Skip to content

Risk Academy, dirigée par le Nexus Consortium · Catalogue des cours · Technologie et systèmes numériques

Intelligence artificielle et systèmes autonomes

Intelligence artificielle et apprentissage automatique

Artificial intelligence and machine learning, taught twice over: as the working methods of the field and as its frontier since 2024, with labs on the Academy's tools, open data and the Nexus Standards.

Cours fondamentalCours de pointe

La discipline

01Cours de base · L2 Intermédiaire

Intelligence artificielle et apprentissage automatique : fondements et pratique

Ce domaine couvre la manière dont les systèmes d'IA et d'apprentissage automatique sont conçus et déployés, ainsi que la fiabilité, la sécurité et les effets sociétaux qui en découlent : modèles de fondation et IA générative, systèmes agentiques, IA dans la science et les services publics, et modes de défaillance de l'IA.

Intelligence artificielle et apprentissage automatique : fondements et pratique

Niveau
L2 Intermédiaire
Temps d'étude
environ 24 heures (estimation de planification)
Statut
En rédaction
Prérequis
Un cours de niveau L1 dans le domaine, ou un examen d'entrée
Pourquoi maintenant

Modifie les calendriers de conformité et les hypothèses de planification des organisations qui déploient des systèmes d'IA à haut risque dans l'UE.

Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,

Acquis d'apprentissage

  1. Définir l'évaluation de modèle et les autres termes clés de la discipline, et les employer correctement dans un cas rédigé
  2. Explain machine learning for risk professionals and foundation models and generative AI with a worked example and its source
  3. Appliquer la méthode de la discipline à un cas documenté et expliquer chaque résultat avec sa source
  4. Analyser un cas nommé au regard des données et des chaînes d'entraînement, en indiquant les données probantes, la date et les limites

Modules

  1. L'apprentissage automatique pour les professionnels du risque

    • L'apprentissage automatique pour les professionnels du risque
    • Foundation models and generative AI
    • Data and training pipelines
  2. Modes de défaillance et robustesse de l'IA

    • Modes de défaillance et robustesse de l'IA
    • Systèmes agentiques
    • Sécurité de l'IA
  3. L'IA dans les services publics

    • L'IA dans les services publics
    • L'IA dans la science
    • Labour and social effects of AI
  4. Laboratoire : la méthode de la discipline

    • A benchmark score is a sample estimate on a fixed item set: the item count sets its sampling interval, contamination of the items by training data inflates it, and only the corrected lower bound can be compared with the threshold a deployment requires.
    • Appliquer la méthode à un cas documenté et expliquer chaque résultat
    • Lire les sources de la méthode et les valeurs indiquées

Laboratoires avec les outils de l'Academy

Méthode

Instrument

  • Propagateur d'orbiteUn instrument de la faculté, sur la page de la faculté, exécuté sur les données du jumeau numérique de la faculté
  • Registre d'évaluationUn instrument de la faculté, sur la page de la faculté, exécuté sur les données du jumeau numérique de la faculté

Constructeur de jumeau

Couche cartographique

Salle Foundry

Nexus Standards

Enseigne

  • NRS-T1Risque lié à l'intelligence artificielle
  • NRS-T17Cycle de vie de l'apprentissage automatique, qualité des données et robustesse
  • NRS-I7Applications d'intelligence : recherche ancrée, raisonnement et aide à la décision
  • NRS-H95Famille d'aléas : défaillance et désalignement des systèmes d'IA
  • NRS-H99Famille d'aléas : Décisions algorithmiques et préjudices structurels
  • NRS-M19Trame de méthodes : cyber, IA et technologies de pointe
S'appuie sur 8
  • NS-1The UNI and the artefact catalogue
  • NS-16Profil d'application de l'UNI (comment les articles, documents, codes, données, API et interfaces portent l'UNI)
  • NRS-A1Normes sous forme de code : normes, exigences et tests lisibles par machine
  • NRS-A2Normes natives d'ontologie : l'ontologie des risques Nexus, les vocabulaires et les formes
  • NRS-A9Suites d'évaluation de l'IA dans le travail sur les risques
  • NRS-C1Vocabulaire et ontologie du risque
  • NRS-C2Méthode d'évaluation des risques
  • NRS-C3Données sur les aléas, l'exposition, la vulnérabilité et les capacités

Évaluation

  • 40%

    Compte rendu de laboratoire

    Appliquer la méthode de la discipline à un cas documenté et expliquer chaque résultat avec sa source et sa date

  • 40%

    Note de cas

    Appliquer les méthodes de la discipline à un lieu ou à une organisation nommés, en précisant les données probantes et les limites

  • 20%

    Contrôle des termes clés

    Réponses courtes sur les termes clés, notées par rapport aux définitions

Mode de dispensation

  • En ligne à votre rythme, avec les laboratoires dans le navigateur
  • Étude en cohorte sur six à huit semaines, avec une revue de laboratoire hebdomadaire
  • Co-dispensé avec une institution partenaire, dans le cadre de ses propres cours

Devenir partenaire de ce cours

  • Co-enseigner un module et apporter un cas actuel tiré de votre travail
  • Accueillir une cohorte pour vos apprenants, avec votre propre calendrier et votre propre évaluation
  • Contribuer un laboratoire : un jeu de données que votre institution publie en accès ouvert, ou un modèle
  • Examiner le contenu du cours et ses références avant son ouverture
  • Traduire le cours et adapter ses cas à votre région

Dans le LMS de l'Academy

Course on the learning platform
Intermediate, 4 sections
Groupe de cohorte
A community group for each cohort of learners
Réalisation
Recorded on completion of the assessed work
Références 4
  1. Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,
  2. Hendrycks et al., Measuring Massive Multitask Language Understanding, 2021
  3. Mitchell et al., Model Cards for Model Reporting, 2019
  4. Bommasani et al., On the Opportunities and Risks of Foundation Models, 2021

02Cours de pointe · L3 Avancé

Intelligence artificielle et apprentissage automatique : méthodes de pointe

Les méthodes, données, outils et études qui ont transformé l'intelligence artificielle et l'apprentissage automatique entre 2024 et 2026, enseignés en les reproduisant sur des données ouvertes.

Intelligence artificielle et apprentissage automatique : méthodes de pointe

Niveau
L3 Avancé
Temps d'étude
environ 28 heures (estimation de planification)
Statut
Prévu
Prérequis
Intelligence artificielle et apprentissage automatique : fondements et pratique ; Connaissance pratique d'un langage de script (Python ou R) pour les travaux pratiques
Pourquoi maintenant

Modifie les calendriers de conformité et les hypothèses de planification des organisations qui déploient des systèmes d'IA à haut risque dans l'UE.

Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,

Acquis d'apprentissage

  1. Expliquer ce qui a changé dans l'intelligence artificielle et l'apprentissage automatique depuis 2024 et citer les études, les données ou les règles qui sous-tendent chaque changement
  2. Reproduce EU agrees to delay AI Act high-risk obligations on open data and state the uncertainty of the result
  3. Évaluer une étude de 2024 à 2026 : sa question, ses données, sa méthode, ses limites et ce qu'elle change pour la pratique
  4. Concevoir une analyse qui associe une méthode de pointe aux instruments de la faculté, et justifier chaque choix

Modules

  1. EU agrees to delay AI Act high-risk obligations

    • Council and Parliament reached a provisional deal on the Digital Omnibus on AI, moving high-risk obligations to December 2027 for stand-alone systems and August 2028 for systems embedded in products, and adding a ban on non-consensual intimate content generation.
    • Modifie les calendriers de conformité et les hypothèses de planification des organisations qui déploient des systèmes d'IA à haut risque dans l'UE.
    • Council of the European Union, 7 May 2026
  2. AI Index 2026 tracks rising adoption and documented AI incidents

    • Stanford HAI reports organisational AI adoption at 88%, agent benchmark success rising sharply but still failing about one in three tasks, and documented AI incidents rising to 362 in 2025 from 233 in 2024.
    • Fournit des indicateurs annuels comparables sur les capacités, l'adoption, les incidents et l'investissement, qui appuient la veille prospective et les estimations d'exposition.
    • Stanford Institute for Human-Centered Artificial Intelligence, 1 avril 2026
  3. Le Rapport international sur la sécurité de l'IA 2026 met à jour la base de données probantes commune

    • The second annual report, chaired by Yoshua Bengio with an advisory panel nominated by over 30 countries and organisations, finds pre-deployment tests do not reliably predict real-world risk and that most frontier risk management remains voluntary.
    • Offre aux équipes de risque une synthèse indépendante, appuyée par les pouvoirs publics, des capacités de l'IA, de ses modes de défaillance et des limites des garde-fous, pour ancrer leurs propres évaluations.
    • Rapport international sur la sécurité de l'IA, 3 février 2026
  4. L'UE publie le Code de bonnes pratiques pour l'IA à usage général

    • The European Commission published a voluntary code with chapters on transparency, copyright, and safety and security, which providers of general-purpose AI models can use to show compliance with AI Act obligations that applied from August 2025.
    • Fixe les premières attentes détaillées pour documenter et gérer les risques systémiques des grands modèles mis sur le marché de l'UE.
    • Commission européenne, 10 juillet 2025
  5. Laboratoire de reproduction

    • Étendre la méthode de la discipline avec une méthode de pointe et comparer les résultats
    • Indiquer l'incertitude et les limites du résultat
    • Évaluation par les pairs selon une grille commune

Laboratoires avec les outils de l'Academy

Méthode

Instrument

  • Propagateur d'orbiteUn instrument de la faculté, sur la page de la faculté, exécuté sur les données du jumeau numérique de la faculté
  • Registre d'évaluationUn instrument de la faculté, sur la page de la faculté, exécuté sur les données du jumeau numérique de la faculté
  • Chronologie de l'incidentUn instrument de la faculté, sur la page de la faculté, exécuté sur les données du jumeau numérique de la faculté

Constructeur de jumeau

Couche cartographique

Pôle de recherche

  • Pôle de rechercheLes données ouvertes et les publications du jour dans les matières de la faculté, filtrées pour cette discipline

Salle Foundry

Nexus Standards

Enseigne

  • NRS-T1Risque lié à l'intelligence artificielle
  • NRS-T17Cycle de vie de l'apprentissage automatique, qualité des données et robustesse
  • NRS-I7Applications d'intelligence : recherche ancrée, raisonnement et aide à la décision
  • NRS-H95Famille d'aléas : défaillance et désalignement des systèmes d'IA
  • NRS-H99Famille d'aléas : Décisions algorithmiques et préjudices structurels
  • NRS-M19Trame de méthodes : cyber, IA et technologies de pointe
S'appuie sur 8
  • NS-1The UNI and the artefact catalogue
  • NS-16Profil d'application de l'UNI (comment les articles, documents, codes, données, API et interfaces portent l'UNI)
  • NRS-A1Normes sous forme de code : normes, exigences et tests lisibles par machine
  • NRS-A2Normes natives d'ontologie : l'ontologie des risques Nexus, les vocabulaires et les formes
  • NRS-A9Suites d'évaluation de l'IA dans le travail sur les risques
  • NRS-C1Vocabulaire et ontologie du risque
  • NRS-C2Méthode d'évaluation des risques
  • NRS-C3Données sur les aléas, l'exposition, la vulnérabilité et les capacités

Évaluation

  • 50%

    Reproduction de méthode

    Reproduire une méthode de pointe sur des données ouvertes et indiquer l'incertitude du résultat

  • 30%

    Analyse d'étude

    Une analyse critique d'une étude de 2024 à 2026 : question, données, méthode, limites, ce qu'elle change

  • 20%

    Évaluation par les pairs

    Examiner les reproductions de deux autres apprenants selon une grille commune

Mode de dispensation

  • En ligne à votre rythme, avec les laboratoires dans le navigateur
  • Étude en cohorte sur six à huit semaines, avec une revue de laboratoire hebdomadaire
  • Co-dispensé avec une institution partenaire, dans le cadre de ses propres cours

Devenir partenaire de ce cours

  • Co-enseigner un module et apporter un cas actuel tiré de votre travail
  • Accueillir une cohorte pour vos apprenants, avec votre propre calendrier et votre propre évaluation
  • Contribuer un laboratoire : un jeu de données que votre institution publie en accès ouvert, ou un modèle
  • Examiner le contenu du cours et ses références avant son ouverture
  • Traduire le cours et adapter ses cas à votre région

Dans le LMS de l'Academy

Course on the learning platform
Expert, 5 sections
Groupe de cohorte
A community group for each cohort of learners
Réalisation
Recorded on completion of the assessed work
Références 7
  1. Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,
  2. Stanford Institute for Human-Centered Artificial Intelligence, The 2026 AI Index Report,
  3. International AI Safety Report, International AI Safety Report 2026,
  4. European Commission, The General-Purpose AI Code of Practice,
  5. Hendrycks et al., Measuring Massive Multitask Language Understanding, 2021
  6. Mitchell et al., Model Cards for Model Reporting, 2019
  7. Bommasani et al., On the Opportunities and Risks of Foundation Models, 2021

03Cours du programme

Cours du programme en intelligence artificielle et apprentissage automatique

Tous les cours du programme rattachés à cette discipline.

Également enseigné ici

  • RAT-204

    Technologie et données

    Managing risk data, AI, digital infrastructure and technology risk responsibly. Technical, L2 Intermediate, 19 hours, primary discipline: Data infrastructure, compute and semiconductors

    Inscriptions ouvertes
  • RAS-413

    Gouvernance des risques de l'IA et des technologies émergentes

    Systèmes, N2 intermédiaire, 10 heures (estimation), discipline principale : gouvernance de l'IA et du numérique

    En préparation
  • RAT-212

    Geospatial AI for Risk Analysis

    Technical, L3 Advanced, 12 hours (estimate), primary discipline: Geospatial analysis, Earth observation and GeoAI

    En préparation
  • RAT-217

    Gestion et validation du risque de modèle

    Technical, L3 Advanced, 10 hours (estimate), primary discipline: Model risk and validation

    En préparation

Comment lire la correspondance avec les Nexus Standards

The Academy proposes how each discipline teaches toward the Nexus Standards; the mapping is open for public review. Bodies and standards are named so learners can find and apply their published work; the Academy teaches their use and links to the publisher, and no affiliation is implied.

04Carte en direct

Activité connectée au Royaume-Uni et en Irlande

Lumières nocturnes et densité de population, empreinte d'une activité électrifiée et connectée, sur le Royaume-Uni et l'Irlande.

La carte interactive requiert JavaScript ; la liste des couches et les sources figurent ci-dessous.

Couches 2

Activité connectée

À propos de cette couche
Éléments probants
Observed
Sources
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Fournisseur
NASA LAADS DAAC
Licence
Données ouvertes de la NASA
Millésime
daily; Satellite radiance, corrected for moonlight and atmosphere
Les plus récents à la construction
2026-10-12
Résolution
grille d'environ 500 m
Incertitude
Satellite night-time radiance for the date shown; lights are a proxy for electricity use and outages, not a measurement of supply or access.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct
À propos de cette couche
Éléments probants
Estimé
Sources
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Université Columbia))
Fournisseur
NASA SEDAC (CIESIN, Université Columbia)
Licence
CC BY 4.0
Millésime
static product; Census-based estimate, static (2020)
Résolution
grille d'environ 1 km
Incertitude
Estimation fondée sur le recensement du nombre d'habitants par kilomètre carré en 2020, présentée comme contexte d'exposition ; ce n'est pas un décompte des personnes touchées par un aléa.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct
À propos de cette couche
Éléments probants
Observed
Sources
VIIRS NOAA-20, réflectance corrigée (NASA LANCE)
Fournisseur
NASA LANCE
Licence
Données ouvertes de la NASA
Millésime
daily; Satellite image
Les plus récents à la construction
2026-10-14
Résolution
grille d'environ 250 m
Incertitude
Satellite image. Satellite or model raster as the provider publishes it. Clouds, swath gaps and retrieval error leave gaps and noise; values are indicators, not measurements at a place.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct

Dernière version disponible

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © contributeurs d'OpenStreetMap (ODbL) · Natural Earth

Chargement des dernières images de la NASA.

Faites glisser pour déplacer. Ctrl ou ⌘ et défilement, pincement ou boutons pour zoomer ; survolez pour lire les valeurs sous le pointeur ; la réinitialisation ramène à la région.

Activité connectée, cadrée sur le Royaume-Uni et l'Irlande.Produits satellitaires et de modélisation tels que les publie la NASA, chacun avec sa propre date. Ce sont des indicateurs, et non des évaluations d'un lieu quelconque.

Données : NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap contributors · Natural Earth · NASA EONET

Sources et licences

  • Nous reconnaissons l'utilisation d'images fournies par les services Global Imagery Browse Services (GIBS) de la NASA, qui font partie du système de données et d'information des sciences de la Terre (ESDIS) de la NASA. Couleurs redessinées d'après l'échelle de couleurs publiée ; valeurs moyennées dans des cellules H3 lorsqu'elles sont affichées (modifié). Données ouvertes de la NASA
  • Nous reconnaissons l'utilisation d'images fournies par les services Global Imagery Browse Services (GIBS) de la NASA, qui font partie du système de données et d'information des sciences de la Terre (ESDIS) de la NASA. Couleurs redessinées d'après l'échelle de couleurs publiée ; valeurs moyennées dans des cellules H3 lorsqu'elles sont affichées (modifié). Données ouvertes de la NASA
  • Lumières nocturnes VIIRS Black Marble, NASA Goddard Space Flight Center ; diffusées par le NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC) ; images via NASA GIBS. Couleurs redessinées d’après la palette publiée ; valeurs moyennées dans les cellules H3 lorsqu’elles sont affichées (modifié). Données ouvertes de la NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produits VIIRS en temps quasi réel (inondation, température de surface des terres, couverture neigeuse, réflectance corrigée), NASA LANCE ; imagerie via NASA GIBS. Couleurs redessinées d'après l'échelle de couleurs publiée ; valeurs moyennées dans des cellules H3 lorsqu'elles sont affichées (modifié). Données ouvertes de la NASA
  • ASTER GDEM est un produit du METI et de la NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC) ; imagerie via NASA GIBS. Couleurs redessinées à partir de la palette publiée ; valeurs moyennées dans les cellules H3 lorsqu'elles sont affichées (modifié). Citer comme suit : NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Données ouvertes de la NASA
  • Réalisé avec Natural Earth. Données cartographiques vectorielles et matricielles libres sur naturalearthdata.com. Domaine public
  • © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). ODbL
  • Blue Marble, NASA Earth Observatory ; imagerie via NASA GIBS. Couleurs redessinées à partir de la palette publiée ; valeurs moyennées dans les cellules H3 lorsqu'elles sont affichées (modifié). Données ouvertes de la NASA
  • Contexte sur le globe et la carte plane : côtes, frontières, routes et toponymes issus des couches de référence NASA GIBS (données OpenStreetMap, ODbL, © contributeurs d'OpenStreetMap) ; imagerie Blue Marble comme fond facultatif ; relief 3D et lecture de l'altitude à partir de l'indice de couleur d'altitude ASTER GDEM (classes de 5 m à 200 m, exagérées pour la lisibilité). Les frontières sont tracées telles que publiées et n'impliquent aucune position sur un territoire.
  • Globe: MapLibre GL JS 6.18.0, BSD-3-Clause, © MapLibre contributors.
  • Événements en direct : suivi des événements naturels de l'Observatoire de la Terre de la NASA (EONET) ; les événements sont indicatifs et conservent les liens de leur source d'origine.
  • NASA GIBS : nous reconnaissons l'utilisation d'images fournies par les services Global Imagery Browse Services (GIBS) de la NASA, qui font partie du système de données et d'information des sciences de la Terre (ESDIS) de la NASA.
  • Les couches facultatives (3 sources dans la liste des couches : temps réel, prévision, observation et contexte) affichent la mention de leur fournisseur sur la carte et ici lorsqu'elles sont activées ; les prévisions sont des sorties de modèles et les indices dérivés sont des estimations.

Couches et dates

  • Lumières nocturnes, quotidien : VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 oct. 2026
  • Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
  • Couleurs naturelles : réflectance corrigée VIIRS NOAA-20, NASA LANCE · 13 oct. 2026

Open the faculty's digital twin builder Map tools

05Comment se déroule l'apprentissage

Comment l'apprentissage se déroule, sous forme de processus reproductible

8 steps · 4 stages · 2 gates · 16 processes

Choisissez un scénario et appuyez sur Lecture : cours, parcours, pratique, faculté, cellules et attestation.

Risk Academy

Course, catalogue to completion

A free course pairs one discipline's methods with a real place, open data and standards, with module checks, assessed work and a completion record.

Scenarios Course · Practice · Record

  1. 01 Open

    1. 01

      Choose a course

      Start · the learner

      Find the course in the catalogue, by faculty, level, kind or the standard it teaches.

    2. 02

      Entry check

      Gate · the course

      The prerequisites say what to study first; an entry review stands in for them.

  2. 02 Study

    1. 03

      Lessons

      Step · the learner

      Read and work through the lessons, self-paced or with a cohort.

    2. 04

      Labs on the twin

      Exercise · the learner, on the faculty twin

      Run the discipline's method and the faculty instruments on the twin of a real place.

  3. 03 Assess

    1. 05

      Module checks

      Gate · the course

      Each module ends with a short check against its outcomes.

    2. 06

      Assessed work

      Decision · reviewers and peers

      A lab record, a case memo and a key terms check, with peer review where the course asks for it.

  4. 04 Record

    1. 07

      Attestation de réussite

      Record · the Academy

      The record names the course, its version and the date; it is the learner's to share.

    2. 08

      Next course

      Outcome · the learner

      The record stacks into the discipline and pathway achievements, and the next course opens.

How learning works · Courses An outline of how the work is designed to run; it does not report the status of any decision or record.

06Participer

Participer aux travaux

Partir de qui vous êtes.

Voies

  • Itinéraire

    National institutions

    Ministries, statistics offices and agencies: a national desk and chapter, and a seat in the working groups. National chapters

  • Itinéraire

    Sectors and professions

    Operators, regulators, banks, insurers and professional bodies whose work touches systemic risk. For organisations

  • Itinéraire

    Apprentissage

    Courses and practice, with a record of every course completed. Free to study. Open learning

  • Itinéraire

    Normes

    Draft, review and adopt the methods and data standards with the working groups. Working groups

  • Itinéraire

    Communities and research

    Universities, civil society and individual experts: projects, data and review. Write to the Academy

Open calls

Appel ouvertSeeksCloses
Founding call for experts to the working groups CALL-FOUNDING-EXPERTSexpert, editor, chair2026-12-15
Open nomination for the three independent expert seats of the Global Standards Council CALL-GSC-INDmembre-du-conseil2026-12-01
Nominations of interim regional members (applies only if the transitional provision is decided) CALL-GSC-REGmembre-du-conseil2026-12-15
Review of the wave-1 risk core outlines (C1, C2, C3, C4, C8, C10, C11) CALL-REVIEW-WAVE1contributor2027-01-31
Experts for the core standards of risk science: uncertainty and evidence grading, scales, structured expert judgement, tolerability, extremes and compound events, catastrophic and existential risk, ethics and equity, units and measurement (NRS-C17 to NRS-C24) CALL-CORE-SCIENCEexpert, editor, chair2027-01-31
Independent reviewers for the families of the hazard atlas, three from at least two regions for each family (NHS2-R19), priority families first CALL-ATLAS-REVIEWexpert2027-03-31
Members of the interim Frontier Safety Review Panel and red-team reviewers (biosafety and biosecurity, AI safety and security, critical-infrastructure security); applications treated in confidence CALL-FRONTIER-SAFETY-REVIEWexpert2026-11-30
Experts in ontology, metrology, software verification and conformity assessment for the requirement register, the NHS-2 machine representation, the conformance test suites and the conformity assessment scheme CALL-CONFORMANCE-ONTOLOGYexpert, editor2027-01-31

Calls past their closing date are hidden automatically. Every call, proposal and route: open areas and calls.

Cellules

A cell is a small team with a clear mission, a host and a record of what it does. Choose the type that fits.

Form a cellAll cell types

  • Cell type

    Community emergency response team (CERT)

    Local preparedness and first response. Open

  • Cell type

    Research cell

    Methods, models, papers and datasets. Open

  • Cell type

    Data and observation cell

    Sensors, gauges, monitoring and open data. Open

  • Cell type

    Standards cell

    Drafts, reviews and adopts a standard with the standards working groups. Open

  • Cell type

    Policy and advisory cell

    Briefs, consultations and policy proposals. Open

  • Cell type

    Learning cell

    Course teams, cohorts and peer study. Open

  • Cell type

    Engineering and digital cell

    Tools, twins and infrastructure work. Open

  • Cell type

    Field and operations cell

    Projects on the ground, early warning and anticipatory action. Open

  • Cell type

    Finance and risk transfer cell

    Parametric design and risk-finance readiness. Open

  • Cell type

    Sector cell

    Health, food, water and the other sector cells. Open

  • Cell type

    Review and assurance cell

    Peer review panels and verification. Open

  • Cell type

    Youth, campus or chapter cell

    University, student and national chapter teams. Open

A cell acts within its host's rules and never replaces an authority. A CERT works alongside the local emergency services, follows their direction and is not an emergency service.

How a cell forms

  1. Gather the cell

    Bring together three to seven people with complementary skills: data, field practice, policy and communication.

  2. Choose a type

    Pick the kind of cell that fits the work, from the gallery below. A cell can add a second focus later. See the types

  3. Register it

    Name the cell, its members, area and region, and who hosts it. You receive a reference and a contact. Form a cell

  4. Apprendre ensemble

    Follow shared study paths at Risk Academy, with practice and a record of every course completed. Hazards and resilience

  5. Lead and report

    Hold regular sessions. Publish what the cell learns through Reports. Bring findings to the working groups. Working groups

L'Index

What a national team or a local community can do on The Global Risks Index (NXS-GRX) today.

  • NXS-GRX

    Your country's profile

    Open risk profiles for 195 countries, with sources and licences on every value. Open the Index

  • NXS-GRX

    Correct or reply

    Correct a value or reply for your country. The change is logged with its effect. Open the Index

  • NXS-GRX

    Offer data

    Offer a dataset. It enters through the licence gate, with your credit. Open the Index

  • NXS-GRX

    Use the open data

    Layers, profiles and tiles through the open API. Open the Index

07Questions

Questions, réponses et termes clés

Le cours est-il gratuit ?

Oui. Chaque cours et chaque ressource pédagogique de Risk Academy, dirigée par le Nexus Consortium, est libre d'accès, à suivre à son rythme ou avec une cohorte. La participation ordinaire est gratuite ; les travaux rémunérés, les stages et les bourses relèvent d'arrangements distincts.

Que m'apporte l'achèvement d'un cours ?

Une attestation de réussite : le cours, sa version, la date et ce qui a été évalué, privée par défaut et partagée par vos soins. Elle s'additionne en réalisations par discipline, département et programme. Une attestation indique ce qui a été étudié et évalué ; elle ne certifie pas une compétence et ne constitue ni une licence, ni un titre professionnel, ni un statut d'emploi.

D'où proviennent les données et les lieux ?

Chaque faculté enseigne sur le jumeau d'un lieu réel construit à partir de données ouvertes ; chaque couche indique son fournisseur, sa licence et sa date, et chaque résultat de l'Académie précise sa source. Les cartes et les figures sont des indicateurs à visée pédagogique, jamais une évaluation d'un lieu.

Comment participer au-delà du cours ?

Constituez une cellule de compétences de trois à sept personnes, suivez un parcours commun, effectuez une mission encadrée au sein des groupes de travail nationaux ou inscrivez une cohorte de votre institution. Pour les organisations.

Termes clés

Évaluation des modèles
Évaluation des capacités, de la fiabilité et des risques d'un modèle d'IA au regard de tâches et de critères définis.
Décalage de distribution
Un écart entre les données sur lesquelles un modèle a été entraîné et celles qu'il rencontre à l'usage.
Hallucination
Production d'un modèle génératif qui est fluide mais fausse ou non étayée.
Système agentique
Système d'IA qui planifie et entreprend des actions en vue d'objectifs avec une direction humaine limitée.

signalementsContribuer

Apportez des éléments de preuve depuis cette page.

Reports is the Consortium's quarterly publication, written by six desks. This page sits with the Academy Capability desk. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work. Sent to the wrong desk, it is forwarded, not refused.

Academy Capability desk

N'envoyez jamais de données personnelles, de détails sensibles sur des infrastructures ni rien que vous n'avez pas le droit de communiquer. Une contribution est examinée avant utilisation ; son envoi ne confère ni qualité d'auteur ni droits éditoriaux, et un parrainage n'achète jamais une conclusion.

Risk Academy

Study artificial intelligence and machine learning with us, or teach it

Tous les cours sont gratuits et ouverts. Les institutions et les experts peuvent co-enseigner, accueillir une cohorte, contribuer un laboratoire ou examiner un cours avant son ouverture.

Parcourir le catalogue des coursNouer un partenariat avec l'Academy