Konstgjord intelligens används alltmer i affärsverksamheter, hälso- och sjukvård, transport, finans, beslutsfattande och andra kritiska miljöer. När användningen av AI ökar måste organisationer visa att deras system styrs på ett ansvarsfullt sätt, risker kontrolleras och relevanta juridiska, etiska och organisatoriska krav hanteras.
Denna kurs ger en praktisk, steg-för-steg-guide för att granska ett system för hantering av artificiell intelligens i enlighet med ISO/IEC 42001. Den förklarar hela revisionslivscykeln, från att förstå standarden och förbereda revisionen till att rapportera resultat, avsluta revisionen och övervaka korrigerande åtgärder.
Du börjar med en introduktion till system för hantering av artificiell intelligens och strukturen i ISO/IEC 42001. Kursen undersöker klausulerna 4 till 10, inklusive organisatoriskt sammanhang, ledning, planering, stöd, verksamhet, prestandaevaluering och kontinuerlig förbättring.
Med NeuroVista Technologies som huvudsakliga fallstudie kommer du att se hur ISO 42001-kraven kan bedömas inom en realistisk organisationsmiljö. En andra fiktiv organisation, AutoVision AI, används för uppgifter och praktiska revisionsövningar.
Kursen introducerar sedan de grundläggande principerna för revision, inklusive integritet, objektivitet, konfidentialitet, bevisbaserad beslutsfattande och professionell bedömning. Du lär dig att tillämpa en riskbaserad inställning när du utvärderar AI-system och prioritera områden med betydande etiska, säkerhets-, integritets-, operativa och efterlevnadsrisker.
Särskild uppmärksamhet ägnas åt AI-specifika revisionsfrågor som bias, rättvisa, transparens, förklarbarhet, ansvarighet, livscykelstyrning av modeller, dataskydd, mänsklig övervakning och säkerhetskontroller.
Du lär dig att definiera revisionsmål och omfattning, identifiera relevanta kontroller för AI-styrning, förbereda checklistor och frågeformulär, tilldela resurser, skapa en revisionsplan och genomföra ett effektivt inledningsmöte.
Under revisionsstadierna kommer du att lära dig att granska AI-policyer, riskbedömningar, styrningsposter, teknisk dokumentation och livscykelbevis. Du kommer också att utforska tekniker för att intervjua intressenter och metoder för att samla pålitliga objektivt bevis.
Kursen förklarar hur man bedömer AI-styrning och säkerhetskontroller, utvärderar transparens och förklarbarhetspraxis och bestämmer om risker för bias och rättvisa hanteras.
