Code
MGYF STR 5944
Level
M2
Field
Stratégie
Language
Français/French
ECTS Credits
2
Class hours
28
Total student load
40
Program Manager(s)
Department
- Management, Marketing et Stratégie
Educational team
Introduction to the module
This course is a strategic response to the major transformations brought about by the development of AI systems and their massive diffusion within companies and the economic system, as well as the introduction of new regulatory frameworks such as the European AI Regulation (EU Regulation 2024/1689). In a technological landscape where there is a shift from sequential software management to the supervision of autonomous systems, this program prepares future managers to understand the challenges posed by these developments and to ensure trust and compliance. According to section 3 of the Regulations, an AI system is a machine-based system designed to operate with different levels of autonomy and which, for explicit or implicit purposes, inferres from the inputs received how to generate outputs (predictions, content, recommendations or decisions) that can influence physical or virtual environments. Mastering this inference capacity is a key factor in the new digital governance. Understanding the regulatory frameworks (EU AI Act, DMA/DSA) transforms a legal constraint into a lever for competitive differentiation. Compliance thus becomes a major selling point ("Trust by Design"). Other important levers for governance also include understanding the regulatory frameworks for infrastructure for AI systems (including in terms of control over sensitive data and digital sovereignty), as well as understanding new environmental regulatory frameworks, for example regarding digital sobriety issues.
.
Learning goals
- 8. Développer une culture agile d’intelligence collective, inclusive et favorisant un leadership responsable
Learning objectives
- 7.1 - Deploy a strategy aimed at operational excellence by implementing rules, standards and controls to ensure the organisation's commitment to quality and innovation.
Course Learning objectives
1) À l'issue de la séance, l'étudiant sera capable d'expliquer la transition d’un modèle de régulation réactive vers une orchestration systémique des écosystèmes, en identifiant les piliers du « Digital Omnibus » européen.
2) À l'issue de la séance, l'étudiant sera capable de diagnostiquer l’évolution des missions du Délégué à la Protection des Données (DPO), pour passer d’une gestion de conformité RGPD stricte à une stratégie de pilotage global de la donnée, de l'IA et de la résilience des infrastructures.
3) À l'issue de la séance, l'étudiant sera capable de différencier les impacts du Digital Markets Act (DMA) sur les différents segments de la chaîne de valeur de l’IA, en isolant les points de dépendance critiques vis-à-vis des infrastructures cloud et du matériel contrôlés par les gatekeepers.
4) À l'issue de la séance, l'étudiant sera capable d'identifier et de catégoriser les restrictions d’usage des données sensibles (mineurs, profilage) et les obligations de modération des contenus synthétiques imposées par le Digital Services Act (DSA).
5) À l'issue de la séance, l'étudiant sera capable d'implémenter les procédures de conformité du Règlement européen sur l'IA (RIA) pour un système à haut risque, incluant la rédaction de la documentation technique et la vérification du marquage CE.
6) À l'issue de la séance, l'étudiant sera capable de concevoir un cadre de gouvernance interne de l'IA (comité de pilotage, charte d'utilisation) intégrant le principe de « compliance by design » pour limiter l'exposition aux risques de sanctions financières majeures.
7) À l'issue de la séance, l'étudiant sera capable d'estimer l’empreinte environnementale d'un système d'IA (énergie, eau, ressources critiques) afin d’argumenter le choix de solutions fondées sur la frugalité numérique lors de la phase de conception.
8) À l'issue de la séance, l'étudiant sera capable de proposer une stratégie de gouvernance adaptative (« future-proof ») en synthétisant les recommandations des instances internationales (OCDE, UNESCO, ONU) et en intégrant les impératifs de souveraineté numérique des infrastructures.
Content : structure and schedule
Session 1: From the Web Economy to Platformization: The New Challenges of Digital Governance
Session 2: Data Protection and Privacy: GDPR, Data Act, and the Strategic Role of the DPO
Session 3: Economic Regulation and Anti-Monopoly Action: The Digital Markets Act (DMA)
Session 4: Content Accountability and Algorithmic Transparency: The Digital Services Act (DSA)
Session 5: The Artificial Intelligence Act (1/2): A Risk-Based Asymmetric Regulation
Session 6: The Artificial Intelligence Act (2/2): Generative AI, GPAI, and Corporate Compliance
Session 7: Trust, Auditability, Ethics, and Digital Sobriety
Session 8: Digital Sovereignty and Global AI Governance
Sustainable Development Goals
9. Industrie, Innovation et Infrastructure. Les cours considère la regulation de l'IA comme technologie fondamentale pour le developpement économique. Ainsi, nous traiterons de la regulation de l'infrastructure sousjacente à l'AI, comme les Data Centers, qui aura un impact majeur sur l'environnement.
Number of SDG's addressed among the 17
1
Pedagogical methods
Cours frontal, Etude de Cas
Evaluation and grading system and catch up exams
CC + Controle final
Note 20% CC + 80 % CF
Note de rattrappage remplace la note finale
Module Policies
Students will have to participate in classes with respect for colleagues and the teacher. Attendance registration by Edusign
Contact: antonio.russo@imt-bs.eu
Textbook Required and Suggested Readings
● European Commission. (2024). Code of Practice for General-Purpose AI (GPAI) Models.
● FnTC. (2024). Pour une IA de confiance : enjeux juridiques, éthiques et opérationnels . Fédération des Tiers de Confiance du Numérique.
● OCDE. (2024). Principes de l’OCDE sur l’intelligence artificielle : Recommandations intergouvernementales.
● Union Européenne. (2024). Règlement (UE) 2024/1689 sur l’intelligence artificielle (AI Act) . Journal Officiel de l’UE.
● White House. (2025). Executive Order 14179 on Removing Barriers to AI Leadership.
Keywords
IA de confiance (Trustworthy AI); Capacité d'inférence (Inference capability); Risque systémique (Systemic risk); Explicabilité (Explainability); Souveraineté numérique (Digital Sovereignty); Redevabilité (Accountability); Data Centers
Prerequisites
Aucun