聯繫我們

課程簡介

了解AI與機器學習

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

AI在組織中的實際應用

  • AI/ML目前在企業功能中的應用位置
  • 自動化、決策支援、客戶服務與分析
  • 在人力資源、財務、營運與合規中的使用案例

常見治理挑戰

  • 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、資料最小化與儲存限制

資訊與資料管理基礎

  • AI情境中的資訊與紀錄管理
  • 後設資料與稽核軌跡的重要性
  • 維持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流程設計治理控制
  • 人為監督與可解釋性
  • 建立跨功能治理團隊

為AI/ML進行DPIA

  • DPIA的法律要求與目的
  • 評估擬議AI/ML實施的步驟
  • 記錄風險評估、緩解措施與理由

治理框架與風險管理

  • AI特定治理框架概述
  • ISO、NIST、ICO與OECD方法
  • 風險登記冊與政策文件

文化、整合與相關框架

  • 植入負責任AI使用的文化
  • 將AI治理與網路安全、倫理及ESG政策連結
  • 持續改善與監控

總結與後續步驟

最低要求

  • 了解組織資訊治理政策
  • 熟悉資料保護或隱私法規
  • 具備一些AI或機器學習概念經驗將有助益

目標學員

  • 資訊治理專業人士
  • 資料保護官與合規經理
  • 數位轉型或IT治理主管
 7 小時

人數


每位參與者的報價

即將到來的課程

課程分類