Struttura del corso
Introduzione
Modulo 1: Fondamenti dell'intelligenza artificiale
- Definisce l'IA e il machine learning, presenta una panoramica dei diversi tipi di sistemi di IA e dei loro casi d'uso, e colloca i modelli di IA nel più ampio contesto socio-culturale. Al termine di questo modulo sarete in grado di:
- Descrivere e spiegare le differenze tra i vari tipi di sistemi di IA.
- Descrivere e spiegare lo stack tecnologico dell'IA.
- Descrivere e spiegare l'IA e l'evoluzione della scienza dei dati.
Modulo 2: Impatti dell'IA sulle persone e principi di un'IA responsabile
- Delinea i rischi e i danni principali posti dai sistemi di IA, le caratteristiche dei sistemi di IA affidabili e i principi fondamentali per un'IA responsabile ed etica. Al termine di questo modulo sarete in grado di:
- Descrivere e spiegare i rischi e i danni principali posti dai sistemi di IA.
- Descrivere e spiegare le caratteristiche dei sistemi di IA affidabili.
Modulo 3: Ciclo di vita dello sviluppo dell'IA
- Descrive il ciclo di vita dello sviluppo dell'IA e il contesto ampio in cui vengono gestiti i rischi legati all'IA. Al termine di questo modulo sarete in grado di:
- Descrivere e spiegare le somiglianze e le differenze tra le linee guida etiche esistenti e in evoluzione sull'IA.
- Descrivere e spiegare le leggi vigenti che interagiscono con l'uso dell'IA.
- Descrivere e spiegare le principali intersezioni con il GDPR.
- Descrivere e spiegare la riforma della responsabilità.
Modulo 4: Implementazione della governance responsabile dell'IA e gestione del rischio
- Spiega come i principali stakeholder dell'IA collaborino con un approccio a strati per gestire i rischi dell'IA, riconoscendo al contempo i potenziali benefici sociali dei sistemi di IA. Al termine di questo modulo sarete in grado di:
- Descrivere e spiegare i requisiti del Regolamento sull'IA dell'UE (EU AI Act).
- Descrivere e spiegare le altre normative globali in evoluzione.
- Descrivere e spiegare le somiglianze e le differenze tra i principali framework e standard di gestione del rischio.
Modulo 5: Implementazione di progetti e sistemi di IA
- Delinea la mappatura, la pianificazione e la definizione dell'ambito dei progetti di IA, il testing e la validazione dei sistemi di IA durante lo sviluppo, nonché la gestione e il monitoraggio dei sistemi di IA dopo il dispiegamento. Al termine di questo modulo sarete in grado di:
- Descrivere e spiegare le fasi chiave della pianificazione del sistema di IA.
- Descrivere e spiegare le fasi chiave della progettazione del sistema di IA.
- Descrivere e spiegare le fasi chiave dello sviluppo del sistema di IA.
- Descrivere e spiegare le fasi chiave dell'implementazione del sistema di IA.
Modulo 6: Normative vigenti applicabili ai sistemi di IA
- Esamina le leggi vigenti che regolano l'uso dell'IA, delinea le principali intersezioni con il GDPR e offre consapevolezza sulla riforma della responsabilità. Al termine di questo modulo sarete in grado di:
- Garantire l'interoperabilità della gestione del rischio dell'IA con altre strategie di rischio operativo.
- Integrare i principi di governance dell'IA nell'azienda.
- Stabilire un'infrastruttura di governance dell'IA.
- Mappare, pianificare e definire l'ambito del progetto di IA.
- Testare e validare il sistema di IA durante lo sviluppo.
- Gestire e monitorare i sistemi di IA dopo il dispiegamento.
Modulo 7: Normative e standard sull'IA esistenti e in evoluzione
- Descrive le leggi specifiche sull'IA a livello globale e i principali framework e standard che illustrano come i sistemi di IA possano essere governati in modo responsabile. Al termine di questo modulo sarete in grado di:
- Aver consapevolezza delle questioni legali.
- Aver consapevolezza delle preoccupazioni degli utenti.
- Aver consapevolezza delle questioni relative alla revisione e alla responsabilità dell'IA.
Modulo 8: Questioni e preoccupazioni attuali sull'IA
- Presenta le discussioni e le idee attuali sulla governance dell'IA, inclusa la consapevolezza delle questioni legali, delle preoccupazioni degli utenti e delle problematiche relative alla revisione e alla responsabilità dell'IA.
Sintesi e Prossimi Passi
Requisiti
Non sono richiesti prerequisiti per questo corso.
A chi è rivolto?
È necessario continuare a costruire e perfezionare i processi di governance attraverso i quali emergerà un'IA affidabile e investire nelle persone che realizzeranno un'IA etica e responsabile. Coloro che operano nelle aree di conformità, privacy, sicurezza, gestione del rischio, legale, risorse umane e governance, insieme a data scientist, project manager di progetti di IA, analisti aziendali, proprietari di prodotti di IA, team di operazioni sui modelli e altri professionisti devono essere preparati ad affrontare le nuove sfide poste dalla governance dell'IA.
Il corso include tutti i professionisti incaricati di sviluppare la governance dell'IA e la gestione del rischio nelle proprie operazioni, nonché chiunque intenda conseguire la certificazione IAPP Artificial Intelligence Governance Professional (AIGP).
