Quels sont les risques de l’IA dans une démarche RSE ?
Mis à jour le · Kerbone
Les principaux risques sont les chiffres inventés, les engagements rédigés sans réalité derrière, la fuite de données confidentielles et l’empreinte énergétique de l’IA elle-même. Quatre garde-fous les maîtrisent : une source par chiffre, une validation humaine, un hébergement maîtrisé. Et un usage réservé aux tâches où l’IA fait gagner du temps.
Risque 1 : les chiffres inventés
Une IA générative peut produire une valeur plausible là où la donnée manque. Dans un rapport RSE, c’est une erreur grave.
Le garde-fou : chaque chiffre doit renvoyer à une pièce source. Si la source manque, la donnée est signalée comme manquante, pas estimée en silence.
Risque 2 : le greenwashing automatisé
L’IA rédige facilement des engagements séduisants. Le risque est de publier des promesses que l’entreprise ne tient pas.
En France, les allégations environnementales trompeuses sont encadrées, notamment depuis la loi Climat et résilience de 2021. Un texte bien écrit ne protège pas d’une allégation non prouvée.
Risque 3 : les données exposées
Déposer des contrats, des données sociales ou des factures dans un outil grand public peut exposer des informations confidentielles.
Vérifiez où les données sont hébergées, qui y a accès, et si elles servent à entraîner des modèles.
Risque 4 : l’empreinte de l’IA elle-même
Les modèles d’IA consomment de l’électricité et des ressources. Utiliser l’IA pour tout, sans gain mesuré, contredit la démarche.
La règle raisonnable : réserver l’IA aux tâches répétitives où elle fait gagner un temps mesurable, comme la lecture de centaines de factures.
Le cadre réglementaire
Le règlement européen sur l’IA, adopté en 2024, fixe des obligations selon le niveau de risque des usages. Le RGPD s’applique dès que des données personnelles sont traitées.
Un usage d’IA pour lire des factures ou classer des documents RSE reste en général dans les catégories de risque les plus faibles. Le RGPD, lui, s’applique pleinement aux données RH.
Les garde-fous à poser dès le départ
- Une source tracée pour chaque chiffre publié.
- Une validation humaine avant tout envoi ou publication.
- Un hébergement connu et un engagement de non-entraînement sur vos données.
- Une liste écrite des usages autorisés et interdits.