Accueil > Formations > Cybersécurité et Protection des Données > Gouvernance, Risques & Conformité (GRC) > Sensibilisation aux risques et enjeux éthiques de l’IA
Sensibilisation aux risques et enjeux éthiques de l’IA
Une journée pour comprendre les risques de l’IA et sécuriser vos usages professionnels !
Vue d'ensemble
Avoir une connaissance de base de son métier et de ses processus métier.
Idéalement avoir déjà utilisé au moins un outil d'IA générative.
Objectifs pédagogiques
Programme détaillé
Panorama de l’IA et premiers repères éthiques
Tour de table des usages actuels de l’IA dans les métiers des participants
Définitions opérationnelles : IA, machine learning, IA générative expliqués sans jargon
Typologie des risques : biais algorithmiques, discrimination, boîtes noires, atteinte à la vie privée, risques de sécurité et d’image
Présentation des principes d’IA responsable et de leur lien avec la confiance, la réputation et la performance business
Survol accessible des cadres de référence : RGPD, AI Act, chartes éthiques d’organisations pionnières
Méthodes : exposé interactif, quiz en ligne, nuage de mots, mini-sondages en direct
– Exercice « Où l’IA se cache-t-elle déjà dans mon métier ? »
– Mini-quiz interactif pour repérer les situations à risque
– Discussion guidée autour d’une courte vidéo illustrant un scandale ou échec lié à l’IA
Cartographier et analyser les risques éthiques dans les cas d’usage
Cycle de vie d’un cas d’usage d’IA vu du métier : besoin, données, modèle, déploiement, suivi
Biais humains vs biais algorithmiques : mécanismes concrets et exemples (recrutement, scoring, modération, IA générative)
Introduction à une grille de questionnement éthique simple (impact sur les personnes, transparence, contrôle humain, données, sécurité, environnement)
Illustration par 1 à 2 études de cas intersectorielles (recrutement, relation client, marketing, RH)
Méthodes : travail en sous-groupes, restitution en plénière, utilisation de modèles de canvas éthique imprimés ou numériques
– Analyse guidée d’un cas d’usage d’IA avec la grille de questionnement éthique
– Construction d’une « carte des risques » avec classement par gravité/probabilité
– Synthèse individuelle : trois points de vigilance prioritaires pour son contexte
Adopter des pratiques responsables avec l’IA (focus IA générative)
Rappels clés : hallucinations, erreurs factuelles et amplification des biais par l’IA générative
Zones rouges et ambres : ce qu’il ne faut pas demander à une IA (données sensibles, secrets d’affaires, informations personnelles)
Bonnes pratiques de prompts éthiques : contextualisation, neutralité, inclusion, remises en question des réponses
Organisation du contrôle humain : relecture, validation, double vérification des contenus produits par l’IA
Check-lists pratiques : « avant / pendant / après l’usage d’un outil d’IA »
Méthodes : démonstration live, co-construction de bonnes pratiques, échanges d’expériences
– Atelier « prompts responsables » : correction puis réécriture de prompts problématiques
– Simulation d’un mini-workflow avec points de contrôle humain
– Élaboration en groupes d’une check-list de 8 à 10 réflexes pour un usage responsable
Co-construire une charte et un plan d’action d’IA responsable
Exemples de chartes et engagements d’IA responsable
Composants d’une charte IA métier : principes, règles d’usage, rôles et responsabilités, accompagnement et formation
Introduction vulgarisée aux référentiels et initiatives (UNESCO, OCDE, NIST, ISO)
Étapes clés d’une démarche IA responsable : sensibiliser, cadrer les usages, piloter, revoir régulièrement
Méthodes : atelier de co-écriture, priorisation par vote, engagement individuel
– Rédaction en groupes de 5 à 10 règles ou engagements pour une charte interne
– Restitution croisée pour consolider une version commune
– Rédaction individuelle d’un mini plan d’action 30-60-90 jours
Prochaines sessions
Avis des participants
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
En savoir plus sur le financement
