QCM final - Outils IA & Management

Instructions

Ce QCM final comporte 40 questions. Il vérifie votre capacité à raisonner avec les cadres vus en cours, notamment Valeur × Risque × Dépendance. Il est à compléter au plus tard le dimanche 10 mai 2026 à 23h59, heure de Paris.

Ordre randomisé Les questions sont mélangées automatiquement au lancement du QCM. Les numéros internes servent uniquement à l'enregistrement et à la correction.

Une seule réponse Chaque question attend une seule proposition. Lisez les distracteurs : plusieurs options peuvent sembler plausibles hors du cadre du cours.

Documents autorisés Vous pouvez consulter les supports, mais les réponses doivent rester individuelles.

Envoi La note est calculée au moment de l'envoi, puis transmise avec le détail des réponses.

Progression

Votre brouillon est conservé localement dans ce navigateur jusqu'à l'envoi ou la réinitialisation.

0 / 40 questions complétées

Questions Envoi Site du cours

La note est calculée au moment de l'envoi et transmise avec vos réponses au webhook du cours.

S1 - IA, souveraineté et pouvoir

Question 01 S1 · Doctrine du cours

Dans la logique du cours, que signifie le mieux la formule « souveraineté = capacité à choisir ses dépendances » ?

A. Identifier, arbitrer et rendre réversibles les dépendances que l'on accepte. B. Supprimer toute relation avec des fournisseurs externes, quel que soit le coût. C. Héberger systématiquement tous les modèles en interne, même pour des usages non critiques. D. Privilégier uniquement les interfaces développées par des acteurs européens.

Question 02 S1 · Interface ≠ IA

Une direction affirme : « Nos équipes utilisent ChatGPT tous les jours, donc nous maîtrisons l'IA. » Quelle réponse est la plus conforme au cours ?

A. C'est vrai si les prompts sont standardisés et partagés dans un guide interne. B. C'est vrai si les utilisateurs déclarent gagner du temps sur leurs tâches quotidiennes. C. L'usage d'une interface ne prouve pas la maîtrise des modèles, de l'infrastructure, des données ni des dépendances. D. Le sujet principal devient la formation au prompt engineering, le reste relevant de la DSI.

Question 03 S1 · Plausibilité ≠ vérité

Pourquoi la distinction « plausible, pas nécessairement vrai » est-elle managérialement centrale ?

A. Parce que les LLM sont utiles uniquement pour produire des contenus créatifs sans enjeu métier. B. Parce qu'un résultat fluide peut sembler fiable alors qu'il exige contrôle, traçabilité et responsabilité. C. Parce que les erreurs disparaissent dès que le modèle est connecté à Internet. D. Parce que la qualité de sortie dépend surtout du style de rédaction demandé.

Question 04 S1 · Pouvoir et dépendance

Une organisation déploie un assistant de synthèse très performant. Le coût initial est faible et l'adoption est rapide. Quel angle révèle le mieux le risque stratégique souvent masqué par ce succès ?

A. Vérifier si les utilisateurs préfèrent l'interface sombre ou claire, car l'adoption conditionne tout. B. Mesurer uniquement le nombre de documents résumés par semaine pour objectiver la productivité. C. Comparer la qualité stylistique de trois modèles pour choisir le plus convaincant. D. Identifier qui contrôle modèle, données, infrastructure et coût de sortie si l'usage devient critique.

S2 - Infrastructure et dépendances

Question 05 S2 · Matrice Enjeu × Contrôle

Dans la matrice Enjeu × Contrôle, à quoi correspond la zone « Danger » ?

A. Enjeu faible et contrôle élevé : le projet est maîtrisé mais non stratégique. B. Enjeu élevé et contrôle faible : il faut agir avant de signer. C. Enjeu faible et contrôle faible : situation acceptable sans suivi particulier. D. Enjeu élevé et contrôle élevé : le projet doit être abandonné par prudence.

Question 06 S2 · Build / Buy / Adapt

Dans le cours, « construire » une solution IA signifie d'abord :

A. Entraîner un modèle propriétaire pour prouver une supériorité technique. B. Éviter tout fournisseur externe pour réduire automatiquement les risques. C. Recruter une équipe data et lui déléguer l'ensemble de la décision. D. Construire une capacité : gouvernance, run, responsabilité et réversibilité.

Question 07 S2 · Les 6 lunettes

Quelle question traduit le mieux la lunette « Qu'est-ce qui casse le cloud infini ? »

A. Quelles limites physiques, énergétiques, GPU ou de disponibilité empêchent l'élasticité promise ? B. Quel fournisseur propose le plus grand catalogue de modèles génératifs ? C. Quel outil produit l'interface la plus simple pour les utilisateurs finaux ? D. Quelle équipe métier peut sponsoriser le projet dans le comité de direction ?

Question 08 S2 · Cas clinique

Une clinique veut utiliser un SaaS américain pour transcrire des consultations : données stockées aux États-Unis, pas de certification HDS, contrat sans clause de portabilité. Quel diagnostic est le plus solide ?

A. Confort : la transcription est une tâche administrative, donc l'enjeu reste faible. B. Sérénité : le fournisseur américain assume l'essentiel du risque juridique. C. Danger : enjeu élevé et contrôle faible ; il faut renégocier ou changer de solution avant signature. D. Maîtrise : le modèle GPT-4 réduit suffisamment le risque d'erreur médicale.

S3 - Donnée et création de valeur

Question 09 S3 · Qualité des données

Que signifie « garbage in, garbage out » dans la doctrine du cours ?

A. Un mauvais prompt suffit à rendre un bon modèle inutilisable. B. Les modèles récents corrigent automatiquement les défauts des données d'entreprise. C. La qualité de sortie dépend de la qualité des données ; c'est une responsabilité managériale. D. Les données non structurées doivent être exclues de tout cas d'usage IA.

Question 10 S3 · Data moat

Pourquoi la donnée peut-elle devenir un meilleur différenciateur que le modèle ou la puissance de calcul ?

A. Parce qu'une donnée propriétaire accumulée sur le temps long est rare et difficile à racheter. B. Parce que la donnée brute crée toujours de la valeur, même sans gouvernance. C. Parce que les modèles open source ne peuvent pas être utilisés en entreprise. D. Parce que le coût GPU devient négligeable dès que le volume de données augmente.

Question 11 S3 · Gouvernance data

À quoi sert principalement un data catalog dans le raisonnement du cours ?

A. À stocker toutes les données dans une base unique afin de supprimer les silos. B. À entraîner automatiquement un modèle sur les jeux de données les plus récents. C. À remplacer le rôle du Data Owner par une documentation technique. D. À rendre visibles les jeux de données, leur localisation, leurs responsables, leurs droits et leur cadre légal.

Question 12 S3 · RACI données

Une matrice RACI pour un dataset client indique deux « A » et aucun DPO consulté, alors que les données sont personnelles. Quelle décision est la plus défendable ?

A. Lancer le POC, car deux responsables réduisent le risque de non-suivi. B. Bloquer : désigner un seul Data Owner accountable et consulter le DPO avant usage. C. Continuer si la DSI accepte de porter la responsabilité technique. D. Anonymiser après coup les résultats du modèle pour couvrir le risque RGPD.

S4 - Droit, éthique et responsabilité

Question 13 S4 · AI Act

Quels sont les quatre niveaux de risque de l'AI Act mobilisés dans le cours ?

A. Faible, modéré, fort, critique. B. Personnel, organisationnel, juridique, systémique. C. Prototype, production, audit, certification. D. Interdit, haut risque, risque limité, risque minimal.

Question 14 S4 · Haut risque

Une entreprise veut utiliser un modèle pour présélectionner des CV et orienter les recruteurs. Quel cadrage est le plus correct ?

A. Risque limité, car le recruteur garde la décision finale. B. Haut risque : audit, documentation, supervision humaine et obligations avant déploiement. C. Risque minimal si les données RH restent dans l'Union européenne. D. Interdit dans tous les cas sous l'AI Act.

Question 15 S4 · Chiffres clés

Quel montant de sanction RGPD a été rappelé dans le cours ?

A. Jusqu'à 35 M€ ou 7 % du chiffre d'affaires mondial, selon le montant le plus élevé. B. Jusqu'à 10 M€ ou 2 % du chiffre d'affaires européen, selon le montant le plus élevé. C. Jusqu'à 20 M€ ou 4 % du chiffre d'affaires mondial, selon le montant le plus élevé. D. Jusqu'à 5 M€ forfaitaires si l'entreprise a nommé un DPO.

Question 16 S4 · Finalité

Des données clients collectées pour la facturation sont réutilisées pour entraîner un modèle de recommandation, sans vérification du consentement ni de la finalité. Quel est le problème central ?

A. Un détournement de finalité : l'usage précis doit être légalement couvert avant lancement. B. Un simple problème de performance : le modèle risque d'être moins précis. C. Un problème uniquement contractuel entre l'équipe marketing et la DSI. D. Aucun problème si les données ne quittent pas les serveurs internes.

S5 - Transformation humaine

Question 17 S5 · Adoption

Quels sont les trois murs de l'adoption présentés en séance 5 ?

A. Budget, réglementation, cybersécurité. B. Legacy, Skills, Culture. C. Données, modèles, infrastructure. D. Sponsor, Product Owner, Data Owner.

Question 18 S5 · Rôles

Dans la phrase « l'IA ne remplace pas des tâches, elle redistribue les rôles », quel exemple correspond le mieux à la séance ?

A. Le consultant passe de compilateur à architecte de questions. B. Le manager disparaît au profit d'un agent autonome. C. Le juriste délègue entièrement la validation contractuelle au modèle. D. Les juniors deviennent inutiles dès qu'un copilote est disponible.

Question 19 S5 · Culture

Une équipe a accès aux outils IA et a suivi une formation, mais n'ose pas les utiliser : peur d'être jugée, crainte de perdre du pouvoir, flou sur ce qui est autorisé. Quelle lecture est la plus juste ?

A. Mur Legacy : il faut moderniser les logiciels avant de discuter des usages. B. Mur Skills : il suffit d'ajouter des modules techniques avancés. C. Problème de ROI : il faut promettre des gains de productivité plus élevés. D. Mur Culture : il faut travailler sécurité psychologique, clarté des rôles et rituels d'usage.

Question 20 S5 · Personas

Quels sont les quatre personas d'adoption IA mobilisés dans la séance 5 ?

A. DSI, DPO, métiers, finance. B. Débutants, intermédiaires, experts, sponsors. C. Top Leaders, Practitioners & Builders, Business Adopters, Customers & Externals. D. Product Owners, Data Scientists, juristes, acheteurs.

S6 - Outils, agents et exécution

Question 21 S6 · Périmètre

Pour le rapport final, quel périmètre est attendu ?

A. L'entreprise entière, afin d'avoir une vision stratégique globale. B. Un outil IA précis, sans analyse du contexte organisationnel. C. Un processus, une fonction ou une équipe, avec 2 à 3 cas d'usage analysés. D. Au moins cinq cas d'usage pour montrer l'étendue des possibilités.

Question 22 S6 · Usage LLM

Quelle posture vis-à-vis d'un LLM est attendue pour le rapport final ?

A. Ne pas l'utiliser, car tout usage d'IA affaiblit la crédibilité du rendu. B. L'utiliser discrètement sans le mentionner pour éviter un soupçon de triche. C. Publier la première réponse obtenue si elle est bien structurée. D. Déclarer l'outil, donner un brief précis, itérer, critiquer et rester propriétaire de l'analyse.

Question 23 S6 · Exécution

Qu'est-ce qui permet le mieux d'éviter le « POC théâtre » ?

A. Relier le test à un usage réel, un owner, des indicateurs, une gouvernance et des conditions de passage en production. B. Choisir l'outil le plus impressionnant en démonstration pour obtenir rapidement l'adhésion. C. Multiplier les POC courts pour maximiser le nombre d'idées explorées. D. Confier la décision finale au fournisseur, puisqu'il maîtrise son produit.

Question 24 S6 · Agents

Le cours insiste sur l'idée que 80 % des cas d'usage en entreprise sont des automatisations, pas des agents IA. Quelle conséquence managériale en tirer ?

A. Les agents doivent être exclus des roadmaps IA tant qu'ils ne sont pas juridiquement stabilisés. B. Commencer par définir la tâche précise, le workflow, les exceptions et le contrôle avant de parler d'autonomie. C. Remplacer les scripts d'automatisation par des agents dès qu'un LLM est disponible. D. Évaluer un cas d'usage principalement au nombre d'actions que l'agent peut exécuter seul.

Questions transversales

Question 25 Synthèse · Fil rouge

Quel usage de la grille Valeur × Risque × Dépendance est le plus fidèle au cours ?

A. Maximiser la valeur, puis traiter les risques lors de la mise en production. B. Réduire la dépendance, même si la valeur métier devient marginale. C. Refuser les projets risqués par défaut pour protéger l'organisation. D. Arbitrer simultanément valeur créée, risques exposés et dépendances induites.

Question 26 Synthèse · Build / Buy

Pourquoi « Buy par défaut » est-il un piège quand la capacité IA est différenciante ?

A. Parce qu'externaliser une capacité différenciante revient à payer un tiers pour construire votre moat. B. Parce que les solutions du marché sont toujours plus chères que le développement interne. C. Parce que l'achat d'un SaaS interdit toute création de valeur mesurable. D. Parce que le Build est systématiquement la seule option souveraine.

Question 27 Synthèse · Régulation et dépendance

Une banque déploie un outil IA critique chez un prestataire américain. Quelle combinaison d'analyses est la plus complète ?

A. AI Act uniquement, car DORA ne concerne que la cybersécurité traditionnelle. B. RGPD uniquement si les serveurs sont localisés en Europe. C. DORA depuis janvier 2025, Cloud Act comme dépendance juridique, RGPD si données personnelles, et obligations AI Act selon le cas d'usage. D. Analyse financière du TCO seulement, car la banque dispose déjà d'une direction conformité.

Question 28 Synthèse · Cas d'usage

Un sponsor formule le besoin ainsi : « mettre de l'IA dans le service client ». Quelle reformulation est la plus rigoureuse ?

A. Déployer un chatbot généraliste et mesurer le taux d'utilisation après trois mois. B. Identifier une tâche précise, ses données, son risque en cas d'erreur, le propriétaire et les conditions de sortie. C. Demander aux équipes de lister tous les irritants, puis choisir l'outil le moins cher. D. Former tous les conseillers à un LLM et attendre les cas d'usage spontanés.

Question 29 Synthèse · Chiffre clé

Quel chiffre du cours rappelle que le problème IA est souvent en amont du modèle ?

A. 7 % du chiffre d'affaires mondial peut être sanctionné au titre du RGPD. B. 40 milliards d'euros sont prévus en France uniquement pour l'accompagnement humain. C. 3 transformations IA sur 5 échouent pour des raisons d'infrastructure. D. 60 à 80 % du temps des data scientists est consacré à préparer les données.

Question 30 Synthèse · Responsabilité

Un modèle produit une recommandation erronée qui cause un préjudice client. Dans la logique du cours, quelle phrase doit guider le manager avant le déploiement ?

A. Le modèle ne signe pas : il faut nommer la responsabilité, la supervision humaine et le seuil d'intervention avant lancement. B. La responsabilité revient automatiquement au fournisseur si le modèle est propriétaire. C. La responsabilité disparaît si l'utilisateur final a accepté les conditions générales. D. La supervision humaine n'est requise que si le modèle est open source.

Questions complémentaires

Question 31 S3 · Build / Buy / Adapt

Quels sont les 3 cas pour BUILD, BUY ou ADAPT ?

A. BUILD = données sensibles, exigences fortes, avantage compétitif durable ; BUY = besoin standard, time-to-value court ; ADAPT = vocabulaire métier spécifique, qualité supérieure au standard. B. BUILD = en France, BUY = à l'étranger, ADAPT = en Europe. C. BUILD pour les grandes entreprises, BUY pour les PME, ADAPT pour les startups. D. BUILD = lundi, BUY = mardi, ADAPT = mercredi.

Question 32 S3 · Buy par défaut

Quelle est l'erreur typique du « BUY par défaut » ?

A. Acheter parce qu'on n'a pas envie de construire alors que la capacité est différenciante : c'est payer quelqu'un d'autre pour construire votre moat. B. Acheter trop tôt avant que le marché soit mature. C. Acheter en français au lieu de l'anglais. D. Acheter chez le moins-disant.

Question 33 S3 · Gouvernance data

Pourquoi un Chief Data Officer n'est-il pas un rôle technique ?

A. Parce qu'il ne sait pas coder. B. Parce qu'il arbitre entre les métiers, fixe la gouvernance globale et rend compte à la direction générale : c'est un rôle stratégique. C. Parce qu'il travaille uniquement sur PowerPoint. D. Parce qu'il est rattaché à la communication.

Question 34 S4 · AI Act

Quels sont les 4 niveaux de risque définis par l'AI Act ?

A. Bas, moyen, élevé, critique. B. Vert, jaune, orange, rouge. C. Risque minimal, risque limité, haut risque, interdit. D. Niveau 1, niveau 2, niveau 3, niveau 4.

Question 35 S4 · Haut risque

Quels usages sont classés haut risque sous l'AI Act ?

A. Les chatbots et les filtres anti-spam. B. RH et recrutement, scoring de crédit, santé, éducation, justice, infrastructure critique. C. Les jeux vidéo et les recommandations Netflix. D. Tous les usages d'IA en général.

Question 36 S4 · Usages interdits

Quels usages sont interdits par l'AI Act sur le territoire européen ?

A. Tous les chatbots. B. Notation sociale généralisée, manipulation cognitive subliminale, reconnaissance biométrique en temps réel dans l'espace public. C. Les modèles génératifs en général. D. L'usage de l'IA pour rédiger un mémoire.

Question 37 S4 · RGPD

Quel est le seuil de sanction maximal du RGPD ?

A. 100 000 euros forfaitaires. B. 1 % du chiffre d'affaires mondial. C. Jusqu'à 4 % du chiffre d'affaires mondial annuel ou 20 M€, le montant le plus élevé. D. Une suspension de 6 mois d'activité.

Question 38 S4 · AI Act

Quel est le seuil de sanction maximal de l'AI Act ?

A. Jusqu'à 35 M€ ou 7 % du chiffre d'affaires mondial annuel, le montant le plus élevé. B. 1 M€ forfaitaire. C. 4 % du chiffre d'affaires uniquement. D. Une convocation chez la Commission européenne.

Question 39 S4 · Finalité

Que signifie le principe de finalité du RGPD ?

A. Les données ne peuvent être collectées que pour des objectifs précis, explicites et légitimes, et ne peuvent pas être réutilisées pour un usage incompatible. B. Les données doivent être supprimées à la fin de l'année fiscale. C. Toutes les données doivent finir hébergées en France. D. Les données ont une date d'expiration imprimée dessus.

Question 40 S4 · Données personnelles

Quelle est la différence entre anonymisation et pseudonymisation ?

A. C'est la même chose, juste deux mots. B. L'anonymisation est irréversible et fait sortir la donnée du RGPD ; la pseudonymisation est réversible et reste dans le champ du RGPD. C. La pseudonymisation est interdite en Europe. D. L'anonymisation est gratuite, la pseudonymisation est payante.

Les réponses seront envoyées au serveur du cours. La note s'affichera après l'envoi.

Correction

Correction du QCM

Voici vos réponses. Pour chaque erreur, la bonne réponse est indiquée.

Retour au site du cours