Charte Intelligence Artificielle

Chatbotaurus s'engage a une transparence totale sur les systèmes d'IA utilisés. Conformement a l'article 50 de l'EU AI Act (obligations de transparence), nous informons les utilisateurs lorsqu'ils interagissent avec un système d'IA.

• Modèles utilisés : EuroLLM par défaut (poids ouverts, conçu pour les 24 langues de l'UE — le plus conforme à notre chaine d'exigences) ; Mistral en secours (le plus documente des modèles européens, fiches techniques publiees, données d'entrainement non partagees)
• RAG (recherche documentaire) : la génération s'appuie exclusivement sur ces modèles conformes UE — aucun fournisseur extra-européen
• Inference locale : aucune donnée ne quitte l'infrastructure EU pour le traitement IA
• Pas de modèles proprietaires US (OpenAI, Anthropic, Google) en production
• Provenance : empreintes des modèles reconciliees au démarrage, alerte en cas d'ecart — sans blocage
• Carte d'identité modèle : version, date d'entrainement, dataset, licence, performances

Conformement au cadre de classification de l'EU AI Act, nous evaluons chaque fonctionnalite IA de la plateforme :

Chatbotaurus n'utilise aucun système d'IA a haut risque (Annexe III de l'EU AI Act) et interdit explicitement les pratiques d'IA interdites (Article 5).

Le principe de "human-in-the-loop" est au cœur de notre architecture :

• Aucune action irreversible sans validation humaine explicite
• Les workflows générés par l'IA sont proposes, executes uniquement après validation humaine
• Budget d'agence : chaine d'appels d'outils plafonnee, budget d'appels par session (fail-closed), validation humaine au-dela du seuil financier
• Garde-fous anti-agence excessive (ExcessiveAgencyGuard) actifs en permanence
• Bouton d'arret d'urgence accessible à tout moment dans l'interface
• Journalisation complete de toutes les decisions IA (audit trail immutable)

Nos modèles sont proteges par plusieurs couches de sécurité :

• PromptInjectionFilter : patterns EN/FR ponderes, normalisation Unicode (caracteres invisibles, homoglyphes), decodage base64 imbrique
• OutputGuardrail : whitelist des appels d'outils par workflow, mode public en lecture seule, jeton canari contre la fuite du prompt système
• LLMSecurityGuard : rate-limit par session, budget de tokens, detection PII en sortie
• ModelIntegrityService : pinning SHA-256 des modèles, reconciliation au démarrage, alerte sur changement de digest
• Limites d'execution des outils : timeout, budget d'appels par run, payload max 1 MB

Chatbotaurus deploie un pipeline anti-hallucination multi-couches — notre principal differenciateur face aux assistants IA classiques :

• RAG (Retrieval-Augmented Génération) : ancrage factuel dans les données du client, recherche documentaire cloisonnee
• Refus deterministe : sans ancrage suffisant, la réponse est refusee plutot qu'inventee
• MultiLayerValidator : validation croisee des réponses sur 3 chemins indépendants (composant branche)
• Modèles UE : génération RAG assuree par EuroLLM et Mistral — aucun modèle proprietaire hors UE execute
• Cible : taux d'hallucination inférieur a 3% (mesure par tests property-based)

Concernant les biais : nos modèles sont choisis open-weights et européens — poids, licences et fiches techniques vérifiables, donc des biais mesurables et auditables, là où un modèle ferme reste une boite noire. Nos fine-tunes s'appuient sur des datasets equilibres et audites ; nous ne collectons ni n'utilisons de données demographiques sensibles pour l'entrainement.

Tous les modèles déployés en production respectent notre politique de souverainete :

Conformement a l'article 22 du RGPD et aux exigences de l'EU AI Act, tout utilisateur dispose d'un droit d'explication sur les decisions assistees par l'IA :

• Acces aux logs de raisonnement de l'IA (thinking mode)
• Possibilite de contester toute suggestion ou action de l'IA
• Contact DPO pour toute question : contact@chatbotaurus.com
• Signalement de comportements inappropries via le bouton de feedback intégré

Dernière mise à jour : mars 2026