Neem contact met ons op
 Duur 7 uren

Cursusaanbod

Fundamenten van Responsible AI

  • Wat is Responsible AI en waarom is dit belangrijk in softwareontwikkeling
  • Principes: eerlijkheid, verantwoording, transparantie en privacy
  • Voorbeelden van ethische falen en misbruik van AI in codebases

Bias en Eerlijkheid in AI-gegenereerde Code

  • Hoe LLM’s bias kunnen versterken via trainingsdata
  • AI-hallucineren en het risico om fouten op schaal in te voeren

Licenties, Attributie en Intellectuele Eigendomsafwegingen

  • Begrijpen van open source-licenties (MIT, GPL, Copyleft)
  • Moeten door LLM’s gegenereerde outputs attributie hebben?
  • Auditeren van AI-geassisteerde code op licentieproblemen met derden

Beveiliging en Compliantie in AI-geassisteerde Ontwikkeling

  • Compliantie met interne beveiligingsrichtlijnen en sectorregels
  • Auditbare documentatie van AI-geassisteerde besluitvorming

Beleid en Governance voor Ontwikkelteams

  • Interne AI-gebruiksbeleidslijnen voor softwareteams vaststellen
  • Toegestanoorde gebruik en rode vlaggen definiëren
  • Toolkeuze en verantwoord onboarding van AI-assistenten

Evalueren en Auditeren van AI-Output

  • Handmatige en geautomatiseerde reviews van AI-gegenereerde code uitvoeren
  • Best practices voor peer-review en goedkeuringsprocessen

Samenvatting en Volgende Stappen

Vereisten

  • Basiskennis van softwareontwikkelingsworkflows
  • Bekendheid met Agile, DevOps of algemene softwareprojectpraktijken

Publiek

  • Compliance teams
  • Ontwikkelaars
  • Softwareprojectmanagers

Aantal deelnemers


Prijs per deelnemer

Getuigenissen (1)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën