C’est la question qui précède toutes les autres, et elle se pose avant même celle du rôle : un texte qui ne s’applique qu’aux systèmes d’intelligence artificielle (IA) ne vous concerne pas si votre outil n’en est pas un.
La définition est à l’article 3, point 1. Elle est applicable depuis le 2 février 2025.
« un système automatisé qui est conçu pour fonctionner à différents niveaux d’autonomie et peut faire preuve d’une capacité d’adaptation après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des entrées qu’il reçoit, la manière de générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer les environnements physiques ou virtuels; »
Le 29 juillet 2025, la Commission européenne a publié seize pages de lignes directrices sur cette seule phrase, C(2025) 5053 final. Tout ce qui suit et qui en est tiré est une interprétation de la Commission, pas le règlement.
La Commission l’écrit elle-même : « Les lignes directrices ne sont pas contraignantes. En définitive, seule la Cour de justice de l’Union européenne (CJUE) peut donner une interprétation faisant autorité du règlement sur l’IA. »
Elles ne créent donc aucune sécurité juridique. Elles disent comment la Commission lit le texte, ce qui reste l’indication la plus utile disponible à ce jour, et c’est à ce titre seul qu’elles sont citées ici.
Quels sont les sept éléments de la définition d’un système d’IA ?
Sept, mais ils n’ont pas à être réunis en même temps. La Commission les énumère : système automatisé, niveaux d’autonomie variables, capacité d’adaptation éventuelle, objectifs explicites ou implicites, déduction de la manière de générer des sorties, nature de ces sorties, influence sur des environnements. Un seul d’entre eux tranche réellement, la capacité d’inférence, et trois n’écartent presque rien.
La Commission découpe la définition en sept éléments, qu’elle énumère elle-même :
« Cette définition comprend sept éléments principaux: (1) un système automatisé; (2) qui est conçu pour fonctionner à différents niveaux d’autonomie; (3) qui peut faire preuve d’une capacité d’adaptation après son déploiement; (4) et qui, pour des objectifs explicites ou implicites; (5) déduit, à partir des entrées qu’il reçoit, la manière de générer des sorties (6) telles que des prédictions, du contenu, des recommandations ou des décisions (7) qui peuvent influencer les environnements physiques ou virtuels. »
Ces sept éléments ne doivent pas être réunis en même temps. C’est le point le plus mal compris du document, et il change la réponse dans les cas limites. La Commission considère que la définition « adopte une perspective fondée sur le cycle de vie, qui comprend deux phases principales: la phase préalable au déploiement ou phase de “construction” du système et la phase postérieure au déploiement ou phase d’“utilisation” du système ». Elle en tire la conséquence expressément :
« Il n’est pas nécessaire que les sept éléments qui composent cette définition soient présents de manière continue tout au long des deux phases de ce cycle de vie. »
Et il n’existe pas de liste fermée, dans un sens comme dans l’autre. À opposer à toute offre qui prétend en fournir une :
« Déterminer automatiquement les systèmes qui relèvent ou non de la définition d’un système d’IA, ou en dresser des listes exhaustives, est impossible. »
La Commission ajoute que la définition « ne doit donc pas être appliquée mécaniquement » et que chaque système « doit être évalué sur la base de ses caractéristiques propres ».
Quels critères ne servent à rien pour trancher ?
Trois des sept, et un quatrième traité plus bas — il est trompeur de les présenter comme des conditions. « Automatisé » ne dit rien de l’absence d’humain : le mot traduit machine-based et porte sur le support de calcul. L’autonomie et la capacité d’adaptation ne filtrent pas davantage. Bâtir une analyse sur ces trois-là conduit à qualifier ou à écarter n’importe quoi.
Sur les sept, trois ne filtrent quasiment aucun logiciel, auxquels s’ajoute le septième, traité plus bas. Il est inutile de bâtir une analyse dessus, et il est trompeur de les présenter comme des conditions à satisfaire.
« Automatisé » ne veut pas dire automatique. Le mot français traduit machine-based : le critère porte sur le support machine, pas sur l’absence d’intervention humaine. La version française le signale d’ailleurs elle-même. Il est purement inclusif, au point que, pour la Commission, les systèmes quantiques et les systèmes biologiques ou organiques le remplissent, « pour autant qu’ils fournissent une capacité de calcul ».
L’autonomie a un seuil très bas. La seule exclusion vise « les systèmes conçus pour fonctionner exclusivement avec une implication et une intervention humaines manuelles intégrales ». Et l’argument mais ce sont nos équipes qui saisissent les données ne tient pas : la Commission considère qu’« un système qui a besoin d’éléments en entrée fournis manuellement pour générer une sortie par lui-même est un système qui présente “un certain degré d’indépendance dans son action” ».
La capacité d’adaptation est facultative. Un système figé après son entraînement reste un système d’IA. La Commission fonde cette lecture sur le mot « peut » employé par le texte, et la formule ainsi :
« L’utilisation du terme “peut” en rapport avec cet élément de la définition indique que pour être considéré comme un système d’IA, un système peut, mais ne doit pas nécessairement, posséder des capacités d’adaptation ou d’autoapprentissage. »
Les objectifs du système sont-ils sa destination ?
C’est le quatrième élément, et la Commission en fait une distinction qui commande toute la suite de la conformité. Elle est rarement expliquée correctement.
« Les objectifs d’un système d’IA sont définis de manière interne au système, par référence aux buts des tâches à exécuter et à leurs résultats. »
« La destination, en revanche, est orientée vers l’extérieur et inclut le contexte dans lequel sera déployé le système et la manière dont il doit être exploité. »
Et les objectifs peuvent être implicites : la Commission considère qu’ils « peuvent découler des données d’entraînement ou de l’interaction du système d’IA avec son environnement ». Autrement dit, il ne suffit pas de n’avoir écrit aucun objectif dans un cahier des charges pour que cet élément fasse défaut.
Qu’est-ce qui distingue vraiment un système d’IA d’un logiciel ordinaire ?
La capacité d’inférence, et elle seule. La Commission y consacre près de la moitié de son document et cite le considérant 12 : cette capacité est « une condition clé indispensable pour distinguer les systèmes d’IA d’autres types de systèmes ». Les trois premiers éléments, eux, n’écartent presque rien : c’est ici que se joue la qualification.
La Commission y consacre près de la moitié de son document, et elle en fait la clé de voûte, en citant le considérant 12 :
« Cette capacité d’inférence est par conséquent une condition clé indispensable pour distinguer les systèmes d’IA d’autres types de systèmes. »
Deux familles de techniques la produisent, et la seconde surprend : « des approches d’apprentissage automatique qui apprennent à partir des données la manière d’atteindre certains objectifs, et des approches fondées sur la logique et les connaissances qui font des inférences à partir des connaissances encodées ou de la représentation symbolique de la tâche à résoudre ».
Les systèmes experts qui raisonnent sont donc, pour la Commission, des systèmes d’IA. La réserve compte : elle reconnaît ailleurs l’existence de « systèmes experts non-IA », incapables de faire face à la complexité que suppose l’inférence. C’est le raisonnement qui fait entrer, pas l’étiquette. Elle les nomme, dans une liste qui vise « la représentation des connaissances, la programmation (logique) inductive, les bases de connaissances, les moteurs d’inférence et déductifs, le raisonnement (symbolique), les systèmes experts et les méthodes de recherche et d’optimisation ». Et elle explique pourquoi :
« Au lieu d’apprendre à partir de données, ces systèmes d’IA apprennent à partir de connaissances, y compris des règles, des faits et des relations encodés par des experts humains. »
Ce qu’il faut en retirer. La ligne de partage n’est pas avec ou sans apprentissage automatique, et ce n’est pas non plus avec ou sans règles. Elle passe entre l’inférence ou le raisonnement d’un côté, et la simple exécution d’instructions prédéfinies de l’autre. Un système expert à connaissances encodées est dedans ; un système à règles fixes, sans apprentissage ni raisonnement, est dehors.
Les sorties, et pourquoi la distinction recommandation ou décision compte
La Commission classe les sorties en quatre catégories, à partir de l’énumération ouverte de l’article 3, point 1, et précise que « [c]haque catégorie diffère par le niveau d’implication humaine qui lui correspond ». La frontière entre les deux dernières est celle qui a le plus de conséquences pratiques :
« Dans certains cas, les recommandations correspondent à des décisions potentielles, par exemple dans un système de recrutement, où les candidats recommandés seront ensuite évalués par des humains. Si ces recommandations sont appliquées automatiquement, elles deviennent des décisions. »
Autrement dit, le même moteur change de catégorie selon la manière dont on branche sa sortie. Ce n’est pas une subtilité de vocabulaire : c’est un paramètre d’architecture, décidé par vous.
Quant au septième élément, l’influence sur les environnements, il n’écarte à peu près rien. La Commission considère que cette influence peut s’exercer « aussi bien sur des objets physiques tangibles (par exemple, un bras robotisé) que sur des environnements virtuels, notamment des espaces numériques, des flux de données et des écosystèmes logiciels ».
Quels logiciels ne sont pas des systèmes d’IA ?
Quatre familles, écartées par la Commission elle-même. L’optimisation mathématique, le traitement de données de base, l’heuristique classique et les systèmes de prédiction simples. Le critère commun tient en une phrase, et la quatrième famille est la plus subtile : l’exclusion y tient à la performance, pas à la technique.
C’est la section la plus directement utile du document. Le critère commun tient en une phrase. Attention au mot « modèles », qui traduit ici l’anglais patterns, c’est-à-dire des motifs ou des régularités ; deux paragraphes plus bas, dans la citation sur l’optimisation mathématique, le même mot français rend en revanche models.
« Certains systèmes ont une capacité d’inférence, selon une interprétation restrictive, mais peuvent néanmoins ne pas relever de la définition du système d’IA, en raison de leur capacité limitée à analyser des modèles et à ajuster leurs sorties de manière autonome. »
1. L’optimisation mathématique. Sont visés « [l]es systèmes utilisés pour améliorer l’optimisation mathématique ou pour accélérer et approximer les méthodes d’optimisation traditionnelles et bien établies, telles que les méthodes de régression linéaire ou logistique ». Le test est fin : un mécanisme d’autoajustement ne suffit pas à faire entrer le système, car ces mécanismes, écrit la Commission, « visent à optimiser le fonctionnement des systèmes en améliorant leurs performances informatiques plutôt que, par exemple, à permettre d’ajuster de manière intelligente leurs modèles de prise de décision ».
Exemples nommés : l’approximation de processus atmosphériques complexes, l’attribution de bande passante en télécommunications par satellite.
2. Le traitement de données de base, c’est-à-dire « un système qui suit des instructions ou effectue des opérations prédéfinies, explicites », développé « pour exécuter des tâches sur la base d’entrées manuelles ou de règles, sans aucun “apprentissage, raisonnement ou modélisation” à quelque stade du cycle de vie du système que ce soit ».
Exemples nommés : les systèmes de gestion de bases de données qui trient ou filtrent, les tableurs standard, le calcul d’une moyenne à partir d’une enquête. La Commission y range aussi « les systèmes uniquement destinés à l’analyse descriptive, à la vérification d’hypothèses et à la visualisation ».
3. L’heuristique classique. Ces systèmes « reposent généralement sur des approches fondées sur des règles, la reconnaissance de modèles ou des stratégies d’essai et d’erreur plutôt que sur un apprentissage fondé sur les données », « modèles » rendant là encore patterns. L’adverbe est de la Commission, et il compte : c’est une tendance générale, pas une définition fermée. L’exemple donné est le programme d’échecs à algorithme MiniMax, qui « peut évaluer les positions sur l’échiquier sans nécessiter d’apprentissage préalable à partir de données ».
4. Les systèmes de prédiction simples, et c’est la famille la plus subtile, parce que l’exclusion tient à la performance et non à la technique : un système peut techniquement relever de l’apprentissage automatique et rester hors champ. Sont visés « [t]ous les systèmes automatisés dont les performances peuvent être obtenues au moyen d’une règle d’apprentissage statistique de base ».
Exemples nommés : prédire le cours d’une action par sa moyenne historique, prédire la température du lendemain par la moyenne de la semaine écoulée. La phrase française est ici ambiguë, « [t]ous les systèmes… ne relèvent pas » se lisant spontanément comme une négation partielle ; c’est la version anglaise qui lève le doute, et l’exclusion porte bien sur la totalité de ces systèmes.
La Commission illustre la deuxième famille par un tableau de bord commercial, et donne la raison exacte pour laquelle il reste dehors : « Toutefois, le système ne fournit pas de recommandations sur la manière d’améliorer les ventes ni sur les produits qu’il faudrait promouvoir. »
Un tableau de bord qui décrit est hors champ. Le même qui recommande y entre. C’est le test le plus opérationnel de tout le document, et il vaut bien au-delà des tableaux de bord.
Sur l’optimisation mathématique, les deux versions officielles divergent — mais sur un seul point, et il faut le situer. Le point (42), qui pose la règle, est catégorique dans les deux langues : ces systèmes « ne relèvent pas de la définition du système d’IA », fall outside the scope. C’est la dernière phrase du point (45) qui diverge : le français affirme l’exclusion, « Dans ces conditions, ces systèmes sont exclus de la définition du système d’IA. » ; l’anglais la présente comme une possibilité, may be excluded.
Le principe de l’exclusion n’est donc pas en cause ; c’est son automaticité, sur les cas du point (45), qui ne se lit pas de la même façon dans les deux langues. L’écart a été relevé par comparaison des deux versions officielles le 23 août 2026.
Et si mon outil est un système d’IA, que se passe-t-il ?
Le plus souvent, presque rien — mais pas rien. Être un système d’IA au sens de l’article 3, point 1 déclenche par soi-même l’obligation de maîtrise de l’IA de l’article 4, qui ne dépend d’aucun niveau de risque. Tout le reste, en revanche, dépend du niveau de risque. La Commission l’écrit elle-même, « la grande majorité des systèmes […] ne seront soumis à aucune exigence réglementaire au titre du règlement ».
Le plus souvent, presque rien, et c’est le message par lequel la Commission conclut :
« Seuls certains systèmes d’IA sont soumis à des obligations réglementaires et à une surveillance au titre du règlement sur l’IA. »
« La grande majorité des systèmes, même s’ils sont considérés comme des systèmes d’IA au sens de l’article 3, point 1), du règlement sur l’IA, ne seront soumis à aucune exigence réglementaire au titre du règlement. »
Deux régimes échappent toutefois à cette réserve, parce qu’ils ne dépendent d’aucun niveau de risque : la maîtrise de l’IA de l’article 4, exigible depuis le 2 février 2025, et la transparence de l’article 50 lorsque le système entre dans l’un de ses cas.
Répondre “oui” à la question de cette page n’est donc pas une mauvaise nouvelle : c’est l’entrée dans une analyse, pas dans une obligation.
→ Suis-je fournisseur ou déployeur, et qu’est-ce que cela change ?
→ Mon système est-il à haut risque ?
→ Ce que la maîtrise de l’IA impose, à tout le monde
Un point que ce document ne traite pas, et qu’il dit ne pas traiter : la distinction entre un système d’IA et un modèle d’IA à usage général. « L’analyse des différences entre les systèmes d’IA et les modèles d’IA à usage général sort du champ des présentes lignes directrices. » Elle relève d’un autre jeu de lignes directrices.
→ Les modèles d’IA à usage général
Sur quoi cette page s’appuie
L’article 3, point 1 du règlement (UE) 2024/1689, lu dans la version consolidée au 27 juillet 2026, le texte qui fait foi restant celui publié au Journal officiel, la version consolidée n’ayant qu’une valeur documentaire.
Les lignes directrices de la Commission européenne sur la définition d’un système d’IA, C(2025) 5053 final du 29 juillet 2025, seize pages en français, soixante-quatre points numérotés, lues intégralement dans leurs deux versions officielles et citées ici dans la version française. Elles ne sont pas contraignantes et sont présentées comme telles chaque fois qu’elles sont citées. Les citations sont reproduites mot à mot après recherche littérale dans le PDF source ; les crochets signalent une capitale d’attaque abaissée, et rien d’autre.
Attention à la référence : C(2025) 924 final du 6 février 2025 n’approuve que le contenu du projet. Le texte adopté est celui du 29 juillet 2025.
Sources. Règlement (UE) 2024/1689, version consolidée au 27 juillet 2026 et lignes directrices sur la définition d’un système d’IA, consultés le 23 août 2026.
Questions fréquentes
Un logiciel sans apprentissage automatique peut-il être un système d’IA ?
Oui. La Commission retient deux familles de techniques, et la seconde n’apprend rien : les approches fondées sur la logique et les connaissances, qui font des inférences « à partir des connaissances encodées ou de la représentation symbolique de la tâche à résoudre ». Les systèmes experts qui raisonnent en font partie, et la Commission écrit qu’ils « apprennent à partir de connaissances, y compris des règles, des faits et des relations encodés par des experts humains » : ceux-là sont, pour elle, des systèmes d’IA au sens de l’article 3, point 1. Elle reconnaît en revanche l’existence de « systèmes experts non-IA », qui n’entrent pas. La ligne de partage ne passe pas entre “avec ou sans apprentissage automatique”, ni même entre “avec ou sans règles” : elle passe entre l’inférence ou le raisonnement d’un côté, et la simple exécution d’instructions prédéfinies de l’autre.
Un système figé après son entraînement est-il encore un système d’IA ?
Oui. La Commission considère que la capacité d’adaptation est facultative, et c’est l’une des erreurs les plus répandues sur le sujet : « L’utilisation du terme “peut” en rapport avec cet élément de la définition indique que pour être considéré comme un système d’IA, un système peut, mais ne doit pas nécessairement, posséder des capacités d’adaptation ou d’autoapprentissage. »
Faut-il que les sept éléments de la définition soient réunis en même temps ?
Non, et c’est le contresens le plus fréquent. La Commission considère que la définition « adopte une perspective fondée sur le cycle de vie », qui comprend la phase de construction et la phase d’utilisation, et qu’« [i]l n’est pas nécessaire que les sept éléments qui composent cette définition soient présents de manière continue tout au long des deux phases de ce cycle de vie ».
Un tableau de bord ou un tableur sont-ils des systèmes d’IA ?
Non, tant qu’ils se contentent de décrire. La Commission range le traitement de données de base parmi les quatre familles hors définition, et nomme les tableurs standard, les systèmes de gestion de bases de données qui trient ou filtrent, et le calcul d’une moyenne d’enquête. Le critère de bascule est donné par son propre exemple du tableau de bord commercial, qui reste hors champ parce que, écrit-elle, « [t]outefois, le système ne fournit pas de recommandations sur la manière d’améliorer les ventes ni sur les produits qu’il faudrait promouvoir ». Un tableau de bord qui décrit est dehors ; le même qui recommande entre.
Existe-t-il une liste officielle des logiciels qui sont des systèmes d’IA ?
Non, et la Commission écrit qu’il ne peut pas en exister, dans un sens comme dans l’autre : « Déterminer automatiquement les systèmes qui relèvent ou non de la définition d’un système d’IA, ou en dresser des listes exhaustives, est impossible. » Elle ajoute que la définition « ne doit donc pas être appliquée mécaniquement » et que chaque système doit être évalué sur ses caractéristiques propres. Ses lignes directrices ne sont au demeurant pas contraignantes : seule la Cour de justice de l’Union européenne peut donner une interprétation faisant autorité.
Si mon outil est un système d’IA, suis-je soumis à des obligations ?
Le plus souvent, à presque aucune. La Commission le dit elle-même : « La grande majorité des systèmes, même s’ils sont considérés comme des systèmes d’IA au sens de l’article 3, point 1), du règlement sur l’IA, ne seront soumis à aucune exigence réglementaire au titre du règlement. » Deux régimes s’appliquent toutefois sans condition de niveau de risque : la maîtrise de l’IA de l’article 4, exigible depuis le 2 février 2025, et les obligations de transparence de l’article 50 quand le système entre dans l’un de ses cas.
Ce contenu est une ressource d’information technique et réglementaire. Il ne constitue pas un conseil juridique.