人工知能は、ビジネス運営、医療、交通、金融、意思決定、その他の重要な環境でますます使用されています。AIの採用が増加するにつれ、組織はシステムが責任を持って管理され、リスクが制御され、関連する法的、倫理的、組織的要件が対処されていることを実証する必要があります。
このコースは、ISO/IEC 42001に準拠した人工知能管理システムの監査を実践的かつ段階的にガイドします。標準の理解から監査の準備、結果の報告、監査の終了、是正措置のモニタリングまで、監査のライフサイクル全体を説明します。
人工知能管理システムとISO/IEC 42001の構造の紹介から始めます。コースでは、組織の文脈、リーダーシップ、計画、サポート、運用、パフォーマンス評価、継続的改善を含む条項4から10を検討します。
NeuroVista Technologiesを主なケーススタディとして、現実的な組織環境内でISO 42001要件をどのように評価できるかを見ていきます。2つ目の架空の組織であるAutoVision AIは、課題と実践的な監査演習に使用されます。
コースでは、監査の中核原則、つまり誠実性、客観性、機密性、証拠に基づく意思決定、専門的判断を紹介します。AIシステムを評価する際のリスクベースアプローチを適用し、重要な倫理的、セキュリティ、プライバシー、運用、コンプライアンスのリスクを含む領域を優先する方法を学びます。
偏見、公平性、透明性、説明可能性、説明責任、モデルライフサイクルガバナンス、データ保護、人間の監督、セキュリティ制御などのAI固有の監査懸念に特別な注意が払われます。
監査目的と範囲を定義し、関連するAIガバナンスコントロールを特定し、チェックリストと質問票を準備し、リソースを割り当て、監査スケジュールを作成し、効果的な開会会議を実施する方法を学びます。
監査実行段階では、AIポリシー、リスク評価、ガバナンス記録、技術文書、ライフサイクル証拠を確認し、利害関係者のインタビュー技術と信頼できる客観的証拠を収集する方法を学びます。
コースでは、AIガバナンスとセキュリティ制御を評価し、透明性と説明可能性の実践を評価し、偏見と公平性のリスクが管理されているかどうかを判断する方法を説明します。
