Struttura del corso

Fondamenti dell'AI Responsabile

  • Cosa è l'AI responsabile e perché è importante nello sviluppo software
  • Principi: equità, accountability, trasparenza e privacy
  • Esempi di fallimenti etici e abusi dell'IA nei codebase

Bias e Equità nel Codice Generato dall'AI

  • Come gli LLM possono rafforzare bias attraverso i dati di formazione
  • Rilevamento e mitigazione di suggerimenti codici biased o insicuri
  • Illusione dell'IA e il rischio di introdurre errori a larga scala

Licensing, Attribution e Considerazioni sulla Proprietà Intellettuale

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

Sicurezza e Conformità nello Sviluppo Assistito dall'IA

  • Garanzia della sicurezza del codice evitando pattern insicuri dagli LLM
  • Conformità con le linee guida interne di sicurezza e regolamenti dell'industria
  • Dокументация, подвергнутая аудиту, о принятии решений с помощью AI

Inquadramento e Governance per Team di Sviluppo

  • Crea politiche interne di utilizzo dell'AI per i team software
  • Definizione dell'utilizzo accettabile e bandiere rosse
  • Scelta degli strumenti e integrazione responsabile degli assistenti AI

Valutazione e Revisione dell'Output dell'IA

  • Utilizzo di checklist per valutare la affidabilità del contenuto generato
  • Esecuzione di revisioni manuali ed automatizzate del codice generato dall'AI
  • Migliori pratiche per i processi di rassegna dei pari e approvazione

Riepilogo e Prossimi Passaggi

Requisiti

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

Pubblico

  • Team di conformità
  • Sviluppatori
  • Gestori di progetti software
 7 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative