お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
AIと機械学習の理解
- AIとは何か、そしてどのように定義されるか
- AIの一部としての機械学習
- AIの種類:弱AI、強AI、生成AI、教師あり、教師なし
組織全体におけるAIの実践
- 現在のビジネス機能におけるAI/MLの存在箇所
- 自動化、意思決定支援、カスタマーサービス、アナリティクス
- HR、財務、オペレーション、コンプライアンスにおけるユースケース
一般的なガバナンス上の課題
- データ保護原則との衝突
- 自動意思決定における適法性、公平性、透明性
- 正確性、データ最小化、保存期間の制限
情報およびデータ管理の基盤
- AI文脈における情報および記録管理
- メタデータと監査証跡(Audit trails)の重要性
- 訓練用データセットのデータ品質と完全性の維持
情報ガバナンス課題へのアプローチ
- AI/MLパイプラインのためのガバナンス制御の設計
- 人間の監督(Human oversight)と説明可能性(Explainability)
- 機能横断的なガバナンスチームの構築
AI/MLのためのDPIAの実施
- DPIAの法的要件と目的
- 提案されたAI/ML実装を評価するステップ
- リスク評価、軽減措置、正当性の文書化
ガバナンスフレームワークとリスク管理
- AI専用のガバナンスフレームワークの概要
- ISO、NIST、ICO、OECDのアプローチ
- リスクレジスターとポリシー文書化
文化、統合、関連フレームワーク
- 責任あるAI利用の文化の定着
- AIガバナンスをサイバーセキュリティ、倫理、ESGポリシーと結びつける
- 継続的な改善とモニタリング
まとめと次のステップ
要求
- 組織の情報ガバナンスポリシーに関する理解
- データ保護またはプライバシー規制への familiarity(慣れ)
- AIまたは機械学習の概念への一定の知見があると望ましい
対象読者
- 情報ガバナンス専門家
- データ保護官(DPO)およびコンプライアンスマネージャー
- デジタルトランスフォーメーションまたはITガバナンスのリーダー
7 時間