Cursusaanbod
Inleiding
Module 1: Fundamenten van kunstmatige intelligentie
- Definieert AI en machine learning, biedt een overzicht van de verschillende soorten AI-systemen en hun toepassingen, en plaatst AI-modellen in de bredere sociaal-culturele context. Aan het einde van dit module kunt u;
- De verschillen tussen de soorten AI-systemen beschrijven en uitleggen.
- De AI-technologiestapel beschrijven en uitleggen.
- AI en de evolutie van datawetenschap beschrijven en uitleggen.
Module 2: Invloed van AI op mensen en principes van verantwoord AI
- Schetst de kernrisico's en schade die door AI-systemen worden veroorzaakt, de kenmerken van betrouwbare AI-systemen, en de principes die essentieel zijn voor verantwoord en ethisch AI. Aan het einde van dit module kunt u;
- De kernrisico's en schade die door AI-systemen worden veroorzaakt beschrijven en uitleggen.
- De kenmerken van betrouwbare AI-systemen beschrijven en uitleggen.
Module 3: Levenscyclus van AI-ontwikkeling
- Beschrijft de levenscyclus van AI-ontwikkeling en de brede context waarin AI-risico's worden beheerd. Aan het einde van dit module kunt u;
- De overeenkomsten en verschillen tussen bestaande en opkomende ethische richtlijnen voor AI beschrijven en uitleggen.
- De bestaande wetten die in wisselwerking staan met de toepassing van AI beschrijven en uitleggen.
- Sleuteloverlap met de GDPR beschrijven en uitleggen.
- Aansprakelijkheidsherziening beschrijven en uitleggen.
Module 4: Implementeren van verantwoorde AI-governance en risicobeheer
- Legt uit hoe belangrijke AI-stakeholders samenwerken in een gelaagde aanpak om AI-risico's te beheren terwijl de potentiële maatschappelijke voordelen van AI-systemen worden erkend. Aan het einde van dit module kunt u;
- De eisen van de EU AI-wet beschrijven en uitleggen.
- Andere opkomende wereldwijde wetten beschrijven en uitleggen.
- De overeenkomsten en verschillen tussen de belangrijkste risicobeheerkaders en normen beschrijven en uitleggen.
Module 5: Implementeren van AI-projecten en -systemen
- Schetst het kaart maken, plannen en in kaart brengen van AI-projecten, het testen en valideren van AI-systemen tijdens de ontwikkeling, en het beheren en monitoren van AI-systemen na de implementatie. Aan het einde van dit module kunt u;
- De sleutelstappen in de AI-systeemplanningsfase beschrijven en uitleggen.
- De sleutelstappen in de AI-systeemontwerpfase beschrijven en uitleggen.
- De sleutelstappen in de AI-systeemontwikkelingsfase beschrijven en uitleggen.
- De sleutelstappen in de AI-systeeminvoeringsfase beschrijven en uitleggen.
Module 6: Huidige wetten die van toepassing zijn op AI-systemen
- Biedt een overzicht van de bestaande wetten die de toepassing van AI regelen, schetst sleuteloverlap met de GDPR, en biedt inzicht in aansprakelijkheidsherziening. Aan het einde van dit module kunt u;
- Interoperabiliteit van AI-risicobeheer met andere operationele risicostrategieën waarborgen
- AI-governanceprincipes in het bedrijf integreren.
- Een AI-governance-infrastructuur opzetten.
- Het AI-project in kaart brengen, plannen en in kaart brengen.
- Het AI-systeem tijdens de ontwikkeling testen en valideren.
- AI-systemen na de implementatie beheren en monitoren.
Module 7: Bestaande en opkomende AI-wetten en normen
- Beschrijft globale AI-specifieke wetten en de belangrijkste kaders en normen die illustreren hoe AI-systemen verantwoord kunnen worden bestuurd. Aan het einde van dit module kunt u;
- Bewustwording van juridische kwesties verkrijgen.
- Bewustwording van gebruikersbezwaren verkrijgen.
- Bewustwording van AI-auditing en aansprakelijkheidsproblemen verkrijgen.
Module 8: Aanhoudende AI-problemen en zorgen
- Biedt een overzicht van huidige discussies en ideeën over AI-governance, inclusief bewustwording van juridische kwesties, gebruikersbezwaren en AI-auditing en aansprakelijkheidsproblemen.
Samenvatting en volgende stap
Vereisten
Er zijn geen voorafgaande vereisten voor deze cursus.
Wie Moet Opleiden?
We moeten de governanceprocessen voortdurend versterken en verfijnen, waardoor vertrouwde AI tot stand kan komen, en we moeten investeren in de mensen die ethische en verantwoorde AI zullen ontwikkelen. Professionals die werken in naleving, privacy, beveiliging, risicobeheer, juridische zaken, HR en governance, samen met datawetenschappers, AI-projectmanagers, zakelijke analisten, AI-producteigenaren, model ops teams en anderen, moeten zich voorbereiden om de uitgebreide belangen in AI-governance aan te pakken.
Inclusief alle professionals die belast zijn met de ontwikkeling van AI-governance en risicobeheer in hun beheer en iedereen die de IAPP Artificial Intelligence Governance Professional (AIGP) certificering nastreven.