Score
6/10
Niveau Bon
Rapport d'audit AI Act
Cet exemple fictif montre le niveau de détail attendu pour une PME RH opérant un moteur de présélection de candidatures. Le contenu est démonstratif, mais le rendu est celui du rapport réellement livré.
Niveau global
6/10
Bon
Score
6/10
Niveau Bon
Société
TechDemo SAS
Rapport fictif public
Secteur
RH
~50 salariés
Usage IA
Présélection CV
Système à haut risque
Statut
Partiellement conforme
Exposition
Jusqu'à 7,5M€ ou 1,5% du CA mondial
Actions immediates
3
Recommandation centrale
TechDemo SAS dispose d'une base de gouvernance sérieuse pour un usage IA en ressources humaines, mais le niveau de preuve reste insuffisant sur la documentation technique, les biais de données et le monitoring. La priorité consiste à transformer les pratiques déjà existantes en dispositif formalisé, traçable et défendable avant toute montée en charge du moteur de présélection.
Points forts
Cas d'usage déjà identifié comme système RH à haut risque, avec un périmètre produit et métier clairement défini.
Supervision humaine déjà présente dans la boucle de recrutement pour les profils sensibles et les cas litigieux.
Base RGPD structurée et processus d'information interne déjà exploités par les équipes RH et conformité.
Risques prioritaires
Documentation technique encore incomplète pour démontrer la conformité d'un système relevant de l'Annexe III en contexte RH.
Contrôles de qualité et de biais des données insuffisamment formalisés pour un usage de présélection de candidats.
Journalisation et monitoring post-déploiement encore trop limités pour répondre aux attentes de traçabilité AI Act.
Scores par categorie
Lecture instantanee des zones fortes et des dettes de conformite.
Plan de remédiation
Recommandations calculees a partir des reponses non conformes.
Gouvernance et documentation
Finaliser une documentation technique complète du moteur de présélection RH, incluant logique de scoring, jeux de données utilisés, limites connues et conditions de mise à jour.
Reference Article 11, Annexe IV · Effort Eleve
Qualite des donnees
Mettre en place des tests documentés de biais et de discrimination sur les critères de tri CV afin de contrôler les impacts potentiels sur le genre, l'âge et l'origine.
Reference Article 10 · Effort Modere
Supervision humaine
Garantir un override humain effectif avant tout rejet définitif de candidature et consigner les cas d'escalade dans un registre exploitable par l'équipe RH.
Reference Article 14 · Effort Modere
Transparence
Renforcer l'information fournie aux candidats et aux recruteurs sur l'usage de l'IA, les critères pris en compte et les voies de contestation disponibles.
Reference Article 13, Article 50 · Effort Faible
Gouvernance et documentation
Formaliser une procédure de validation avant chaque évolution du modèle, avec approbation conjointe produit, RH et conformité avant remise en production.
Reference Article 9, Article 17 · Effort Modere
Robustesse et securite
Outiller la surveillance post-déploiement avec journalisation, alertes de dérive et scénarios de rollback pour sécuriser les itérations du système.
Reference Article 12, Article 15 · Effort Eleve
Note methodologique
Ce rapport est un auto-diagnostic fonde sur les exigences du cadre AI Act europeen. Il permet de prioriser la remédiation, mais ne remplace pas une revue juridique complete ni une analyse sectorielle detaillee.
Prochaine etape
Telechargez ce document en PDF depuis le navigateur, partagez-le avec les responsables produit, juridique et securite, puis convertissez les actions immediates en plan de travail suivi.
Ceci est un exemple — Obtenez votre audit personnalisé
Lancer mon audit