聯繫我們

課程簡介

理解人工智慧與機器學習

  • 什麼是 AI?如何定義 AI?
  • 機器學習作為 AI 的子集
  • AI 的類型:弱 AI、強 AI、生成式 AI、有監督學習、無監督學習

組織中的人工智慧實務應用

  • AI/ML 目前在各商業職能中的應用現狀
  • 自動化、決策支援、客戶服務及分析應用
  • 人力資源、財務、營運及合規領域的應用案例

常見的治理挑戰

  • 與資料保護原則的衝突
  • 自動化決策中的合法性、公平性與透明度
  • 準確性、資料最小化及儲存限制

資訊與資料管理的基礎

  • AI 脈絡下的資訊與記錄管理
  • 詮釋資料(Metadata)與稽核軌跡的重要性
  • 維護訓練資料集的資料品質與完整性

應對資訊治理挑戰

  • 為 AI/ML 管線設計治理控制機制
  • 人類監督與可解釋性
  • 建立跨職能治理團隊

為 AI/ML 執行資料保護影響評估(DPIA)

  • DPIA 的法律要求與目的
  • 評估擬議 AI/ML 實施步驟的各項環節
  • 記錄風險評估、緩解措施及合理性論述

治理架構與風險管理

  • 針對 AI 的特定治理架構概覽
  • ISO、NIST、ICO 及 OECD 的相關方法論
  • 風險登記冊與政策文件化

文化、整合與相關架構

  • 培育負責任使用 AI 的文化
  • 將 AI 治理與網絡安全、倫理及 ESG 政策相結合
  • 持續改進與監控

總結與後續步驟

最低要求

  • 了解組織的資訊治理政策
  • 熟悉資料保護或隱私法規
  • 具備人工智慧或機器學習概念的初步認識將有助於學習

目標受眾

  • 資訊治理專業人士
  • 資料保護官及合規經理
  • 數位轉型或 IT 治理負責人
 7 小時

課程分類