Gouvernance de l’IA Modèle d’incubateur de valeur partagée Guide consultatif sur les politiques du secteur public Guide du sprint de conception de modèle d’entreprise Outil d’évaluation « Fabriqué en Afrique » (MAE) Planificateur de programme de leadership africanisé Gouvernance de l’IA Plateforme de certification GrmCoDesign Bailleurs de fonds Audit de confiance Préparation au partenariat Vérification des partenariats Modèle d’incubateur de valeur partagée Guide consultatif sur les politiques du secteur public Guide du sprint de conception de modèle d’entreprise Outil d’évaluation « Fabriqué en Afrique » (MAE) Planificateur de programme de leadership africanisé Gouvernance de l’IA Plateforme de certification GrmCoDesign Bailleurs de fonds Audit de confiance Préparation au partenariat Vérification des partenariats Veuillez activer JavaScript dans votre navigateur pour remplir ce formulaire. - Step 1 of 5NameCadre de gouvernance de l'IA et de souveraineté des données Un ensemble d'outils complet pour auditer les systèmes d'IA afin d'identifier les risques éthiques et les biais, garantissant ainsi leur conformité aux normes africaines de souveraineté et de responsabilité des données.Objectifs et butsObjectifs et butsSuivantPilier 1 : Communauté et bénéfice collectifObjectifQuestions d'auditÉvaluation de l’impact communautaire : comment la communauté a-t-elle été impliquée dans la définition du problème et des avantages/inconvénients potentiels du système d’IA ?Bénéfice collectif : Le système d’IA privilégie-t-il le bien-être collectif au profit individuel ou collectif ? Comment la valeur est-elle partagée ?Adaptation au contexte local : comment le système d’IA est-il conçu pour être adaptable à divers contextes locaux, langues et normes culturelles ?PrécédentSuivantPilier 2 : Souveraineté des données et réciprocitéObjectifQuestions d'auditConsentement et propriété : comment le consentement éclairé est-il obtenu et à qui appartiennent les données et les modèles d’IA qui en résultent ?Réciprocité des données : quelle valeur ou quel avantage tangible la communauté reçoit-elle en échange de ses données ?Gouvernance des données : quels mécanismes communautaires sont en place pour la gouvernance et la surveillance des données ?PrécédentSuivantPilier 3 : Équité et transparence algorithmiquesObjectifQuestions d'auditAudit des biais : Comment avez-vous vérifié les données de formation et le modèle pour détecter les biais pertinents au contexte africain (par exemple, ethniques, linguistiques, de genre) ?Explicabilité : Comment les décisions du système d’IA sont-elles rendues transparentes et compréhensibles pour les communautés concernées ?Intervention humaine et réclamations : quels mécanismes sont en place pour la surveillance humaine et pour que les communautés puissent contester ou demander réparation face aux décisions algorithmiques ?PrécédentSuivant système : (par Ensemble d'outils APA pour la mise en œuvreAccords de souveraineté des données (modèle)Cadre d'audit des biais de l'IAGRM pour les systèmes d'IA (Guide de co-conception)Évaluation d'impact menée par la communauté pour l'IAGénérer un rapport alimenté par l'IA
