Kurzusleírás

A mesterséges intelligencia és a gépi tanulás megértése

  • Mi a mesterséges intelligencia és hogyan definiálható?
  • A gépi tanulás mint a mesterséges intelligencia részhalmaza
  • A mesterséges intelligencia típusai: gyenge, erős, generatív, felügyelt, felügyelet nélküli

A mesterséges intelligencia gyakorlata a szervezetben

  • Ahol a mesterséges intelligencia/gépi tanulás jelenleg létezik az üzleti funkciókban
  • Automatizálás, döntéstámogatás, ügyfélszolgálat és elemzés
  • Használati esetek az emberi erőforrások, pénzügy, műveletek és megfelelőség területén

Gyakori szabályozási kihívások

  • Ütközések az adatvédelmi alapelvekkel
  • Törvényesség, tisztesség és átláthatóság az automatizált döntéshozatalban
  • Pontosság, adatminimalizálás és tárolási korlátok

Alapok az információ- és adatkezelésben

  • Információ- és rekordkezelés mesterséges intelligencia kontextusban
  • A metaadatok és naplózási nyomvonalak jelentősége
  • Az adatminőség és integritás fenntartása a képzési adathalmazokban

Az információszabályozási kihívások megközelítése

  • Szabályozási ellenőrzések tervezése mesterséges intelligencia/gépi tanulás folyamatokhoz
  • Emberi felügyelet és magyarázhatóság
  • Többfunkciós szabályozási csapatok felépítése

Adatvédelmi hatáselemzések (DPIA) végzése mesterséges intelligencia/gépi tanulás esetén

  • Az adatvédelmi hatáselemzések jogi követelménye és célja
  • Lépések a javasolt mesterséges intelligencia/gépi tanulás megvalósítások értékeléséhez
  • Kockázatértékelések, kockázatcsökkentések és indoklások dokumentálása

Szabályozási keretrendszerek és kockázatkezelés

  • Áttekintés a mesterséges intelligenciára specifikus szabályozási keretrendszerekről
  • ISO, NIST, ICO és OECD megközelítések
  • Kockázatnyilvántartások és szabályzatdokumentációk

Kultúra, integráció és kapcsolódó keretrendszerek

  • A felelős mesterséges intelligencia használatának beágyazása a kultúrába
  • A mesterséges intelligencia szabályozás összekapcsolása a kiberbiztonsággal, etikával és ESG politikákkal
  • Folyamatos fejlesztés és monitorozás

Összefoglalás és következő lépések

Követelmények

  • A szervezeti információszabályozási politikák ismerete
  • Az adatvédelmi vagy adatvédelmi szabályozások ismerete
  • Előny, ha van némi tapasztalata a mesterséges intelligencia vagy gépi tanulás fogalmaival

Közönség

  • Információszabályozási szakemberek
  • Adatvédelmi tisztviselők és megfelelőségi vezetők
  • Digitális átalakítás vagy IT szabályozási vezetők
 7 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák