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

    Hallucination IA

    FRHallucination IA
    ENAI Hallucination

    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.

    🎯
    Enjeux ESG/IA

    L'hallucination IA représente un risque technologique majeur pour la fiabilité des données ESG, menaçant la crédibilité des informations générées et impactant directement la gouvernance de l'IA par l'absence de Supervision humaine suffisante.

    💡
    Exemple

    Un Assistant IA génère un chiffre d'émissions Scope 3 de 45 000 tCO2e en citant une source inexistante. L'implémentation d'un système RAG avec vérification des sources réduit ce taux d'hallucination de 15 % à moins de 1 %.

    Référentiels
    Meta Research 2024Hugging FaceNIST AI RMFRAG methodologies

    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.

    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.

    Attribution énergétique IA (market-based vs location-based)

    Méthodologie de comptabilisation des émissions Scope 2 liées aux infrastructures IA, distinguant l'approche location-based (mix électrique moyen du réseau) et market-based (contrats d'achat d'énergie spécifiques, certificats d'origine). Critique pour la transparence du reporting carbone IA.

    Besoin d'expertise sur ce sujet ?

    Nos consultants experts en ESG et IA peuvent vous accompagner.