Génération artificielle de données pour l'entraînement d'IA. Elle permet d'augmenter les datasets limités et balancer les classes fortement déséquilibrées, tout en réduisant l'exposition à des données réelles contenant des informations sensibles.
Utile pour rééquilibrer un jeu de données ou protéger la vie privée, mais à plafonner (typiquement < 20 % du corpus) pour éviter le Model collapse et l'appauvrissement des signaux rares. Documenter la méthode de génération, le contrôle qualité et le taux de synthétique dans le registre du modèle ; sans cette transparence, le fournisseur ne peut pas être audité et le risque de biais amplifié devient un angle mort du reporting ESRS S.
Un assureur français génère synthétiquement 100 000 dossiers de sinistres rares (catastrophes naturelles) pour entraîner son modèle de prédiction de coûts, sans exposer les vrais dossiers confidentiels. Cela améliore le recall sur cas rares de 10 % tout en préservant la confidentialité.
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.