1. Quelle mesure la différence de parité démographique (DPD) ?

A La différence de précision du modèle entre les groupes B La différence dans le taux de prévisions positives entre les groupes protégés C La différence dans le temps d'entraînement

2. Quelle bibliothèque Python fournit MetricFrame pour les métriques d'équité par groupe ? 2 pts

A scikit-learn B Fairlearn (Microsoft) C TensorFlow

3. Pourquoi la Parité Démographique et les Chances Égalisées ne peuvent-elles pas être satisfaites simultanément ?

A Parce qu'elles nécessitent différentes bibliothèques B Théorème d'impossibilité : sauf si les taux de base sont égaux, ils s'excluent mutuellement C Parce que les Chances Égalisées nécessitent plus de données

4. Que calcule SHAP pour une prédiction individuelle ?

A La précision globale du modèle B La contribution de chaque caractéristique à la prédiction concrète (valeurs de Shapley) C L'importance des caractéristiques sur l'ensemble du jeu de données

5. Quand LIME est-il préférable à SHAP ?

A Dans le cas des modèles d'arbres — LIME est plus rapide pour les Random Forests B Lorsqu'une méthode d'explication locale, indépendante du modèle, est nécessaire C Dans le cas de grands ensembles de données — LIME s'adapte mieux.

6. Une fiche modèle contient pour un modèle de crédit à haut risque : Les métriques d'équité montrent DPD=0.07. Que signifie cela ? 2 pts

A Le modèle est conforme — 0.07 est inférieur à 0.1 B Revue requise — 0.07 dépasse le seuil recommandé de 0.05 C Le modèle doit être immédiatement désactivé.

7. Que doit-on enregistrer conformément à l'Art. 12 du EU AI Act — et que ne doit-on PAS enregistrer ?

A Toutes les données brutes, y compris les PII, pour une traçabilité complète. B Hash d'entrée (aucune PII), Prédiction, Décision, Version du modèle, Horodatage C Seulement la décision finale sans détails

8. Quel outil est utilisé pour la détection de dérive des données en production ?

A Pandas B Évidemment C LIME

9. Qu'est-ce que MLflow suit dans le contexte de la gouvernance de l'IA ?

A Seulement la précision du modèle B Paramètres d'expérience, métriques (y compris l'équité), artefacts — traçabilité complète de l'audit C Seulement les configurations de déploiement

10. Que prescrit l'Annex IV (Documentation technique) du EU AI Act pour les systèmes à haut risque ? 2 pts

A Juste une brève description du type de modèle B 8 sections obligatoires : Objectif, Processus de développement, Suivi, Précision, Équité, Déclaration de conformité, etc. C Une certification par un auditeur accrédité

11. À quelle fréquence la documentation technique doit-elle être mise à jour selon l'Art. 11 ?

A Annuellement B Lors de chaque modification substantielle du système C Seulement pour la première version

12. Un modèle de crédit montre pour les demandeurs de < 25 ans un TPR de 0,68 contre 0,91 au total. Quelle est la réaction correcte ?

A Acceptable — les jeunes demandeurs ont souvent moins d'historique de crédit B Modèle retiré du scoring, analyse des causes profondes, atténuation des biais avant le redéploiement C Seuil pour ce groupe ajuster

13. Quelle est la différence entre SHAP pour les modèles ML classiques et les LLMs ?

A SHAP fonctionne pour les LLMs de la même manière que pour les modèles d'arbre B Dans les LLM, les poids d'attention fournissent des explications limitées — SHAP est complexe et moins fiable. C Les LLMs n'ont pas besoin d'explicabilité car ils produisent du texte.

14. Quelle métrique RAGAS mesure si une réponse RAG est couverte par les documents récupérés ?

A pertinence_de_la_réponse B précision_contexte C fidélité

15. Qu'offre la Microsoft Responsible AI Toolbox au-delà de Fairlearn ?

A Seulement une meilleure interface utilisateur pour les métriques Fairlearn B Analyse des erreurs, inférence causale, scénarios hypothétiques et contrefactuels dans un tableau de bord C Surveillance de la production et alertes

16. Quel outil est le meilleur choix pour la détection de dérive en production ?

A SHAP B Évidemment IA C IBM watsonx.governance

17. Un agent a : accès CRM (PII), recherche Web (non fiable), envoi d'e-mails. Quel est le risque ? 2 pts

A Risque minimal — ce sont des fonctions commerciales normales B Trifecta mortelle : les trois composants permettent simultanément l'exfiltration de données via l'injection de prompt. C Risque moyen — uniquement si l'agent est mal entraîné

18. Que signifie le principe du moindre privilège pour les agents IA ?

A L'agent reçoit les ressources de calcul les plus faibles B L'agent ne reçoit que les capacités minimales nécessaires pour la tâche concrète. C L'agent ne doit exécuter que des tâches simples.

19. Un agent attend 5 minutes pour l'approbation HITL. Aucune réponse humaine. Que se passe-t-il ?

A L'agent exécute l'action avec la priorité la plus basse. B L'agent continue d'attendre — La supervision humaine a la priorité C Délai d'attente = Rejet (fail-closed). Action non exécutée.

20. Vous développez un système de scoring de crédit. Quelle pile technologique est entièrement conforme au EU AI Act pour les systèmes à haut risque ? 2 pts

A XGBoost + bonne précision + journalisation conforme au DSGVO B XGBoost + Fairlearn (Biais < 0.05) + SHAP + MLflow (Audit) + Evidently (Dérive) + Documentation technique (Annex IV) + HITL-Override C XGBoost + Licence IBM watsonx.governance