Enjeux juridiques de l'utilisation de l'intelligence artificielle dans le secteur de l'électricité

Legal issues raised by the use of AI in the electricity power sector

• Auteur / Autrice : Thomas Le Goff
• Direction : Nathalie Martial-Braz
• Type : Thèse de doctorat
• Discipline(s) : Sciences juridiques - Droit privé
• Date : Soutenance le 24/03/2023
• Etablissement(s) : Université Paris Cité
• Ecole(s) doctorale(s) : École doctorale Sciences juridiques, politiques, économiques et de gestion (Malakoff, Hauts-de-Seine ; 1996-....)
• Partenaire(s) de recherche : Laboratoire : Centre de droit des affaires et de gestion (Malakoff, Hauts-de-Seine) (1992-....)
• Jury : Président / Présidente : Lucie Cluzel-Métayer
• Jury : Examinateurs / Examinatrices : Lucie Cluzel-Métayer, Brunessen Bertrand, Samir Merabet, Alexandra Bensamoun, Yannick Meneceur
• Jury : Rapporteurs / Rapporteuses : Brunessen Bertrand, Samir Merabet

Mots clés

Mots clés contrôlés

Électricité

Droit

Intelligence artificielle

Mots clés libres

Intelligence artificielle

Énergie

Électricité

Régulation

Artificial intelligence

Energy

Electricity

Regulation

Résumé

Dans le secteur de l'énergie électrique, le recours à des systèmes d'intelligence artificielle (IA) permettrait de répondre à de nombreuses problématiques structurelles dans un contexte de transition écologique (prédiction de la production des énergies renouvelables et intermittentes, optimisation de la charge des véhicules électriques, modernisation et automatisation des réseaux de transport et de distribution...). Toutefois, leur développement apparait contraint par le corpus juridique existant. Si certaines contraintes juridiques sont justifiées au regard des risques que peut générer le recours à l'IA, d'autres peuvent être levées à condition de bâtir un cadre de régulation adapté. La présente thèse analyse les obstacles résultant de l'application par défaut du corpus existant, qu'il convient d'adapter aux spécificités de l'IA, et propose des pistes concrètes pour construire un cadre juridique nouveau et nécessaire, conciliant promotion de l'innovation et prévention des risques. La réflexion menée sur la régulation de l'IA dans cette thèse, bien qu'abordée sous le prisme du secteur de l'énergie électrique, est transposable à d'autres secteurs hautement régulés. En effet, la démarche adoptée, visant à questionner les règlementations sectorielles à la lumière des apports potentiels de l'IA, peut être répliquée dans d'autres domaines tels que la finance, l'automobile ou l'aéronautique. De plus, certaines problématiques, notamment celles relatives à l'éthique ou à l'environnement, ne sont pas spécifiques au secteur étudié et peuvent donc être traitées de manière transversale.

In the electric energy sector, the use of artificial intelligence (AI) systems could address many structural issues in a context of ecological transition (prediction of renewable and intermittent energy production, optimization of electric vehicles charging, modernization and automation of transportation and distribution grids...). However, their development appears to be constrained by the existing legal framework. While some legal constraints are justified regarding the risks that the use of AI can generate, others could be lifted if an appropriate regulatory framework is built. This thesis analyzes the obstacles resulting from the default application of the existing body of laws, which should be adapted to the specificities of AI, and proposes concrete recommendations to build a new and necessary legal framework, reconciling the promotion of innovation and the prevention of risks. The reflection on the regulation of AI in this thesis, although approached under the prism of the electric power sector, is transposable to other highly regulated sectors. Indeed, the approach adopted, aiming at questioning the sectoral regulations in the light of the potential benefits of AI, can be replicated in other fields such as finance, automotive or aeronautics. Moreover, some issues, such as those related to ethics or the environment, are not specific to the sector studied and can therefore be addressed in a transversal manner.