聯繫我們

課程簡介

理解 AI 和機器學習

  • 什麼是 AI?其定義為何?
  • 機器學習作為 AI 的子集
  • AI 類型:弱 AI、強 AI、生成式 AI、監督式學習、非監督式學習

AI 在組織中的實務應用

  • AI/ML 目前存在於哪些業務功能中?
  • 自動化、決策支援、客戶服務及分析
  • HR、財務、營運與合規中的使用案例

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、資料最小化與儲存限制

資訊與資料管理的基礎知識

  • AI 脈絡下的資訊與檔案管理
  • 詮釋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 管線設計治理控制措施
  • 人工監督與可解釋性
  • 建立跨部門的治理團隊

進行 AI/ML 的 DPIAs

  • DPIAs 的法律要求與目的
  • 評估擬議 AI/ML 實施的步骤
  • 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 的方法
  • 風險登記簿與政策文件

文化、整合與相關框架

  • 植入負責任使用 AI 的文化
  • 將 AI 治理與資安、倫理及 ESG 政策連結
  • 持續改善與監控

摘要與下一步

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
  • 對 AI 或機器學習概念有一定接觸者較佳

受眾對象

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

人數


每位參與者的報價

即將到來的課程

課程分類