Descriptif
PECB Certified Lead Artificial Intelligence Risk Manager est une formation de 5 jours (35 heures), de niveau expert, rattachée au domaine « Intelligence artificielle expert ». Identifier, évaluer et traiter les risques liés aux systèmes d'intelligence artificielle selon l'ISO/IEC 23894. 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 :
- Cadre de management du risque IA et ISO/IEC 23894
- Identification et analyse des risques spécifiques à l'IA
- Évaluation, traitement et mesures d'atténuation
- Surveillance, réexamen et amélioration continue
- Examen de certification PECB
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Cadrage : attentes, expérience des participants en gestion des risques et présentation du cas fil rouge (opérateur de services fictif) | 1 h |
| 2 | Cadre de management du risque lié à l'IA : articulation d'ISO/IEC 23894, d'ISO 31000 et d'ISO/IEC 42001, vocabulaire commun | 2 h |
| 3 | Atelier : définir le contexte, le périmètre et les critères de risque du système d'IA fil rouge | 2 h |
| 4 | Travaux pratiques : établir la cartographie des actifs, des parties prenantes et des sources de risque | 2 h |
| Jour 2 | ||
| 5 | Travaux pratiques : identifier les risques propres à l'IA — données, modèle, usage, chaîne d'approvisionnement et dépendance fournisseur | 2,5 h |
| 6 | Laboratoire : appliquer la méthode EBIOS RM au système fil rouge — sources de risque, scénarios stratégiques puis opérationnels | 2,5 h |
| 7 | Atelier : construire la matrice de risques, coter vraisemblance et gravité, justifier l'échelle retenue | 2 h |
| Jour 3 | ||
| 8 | Travaux pratiques : évaluer les scénarios retenus et les hiérarchiser par niveau de risque résiduel attendu | 2,5 h |
| 9 | Atelier : choisir les options de traitement — éviter, réduire, partager, accepter — et argumenter chaque arbitrage | 2 h |
| 10 | Cas pratique : définir les mesures d'atténuation techniques et organisationnelles et les rattacher aux exigences d'ISO/IEC 42001 | 1,5 h |
| 11 | Mise en situation : présenter le plan de traitement au propriétaire du risque et obtenir son acceptation formelle | 1 h |
| Jour 4 | ||
| 12 | Travaux pratiques : bâtir le dispositif de surveillance — indicateurs de risque, seuils d'alerte, fréquence de réexamen | 2 h |
| 13 | Atelier : gérer un incident lié à un système d'IA — détection, qualification, traitement, retour d'expérience et mise à jour du registre | 2 h |
| 14 | Cas pratique : rédiger le rapport de risque destiné à la direction et au comité d'audit | 1,5 h |
| 15 | Révision des trois premiers domaines du référentiel Lead Artificial Intelligence Risk Manager, questions type commentées | 1,5 h |
| Jour 5 | ||
| 16 | Révision des derniers domaines du référentiel et méthodologie de l'épreuve à questions ouvertes | 2 h |
| 17 | Examen blanc en conditions réelles sur un scénario complet et correction individualisée | 1,5 h |
| 18 | Bilan des acquis, démarche de certification PECB et plan d'action individuel | 0,5 h |
| 19 | Examen de certification PECB Certified Lead Artificial Intelligence Risk Manager | 3 h |
Méthodes pédagogiques
- Pédagogie active : 67 % 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
ISO/IEC 23894, ISO/IEC 42001, ISO 31000, méthode EBIOS RM, matrices de risques
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
- préparation et passage de la certification Certified Lead Artificial Intelligence Risk Manager (PECB)
- l'examen de certification PECB, sa correction et la délivrance du certificat sont inclus dans le prix de la 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