Formation Certification AI Governance Professional

Programme de notre formation AI Governance Professional

[Jour 1 – Matin]

Fondamentaux de l'IA et gouvernance responsable

• Positionnement de la certification Artificial Intelligence Governance Professional (AIGP), structure de l’examen et méthode de préparation
• Notions essentielles d’intelligence artificielle, d’apprentissage automatique, de modèles génératifs et de systèmes autonomes
• Cycle de vie d’un système d’IA, de l’expression du besoin au retrait ou au remplacement du modèle
• Impacts sociotechniques, risques de biais, discrimination, opacité, atteinte à la vie privée et risques de sécurité
• Principes d’une IA digne de confiance, transparence, explicabilité, robustesse, équité, supervision humaine et responsabilité
• Atelier pratique : analyser un cas d’usage d’IA générative et qualifier ses parties prenantes, impacts, risques et mesures de confiance

[Jour 1 – Après-midi]

Cadres juridiques, standards et gestion des risques

• Articulation entre gouvernance de l’IA, protection des données, cybersécurité, conformité, éthique et continuité d’activité
• Application des principes du RGPD aux systèmes d’IA, finalités, minimisation, licéité, droits des personnes et analyses d’impact
• Éléments structurants de l’EU AI Act, approche par les risques, obligations des acteurs et exigences relatives aux systèmes à haut risque
• Panorama des standards, cadres et outils de gouvernance, avec les référentiels de gestion des risques et de management de l’IA
• Méthodes d’identification, d’évaluation, de traitement et de suivi des risques liés à un système d’IA
• Atelier pratique : construire une matrice de risques et de contrôles pour un outil d’aide à la décision intégrant un modèle d’IA

[Jour 2 – Matin]

Gouverner le développement des systèmes d'IA

• Organisation d’un programme de gouvernance de l’IA, rôles, responsabilités, comités, politiques et mécanismes d’escalade
• Gouvernance de la conception, définition des exigences, documentation, traçabilité et validation des objectifs métier
• Maîtrise des données d’entraînement et de test, qualité, provenance, représentativité, droits d’usage et protection des données
• Évaluation des modèles, tests de performance, équité, robustesse, sécurité, red teaming et critères d’acceptation
• Préparation de la mise en production, documentation du modèle, preuves de contrôle et gestion des fournisseurs
• Atelier pratique : élaborer un dossier de gouvernance pour un modèle de scoring incluant données, tests, rôles, contrôles et preuves attendues

[Jour 2 – Après-midi]

Déploiement, surveillance et préparation à l'examen

• Décision de déploiement, analyse du contexte d’usage, proportionnalité, supervision humaine et communication aux utilisateurs
• Gouvernance des usages opérationnels, gestion des accès, gestion des incidents, remontée des alertes et mesures correctives
• Surveillance continue, dérive des données et du modèle, indicateurs de risque, réévaluation et maintenance du système
• Révision des domaines du corpus AIGP, lecture des scénarios et stratégies de réponse aux questions à choix multiple
• Préparation au passage de l’examen, gestion du temps, identification des pièges et priorisation des révisions
• Atelier pratique : réaliser un examen blanc ciblé, corriger les réponses et établir un plan de révision individuel avant la certification