Qualité et gouvernance des données : définition et enjeux pour l’IA

Que recouvrent la qualité et la gouvernance des données ?

La qualité dit si une donnée sert l’usage prévu ; la gouvernance dit qui en répond. La norme ISO/IEC 25012 de 2008, que l’ISO a confirmée en 2025, décrit la qualité des données en quinze caractéristiques. Pour les données personnelles, le RGPD exige des données « exactes et, si nécessaire, tenues à jour » (article 5).

La gouvernance répartit les rôles. Pour chaque ensemble de données, elle désigne :

• qui produit la donnée ;

• qui en répond côté métier et tranche en cas de doute ;

• qui la corrige, et dans quel délai ;

• qui y accède, et pour quel usage.

Pourquoi la qualité des données limite-t-elle celle de l’IA ?

Une IA reproduit ce que contiennent ses données, erreurs comprises. L’effet joue à deux moments.

• À l’apprentissage. Un modèle d’IA prédictive apprend sur votre historique. Si cet historique contient des erreurs ou des biais, le modèle les reprend.

• À la réponse. Un RAG répond à partir de vos documents. Ses inventeurs l’ont mesuré en 2020 sur 82 postes de dirigeant dont le titulaire a changé entre 2016 et 2018. Avec un index Wikipédia de 2016, leur modèle trouve le titulaire de 2018 dans 4 % des cas. Avec l’index de 2018, il le trouve dans 68 % des cas.

Un document périmé donne une réponse périmée, que l’outil présente avec la même assurance.

Que demande l’AI Act sur les données ?

L’AI Act fixe des règles de données pour les systèmes d’IA à haut risque, et il les répartit entre fournisseur et déployeur.

• Le fournisseur encadre ses jeux de données d’entraînement, de validation et de test par des pratiques de gouvernance (article 10, paragraphe 2). Elles portent notamment sur l’origine des données, leur préparation, l’examen des biais et la détection des lacunes. Ces jeux doivent être « pertinents, suffisamment représentatifs et, dans toute la mesure possible, exempts d’erreurs et complets » au regard de la destination du système (paragraphe 3).

• Le déployeur, l’entreprise qui utilise le système, a une obligation plus courte. Quand il contrôle les données d’entrée, il veille à ce qu’elles soient « pertinentes et suffisamment représentatives » (article 26, paragraphe 4).

Selon le règlement (UE) 2026/1744, ces obligations s’appliquent le 2 décembre 2027 pour l’annexe III et le 2 août 2028 pour l’annexe I.

Gouvernance des données ou Data Governance Act : quelle différence ?

La gouvernance des données organise les responsabilités dans votre entreprise ; le Data Governance Act organise le partage de données en Europe. Ce règlement (UE) 2022/868 du 30 mai 2022 encadre la réutilisation de certaines données du secteur public, les services d’intermédiation de données et l’altruisme en matière de données. Il ne dit pas qui corrige votre fichier clients.

Ne la confondez pas non plus avec la gouvernance de l’IA. Celle-ci fixe qui décide des usages de l’IA ; la gouvernance des données porte sur la matière que ces usages consomment.

Que change la qualité des données pour votre décision ?

• Le diagnostic des données précède le choix de l’outil. Vérifiez sur un échantillon que les données du cas d’usage sont exactes et à jour avant de comparer des fournisseurs. Un outil plus puissant ne corrige pas une base fausse.

• Chaque ensemble de données a besoin d’un responsable nommé. Pour les données personnelles, le RGPD rend le responsable du traitement comptable de leur exactitude : il doit pouvoir la démontrer (article 5, paragraphe 2). Appliquez la même règle aux données qui alimentent une IA. Un graphe de connaissances, qui relie plusieurs ensembles de données, demande en plus un propriétaire pour son schéma.

• Les droits d’accès fixent ce que l’IA peut révéler. L’ANSSI recommande de traiter le « besoin d’en connaître » dès la conception d’un système d’IA générative (R8). Elle recommande aussi de revoir régulièrement les droits des outils d’IA sur les applications métier (R35).

• Toute donnée qui entre dans une IA mérite un contrôle. L’OWASP décrit un CV qui cache, en blanc sur blanc, la consigne de recommander le candidat (LLM08:2025). Cette injection de prompt impose de valider chaque document avant son entrée dans la base.

• La qualité a un coût récurrent. Les données vieillissent : une correction ponctuelle ne suffit pas. Inscrivez la mise à jour dans le budget courant du projet, au même titre que les licences.