お問い合わせ

コース概要

AIおよび機械学習の概要理解

  • AIとは何か、その定義について
  • 機械学習がAIのサブカテゴリーであること
  • 弱いAI、強いAI、生成型AI、教師あり学習、教師なし学習といった各種タイプについて

組織全体におけるAIの実用事例

  • ​業務機能ごとにどのようにAI/機械学習が活用されているか
  • 自動化、意思決定支援、カスタマーサービスおよび分析分野での利用例
  • ​人事、財務、運用管理やコンプライアンス部門における具体的な活用事例

ガバナンス上の共通的な課題

  • ​データ保護原則との齟齬が生じる可能性
  • 自動化された意思決定プロセスにおける合法性・公平性・透明性の確保方法
  • データの正確性、最小化原則および保存期間制限への対応策

情報およびデータ管理の基礎知識

  • AI環境下における情報・記録管理の重要性
  • メタデータや監査証跡が持つ役割と意義
  • 学習用データセットの品質維持および整合性確保の方法

​情報ガバナンス課題への取り組み方

  • AI/機械学習パイプライン向けのガバナンス制御の設計法
  • 人間による監督およびAIの判断内容の説明性確保策
  • 部門横断型のガバナンスチーム構築方法

​AI/機械学習向けDPIAの実施手順

  • 法的要件およびDPIAが目的とする事項について
  • AI/機械学習導入計画を評価する際の具体的手順
  • リスク評価結果、対策内容およびその正当性を文書化する方法

​ガバナンスフレームワークとリスク管理の仕組み

  • 人工知能専用のガバナンスフレームワーク概説
  • ISO、NIST、ICO、OECDが定めるアプローチの紹介
  • リスク登録簿およびポリシー文書作成法について

組織文化・統合化および関連フレームワークの構築法

  • ​責任あるAI利用を促進する企業風土づくり方法
  • 人工知能ガバナンスとサイバーセキュリティ・倫理観・ESG方針との連携手法
  • 継続的改善およびモニタリングの実施手順について

まとめおよび今後の取り組み例

要求

  • 組織における情報ガバナンス方針に関する理解があること
  • データ保護やプライバシー規制に関する知識があることが望ましい
  • AIまたは機械学習の基礎的概念に触れた経験があれば尚良し

対象者

  • 情報ガバナンス担当者
  • データ保護責任者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やITガバナンスを担当するリーダー層
 7 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー