Introduction à la gouvernance de l’IA

(IA102)
En ligne
Introduction Et Gouvernance IA (3)
Description
3 heures (1/2 journée)
Introduction Et Gouvernance IA (4)
Principes, risques et mise en œuvre

L’intelligence artificielle (IA) n’est plus une option, elle est omniprésente. Ce cours fournit le cadre de pilotage (règles, pratiques et processus) essentiel pour garantir que l’IA est développée et utilisée de manière responsable, éthique, conforme et alignée sur les objectifs stratégiques de l’organisation.

 

Objectifs

À la fin de ce module, les participant.e.s seront capables de :

  • Définir ce qu’est la gouvernance de l’IA et pourquoi elle est critique
  • Identifier les principaux risques (éthiques, légaux et opérationnels) liés à l’IA
  • Reconnaître les piliers d’un cadre de gouvernance robuste
  • Décrire les rôles, responsabilités et processus clés pour la mise en oeuvre

Contenu du cours

Introduction et fondements

Définitions : gouvernance IA versus gouvernance des données

L'impératif de la gouvernance : pourquoi maintenant?

Les 5 grands risques de l'IA (biais, transparence, responsabilité, sécurité et vie privée)

Les piliers d'un cadre de gouvernance

Pilier 1 : Principes éthiques et IA responsable (incluant une mini-étude de cas)

Pilier 2 : Conformité et cadre légal (survol EU AI Act, LIDA/AIDA)

Pilier 3 : Gestion des risques du cycle de vie de l'IA (de la conception au « monitoring »)

La mise en oeuvre pratique

La structure de gouvernance : personnes, rôles et comités (exemple : comité d'éthique IA)

Les outils et processus clés (évaluation d'impact algorithmique, « Model Cards », etc.)

Atelier pratique : bâtir un plan pour un scénario d'entreprise (exemple : IA générative interne)

Public cible

Cette formation s'adresse aux :

Gestionnaires
Professionnel.le.s en TI
Analystes d'affaires
Étudiant.e.s en technologie
Certification

Attestation de participation

Coût

Sur demande en session privée

Information complémentaire

Préalable
Une compréhension de base des concepts de l’IA (ce qu’est le machine « learning », par exemple) et des processus d’affaires généraux est recommandée.