Règlement de l’UE sur l’intelligence artificielle : comment MousePlayer utilise l’IA
Ce que le règlement (UE) 2024/1689 signifie pour MousePlayer, lesquelles de nos fonctionnalités utilisent effectivement l’IA et ce à quoi nous nous engageons. Dernière mise à jour le 16 octobre 2026.
1. Objet de cette page
Le règlement sur l’intelligence artificielle (règlement (UE) 2024/1689, « règlement sur l’IA ») est entré en vigueur le 1er août 2024. Ses interdictions s’appliquent depuis le 2 février 2025, les obligations relatives aux modèles d’IA à usage général depuis le 2 août 2025 et les obligations de transparence de l’article 50 depuis le 2 août 2026. Cette page explique en termes simples où MousePlayer utilise l’IA, le rôle que nous jouons au titre du règlement et les obligations qui en découlent. Elle fait partie de notre documentation juridique aux côtés de la politique de confidentialité, de l’accord de traitement des données et du registre des activités de traitement.
En bref. La relecture de session, les cartes de chaleur et les tableaux de bord ne sont pas de l’IA : ils montrent ce qui a été mesuré. Des modèles entraînés interviennent dans deux fonctionnalités - les profils comportementaux et la prédiction d’intention de sortie. Un modèle de langage rédige des textes dans quatre contextes : de courtes phrases sur les visiteurs et les groupes de visiteurs, les rapports sur les visiteurs et leurs traductions, les suggestions de formulation de l’offre de sortie et, uniquement en interne, les traductions et projets de réponse dans notre boîte de réception d’assistance. Aucune de ces fonctionnalités ne prend de décision produisant des effets juridiques ou d’importance similaire concernant une personne. Chaque nombre affiché est calculé ; le modèle de langage ne fait que formuler des constats calculés, et une suggestion de texte d’offre ne parvient à un visiteur qu’une fois expressément adoptée par l’exploitant. Tous les modèles fonctionnent sur nos propres machines ; aucun service d’IA externe n’intervient.
2. Où MousePlayer utilise l’IA - et où il ne l’utilise pas
2.1 Ce qui n’est pas de l’IA
- Relecture de session, cartes de chaleur, vue en direct, entonnoirs, objectifs, segments. Les événements enregistrés sont stockés et affichés. Rien n’est inféré.
- Scores d’engagement et de valeur. De petits nombres entiers construits à partir de règles dénombrables (durée, pages, profondeur de défilement, clics de rage, objectifs atteints). Les règles sont documentées dans le produit et peuvent être recalculées à la main.
- Signaux de frustration et score de friction. Les clics de rage, clics morts, mouvements frénétiques de souris, erreurs JavaScript et signaux similaires sont détectés par des règles et seuils fixes, pas par un modèle entraîné. Le score de friction d’une session est une somme pondérée de ces signaux utilisant des valeurs de points fixes.
- Schémas de séquences et anomalies. Les séquences de pages fréquentes sont comptées ; les anomalies résultent d’une comparaison statistique d’une journée avec les semaines précédentes (médiane et dispersion). Il s’agit dans les deux cas de calculs sur des chiffres agrégés, pas d’un modèle entraîné.
2.2 Modèles statistiques (apprentissage automatique)
- Profils comportementaux. Les visites sont regroupées selon la similitude du comportement mesurable (regroupement par k-moyennes). Un profil décrit un groupe de visites, jamais une personne. Les noms des groupes sont déduits de la valeur mesurée qui s’écarte le plus de la moyenne.
- Prédiction d’intention de sortie. Une régression logistique entraînée sur les sessions passées du même projet estime, à partir des premières secondes d’une visite, la probabilité d’une sortie précoce. Le résultat est une probabilité accompagnée des facteurs qui l’ont déterminée. Le modèle entraîné est évalué dans le navigateur du visiteur ; seuls les poids du modèle y sont envoyés.
- Indicateur de risque de perte. Pour les visiteurs récurrents, un score construit à partir de règles fixes appliquées à leurs propres visites antérieures (baisse de l’engagement, visites courtes répétées, friction lors des dernières visites, retour en retard). Il ne s’agit pas d’un modèle entraîné et il indique ses raisons.
2.3 IA générative (modèle de langage)
Un modèle de langage à usage général est utilisé dans quatre contextes : (1) pour de courtes phrases sur un visiteur ou un groupe de visiteurs, (2) pour des rapports plus longs sur les visiteurs et leur traduction dans d’autres langues, (3) pour des suggestions de formulation de l’offre de sortie, déduites des titres, en-têtes et éléments de navigation des pages enregistrées du projet, et (4) dans la boîte de réception d’assistance de MousePlayer, où il traduit les messages des clients et rédige des projets de réponse qu’une personne vérifie avant tout envoi. Dans les cas 1 à 3, le modèle reçoit des constats calculés, pas l’enregistrement brut, et ne doit pas ajouter de nombres, inventer des faits ou attribuer des émotions. Un mécanisme de contrôle compare chaque texte généré aux données d’entrée : les textes qui ajoutent des chiffres, utilisent la première personne, inversent une affirmation ou, pour les suggestions d’offre, renvoient à une page qui n’a jamais été enregistrée sont rejetés, et le modèle de texte calculé - ou aucune suggestion - est affiché à la place. Le texte généré est identifié comme tel dans l’interface.
3. Notre rôle au titre du règlement
Pour les modèles statistiques et la fonctionnalité de résumé, MousePlayer est le fournisseur du système d’IA au sens de l’article 3, paragraphe 3 : nous les développons et les exploitons sous notre propre nom. Nos clients sont des déployeurs (article 3, paragraphe 4) lorsqu’ils utilisent ces fonctionnalités dans leurs projets. Le modèle de langage que nous exécutons est un modèle d’IA à usage général à poids ouverts d’un tiers ; les obligations relatives au modèle lui-même (article 53) incombent à son fournisseur. Nous n’entraînons ni ne modifions ce modèle. Il fonctionne sur nos propres machines équipées de cartes graphiques, situées dans le même réseau local et sur le même site que les autres serveurs de MousePlayer - aucune donnée de visiteur ni aucun message d’assistance n’est envoyé à un service d’IA externe, pas même comme solution de repli lorsque ces machines sont indisponibles ; dans ce cas, le modèle de texte calculé demeure.
Classification des risques. Selon notre évaluation, aucune de nos fonctionnalités d’IA ne relève des domaines à haut risque de l’annexe III (biométrie, infrastructures critiques, éducation, emploi, services essentiels, répression, migration, justice) ni de l’annexe I. Ce sont des aides à l’analyse pour les exploitants de sites web. Nous ne les classons donc pas comme des systèmes à haut risque et réexaminons cette classification chaque fois qu’une fonctionnalité est ajoutée ou modifiée.
Pratiques interdites (article 5). MousePlayer ne procède à aucune reconnaissance des émotions, catégorisation biométrique, notation sociale ou police prédictive et n’utilise pas de techniques subliminales ou manipulatrices. Nos modèles mesurent les clics, le défilement et les temps. Ils n’infèrent pas l’état émotionnel d’une personne - les instructions données au modèle de langage lui interdisent expressément d’attribuer des émotions ou des intentions.
4. Transparence (article 50)
- Il n’y a ni agent conversationnel ni dialogue avec les visiteurs de votre site web. Le seul résultat qui parvient à un visiteur est la superposition décrite à la section 5 : son apparition relève de la décision de l’exploitant, et un modèle statistique ou l’indicateur de risque de perte fondé sur des règles détermine à quel visiteur et à quel moment elle est montrée. Sa formulation peut avoir été suggérée par un modèle de langage ; une telle suggestion n’est jamais publiée d’elle-même, mais seulement après que l’exploitant l’a vérifiée et expressément adoptée, et celui-ci peut la modifier au préalable. Le texte affiché est donc un texte approuvé par l’exploitant et sous sa responsabilité. Selon notre évaluation, aucune obligation d’étiquetage n’en découle au titre de l’article 50 ; les exploitants qui souhaitent une mention peuvent l’inclure dans le texte de l’offre.
- Tous les autres textes du modèle de langage ne sont affichés que dans le compte de l’exploitant du site web et y sont marqués comme générés ; lorsqu’un texte est déduit de constats calculés, ces constats sont affichés à côté. Les projets de réponse d’assistance ne sont vus que par notre personnel, qui les vérifie et les adapte avant envoi. Selon notre évaluation, les textes sur les visiteurs ne font que formuler des constats déjà calculés sans en modifier substantiellement le contenu ; nous réexaminerons cette classification au titre de l’article 50, paragraphe 2, lorsque la Commission européenne publiera des lignes directrices ou un code de bonne pratique à ce sujet.
- Nous ne produisons ni images, ni audio, ni vidéo, ni hypertrucages.
5. Contrôle humain et décisions automatisées
Les résultats d’IA de MousePlayer sont des informations destinées aux personnes. Aucune fonctionnalité ne prend de décision produisant des effets juridiques ou d’importance similaire sur un visiteur. Les signaux d’intention de sortie et de risque de perte peuvent, si l’exploitant les active, déclencher un message ou une offre sur son site web ; l’exploitant décide et configure si cela se produit, quand et avec quel contenu, et demeure le responsable du traitement pour cette utilisation. Nous demandons aux exploitants de maintenir ces messages honnêtes, clairement refermables et sans pression - le même standard que celui fixé par les interdictions du règlement et le droit de la consommation.
L’existence éventuelle d’une prise de décision automatisée au sens de l’article 22 du RGPD a été évaluée pour chaque fonctionnalité et est documentée dans le registre des activités de traitement. La réponse est non : les résultats sont informatifs et ne produisent pas d’effets juridiques.
6. Données utilisées par les modèles
- Les modèles sont entraînés et évalués par projet, uniquement sur les propres données comportementales pseudonymes de ce projet. Aucun modèle n’est entraîné sur plusieurs clients.
- Ce qu’un visiteur SAISIT ne parvient à aucun modèle : les saisies sont masquées dans le navigateur selon le niveau de masquage du projet, toujours pour les mots de passe et les données de paiement, et les constats ne contiennent aucune valeur de champ, uniquement les types de champs et le fait qu’une saisie a été effectuée. Ce que votre site web lui-même AFFICHE est une autre question et la limite de cette promesse – le rapport de synthèse prend en compte les titres des pages visitées, les libellés des éléments cliqués et les chemins visités (sans la chaîne de requête), et les suggestions de texte d’offre prennent en compte les titres, en-têtes et éléments de navigation des pages enregistrées. Si votre page y affiche un nom ou en inscrit un dans le chemin de l’adresse, il figurera parmi les constats. Nous ne le retirons pas, car une machine ne peut distinguer un nom d’une désignation de produit ; pour éviter cela, ne mettez pas de noms dans les titres de page, les libellés et les URL.
- Les résultats des modèles ont leurs propres durées de conservation : les phrases sur les visiteurs sont supprimées après 60 jours (pour les projets Enterprise, la durée de conservation du forfait s’applique à la place), les rapports sur les visiteurs après 180 jours et l’attribution des sessions aux profils comportementaux après 180 jours (détails dans la politique de confidentialité) ; au plus tard, ils sont supprimés lors de la suppression définitive du projet. Les traductions et projets de réponse d’assistance sont supprimés avec la demande d’assistance concernée.
- Les visiteurs peuvent exercer leurs droits d’accès et d’effacement comme décrit dans Accès et effacement. L’effacement retire les données du visiteur de la base d’entraînement lors de la prochaine exécution planifiée.
7. Qualité, journalisation et maîtrise de l’IA
- Chaque modèle entraîné indique sa propre qualité (par exemple la qualité de séparation des profils ou l’exactitude du modèle de sortie sur des données réservées à l’évaluation), et l’interface indique quand un résultat n’est pas suffisamment fiable pour agir sur cette base.
- Le modèle de sortie porte sa version, sa date d’entraînement et son indicateur de qualité. Lorsque la qualité tombe sous notre seuil, il est marqué comme inutilisable et n’est pas utilisé du tout – il ne parvient pas au navigateur et aucune sollicitation fondée sur celui-ci n’apparaît. Au-dessus du seuil, la dernière exécution remplace la précédente ; nous ne conservons pas d’historique des versions. Pour les profils comportementaux, l’interface affiche un avis lorsque les groupes sont faiblement séparés.
- Conformément à l’article 4, nous veillons à ce que les personnes qui construisent et exploitent ces fonctionnalités chez MousePlayer connaissent le fonctionnement des modèles, leurs limites et les obligations du règlement. En tant que déployeur, vous avez la même obligation pour les personnes qui travaillent avec les résultats d’IA de MousePlayer pour votre compte.
8. Modifications et contact
Nous mettons à jour cette page chaque fois qu’une fonctionnalité d’IA est ajoutée, modifiée ou supprimée. Les questions et préoccupations concernant notre utilisation de l’IA sont adressées à office@mouseplayer.com. Les réclamations suivent la procédure décrite dans Réclamations.
Exploitant : LW IT Solutions Company Lukas Wójcik, al. Tadeusza Kościuszki 80/82, lok. 301, 90-437 Łódź, Poland.