Cette formation propose un programme complet pour maîtriser les audits appliqués à l’intelligence artificielle (IA). Elle permet aux participant·e·s de comprendre les spécificités des audits IA, d’explorer les principaux cadres de conformité, et de développer une méthodologie pratique pour auditer efficacement les systèmes IA. |
Objectifs | - Analyser les différences entre les audits classiques en TI et les audits spécifiques à l’intelligence artificielle.
- Classer et distinguer les types d’audits IA (techniques, éthiques, conformité) en fonction de leurs caractéristiques.
- Utiliser les référentiels majeurs (ISO/IEC 42001, NIST AI RMF, MITRE ATT&CK, TRiSM) pour structurer et réaliser un audit IA.
- Planifier et réaliser un audit IA complet en suivant les étapes clés : préparation, collecte d’évidences, analyse, restitution.
- Élaborer une checklist personnalisée et mettre en œuvre des pratiques internes pour assurer la continuité des audits IA.
|
Contenu | Semaine 1
Fondamentaux des audits - Définition et rôle de l’audit en TI et cybersécurité : découvrez les spécificités, les étapes et les principaux défis liés aux audits en intelligence artificielle pour assurer la conformité et la sécurité des systèmes numériques.
Semaine 2
Typologie et cas d’usage des audits IA - Découvrez les différents types d’audits IA : techniques (modèle, données, sécurité), éthiques (biais, transparence, équité) et de gouvernance et conformité. Explorez des cas pratiques : validation réglementaire, réduction des biais et gestion des risques.
Semaine 3
Référentiels & méthodologie d’audit IA - Panorama des principaux référentiels pour l’IA : ISO/IEC 42001 pour le management des systèmes d’IA, NIST AI Risk Management Framework, MITRE ATT&CK appliqué à l’IA, TRiSM (Trust, Risk & Security Management) et principes d’IA responsable.
Semaine 4
Mise en pratique & simulation d’audit - Découvrez la méthodologie d’audit IA : planification, collecte d’évidences, analyse et restitution. Apprenez à cartographier les risques, définir les contrôles, élaborer une checklist IA, et évaluer la conformité d’un projet IA à travers une étude de cas.
|
