Descriptif
Auditer un système d'intelligence artificielle est une formation de 2 jours (14 heures), de niveau expert, rattachée au domaine « Intelligence artificielle expert ». Conduire l'audit d'un système d'IA. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Référentiels
- Données et modèles
- Tests
- Conformité
- Rapport
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : attentes, expériences d'audit des participants et remise du dossier fictif à auditer (assistant de traitement des réclamations) | 0,5 h |
| 2 | Construire le référentiel d'audit : croiser règlement européen sur l'IA, ISO/IEC 42001, RGPD et politiques internes en une grille de contrôle exploitable | 1,5 h |
| 3 | Travaux pratiques : auditer les données — provenance, droits d'usage, représentativité, qualité des annotations, traçabilité des versions, puis formuler les constats | 2,5 h |
| 4 | Laboratoire : auditer le modèle — reproductibilité de l'entraînement, indépendance du jeu de test, recalcul des métriques annoncées, dérive constatée depuis la mise en service | 2,5 h |
| Jour 2 | ||
| 5 | Travaux pratiques : concevoir et exécuter les tests d'audit — échantillonnage, cas limites, analyse par sous-groupes, tests de robustesse et essais de bout en bout | 2,5 h |
| 6 | Mise en situation : entretiens d'audit avec le data scientist et le responsable métier — recueil de preuves et traitement des réponses évasives | 2 h |
| 7 | Cas pratique : rédiger le rapport — constats cotés, écarts majeurs et mineurs, recommandations priorisées et plan de remédiation daté | 1,5 h |
| 8 | Synthèse : restitution orale au commanditaire, évaluation des acquis et plan d'action | 1 h |
Méthodes pédagogiques
- Pédagogie active : 79 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
Le Chat (Mistral AI), Microsoft 365 Copilot, démonstrateurs, cas pratiques
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois