Искусственный интеллект: регулирование, основы управления рисками, персональные данные
По запросу
Старт
1050 EUR
Стоимость
10 занятий
по 2,5 часа
Курс предоставляет обширное погружение в мир искусственного интеллекта (ИИ) и его регулирования
Курс подробно рассматривает нормативные определения и классификации, проводя сравнительный анализ между различными нормативными документами и стандартами, включая рекомендации ОЭСР, требования ЕС, нормы НИСТ и ИСО. Это поможет вам лучше понять, что именно регулируется в контексте ИИ и почему.
В разделе «Классификация, методы и основные области применения искусственного интеллекта», вы узнаете о различных типах ИИ, включая сильный и слабый ИИ, а также основные методы и области его применения.
Фокус на вызовах и угрозах
С фокусом на вызовах и угрозах на разных уровнях — от личности до экосистем — курс предоставляет подробные рекомендации и методы преодоления этих вызовов, включая ключевые характеристики надежных ИИ-систем и процессы для их ответственного применения. Курс также охватывает региональные и национальные регуляторные фреймворки, фреймворки управления рисками, а также взаимосвязь регулирования персональных данных и ИИ, включая принципы обработки персональных данных и риски автоматизированного принятия решений в отношении граждан.
Почему это важно?
В настоящее время мы наблюдаем не только первое в мире комплексное регулирование ИИ, предложенное в ЕС, но и отдельные законопроекты или вступившие в силу акты в США, Канаде, Объединенных Арабских Эмиратах, Саудовской Аравии и других странах. Это создает сложную международную картину, которая требует от компаний, создающих или эксплуатирующих системы ИИ, не только соблюдения различных стандартов, но и гибкости в адаптации к разнообразному регулированию.
Несоблюдение норм может повлечь за собой штрафы (порой исчисляемые от оборота, как в ЕС) и убытки для компании, что, в свою очередь, может значительно снизить ее финансовую стабильность. В случае систематических нарушений компания-разработчик или эксплуатант может столкнуться с риском потери бизнеса целиком или в отдельно взятом регионе.
Отсутствие ясности и прозрачности в использовании данных клиентов, несоблюдение этических и правовых норм при эксплуатации систем искусственного интеллекта может быть негативно воспринято обществественностью, что в результате нанесет сильный ущерб репутации разработчиков и эксплуатантов систем ИИ. Проактивное внимание к этическим и регуляторным аспектам на ранних этапах концептуализации и разработки систем ИИ способствует укреплению рыночных позиций компании в долгосрочной перспективе.
Ответственное отношение к разработке и использованию искусственного интеллекта играет большую роль в построении привлекательности бренда и доверия клиентов.
Чтобы вы не потерялись в большом количестве информации и ресурсов по теме AI и приватности, собрали в одном месте и структурировали полезные материалы по этой теме: подкасты, статьи, вебинары, инфографики и многое другое. К слову, подборка будет периодически пополняться.
Почему важно пройти обучение?
Риски AI
Специалистам по защите данных необходимо понимать, какие риски связаны с использованием ИИ и как они могут повлиять на безопасность субъектов данных и их права, а также какие последствия могут иметь для бизнеса.
Защита данных
ИИ может стать источником нарушений и утечек данных. Важно знать, какие данные собираются и обрабатываются алгоритмами искусственного интеллекта, и как обеспечивать их защиту.
Новые регламенты
Знание основных положений законодательств в области регулирования AI позволит эффективно управлять рисками, обеспечивать соблюдение требований по обработке данных и сохранять права пользователей.
Доверие клиентов
Все больше людей осведомлены о рисках, связанных с использованием искусственного интеллекта. DPO могут помочь компаниям построить доверительные отношения с клиентами, объясняя, как используются и защищаются их данные в контексте ИИ.
Развитие и инновации
Изучение искусственного интеллекта помогает специалистам по защите данных обнаружить новые возможности и преимущества для компаний, а также разработать стратегии внедрения с учетом приватности и безопасности данных.
Тренеры
Денис Садовников
Александр Тюльканов
На чем будем держать фокус?
Рассмотрим, когда и в каких случаях к деятельности вашей компании или клиентов применяются нормы в области регулирования искусственного интеллекта, а также определим, что следует учесть в этом контексте.
Обсудим необходимые шаги для оценки всех рисков и эффективного управления процессами, связанными с созданием или использованием систем ИИ, в том числе в контексте обработки персональных данных — как на стадии разработки этих систем, так и на стадии эксплуатации.
Изучим различия в подходе к регулированию искусственного интеллекта в разных странах, с фокусом на Европейский Союз. Обсудим стратегии действий для компаний, работающих в различных юрисдикциях.
Программа
1.1. Классификация, методы и основные области применения искусственного интеллекта.
– ИИ “сильный” и “слабый”, общего назначения и специализированный.
– Системы, основанные на правилах, и машинное обучение.
– Предиктивный и генеративный ИИ.
– Большие языковые и мультимодальные модели.
1.2. Нормативные определения и классификации.
– Сравнительный анализ (ОЭСР, НИСТ, ЕС, Совет Европы, др.): общие элементы определений и расхождения.
– Что в контексте ИИ регулируют и почему (системы ИИ повышенной опасности, системы, требующие прозрачности).
2.1. Основные вызовы и угрозы на уровнях:
– Личности (гражданские права, экономические возможности, безопасность)
– Социальных групп (дискриминация)
– Общества (демократические процессы, общественное доверие к государственным институтам, образование и рабочие места)
– Компаний и организаций (репутация, культура, прибыльность, конкуренция, устойчивый рост и развитие)
– Экосистем.
2.2. Преодоление вызовов и угроз через характеристики систем и процессов вокруг них.
– Основные характеристики надёжных ИИ-систем (точность, робастность, безопасность и т. д.).
– Процессы для ответственного применения ИИ, включая эффективный человеческий контроль и эффективные средства правовой защиты.
3.1. Региональные и национальные регуляторные фреймворки (НПА), с фокусом на Регламент ЕС по ИИ.
– Требования Регламента ЕС по ИИ.
– Рекомендательные сервисы, требования DSA.
– Конвенция СЕ.
– Своды этических рекомендаций.
3.2. Фреймворки управления рисками (ISO 31000 + ISO 23894, NIST AI RMF, ForHumanity RMF)
3.3. Фреймворки для менеджмента — интеграция в бизнес-процессы процедур и средств контроля за разработкой и эксплуатацией ИИ-систем (ISO 42001 AI Management System).
4.1. Пересечение регулирования персональных данных и AI:
– Использование персональных данных в жизненном цикле AI, в частности, для обучения моделей
– Воздействие AI на права субъектов персональных данных
4.2. AI и принципы обработки персональных данных:
– AI и законность, справедливость и прозрачность обработки (lawfulness, fairness and transparency)
– Принцип справедливости обработки данных и предвзятость алгоритмов (AI bias)
– Объяснимость (explainability) AI и алгоритмическая прозрачность (algorithmic transparency)
– AI и ограничение обработки целью (purpose limitation): Вторичное использование данных (Data reuse), Тест на совместимость целей (Test de compatibilité)
– AI и точность данных (accuracy)
– AI целостность и неприкосновенность данных (integrity and confidentiality)
4.3. Автоматизированное принятие решений (Automated decision-making) и AI
4.4. AI и DPIA (Data Protection Impact Assessment, оценка воздействия на права субъектов персональных данных), HRIA (Human Rights Impact Assessment, оценка воздействия на права человека), оценка соответствия AI (Compatibility assessment)
