Ottawa pose cinq questions sur la transparence de l’IA. Votre organisation peut-elle y répondre ?

Par Alexander Leslie, dirigeant principal de l’information · Publié le 1 août 2026

Le 23 juillet 2026, le gouvernement du Canada a lancé une consultation publique sur la transparence de l’IA. Le ministre de l’Intelligence artificielle et de l’Innovation numérique, Evan Solomon, l’a annoncée en déclarant que l’adoption de l’IA avance à la vitesse de la confiance. La consultation est menée par Innovation, Sciences et Développement économique Canada. Elle est maintenant terminée. Elle a demandé à la population canadienne comment le pays devrait aborder cinq domaines. Les deux premiers sont la détection et l’identification du contenu généré par l’IA, ainsi que la notification des personnes lorsqu’elles interagissent avec un système d’IA. Le troisième est la mise à disposition d’une information accessible sur les capacités et les limites de l’IA. Les deux derniers sont le suivi des incidents graves liés à l’IA et la surveillance de l’activité des agents d’IA.

Lus comme un audit interne plutôt que comme un document de politique, les cinq domaines forment une liste de vérification de l’état de préparation qui s’applique dès aujourd’hui. Les données de sondage présentées plus bas donnent à penser que bien des organisations auraient du mal à la réussir.

Ce sont les questions qu’un conseil d’administration, un auditeur, un organisme de réglementation ou un client sceptique pose déjà sous une forme ou une autre. La consultation ne fait que les réunir au même endroit et signaler que des attentes formelles s’en viennent.

VentureBeat Research, dans une étude publiée le 24 juillet 2026, a interrogé 573 répondants d’entreprises comptant 100 employés ou plus. Environ deux tiers autorisent déjà des agents d’IA à pousser des changements en production sur la foi d’évaluations automatisées, sans révision humaine. Seulement 5 % font pleinement confiance aux systèmes qui effectuent cette vérification. Seulement 47 % environ des entreprises surveillent et journalisent l’activité de leurs agents. La moitié ont mis en service un agent qui a échoué dans un système en contact avec la clientèle. Il avait réussi les évaluations internes.

La couche d’identité sous-jacente est tout aussi mince. L’Enterprise AI Index d’Okta, publié le 16 juillet 2026, a analysé des données de connexion anonymisées provenant de plus de 20 000 organisations. Il a constaté que les agents d’IA s’authentifient majoritairement par des méthodes héritées : comptes de service, clés statiques et identifiants humains partagés. Quand un agent se connecte sous l’identité d’une personne, la piste de vérification cesse de distinguer les deux. La question de la surveillance posée dans la consultation d’Ottawa devient alors, par construction, sans réponse possible.

Les conséquences arrivent déjà sous forme d’incidents plutôt que d’hypothèses. Le sondage de DigiCert, publié le 7 juillet 2026, a interrogé 1 001 responsables des technologies de l’information (TI) et de la cybersécurité. Il a révélé que 78 % d’entre eux avaient rencontré des problèmes de sécurité liés à l’IA au cours des six derniers mois. La moitié des entreprises ont subi une atteinte réelle ou une perturbation liée à des agents d’IA non autorisés ou mal configurés. Le même sondage a révélé que 90 % des équipes de direction discutent de gouvernance de l’IA, alors que la moitié seulement environ disposent d’un programme de gouvernance formel. La conversation a lieu. La capacité de répondre ne se construit pas au même rythme.

La transparence répond à un public interne autant qu’à un public externe. Le rapport AI Insights du Groupe Banque TD (TD) a été réalisé par Ipsos auprès de 2 501 adultes canadiens et publié le 23 juillet 2026. Il a révélé que 78 % des Canadiens croient que l’adoption de l’IA en milieu de travail est inévitable. Dans le même sondage, 75 % s’attribuent une note de C ou moins pour leurs propres compétences en IA. Seulement 37 % disent avoir reçu de leur employeur une formation adéquate en IA.

Les gens s’attendent à ces systèmes dans leur vie professionnelle et ne se sentent pas encore outillés pour les comprendre. Une organisation capable de dire ce que font ses systèmes, à quel moment des personnes interagissent avec eux et comment les problèmes sont détectés répond à ses propres employés. Cette réponse sert aussi tout organisme de réglementation à venir.

1. L’inventaire d’abord. Dressez la liste de chaque système et de chaque agent d’IA déployé, de ce qu’il touche et de la personne qui en est responsable.
2. L’identité ensuite. Donnez à chaque agent sa propre identité à portée délimitée, pour que les actions soient attribuables à un seul acteur, exactement. Sans cela, la surveillance ne peut pas vous dire quel agent a fait quoi.
3. La divulgation en troisième. Rédigez l’énoncé, en langage clair, de ce que chaque système en contact avec la clientèle est et n’est pas, et décidez de l’endroit où une personne le rencontre.
4. La consignation des incidents en quatrième. Nommez l’endroit où les défaillances liées à l’IA sont consignées et examinées, même si cela commence par un simple registre.
5. Tenez ensuite le registre à jour. Les règles issues de cette consultation exigeront des preuves que l’organisation détient déjà, et non un nouveau projet.

Chacune de ces étapes rend le prochain déploiement plus facile à approuver, et non plus difficile. L’attribution raccourcit les examens. La divulgation bâtit la confiance qui élargit ce que les utilisateurs accepteront. Les registres d’incidents transforment les surprises en apprentissage institutionnel. Une transparence construite tôt rend l’adoption plus facile à soutenir dans la durée.

Pourquoi la formule du ministre tient-elle la route ?

Parce qu’une approbation repose sur la confiance. Une organisation qui peut déjà répondre aux questions de transparence n’a pas besoin qu’une règle l’y oblige. Ses examinateurs disposent en outre de preuves sur lesquelles fonder leur approbation. C’est le fait de pouvoir répondre à ces questions qui garde le rythme d’adoption soutenable.

White Glove Labs (WGL) intègre cette capacité de répondre aux systèmes qu’elle conçoit, depuis l’identité des agents et la surveillance jusqu’à la pratique de divulgation et de traitement des incidents. Les contrôles se trouvent dans notre modèle de contrôle, et les preuves d’acceptation dans comment évaluer un agent de connaissance. Si votre organisation veut être en mesure de répondre avec des preuves aux cinq questions d’Ottawa, l’inventaire et les identités d’agents sont le point de départ.