Prenez contact avec nous
 Durée 14 heures

Plan du cours

Les changements lorsque les décisions deviennent pilotées par des modèles

  • Passage des règles et du jugement humain à des options notées
  • Vitesse et échelle de l’action automatisée
  • Nouveaux modes d’échec et lacunes de responsabilité

Inventaire des décisions et classification des risques

  • Catalogage des décisions automatisées
  • Impact, réversibilité et parties concernées
  • Niveaux de risque et attentes en matière de contrôle
  • Responsabilité pour chaque classe de décision

Responsabilité et supervision humaine

  • Revue humaine significative vs nominale
  • Seuils d’autonomie comme décisions de gouvernance
  • Voies d’escalade et délais de réponse
  • Responsable compteable et approbation

Enregistrements décisionnels et explicabilité

  • Contenu d’un enregistrement décisionnel défendable
  • Confiance, options et conservation du contexte
  • Traçabilité du modèle et des versions
  • Explication d’une décision à un client ou à un régulateur

Contrôle des politiques et des limites

  • Ensembles d’options approuvées et contrôle des changements
  • Gouvernance des seuils et revue périodique
  • Décisions interdites et arrêts d’urgence
  • Politiques sous forme de code aux côtés de la sortie du modèle

Attentes réglementaires

  • Obligations de la Loi européenne sur l’IA pour les systèmes de décision
  • Règles sectorielles en finance, assurance et santé
  • Protection des données et droits liés aux décisions automatisées
  • Documentation et preuves de conformité

Risque lié aux fournisseurs, licences et provenance

  • API de décision hébergées vs poids ouverts
  • Conditions de licence pour les modèles dérivés et intégrés
  • Dépendance au fournisseur et risque d’abandon
  • Intégrité des poids et verrouillage des versions

Biais, équité et surveillance des résultats

  • Disparités de résultats entre les groupes
  • Variables proxy et cadrage des options
  • Signaux d’appels et de réclamations
  • Revue périodique de l’équité

Réponse aux incidents pour les mauvaises décisions

  • Détection de l’erreur décisionnelle systématique
  • Contenement et suspension de l’autonomie
  • Remédiation et indemnisation des clients
  • Cause racine et mise à jour des contrôles

Revue d’assurance d’une couche décisionnelle

  • Preuves que l’auditeur doit exiger
  • Tests d’exactitude et de calibrage des affirmations
  • Échantillonnage des décisions et des substitutions
  • Signalement des constatations au conseil d’administration

Pré requis

  • Connaissance des projets IA ou d’automatisation dans un contexte d’entreprise.
  • Compréhension des processus de risque, de conformité ou d’audit.
  • Aucune expérience en programmation requise.

Public cible

  • Responsables des risques, de la conformité et des risques liés aux modèles
  • Auditeurs internes examinant les décisions automatisées
  • Responsables de la gouvernance IA et de la protection des données
  • Propriétaires de produit responsables des flux de travail automatisés
  • Architectes concevant la supervision dans les systèmes d’agents

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires