Synthèse du livre blanc
L’intelligence artificielle (IA) est de plus en plus appliquée dans tous les secteurs utilisant les technologies de l’information et brassant des volumes considérables de données. Cette tendance n’est pas sans impact sur l’économie, la protection de la vie privée, la sécurité, les prises de décision, l’influence (intelligence économique)… donnant lieu à des défis sociétaux pour aujourd’hui et pour demain.
Sous le terme IA se dessinent plusieurs approchent plus ou moins complexes et nécessitant plus ou moins de moyens : systèmes expert, Apprentissage Automatique (Machine Learning), Apprentissage Profond (Deep Learning), IA Générative (Generative AI).
| Les systèmes IA mis en œuvre ont des caractéristiques très différentes et doivent de ce fait présenter des garanties très différentes selon le contexte. Ils doivent trouver un juste équilibre entre la stratégie IA de l’organisme, les besoins d’innovation, le respect de la réglementation (IA act…), le respect des données, les attentes et exigences des parties intéressées, les puissances de calcul requises, la (in)dépendance par rapport aux tiers, la déontologie… |  |
Pour toutes ces raisons, l’approche par les risques et leurs impacts est au cœur d’un système de management de l’intelligence artificielle (SMIA). Le SMIA est en fait un ensemble de dispositions qui vient compléter les modalités de management de l’organisme.
Les systèmes d’IA nécessitent des expertises très complémentaires : technologiques, développement ou utilisateur d’application, gestion de données et de contenu, expertise métier pour l’apprentissage et la modélisation…
Contenu du livre blanc
Principes de l’intelligence artificielle
– Contexte de l’intelligence artificielle
– Fondements de l’intelligence artificielle
– Clé de réussite de l’intelligence artificielle
– Performances et limitations des modèles d’IA
– Facteurs clés de succès
Intelligence artificielle, données et protection des données (normes et réglementation)
– IA act (Règlement du parlement européen concernant l’intelligence artificielle)
– Risques et défis associés à l’IA et classification des système IA en fonction du risque
– Spécificités de Iso 42001:2023
Mise en œuvre de l’intelligence artificielle
– Phases de mise en œuvre d’un système IA
– Modalités de maîtrise de l’intelligence artificielle
Étape 1 – stratégie, politique, objectifs et alignement IA
Étape 2 – analyse de risques, opportunités, impacts
Étape 3- mise en place des systèmes d’IA (phase active – apprentissage)
Étape 4- mise en place de l’exploitation des systèmes d’IA (phase active – exploitation)
Étape 5- Revue, amélioration et reporting
Dispositions de maîtrise indispensables aux système IA
– Aspects techniques, systèmes d’information, hébergé ou cloud
– Profils, expertises et compétence
– Éthique et déontologie
Cas d’application de l’IA
– Intérêt de l’IA pour la gestion des connaissances
– Intérêt de l’IA pour la sensibilisation et la formation
– Intérêt de l’IA pour la fonction QSE/ RSE
– Intérêt de l’IA pour l’audit
Focus sur les spécificités de iso 42001:2023
ISO 42001:2023 « Technologies de l’information — Intelligence artificielle — Système de management » fournit des exigences pour l’établissement, la mise en œuvre, le maintien et l’amélioration continue d’un SMIA.
Elle aide les organismes à jouer leur rôle de manière responsable en ce qui concerne l’utilisation, le développement, le contrôle, la fourniture de produits ou services d’IA.
Elle reprend les exigences fondamentales de la HLS (chapitre 4 à 10), complétées d’exigences plus spécifiques :
- Insiste sur rôles et responsabilité des systèmes d’IA vis à vis des parties intéressées (internes, clients, fournisseurs,
- Place les risques comme élément central de la démarche
- Précise 38 mesures types (annexe A) pour permettre d’atteindre les objectifs du SMIA et de limiter les risques sur les thématiques suivantes :
- A.2 Politiques relatives à l’IA : 3 mesures
- A.3 Organisation interne (responsabilité au sein de l’organisation pour maintenir son approche responsable des systèmes d’IA) : 2 mesures
- A.4 Ressources pour les systèmes d’IA (informations documentaires sur les différents types de ressources utilisées aux différentes étapes du système d’IA) : 4 mesures
- A.5 Évaluation de l’impact des systèmes d’IA : 4 mesures
- A.6.1 Guide pour le développement des systèmes d’IA : 2 mesures
- A.6.2 Cycle de vie des systèmes d’IA (critères et exigences pour chaque étape du cycle de vie des systèmes d’IA) : 7 mesures
- A.7 Données pour les systèmes d’IA (rôle et incidences des données dans l’application et le développement, la mise à disposition ou l’utilisation des systèmes d’IA) : 5 mesures
- A.8 Informations destinées aux parties intéressées par les systèmes d’IA (nécessaires pour comprendre et évaluer les risques et leurs incidences) : 4 mesures
- A.9 Utilisation des systèmes d’IA (utilisation responsable de l’IA et conformité aux politiques de l’organisation) : 3 mesures
- A.10 Relations avec les tiers et les clients (alignement du développement et de l’utilisation responsables des systèmes d’IA sur les attentes des tiers) : 3 mesures
NB: certaines de ces mesures viennent en complément des exigences normatives des chapitres 4 à 10 : § 5.2 vs A.2.2; § 5.3 vs A.3.2; 6.1.3/6.1.4/ 6.2 vs A.5 ; 6.2 vs A.6.1.2/ A.9.3 ; 7.1 vs A.4 ; 7.2 vs A.4.6; 7.5 vs A.4
L’intégralité de ce livre blanc est disponible sur demande justifiée.
Ce livre blanc est réalisé avec la contribution des adhérents de l’association et la contribution des prestataires engagés (PersonalInteractor, SARL Synertal….).
Voir exemple de mise en œuvre « Initiation Intelligence artificielle (IA) pour les managers QSE/ RSE »
Vous aussi vous souhaitez soutenir nos actions ? Devenez partenaire du BeezTank.
Revenir à la présentation générale et à la liste des Livres Blancs