Objectif : comprendre comment circulent les données et comment s'organise l'architecture d'un système IA.

DataCloudbases de donnéespipelinesAPIsfluxdroits d'accèstraçabilité

Objectif : comprendre suffisamment le fonctionnement d'un modèle pour pouvoir en questionner la conception, les performances et les risques.

entraînementvalidationmétriquesbiaisexplicabilitédérivemonitoring

Objectif : comprendre les nouvelles architectures génératives et leurs enjeux de confidentialité, fiabilité, propriété intellectuelle et responsabilité.

Foundation ModelsembeddingsRAGbases vectoriellesmultimodalitéhallucinationsévaluation

Objectif : comprendre ce qui change lorsque l'IA ne se contente plus de répondre mais commence à agir.

agentstoolsAPIsmémoirepermissionsactionsmulti-agentsHuman-in-the-looptraces

AI GRC Professional Project #1 — AI Technology & Impact Assessment : analyser un système IA sous ses dimensions architecture, données, usages, acteurs, impacts, risques et responsabilité.

Objectif : appliquer le cadre de protection des données aux spécificités des systèmes IA.

données personnellesbases légalesfinalitésprofilagedécisions automatiséesdroitsaccountability

Objectif : faire de la gouvernance des données le premier niveau d'une IA de confiance.

Data GovernancequalitélineagedocumentationconservationhabilitationsPrivacy by Design

Objectif : intégrer les enjeux de souveraineté et de dépendance fournisseur dans les décisions de gouvernance.

transferts internationauxextraterritorialitélocalisationClouddépendances technologiquesréversibilité

Objectif : construire la conformité Data d'un projet IA, de la cartographie à la remédiation.

DPIAsécuritéprotection des donnéesData Qualitydocumentationcontrôlespreuvesremédiation

AI GRC Professional Project #2 — Data Protection & Quality Governance Plan : cartographie des données, risques, protection, qualité, gouvernance et plan d'action.

Ce projet contribue à la validation du BC01 du titre RNCP niveau 7 Chef de projet en développement de solutions d'intelligence artificielle.

Objectif : apprendre à déterminer ce qu'est juridiquement un système IA et quelles obligations lui sont applicables.

champ d'applicationacteursniveaux de risquepratiques interditessystèmes à haut risquetransparence

Objectif : transformer l'exigence réglementaire en mesures concrètes pour les équipes techniques et métiers.

ProvidersDeployersGPAIdocumentationHuman Oversightmonitoringincidentspreuves

Objectif : sécuriser juridiquement les nouvelles chaînes de valeur de l'IA.

données d'entraînementcopyrightcontenus généréssecrets d'affairesresponsabilitéclauses IAfournisseurs

Objectif : comparer les grands modèles de régulation afin de gérer des technologies, données et usages déployés dans plusieurs juridictions.

Union européenneÉtats-UnisRoyaume-UniChineIndeÉmirats arabes unis

Objectif : bâtir un dispositif complet de gouvernance de l'IA.

AI Inventoryrôlesresponsabilitéscomitéspolitiquescycle de vieHuman Oversightdocumentation

AI GRC Professional Project #3 — AI Governance Framework : registre, responsabilités, politiques, contrôles, supervision et documentation.

Objectif : identifier, évaluer, hiérarchiser et traiter les risques liés aux systèmes d'IA.

Data RiskModel RiskLLM RiskAgent Riskcyberprivacybiaisréputationfournisseurs

Objectif : intégrer les limites éthiques d'un système au-delà de la seule conformité.

fairnesstransparenceexplicabilitédroits fondamentauxautonomie humainediscriminationproportionnalité

Une question structure tout le séminaire : « Peut-on le faire ? » n'est pas la même question que « Devrait-on le faire ? »

AI GRC Professional Project #4 — AI Risk, Ethics & Trust Assessment : évaluer un système selon cinq dimensions : Legal, Risk, Ethics, Trust, Human Oversight.

Objectif : passer de la conformité déclarée à la conformité démontrée.

architecturedonnéesmodèlesRAGagentspermissionslogstracesmonitoringauditabilité

AI GRC Professional Project #5 — AI System Audit & Control Report : réaliser un audit GRC technologiquement informé et construire un plan de remédiation.

Objectif : apprendre à utiliser l'IA sans lui déléguer le jugement juridique.

rechercheveillerédactioncontratsdue diligenceanalyse documentaireLegal Designknowledge management

Objectif : construire un assistant spécialisé capable d'exploiter une connaissance juridique maîtrisée.

RAGbases de connaissancessourcespermissionsconfidentialitéévaluationguardrails

Objectif : concevoir des agents capables d'agir dans un cadre juridique contrôlé.

veillecontratsqualificationcollectealertesactionsvalidation humainemulti-agentsaudit trail

Objectif : construire des dispositifs capables de détecter une évolution réglementaire, identifier ses impacts et déclencher les actions appropriées.

LegalTechRegTechRegulatory Intelligencecompliance monitoringobligations mappingalerting

Objectif : évaluer non seulement la conformité d'un fournisseur, mais aussi la dépendance stratégique qu'il crée.

Cloudmodèles propriétaires / open sourceAPIssupply chain IAlocalisationréversibilitéthird-party risk

Objectif : détecter, qualifier, documenter, décider, remédier et communiquer face à un incident IA.

fuite de donnéeshallucination critiquediscriminationagent hors contrôleincident fournisseurréputation

Mise en situation : AI Crisis Room.

Objectif : passer de projets ponctuels à une véritable fonction de gouvernance de l'IA.

Operating ModelmaturitéroadmapKPI/KRIcontrôlesbudgetcomitésreportingconduite du changement

Objectif : à mesure que l'IA automatise recherche, analyse et rédaction, créer davantage de valeur par le jugement, l'interprétation, l'arbitrage et la responsabilité.

Legal OperationsautomatisationHuman/AI Allocationnouveaux workflowsnouveaux rôlescompétencesorganisation cible

AI GRC Professional Project #6 — Legal AI & GRC Transformation Blueprint : diagnostic → technologie → droit → risques → éthique → gouvernance → agents → organisation cible → roadmap.