Lexique · IA technique en contexte juridique
Explicabilité (explainability)
Capacité d'un système IA à fournir des explications compréhensibles sur la façon dont il a produit une sortie, qu'il s'agisse d'une décision, d'une prédiction ou d'une recommandation.
Définition
L'explicabilité est distincte de la transparence (qui informe sur l'existence de l'IA) et de l'interprétabilité (qui décrit le fonctionnement interne du modèle). Elle vise à rendre la sortie intelligible pour son destinataire.
Sur les modèles complexes (réseaux de neurones, LLM), l'explicabilité passe par des techniques approximatives (LIME, SHAP, attention maps, post-hoc reasoning). Aucune de ces techniques ne donne une vérité absolue : elles donnent une lecture utile.
Le droit à l'explication (RGPD article 22, AI Act article 86) s'appuie sur l'explicabilité, sans exiger un niveau scientifique de précision : il demande une information « significative ».
Ce que ça change concrètement
Pour un juriste ou un DRH belge.
- 01
Choisir un outil IA inclut désormais une question : que pourrai-je dire à une personne concernée pour lui expliquer la décision ?
- 02
Pour les usages haut risque, prévoir dès la conception une trace d'explication exploitable pour répondre à une demande individuelle.
Un cas concret derrière le terme ?
Si ce terme correspond à une question opérationnelle dans votre organisation, on peut en discuter directement.
Me contacter