Aller au contenu
SAPITEUR IA Expertise technique en intelligence artificielle
Contentieux — Intelligence artificielle Mis à jour le Lecture 7 min

Décision automatisée contestée et discrimination algorithmique

Un refus de crédit, une candidature écartée ou une prestation suspendue peuvent reposer sur un score calculé par un modèle. Le litige pose deux questions techniques distinctes : quelle place la machine a-t-elle eue dans la décision, et le modèle traite-t-il différemment certains groupes ?

L'essentiel

Une décision fondée sur un score calculé automatiquement peut être contestée sur deux terrains. Le premier est l'article 22 du RGPD, qui encadre les décisions fondées exclusivement sur un traitement automatisé et produisant des effets importants. La Cour de justice de l'Union a jugé en 2023 que le calcul d'un score par un tiers peut en relever lorsque le décideur lui accorde un rôle déterminant, et en 2025 que la personne a droit à une explication de la procédure et des principes effectivement appliqués. En droit administratif, la loi et le Conseil constitutionnel exigent mention, explication et maîtrise du traitement. Le second terrain est la discrimination. Techniquement, l'analyse établit le poids réel du score dans la décision, la possibilité effective pour un humain de s'en écarter, les variables qui peuvent servir d'indicateur indirect d'un critère protégé et les écarts entre groupes à profil comparable. Les obligations du règlement européen sur l'IA pour les systèmes de recrutement ou de crédit ne s'appliqueront qu'à partir du 2 décembre 2027.

Situation type

Une personne se voit refuser en quelques secondes un crédit à la consommation demandé en ligne. Le conseiller qu'elle joint lui indique que « le système a refusé » et qu'il ne peut rien y faire. Elle exerce son droit d'accès, obtient une liste de variables sans pondération et soupçonne que son code postal et la nature de son contrat de travail ont pesé plus que ses revenus. Elle saisit le juge.

La banque soutient qu'un analyste valide chaque refus et que le score, fourni par un prestataire, n'est qu'un élément parmi d'autres. Situations voisines : un logiciel de tri de candidatures qui écarte davantage les candidates que les candidats à profil comparable ; un organisme public qui cible ses contrôles à partir d'un score de risque.

Questions techniques que le juge ou l'expert peut poser

  • La décision a-t-elle été prise exclusivement par le système, ou un humain avait-il un pouvoir réel de s'en écarter ? Combien de fois l'opérateur a-t-il modifié la sortie, et pourquoi ?
  • Quel poids la sortie du modèle a-t-elle eu dans la décision : seuil automatique, recommandation, simple indicateur ?
  • Quelles données ont été utilisées pour cette personne, de quelles sources, et étaient-elles exactes à la date de la décision ?
  • Quelles variables pèsent le plus dans le résultat pour cette personne ? Un changement réaliste d'une donnée aurait-il changé la décision ?
  • Une variable neutre en apparence (code postal, prénom, interruptions de parcours, type de contrat) sert-elle d'indicateur indirect d'un critère protégé ?
  • Les taux de refus ou les scores diffèrent-ils entre groupes à profil comparable ? Sur quel échantillon, et avec quelle marge d'incertitude ?
  • Quelle version du modèle était en production à la date de la décision ? A-t-il été réentraîné ou recalibré depuis ?
  • Le système modifie-t-il seul les règles qu'il applique, sans validation par le responsable ?

Quelle compétence technique ?

  • Statistique appliquée et apprentissage automatique : modèles de score, régression, arbres de décision.
  • Explicabilité : importance des variables, analyses contrefactuelles, et leurs limites.
  • Mesure des biais et des écarts entre groupes, avec leur incertitude.
  • Connaissance pratique des systèmes de score bancaires ou de ressources humaines.

Éléments techniques à réunir

  • Documentation du modèle et des variables, version et date de mise en production.
  • Journaux de décision : entrées, score, seuil, décision, intervention humaine.
  • Données de la personne telles que traitées, et leurs sources.
  • Jeux de validation et mesures de performance par sous-groupe.
  • Procédure de revue humaine, analyse d'impact si elle existe, contrat avec le fournisseur du score.

Textes applicables

Décisions rendues

  • CJUE, 7 décembre 2023, SCHUFA Holding (Scoring), C-634/21 (le calcul automatisé d'un score peut constituer une décision individuelle automatisée) : droit de l'Union : le calcul automatisé d'un score de solvabilité par une agence constitue une décision individuelle automatisée au sens de l'article 22 du RGPD lorsque le client qui décide lui accorde un rôle déterminant. Arrêt connu par le communiqué de la Cour.
  • CJUE, 27 février 2025, Dun & Bradstreet Austria, C-203/22 (droit d'obtenir une explication de la procédure et des principes effectivement appliqués) : droit de l'Union : la personne a droit à une explication de la procédure et des principes effectivement appliqués ; la seule communication de l'algorithme ne suffit pas ; en cas de secret des affaires, les informations sont transmises à l'autorité ou au juge, qui met en balance. Arrêt connu par le communiqué de la Cour.
  • Conseil constitutionnel, 12 juin 2018, n° 2018-765 DC (conditions du recours à un algorithme pour une décision administrative individuelle) : conditions du recours exclusif à un algorithme pour une décision administrative individuelle ; le responsable doit pouvoir en expliquer la mise en œuvre en détail et sous une forme intelligible ; exclusion des algorithmes susceptibles de réviser eux-mêmes les règles qu'ils appliquent sans contrôle du responsable.
  • Conseil constitutionnel, 3 avril 2020, n° 2020-834 QPC (Parcoursup) (publication des critères et de l'usage de traitements algorithmiques) : Parcoursup : chaque établissement doit publier, à l'issue de la procédure, ses critères d'examen et préciser dans quelle mesure des traitements algorithmiques ont été utilisés.

Aucune décision française n'a été identifiée sur une discrimination algorithmique au sens des articles 225-1 et 225-2 du Code pénal.

Limites de l'analyse technique

  • Une explication a posteriori, par importance des variables ou par méthode d'approximation, n'est pas la logique exacte du modèle : le rapport doit le dire.
  • Un écart statistique entre groupes n'établit pas, à lui seul, un traitement fondé sur un critère protégé ; dire qu'une décision est discriminatoire ou contraire à l'article 22 relève du juge.
  • Le modèle en production à la date de la décision peut avoir été remplacé : sans journaux ni version conservée, le calcul ne peut pas être reconstitué.

Fiches liées

Tous les contentieux de l'IA et de la robotique

Sources et références

  1. Règlement (UE) 2016/679 (RGPD). EUR-Lex, Office des publications de l'Union européenne · Source primaire · applicable depuis le 25 mai 2018 · consulté le 23 septembre 2026
  2. Loi n° 78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, article 47. Légifrance · Source primaire · version en vigueur depuis le 1er juin 2019 · consulté le 23 septembre 2026
  3. Code des relations entre le public et l'administration, article L311-3-1. Légifrance · Source primaire · version en vigueur depuis le 9 octobre 2016 · consulté le 23 septembre 2026
  4. Code des relations entre le public et l'administration, article R311-3-1-2. Légifrance · Source primaire · version en vigueur depuis le 1er septembre 2017 · consulté le 23 septembre 2026
  5. Code pénal, article 225-1. Légifrance · Source primaire · version en vigueur depuis le 1er septembre 2022 · consulté le 23 septembre 2026
  6. Code pénal, article 225-2. Légifrance · Source primaire · version en vigueur depuis le 29 janvier 2017 · consulté le 23 septembre 2026
  7. Règlement (UE) 2024/1689 du 13 juin 2024 établissant des règles harmonisées concernant l'intelligence artificielle. EUR-Lex, Office des publications de l'Union européenne · Source primaire · consulté le 23 septembre 2026
  8. Règlement (UE) 2026/1744 du 8 juillet 2026 modifiant le règlement (UE) 2024/1689 (omnibus numérique sur l'IA). EUR-Lex, Office des publications de l'Union européenne · Source primaire · JO L du 24 juillet 2026 · consulté le 23 septembre 2026
  9. CJUE, 7 décembre 2023, SCHUFA Holding (Scoring), C-634/21, le calcul automatisé d'un score peut constituer une décision individuelle automatisée. Cour de justice de l'Union européenne, communiqué de presse n° 186/23 · Source institutionnelle · consulté le 23 septembre 2026
  10. CJUE, 27 février 2025, Dun & Bradstreet Austria, C-203/22, droit d'obtenir une explication de la procédure et des principes effectivement appliqués. Cour de justice de l'Union européenne, communiqué de presse n° 22/25 · Source institutionnelle · consulté le 23 septembre 2026
  11. Conseil constitutionnel, 12 juin 2018, n° 2018-765 DC, conditions du recours à un algorithme pour une décision administrative individuelle. Légifrance, décisions du Conseil constitutionnel · Source primaire · consulté le 23 septembre 2026
  12. Conseil constitutionnel, 3 avril 2020, n° 2020-834 QPC (Parcoursup), publication des critères et de l'usage de traitements algorithmiques. Légifrance, décisions du Conseil constitutionnel · Source primaire · consulté le 23 septembre 2026

Rédaction : Denis Atlan Publié le Méthode éditoriale et corrections

Une question technique liée à l'IA dans un dossier ?

Décrivez la question en quelques lignes, sans pièce confidentielle. La qualification de l'intervention dépend de qui sollicite et dans quel cadre.

Présenter la question