Data
Ethique et Sécurité de l'Intelligence Artificielle
Durée
1 Jour
Langues
Français - Anglais
Formateur(s)
Srikanth RAMANOUDJAME - Lead Digital Future Astrakhan
Avec l’essor des technologies de l’écosystème Big Data (tant en termes de stockage que de visualisation), l’intelligence artificielle (IA) et plus précisément les techniques d’apprentissage machine (en anglais Machine Learning) se sont rapidement démocratisées et ont été appliquées dans de nombreux secteurs d’activité. Que ce soit dans le marketing, l’e-commerce, la banque, la grande distribution, l’énergie… l’IA modifie, optimise ou transforme certaines industries. Beaucoup d’entre elles passent ainsi d’une logique métier réactive à une logique prédictive et pro-active.
Dans ce programme, vous verrez les principales applications et impacts de l’intelligence artificielle. Vous aborderez également les problématiques d’éthique et de sécurité conséquentes à l’exploitation et au déploiement de technologies d’intelligence artificielle, pouvant résulter, si mal perçue, en réticences parmi les collaborateurs. Et la valeur conséquente de régulations et de mesures de gestion de ces risques.
Public cible
- Business Analysts
- Data Analysts
- Managers
- Consultants Data
Prérequis
- Avoir une culture des enjeux et des domaines de la Data
Fonctionnement
Sur place,
dans vos locaux
A distance,
via Teams
Podcasts
Programme détaillé
L’IA de son inception aux applications modernes
- Un peu d’histoire
- Une définition pragmatique
- L’IA aujourd’hui
Principales applications, impacts et leviers de transformation
- Apport de valeur et transformations
- Contextes métier et types de projets IA
- Quels enablers pour quels types de projets ?
Problématiques liées aux modèles
- Développement
- Implémentation
- Utilisation et maintenabilité : performance des modèles, piratage des réseaux de neurones
Problématiques éthiques
- Questions liées à la collecte et l’exploitation de données
- Quels risques ?
- Quelles réglementations RGPD correspondantes ?
- Questions liées aux techniques d’apprentissage machine
- Récapitulation de biais cognitifs : la question de la discrimination
- Conséquences de l’automatisation de certains processus et certaines tâches
Problématiques de sécurité
- Qualité de la donnée et Data Management,
- Confiance et explicabilité
- Démystifier la boîte noire
- IA « explicable »
- Régulations et normes
- Les piratages de l’intelligence artificielle
Rétrospective – Q&A
