White box
Un modèle « boîte blanche » (white box) est un modèle d’IA dont le fonctionnement interne est visible et compréhensible : on sait quelles variables il utilise, comment il traite les données, et quelle logique interne il applique — l’opposé direct de la black box. Selon la définition du Contrôleur européen de la protection des données (EDPS), ces modèles « auto-interprétables » utilisent des algorithmes faciles à comprendre, où l’on observe directement comment les données d’entrée influencent le résultat.
Exemples classiques de modèles boîte blanche : la régression linéaire et l’arbre de décision simple — chaque coefficient ou chaque nœud reste lisible par un humain. À l’inverse, les réseaux de neurones profonds ou le gradient boosting restent des boîtes noires par nature, nécessitant des techniques d’explicabilité (XAI) rapportées après coup pour rendre leurs décisions compréhensibles — une distinction importante : un modèle white box est transparent nativement, un modèle rendu explicable via XAI reste une boîte noire « blanchie » a posteriori, ce qui n’offre pas les mêmes garanties de fiabilité.
En RH, le choix d’un modèle boîte blanche plutôt qu’une boîte noire plus performante répond souvent à une contrainte réglementaire : un outil de scoring de CV ou de prédiction de turnover en white box permet de justifier directement une décision à un candidat ou un salarié, condition attendue par le RGPD et l’AI Act pour les systèmes RH classés à haut risque — au prix, généralement, d’une précision légèrement inférieure à celle d’un modèle plus complexe.
Retrouvez tous les termes dans le lexique SIRH et IA de yapluqua.com.
Sources : IMMERSIA, Wikipédia FR (15/01/2025).