose une analyse d'impact pour les traitements à risque élevé, et la liste de la CNIL y range notamment la surveillance constante de l'activité des salariés et le profilage à des fins de gestion des ressources humaines.

La CNIL a annoncé ses priorités : son programme de travail 2026 place l'IA parmi ses axes d'accompagnement, après avoir finalisé ses recommandations sur le développement des systèmes d'IA.

Dans quel ordre

La conclusion pratique se lit comme une séquence :

  1. cartographier les usages réels avant d'écrire quoi que ce soit, parce que la carte ne ressemblera pas à ce que la direction imagine ;
  2. mettre à disposition un outil approuvé avant de publier une interdiction, parce que l'ordre inverse produit du contournement ;
  3. consulter le CSE avant le pilote ;
  4. documenter l'action de formation, parce que c'est une des premières pièces qu'un contrôleur de l'article 4 pourra vous demander.
07 / 08

Que ne sait-on pas encore ?

Qui contrôlera l'article 4 en France et ce qu'il jugera suffisant, le montant des sanctions, la part réelle de la shadow AI dans les entreprises françaises, l'effet mesuré d'un outil approuvé, et le taux d'erreur de l'IA sur les tâches de bureau.

  • Qui contrôlera en France n'est pas fixé, et ce que veut dire « prendre des mesures » n'est pas tranché. Le texte réécrit ne fixe aucun niveau, et les sources de ce carnet ne citent ni grille publiée par une autorité nationale ni décision de contrôle.
  • Les sanctions pour l'article 4 dépendent du droit de chaque État. L'article 99 ne fixe aucun montant, et les sources de ce carnet ne disent pas ce que prévoit la France.
  • La shadow AI n'est pas mesurée en France dans les sources de ce carnet. Les enquêtes citées sont mondiales ou multi-pays, et menées pour la plupart par des éditeurs.
  • L'effet d'un outil approuvé repose sur peu de mesures : une tendance chez les clients d'un éditeur de sécurité, et un cas non nommé dont l'étude d'origine reste introuvable.
  • Le taux d'erreur de l'IA sur les tâches de bureau n'est pas mesuré ici. La méta-analyse porte sur des examens de médecine à choix multiples et sur des modèles de 2023.
  • La jurisprudence sur le CSE et l'IA reste de première instance. Aucune cour d'appel ne s'est prononcée dans les sources de ce carnet.
08 / 08

Quelles précautions pour lire ces chiffres ?

Distinguer le texte de loi de l'analyse d'un cabinet, le chiffre d'un éditeur de sécurité de l'étude indépendante, vérifier sur qui porte chaque pourcentage, et dater chaque chiffre.

  • Ce carnet cite des textes officiels et des analyses de cabinets d'avocats. Il ne remplace pas un avis juridique sur votre situation.
  • La plupart des chiffres sur la shadow AI viennent d'éditeurs qui vendent de la sécurité ou de la gouvernance de l'IA (IBM, UpGuard, Netskope, CybSafe, Vectra AI, Kiteworks) ou des outils d'IA (Salesforce, Microsoft). Ils mesurent leur marché ou leurs clients.
  • Les pourcentages ne portent pas sur les mêmes populations : utilisateurs d'IA générative chez Salesforce, utilisateurs d'IA chez Microsoft, salariés chez UpGuard et CybSafe. Le rapport d'IBM ne porte que sur des organisations qui ont subi une fuite de données.
  • Les enquêtes sur la shadow AI rapportent ce que les gens déclarent, sans observer ce qu'ils font ; seul Netskope mesure des usages réels, sur le réseau de ses clients.
  • Les chiffres d'IBM viennent de l'édition 2025 du rapport (fuites de mars 2024 à février 2025). Une édition 2026 est parue à l'été 2026 ; ce carnet ne l'a pas reprise.
  • Les dates s'étalent de 2023 (Samsung, Salesforce) à 2026 : les outils et les usages ont changé entre-temps.
  • La méta-analyse sur l'exactitude porte sur GPT-3.5 et GPT-4 dans leurs versions de 2023, sur des examens de médecine, et l'article se contredit sur plusieurs chiffres (72,2 % dans le résumé, 75,9 % dans le corps pour les examens passés pendant l'internat). Les modèles plus récents n'y figurent pas.
En pratique

Cinq questions pour savoir où en est votre gouvernance de l'IA

C'est la grille qu'on utilise en mission pour situer une organisation. Si une question reste sans réponse, le chantier commence là. Notre position reste la même que sur le reste de l'IA : tester et se faire une conviction, se planter rapidement s'il le faut, mais pouvoir avancer. Une bonne gouvernance permet justement d'avancer sans prendre de risque inutile.

01

Pouvez-vous montrer ce que vous avez fait au titre de l'article 4 ?

Aucun format n'est imposé, et la Commission suggère de garder une trace interne : qui a été formé, sur quoi, avec quel support. Si la réponse est « on a envoyé un mail », la trace est mince.

02

Savez-vous quels systèmes d'IA tournent réellement chez vous ?

Sans cartographie des outils, y compris ceux arrivés par la porte de service, ni le niveau de risque ni la formation adaptée à chaque public ne se justifient.

03

Vos salariés ont-ils un outil approuvé qui fait le travail ?

Une interdiction publiée sans alternative disponible produit du contournement. Chez les clients de Netskope, la part des comptes personnels a reculé à mesure que les entreprises fournissaient les leurs.

04

Le CSE a-t-il été consulté avant le pilote ?

Dès cinquante salariés, un système qui touche l'organisation, les conditions de travail ou le contrôle de l'activité impose une information-consultation préalable. Deux tribunaux ont déjà suspendu des déploiements lancés sans elle.

05

Un incident d'IA remonte-t-il, et sans sanction ?

Un canal identifié, une fiche minimale, et une clause qui conditionne tout le reste : les erreurs de bonne foi ne sont pas sanctionnées. Sans elle, rien ne remonte.

Le paysage

Du règlement européen au réglage des outils

Cadre européen

Acteurs
AI Act (règlement UE 2024/1689), amendé par le Digital Omnibus sur l'IA (règlement UE 2026/1744)
Ce qu'on en retient
Omnibus en vigueur depuis le 27/07/2026 : haut risque reporté, article 4 réécrit (prendre des mesures, sans niveau garanti), article 50 applicable depuis le 02/08/2026 avec un délai pour le 50(2).

Autorités de contrôle

Acteurs
AI Office, aux pouvoirs élargis par l'omnibus ; autorités nationales de surveillance du marché
Ce qu'on en retient
Contrôle de l'article 4 possible depuis le 02/08/2026 par l'autorité que désigne chaque État membre ; en France, la désignation par la loi reste à faire, la CNIL s'y prépare.

Doctrine données personnelles

Acteurs
CEPD (avis 28/2024), CNIL (recommandations IA et RGPD, programme 2026)
Ce qu'on en retient
Anonymat des modèles jamais présumé, analyse d'impact obligatoire pour la surveillance constante des salariés et le profilage RH.

Normes de management

Acteurs
ISO/IEC 42001:2023, NIST AI Risk Management Framework
Ce qu'on en retient
Utiles à l'équipe de gouvernance pour structurer objectifs, rôles, processus et indicateurs ; les utilisateurs ont besoin de la charte.

Instances internes

Acteurs
Comité IA, référent IA par entité, DPO, juridique, DSI et RSSI, manager de proximité
Ce qu'on en retient
Le manager de proximité est le rôle le plus sous-estimé : ses arbitrages quotidiens font ou défont la charte.

Instance sociale (France)

Acteurs
Comité social et économique
Ce qu'on en retient
Information-consultation préalable dès cinquante salariés quand l'IA touche l'organisation, les conditions de travail ou le contrôle de l'activité ; deux tribunaux ont suspendu des déploiements en 2025, dont un en phase pilote.

Paramétrage des outils

Acteurs
Offres grand public contre offres pour les entreprises, API, Microsoft Copilot avec un compte professionnel
Ce qu'on en retient
Sur les offres grand public, la non-utilisation des conversations pour l'entraînement s'active à la main ; sur les offres professionnelles, le contrat la garantit par défaut.
Sources

Toutes les sources du carnet

Carnet écrit à partir d'une recherche du 29 juillet 2026 croisant trois moteurs, publié le 31 juillet, calendrier de l'AI Act mis à jour le 1er octobre après le Digital Omnibus. Le 16 octobre 2026, chaque fait porteur a été revérifié sur sa source d'origine et relu par des relecteurs contradicteurs, ce qui a corrigé l'article 4, réécrit par l'omnibus, et la portée de plusieurs chiffres. Édition du 16 octobre 2026.

Le cadre : AI Act et Digital Omnibus

L'obligation de littératie (article 4)

Shadow AI : ampleur et coût

Fiabilité, données personnelles et RGPD

Emploi, CSE et gouvernance interne

Envie de faire le point sur la gouvernance de l'IA chez vous ?

On aide les équipes à cartographier leurs usages réels de l'IA, à écrire une charte courte qui dit ce qui est permis, et à former chacun selon son rôle. Parlons-en.