Une grande précision du système est généralement l’un des objectifs de conception des systèmes d’IA. De nombreux systèmes d’IA ont besoin de données de formation précises et fiables pour obtenir les meilleurs résultats. Lors du traitement des données personnelles, les tenir à jour et corriger les entrées erronées est également une obligation légale.[1] La personne concernée peut également exiger la rectification de données personnelles inexactes.[2] Les systèmes d’IA devraient donc être conçus en tenant compte de la nécessité d’un recyclage, au cours duquel des données peuvent non seulement être ajoutées, mais aussi supprimées (voir “Droit de rectification” dans la section “Droits de la personne concernée” de la partie II des présentes lignes directrices et “Droit de rectification” dans la section “Droits de la personne concernée” de la troisième partie des présentes lignes directrices).” de la présente partie III sur l’IA, ainsi que le “principe de licéité, de loyauté et de transparence” de la partie II, section “Principes”).
En outre, laproduction d’un système d’IA ne doit pas seulement être un résultat, mais aussi une mesure de la confiance du système dans l’exactitude du résultat. Une telle mesure n’est pas seulement un indicateur technique de la précision du système, mais aussi une indication précieuse de la nécessité éventuelle d’une intervention humaine (voir la section “Principe de précision” dans les “Principes” de la partie II des présentes lignes directrices).