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 AI e machine learning, presenta una panoramica dei diversi tipi di sistemi AI e dei loro casi d'uso, e colloca i modelli AI nel contesto socio-culturale più ampio. Alla fine di questo modulo sarai in grado di;
- Descrivere ed espliquare le differenze tra i diversi tipi di sistemi AI.
- Descrivere ed espliquare la stack tecnologica dell'AI.
- Descrivere ed espliquare l'AI e l'evoluzione della data science.
Modulo 2: Impatti dell'AI sulle persone e principi responsabili di AI
- Illustra i rischi principali e le minacce poste dai sistemi AI, le caratteristiche dei sistemi AI affidabili e i principi essenziali per un'AI responsabile ed etica. Alla fine di questo modulo sarai in grado di;
- Descrivere ed espliquare i rischi principali e le minacce poste dai sistemi AI.
- Descrivere ed espliquare 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 ampio in cui vengono gestiti i rischi AI. Alla fine di questo modulo sarai in grado di;
- Descrivere ed espliquare le somiglianze e le differenze tra le guida etica esistente e emergente sull'AI.
- Descrivere ed espliquare le leggi esistenti che interagiscono con l'uso dell'AI.
- Descrivere ed espliquere i punti di intersezione chiave del GDPR.
- Descrivere ed espliquare la riforma della responsabilità legale.
Modulo 4: Implementazione della governance e gestione dei rischi AI responsabili
- Spiega come i principali stakeholder dell'AI collaborino in un approccio a strati per gestire i rischi AI, riconoscendo al contempo i potenziali benefici sociali dei sistemi AI. Alla fine di questo modulo sarai in grado di;
- Descrivere ed espliquere i requisiti del Regolamento AI dell'UE.
- Descrivere ed espliquere le altre leggi emergenti a livello globale.
- Descrivere ed espliquere le somiglianze e le differenze tra i principali framework di gestione dei rischi e standard.
Modulo 5: Implementazione di progetti e sistemi AI
- Illustra la mappatura, pianificazione e definizione dello scope 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 ed espliquere le fasi chiave della pianificazione del sistema AI.
- Descrivere ed espliquere le fasi chiave del progetto del sistema AI.
- Descrivere ed espliquere le fasi chiave dello sviluppo del sistema AI.
- Descrivere ed espliquere le fasi chiave dell'implementazione del sistema AI.
Modulo 6: Leggi attuali che si applicano ai sistemi AI
- Esamina le leggi esistenti che regolano l'uso dell'AI, illustra i punti di intersezione 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 operativa dei rischi.
- Integrare i principi di governance dell'AI nell'azienda.
- Stabilire un'infrastruttura di governance dell'AI.
- Mappare, pianificare e definire lo scope del progetto AI.
- Testare e validare il sistema AI durante lo sviluppo.
- Gestire e monitorare i sistemi AI dopo la distribuzione.
Modulo 7: Leggi e standard esistenti ed emergenti sull'AI
- Descrive le leggi globali specifiche per l'AI e i principali framework e standard che illustrano come i sistemi AI possano essere governati in modo responsabile. Alla fine di questo modulo sarai in grado di;
- Acquisire una consapevolezza delle questioni legali.
- Acquisire una consapevolezza delle preoccupazioni degli utenti.
- Acquisire una consapevolezza delle questioni di auditing e responsabilità dell'AI.
Modulo 8: Questioni e preoccupazioni attuali sull'AI
- Presenta le discussioni e le idee attuali sulla governance dell'AI, incluse la consapevolezza delle questioni legali, delle preoccupazioni degli utenti e delle questioni di auditing e responsabilità dell'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 emergerà un'AI affidabile, e dobbiamo investire nelle persone che costruiranno AI etiche e responsabili. Coloro che lavorano in conformità, privacy, sicurezza, gestione dei rischi, legale, 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 a affrontare le equità espandenti in gioco nella governance dell'AI.
Includendo tutti i professionisti responsabili dello sviluppo della governance e della gestione dei rischi AI nelle loro operazioni, e chiunque intenda ottenere la certificazione di Professionista di Governance AI (AIGP) dell'IAPP.
28 ore
