Contattataci

Struttura del corso

Comprendere l’Intelligenza Artificiale e il Machine Learning

  • Cos’è l’IA e come viene definita?
  • Il Machine Learning come sottodisciplina dell’Intelligenza Artificiale
  • Tipologie di IA: debole, forte, generativa, supervisionata e non supervisionata

L’applicazione pratica dell’IA nell’organizzazione

  • In quali settori aziendali attualmente si utilizza l’IA/ML
  • Automazione, supporto alle decisioni, servizi clienti e analisi dati
  • Esempi concreti di utilizzo in ambito HR, finanziario, operativo e normativo

Sfide comuni legate alla governance

  • Contrasti tra l’impiego dell’IA/ML e i principi fondamentali della protezione dei dati
  • Legalità, equità e trasparenza nei processi decisionali automatizzati
  • Accuratezza delle informazioni, riduzione volontaria del trattamento dati e limiti di conservazione

Fondamenti della gestione dell’informazione e dei dati

  • Come gestire informazioni e documenti nel contesto delle applicazioni IA
  • L’importanza dei metadati e delle tracce di audit per il controllo
  • Garanzia della qualità e dell’integrità dei dati utilizzati nell’addestramento dei modelli

Come affrontare le problematiche di governance legate all’IA/ML

  • Progettazione di controlli di governance per i sistemi basati sull’IA/ML
  • Il ruolo della supervisione umana e dell’interpretabilità dei risultati forniti dai modelli
  • Costituzione di team interdisciplinari incaricati della governance dell’IA

Realizzazione delle analisi DPIA per progetti basati su IA/ML

  • Scopo legale e requisiti normativi delle DPIA
  • Procedure per valutare la fattibilità e l’impatto di implementazioni IA/ML
  • Documentazione degli eventuali rischi, misure correttive proposte e motivazioni tecniche

Quadri normativi e strategie di gestione dei rischi

  • Panoramica sui principali standard specifici per la governance dell’IA
  • Approcci proposti da ISO, NIST, ICO e OCSE
  • Utilizzo di registri dei rischi e definizione di politiche interne coerenti

Cultura aziendale, integrazione e standard correlati

  • Promuovere una cultura basata su un uso responsabile dell’Intelligenza Artificiale
  • Integrazione della governance dell’IA con le politiche di cybersecurity, etica e Sostenibilità (ESG)
  • Processi continui di miglioramento e monitoraggio delle performance del sistema

Riassunto conclusivo e prossimi passi

Requisiti

  • Conoscenza di base delle politiche aziendali relative alla governance dell’informazione
  • Familiarità con le normative in materia di protezione dei dati e privacy
  • Una minima conoscenza dei concetti fondamentali di Intelligenza Artificiale o Machine Learning risulta utile

Destinatari

  • Professionisti addetti alla governance dell’informazione
  • Responsabili della protezione dei dati e manager dedicati alla conformità normativa
  • Responsabili della trasformazione digitale o della governance IT
 7 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative