Ta kontakt
 Varighet 14 timer

Kursplan

Hva endrer seg når beslutninger blir modellbaserte

  • Fra regler og menneskelig dom til skårerte valg
  • Hastighet og skala av automatiske handlinger
  • Nye feilmoduser og ansvarsgap

Registrering av beslutninger og risikoklassifisering

  • Katalogisering av automatiske beslutninger
  • Innvirkning, reversibilitet og berørte parter
  • Risikonivåer og forventninger til kontroller
  • Eierskap per beslutningsklasse

Ansvar og menneskelig tilsyn

  • Betydelsesfullt versus nominelt menneskelig review
  • Autonomi-terskler som styringsbeslutninger
  • Eskaleringsruter og responstider
  • Ansvaret eier og godkjenning

Beslutningsregistre og forklarbarhet

  • Hva et forsvarlig beslutningsregister inneholder
  • Lagring av konfidens, valg og kontekst
  • Sporbarhet av modell og versjon
  • Å forklare en beslutning til en kunde eller regulator

Policy og grensekontroll

  • Godkjente valgsett og endringskontroll
  • Styring av terskelverdier og periodisk gjennomgang
  • Forbudte beslutninger og harde stopp
  • Policy som kode ved siden av modelloutput

Regulatoriske forventninger

  • EU AI-aktens forpliktelser for beslutningssystemer
  • Bransjeregler i finans, forsikring og helse
  • Personvern og rettigheter til automatiske beslutninger
  • Dokumentasjon og samsvarspil

Risiko knyttet til leverandører, lisenser og opphav

  • Hostede beslutnings-APIer versus åpne vekter
  • Lisensvilkår for avledede og innebygd modeller
  • Leverandøravhengighet og avbrytelsesrisiko
  • Integritet i vekter og versjonslås

Skjevhet, rettferdighet og overvåkning av resultater

  • Resultatforskjeller mellom grupper
  • Proxyvariabler og ramming av valg
  • Signaler fra anlegg og klager
  • Periodisk gjennomgang av rettferdighet

Hendelsesbehandling for feil beslutninger

  • Å oppdage systematisk beslutningsfeil
  • Innesperring og suspensjon av autonomi
  • Korrigerende tiltak og kompensasjon til kunder
  • Rotårsak og oppdatering av kontroller

Sikkerhetsvurdering av et besluttelsessjikt

  • Bevis en revisor bør be om
  • Testing av nøyaktighets- og kalibreringspåstander
  • Prøvevalg av beslutninger og overstyringer
  • Rapportering av funn til styret

Krav

  • Kjennskap til AI- eller automatiseringsprosjekter i et enterprise-miljø.
  • Forståelse av risiko-, compliance- eller revisjonsprosesser.
  • Ingen programmeringserfaring kreves.

Målgruppe

  • Risiko-, compliance- og modellrisikosjefer
  • Interne revisorer som gransker automatiske beslutninger
  • Ledere for AI-styring og personvern
  • Produkteeiere ansvarlige for automatiske arbeidsflyter
  • Arkitekter som designer tilsyn inn i agentsystemer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier