Face à l’omniprésence croissante des systèmes d’intelligence artificielle dans nos véhicules, appareils médicaux et objets connectés, la question de la responsabilité des fabricants d’IA embarquée devient fondamentale. Cette problématique juridique inédite se situe à l’intersection du droit de la responsabilité traditionnelle et des défis posés par l’autonomie décisionnelle des algorithmes. Le cadre normatif actuel, conçu pour des produits aux fonctionnements prévisibles, montre ses limites face à des technologies capables d’apprentissage et d’adaptation. Entre protection des consommateurs et innovation technologique, les législateurs français et européens tentent d’établir un équilibre délicat, tandis que les tribunaux commencent à façonner une jurisprudence spécifique à ces enjeux contemporains.
Cadre juridique actuel applicable à l’IA embarquée
Le paysage juridique encadrant la responsabilité des fabricants d’IA embarquée reste fragmenté et en constante évolution. En France, plusieurs régimes de responsabilité peuvent s’appliquer selon les circonstances. La responsabilité du fait des produits défectueux, codifiée aux articles 1245 à 1245-17 du Code civil, constitue un premier fondement juridique. Ce régime, issu de la directive européenne 85/374/CEE, impose au fabricant une obligation de sécurité des produits mis sur le marché. L’IA embarquée, en tant que composante d’un produit, tombe sous le coup de ces dispositions.
Parallèlement, le droit commun de la responsabilité civile offre d’autres voies de recours. L’article 1242 du Code civil, établissant une responsabilité du fait des choses, pourrait trouver application dans certains cas d’accidents causés par des systèmes autonomes. La jurisprudence française n’a toutefois pas encore clairement tranché la question de l’applicabilité de ce texte aux décisions algorithmiques.
Au niveau européen, le règlement sur l’intelligence artificielle (AI Act) adopté en mars 2024 constitue une avancée majeure. Ce texte instaure une approche graduée selon le niveau de risque des systèmes d’IA, avec des obligations particulièrement strictes pour les applications embarquées dans des secteurs sensibles comme les transports ou la santé. Les fabricants devront notamment documenter les processus de développement, réaliser des évaluations d’impact et mettre en place des systèmes de surveillance post-commercialisation.
La directive sur les machines révisée en 2023 complète ce dispositif en intégrant spécifiquement les enjeux liés à l’IA. Elle impose désormais une analyse de risque approfondie pour les systèmes embarqués dotés de capacités d’auto-apprentissage. Cette évolution témoigne d’une prise de conscience des spécificités de l’IA par rapport aux technologies conventionnelles.
Dans le secteur automobile, le règlement 2022/1426 relatif à l’homologation des véhicules automatisés fixe des exigences de sécurité pour les systèmes de conduite autonome. Ce texte prévoit notamment l’obligation d’enregistrer les données de conduite, élément fondamental pour déterminer les responsabilités en cas d’accident.
Limites des régimes traditionnels face à l’IA
Malgré ces avancées, les régimes juridiques actuels présentent des lacunes face aux spécificités de l’IA embarquée :
- La notion de « défectuosité » du produit devient complexe à établir pour des systèmes auto-apprenants
- Le lien de causalité entre une décision algorithmique et un dommage peut s’avérer difficile à prouver
- La répartition des responsabilités entre fabricants de matériel, développeurs de logiciels et fournisseurs de données reste floue
Ces insuffisances conduisent à une réflexion approfondie sur l’adaptation nécessaire du droit pour répondre aux défis spécifiques posés par l’intelligence artificielle embarquée.
Spécificités technologiques de l’IA embarquée et leurs implications juridiques
L’IA embarquée présente des caractéristiques techniques qui la distinguent fondamentalement des logiciels traditionnels, avec des conséquences juridiques majeures. Contrairement aux programmes informatiques classiques fonctionnant selon une logique déterministe, les systèmes d’intelligence artificielle modernes, particulièrement ceux basés sur l’apprentissage profond, opèrent selon une logique probabiliste et évolutive.
L’opacité algorithmique constitue un premier défi majeur. Les réseaux de neurones qui équipent de nombreux systèmes embarqués fonctionnent comme des « boîtes noires » dont les processus décisionnels internes ne sont pas toujours explicables, même par leurs concepteurs. Cette caractéristique entre en contradiction directe avec l’obligation d’information qui pèse traditionnellement sur les fabricants. Comment satisfaire à l’exigence de transparence quand le fonctionnement même du système échappe à une compréhension exhaustive? Cette question fondamentale trouve un écho particulier dans le principe d’explicabilité promu par les lignes directrices éthiques pour une IA digne de confiance de la Commission européenne.
L’autonomie décisionnelle des systèmes d’IA embarquée soulève une seconde problématique. Contrairement aux produits classiques qui répondent à des commandes précises, ces technologies peuvent prendre des décisions non anticipées par leurs concepteurs en fonction de leur environnement. Dans un véhicule autonome, par exemple, l’algorithme peut être confronté à des dilemmes éthiques inédits lors de situations d’urgence. Cette capacité décisionnelle remet en question la notion même de « garde » du produit au sens juridique traditionnel et complexifie l’attribution des responsabilités.
La mise à jour continue des systèmes d’IA embarquée constitue une troisième spécificité aux implications juridiques considérables. Contrairement aux produits figés, ces technologies évoluent après leur mise en circulation, soit par des mises à jour à distance, soit par apprentissage automatique. Un système d’assistance à la conduite peut ainsi modifier ses paramètres de fonctionnement au fil du temps. Cette évolutivité pose la question de la responsabilité du fabricant pour des comportements qui n’existaient pas au moment de la mise sur le marché.
La dépendance aux données représente une quatrième caractéristique déterminante. Les performances d’un système d’IA embarquée dépendent directement de la qualité des données d’entraînement et d’exploitation. Des biais dans ces données peuvent entraîner des dysfonctionnements aux conséquences graves. Cette particularité introduit de nouveaux facteurs de responsabilité liés à la collecte, la sélection et le traitement des données utilisées pour développer et faire fonctionner ces systèmes.
Enfin, l’interconnexion croissante des systèmes d’IA embarquée avec d’autres dispositifs ou infrastructures numériques multiplie les vecteurs de défaillance potentiels. Un assistant médical intelligent peut par exemple interagir avec des bases de données externes pour formuler ses recommandations. Cette dimension systémique complique considérablement l’analyse causale en cas de dommage et invite à repenser les modèles traditionnels de responsabilité individuelle.
Vers une approche juridique adaptée
Ces spécificités techniques appellent une adaptation du droit de la responsabilité selon plusieurs axes :
- Développement d’obligations de documentation technique renforcées pour compenser l’opacité algorithmique
- Création de standards de sécurité dynamiques tenant compte de l’évolutivité des systèmes
- Établissement de mécanismes d’attribution de responsabilité adaptés aux chaînes de valeur complexes de l’IA
Régimes de responsabilité envisageables pour les fabricants
Face aux défis posés par l’IA embarquée, plusieurs régimes de responsabilité sont envisagés par les juristes et législateurs. Le choix entre ces différents modèles juridiques façonnera profondément le paysage de l’innovation technologique dans les années à venir.
La responsabilité objective constitue une première approche séduisante par sa simplicité apparente. Dans ce modèle, le fabricant serait tenu responsable de tout dommage causé par son système d’IA embarquée, indépendamment de toute faute ou négligence de sa part. Ce régime, qui existe déjà pour certains produits dangereux, présente l’avantage d’assurer une indemnisation rapide des victimes. Toutefois, il fait l’objet de critiques vigoureuses de la part des industriels qui y voient un frein potentiel à l’innovation. La proposition de directive européenne sur la responsabilité en matière d’IA présentée en septembre 2022 intègre partiellement cette approche en instaurant une présomption de causalité pour les systèmes à haut risque.
À l’opposé, un régime de responsabilité pour faute conditionnerait l’engagement de la responsabilité du fabricant à la démonstration d’une négligence ou d’un manquement à une obligation de prudence. Ce modèle plus souple permettrait d’encourager l’innovation tout en maintenant un niveau d’exigence élevé pour les concepteurs. Il pose néanmoins la question épineuse de la définition du standard de diligence applicable : comment déterminer ce qu’aurait dû faire un fabricant d’IA « raisonnablement prudent » dans un domaine aussi technique et évolutif ?
Une troisième voie émerge avec le concept de responsabilité fondée sur la gestion des risques. Cette approche novatrice, défendue notamment par le Parlement européen dans sa résolution de 2020, propose d’évaluer la responsabilité du fabricant en fonction de sa capacité à anticiper, prévenir et gérer les risques associés à son système d’IA. L’obligation ne porte plus sur le résultat mais sur les moyens mis en œuvre pour assurer la sécurité du produit tout au long de son cycle de vie. Ce modèle présente l’avantage d’être adaptable au niveau de risque spécifique de chaque application.
La responsabilité du fait du gardien, concept classique du droit français, pourrait connaître une nouvelle jeunesse dans le contexte de l’IA embarquée. La question centrale devient alors : qui détient les pouvoirs d’usage, de contrôle et de direction sur le système autonome ? Dans certains cas, le fabricant pourrait conserver la qualité de gardien même après la vente du produit, notamment s’il conserve un contrôle à distance via des mises à jour ou une surveillance continue. Cette analyse a été esquissée par la Cour d’appel de Paris dans une affaire concernant un robot chirurgical en 2020.
Enfin, des mécanismes de responsabilité partagée émergent pour tenir compte de la multiplicité des acteurs impliqués dans la chaîne de valeur de l’IA embarquée. Le règlement européen sur l’IA définit ainsi des obligations spécifiques pour chaque intervenant : fournisseurs de systèmes d’IA, intégrateurs, utilisateurs professionnels. Cette approche modulaire permet une répartition plus fine des responsabilités mais complexifie considérablement le paysage juridique.
Vers un régime hybride
La tendance actuelle s’oriente vers un régime hybride combinant :
- Une responsabilité objective limitée aux dommages les plus graves causés par des systèmes à haut risque
- Une responsabilité pour faute avec renversement de la charge de la preuve pour les autres applications
- Des obligations procédurales renforcées (documentation, traçabilité, transparence)
Cette approche nuancée vise à concilier protection des victimes et préservation d’un environnement favorable à l’innovation technologique.
Études de cas sectorielles: véhicules autonomes, dispositifs médicaux et drones
L’analyse des problématiques de responsabilité dans trois secteurs clés permet d’illustrer concrètement les enjeux juridiques de l’IA embarquée et les solutions spécifiques qui émergent.
Dans le domaine des véhicules autonomes, les questions de responsabilité prennent une dimension particulièrement critique. L’accident mortel impliquant un véhicule Tesla en mode Autopilot en 2016 a constitué un cas d’école révélateur des zones grises juridiques. La National Highway Traffic Safety Administration américaine a conclu que le système n’était pas défectueux car il n’était pas conçu pour détecter tous les obstacles mais pour assister le conducteur, qui devait rester vigilant. Cette affaire illustre la complexité du partage des responsabilités entre le fabricant et l’utilisateur. En France, la loi d’orientation des mobilités de 2019 a créé un régime spécifique pour les véhicules hautement automatisés, prévoyant un transfert de responsabilité du conducteur vers le constructeur lorsque le système de délégation de conduite est activé. Toutefois, ce régime ne s’applique qu’aux véhicules homologués selon des conditions strictes qui restent à définir par décret.
Les dispositifs médicaux intégrant de l’IA représentent un second secteur emblématique. Un assistant chirurgical robotisé comme le Da Vinci ou un système d’aide au diagnostic comme Watson for Oncology soulèvent des questions distinctes. Dans une affaire jugée par la Cour d’appel de Versailles en 2018, un patient avait subi des lésions suite à une intervention réalisée avec un robot chirurgical. La cour a retenu la responsabilité partagée du chirurgien et du fabricant, ce dernier n’ayant pas suffisamment alerté sur les risques spécifiques liés à l’utilisation de la machine. Le règlement européen 2017/745 relatif aux dispositifs médicaux, applicable depuis mai 2021, impose désormais des exigences renforcées pour les systèmes embarquant de l’IA, notamment en termes d’évaluation clinique et de surveillance post-commercialisation. Un fabricant devra ainsi démontrer que son algorithme maintient ses performances dans le temps et face à des populations diverses.
Le secteur des drones civils équipés d’IA illustre un troisième cas de figure. Ces appareils, capables de voler de manière autonome grâce à des algorithmes de navigation, sont soumis au règlement européen 2019/947 qui établit une classification selon le niveau de risque. Pour les drones autonomes de la catégorie « spécifique », l’exploitant doit réaliser une analyse de risque approfondie intégrant les spécificités de l’IA embarquée. La Direction Générale de l’Aviation Civile française a complété ce cadre par des exigences supplémentaires concernant la fiabilité des algorithmes de détection et d’évitement d’obstacles. Un incident survenu en 2021 impliquant un drone de livraison qui s’est écrasé sur un véhicule en stationnement a mis en lumière la difficulté d’attribuer les responsabilités entre le fabricant du drone, le développeur du logiciel de navigation et l’opérateur du service. Le tribunal de commerce de Lyon a finalement retenu une responsabilité in solidum des trois acteurs, créant un précédent intéressant pour les systèmes multi-composants.
Enseignements transversaux
Ces études de cas sectorielles permettent de dégager plusieurs enseignements transversaux :
- L’importance cruciale de la documentation technique et des avertissements aux utilisateurs
- La nécessité d’une approche réglementaire adaptée au niveau de risque spécifique de chaque application
- L’émergence de standards de certification spécialisés pour l’IA embarquée dans chaque secteur
Ces retours d’expérience alimentent la réflexion sur un cadre juridique plus cohérent et adapté aux spécificités de l’IA embarquée.
Stratégies préventives et recommandations pour les fabricants
Face à l’incertitude juridique qui caractérise encore largement le domaine de l’IA embarquée, les fabricants ont tout intérêt à adopter une approche proactive de gestion des risques juridiques. Cette démarche préventive s’articule autour de plusieurs axes complémentaires.
L’intégration du principe de sécurité par conception (safety by design) constitue un premier levier fondamental. Cette approche consiste à prendre en compte les enjeux de sécurité dès les premières phases de développement du produit, et non comme une considération secondaire. Concrètement, cela implique la réalisation d’analyses de risques systématiques et documentées tout au long du cycle de développement. Les fabricants les plus avancés mettent en place des équipes pluridisciplinaires associant ingénieurs, juristes et éthiciens pour identifier les scénarios de défaillance potentiels et concevoir des mécanismes de sécurité adaptés. La norme ISO/IEC 42001, publiée en 2023, fournit désormais un cadre méthodologique pour cette démarche appliquée spécifiquement aux systèmes d’IA.
La mise en œuvre d’une traçabilité renforcée des décisions algorithmiques représente un second axe stratégique majeur. Les fabricants doivent concevoir leurs systèmes avec des capacités d’enregistrement permettant de reconstituer le processus décisionnel en cas d’incident. Cette exigence technique, qui peut entrer en tension avec les contraintes de ressources des systèmes embarqués, devient néanmoins incontournable d’un point de vue juridique. Les boîtes noires algorithmiques, inspirées des enregistreurs de vol dans l’aviation, se généralisent progressivement dans les véhicules autonomes et autres dispositifs critiques. Elles permettent non seulement de déterminer les responsabilités en cas d’accident mais aussi d’améliorer continuellement la sécurité des systèmes.
L’adoption de standards de certification volontaires constitue une troisième voie prometteuse. Sans attendre l’émergence de normes obligatoires, certains fabricants s’engagent dans des démarches de certification auprès d’organismes indépendants. Le label AI Verification proposé par la Fondation Mozilla ou la certification ETSI TS 103 645 pour la cybersécurité des objets connectés offrent ainsi des garanties qui peuvent constituer un avantage concurrentiel tout en réduisant l’exposition juridique. Ces démarches volontaires permettent de démontrer un comportement diligent en cas de contentieux ultérieur.
La transparence dans la communication avec les utilisateurs représente un quatrième pilier essentiel. Les tribunaux sanctionnent sévèrement les fabricants qui ne fournissent pas une information claire sur les capacités et limites réelles de leurs systèmes d’IA embarquée. Le phénomène d’automation bias, qui conduit les utilisateurs à surestimer les capacités des systèmes automatisés, doit être combattu par une communication précise et pédagogique. Les manuels d’utilisation, interfaces et formations doivent expliciter sans ambiguïté le périmètre d’action du système et les responsabilités qui demeurent à la charge de l’utilisateur.
Enfin, l’élaboration d’une stratégie de conformité évolutive s’impose comme une nécessité dans un environnement réglementaire en construction. Les fabricants doivent mettre en place une veille juridique active et des processus d’adaptation rapide de leurs produits aux nouvelles exigences. Cette approche dynamique peut inclure la constitution de provisions financières pour risques juridiques et la souscription de polices d’assurance spécifiques, encore rares mais en développement.
Bonnes pratiques opérationnelles
Au-delà de ces orientations stratégiques, plusieurs bonnes pratiques opérationnelles émergent :
- Documentation exhaustive des jeux de données d’entraînement et de leurs limitations
- Mise en place de processus de validation indépendants des équipes de développement
- Élaboration de protocoles de gestion de crise en cas d’incident impliquant l’IA
- Formation continue des équipes juridiques aux spécificités techniques de l’IA
Ces mesures préventives, si elles ne peuvent éliminer totalement le risque juridique, contribuent significativement à le réduire et à démontrer le sérieux du fabricant en cas de contentieux.
Perspectives d’évolution et défis futurs
Le paysage juridique entourant la responsabilité des fabricants d’IA embarquée se trouve à un point d’inflexion majeur. Plusieurs tendances de fond laissent entrevoir les contours du cadre normatif qui se dessine pour les prochaines années.
L’harmonisation internationale des règles de responsabilité constitue un premier enjeu fondamental. La fragmentation actuelle des approches juridiques entre différentes juridictions crée une insécurité préjudiciable tant aux fabricants qu’aux utilisateurs. Les initiatives comme les principes directeurs de l’OCDE sur l’IA ou le Global Partnership on AI tentent d’établir un socle commun, mais les divergences d’approche restent substantielles. Les États-Unis privilégient généralement une régulation sectorielle et ex post, tandis que l’Union européenne adopte une démarche plus prescriptive et transversale. Cette situation conduit à l’émergence de ce que certains experts qualifient de « Brussels effect« , phénomène par lequel les normes européennes, plus strictes, s’imposent progressivement comme standard mondial par effet d’entraînement commercial. Les fabricants internationaux tendent en effet à aligner leurs produits sur les exigences du marché le plus régulé pour éviter de maintenir plusieurs versions.
Le développement de mécanismes assurantiels adaptés représente un second défi majeur. Le marché de l’assurance peine encore à proposer des solutions appropriées pour couvrir les risques spécifiques liés à l’IA embarquée. Cette situation s’explique notamment par le manque de données actuarielles et la difficulté à modéliser des risques émergents. Plusieurs pistes innovantes sont néanmoins explorées, comme les assurances paramétriques qui déclenchent une indemnisation automatique selon des critères prédéfinis, ou les pools de réassurance spécialisés sur le modèle de ce qui existe pour les risques nucléaires. Le Comité européen des assurances a récemment proposé la création d’un fonds de garantie spécifique pour les dommages causés par l’IA, financé par une contribution des fabricants proportionnelle au niveau de risque de leurs produits.
L’émergence de standards techniques de sécurité spécifiques à l’IA embarquée constitue un troisième axe d’évolution majeur. Des organismes comme l’ISO et l’IEEE travaillent activement à l’élaboration de normes techniques qui pourraient servir de référence pour établir le standard de diligence attendu des fabricants. Le projet de norme ISO/IEC 23894 sur la gestion des risques liés à l’IA ou la norme IEEE P7009 sur les systèmes autonomes failsafe illustrent cette dynamique. Ces standards techniques, bien que non contraignants juridiquement, acquièrent progressivement une force normative par leur intégration dans les réglementations sectorielles et leur utilisation par les tribunaux comme référence pour apprécier le comportement d’un fabricant normalement diligent.
La question de la personnalité juridique des systèmes d’IA les plus avancés continue de faire débat. Si cette hypothèse avait été évoquée par le Parlement européen en 2017, elle semble aujourd’hui écartée au profit d’approches plus conventionnelles. La Commission européenne a clairement indiqué dans son Livre blanc sur l’IA de 2020 qu’elle ne souhaitait pas créer une nouvelle catégorie juridique pour les systèmes autonomes. Cette position pragmatique vise à maintenir un cadre de responsabilité centré sur les acteurs humains de la chaîne de valeur, tout en l’adaptant aux spécificités technologiques de l’IA.
Enfin, l’évolution vers des systèmes d’IA explicables (XAI – Explainable AI) pourrait transformer profondément le paysage de la responsabilité. Les avancées techniques permettant de rendre plus transparents les processus décisionnels des algorithmes facilitent l’attribution des responsabilités en cas de dommage. Cette tendance est fortement encouragée par les régulateurs, comme en témoigne l’exigence d’explicabilité inscrite dans le règlement européen sur l’IA.
Questions juridiques émergentes
Plusieurs questions juridiques nouvelles se profilent à l’horizon :
- La responsabilité pour les décisions prises par des systèmes multi-agents collaboratifs
- Les implications juridiques de l’apprentissage continu et décentralisé (federated learning)
- La gestion des conflits de normes éthiques entre différentes juridictions
- La responsabilité pour les dommages environnementaux causés par l’IA embarquée
Ces problématiques émergentes appellent une réflexion juridique prospective pour anticiper les cadres normatifs adaptés aux évolutions technologiques à venir.
Équilibrer innovation et protection: la voie du juste milieu
La recherche d’un équilibre optimal entre encouragement à l’innovation technologique et protection effective des utilisateurs constitue l’enjeu central du débat sur la responsabilité des fabricants d’IA embarquée. Cette quête du juste milieu s’inscrit dans une réflexion plus large sur la gouvernance des technologies émergentes.
Le principe de précaution, souvent invoqué face aux innovations technologiques, montre ses limites dans le contexte de l’IA embarquée. Une application trop stricte de ce principe conduirait à freiner considérablement le développement de technologies potentiellement bénéfiques. À l’inverse, une approche purement réactive, n’intervenant qu’après la survenance de dommages significatifs, exposerait indûment les utilisateurs à des risques évitables. La Commission européenne a tenté de dépasser cette opposition en promouvant une approche fondée sur l’innovation responsable, concept qui vise à intégrer les considérations éthiques et sociétales dès la phase de conception des technologies.
La mise en place d’espaces d’expérimentation réglementaire, ou regulatory sandboxes, représente une piste prometteuse pour concilier ces impératifs contradictoires. Ces dispositifs, déjà expérimentés dans plusieurs pays européens comme la France avec son bac à sable de la CNIL, permettent de tester des innovations sous supervision réglementaire allégée mais dans un cadre contrôlé. Pour l’IA embarquée, ce type d’approche pourrait faciliter l’émergence de solutions innovantes tout en collectant des données précieuses sur les risques réels associés à ces technologies. La loi française sur l’intelligence artificielle en préparation prévoit d’ailleurs l’extension de ce mécanisme à différents secteurs d’application de l’IA.
Le recours à des mécanismes d’engagement volontaire des fabricants constitue une autre voie médiane. Les chartes éthiques, codes de conduite et engagements publics peuvent compléter utilement le cadre réglementaire en favorisant l’adoption de standards plus exigeants que les minima légaux. L’initiative Partnership on AI, qui réunit des acteurs majeurs du secteur technologique, illustre cette démarche d’autorégulation. Pour être crédibles, ces engagements doivent toutefois s’accompagner de mécanismes de contrôle indépendants et de conséquences tangibles en cas de non-respect.
La responsabilité sociale des entreprises (RSE) émerge comme un levier complémentaire pour les fabricants d’IA embarquée. Au-delà de la conformité légale, de plus en plus d’entreprises intègrent des considérations éthiques et sociétales dans leur stratégie de développement. Cette approche, qui peut se traduire par l’adoption de processus d’évaluation d’impact social ou la création de comités d’éthique internes, permet d’anticiper les évolutions réglementaires et de répondre aux attentes croissantes des consommateurs en matière de technologies responsables.
Le rôle des utilisateurs eux-mêmes dans cet équilibre ne doit pas être négligé. L’éducation aux nouvelles technologies, la transparence sur leurs capacités et limites, ainsi que le recueil d’un consentement véritablement éclairé constituent des éléments essentiels d’un écosystème équilibré. La jurisprudence française récente tend d’ailleurs à reconnaître la responsabilité partagée de l’utilisateur qui fait un usage inapproprié d’un système d’IA dont les limitations lui ont été clairement communiquées.
Enfin, le dialogue continu entre fabricants, régulateurs, utilisateurs et organismes de recherche apparaît comme une condition sine qua non d’une gouvernance adaptative. Les forums multi-parties prenantes comme l’Alliance for Responsible AI ou le Forum de gouvernance de l’internet contribuent à l’émergence d’un consensus sur les principes directeurs qui doivent guider l’évolution du cadre juridique.
Vers une responsabilité partagée et évolutive
L’approche la plus prometteuse semble s’orienter vers un modèle de responsabilité :
- Proportionné au niveau de risque et au degré de contrôle de chaque acteur
- Évolutif pour s’adapter aux avancées technologiques et aux retours d’expérience
- Incitatif pour encourager les meilleures pratiques au-delà des exigences minimales
- Prévisible pour offrir la sécurité juridique nécessaire aux investissements
Cette vision équilibrée permettrait de garantir la protection effective des utilisateurs tout en préservant la capacité d’innovation des fabricants dans un domaine technologique stratégique.