LogoLogo
✉️ Contact💬 Forum
Guides de data.gouv.fr
Guides de data.gouv.fr
  • Bienvenue
  • ❓Foire aux questions
  • Documentation de data.gouv.fr
    • Créer un compte utilisateur et rejoindre une organisation
    • Organisation
      • Créer une organisation
      • Suivre l'activité et modifier son organisation
      • Gérer les membres de son organisation
      • Certifier une organisation
      • Supprimer une organisation
    • Jeux de données
      • Publier un jeu de données
        • Publier une Base Adresse Locale
      • Gérer un jeu de données
      • Explorer un jeu de donnée
      • Télécharger le catalogue de données de data.gouv.fr
      • Accéder au catalogue via SPARQL
    • API
      • Publier une API
      • Gérer une API
      • Outils pour les administrations
        • Doctrine des API
        • Accompagnement humain
        • Datapass : Outil d'habilitations
        • Bouquets API Entreprise et API Particulier
    • Réutilisations
      • Publier une réutilisation
      • Gérer une réutilisation
    • Statistiques
    • Ressource communautaire
    • Moissonnage
      • Comprendre les limites du moissonnage
      • Les différents types de moissonneurs
      • Mettre en place un moissonneur
      • Analyser le rapport de moissonnage
      • Moissonnage des plateformes géographiques
    • API de data.gouv.fr
      • Prise en main de l'API
      • Tutoriel d'utilisation
      • Gérer un jeu de données par l'API
      • Référence
        • site
        • datasets
        • reuses
        • discussions
        • organizations
        • spatial
        • users
        • me
        • contacts
        • workers
        • tags
        • topics
        • posts
        • transfer
        • notifications
        • avatars
        • harvest
  • Guides open data
    • Guide juridique
      • Producteurs de données
        • Comprendre la notion d'open data
        • Qui est concerné ?
        • Quelles sont les obligations ?
      • Réutilisateurs de données
        • Respecter les conditions de réutilisation
      • Chronologie de l'open data
    • Guide qualité
      • Evaluer le niveau de qualité d'un jeu de données
      • Préparer un jeu de données de qualité
        • Extraire un jeu de données d'un système d'information
        • Structurer un jeu de données
          • Structurer une Base Adresse Locale
        • Lier des données à un référentiel
      • Documenter des données
        • Bien documenter un jeu de données
        • Diffuser la documentation d'un jeu de données
      • Améliorer la qualité d'un jeu de données en continu
        • Améliorer le score de qualité des métadonnées
        • Connaître et suivre les usages d'un jeu de données
        • Mettre en place une stratégie organisationnelle
      • Maîtriser les schémas de données
        • Comprendre les bénéfices d'utiliser un schéma de données
        • Créer un schéma de données
          • Etape 1 : Phase d'investigation
          • Etape 2 : Phase de concertation
          • Etape 3 : Phase de construction
          • Etape 4 : Phase de promotion et de maintien
          • Focus : Construire un schéma TableSchema
        • Intégrer un schéma de données à schema.data.gouv.fr
        • Produire des données en conformité avec un schéma
        • Indiquer et vérifier qu'une ressource respecte un schéma de données
  • Guides sur l'utilisation des données
    • Introduction à l'open data
      • Comprendre la notion d'open data
      • Comprendre l'écosystème de l'open data
      • Comprendre les conditions d'utilisation des données en open data
      • Découvrir et utiliser data.gouv.fr
    • Guide traitement et analyse de données
      • Trouver des données
      • Prendre connaissance et évaluer la qualité de données
      • Explorer des données
      • Récupérer des données
      • Manipuler des données
        • Ouvrir des données
        • Filtrer des données
        • Nettoyer des données
        • Croiser des données
        • Géocoder des adresses
      • Analyser des données
        • Analyser des données avec le tableur LibreOffice Calc
        • Analyser des données avec Python
        • Analyser des données avec R
      • Visualiser des données
      • Cartographier des données
      • Réaliser des projets utiles et s'inspirer
      • Poser des questions aux producteurs de données
      • Valoriser ses travaux
      • Autres ressources pédagogiques
    • Guide API géographiques
      • Utiliser l'API Adresse
        • Rappel sur les données adresses
        • Géocoder des adresses - théorie
        • Géocoder des adresses - cas pratiques
        • FAQ Adresse
      • Utiliser l'API Découpage administratif
      • Utiliser les tuiles vectorielles
    • Guide données du cadastre
      • Comprendre les données du cadastre et leurs usages
      • Manipuler les données du cadastre
      • Foire aux questions sur le cadastre
    • Guide données météorologiques
    • Guide API "Adresse" de l'IGN
  • Autres ressources utiles
    • Lexique de l'open data
    • Données de la commande publique
      • Publier les données essentielles d’attribution des marchés
      • Déclaration d’un profil d’acheteur
    • Données de forte valeur : métadonnées obligatoires et modalités de rapportage
    • Ressources OpenDataFrance
    • Documentation de transport.data.gouv.fr
    • Les algorithmes publics : pourquoi et comment les expliquer ?
      • Les algorithmes publics : enjeux et obligations
      • Fiche pratique : l'obligation de mention explicite
      • Fiche pratique : l'inventaire des principaux traitements algorithmiques
      • Liste de ressources
    • Codes sources du secteur public : lesquels ouvrir, pourquoi et comment ?
      • Ce document n'est pas...
      • Cadre juridique
    • Catalogage de données - GRIST
    • 📒Guide du participant au Hackathon Météo
      • Ressources du hackathon
        • Données
        • Prise en main des données
        • Outils
        • Programme
        • Informations pratiques
        • Contacts
      • Avant le hackathon
      • Pendant le hackathon : règles et bonnes pratiques
        • Choix du défi
        • Constitution des équipes
        • Sollicitation des mentors
        • Documentation des réalisations
        • Rendu intermédiaire
        • Soumission du projet
        • Evaluation des projets
      • Après le hackathon
        • Evaluation du hackathon
        • Valorisation de votre projet
Propulsé par GitBook
Sur cette page
  • Dans quels cas l'obligation de mention explicite s'applique-t-elle ?
  • À quels moments dois-je intégrer la mention explicite ?
  • Quelles informations dois-je donner ?
  • En pratique : modèle de mention explicite

Cet article vous a-t-il été utile ?

Modifier sur GitHub
Exporter en PDF
  1. Autres ressources utiles
  2. Les algorithmes publics : pourquoi et comment les expliquer ?

Fiche pratique : l'obligation de mention explicite

PrécédentLes algorithmes publics : enjeux et obligationsSuivantFiche pratique : l'inventaire des principaux traitements algorithmiques

Dernière mise à jour il y a 7 mois

Cet article vous a-t-il été utile ?

Mise à jour Ce contenu a été mis à jour le 2 octobre 2020.

L'obligation de mention explicite pour les décisions administratives individuelles prises sur le fondement d'un traitement algorithmique est définie à du code des relations entre le public et l'administration (CRPA).

Elle rentre dans le cadre des obligations de transparence des administrations ayant recours à des traitements algorithmiques. Le code des relations entre le public et l'administration (CRPA) précise le périmètre des administrations et traitement concernés.

La transparence permet aux personnes concernées :

  • de comprendre la manière dont une décision administrative a été rendue ;

  • de faciliter l'exercice de leurs droits.

Pour les administrations, elle permet d'instaurer une relation de confiance avec les personnes concernées.

Dans quels cas l'obligation de mention explicite s'applique-t-elle ?

Si :

  • Vous êtes une administration d’État, une collectivité, un organisme de droit public ou de droit privé intervenant dans le cadre d’une mission de service public (),

  • Vous utilisez un traitement algorithmique c'est-à-dire "un ensemble de règles opératoires dont l'application permet de résoudre un problème énoncé au moyen d'un nombre fini d'opérations",

  • À l’aide de ce traitement, vous prenez des envers des personnes physiques ou morales, de droit public ou privé nommément désignées,

  • Ce traitement n’est pas couvert par l’un des secrets définis par la loi (), et notamment: délibérations du gouvernement, défense nationale, conduite de la politique extérieure, sûreté de l’État, sécurité publique, sécurité des personnes ou des systèmes d’information, recherche et prévention d’infractions, etc.

Alors vous devez remplir les , dont l'obligation de mention explicite.

Rappels :

  • La notion de « traitement algorithmique » s'étend au-delà de l'intelligence artificielle ou des algorithmes de machine learning. Un classeur Excel constitue un traitement algorithmique. De même, un traitement algorithmique peut aussi exister sous la forme d'un document non-informatisé (par exemple une grille de notation d'un projet).

  • L'obligation de mention explicite s'applique également aux décisions non automatisées. Cependant, une disposition est spécifique aux traitements entièrement automatisés : à compter du 1er juillet 2020, une décision prise sur le seul fondement d'un traitement entièrement automatisé ne comportant pas mention explicite est nulle (voir l').

  • Cette obligation s'applique pour les décisions individuelles envers des personnes physiques et morales.

À quels moments dois-je intégrer la mention explicite ?

La mention explicite doit figurer en ligne et sur les documents (avis, notifications) qui notifient la personne concernée de la décision.

Cette mention doit être visible par les personnes concernées.

Quelles informations dois-je donner ?

La mention explicite doit préciser :

  • L'administration responsable de la décision ;

  • La finalité du traitement, c'est-à-dire à quoi il a servi ;

  • Le rappel du droit d'obtenir la communication des règles définissant ce traitement et des principales caractéristiques de sa mise en œuvre ;

  • Les modalités d'exercice de ce droit.

Les administrations soumises à l'obligation de mention explicite doivent également remplir l'obligation d'information générale. À ce titre, la mention explicite peut également indiquer comment avoir accès aux règles générales de fonctionnement du traitement algorithmique.

En pratique : modèle de mention explicite

Voici un modèle de mention explicite que vous pouvez personnaliser et utiliser pour vos décisions.

Information sur l’utilisation d’un traitement algorithmique

L'article fixe les catégories d'informations devant être contenues dans la mention explicite.

La présente décision a été prise sur le fondement d’un traitement algorithmique. Ce traitement permet de [mentionner la finalité, ex : calculer le montant de l’impôt dû] et dont les règles sont définies ici [Lien vers les règles définissant les principaux traitements algorithmiques utilisés dans l'accomplissement des missions de l’administration lorsqu'ils fondent des décisions individuelles cf. art. L. 312-1-3 du CRPA]. En application de l’article R. 311-3-1-1 et R. 311-3-1-2 du code des relations entre le public et l’administration, vous pouvez demander la communication des règles définissant ce traitement et leur mise en œuvre dans votre cas auprès de [Nom de l'administration, modalités de contact]. En cas d’absence de réponse dans un délai d’un mois à la suite de la réception de votre demande par nos services, vous disposez d'un délai de deux mois pour saisir la Commission d'accès aux documents administratifs (CADA) selon les modalités décrites sur le site web .

l'article L311-3-1
article L.300-2 du CRPA
décisions administratives individuelles
2° de l'article L.311-5 du CRPA
obligations liées à la transparence des algorithmes
article 47 de la loi n° 78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés
R. 311-3-1-1 du CRPA
www.cada.fr