Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring i etisk AI og etikk
- Definisjon av etisk AI og AI-etikk
- Viktigheten av etiske vurderinger i AI-applikasjoner
- Kjerneprinsipper: rettferdighet, ansvarlighet, gjennomsiktighet
Bias i AI og reduseringsstrategier
- Forståelse av bias i AI-modeller og data
- Typer bias og deres effekter på AI-resultater
- Bias-reduksjonsteknikker: forbehandlings-, in-behandling- og etterbehandlingsmetoder
Etisk gjennomsyn og ansvarlighet i AI
- Innføring i AI-gjennomseendes rammer og verktøy
- Gjennomsyn for å vurdere rettferdighet og gjennomsiktighet
- Implementering av ansvarsforhold i AI-systemer
Oversikt over etiske rammer og komplians
- Oversikt over etiske rammer som EU AI Act og IEEE-standarder
- Juridisk og regulativ komplians i AI-systemer
- Fallstudier om ansvarlig AI-regulering og bransjestandarder
Bygging av gjennomsiktighet og forklarbarhet i AI
- Innføring i teknikker for forklarbar AI
- Bygging av tolkbare modeller for økt gjennomsiktighet
- Bruk av verktøy for modellforklarbarhet og beslutningsforståelse
Styring og risikohåndtering i AI
- Utvikling av styringsrammer for etisk AI
- Risikohåndtering og etiske vurderinger i AI-utformingen
- Strategier for deltakerinvolvering og overvåking
Fremtidige retninger i etisk AI
- Nyopptatte trender og utfordringer i AI-etikk
- Tilpasning av styringsrammer for fremtidige AI-teknologier
- Fremme en etisk AI-kultur i organisasjoner
Oppsummering og neste trinn
Krav
- Grunnleggende forståelse av AI og maskinlæringskonsepter
- Familiaritet med datatilsyn og kompliansstandarder
Målgruppe
- Datascientists og AI-praksisere interessert i etisk AI-utvikling
- Kompliansansatte og juridiske profesjonelle som overvåker AI-regulering
- Virksomhetsledere og beslutningstakere involvert i AI-strategi og styring
14 timer