Ensemble des compétences permettant à un collaborateur d'utiliser, comprendre et remettre en question de manière critique un système d'IA. L'article 4 de l'EU AI Act, applicable depuis février 2025, impose à tout fournisseur ou déployeur d'IA d'assurer un niveau suffisant de littératie IA de son personnel et de ses sous-traitants concernés. C'est aussi un enjeu ESRS S1-13 (formation et développement des compétences) et un pilier du volet Social de la transition juste.
La littératie IA est un enjeu social crucial, car elle conditionne la capacité des collaborateurs à interagir de manière éthique et efficace avec les systèmes d'IA, réduisant les risques de biais, de désinformation ou de dépendance technologique, tout en favorisant l'innovation responsable et la transparence.
Une ETI déploie un plan de formation étagé : sensibilisation (100 % des salariés), formation pratique (50 % des managers), certification avancée (équipe IA). Le taux de complétion est publié dans le reporting ESRS S1-13 et le plan de vigilance CS3D.
Termes connexes (Social)
Biais algorithmique et discrimination
Distorsions systématiques dans les décisions fondées sur l'IA qui conduisent à des traitements inéquitables ou discriminatoires entre individus ou groupes. Ces biais proviennent généralement de données d'entraînement non représentatives, de variables proxy ou d'un étiquetage humain subjectif.
Audit de biais & test d'équité
Processus d'évaluation systématique des biais des modèles d'IA selon des métriques standardisées comme la parité démographique, l'équité des résultats et la calibration. Ces audits testent la performance du modèle sur des segments stratifiés par genre, ethnie et autres caractéristiques protégées.
Annotation de données & modération contenu
Activités externalisées consistant à étiqueter des données pour l'entraînement d'IA ou à modérer des contenus générés. Ces tâches exposent les travailleurs à des contenus violents, offensants ou traumatisants, posant des enjeux importants de bien-être psychologique et de conditions de travail décentes.
Formation continue reskilling & upskilling IA
Programmes de formation destinés à adapter les compétences des salariés aux transformations induites par l'IA, soit en les développant dans leurs domaines actuels (upskilling) soit en les préparant à de nouveaux métiers (reskilling). Ces dispositifs adressent les risques de déplacement d'emplois et d'inégalités de compétences.
Due diligence supply chain IA & travail
Processus d'audit systématique des fournisseurs de données, de matériel et de services cloud pour évaluer les risques sociaux et environnementaux. Elle couvre les conditions de travail des annotateurs, l'impact environnemental des GPU et des data centers, et la conformité aux normes d'éthique et de droits humains.
Transparence & traçabilité supply chain IA
Visibilité documentée des chaînes d'approvisionnement IA, incluant l'identification des fournisseurs de données, les conditions de travail dans les centres d'annotation et les impacts environnementaux du matériel informatique. Elle permet de détecter et de remédier aux violations des droits humains et environnementaux.