Éthique de l’IA générative : 10 défis éthiques (et bonnes pratiques)

L’éthique de l’IA générative est un enjeu de plus en plus urgent pour les utilisateurs, les entreprises et les régulateurs, à mesure que cette technologie se démocratise et gagne en puissance. Bien qu’elle ne soit encore qu’une forme émergente d’intelligence artificielle, l’IA générative (IA générative) a déjà attiré des investissements considérables grâce à sa remarquable capacité à produire des contenus originaux, semblables à ceux créés par des humains, à partir d’immenses jeux de données et de technologies de réseaux neuronaux. Cette capacité soulève des questions complexes sur la manière dont les développeurs et les utilisateurs d’IA générative peuvent rester en conformité avec les réglementations relatives à la confidentialité, à la sécurité et à la propriété intellectuelle, ce qui rend indispensable l’établissement de garde-fous clairs et de principes éthiques directeurs.

Les entreprises doivent comprendre clairement comment utiliser l’IA générative de manière responsable et comment aligner leurs objectifs pour cette technologie sur les valeurs de leur entreprise afin de protéger leurs clients, leurs données et leurs activités. De leur côté, les fournisseurs ont besoin de cadres juridiques et éthiques pour développer et entraîner des outils d’IA générative, afin de garantir qu’ils contribuent à un usage approprié de cette technologie à l’avenir. Voici ce qu’il faut savoir.

À RETENIR

• •L’éthique de l’IA générative est importante, car ce type d’IA offre un potentiel immense, mais aussi un immense potentiel de perturbation. (Accéder à la section)
• •À mesure que l’AI Act de l’UE et diverses autres réglementations internationales, nationales et sectorielles sont mises en place pour gérer les enjeux éthiques de l’IA générative, les entreprises devront suivre le rythme afin de garantir leur conformité. (Accéder à la section)
• •
• En plus de suivre les bonnes pratiques conventionnelles lors de l’utilisation de technologies d’entreprise, les dirigeants peuvent bénéficier d’un nombre croissant de formations et de programmes de certification en ligne consacrés à l’éthique de l’IA générative. (Accéder à la section)

Éthique de l’IA générative : 10 principaux défis éthiques

Les défis éthiques sont nombreux avec l’IA générative, compte tenu de la nouveauté relative et du potentiel remarquable de cette forme d’intelligence artificielle. Ces enjeux éthiques concernent notamment la confidentialité, la sécurité, la responsabilité et l’impact environnemental. Le degré de difficulté de chacun de ces défis varie considérablement, mais pris dans leur ensemble, ils nécessitent des ressources importantes pour être traités.

Prévenir les biais dans les jeux de données

Comme pour les autres types d’intelligence artificielle, un modèle d’IA générative n’est performant que si ses données d’entraînement sont diversifiées et exemptes de biais. Des données d’entraînement biaisées peuvent apprendre aux modèles d’IA à traiter certains groupes de personnes de manière irrespectueuse, à diffuser de la propagande ou de fausses informations, et à créer des images ou des contenus offensants visant des groupes marginalisés. Moins directement nuisibles, mais néanmoins problématiques, les inexactitudes des contenus peuvent perpétuer des stéréotypes culturels dépassés en les présentant comme des faits.

Protéger la confidentialité des utilisateurs

Que vous choisissiez ou non d’utiliser une technologie d’IA générative, vos données personnelles peuvent être utilisées à votre insu dans le cadre du jeu de données d’entraînement d’un modèle. Par exemple, certains modèles recueillent des données d’entraînement dans des recoins non autorisés ou non vérifiés d’Internet, où vos informations peuvent se trouver sans votre consentement. Plus couramment, les utilisateurs d’outils de chatbot comme ChatGPT créeront un compte gratuit et utiliseront la version gratuite de l’outil sans comprendre pleinement quand et comment leurs données sont collectées et utilisées. Selon le type de données que vous choisissez de transmettre dans ces outils, leur exposition peut entraîner un vol d’identité, un vol de carte bancaire et d’autres atteintes à la vie privée.

OpenAI a récemment ajouté à ChatGPT une nouvelle fonctionnalité qui permet aux utilisateurs de l’offre gratuite d’activer une conversation temporaire dont les données ne seront pas conservées à des fins d’entraînement. Bien qu’il s’agisse d’une avancée importante en matière de confidentialité, de nombreux utilisateurs ignorent encore cette fonctionnalité et ne savent pas que ChatGPT peut, et souvent va, enregistrer leurs saisies comme données d’entraînement s’ils ne l’activent pas.

OpenAI a récemment ajouté une nouvelle fonctionnalité à ChatGPT pour les utilisateurs de l’offre gratuite.

Accroître la transparence des processus d’entraînement

Des entreprises comme OpenAI s’efforcent de rendre leurs processus d’entraînement plus transparents, mais, pour l’essentiel, on ignore quels types de données sont utilisés, où les jeux de données d’entraînement sont collectés et comment ils servent à entraîner des modèles d’IA générative. Cette transparence limitée soulève non seulement des inquiétudes quant à un éventuel vol ou à une utilisation abusive des données, mais rend également plus difficile l’évaluation de la qualité et de l’exactitude des résultats d’un modèle d’IA générative et des références sur lesquelles ils reposent.

En plus de mettre à jour leurs politiques et de partager leurs plans de développement, certains acteurs majeurs de l’IA générative ajoutent des fonctionnalités permettant aux utilisateurs de vérifier les sources des informations générées. Par exemple, Google Gemini permet de cliquer sur une icône pour afficher les sources lorsque l’utilisateur doute de l’origine des informations ou de la manière dont elles ont été obtenues. Dans certains cas, Gemini met en évidence en orange les contenus dont il ne peut pas prouver avec certitude la source.

Les utilisateurs peuvent cliquer sur l’icône Google dans la barre de texte principale pour forcer Gemini à révéler ses sources.

Responsabiliser les développeurs quant aux contenus

La responsabilité est difficile à établir avec l’IA générative, précisément en raison du fonctionnement de cette technologie. Comme l’IA repose sur des algorithmes qui lui permettent de prendre concrètement des décisions de manière autonome, les développeurs et les entreprises d’IA affirment souvent qu’ils ne peuvent pas contrôler les hallucinations de l’IA ni les autres décisions irréfléchies prises de manière algorithmique par un outil d’IA. Jusqu’à présent, ce manque de transparence a effectivement permis aux entreprises d’IA d’échapper à leurs responsabilités concernant les contenus offensants générés, puisqu’elles affirment ignorer la manière dont ces modèles évoluent au fil du temps.

Prévenir les cybermenaces assistées par l’IA

Bien que les outils d’IA générative puissent être utilisés pour soutenir les efforts de cybersécurité, ils peuvent également être jailbreakés et/ou utilisés d’une manière qui met la sécurité en péril. Par exemple, ChatGPT a trompé un intervenant de TaskRabbit pour qu’il résolve un CAPTCHA au nom de l’outil, en « prétendant » être une personne aveugle ayant besoin d’aide pour obtenir cette assistance.

L’entraînement avancé que reçoivent ces outils pour produire des contenus semblables à ceux créés par des humains leur permet de manipuler les personnes de manière convaincante au moyen d’attaques par hameçonnage, ajoutant un élément non humain et imprévisible à un paysage de cybersécurité déjà instable. Nombre de ces outils disposent également de peu, voire d’aucune, protection et infrastructure de cybersécurité intégrées. Par conséquent, à moins que votre organisation ne s’attache à protéger les outils d’IA générative que vous avez choisis dans le cadre plus large de votre surface d’attaque, les données que vous utilisez avec ces outils risquent davantage d’être piratées et compromises par un acteur malveillant.

Atténuer l’impact environnemental de l’IA

Les modèles d’IA générative consomment très rapidement d’immenses quantités d’énergie, aussi bien pendant leur entraînement que lorsqu’ils traitent les requêtes des utilisateurs. L’empreinte carbone des derniers outils d’IA générative n’a pas encore été étudiée aussi précisément que celle d’autres technologies. Pourtant, dès 2019, des recherches indiquaient que les modèles BERT (un type de grand modèle de langage) généraient des émissions de carbone à peu près équivalentes à celles d’un vol aller-retour en avion pour une personne. Gardez à l’esprit que ce chiffre correspond uniquement aux émissions d’un modèle pendant son entraînement sur un GPU. À mesure que ces modèles continuent de gagner en taille, en cas d’usage et en sophistication, leur impact environnemental augmentera certainement si des réglementations strictes ne sont pas mises en place.

Se prémunir contre les utilisations abusives de l’IA

Qu’elle soit intentionnelle ou non, l’utilisation abusive d’un outil d’IA générative est très facile et peut compromettre la sécurité et la confidentialité des données ou causer d’autres dommages. Par exemple, un employé du secteur de la santé peut exposer accidentellement des informations importantes sur un patient ou un paiement à un outil d’IA générative, compromettant ainsi ces données et permettant leur vol.

Dans d’autres cas, moins bien intentionnés, l’IA générative peut être utilisée pour générer des deepfakes par IA, c’est-à-dire des vidéos, images, extraits audio et textes d’apparence réaliste attribués à tort à quelqu’un afin de lui nuire ou de diffuser de fausses informations. Dans ces situations, comme dans bien d’autres, l’IA générative est une assistante bien trop prompte à participer au chaos, même si de nombreuses entreprises d’IA s’efforcent de réduire les risques de génération de contenus nuisibles et de comportements répréhensibles de la part des utilisateurs.

Protéger les droits de propriété intellectuelle

En particulier pour s’opposer aux outils de génération d’images et de vidéos par IA, plusieurs artistes et créateurs se sont manifestés en déposant des plaintes et des actions en justice, affirmant que des entreprises d’IA utilisaient leurs œuvres originales et leur propriété intellectuelle sans leur autorisation. Stability AI, Midjourney, et DeviantArt sont trois des entreprises d’IA les plus connues dans ce domaine, des utilisateurs les poursuivant collectivement pour avoir entraîné leurs modèles d’image sur des images protégées par le droit d’auteur sans consentement. La plupart de ces affaires et des affaires similaires suivent encore leur cours devant les tribunaux. Il est donc difficile de savoir quelle sera l’issue et quel impact elle aura sur les affaires de propriété intellectuelle à l’avenir.

Comprendre l’impact de l’IA sur l’emploi

À mesure que les cas d’usage de l’IA générative gagnent en maturité et deviennent capables de prendre en charge des tâches professionnelles, la crainte grandit de voir l’intelligence artificielle remplacer une grande partie de la main-d’œuvre. À l’heure actuelle, les travailleurs humains ne bénéficient véritablement d’aucune protection contre les bots d’IA, si bien qu’avec les progrès de cette technologie, les personnes devront développer leurs compétences ou se reconvertir dans un autre secteur pour rester compétitives. Il est très probable que certains métiers créatifs, administratifs et techniques soient remplacés ou partiellement bouleversés par l’IA générative dans les années à venir.

Répondre au besoin de davantage de réglementation

Certaines réglementations fondamentales sur l’IA existent déjà, mais peu d’entre elles prennent en compte les complexités et les nuances de l’IA générative par rapport à l’IA traditionnelle et de l’apprentissage automatique. En outre, peu de lois et de réglementations nationales ou internationales ont réellement été adoptées, l’AI Act de l’UE constituant l’exception la plus notable. Pour l’essentiel, il n’existe que des bonnes pratiques et des politiques d’utilisation recommandées, ce qui laisse encore aux entreprises de l’IA et de la technologie une marge de manœuvre considérable pour faire plus ou moins ce qu’elles veulent avec leur technologie et les données des utilisateurs.

Pourquoi l’éthique de l’IA générative est-elle importante ?

La mise en place d’un cadre éthique pour l’IA générative est essentielle pour une technologie suffisamment puissante pour reproduire les productions humaines de tant de façons, car il est beaucoup trop facile d’en utiliser involontairement le potentiel à mauvais escient. Une telle utilisation abusive peut créer des problèmes majeurs, notamment des responsabilités juridiques. Élaborer des lignes directrices pour surveiller et gérer l’IA générative est nécessaire afin d’aider votre organisation à :

• Protéger les clients et leurs données personnelles
• Protéger les données exclusives de l’entreprise
• Protéger les créateurs ainsi que leurs droits de propriété sur leurs œuvres
• Empêcher la propagation de biais dangereux et de fausses informations
• Compléter les cadres et bonnes pratiques de cybersécurité existants
• S’aligner sur les nouvelles réglementations gouvernementales en matière d’IA et de conformité des données

Pour en savoir plus sur la manière dont les entreprises élaborent des lignes directrices pour une utilisation responsable de l’IA, consultez notre guide sur les politiques et la gouvernance de l’IA.

Bonnes pratiques pour utiliser l’IA générative de manière éthique

Il est clairement dangereux pour une entreprise d’adopter l’IA générative sans mettre en place de lignes directrices précises. Les bonnes pratiques fondamentales pour une utilisation éthique de l’IA générative consistent à former les employés, à mettre en œuvre des procédures de sécurité des données, à vérifier en continu les faits énoncés dans les résultats d’un système d’IA et à établir des politiques d’utilisation acceptable.

Former les employés à l’utilisation éthique de l’IA

Si les employés sont autorisés à utiliser l’IA générative dans leur travail quotidien, il est important de les former à ce qui constitue ou non un cas d’usage approprié de la technologie d’IA. Pour obtenir les meilleurs résultats possibles, formez votre personnel aux données qu’il peut et ne doit absolument pas utiliser comme entrées dans les modèles d’IA générative. Cette formation sera particulièrement importante si votre organisation est soumise à des réglementations régionales ou sectorielles spécifiques.

En outre, si l’IA générative fait partie du flux de travail ou des activités internes de votre organisation, il est préférable que vos clients le sachent, en particulier lorsqu’il s’agit de leurs données personnelles et de leur utilisation. Formez votre personnel à faire preuve de transparence à ce sujet et expliquez sur votre site web et directement à vos clients comment vous utilisez l’IA générative pour améliorer vos produits et services. Le plus important : indiquez clairement les mesures que vous prenez pour mieux protéger les données de vos clients.

Mettre en place une sécurité et une gestion robustes des données

Si votre équipe souhaite utiliser l’IA générative pour tirer davantage d’informations de données sensibles d’entreprise ou de consommateurs, certaines mesures de sécurité et de gestion des données doivent être prises afin de protéger toutes les données utilisées comme entrées dans un modèle d’IA générative. Le chiffrement des données, les jumeaux numériques, l’anonymisation des données et les techniques similaires de sécurité des données peuvent contribuer à protéger vos données tout en vous permettant de tirer le meilleur parti de l’IA générative. De puissantes solutions modernes de cybersécurité, comme les outils de détection et de réponse étendues (XDR), peuvent également contribuer à protéger cette surface d’attaque atypique, mais très vulnérable.

Vérifier l’exactitude et la pertinence des réponses de l’IA

Les outils d’IA générative peuvent donner l’impression de « réfléchir » et de produire des réponses fondées sur la vérité, mais leur entraînement consiste à produire la séquence de contenus la plus logique à partir des données fournies par les utilisateurs et des algorithmes sur lesquels ils ont été entraînés. Bien que les modèles d’IA générative fournissent généralement, grâce à cet entraînement, des réponses exactes et utiles, ils peuvent tout de même produire de fausses informations qui semblent vraies.

Assurez-vous que votre équipe est consciente de cette limite et qu’elle ne s’appuie pas sur l’outil pour ses besoins de recherche. Des ressources en ligne et propres à votre secteur doivent être utilisées pour vérifier les faits de toutes les réponses reçues des outils d’IA générative, en particulier si vous prévoyez de fonder des recherches, le développement de produits ou de nouvelles initiatives destinées aux clients sur des contenus générés par cette technologie.

Établir et faire respecter des politiques d’utilisation acceptable

Une politique d’utilisation acceptable doit détailler la manière dont vos employés sont autorisés à utiliser l’intelligence artificielle sur leur lieu de travail. Cette politique doit inclure les attentes éthiques de votre organisation ainsi que toutes les réglementations régionales ou sectorielles à respecter.

Point essentiel, cette politique d’utilisation acceptable doit désigner différents responsables et dirigeants de l’entreprise comme parties chargées de surveiller l’organisation — de manière constante — et de demander à leurs divisions respectives de rendre compte du respect des politiques écrites en matière d’IA. Les procédures d’application et les sanctions prévues en cas d’utilisation abusive ou de non-respect doivent être soigneusement détaillées et communiquées régulièrement au personnel.

Lois et cadres relatifs à l’éthique de l’IA générative

Votre organisation ne peut pas élaborer sa politique d’utilisation éthique de l’IA générative en vase clos. Plusieurs réglementations et normes politiques nationales et internationales doivent être étudiées pour obtenir des orientations. Pour rester réellement en conformité au fil du temps, il faut se tenir au fait de ces réglementations, qui devraient évoluer rapidement à l’avenir.

AI Act de l’Union européenne

À ce jour, la seule réglementation internationale majeure sur l’IA à avoir été transposée en loi est l’AI Act de l’Union européenne, qui réglemente l’intelligence artificielle et l’utilisation des données associées dans toute l’UE. Ce texte impose des règles aux systèmes d’IA présentant un risque quelconque pour la confidentialité des consommateurs et prévoit diverses règles et obligations pour les développeurs, les déployeurs et les consommateurs de produits d’IA. Il met fortement l’accent sur la transparence et l’atténuation des risques.

L’AI Act de l’UE a été adopté par le Parlement européen et le Conseil en mai 2024, puis officiellement publié au Journal officiel de l’UE deux mois plus tard. Il sera appliqué par phases, certaines dispositions entrant en vigueur dans le mois suivant sa publication, tandis que d’autres pourraient ne l’être que deux ou trois ans plus tard.

Les mécanismes d’application actuels comprennent un Code de bonnes pratiques juridiquement non contraignant, qui exige des entreprises d’IA qu’elles fournissent aux autorités compétentes une documentation technique et aux fournisseurs en aval des informations sur les capacités et les limites des systèmes, qu’elles résument les données d’entraînement utilisées et qu’elles mettent en place et suivent des politiques conformes aux lois européennes sur le droit d’auteur. Comme ce code n’est pas juridiquement contraignant, il est difficile de dire ce qui advient des organisations qui ne s’y conforment pas ; toutefois, des conséquences juridiques plus strictes interviendront probablement lorsque les normes de l’AI Act de l’UE seront pleinement applicables.

Autres réglementations internationales

Plusieurs organismes de normalisation du monde entier ont publié des ressources d’orientation et d’accompagnement. Les plus reconnus sont les suivants :

• Les lignes directrices de l’Union européenne en matière d’éthique pour une IA digne de confiance
• Les « Principes de l’IA de l’OCDE”
• La « politique d’utilisation des chatbots d’intelligence artificielle générative (IA) de la SHRM”

Politiques et normes des États-Unis

Le gouvernement des États-Unis s’est inquiété du développement rapide et de la croissance débridée des entreprises d’IA, mais, pour l’essentiel, les réglementations sur l’IA ne sont pas encore inscrites dans la loi. Le gouvernement s’est plutôt concentré sur la publication de cadres volontaires et de documents éthiques que les organisations peuvent choisir de suivre ou non. En voici deux parmi les plus importants :

• NIST «Cadre de gestion des risques liés à l’intelligence artificielle”
• La Maison-Blanche «Projet de loi sur les droits liés à l’intelligence artificielle”

Cadres sectoriels

Bien que plusieurs secteurs aient élaboré leurs propres cadres pour encadrer l’utilisation de l’IA, cette démarche se fait pour l’essentiel organisation par organisation et au cas par cas. Certains secteurs fortement réglementés s’appuient toutefois sur les lois et cadres existants pour garantir la protection des données sensibles lorsqu’elles sont utilisées dans des systèmes d’IA :

• Santé : Les réglementations de la FDA comme celles qui relèvent de la HIPAA sont utilisées pour garantir que les dispositifs médicaux pilotés par l’IA et toutes les autres applications de l’IA utilisées dans le secteur de la santé respectent les protocoles existants en matière de confidentialité et de sécurité des données.
• Finance : Les réglementations de la SEC et les lois sur l’octroi équitable de prêts sont appliquées aux technologies d’IA afin de garantir que les décisions de négociation, d’investissement et de prêt éclairées par l’IA n’établissent pas de discrimination envers certains consommateurs et indiquent clairement si et comment l’IA est utilisée pour prendre ces décisions.
• Transports : En particulier dans le domaine des technologies d’IA pour les véhicules autonomes, la National Highway Traffic Safety Administration (NHTSA) et plusieurs réglementations étatiques en matière de transport exigent des entreprises d’IA générative qu’elles démontrent, au moyen de tests complets, la sécurité et les performances de leurs véhicules avant que ceux-ci puissent être homologués pour circuler sur la voie publique.

Nouvelles tendances de la réglementation de l’éthique de l’IA

L’éthique de l’IA est rapidement devenue un sujet prisé dans le domaine juridique, notamment à mesure que se multiplient les poursuites liées au vol de propriété intellectuelle, aux fuites de données et à d’autres affaires. Les principaux sujets actuellement abordés par le système juridique en matière d’éthique de l’IA comprennent la responsabilité liée à l’IA, la responsabilité algorithmique, les droits de propriété intellectuelle et le soutien aux employés dont la carrière est compromise par le développement de l’IA. À mesure que davantage de réglementations sur l’IA seront inscrites dans la loi, des normes encadrant séparément chacun de ces enjeux devraient elles aussi être adoptées.

3 formations de référence sur l’éthique de l’IA générative

Compte tenu des nombreuses complexités éthiques engendrées par l’essor de l’IA générative, les décideurs en entreprise cherchent de plus en plus à suivre des formations officielles pour acquérir les connaissances nécessaires afin de relever ces défis. Nous avons recensé trois formations en ligne qui associent théorie et pratique pour aider les professionnels du secteur à mieux comprendre les principaux enjeux liés à l’éthique et à l’IA générative.

IA générative : implications et opportunités pour les entreprises

Cette formation sur l’IA générative proposée par Class Central, RMIT University et FutureLearn s’adresse aux débutants et vise à développer une compréhension de base de la technologie, de ses applications dans différents secteurs et cas d’usage, ainsi que des difficultés liées à son adoption et à son utilisation à grande échelle. Durant la dernière semaine de cette formation de quatre semaines, les participants se concentrent principalement sur les défis et dilemmes éthiques liés à la technologie, en examinant les bonnes pratiques d’adoption et d’utilisation, les considérations juridiques et réglementaires, ainsi que les dernières tendances et controverses qui l’entourent. Cette formation coûte 189 dollars US.

Formation Cornell sur le droit et l’éthique de l’IA générative

La formation Cornell sur le droit et l’éthique de l’IA générative est une formation en ligne proposée par Cornell University qui aborde les dernières lois, préoccupations éthiques et solutions dans le domaine de l’IA générative. La formation dure deux semaines et nécessite six à huit heures de travail par semaine. Elle s’adresse principalement aux dirigeants d’entreprise, aux entrepreneurs et aux autres employés qui souhaitent utiliser efficacement l’IA au sein de leur organisation. Le cours est dispensé par un professeur de droit de Cornell University et traite des garanties de performance de l’IA, des conséquences de l’utilisation de l’IA, de la responsabilité juridique liée aux résultats de l’IA et de l’application spécifique du droit d’auteur à l’IA. Cornell University ne communique pas publiquement le tarif, mais un robot d’IA présent sur le site a indiqué que les formations coûtaient généralement environ 3 600 dollars US.

IA générative : impact, considérations et enjeux éthiques

IA générative : impact, considérations et enjeux éthiques est une formation Coursera proposée en partenariat avec IBM, qui enseigne aux participants les limites de l’IA générative, les enjeux éthiques et les risques de mésusage, la manière d’utiliser l’IA générative de façon responsable, ainsi que son impact économique et social. Il s’agit d’une formation de niveau débutant comprenant environ cinq heures de cours en ligne et six évaluations. À l’issue de la formation, les participants peuvent obtenir un certificat LinkedIn partageable et/ou l’utiliser pour progresser vers une spécialisation en fondamentaux de l’IA générative. Cette formation est gratuite.

Consultez le guide d’eWeek sur les meilleures certifications en IA générative pour obtenir une vue d’ensemble des principales formations consacrées à cette forme d’intelligence artificielle.

En résumé : l’éthique de l’IA générative reste un défi

Il est souvent difficile de savoir si l’on utilise l’IA générative de manière éthique, car cette technologie est encore récente et ses créateurs découvrent toujours de nouveaux cas d’usage de l’IA générative, dont beaucoup soulèvent leurs propres préoccupations. Et même si la technologie de l’IA générative évolue à un rythme qui semble quotidien, rares sont encore les réglementations imposées par la loi qui encadrent ce type de technologie et son utilisation appropriée.

Malgré ces difficultés, vous devez à vos clients, à vos employés et à la réussite à long terme de votre organisation d’établir vos propres règles d’utilisation éthique de l’IA générative, bien avant que la réglementation ne vous impose cet engagement.

Pour en savoir plus sur la puissance et le potentiel de ces applications émergentes, consultez le guide d’eWeek sur les outils et applications d’IA générative.