Glossaire encyclopédique · France
Traçabilité algorithmique
Capacité à reconstituer les principales étapes d’un traitement algorithmique : version du système, données d’entrée pertinentes, paramètres, sortie produite, intervention humaine et événements de contrôle. La traçabilité sert à auditer un incident, expliquer une décision assistée et comparer les performances dans le temps.
Définition développée
Capacité à reconstituer les principales étapes d’un traitement algorithmique : version du système, données d’entrée pertinentes, paramètres, sortie produite, intervention humaine et événements de contrôle. Une fois le mot compris, le lecteur peut revenir à la mesure et vérifier si son emploi est cohérent avec la source, le contexte et l’effet annoncé. L’explication sert à rendre le raisonnement contrôlable ; elle ne remplace ni la source ni la démonstration propre à la page.
Pourquoi cette notion compte
La traçabilité sert à auditer un incident, expliquer une décision assistée et comparer les performances dans le temps. Elle doit être conçue sans enregistrer inutilement des données sensibles et avec des durées de conservation proportionnées. Pour une IA générative, cela peut inclure modèle, prompt, sources récupérées, réponse et validation humaine.
À ne pas confondre
Traçabilité et explicabilité ne sont pas synonymes: retracer ce qui s’est passé ne garantit pas à lui seul que la logique du modèle soit intelligible.