Sztuczna inteligencja jest coraz częściej wykorzystywana w działaniach biznesowych, opiece zdrowotnej, transporcie, finansach, podejmowaniu decyzji i innych krytycznych środowiskach. W miarę wzrostu adopcji AI organizacje muszą wykazać, że ich systemy są zarządzane odpowiedzialnie, ryzyko jest kontrolowane, a odpowiednie wymagania prawne, etyczne i organizacyjne są spełniane.
Ten kurs zapewnia praktyczny, krokowy przewodnik po audycie Systemu Zarządzania Sztuczną Inteligencją zgodnie z ISO/IEC 42001. Wyjaśnia pełny cykl życia audytu, od zrozumienia standardu i przygotowania audytu po raportowanie wyników, zamykanie audytu i monitorowanie działań naprawczych.
Rozpoczniesz od wprowadzenia do Systemów Zarządzania Sztuczną Inteligencją i struktury ISO/IEC 42001. Kurs bada klauzule 4 do 10, w tym kontekst organizacyjny, przywództwo, planowanie, wsparcie, operacje, ocenę wydajności i ciągłą poprawę.
Wykorzystując NeuroVista Technologies jako główną studię przypadku, zobaczysz, jak wymagania ISO 42001 mogą być oceniane w realistycznym środowisku organizacyjnym. Druga fikcyjna organizacja, AutoVision AI, jest wykorzystywana do zadań i praktycznych ćwiczeń z audytu.
Kurs przedstawia również kluczowe zasady audytu, w tym uczciwość, obiektywizm, poufność, podejmowanie decyzji na podstawie dowodów i profesjonalne osądy. Nauczysz się stosować podejście oparte na ryzyku przy ocenie systemów AI i priorytetyzować obszary związane z istotnymi ryzykami etycznymi, bezpieczeństwa, prywatności, operacyjnymi i zgodnościowymi.
Szczególną uwagę poświęca się kwestiom audytu specyficznym dla AI, takim jak uprzedzenia, uczciwość, przejrzystość, wyjaśnialność, odpowiedzialność, zarządzanie cyklem życia modeli, ochrona danych, nadzór ludzki i kontrole bezpieczeństwa.
Nauczysz się definiować cele i zakres audytu, identyfikować istotne kontrole zarządzania AI, przygotowywać listy kontrolne i ankiety, przydzielać zasoby, tworzyć harmonogram audytu i przeprowadzać efektywne spotkanie otwarcia.
Podczas etapów realizacji audytu nauczysz się przeglądać polityki AI, oceny ryzyka, zapisy cyklu życia, dokumentację techniczną i dowody cyklu życia. Zapoznasz się również z technikami wywiadów z interesariuszami i metodami zbierania wiarygodnych, obiektywnych dowodów.
Kurs wyjaśnia, jak oceniać kontrole zarządzania i bezpieczeństwa AI, oceniać praktyki przejrzystości i wyjaśnialności oraz określać, czy ryzyko uprzedzeń i uczciwości jest zarządzane.
