Information indépendante sur les données, l'IA et la régulation numérique au Luxembourg

Explications · Glossaire

Lignage des données (data lineage) : définition, et pourquoi la BCE et l'AI Act l'exigent

Le lignage des données retrace l'origine d'une donnée et ses déplacements et transformations jusqu'à un rapport, un modèle ou une décision.

L'essentiel

  • Le guide de la BCE sur l'agrégation des données sur les risques et la notification des risques de mai 2024 définit le lignage comme l'information sur le déplacement et la transformation des données, de leur saisie jusqu'à leur utilisation finale.
  • La BCE attend un lignage complet et à jour, au niveau de l'attribut, pour les indicateurs de risque clés et leurs éléments de données critiques, de la saisie jusqu'à l'extraction, la transformation et le chargement.
  • Pour les systèmes d'IA à haut risque, l'article 10, paragraphe 2, de l'AI Act impose des pratiques de gouvernance couvrant la collecte des données, leur origine et les opérations de préparation comme le nettoyage et l'agrégation.

Le lignage des données (data lineage) est le parcours documenté d’une donnée : où elle a été saisie, par quels systèmes elle est passée et quelles transformations l’ont modifiée avant d’arriver dans un rapport, un modèle ou une décision. Au Luxembourg, les banques soumises à la supervision directe de la BCE doivent tenir un lignage complet et à jour pour leurs indicateurs de risque clés, selon le guide de la BCE de mai 2024, et les fournisseurs de systèmes d’IA à haut risque devront assurer une traçabilité comparable de leurs données d’entraînement au titre de l’AI Act.

Ce qu’attendent les superviseurs

Le guide de la BCE sur l’agrégation des données sur les risques, qui décline les principes BCBS 239, demande un lignage au niveau de l’attribut, depuis la saisie et incluant l’extraction, la transformation et le chargement. Il en cite six usages : vérifier que les contrôles de qualité sont bien placés, relier définitions et taxonomies, garder les champs transformés conformes aux définitions de reporting, retrouver les données pour une demande ponctuelle, remonter à temps à la source d’un incident de qualité et permettre une validation externe.

Selon l’article 10, paragraphe 2, de l’AI Act, les données d’entraînement, de validation et de test des systèmes d’IA à haut risque doivent faire l’objet de pratiques portant sur la collecte, l’origine des données et les étapes de préparation comme l’annotation, le nettoyage et l’agrégation. Depuis le Digital Omnibus, ces obligations s’appliquent à partir du 2 décembre 2027 pour les systèmes de l’annexe III.

Pourquoi c’est important

Un chiffre de risque que personne ne sait retracer n’est qu’une opinion. Quand un montant du rapport au conseil semble faux, le lignage transforme une semaine d’échanges de courriels en une après-midi de vérification.

Bonne nouvelle : la BCE ne demande pas un lignage pour chaque champ. Commencez par les quelques indicateurs qui comptent vraiment.

Que faire maintenant

  1. Listez les cinq à dix chiffres sur lesquels votre organe de direction ou votre superviseur s’appuie le plus.
  2. Pour chacun, désignez un responsable et tracez le chemin du système source jusqu’au rapport, tableurs et ajustements manuels compris.
  3. Consignez ce chemin à côté de la définition métier dans votre dictionnaire de données, et mettez-le à jour à chaque changement de système.

Questions & réponses

Quelle différence entre lignage des données et dictionnaire de données ?

Le dictionnaire de données dit ce que signifie une donnée. Le lignage montre d'où vient sa valeur et par quels systèmes et transformations elle est passée. Le guide de la BCE attend les deux, dans les mêmes taxonomies de données.

Faut-il un lignage pour chaque champ ?

Non. Le guide de la BCE limite l'attente aux indicateurs de risque clés et aux éléments de données critiques du périmètre, et demande des choix de mise en œuvre adaptés à leur finalité.

Sources

  1. Guide on effective risk data aggregation and risk reporting (mai 2024) · BCE – Supervision bancaire
  2. Principles for effective risk data aggregation and risk reporting (BCBS 239) · Banque des règlements internationaux
  3. Règlement (UE) 2024/1689 (AI Act) · EUR-Lex
  4. Article 10 : données et gouvernance des données · artificialintelligenceact.eu

Rédigé et vérifié à partir de sources primaires.