Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
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