Struttura del corso

Fondamenti dell'AI Responsabile

  • Cos'è l'AI responsabile e perché è importante nello sviluppo software
  • Principi: equità, accountability, trasparenza ed privacy
  • Esempi di fallimenti etici e abusi dell'AI nei codici sorgenti

Bias e Equità nel Codice Generato da AI

  • Come gli LLM possono rafforzare i bias attraverso i dati di addestramento
  • Rilevazione e risoluzione di suggerimenti codici distorti o non sicuri
  • Hallucinazioni AI e il rischio di introdurre errori a larga scala

Licenze, Attribuzioni e Considerazioni sui Diritti di Proprietà Intellettuale

  • Comprensione delle licenze open-source (MIT, GPL, Copyleft)
  • Gli output generati da LLM richiedono attribuzione?
  • Revisione del codice assistito dall'AI per problemi di licenza terze parti

Sicurezza e Conformità nell'Sviluppo Assistito dall'IA

  • Assicurare la sicurezza del codice e evitare pattern non sicuri dagli LLM
  • Conformità con le linee guida interne di sicurezza e regolamenti settoriali
  • Documentazione auditorabile delle decisioni assistite dall'AI

Politica e GoGovernance per i Team di Sviluppo

  • Creare politiche interne di utilizzo dell'AI per i team software
  • Definire l'uso accettabile e i segnali di allarme
  • Selezione degli strumenti e introduzione responsabile degli assistenti AI

Valutazione ed Esame dell'Ouput Generato dall'AI

  • Utilizzare checklist per valutare la affidabilità del contenuto generato
  • Condurre revisioni manuale e automatizzate del codice generato da AI
  • Best practice per processi di peer-review e approvazione

Riepilogo ed Azioni Successive

Requisiti

  • Comprensione di base dei flussi di lavoro del sviluppo software
  • Familiarità con Agile, DevOps o pratiche generali progetti software

Destinatari

  • Team di conformità
  • Sviluppatori
  • Responsabili dei progetti software
 7 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative