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、どのように定義されるか?
- 機械学習はAIのサブセット
- AIの種類: 弱いAI、強いAI、生成モデル、教師あり学習、教師なし学習
組織全体でのAIの実践
- ビジネス機能における現在のAI/MLの存在
- 自動化、意思決定支援、カスタマーサービス、分析
- HR、財務、運用、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の課題
- データ保護原則との衝突
- 自動化された意思決定における合法性、公正性、透明性
- 正確性、データの最小化、保存制限
情報とデータ管理の基礎
- AIの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の重要性
- トレーニングデータセットのデータ品質と整合性の維持
情報ガバナンス課題へのアプローチ
- AI/MLパイプライン向けのガバナンスコントロール設計
- 人的監視と説明可能性
- 複数部門横断的なガバナンステームの構築
AI/ML向けDPIAの実施
- DPIA(データ保護影響評価)の法的要件と目的
- 提案されたAI/ML実装を評価する手順
- リスク評価、軽減策、正当化のドキュメンテーション
ガバナンスフレームワークとリスク管理
- AI固有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
- リスクレジスタとポリシードキュメンテーション
文化、統合、関連フレームワーク
- 責任あるAI利用の文化を構築する
- AIガバナンスとサイバーセキュリティ、倫理、ESGポリシーとの連携
- 持続的な改善とモニタリング
まとめと次回のステップ
要求
- 組織の情報管理ポリシーへの理解
- データ保護またはプライバシーレギュレーションに関する知識
- AIや機械学習の概念に触れたことがあると役立ちます。
対象者
- 情報管理専門家
- データ保護責任者とコンプライアンス管理者
- 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