Ta kontakt
 Varighet 7 timer

Kursplan

Grunnlag for ansvarkfull AI

  • Hva er ansvarkfull AI og hvorfor er den viktig i programutvikling
  • Prinsipper: rettferdighet, ansvar, transparens og personvern
  • Eksempler på etiske feil og misbruk av AI i kodbaser

Bias og rettferdighet i AI-generert kode

  • Hvordan LLMs kan forsterke bias gjennom treningsdata
  • Å oppdage og rette bias eller usikker kodeforeslå
  • AI-hallusinasjoner og risikoen for å introdusere feil i stor skala

Lisensiering, opphavstilhørighet og immaterielle rettigheter

  • Å forstå open source-lisenser (MIT, GPL, Copyleft)
  • Kreves opphavstilhørighet for LLM-genererte utganger?
  • Å auditere AI-assistert kode for lisensieringsproblemene fra tredjeparter

Sikkerhet og samsvar i AI-assistert utvikling

  • Sikre kode­trygghet og unngå usikre mønstre fra LLMs
  • Samsvar med interne sikkerhetsdirektiver og bransjeregler
  • Reviserbar dokumentasjon av AI-assisterte beslutninger

Policyer og styring for utviklingsteam

  • Å opprette interne brukspolicyer for programteam
  • Å definere godkjent bruk og røde flagg
  • Verktøyvalg og ansvarlig onboarding av AI-assistenter

Vurdering og revisjon av AI-utganger

  • Å bruke sjekklister for å vurdere påliteligheten til generert innhold
  • Gjennomføre manuell og automatisk revisjon av AI-generert kode
  • Beste praksis for peer review og godkjenningsprosesser

Oppsummering og neste trinn

Krav

  • Grunnleggende forståelse av programutviklingsarbeid
  • Kjennskap til Agile, DevOps eller generelle programprosjektpraksiser

Targetgruppe

  • Samsvarsteam
  • Utviklere
  • Programprosjektledere

Antall deltakere


Pris per deltaker

Referanser (1)

Kommende kurs

Relaterte kategorier