loader from loading.io

#5.1 Le MIT classe 777 risques potentiels liés à l'IA

Decideo - Data Science, Big Data, Intelligence Augmentée

Release Date: 09/01/2024

#5.9 L'éthique de l'IA expliquée à mon fils, avec Enrico Panaï show art #5.9 L'éthique de l'IA expliquée à mon fils, avec Enrico Panaï

Decideo - Data Science, Big Data, Intelligence Augmentée

- On associe souvent l'éthique à la conscience humaine qui doit prendre des décisions. Or les IA n'ont pas de conscience, donc pourquoi doit-on parler d'éthique de l'IA ? - Vous avez choisi d'écrire votre livre en vous adressant à votre fils ? Pensez vous que les plus jeunes générations soient plus ou moins sensibles que nous à l'éthique ? - Comment circoncir l'éthique de l'IA ? En Chine le crédit social est acceptable, pas en Europe. En Iran, une IA générative développée par le pouvoir enseigne le Coran, aux Etats Unis les armes létales autonomes sont déjà une...

info_outline
#5.8 Natalie Maroun nous parle de données et de communication de crise show art #5.8 Natalie Maroun nous parle de données et de communication de crise

Decideo - Data Science, Big Data, Intelligence Augmentée

Natalie Maroun (Photo Crédit Lakhdar Bouzouaid) est directrice associée du Cabinet Element, spécialisé en communication de crise. Elle vient de publier chez Dunod, un ouvrage dans la collection "Boites à outils" : La boite à outils de la communication de crise. Nous avons eu envie de parler ensemble des données au service de la communication de crise. Cette étape que tout le monde redoute, nécessite pour être franchie avec succès d'avoir accès sans délai, aux bonnes données. Comment s'y préparer ? Pages : 192 pages Format : 190 x 240 mm ...

info_outline
#5.7 Data Chain, une plateforme de données française, avec Sandra Mathieu de Adobis Group show art #5.7 Data Chain, une plateforme de données française, avec Sandra Mathieu de Adobis Group

Decideo - Data Science, Big Data, Intelligence Augmentée

Aujourd'hui nous découvrons qu'à l'heure ou l'indépendance technologique doit être mieux préservée, il est possible de construire sa plateforme de données, avec des solutions 100% françaises. Nous en parlons avec Sandra Mathieu, co-fondatrice de Adobis Group. Adobis group, on ne connait pas encore bien votre entreprise, pourtant vous êtes un des seuls éditeurs de logiciels de "data platform" français. A une heure où on parle beaucoup de souveraineté, c'est un différenciateur ? - Alors cette plateforme, elle vient se frotter à de très nombreux acteurs, américains pour la...

info_outline
#5.6 De l'IA oui, mais pas sans Data Spaces, avec Matthias de Bièvre, VISIONS show art #5.6 De l'IA oui, mais pas sans Data Spaces, avec Matthias de Bièvre, VISIONS

Decideo - Data Science, Big Data, Intelligence Augmentée

L'IA on en parle à coups de milliards, de data centers, et de LLMs... mais on parle peu des données : expliquez nous l'importance des données dans le processus d'intelligence artificielle - On parle parfois des données synthétiques qui permettraient de compenser l'absence de données réelles. Vous n'y croyez pas ? - Vous mentionnez les data space, et vous dites que des milliards ont été investi sur le sujet. De quoi s'agit-il et ou sont passés les milliards ? Parce que honnêtement, personne ne connait ! - Aux Etats-Unis, ils sont plutôt bons pour la collecte de données, mais ils...

info_outline
#5.5 Le nouveau SaaS, vous connaissez ? show art #5.5 Le nouveau SaaS, vous connaissez ?

Decideo - Data Science, Big Data, Intelligence Augmentée

Un « nouveau » paradigme apparait, le SaaS ! Non, pas celui que vous croyez ! Vous vous dites, ça y est, on l’a perdu ! Il est resté en 1999 à la création de Salesforce ! Non, car si le SaaS est bien vivant depuis 25 ans, le nouveau SaaS pointerait le bout de son nez selon les oracles du marketing. Nous serions en train de passer du Software as a Service au Service as a Software. Que c’est beau le monde du marketing ! Allez, je vous explique. Le principe du Software as a Service a combiné depuis plus de deux décennies l’évolution...

info_outline
#5.4 Jean-Georges Perrin, Pape du Data Mesh et des Data Contracts show art #5.4 Jean-Georges Perrin, Pape du Data Mesh et des Data Contracts

Decideo - Data Science, Big Data, Intelligence Augmentée

Dans cet épisode, nous recevons Jean-Georges Perrin. Ce nom ne peut vous être inconnu si vous vous intéressé au "shift-left" qui émerge dans le monde des données. Les utilisateurs prennent peu à peu le contrôle de leurs données, et cela a été théorisé en 2020 dans un livre développant le concept de Data Mesh. Au Data Mesh, il manquait une dimension, celle du "comment". Jean-Georges Perrin a été un des premiers à mettre en application ce concept, chez Paypal. Et parmi les premiers, avec Andrew Jones, à s'intéresser aux supports du Data Mesh, les Data Contracts. Au point qu'il...

info_outline
#5.3 Cartographie des données et des systèmes avec David Bougearel de Cartographit show art #5.3 Cartographie des données et des systèmes avec David Bougearel de Cartographit

Decideo - Data Science, Big Data, Intelligence Augmentée

Dans cet épisode, nous recevons David Bougearel, fondateur de Cartographit, un nouvel outil de cartographie du système d'information, qui s'appuie sur les normes de cartographie de l'ANSSI. Les différentes couches cartographiées incluent donc les couches des données, des processus et des applications. Cela fait-il de Cartographit un outil potentiel de gouvernance des données ? Nous abordons ce sujet et différentes questions connexes. - La cartographie du Système d'Information (SI) offre une vue d'ensemble, un inventaire global du SI, incluant les données (objets d'information)....

info_outline
#5.2 IA ? Et si nous parlions français ! show art #5.2 IA ? Et si nous parlions français !

Decideo - Data Science, Big Data, Intelligence Augmentée

Vous en avez assez d’entendre parler de LLM, de prompt, de text token, ou de adversarial machine learning ? Ça tombe bien, le 6 septembre dernier, le Journal Officiel de la République Française a publié, pour la rentrée des classes, la liste relative au vocabulaire de l’intelligence artificielle. La commission d’enrichissement de la langue française a retenu quatorze termes ; elle les a traduits, et définit.   Ainsi, vous pourrez parler de Grands Modèles de Langage, les GML ; d’instructions génératives pour les prompts, de jeton textuel pour les text...

info_outline
#5.1 Le MIT classe 777 risques potentiels liés à l'IA show art #5.1 Le MIT classe 777 risques potentiels liés à l'IA

Decideo - Data Science, Big Data, Intelligence Augmentée

Le MIT a recensé 777 risques potentiels liés à l’IA dans une base de données partagée gratuitement Cet été, le MIT nous a fait un cadeau ! Le prestigieux organisme de recherche américain a publié un référentiel complet des risques liés à l’intelligence artificielle. L’objectif : vous aider à cartographier l’ensemble des risques qui pèsent sur votre entreprise afin de les mesurer, les quantifier et les mitiger par la suite. Si vous suivez mes contenus sur le thème de la gouvernance des données et de l’intelligence artificielle, vous avez déjà été...

info_outline
#4.24 Gagner aux JO, est-ce une question de data ? show art #4.24 Gagner aux JO, est-ce une question de data ?

Decideo - Data Science, Big Data, Intelligence Augmentée

Vous avez 23 ans, vous mesurez 1 mètre 77, et vous pesez 72 kilos ? Vous avez, contrairement à moi, le profil idéal pour remporter le 100 mètres, épreuve reine de l’athlétisme aux jeux olympiques. Si en revanche vous avez plus de 27 ans… désolé, vous êtes déjà disqualifié par l’analyse statistique. Cependant, si vous êtes un peu en surpoids, jusqu’à 108 kilos, vous pouvez tenter le lancer de poids. Les grands triompheront au lancer de disque, quant aux plus petits qu’un mètre soixante… ils n’ont que peu de chance d’obtenir une médaille en athlétisme. Non,...

info_outline
 
More Episodes

Le MIT a recensé 777 risques potentiels liés à l’IA dans une base de données partagée gratuitement

Cet été, le MIT nous a fait un cadeau ! Le prestigieux organisme de recherche américain a publié un référentiel complet des risques liés à l’intelligence artificielle. L’objectif : vous aider à cartographier l’ensemble des risques qui pèsent sur votre entreprise afin de les mesurer, les quantifier et les mitiger par la suite.

Si vous suivez mes contenus sur le thème de la gouvernance des données et de l’intelligence artificielle, vous avez déjà été sensibilisé au fait que la mise en place d’un cadre de gouvernance passe par l’identification et la cartographie des risques.

Comment en effet atténuer quelque chose que l’on n’a pas référencé et mesuré ?

Première tâche donc, l’identification et la cartographie des risques en matière d’intelligence artificielle. Risques liés aux données, aux modèles, aux usages, les risques sont nombreux. Et l’IA Act européen prévoit d’ailleurs l’obligation de les identifier et de les suivre, afin de classifier les modèles d’IA en fonction des risques encourus.

Mais partir d’une feuille blanche et se gratter la tête en faisant le tour des bureaux n’est pas la méthode la plus efficace. Or il n’existait pas jusqu’à présent un référentiel unique, mais plusieurs référentiels, tous incomplets, et orientés.

Ces derniers mois, les équipes du MIT ont réalisé un travail de compilation et d’organisation de l’ensemble des référentiels qu’ils ont pu identifier ; regroupant l’ensemble des risques dans une taxonomie commune. The AI Risk Repository est donc un travail de synthèse des risques en provenance de 43 taxonomies différentes. Au total, 777 risques ont été identifiés, regroupés et ordonnés dans la taxonomie du MIT.

Ce travail de synthèse est fourni sous forme d’un fichier Excel ou Google Sheets. Avec 777 risques décrits, c’est évidemment beaucoup trop pour la très grande majorité des entreprises, et un important travail de compréhension et de sélection reste à faire.

Par ailleurs chaque entreprise devra évaluer le degré de survenance de ce risque dans sa propre organisation ; ainsi que les impacts de cette survenance sur son métier. Personne ne peut faire ce travail à votre place. Mais bien sûr, remercions le MIT pour cette synthèse qui permet de partir de quelque chose, d’envisager à peu près tous les cas possibles, et ainsi de progresser dans cette cartographie des risques liés à l’IA.

Le framework à déployer est donc le suivant :

-              Commencez par prendre connaissance de la base de données des risques du MIT ;

-              Sensibilisez la direction générale à l’importance, et parfois à l’obligation, de connaitre le niveau d’exposition de l’entreprise ;

-              Programmez des ateliers avec les différentes personnes concernées, métier et informatique, afin de sélectionner dans la base du MIT les risques applicables à l’entreprise ;

-              N’hésitez pas à vous faire accompagner dans cette phase afin de démarrer correctement ; un consultant spécialisé peut être un booster et un garde-fou ;

-              Pour chacun de ces risques, évaluez leur probabilité de survenance, et les impacts, financiers et autres, de cette survenance éventuelle ;

-              Reportez tout cela dans un outil spécialisé de gestion de risques ou à défaut dans une feuille Excel ;

-              Mettez en place les stratégies de modération de ces risques ;

-              Ne pas oublier de répéter ce processus, lorsque les risques changent ou au minimum une fois par an, afin de maintenir à jour cette cartographie.

Alors je vous entends déjà critiquer ! Jamais je n’aurai le temps de faire cela, la DG ne nous donnera pas de budget, encore un truc qui va rester sur les étagères, bla bla bla…

Vous avez raison de vous inquiéter ! Mais en même temps soyons direct, ce n’est pas un choix. Bien sûr, une PME peut choisir de prendre des risques, sans les mesurer, et en assumer par la suite les conséquences. Mais assurez-vous que cette décision de ne pas cartographier les risques liés à l’IA soit bien prise au plus haut niveau. Et un conseil, protégez vos arrières, et conservez bien la trace de cette décision.

Et si votre DG est plus raisonnable, et comprend l’importance de connaitre et mesurer ces risques, allez-y progressivement. Posez les premiers jalons, et commencez les ateliers. Tiens, par exemple, commencez par les nouveaux projets ! Un nouveau POC d’IA ? Dès la phase de POC, rapprochez-vous des équipes, abordez le sujet, et cartographiez les risques à la volée. En incluant la gouvernance de l’IA dans la phase de design des projets, le fameux « Governance by design », vous rendrez le sujet beaucoup plus fluide. C’est ce que j’appelle le DevSecGovOps, penser à la gouvernance dès la phase de conception, et en faire un élément essentiel de la mise en production.