Passer au contenu principal
    Materiality Reporting - Cabinet conseil RSE et reporting de durabilité
    Technologie

    Contenu synthétique trompeur

    FRContenu synthétique trompeur
    ENDeepfake

    Contenu audio, vidéo ou image généré par l'IA de manière suffisamment réaliste pour faire croire qu'une personne a dit ou fait quelque chose qu'elle n'a pas dit ou fait. Les deepfakes représentent un risque majeur de désinformation, de fraude et de manipulation des marchés, notamment pour le reporting ESG (faux témoignages de dirigeants, fausses preuves de conformité). L'AI Act impose une transparence sur les contenus générés par l'IA.

    🎯
    Enjeux ESG/IA

    Les contenus synthétiques trompeurs (deepfakes) posent des risques ESG majeurs, notamment en termes de désinformation, d'atteinte à la réputation, de manipulation des marchés financiers et de violation des droits humains, exacerbant les problèmes de Greenwashing et de social-washing si utilisés pour fabriquer de fausses preuves de performance durable.

    💡
    Exemple

    Une vidéo deepfake du directeur RSE annonçant un objectif climatique irréaliste circule sur les réseaux sociaux avant l'AG d'une entreprise cotée. L'entreprise dément rapidement et renforce sa politique de vérification des contenus médias.

    Référentiels
    AI Act art. 52 (transparence)C2PADeepfake Detection ChallengeEU Digital Services Act

    Termes connexes (Technologie)

    IA fantôme (Shadow AI)

    Utilisation non autorisée d'outils d'intelligence artificielle par les employés, contournant les politiques de sécurité, de conformité et de gouvernance de l'entreprise. Ce phénomène représente un risque ESG majeur : fuite de données sensibles, non-conformité RGPD/IA Act, absence de traçabilité et d'audit.

    Ingénierie de prompt ESG

    Discipline d'optimisation des instructions textuelles (prompts) données aux modèles d'IA pour obtenir des réponses pertinentes, précises et conformes aux exigences du reporting de durabilité. Inclut la structuration des requêtes, l'injection de contexte réglementaire et la réduction des hallucinations.

    Hallucination IA

    Génération par un modèle d'IA de contenus faux, inventés ou non étayés par les données sources, présentés avec une apparence de certitude. Risque critique pour le reporting ESG où l'exactitude et la traçabilité des informations sont essentielles pour l'audit externe.

    Token (unité de traitement IA)

    Unité élémentaire de texte traitée par les modèles de langage (environ 4 caractères ou 0,75 mot en français). Le nombre de tokens détermine le coût de calcul, la consommation énergétique et l'empreinte carbone d'une requête IA. Métrique clé pour l'optimisation Green AI.

    GPU (Processeur graphique)

    Processeur spécialisé dans le calcul parallèle, essentiel pour l'entraînement et l'inférence des modèles d'IA. Les GPU représentent la principale source de consommation énergétique et d'émissions carbone des infrastructures IA, avec des enjeux d'approvisionnement en terres rares et de recyclage.

    Récupération de chaleur fatale (data center)

    Valorisation de la chaleur résiduelle générée par les serveurs et GPU des centres de données pour alimenter des réseaux de chauffage urbain, des serres agricoles ou des processus industriels. Levier clé d'économie circulaire pour réduire l'impact environnemental net des infrastructures IA.

    Besoin d'expertise sur ce sujet ?

    Nos consultants experts en ESG et IA peuvent vous accompagner.