La confiance numérique est une orbite, pas un pilier

Pendant des années, la confiance a été traitée comme quelque chose que l'on peut construire et certifier : une propriété de plus à intégrer dans un système et à cocher sur une liste, évaluée au même titre que la précision, la robustesse, la confidentialité et la Fairness. Des cadres de référence entiers sont organisés de cette manière, des lignes directrices de l'UE en matière d'éthique pour une IA digne de confiance au NIST AI Risk Management Framework, chacun avec sa propre liste de contrôle pour l'évaluation. Cette approche a une réelle valeur et a permis au secteur de beaucoup progresser. Mais la confiance n'est pas vraiment une caractéristique que l'on construit et que l'on valide une fois pour toutes : trop de variables l'influencent, et elle n'est jamais statique. Elle se rapproche davantage d'une orbite, la trajectoire que trois corps en mouvement (le modèle, la personne et l'organisation) tracent ensemble lorsqu'on les maintient en équilibre.

Synthèse

La plupart des réflexions sur l'IA responsable empruntent leurs images à l'architecture : la fiabilité comme un ensemble de piliers, ou d'exigences, que l'on intègre à un système et que l'on certifie. Les principaux cadres de référence sont organisés de cette manière, comme les lignes directrices de l'UE en matière d'éthique avec leurs sept exigences et une liste d'auto-évaluation correspondante (Groupe d'experts de haut niveau de l'UE, 2019), et les sept caractéristiques du NIST AI Risk Management Framework. Empilez-les, étiquetez-les, certifiez-les. Le problème est que les systèmes d'IA réels ne sont jamais statiques. Un modèle se réentraîne. Une personne retire son consentement. Un régulateur publie de nouvelles directives. Un identifiant fuite. Chaque événement modifie instantanément la charge qui pèse sur tout le reste, et un empilement de piliers statiques ne peut décrire un système en mouvement perpétuel.

Ce rapport propose une image différente, tirée de la physique. La confiance numérique se comporte comme le fameux problème à trois corps : trois corps qui s'attirent mutuellement, sans solution unique et définitive, extrêmement sensibles aux moindres changements, mais capables de se stabiliser dans quelques configurations élégantes et stables. Ces trois corps sont le modèle, la personne et l'organisation. La confiance n'est aucun d'entre eux. C'est l'orbite qu'ils tracent ensemble. Trois conséquences pratiques en découlent : la confiance doit être évaluée en continu plutôt que validée une fois par an ; chaque évaluation rigoureuse doit préciser exactement son périmètre (quel corps, quel type d'IA, quel lecteur) ; et les compromis entre les corps ne sont pas des bugs à cacher mais des forces à gérer ouvertement. Le Iceberg Framework, développé par iceberg.digital et publié lors de la Conférence suisse IEEE 2026 sur la science des données et l'IA, où il a reçu le prix du meilleur article, est une méthode structurée pour y parvenir.

Des piliers aux orbites

La métaphore du pilier repose sur une hypothèse implicite : la confiance serait une chose en soi, une propriété que l'on peut construire et certifier de manière isolée. Le plus souvent, elle est le résultat de la Fairness, de la confidentialité, de la gouvernance, de l'explicabilité et de nombreuses autres forces agissant de concert ; un résultat plutôt qu'un intrant. Lorsque la confiance est traitée comme un intrant, le réflexe naturel et bien intentionné est d'établir une politique pour chaque pilier et de s'attendre à ce que la confiance du public suive. C'est un piège facile dans lequel tomber, et c'est l'une des raisons pour lesquelles des organisations prudentes peuvent cocher toutes les cases de la liste de contrôle et constater que la confiance n'est toujours pas au rendez-vous (Forum économique mondial, 2022).

Si la confiance n'est pas un pilier, qu'est-ce donc ? C'est dans le ciel nocturne que l'on trouve une meilleure métaphore.

Ce que le problème à trois corps nous apprend vraiment

En 1885, le roi de Suède offrit un prix à quiconque pourrait prédire, une fois pour toutes, le mouvement de trois corps s'attirant mutuellement par la gravité, par exemple une étoile et deux planètes. Henri Poincaré remporta le prix en 1889, mais pas en résolvant le problème. Il prouva quelque chose de plus étrange et de plus utile : pour trois corps ou plus, il n'existe aucune formule simple permettant une résolution unique. Le mouvement est si sensible qu'une infime différence au départ produit une différence énorme par la suite. Des décennies plus tard, le météorologue Edward Lorenz redécouvrit le même effet en météorologie et lui donna son nom célèbre : l'effet papillon.

Voici la partie la plus optimiste. Un système sans solution simple n'est pas synonyme de chaos pur. Joseph-Louis Lagrange a découvert cinq configurations spéciales dans lesquelles trois corps peuvent se déplacer en formation pour toujours ; les astéroïdes troyens de Jupiter occupent aujourd'hui deux d'entre elles, et le télescope spatial James Webb est stationné dans une autre. Des mathématiciens ont découvert plus tard une orbite dans laquelle trois masses égales se poursuivent à l'infini le long d'une trajectoire en forme de huit. En d'autres termes, un système chaotique peut tout de même se stabiliser dans des formes d'une réelle élégance, tant que les corps sont maintenus dans la bonne relation. (Pour l'historique complet, l'article de Wikipédia sur le problème à trois corps est un excellent point de départ.)

C'est exactement la bonne façon de penser la confiance numérique. On ne peut pas la résoudre une fois pour toutes et la livrer. On la surveille, étape par étape, et on la ramène vers une forme stable chaque fois qu'elle dérive. Les ingénieurs ont un nom pour cette surveillance pas à pas, et nous y reviendrons : l'assurance continue.

Les trois corps de la confiance numérique

Si la confiance est l'orbite, quels sont les corps ? Il existe une manière claire de diviser tout déploiement d'IA en exactement trois acteurs, sans rien omettre.

Le modèle représente ce que fait le système d'IA : prend-il des décisions équitables et peut-il exposer son raisonnement ? Son poids dans le système dépend de ses performances et du coût de ses erreurs. Les qualités qui rendent un modèle digne de confiance (Fairness, précision, robustesse, explicabilité et sécurité) sont celles que le National Institute of Standards and Technology américain regroupe sous le terme d'IA digne de confiance (NIST, 2023). Un seul biais que le développeur n'a jamais testé peut faire dévier l'ensemble du système.

La personne désigne l'humain sur lequel le système a un impact : son identité, sa vie privée, sa capacité à dire oui ou non et à être entendu lorsqu'une décision lui est défavorable. C'est là que résident le consentement et le droit à un recours, et où la Fairness cesse d'être un chiffre dans un rapport pour devenir une expérience concrète pour l'individu. C'est également là que la confiance est ressentie, au sens humain de tous les jours, c'est-à-dire la conviction qu'un système est compétent et de votre côté.

L'organisation est l'entité qui déploie le système : l'entreprise ou l'institution qui le met en service et en répond. Son poids est constitué par la gouvernance, la supervision, la transparence et la responsabilité. C'est l'entité qui publie la documentation, valide l'évaluation des risques, répond aux appels du régulateur et assume la responsabilité de la remise en état en cas de défaillance. Elle porte la réputation du système aux yeux du public (World Economic Forum, 2023).

La confiance apparaît lorsque ces trois corps sont dans un arrangement stable. C'est le point d'équilibre commun autour duquel ils gravitent, et il n'est jamais identique à l'un d'entre eux. Toute la manœuvre est là : cesser d'essayer de construire la confiance directement, et commencer à maintenir les trois corps dans la relation qui permet à la confiance de conserver sa forme.

Agrandir

Une brève remarque sur un mot qui a un double sens. validant.ai propose une offre appelée Digital Trust, aux côtés de AI Fairness & Explainability, et une troisième offre prévue, Self-Sovereign Identity, pour l'individu. Chaque offre est le prisme qui assure un corps. Ainsi, le mot « confiance » désigne à la fois l'un des corps et le résultat ressenti des trois à la fois : l'offre est un corps, et le résultat ressenti est l'orbite.

C'est aussi le pourquoi, le quoi et le qui que nous mettons en avant sur notre page d'accueil, du point de vue du lecteur. Le Quoi demande ce que votre modèle fait réellement, et s'il peut exposer son raisonnement : c'est le modèle, assuré par AI Fairness & Explainability. Le Qui demande qui vous êtes et qui peut l'affirmer : c'est la personne, le travail de Self-Sovereign Identity. Le Pourquoi est la confiance numérique elle-même, la raison d'être de tout cela : non pas un quatrième élément, mais l'orbite que les deux autres tracent, maintenue au niveau de l'organisation par le signal de confiance iceberg.digital. Le tableau ci-dessous regroupe tous ces éléments.

La même image explique l'échec. Qu'un corps prenne trop de poids, ou en pousse un autre à la marge, et l'orbite cesse de se refermer. Un modèle optimisé pour la précision au détriment de tout le reste ; une personne dont le consentement est traité comme une simple case à cocher ; une organisation dont la gouvernance a discrètement dérivé : n'importe lequel de ces éléments redéfinit toute la trajectoire, pas seulement son propre coin. C'est l'effet papillon en tenue de ville. Un petit biais, une information d'identification divulguée ou une lacune de gouvernance ne reste pas local ; il perturbe l'orbite entière.

Agrandir

Là où la gravité attire : les arbitrages

L'image des trois corps trouve sa justification lorsqu'elle rend les tensions entre les corps impossibles à ignorer. Dans l'espace, la gravité est la seule force. Dans les systèmes de confiance, les attractions sont plus intéressantes, car chacune représente un véritable compromis entre des choses que les gens valorisent.

• 01Modèle contre personne : précision contre confidentialité. Un modèle devient souvent plus précis lorsqu'il est alimenté par des données personnelles plus nombreuses et plus sensibles. Les deux ne sont pas toujours opposés, et des technologies de protection de la vie privée existent pour atténuer cette tension, mais la tension est réelle.
• 02Organisation contre personne : supervision contre autonomie. La journalisation, la surveillance et le pouvoir d'enquêter sont essentiels pour qu'une institution puisse rendre des comptes, pourtant chacun de ces éléments empiète également sur l'autonomie d'un individu. Une bonne gouvernance respecte la personne plutôt que de l'absorber.
• 03Modèle contre organisation : rapidité contre assurance. Les équipes d'ingénierie veulent livrer ; les équipes de gouvernance veulent être sûres. La réponse saine n'est ni « livrer quand même » ni « ne jamais livrer », mais un rythme dans lequel chaque changement significatif du modèle déclenche une nouvelle vérification proportionnée.

Nommer ces tensions n'est pas du pessimisme. C'est la première étape pour maintenir la configuration stable, car une force que vous avez nommée est une force que vous pouvez équilibrer.

Définir le périmètre avec honnêteté : corps, voie et audience

L'idée des trois corps est la philosophie. En pratique, vérifier si l'orbite est saine signifie être honnête sur ce que, exactement, vous avez évalué. Imaginez trois cadrans indépendants. Tournez-en un et les deux autres ne bougent pas. Une véritable évaluation est un réglage sur chaque cadran, et souvent une petite plage plutôt qu'un seul cran.

Le corps est le quoi : lequel des trois est examiné à la loupe. La voie est le type de système, et c'est important car chaque type modifie la nature du problème de confiance. Un modèle prédictif soulève des questions de calibration et d'équité de groupe ; un système génératif soulève des questions d'hallucination et de provenance (Ji et al., 2023) ; un agent autonome soulève la question de savoir qui est responsable lorsqu'un flux de travail agit en votre nom et se trompe. L'audience est l'élément le plus subtil, et le plus important à énoncer clairement : le lecteur modifie la formulation, jamais les chiffres. Un conseil d'administration, un ingénieur, un client concerné et un auditeur externe ont chacun besoin d'un cadrage différent des mêmes preuves.

Agrandir

L'essentiel est de définir le périmètre avec honnêteté. Quiconque prétend avoir évalué « la fiabilité de l'IA », point final, sans nommer le corps, la voie et l'audience, vend un slogan, pas un audit. Cela explique aussi pourquoi les benchmarks se transposent si mal : un score de Fairness ajusté pour un classifieur prédictif et rédigé pour un régulateur ne vous dit presque rien sur un système multi-agent utilisé par le public.

La profondeur cachée : l'iceberg à quatre couches

Si le problème à trois corps est la description honnête de la difficulté, les organisations ont toujours besoin d'un moyen d'y mettre de l'ordre. C'est ce que fournit le travail évalué par les pairs qui sous-tend cet article. « The Architecture of Digital Trust », publié à la 2026 IEEE Swiss Conference on Data Science and AI, présente l'Iceberg Framework : un modèle sociotechnique à quatre couches qui traite la confiance comme une propriété stratifiée d'un système, dont la majeure partie est cachée sous la surface, tel un iceberg (Glinz, 2026). Les couches ne se situent pas à l'intérieur d'un seul corps ; elles les traversent tous les trois. C'est précisément pourquoi aucune offre unique ne peut à elle seule instaurer la confiance.

À travers ces couches, le cadre définit dix concepts et 127 indices de confiance individuels, issus d'une synthèse minutieuse de recherches menées dans plusieurs domaines. Les chiffres exacts importent moins que la leçon qu'ils véhiculent : la confiance n'est jamais un score unique. C'est une lecture nuancée à travers de nombreux signaux dont l'importance varie en fonction du public et du type de système. Les corps vous disent quoi observer ; les couches vous disent comment rendre l'orbite mesurable.

C'est également là que la position de validant.ai est importante. Nous opérons en tant qu'évaluateur indépendant, plus proche dans l'esprit d'une agence de notation de crédit que d'un fournisseur qui noterait ses propres devoirs. L'évaluation indépendante et répétée est la version réelle de la manière dont les astronomes traitent le problème des trois corps : on ne peut pas le résoudre en une seule fois, mais on peut le calculer pas à pas, et on peut détecter une dérive suffisamment tôt pour la corriger.

Ce qui change si vous acceptez l'orbite

Trois choses changent en pratique dès que vous cessez de considérer la confiance comme un pilier.

• 01L'assurance continue remplace le tampon annuel. Une évaluation de la confiance n'est pas un certificat que l'on encadre au mur. C'est un calcul permanent. Toute modification d'un modèle, d'une information d'identification ou d'une politique est une impulsion, et les impulsions se propagent dans tout le système.
• 02Le périmètre devient un élément que l'on définit d'emblée. Toute allégation sérieuse en matière de confiance devrait nommer son corps, sa trajectoire et son public. Un rapport combiné peut alors passer en revue chaque corps et montrer l'orbite complète, au lieu de présenter un seul corps en espérant que vous le confondiez avec le système.
• 03Les compromis deviennent visibles et négociables. Précision contre confidentialité, supervision contre autonomie, vitesse contre assurance : ce ne sont pas des défauts de conception. Ce sont les forces qui façonnent l'orbite, et les nommer est le moyen de conserver cette forme.

En résumé

Le modèle, la personne et l'organisation tracent une orbite commune, et cette orbite est l'IA digne de confiance. Une évaluation est une localisation dans l'espace corps, trajectoire et public, et un rapport combiné parcourt les corps pour montrer l'orbite entière en une seule fois. Le Iceberg Framework est une manière structurée de déterminer où vous vous situez dans cette orbite, et de détecter la dérive avant qu'elle ne devienne chaos.

“La confiance n'est pas quelque chose que l'on construit. C'est la forme que votre système trace lorsque le modèle, la personne et l'organisation sont dans la bonne relation, et que vous les y maintenez.”

La confiance numérique est une orbite, pas un pilier

Sources et lectures complémentaires