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
Introduzione
Modulo 1: Fondamenti dell'intelligenza artificiale
- Definisce l'AI e il machine learning, presenta una panoramica dei diversi tipi di sistemi AI e delle loro applicazioni, e colloca i modelli AI nel contesto socio-culturale più ampio. Alla fine di questo modulo sarai in grado di;
- Descrivere e spiegare le differenze tra i tipi di sistemi AI.
- Descrivere e spiegare la stack tecnologica dell'AI.
- Descrivere e spiegare l'AI e l'evoluzione della data science.
Modulo 2: Impatti dell'AI sulle persone e principi responsabili di AI
- Illustra i rischi e i danni principali posti dai sistemi AI, le caratteristiche dei sistemi AI affidabili, e i principi essenziali per una governance responsabile ed etica dell'AI. Alla fine di questo modulo sarai in grado di;
- Descrivere e spiegare i rischi e i danni principali posti dai sistemi AI.
- Descrivere e spiegare le caratteristiche dei sistemi AI affidabili.
Modulo 3: Ciclo di vita dello sviluppo dell'AI
- Descrive il ciclo di vita dello sviluppo dell'AI e il contesto più ampio in cui vengono gestiti i rischi AI. Alla fine di questo modulo sarai in grado di;
- Descrivere e spiegare le similitudini e differenze tra le guide etiche esistenti ed emergenti sull'AI.
- Descrivere e spiegare le leggi esistenti che interagiscono con l'utilizzo dell'AI.
- Descrivere e spiegare le intersezioni chiave del GDPR.
- Descrivere e spiegare la riforma della responsabilità.
Modulo 4: Implementazione della governance responsabile dell'AI e gestione del rischio
- Spiega come gli stakeholder principali dell'AI collaborino in un approccio strato per strato per gestire i rischi AI, riconoscendo contemporaneamente i benefici potenziali della società derivanti dai sistemi AI. Alla fine di questo modulo sarai in grado di;
- Descrivere e spiegare i requisiti del Regolamento UE sull'AI.
- Descrivere e spiegare altre leggi globali emergenti.
- Descrivere e spiegare le similitudini e differenze tra i principali framework di gestione del rischio e standard.
Modulo 5: Implementazione di progetti e sistemi AI
- Illustra la mappatura, pianificazione e definizione degli ambiti dei progetti AI, il test e la validazione dei sistemi AI durante lo sviluppo, e la gestione e monitoraggio dei sistemi AI dopo la distribuzione. Alla fine di questo modulo sarai in grado di;
- Descrivere e spiegare i passaggi chiave nella fase di pianificazione del sistema AI.
- Descrivere e spiegare i passaggi chiave nella fase di progettazione del sistema AI.
- Descrivere e spiegare i passaggi chiave nella fase di sviluppo del sistema AI.
- Descrivere e spiegare i passaggi chiave nella fase di implementazione del sistema AI.
Modulo 6: Leggi attuali applicabili ai sistemi AI
- Indaga le leggi esistenti che regolano l'uso dell'AI, illustra le intersezioni chiave del GDPR e fornisce consapevolezza della riforma della responsabilità. Alla fine di questo modulo sarai in grado di;
- Garantire l'interoperabilità della gestione dei rischi AI con altre strategie di gestione del rischio operativo
- Integrare i principi di governance dell'AI nell'azienda.
- Stabilire un'infrastruttura di governance AI.
- Mappare, pianificare e definire l'ambito del progetto AI.
- Testare e validare il sistema AI durante lo sviluppo.
- Gestire e monitorare i sistemi AI dopo la distribuzione.
Modulo 7: Leggi esistenti ed emergenti specifiche per l'AI e standard
- Descrive le leggi globali specifiche per l'AI e i principali framework e standard che dimostrano come i sistemi AI possano essere governati in modo responsabile. Alla fine di questo modulo sarai in grado di;
- Acquisire consapevolezza delle questioni legali.
- Acquisire consapevolezza delle preoccupazioni degli utenti.
- Acquisire consapevolezza delle questioni di audit e responsabilità AI.
Modulo 8: Questioni attuali e preoccupazioni relative all'AI
- Presenta le discussioni e le idee correnti sulla governance dell'AI, inclusa la consapevolezza delle questioni legali, delle preoccupazioni degli utenti e delle questioni di audit e responsabilità AI.
Riepilogo e Passo Successivo
Requisiti
Non ci sono prerequisiti per questo corso.
Chi dovrebbe formarsi?
Dobbiamo continuare a costruire e raffinare i processi di governance attraverso cui emergono sistemi AI affidabili, e dobbiamo investire nelle persone che costruiranno AI etiche e responsabili. Coloro che operano in compliance, privacy, sicurezza, gestione del rischio, legge, HR e governance insieme a data scientists, manager di progetti AI, analisti aziendali, proprietari di prodotti AI, team model ops e altri devono essere pronti ad affrontare gli ampli equilibri in gioco nella governance dell'AI.
Inclusi tutti i professionisti incaricati di sviluppare la governance e la gestione del rischio AI nelle loro operazioni, e chiunque stia perseguendo la certificazione IAPP Artificial Intelligence Governance Professional (AIGP).
28 Ore
