IA & Data - AI Governance Framework Fondation, préparation à la certification APMG
Un parcours pratique consacré à AI Governance Framework Fondation. Les participants structurent leurs acquis autour de trois priorités : Introduction au AIPGF, L’intelligence artificielle en gestion de projet, Vue d’ensemble de la structure AIPGF.
Programme détaillé
Introduction au AIPGF
- Besoin de gouvernance dans les projets “AI-assisted ».
- Objectifs du framework.
- Terminologie.
- Périmètre “éthique / efficient / efficace”.
- Applicabilité et scalabilité.
L’intelligence artificielle en gestion de projet
- Règle : Human-in-the-Loop (HITL).
- Différences IA vs informatique traditionnelle.
- Disciplines IA utiles pour piloter les projets.
- Évolution de la place de l’IA dans la gestion de projet.
- Les challenges liés à l’utilisation de l’IA.
- Impacts sécuritaires, éthiques & légaux.
Vue d’ensemble de la structure AIPGF
- Les étapes du cycle de vie.
- Le mindset : principes, valeurs et comportements.
- La méthode : activités et livrables.
- Intégration avec des approches existantes.
Exercice
- Synthèse + exercices pratiques de consolidation.
Rôles et responsabilités
- Les rôles clés : sponsor projet, chef de projet, data owner, comité de pilotage.
- Le rôle de « AI Ethics advisor ».
- L’équipe projet.
- Les rôles additionnels.
- Stratégies d’affectation flexibles selon taille/risque.
- Cartographie des parties prenantes.
- Construction d’équipes de gouvernance IA.
Les principes AIPGF
- Centré sur l’humain.
- Transparence.
- Adaptation.
- Les principes dans la pratique.
Les valeurs AIPGF
- Responsabilisation.
- Sensibilité.
- Collaboration.
- Curiosité.
- Amélioration continue.
Les comportements AIPGF
- Comportements associés aux 5 valeurs.
- Adaptation au contexte projet/organisation.
Exercice
- Étude de cas (discussion guidée).
Les stades du cycle de vie AIPGF
- Fondation : cadrer l’assistance IA, objectifs, sélection outils, data readiness, identification/gestion des risques, livrables.
- Activation : opérationnaliser le plan, monitoring/contrôle de l’usage IA, gestion incidents/problèmes IA, reporting d’usage, mise à jour risques.
- Évaluation : évaluer l’impact de l’IA, capitaliser les retours, améliorer la collaboration humain-IA.
Exercice
- Construire une checklist “Activités & Livrables” adaptée à un scénario.
Préparation à l’examen Foundation
- Étude de cas (application et discussion).
- Préparation à l’examen Foundation + examen blanc (mock/sample exam).
Parlez-nous de votre projet
Nos bureaux
- Exceev Consulting
61 Rue de Lyon
75012, Paris, France - Exceev Technology
332 Bd Brahim Roudani
20330, Casablanca, Maroc