[{"data":1,"prerenderedAt":45},["ShallowReactive",2],{"course-ethique-biais-et-ia-de-confiance":3,"highlight-json-{\n  \"systeme\": \"scor":44},{"id":4,"name":5,"slug":6,"location":7,"targetAudienceFormatMarkdown":8,"prerequisitesFormatMarkdown":9,"objectivesFormatMarkdown":10,"descriptionFormatMarkdown":11,"teachingMethodsFormatMarkdown":12,"teachingResourcesFormatMarkdown":13,"evaluationMethodsFormatMarkdown":14,"accessibilityFormatMarkdown":15,"accessMethodsFormatMarkdown":16,"minimumParticipants":7,"maximumParticipants":7,"duration":17,"reference":18,"trainerType":7,"updated_at":19,"created_at":20,"price":21,"organizationMode":22,"theme":25,"code":29,"tags":34,"metadata":35},"/api/courses/bc8a9995-b343-11f1-a993-d8ca06000363","Éthique, biais et IA de confiance","ethique-biais-et-ia-de-confiance",null,"Chefs de projet IA, data scientists, MOA, RSSI, DPO, responsables métier, référents éthique.","-   Connaissance générale de l'IA.","-   identifier l'origine des biais dans un système d'IA\n-   mettre en place des tests de détection de biais par sous-population\n-   expliquer les composantes d'une IA de confiance et leur portée réelle\n-   rédiger les exigences éthiques d'un cahier des charges ou d'un contrat","--day1--\n\n## Comprendre les biais\n\n-   Origines des biais : données, conception, usage, boucle de rétroaction\n-   Cas documentés de discrimination par des systèmes automatisés\n-   Notions d'équité et leur incompatibilité mutuelle : il faut choisir\n-   Détection : métriques, tests par sous-population, revue humaine\n-   Atténuation : données, modèle, post-traitement, limites de chaque approche\n-   Travaux pratiques : analyse d'un cas réel de biais et identification des points de contrôle manquants\n\n--break--\n\n## IA de confiance en pratique\n\n-   Composantes d'une IA de confiance : robustesse, transparence, explicabilité, supervision humaine\n-   Explicabilité : ce qui est réellement atteignable selon le type de modèle\n-   Supervision humaine effective et non formelle\n-   Référentiels, chartes et cadres d'évaluation existants\n-   Exigences éthiques à inscrire dans un cahier des charges ou un contrat\n-   Travaux pratiques : rédaction des exigences d'IA de confiance d'un projet et de sa grille de contrôle","Présentiel, distanciel, hybride","Les supports pédagogiques sont remis aux stagiaires sous format numérique et/ou papier selon les modalités de la formation.\n\nIls comprennent des supports de cours, des présentations, des fiches pratiques, des études de cas, des exercices applicatifs ainsi que des QCM d’entraînement selon la formation. (adapté au choix du formateur)\n\nLes formations s’appuient sur des moyens techniques adaptés : ordinateurs, logiciels professionnels, connexion internet, écran ou vidéoprojecteur, ainsi que des outils collaboratifs et de visioconférence pour les formations à distance.\n\nL’ensemble des supports pédagogiques est accessible pendant et après la formation afin de favoriser l’appropriation et la mise en pratique des compétences acquises.","En amont de la formation, un recueil des besoins permet de récolter des informations sur le stagiaire et ses attentes. L’évaluation se fait en cours de formation, par des études de cas ou des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation et/ou un examen.\n\nUn suivi de qualité est effectué grâce à nos sessions en groupe restreint (entre 2 et 9 participants maximum). Le stagiaire émargera par demi-journée et recevra une attestation de formation.","Nous informons l’ensemble de nos clients et stagiaires que nous sommes dans la capacité d’adapter les sessions selon les handicaps et les situations spécifiques. Nous nous engageons à répondre à toutes vos demandes sous un délai de 48h ouvré.","Si l’une de nos formations vous intéresse, contactez-nous au +33 4 93 65 34 24 ou à l’adresse mail contact@m2g-intellect.fr. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d’adapter la formation et ses modules, puis nous vous adresserons un devis.\n\nLes dates de la formation seront à convenir sous 30 jours maximum.","7.00","L2-TOU-11","2026-09-18T11:42:27+00:00","2026-09-18T11:31:33+00:00","830.00",{"id":23,"name":24},"/api/organization_mode_types/6","HYBRID",{"id":26,"name":27,"slug":28},"/api/themes/1bfd6e41-c2b0-4813-a29b-c9e1c486b5d0","Intelligence Artificielle","intelligence-artificielle",{"id":30,"label":31,"domain":32},"/api/training_specialities/163","326 - Informatique, traitement de l’information, réseaux de transmission des données",{"label":33},"32 - Communication et information",[],{"desc-accroche":36,"Description":37,"icon-color":38,"icon-name":39,"code-langage":40,"code-snippet":41,"courte-description":42,"titre-accroche":43},"Une journée pour identifier l'origine des biais dans un système d'IA, mettre en place des tests de détection par sous-population, comprendre la portée réelle des composantes d'une IA de confiance et rédiger des exigences éthiques opposables dans un cahier des charges.","Cette formation d'une journée fait passer des principes généraux d'éthique de l'IA à des vérifications concrètes et outillées. Les participants apprennent à identifier l'origine des biais dans un système d'IA - données d'entraînement non représentatives, choix de modélisation, usage détourné - et à mettre en place des tests de détection par sous-population permettant de mesurer des écarts de performance entre groupes. La formation explique également les composantes reconnues d'une IA de confiance (robustesse, transparence, supervision humaine, équité) et leur portée réelle, souvent surestimée dans les discours commerciaux. Elle se conclut par la rédaction d'exigences éthiques précises et vérifiables, destinées à un cahier des charges ou à un contrat avec un fournisseur. Elle s'adresse aux chefs de projet IA, data scientists, MOA, RSSI, DPO, responsables métier et référents éthique.","#5847EB","mdi:shield-check-outline","json","{\n  \"systeme\": \"scoring_credit\",\n  \"sous_populations\": [\"groupe_a\", \"groupe_b\"],\n  \"metrique\": \"taux_approbation\",\n  \"resultats\": { \"groupe_a\": 0.71, \"groupe_b\": 0.52 },\n  \"ecart_significatif\": true,\n  \"action_requise\": \"revision_du_jeu_dentrainement\"\n}","Formation d'une journée pour détecter les biais d'un système d'IA par des tests concrets et rédiger des exigences éthiques vérifiables dans un contrat.","Détectez concrètement les biais d'un système d'IA et transformez les principes éthiques en exigences vérifiables dans vos projets.","\u003Cpre class=\"hljs\">\u003Ccode class=\"language-json\">\u003Cspan class=\"hljs-punctuation\">{\u003C/span>\n  \u003Cspan class=\"hljs-attr\">"systeme"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-string\">"scoring_credit"\u003C/span>\u003Cspan class=\"hljs-punctuation\">,\u003C/span>\n  \u003Cspan class=\"hljs-attr\">"sous_populations"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-punctuation\">[\u003C/span>\u003Cspan class=\"hljs-string\">"groupe_a"\u003C/span>\u003Cspan class=\"hljs-punctuation\">,\u003C/span> \u003Cspan class=\"hljs-string\">"groupe_b"\u003C/span>\u003Cspan class=\"hljs-punctuation\">]\u003C/span>\u003Cspan class=\"hljs-punctuation\">,\u003C/span>\n  \u003Cspan class=\"hljs-attr\">"metrique"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-string\">"taux_approbation"\u003C/span>\u003Cspan class=\"hljs-punctuation\">,\u003C/span>\n  \u003Cspan class=\"hljs-attr\">"resultats"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-punctuation\">{\u003C/span> \u003Cspan class=\"hljs-attr\">"groupe_a"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-number\">0.71\u003C/span>\u003Cspan class=\"hljs-punctuation\">,\u003C/span> \u003Cspan class=\"hljs-attr\">"groupe_b"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-number\">0.52\u003C/span> \u003Cspan class=\"hljs-punctuation\">}\u003C/span>\u003Cspan class=\"hljs-punctuation\">,\u003C/span>\n  \u003Cspan class=\"hljs-attr\">"ecart_significatif"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-literal\">\u003Cspan class=\"hljs-keyword\">true\u003C/span>\u003C/span>\u003Cspan class=\"hljs-punctuation\">,\u003C/span>\n  \u003Cspan class=\"hljs-attr\">"action_requise"\u003C/span>\u003Cspan class=\"hljs-punctuation\">:\u003C/span> \u003Cspan class=\"hljs-string\">"revision_du_jeu_dentrainement"\u003C/span>\n\u003Cspan class=\"hljs-punctuation\">}\u003C/span>\u003C/code>\u003C/pre>",1789740848524]