L'intelligence artificielle n'est plus seulement une application

Pendant plusieurs années, nous avons parlé de l'intelligence artificielle comme s'il s'agissait d'un programme plus intelligent sur l'ordinateur. Un outil qui écrit des textes, classe des images, répond à des questions ou aide un programmeur. En 2026, cette image est désormais trop étroite. L'intelligence artificielle devient une infrastructure. Elle entre dans l'administration publique, les entreprises, les laboratoires, les hôpitaux, les banques, les écoles, la justice et la production normative.

Cela déplace le centre de gravité du droit. La question n'est pas seulement de savoir si un outil se trompe. Elle est de savoir qui l'a choisi, quelles données il a utilisées, s'il y a eu une supervision humaine, si un registre a été tenu, si le citoyen a été informé et s'il peut contester une décision qui l'affecte. La technologie devient ainsi une question de gouvernance, de preuve, de responsabilité et de confiance institutionnelle.

La Grèce n'est pas en dehors de cette discussion. En tant qu'Etat membre de l'Union européenne, elle évoluera dans le cadre de l'AI Act, du RGPD, des règles de cybersécurité, des marchés publics et des nouvelles exigences relatives aux services numériques. Pour le citoyen, le professionnel et le juriste, la portée pratique est simple : quiconque utilise des systèmes d'intelligence artificielle dans des décisions sérieuses doit pouvoir expliquer la procédure, et non seulement le résultat.

Ce qui change juridiquement en Europe

L'événement central est le règlement (UE) 2024/1689, connu sous le nom d'AI Act. La Commission européenne le présente comme le premier cadre juridique complet au monde pour l'intelligence artificielle, avec une logique fondée sur le risque. Tous les systèmes ne sont pas traités de la même manière. Un filtre anti-spam n'est pas la même chose qu'un système qui influence le recrutement, l'évaluation d'un élève, l'accès à une prestation publique, la santé, la police ou l'administration de la justice.

L'AI Act est entré en vigueur le 1er août 2024. Les pratiques interdites et les obligations de culture générale de base en intelligence artificielle s'appliquent depuis le 2 février 2025. Les règles de gouvernance et les obligations relatives aux modèles à usage général, c'est-à-dire aux modèles de fondation et génératifs pouvant être intégrés dans de nombreux produits, s'appliquent depuis le 2 août 2025. Les règles de transparence pour plusieurs usages de l'intelligence artificielle générative arrivent en août 2026, tandis que les règles de haut risque ont désormais un calendrier différencié après l'accord politique de mai 2026 sur la simplification de l'application.

Cela signifie que l'intelligence artificielle acquiert un calendrier juridique. Une politique générale d'utilisation ne suffit pas. Chaque organisation doit savoir à quelle catégorie de risque appartient son système, qui est fournisseur et qui est utilisateur, quelle documentation est nécessaire, quels registres doivent être conservés et quelle information doit être fournie à la personne affectée.

Les quatre grands axes de conformité

Premièrement, les interdictions. L'Union européenne interdit des pratiques considérées comme une menace claire pour la sécurité ou les droits fondamentaux, telles que la notation sociale, la manipulation préjudiciable, l'exploitation de la vulnérabilité et certaines utilisations de l'identification biométrique ou de la reconnaissance des émotions dans des environnements sensibles.

Deuxièmement, les systèmes à haut risque. Relèvent de cette catégorie des systèmes utilisés dans l'éducation, le travail, les infrastructures critiques, les services publics, l'immigration, l'application de la loi, la justice et les processus démocratiques. Le fournisseur et l'organisme qui les utilise devront démontrer la gestion des risques, la qualité des données, la journalisation, la documentation technique, la supervision humaine, l'exactitude, la résilience et la cybersécurité.

Troisièmement, la transparence. L'utilisateur doit savoir quand il parle à une machine, quand il voit un deepfake ou quand il lit un contenu produit ou modifié par intelligence artificielle sur un sujet d'intérêt public. Pour les Etats, c'est une question de démocratie. Pour les entreprises, c'est une question de confiance et de responsabilité.

Quatrièmement, les modèles à usage général. Les fournisseurs de modèles puissants sont appelés à fournir des informations plus claires sur la manière dont ils sont entraînés, à respecter des règles de transparence et de propriété intellectuelle et, lorsqu'il existe un risque systémique, à prendre des mesures de sécurité supplémentaires.

Comment les Etats seront affectés

Les Etats seront affectés à trois niveaux. D'abord, comme régulateurs. Ils doivent désigner des autorités compétentes, des procédures de contrôle, des sanctions, des sandboxes et des outils de soutien à l'innovation. Ensuite, comme acheteurs de technologie. Les marchés publics portant sur des systèmes d'intelligence artificielle devront demander de la documentation, des droits d'audit, la sécurité des données, la possibilité d'explication et une responsabilité claire du fournisseur. Enfin, comme utilisateurs. Lorsqu'un service utilise un algorithme pour hiérarchiser des dossiers, détecter une fraude ou proposer une action administrative, une trace de décision doit exister.

Le point critique est que l'administration publique ne peut pas se cacher derrière la complexité du système. Si le citoyen demande une explication, la réponse ne peut pas être : c'est ce que le modèle a dit. Il faut une procédure, un registre, un responsable, des critères, une possibilité de correction et un jugement humain lorsque la décision affecte des droits.

Parallèlement, l'intelligence artificielle deviendra un outil de puissance étatique. Les pays qui disposent d'une infrastructure de calcul, de bonnes données, d'une expertise publique et d'une clarté juridique pourront fournir de meilleurs services et attirer des investissements. C'est pourquoi l'UE relie l'AI Act à l'AI Continent Action Plan, aux AI Factories, aux data labs et aux investissements dans la puissance de calcul. La régulation sans infrastructure reste théorique. L'infrastructure sans régulation devient un risque.

Nouvelles tendances technologiques qui changent la donne

La première tendance est celle des modèles multimodaux. Un système ne traite pas seulement du texte, mais des images, du son, de la vidéo, des tableaux, du code et des documents. Cela affecte la preuve, la propriété intellectuelle, la protection des données et l'authenticité des fichiers numériques.

La deuxième tendance est celle des agents d'IA. Ils ne répondent pas simplement à une question. Ils peuvent exécuter des étapes, appeler des outils, remplir des formulaires, effectuer des recherches, rédiger des projets et proposer des actions. Juridiquement, cela donne un nouveau poids au mandat, à l'approbation, à la piste d'audit et aux limites de l'automatisation.

La troisième tendance est la production de données synthétiques. Elle peut aider à entraîner des modèles sans exposition directe de données personnelles, mais ce n'est pas une solution magique. Un contrôle est nécessaire pour la ré-identification, les biais et la qualité.

La quatrième tendance est l'intelligence artificielle en périphérie du réseau, c'est-à-dire dans des appareils, capteurs, véhicules et machines. Là, la responsabilité devient plus pratique : si le système fonctionne en temps réel, qui contrôle la mise à jour, la sécurité et la réaction à une erreur ?

La science devient plus rapide, mais pas plus simple

L'exemple le plus clair est la biologie. AlphaFold a montré que l'intelligence artificielle peut prédire des structures de protéines et accélérer une recherche qui exigeait autrefois des années. AlphaFold 3 étend la prédiction aux interactions moléculaires, tandis que le prix Nobel de chimie 2024 a reconnu la conception computationnelle de protéines et la prédiction des structures protéiques. Ce ne sont pas seulement des nouvelles technologiques impressionnantes. C'est un changement ayant des conséquences pour les médicaments, les vaccins, les biomatériaux, l'agriculture, l'environnement et la bioéthique.

En médecine, l'intelligence artificielle peut aider au diagnostic, à la lecture d'examens d'imagerie, à la découverte de médicaments et au traitement personnalisé. Toutefois, plus elle se rapproche d'une décision concernant un patient, plus les questions de responsabilité, de documentation clinique, de consentement éclairé et de protection des données sensibles apparaissent avec force.

Dans la science du climat et l'énergie, les modèles peuvent améliorer les prévisions, la conception des réseaux et la gestion des ressources. Dans l'éducation, ils peuvent personnaliser l'apprentissage, mais aussi renforcer la surveillance ou l'évaluation injuste s'ils sont utilisés sans limites. Dans les sciences sociales, ils peuvent analyser de vastes corpus de données, mais ils risquent de reproduire les erreurs et préjugés des données à partir desquelles ils ont appris.

Ce qui change pour la pratique juridique

Le droit ne sera pas remplacé par un bouton. La manière de travailler changera toutefois. L'avocat devra comprendre quand un outil constitue un simple soutien et quand il affecte un jugement essentiel. Il devra demander une documentation technique dans les contrats, contrôler les clauses de responsabilité, comprendre les conditions d'utilisation des modèles, protéger la confidentialité et vérifier si les données du client entrent dans un système tiers.

Devant les tribunaux, l'intelligence artificielle fera apparaître de nouvelles questions de preuve. Comment prouver qu'un document, une image ou un enregistrement sonore est authentique ? Comment évaluer un résultat algorithmique ? Quand faut-il demander une expertise ? Comment garantir que le tribunal n'est pas influencé par une autorité technique non contrôlée ?

Dans les contrats, nous verrons plus souvent des clauses sur l'utilisation de l'IA, la propriété intellectuelle du matériel produit, l'interdiction d'entraîner des modèles avec des données confidentielles, les droits d'audit, la cybersécurité, la conservation des registres, la responsabilité pour hallucinations et l'obligation d'approbation humaine avant une action critique.

En conformité, la question sera pratique : existe-t-il un registre des systèmes d'intelligence artificielle dans l'organisation ? Savons-nous quelles données sont utilisées ? Existe-t-il une évaluation des risques ? Des instructions pour les salariés ? Une procédure en cas d'incident ? Une règle sur ce qui ne doit pas être placé dans un outil externe ?

Ce que doivent faire les entreprises et les professionnels

La première étape est l'inventaire. Quels outils d'intelligence artificielle sont déjà utilisés, par qui, avec quelles données et dans quel but ? Beaucoup d'organisations découvriront que l'utilisation de l'IA a commencé de manière informelle par des salariés avant l'existence d'une politique.

La deuxième étape est la classification du risque. Si le système concerne le marketing ou la productivité interne, le risque peut être plus faible. S'il concerne des salariés, des clients, l'évaluation de solvabilité, la santé, l'éducation, un service public ou un jugement juridique, un contrôle plus strict est nécessaire.

La troisième étape est la supervision humaine. Pas une signature formelle sur quelque chose que personne n'a lu. Une véritable capacité de contrôle, de correction et de rejet du résultat. La supervision humaine sans temps, connaissance et compétence n'est que décorative.

La quatrième étape est le contrôle contractuel. Les conditions du fournisseur doivent être examinées pour les données, la confidentialité, les droits d'utilisation, les changements de modèle, les logs, le lieu de traitement, les sous-traitants, la suppression et la responsabilité.

La cinquième étape est la formation. L'AI literacy n'est pas un séminaire destiné à impressionner. C'est une connaissance pratique de ce qu'un outil peut faire, de ce qu'il ne peut pas faire, du moment où il dit quelque chose de convaincant mais faux, et des données qu'il ne faut pas lui donner.

L'essentiel pour le citoyen

Le citoyen verra de meilleurs services, un service plus rapide et davantage d'outils numériques. Il verra toutefois aussi de nouveaux risques : opacité automatisée, deepfakes, fausses informations, catégorisation injuste, sécurité des données et difficulté à trouver qui est responsable. La protection juridique doit devenir plus fonctionnelle. Elle ne doit pas exiger du citoyen qu'il comprenne les réseaux neuronaux pour contester une décision défavorable.

La meilleure approche n'est ni la peur ni l'enthousiasme sans examen. Ce sont des règles claires, une compétence technique, le jugement humain et la responsabilité institutionnelle. L'intelligence artificielle peut devenir un grand outil de progrès seulement si elle reste contrôlée par les humains, les institutions et les droits.

Conclusion

2026 est une année de transition. L'intelligence artificielle passe de l'essai à l'usage normal, du laboratoire à l'administration, de la démonstration au contrat et de la promesse à la responsabilité. Pour les Etats, le défi est de construire une infrastructure sans sacrifier les droits. Pour les sciences, d'accélérer la découverte sans perdre la vérifiabilité. Pour le droit, de transformer la complexité technologique en obligations, preuves et protections contrôlables.

La prochaine grande compétence ne sera pas simplement d'utiliser l'IA. Ce sera de savoir quand il faut lui faire confiance, quand il faut la contrôler et quand il faut l'arrêter.

Références et sources utiles

L'article a un caractère informatif et ne constitue pas un conseil juridique personnalisé. Pour un dossier concret, une évaluation des faits, des contrats et du droit applicable est nécessaire.