Mise en place de gouvernance IA
Version du programme : 1
Type de formation
MixteDurée de formation
14 heures (2 jours)Accessibilité
OuiMise en place de gouvernance IA
Face au développement rapide de l'intelligence artificielle et à l'entrée en vigueur de nouvelles réglementations (AI Act, ISO 42001, exigences de la CNIL, etc.), les organisations doivent mettre en place une gouvernance de l'IA afin de maîtriser les risques, garantir la conformité et favoriser une utilisation responsable de ces technologies. Cette formation permet aux participants de comprendre les enjeux stratégiques, réglementaires, éthiques et opérationnels de l'IA, d'identifier les risques liés aux données, aux algorithmes et aux usages, puis de construire une feuille de route de gouvernance adaptée à leur organisation. Elle fournit également les outils nécessaires pour auditer, documenter et superviser les systèmes d'IA tout au long de leur cycle de vie.
Objectifs de la formation
- Comprendre les principes fondamentaux de la gouvernance de l'intelligence artificielle et son articulation avec la gouvernance des données et de l'entreprise.
- Identifier, évaluer et maîtriser les risques liés aux données, aux algorithmes et aux usages de l'IA.
- Maîtriser les principaux cadres réglementaires, normatifs et éthiques applicables à l'intelligence artificielle.
- Construire une feuille de route de gouvernance de l'IA adaptée aux enjeux de son organisation.
- Mettre en place les outils, processus et dispositifs nécessaires au suivi, à l'audit et à la conformité des systèmes d'IA.
- Favoriser une utilisation responsable, transparente et fiable de l'intelligence artificielle au sein de l'entreprise.
Profil des bénéficiaires
- Chief Data Officer (directrice/directeur des données)
- CIGO
- AI Program Manager
- Data & AI Stewards
- DSI
- CIO
- DPO
- département compliance/conformité
- Juridique
- Responsables de la gouvernance
- Data & AI Governance Managers
- Maîtrise de l’outil informatique
Contenu de la formation
Module 1 : Comprendre les fondamentaux de la gouvernance de l’IA
- Découvrir les différents modèles de gouvernance (entreprise, systèmes d’information, données et intelligence artificielle).
- Comprendre les principales technologies d’IA et leurs usages.
- Identifier les interactions entre gouvernance de l’IA, gouvernance des données et gouvernance d’entreprise.
Module 2 : Identifier et évaluer les risques liés à l’IA
- Cartographier les risques associés aux projets d’intelligence artificielle.
- Analyser les risques liés aux données, aux algorithmes et aux usages.
- Comprendre les biais, hallucinations, discriminations et leurs impacts.
- Étudier les enjeux juridiques, sociaux, relationnels et de cybersécurité à travers des cas pratiques.
Module 3 : Maîtriser les cadres réglementaires, normatifs et éthiques
- Découvrir les principales réglementations internationales et européennes, notamment l’AI Act.
- Comprendre les exigences des autorités de contrôle et des normes de référence telles qu’ISO 42001.
- Appréhender les enjeux éthiques liés au développement et à l’utilisation de l’IA.
Module 4 : Construire une stratégie de gouvernance de l’IA
- Élaborer une feuille de route adaptée à son organisation.
- Définir les rôles et responsabilités des différentes parties prenantes.
- Formaliser les politiques, procédures et chartes d’utilisation de l’IA.
- Intégrer la gouvernance de l’IA aux dispositifs existants de gouvernance et de conformité.
Module 5 : Organiser et valoriser les données
- Structurer et documenter les données utilisées par les systèmes d’IA.
- Évaluer la qualité des données et son impact sur la performance des modèles.
- Mettre en place des catalogues de données et d’algorithmes.
- Réfléchir aux opportunités et limites des données synthétiques.
Module 6 : Intégrer l’éthique dans les projets d’IA
- Appliquer les principes d’équité, de transparence, d’inclusion et de responsabilité.
- Évaluer l’impact sociétal et environnemental des systèmes d’IA.
- Mettre en œuvre des dispositifs permettant de mesurer et de garantir le respect des principes éthiques.
Module 7 : Renforcer la transparence et la confiance dans les modèles d’IA
- Documenter et superviser les modèles d’intelligence artificielle.
- Améliorer leur explicabilité, leur transparence et leur robustesse.
- Déployer des mécanismes de validation continue et de contrôle de conformité.
Module 8 : Découvrir les outils de gouvernance de l’IA
- Présentation des principales solutions du marché dédiées à la gestion des risques, des modèles et des usages.
- Intégration des outils de gouvernance dans les environnements technologiques existants.
- Veille sur les innovations et acteurs émergents du secteur.
Module 9 : Auditer et contrôler les systèmes d’IA
- Mettre en place un dispositif d’audit interne ou externe.
- Définir des indicateurs, tableaux de bord et méthodes de suivi.
- Préparer son organisation aux futures exigences de certification et de conformité.
Module 10: Anticiper les évolutions de l’intelligence artificielle
- Réfléchir aux impacts de l’IA sur les organisations, les métiers et la société.
- Identifier les enjeux futurs liés à la prise de décision automatisée.
- Intégrer les ressources humaines dans la gouvernance des transformations induites par l’IA.
Suivi de l'exécution et évaluation des résultats
- Quiz et exercices en ligne
- Activités pédagogiques
- Travaux pratiques
- Animation d’une séquence pédagogique
- Évaluation des compétences professionnelles
- Attestation de compétences
- Attestation de fin de formation
- Évaluation à chaud à l’issue de la formation
- Évaluation à froid (trois mois après la formation)
- Bilan oral
Ressources techniques et pédagogiques
- Des supports écrits sont transmis au stagiaire en versions numérique et papier.
- Présentiel : En appui des temps théoriques, un diaporama et un écran mural sont utilisés, tout en laissant place à une forte interactivité entre les stagiaires et les formateurs.
- Distanciel : Une solution à distance permettant la vidéo, le son, le partage d’écran, l’enregistrement des sessions, est utilisée : la formation est ainsi organisée sous la forme de classe virtuelle.
Accessibilité
En présentiel ou en distanciel par Zoom ou Teams