Fermer
  • Accueil
  • IA
  • Gouvernance de l’IA : mettre en place processus et outils pour rester conforme
Nouvelle Formation

Formation Gouvernance de l’IA : mettre en place processus et outils pour rester conforme

  • IA
  • Formation détaillée
Encadrez le déploiement de l’IA en respectant les lois et l’éthique, pour favoriser la création de valeur et mitiger les risques
Durée
Tarif
2197 € / pers. HT
Durée
Tarif
2197 € / pers. HT

Formation Gouvernance de l’IA : mettre en place processus et outils pour rester conforme

Prix
2197€ / pers. HT

Objectifs

  • Connaître les lois et règlements qui encadrent et encadreront le développement de l’IA
  • Elaborer sa feuille de route de la gouvernance de l’Intelligence Artificielle
  • Identifier et tempérer les risques liés aux données, aux algorithmes et aux usages
  • Préparer un cadre d’audit, documenté et outillé

Programme

1 – Les concepts clés et comment les connecter

  • Les différentes formes de gouvernance : gouvernance d’entreprise, gouvernance du système d’information, gouvernance des données, et donc gouvernance de l’IA…
  • L’intelligence artificielle et ses applications : IA générative, Apprentissage Machine, Apprentissage Profond…
  • Quels sont les liens existants entre gouvernance de l’IA et les autres formes de gouvernance

2 – Identifier les risques

  • Cartographier les risques
  • Les risques liés aux données (erreurs, copyright, représentativité)
  • Les risques liés aux algorithmes
  • Les risques liés aux usages (Deepfake, mauvaises décisions)
  • Que sont les biais (cognitifs et algorithmiques), les hallucinations, les discriminations : comment les évaluer et mesurer leur impact
  • Les IA sous le prisme de la justice sociale
  • Les risques spécifiques à l’utilisation de l’IA pour créer du code informatique
  • Les risques juridiques – évolution de la jurisprudence
  • Risques sociaux et relationnels
  • Etudes de cas : lorsque le risque s’est transformé en crise de communication

3 – Cadres règlementaires, normatifs et réflexions éthiques

  • Aperçu des régulations internationales et spécificités régionales : AI Act, USA, Charte de Montréal
  • Les règles sur les marchés de données : alimenter ses modèles d’IA
  • Comparatif des initiatives réglementaires européennes (AI Act) et américaines
  • La position de la France et les réglementations de la CNIL
  • Les autorités à connaitre : AI Board, AI Office et ses autorités nationales
  • La norme ISO 42001 : se préparer à son application
  • Etudes de cas : régulation versus innovation, comment préserver les deux approches

4 – Elaboration d’une feuille de route de gouvernance de l’IA

  • Cartographie des systèmes et initiatives d’IA dans votre entreprise : classification par niveau de risque
  • Identification des acteurs clefs et de leurs rôles : CDO, CIGO, Data Governance Officer, Data Steward, Data Product Manager, Data Owner, Compliance Manager, DPO…
  • Métiers spécifiques à l’IA : AI Data Engineer, Data Scientist, AI Steward…
  • Le rôle des départements juridique, audit et conformité
  • Comment intégrer ces compétences dans un comité de gouvernance de l’IA
  • Fusionner ou séparer gouvernance de l’IA et gouvernance de l’information
  • Formalisation de la politique de gouvernance des algorithmes : les 10 étapes de la mise en conformité
  • Rédaction d’une charte d’usage acceptable de l’IA (Artificial Intelligence Acceptable Use Policy)
  • Alignement de la gouvernance de l’IA avec la gouvernance d’entreprise, et la gouvernance des données (ISO 24143)
  • Etudes de cas : présentation des stratégies déjà élaborées par certains groupes

5 – Les données

  • Connecter la gouvernance de l’IA et le catalogue de données
  • Modéliser son catalogue des données d’entraînement en YAML
  • Cataloguer les algorithmes (en YAML) et les relier au catalogue des données
  • Mesurer la qualité des données et son impact sur l’exécution des modèles
  • Les données synthétiques sont-elles une solution ?
  • Etudes de cas en équipe : concevoir une ébauche de stratégie de gouvernance IA par rapport à un cas fictif
  • Echanges et discussions autour des stratégies élaborées en équipe

6 – L’éthique

  • Les principes éthiques : justice, équité, transparence, non-discrimination, responsabilité sociale et environnementale, inclusion, solidarité, respect, prudence…
  • Ethique et international : comparer et adapter aux différences culturelles
  • IA verte et IA décarbonée : est-ce réaliste ? Le problème de la consommation énergétique des modèles et de leur exécution
  • Mesurer l’éthique : cadre de référence
  • Risques et solutions pour respecter les principes éthiques dans les développements de l’IA

7 – Les modèles d’IA : transparence, explicabilité et confiance

  • Benchmarker les modèles : méthodes et outils – Concept d’AI Observability
  • Documenter les modèles (données, limites, hypothèses, apprentissage…)
  • Modèles d’IA et cybersécurité : points de vigilance
  • Techniques pour mesurer et améliorer l’explicabilité et la transparence
  • Construire des “bacs à sable” pour tester sa conformité
  • Passer d’une validation initiale à une validation continue : méthodologie et livrables
  • Comment construire la confiance (tout en mesurant le risque) auprès des utilisateurs et des parties prenantes

8 – Audit et responsabilisation

  • La confiance n’exclut pas le contrôle… quels outils pour mesurer le respect des normes : audit interne ou audit externe
  • Auditer ses systèmes d’IA : surveillance humaine, méthodes, cadre d’audit, outils et tableaux de bord
  • Se préparer aux futures certifications : modèle de conformité et évaluation
  • Etude de cas : simulation d’un audit sur un cas pratique

9 – Conclusion et réflexions

  • Au-delà de l’IA, comment instaurer la gouvernance dans la prise de décision automatisée
  • L’impact de l’IA sur notre société : éducation, connaissance, alimentation en boucle des modèles
  • Demain des modèles d’IA dotés de conscience ? Quels impacts ?
  • IA et travail : comment impliquer les ressources humaines dans la gouvernance des impacts sur le travail et son organisation

Ce programme a été mis à jour le 22 juillet 2024.

Afficher plus

À qui s’adresse
cette formation ?

Public

Chief Data Officer (directeur des données), CIGO, AI Program Manager, Data & AI Stewards, DSI, DPO, département compliance/conformité, Juridique, Éthicien, Responsables de la gouvernance, Data & AI Governance Managers.

Prérequis

Pas de connaissances techniques nécessaires, mais venir avec son ordinateur portable ou sa tablette.

Osez vous former à l’excellence

  • Un décryptage des tendances
  • Une « Bubble Care » d’exception
  • Partager avec ses pairs
  • Des espaces premium

Animateur

Le mot de l'animateur

« L’intelligence artificielle sous toutes ses formes (générative, apprentissage machine ou apprentissage profond) se développe à toute vitesse dans les entreprises. Parfois sans que l’on identifie les risques associés tels que les biais, la discrimination, les hallucinations. Elle pose également des questions d’éthique. Comme toute technologie impactante, l’IA doit être encadrée. Cela ne veut pas dire bridée ! Mais il faut connaître les lois, actuelles et futures, et se poser les bonnes questions...si possible avant de faire des erreurs ! »
Philippe NIEUWBOURG
Découvrir l'animateur

Modalités

Méthodologie pédagogique

Cette formation concrète et pragmatique est dispensée sous forme d’atelier pratique. Groupe de participants limité pour travailler en petites équipes. Les participants repartent avec des outils de gouvernance prêts à l’emploi co-construits. Accès inclus durant un an à une base de connaissance mise à jour en continue. Support de cours téléchargeable en début de formation.

Méthodologie d’évaluation

Le stagiaire reçoit en amont de la formation un questionnaire permettant de mesurer les compétences, profil et attentes du stagiaire. Tout au long de la formation, les stagiaires sont évalués au moyen de différentes méthodes (quizz, ateliers, exercices et/ou de travaux pratiques, etc.) permettant de vérifier l'atteinte des objectifs. Un questionnaire d'évaluation à chaud est soumis à chaque stagiaire en fin de formation pour s’assurer de l’adéquation des acquis de la formation avec les attentes du stagiaire. Une attestation de réalisation de la formation est remise au stagiaire.

Osez vous former à l’excellence

Une vision globale pour réussir sa transformation
Un environnement propice
à la réflexion
Des opportunités de networking pour s’enrichir
Des espaces premium pour des formations d'exception

À qui s’adresse
cette formation ?

Public

Chief Data Officer (directeur des données), CIGO, AI Program Manager, Data & AI Stewards, DSI, DPO, département compliance/conformité, Juridique, Éthicien, Responsables de la gouvernance, Data & AI Governance Managers.

Prérequis

Pas de connaissances techniques nécessaires, mais venir avec son ordinateur portable ou sa tablette.

Autres formations sur le même thème