DOMAINE 11 / 20
Intelligence artificielle maîtrisée
Sélectionner les usages, qualifier les données, évaluer les résultats et garder la maîtrise des décisions, des coûts et de la sortie.
Comparer l’IA à une solution de référence, définir les erreurs inacceptables et maintenir une décision humaine identifiable pour les conséquences importantes.
Les dossiers de ce domaine
9 points d’entréeSélection des cas d’usage de l’intelligence artificielle
Un cas d’usage d’IA décrit un problème métier, une décision ou une tâche que l’on envisage d’améliorer. La présence d’un modèle performant ne suffit pas…
Explorer le dossier Dossier · 26 questionsRegistre des systèmes et usages d’IA
Un registre d’IA identifie les systèmes, usages, modèles, fournisseurs et responsables. Il rend visibles les dépendances et les décisions, y compris les…
Explorer le dossier Dossier · 27 questionsRAG et recherche documentaire augmentée
Un dispositif RAG recherche des documents puis les fournit comme contexte à un modèle génératif. Il peut améliorer l’ancrage documentaire, mais n’empêche…
Explorer le dossier Dossier · 26 questionsÉvaluation des modèles et critères d’acceptation
Évaluer un modèle consiste à mesurer sa capacité à réussir un usage défini, dans des conditions représentatives. Une note générale sur un benchmark ne…
Explorer le dossier Dossier · 26 questionsAgents d’IA et autorisations d’action
Un agent d’IA peut enchaîner des étapes et appeler des outils pour atteindre un objectif. Le risque augmente lorsque ses sorties déclenchent des actions…
Explorer le dossier Dossier · 26 questionsMLOps et exploitation des systèmes d’IA
MLOps organise le cycle de vie des modèles, données et déploiements. Pour l’IA générative, la configuration, les prompts, le corpus documentaire et les…
Explorer le dossier Dossier · 26 questionsCoût complet et rentabilité de l’IA
Le coût d’un système d’IA comprend les appels au modèle, mais aussi les données, l’intégration, les contrôles, les erreurs et l’exploitation. La…
Explorer le dossier Dossier · 26 questionsSupervision humaine et responsabilité des décisions IA
La supervision humaine organise qui contrôle, comprend, corrige et peut arrêter l’usage d’un système d’IA. Elle ne se résume pas à ajouter un bouton de…
Explorer le dossier Dossier · 26 questionsRéversibilité des modèles et services d’IA
La réversibilité d’un service d’IA permet de changer de modèle, fournisseur ou organisation sans perdre les données, règles et capacités essentielles.…
Explorer le dossierDeux questions pour commencer
Comment décider si un projet d’IA mérite de passer en production ?
La décision doit porter sur un service utilisable, maîtrisable et suivi, pas seulement sur une démonstration impressionnante. Il faut comparer…
Lire la réponse Question essentielleUn système RAG empêche-t-il les hallucinations ?
Non. Le RAG apporte au modèle des documents retrouvés pour l'aider à répondre, mais il ne garantit ni la pertinence de ces documents ni la…
Lire la réponseDans une petite structure
Commencer par un usage limité et réversible, avec un jeu d’évaluation représentatif et une personne capable d’arrêter le dispositif.
Dans une organisation étendue
Séparer règles communes, produits IA et responsabilités locales. Partager les preuves d’évaluation sans perdre la traçabilité des modèles, données et usages propres à chaque entité.
Références pour approfondir
Une précision à apporter ?
Proposez une correction, une nouvelle question ou un retour d’expérience.