Descriptif
IA de confiance : principes et mise en pratique est une formation de 1 jour (7 heures), de niveau intermédiaire, rattachée au domaine « Intelligence artificielle pour tous ». Concevoir et utiliser des systèmes d'IA fiables, robustes et transparents. 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 :
- Piliers de l'IA de confiance
- Qualité et gouvernance des données
- Robustesse et supervision humaine
- Documentation et traçabilité
- Grille d'évaluation
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : à quoi reconnaît-on un système d'IA digne de confiance ? recueil et confrontation des critères spontanés du groupe | 0,5 h |
| 2 | Les piliers de l'IA de confiance : robustesse, transparence, supervision humaine, équité et sécurité, en lecture croisée du règlement européen et de la norme ISO/IEC 42001 | 1,5 h |
| 3 | Qualité et gouvernance des données : provenance, représentativité, fraîcheur, traçabilité du jeu d'entraînement et propriété des corpus | 1,5 h |
| 4 | Atelier : placer l'humain dans la boucle — définir points de contrôle, seuils d'alerte et procédure de reprise sur trois processus métier différents | 1,5 h |
| 5 | Cas pratique : évaluer un système d'IA livré avec sa documentation à l'aide d'une grille complète, rédiger l'avis motivé et les réserves à lever avant mise en service | 2 h |
Méthodes pédagogiques
- Pédagogie active : 50 % du temps en pratique encadrée — ateliers sur les cas d'usage des participants, mises en situation, jeux de rôle —, 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 42001, AI Act, RGPD
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