Comprendre l'IA : définitions et principes fondamentaux (3h30)
- Histoire et évolution de l'Intelligence Artificielle
- IA symbolique vs IA basée sur l'apprentissage (Machine Learning, Deep Learning)
- Les grandes avancées et ruptures technologiques récentes
- Présentation du fonctionnement d'un modèle d'IA à travers des exemples concrets
Après-midi – Applications concrètes de l'IA dans différents secteurs (3h30)
- IA et automatisation des tâches : impact sur le travail et la productivité
- Exemples dans divers domaines :
- Industrie et production : maintenance prédictive, robots autonomes
- Finance et assurance : détection de fraude, scoring de crédit
- Commerce et marketing : personnalisation, chatbots, analyse des comportements
- Transport et logistique : véhicules autonomes, optimisation des flux
- Environnement et énergie : gestion intelligente des ressources, smart cities
- Étude de cas sur des projets d'IA existants et réflexion sur d'autres applications possibles
Enjeux, limites et intégration de l'IA dans une organisation
Enjeux éthiques, sociétaux et réglementaires (3h30)
- Les risques liés à l'IA :
- Biais algorithmiques et discrimination
- Sécurité et protection des données
- Impacts sociaux et économiques (perte d'emplois, transformation des métiers)
- Les réglementations et cadres légaux :
- IA Act (UE), RGPD et protection des données
- Normes et certifications
- Responsabilité juridique en cas d'erreur de l'IA
- Étude de cas et débat sur des dilemmes éthiques liés à l'IA
Stratégies d'intégration de l'IA dans une organisation (3h30)
- Adopter une approche stratégique :
- Analyser les besoins avant d'implémenter l'IA
- Identifier les bons outils et fournisseurs
- Former et accompagner les équipes
- Comment travailler avec l'IA plutôt que contre elle ?
- Collaboration homme-machine et montée en compétences
- Opportunités pour les managers et décideurs
- Atelier pratique de simulation de mise en place d'un projet IA dans une entreprise