Garder le contrôle grâce à un cadre de gouvernance de l’IA et des données

Étape un : détermination des possibilités et des risques et établissement de leur portée

La première étape consiste à déterminer les domaines dans lesquels il serait profitable d’utiliser une technologie intelligente et à établir les attentes quant à ce qu’elle doit accomplir. Essentiellement, c’est le moment où une entreprise établit la portée de son projet, détermine tous les avantages et les risques et s’assure que les intérêts l’emportent sur les inconvénients.

Étape deux : détermination des sources de données et suppression des biais

Une fois la portée du projet établie et les objectifs établis, vous devez repérer les sources de données requises. À cette étape, une entreprise doit déployer tous les efforts possibles pour s’assurer que ses données sont exemptes de préjugés. Cela pourrait signifier la collecte de données provenant de diverses sources ou l’utilisation de techniques conformes aux normes de l’industrie pour traiter des données non équilibrées ou tendancieuses, comme le sous-échantillonnage et le suréchantillonnage. Outre l’élimination des biais au sein de la source de données, il est tout aussi important de veiller à ce qu’il n’y ait pas de parti pris lors de la collecte des données proprement dites. Enfin, s’il est finalement impossible de supprimer un biais des données, il est important de garder ce préjugé à l’esprit et d’en tenir compte au moment de faire des prévisions.

Étape trois : sécurité et confidentialité des données

La sécurité et la confidentialité des données sont essentielles pour assurer l’intégrité d’une solution d’IA et pouvoir se fier à ses prévisions. Cette étape tient compte des juridictions et de la législation (comme la loi des États-Unis sur l’assurance maladie [HIPAA], le Règlement général sur la protection des données [RGPD] et les lois régionales sur la protection des renseignements personnels). Tous les processus de stockage de données, de transfert de données et d’applications doivent être évalués quant à leur sécurité.

De plus, certaines procédures peuvent être mises en place, comme la sauvegarde périodique des données afin qu’elles ne soient pas perdues, ainsi que la réalisation d’examens périodiques pour s’assurer que les données sont conformes aux attentes.

En outre, il est important de protéger la vie privée des personnes dont les données sont recueillies ou de celles qui seront touchées par les résultats de la solution d’IA.

Étape quatre : prestation d’une solution

À l’étape de la prestation d’une solution, l’entreprise planifie et exécute la mise en œuvre de la solution d’IA. Cette étape comporte beaucoup d’exploration et d’expérimentation sur les données recueillies. L’objectif consiste à trouver la meilleure solution possible pour le projet. Il s’agit d’un processus itératif qui comporte de nombreux cycles de création d’une solution, de mise à l’essai de celle-ci, suivie par son amélioration, puis par une nouvelle mise à l’essai, et ainsi de suite.

À la fin de cette étape, le résultat idéal consiste en une solution d’IA à part entière qui répond à tous les objectifs et à toutes les attentes en fonction des mesures de réussite énoncés à l’étape de la détermination des possibilités.

Étape cinq : transparence de la solution

Cette étape fait référence à la mesure dans laquelle les personnes qui développent, possèdent et utilisent la solution d’IA comprennent comment elle fonctionne, ce qu’elle fait et ce qu’elle est censée faire. Ces personnes doivent être en mesure d’évaluer de façon critique toute solution d’IA et ne pas simplement avoir la certitude aveugle qu’elle donnera les résultats escomptés.

Aller au-delà du cadre

Notre cadre de gouvernance de l’IA en cinq étapes décrit les procédures essentielles pour s’assurer de contrôler la solution d’IA en voie de développement. Pour chaque étape, des questions importantes doivent obtenir des réponses, et un responsable doit être désigné. Par exemple, en ce qui concerne la prestation de solutions, les ingénieurs en IA sont chargés de poser les questions appropriées et d’y répondre. Nous avons créé une liste de vérification simple que les chefs de projet doivent appliquer à chaque étape tout en créant la stratégie de gouvernance de l’entreprise.

On ne peut pas élaborer une stratégie de données sans y intégrer la gouvernance. Les étapes ci-dessus ne sont qu’un aperçu rudimentaire pour vous aider à réfléchir à la façon dont votre entreprise gère ses données. La gouvernance de l’IA et des données est multidimensionnelle et, par conséquent, complexe à concevoir et à mettre en place.

Pour approfondir la création d’une stratégie relative aux données et jeter les bases de l’adoption de l’IA, envisagez de participer à notre atelier immersif de cinq jours sur l’IA. Cet atelier portera sur la façon d’évaluer et d’élaborer une stratégie d’IA adaptée à votre entreprise, ainsi que sur la façon de tirer le meilleur bénéfice de votre mise en œuvre et d’éviter les risques inutiles.

Pour en savoir plus sur la série d’ateliers de MNP sur l’IA.

Communiquez avec un conseiller de MNP pour discuter de votre stratégie en matière d’intelligence artificielle.

Références