Kursplan
Introduksjon
Modul 1: Grunnlag for kunstig intelligens
- Definerer AI og maskinlæring, gir en oversikt over ulike typer AI-systemer og deres anvendelser, og posisjonerer AI-modeller i det bredere sosio-kulturelle samfunnet. Ved slutten av dette modulen vil du kunne;
- Beskrive og forklare forskellene mellom ulike typer AI-systemer.
- Beskrive og forklare AI-teknologistakken.
- Beskrive og forklare AI og utviklingen av datakunnskap.
Modul 2: AI-virkninger på mennesker og ansvarlige AI-prinsipper
- Overser de viktigste risikene og skadene som AI-systemer kan utløse, kenskapslegeme for tillitsfull AI-systemer, og prinsippene sentrale for ansvarlig og etisk AI. Ved slutten av dette modulen vil du kunne;
- Beskrive og forklare de viktigste risikene og skadene som AI-systemer kan utløse.
- Beskrive og forklare kenskapslegeme for tillitsfull AI-systemer.
Modul 3: AI-utviklingslivssyklus
- Beskriver AI-utviklingslivssyklusen og den bredere konteksten i hvilken AI-risikoer håndteres. Ved slutten av dette modulen vil du kunne;
- Beskrive og forklare likheter og forskjeller mellom eksisterende og kommande etiske veiledninger om AI.
- Beskrive og forklare de eksisterende lovene som påvirker AI-bruk.
- Beskrive og forklare viktige krysspunkter med GDPR.
- Beskrive og forklare ansvarsreform.
Modul 4: Implementering av ansvarlig AI-styring og risikohåndtering
- Forklarer hvordan viktige AI-investorer samarbeider i en laget tilnærming for å håndtere AI-risikoer, samtidig som de erkjenner AI-systemers potensielle samfunnsmessige fordeler. Ved slutten av dette modulen vil du kunne;
- Beskrive og forklare kravene i EU's AI-lov.
- Beskrive og forklare andre kommande globale lover.
- Beskrive og forklare likheter og forskjeller mellom de viktigste risikohåndteringsrammeverkene og standardene.
Modul 5: Implementering av AI-prosjekter og systemer
- Overser kartlegging, planlegging og omfangsdefinisjon av AI-prosjekter, testing og validering av AI-systemer under utvikling, samt håndtering og overvåking av AI-systemer etter implementering. Ved slutten av dette modulen vil du kunne;
- Beskrive og forklare de viktigste trinnene i planleggingsfasetten for AI-systemer.
- Beskrive og forklare de viktigste trinnene i designfasen for AI-systemer.
- Beskrive og forklare de viktigste trinnene i utviklingsfasen for AI-systemer.
- Beskrive og forklare de viktigste trinnene i implementeringsfasen for AI-systemer.
Modul 6: Nåværende lover som gjelder AI-systemer
- Gjennomgår de eksisterende lovene som styrer bruk av AI, overser viktige krysspunkter med GDPR, og gir oppmerksomhet på ansvarsreform. Ved slutten av dette modulen vil du kunne;
- Sikre interoperabilitet mellom AI-risikohåndtering og andre operasjonelle risikostategier.
- Integrere AI-styringsprinsipper i selskapet.
- Opprette en AI-styringsinfrastruktur.
- Kartlegge, planlegge og definere omfang for AI-prosjektet.
- Teste og validere AI-systemet under utvikling.
- Håndtere og overvåke AI-systemer etter implementering.
Modul 7: Eksisterende og kommande AI-lover og standarder
- Beskriver globale, spesifikke AI-lover og de viktigste rammeverkene og standardene som illustrerer hvordan AI-systemer kan styreres ansvarsfullt. Ved slutten av dette modulen vil du kunne;
- Oppnå oppmerksomhet på juridiske spørsmål.
- Oppnå oppmerksomhet på brukerbekymringer.
- Oppnå oppmerksomhet på AI-auditering og ansvarsproblemer.
Modul 8: Pågående AI-spørsmål og bekymringer
- Presenterer nåværende diskusjoner og ideer om AI-styring, inkludert oppmerksomhet på juridiske spørsmål, brukerbekymringer, og spørsmål om AI-auditering og ansvar.
Oppsummering og neste skritt
Krav
Det er ingen forkunnskaper nødvendige for dette kurset.
Hvem bør delta i utdanningen?
Vi må fortsette å bygge og raffine styringsprosesser gjennom hvilke tillitsfull AI vil oppstå, og vi må investere i folkene som vil bygge etisk og ansvarlig AI. De som jobber med komplians, privatlivsskyttelse, sikkerhet, risikohåndtering, juridiske anliggender, HR-avdelinger og styring sammen med datasientister, AI-prosjektledere, business-analytikere, AI-produktforvaltere, modellops-team og andre må være forberedt på å håndtere de utvidede interesser som er involvert i AI-styring.
Dette inkluderer alle profesjonelle som har ansvar for å utvikle AI-styrings- og risikohåndteringsprosesser i sine operasjoner, samt de som søker IAPP Artificial Intelligence Governance Professional (AIGP)-sertifisering.