Ce module explore des approches pratiques de la conception éthique de l'IA, en s'appuyant sur la boîte à outils « Stanford AI Ethics Toolkit » pour établir un lien entre les principes éthiques et la prise de décision dans la vie réelle. Les apprenants examineront comment les choix de conception influencent l'autonomie, la dignité et les relations humaines, tout en appliquant des cadres pratiques pour évaluer les systèmes d'IA dans divers contextes.

Ce module examine la manière dont les systèmes d'IA sont testés, évalués et régulés afin de garantir un déploiement sûr et responsable. Les apprenants découvriront des approches de test fondées sur les risques, comprendront le lien entre évaluation et réglementation, et analyseront comment les facteurs techniques, humains et organisationnels influencent les performances de l'IA dans des contextes à enjeux élevés.

Ce module examine comment mettre en œuvre le principe d'équité tout au long du cycle de vie de l'IA, depuis la définition des groupes concernés et l'identification des risques jusqu'à la mise en œuvre d'outils techniques et de gouvernance. Les apprenants étudieront les compromis en matière d'équité, les mesures de protection et les actions correctives applicables aux décisions prises à l'aide de l'IA.

Ce module aborde les principes relatifs à la vie privée, à la protection des données et à la gouvernance des données dans le domaine de l'IA, en examinant comment les systèmes d'IA responsables concilient innovation, droits des utilisateurs, responsabilité et confiance. Les apprenants découvriront les concepts clés de la gouvernance, des outils pratiques et des études de cas concrets afin de comprendre comment la vie privée, la transparence, le contrôle humain et les pratiques responsables en matière de données contribuent à garantir la fiabilité de l'IA tout au long de son cycle de vie.

Ce module aborde les principes de transparence, d'explicabilité et de responsabilité (TEA) dans les systèmes d'IA. Les apprenants examineront comment les principes TEA favorisent la confiance, le contrôle humain et une gouvernance responsable de l'IA, tout en acquérant des compétences pratiques pour évaluer, communiquer et améliorer la transparence et la responsabilité tout au long du cycle de vie de l'IA.

Ce module aborde la question de la durabilité environnementale des systèmes d'IA, en analysant leurs impacts tout au long de leur cycle de vie. Les apprenants acquerront des compétences pratiques leur permettant d'identifier les points sensibles sur le plan environnemental, d'évaluer les compromis en matière de durabilité et d'appliquer des cadres favorisant une prise de décision responsable et des pratiques organisationnelles durables.

Ce module aborde les principes de proportionnalité et de gouvernance fondée sur les risques dans le domaine de l'IA, en mettant l'accent sur les moyens d'évaluer, de gérer et d'atténuer les risques tout en protégeant les droits fondamentaux et en favorisant l'innovation. Les apprenants mettront en pratique des cadres d'évaluation et des outils de gouvernance concrets afin de favoriser une prise de décision responsable en matière d'IA.

Ce module explore l'impact de l'IA sur l'autonomie humaine, le travail épanouissant et le bien-être au travail. Les apprenants apprendront à concevoir des systèmes d'IA qui favorisent l'autonomie humaine, à mettre en place un contrôle efficace et à promouvoir une adoption éthique et responsable de l'IA sur le lieu de travail.

Ce module explore les complexités de la gouvernance de l'IA dans différents pays, organisations et contextes réglementaires. Les apprenants se pencheront sur les cadres de gouvernance, les défis transfrontaliers et les approches pratiques permettant de concilier innovation, responsabilité et confiance dans les systèmes d'IA.