Le service numérique utilise-t-il une phase d’apprentissage avec un niveau de complexité minimisé et proportionné à l’usage effectif du service ?

Version 2. Dernière mise à jour le

Algorithmie

Objectif

Mettre en question le choix de la méthode d’apprentissage pour le service numérique et choisir la méthode d’entraînement la plus frugale, adéquate et proportionnée à l’usage du service.

Mise en œuvre

Faire le choix de la frugalité en privilégiant des méthodes simples, comme une régression ou à défaut des réseaux de neurones simples, à des technologies d’apprentissage profond (deep-learning) plus consommatrices de ressources de calcul.

Moyen de test ou de contrôle

Vérifier la consommation énergétique et en ressources matérielles de la méthode d’entraînement utilisée par le service numérique : cette dernière doit être testée ou reconnue comme pauvre en consommation d’énergie et de ressources.

Si le service ne repose pas sur des méthodes de régression ou autres méthodes peu coûteuses (low-complex, low-cost), justifier dans la déclaration d’écoconception du service le besoin de méthodes plus consommatrices par une référence à un état de l’art précisant la nécessité de méthodes plus complexes pour le cas d’usage cible.

Le critère est validé si le choix de la méthode d’apprentissage est l’alternative la plus sobre disponible selon l’état de l’art et les caractéristiques du service, et que ces choix sont documentés dans la déclaration d’écoconception associée ainsi qu’auditables par un tiers.