Glossaire
Mis à jour
Un ensemble de processus (wikis, registres de modèles, catalogues de données, référentiels de données d'entraînement) qui enregistrent de manière systématique chaque artefact et décision du cycle de vie de l'IA. La gestion des connaissances garantit la traçabilité des modèles jusqu'à leurs sources de données, leurs hyperparamètres et leurs rapports d'audit. La gouvernance impose des normes de métadonnées, un contrôle des versions ainsi que des politiques de rétention, afin de traiter efficacement et en toute transparence les futurs audits, les mises à jour de modèles ou les enquêtes réglementaires.
Exemple
Un assureur mondial utilise une plateforme de gestion des connaissances basée sur MLflow, où chaque exécution de modèle enregistre son commit de code, l'identifiant de version des données, les hyperparamètres, les métriques d'évaluation et les commentaires des réviseurs. Lorsque les autorités de réglementation demandent l'historique de développement de leur IA d'évaluation de la fraude, l'équipe récupère l'intégralité de la piste d'audit en quelques minutes, démontrant ainsi la reproductibilité et la conformité du système.