Formation Certification PECB Lead AI Risk Manager

Programme de notre formation PECB Lead AI Risk Manager

[Jour 1 - Matin]

Fondamentaux du risque lié à l’IA

• Positionnement de la Formation Certification PECB Lead AI Risk Manager et présentation des cinq domaines de l’examen
• Principaux systèmes d’IA, usages métier et étapes du cycle de vie
• Distinction entre menace, vulnérabilité, événement, conséquence et risque
• Caractéristiques d’une IA digne de confiance et impacts sur les personnes et les organisations
• Atelier pratique : Décrire un système d’IA et distinguer ses bénéfices, ses limites et ses premiers scénarios de risque.

[Jour 1 - Après-midi]

Cadres de référence et responsabilités

• Fonctions GOVERN, MAP, MEASURE et MANAGE du NIST AI Risk Management Framework
• Articulation entre cadre volontaire, exigences réglementaires et politiques internes
• Approche par les risques de l’EU AI Act et qualification des usages concernés
• Enjeux de transparence, de supervision humaine et de responsabilité éthique
• Atelier pratique : Relier les risques du cas fil rouge aux fonctions du NIST AI RMF et repérer les questions de conformité à examiner.

[Jour 2 - Matin]

Contexte organisationnel et gouvernance

• Définition du périmètre, des objectifs et des parties prenantes du programme de risques IA
• Inventaire des systèmes d’IA, des données et des dépendances fournisseurs
• Répartition des rôles et responsabilités entre métiers, équipes techniques et fonctions de contrôle
• Définition de l’appétence au risque, des critères d’évaluation et des règles d’escalade
• Atelier pratique : Construire une fiche de cadrage et une matrice de responsabilités pour le programme de management du risque IA.

[Jour 2 - Après-midi]

Identification des risques liés à l’IA

• Techniques d’identification par entretiens, analyse documentaire et scénarios
• Risques de biais, de discrimination et de qualité insuffisante des données
• Vulnérabilités de sécurité, fuites de données et dépendances aux composants tiers
• Défauts d’explicabilité, usages détournés et conséquences éthiques
• Atelier pratique : Alimenter un registre des risques avec les causes, événements, conséquences et propriétaires associés au cas fil rouge.

[Jour 3 - Matin]

Analyse et évaluation des risques

• Analyse de la vraisemblance, de la gravité et des populations exposées
• Choix des méthodes qualitatives et quantitatives selon les données disponibles
• Examen des contrôles existants, des incertitudes et des limites de mesure
• Hiérarchisation des risques inhérents et résiduels selon les critères d’acceptation
• Atelier pratique : Évaluer plusieurs scénarios, établir une matrice de criticité et justifier les priorités de traitement.

[Jour 3 - Après-midi]

Traitement et atténuation des risques

• Options de traitement du risque et arbitrages entre réduction, évitement, partage et acceptation
• Mesures sur les données, les modèles, les accès et les usages autorisés
• Contrôles de supervision humaine, de transparence et de robustesse
• Formalisation du plan de traitement, des responsables et des preuves d’efficacité attendues
• Atelier pratique : Élaborer un plan d’atténuation et présenter une décision motivée sur l’acceptation des risques résiduels.

[Jour 4 - Matin]

Surveillance et réponse aux incidents

• Définition des indicateurs de risque, des seuils d’alerte et des fréquences de revue
• Surveillance des dérives, des biais et de l’efficacité des mesures de maîtrise
• Organisation de la réponse aux incidents, du confinement et des solutions de repli
• Traçabilité des événements, reporting et obligations de notification à examiner selon le contexte
• Atelier pratique : Simuler un incident impliquant un système d’IA et produire une fiche de réponse avec décisions d’escalade.

[Jour 4 - Après-midi]

Apprentissage et amélioration continue

• Construction d’un programme de formation et de sensibilisation adapté aux profils exposés
• Exploitation des retours d’expérience et analyse des causes des incidents
• Évaluation de la performance du programme de management du risque IA
• Revues de gouvernance, actions correctives et actualisation du registre des risques
• Atelier pratique : Construire un tableau de bord et une feuille de route d’amélioration à partir des résultats du cas fil rouge.

[Jour 5 - Matin]

Révisions et entraînement à l’examen

• Synthèse des cinq domaines de compétences et repérage des notions à consolider
• Lecture des questions de mise en situation et identification des éléments déterminants
• Justification des choix de gouvernance, d’analyse et de traitement des risques
• Gestion du temps et utilisation des supports selon les règles de l’examen
• Atelier pratique : Réaliser une évaluation blanche chronométrée puis analyser les réponses et les axes de progression.

[Jour 5 - Après-midi]

Examen et parcours de certification

• Vérification des conditions de passage, de l’identité et de l’environnement d’examen
• Rappel des règles de confidentialité et des ressources autorisées
• Passage de l’examen PECB Lead AI Risk Manager pendant trois heures selon la session planifiée
• Distinction entre réussite à l’examen, demande de certification et conditions d’expérience
• Atelier pratique : Préparer une liste des justificatifs nécessaires au dossier de certification, sans revenir sur le contenu confidentiel de l’épreuve.