聯繫我們

課程簡介

理解人工智慧與機器學習

  • 什麼是人工智慧?其定義為何?
  • 機器學習作為人工智慧的子集
  • 人工智慧的類型:弱人工智慧、強人工智慧、生成式、監督式、非監督式

組織實務中的人工智慧應用

  • 人工智慧/機器學習目前在哪些商業功能中存在?
  • 自動化、決策支援、客戶服務與分析
  • 在人力資源、財務、運營與合規方面的應用案例

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

資訊與資料管理基礎

  • 在人工智慧情境下的資訊與記錄管理
  • 中繼資料與審計軌跡的重要性
  • 維持訓練資料集的資料品質與完整性

應對資訊治理挑戰

  • 為人工智慧/機器學習管道設計治理控制機制
  • 人類監督與可解釋性
  • 建立跨職能的治理團隊

對人工智慧/機器學習進行 DPIA

  • DPIA 的法律要求與目的
  • 評估拟建人工智慧/機器學習實施步驟的步驟
  • 記錄風險評估、緩解措施與正當性依據

治理架構與風險管理

  • 人工智慧專用治理架構概觀
  • ISO、NIST、ICO 與 OECD 的方法
  • 風險登記冊與政策文件

文化、整合與相關架構

  • 培養負責任使用人工智慧的企業文化
  • 將人工智慧治理與網路安全、倫理及 ESG 政策相連結
  • 持續改進與監控

總結與下一步

最低要求

  • 對組織資訊治理政策有所理解
  • 熟悉資料保護或隱私法規
  • 具備一定的人工智慧或機器學習概念知識者將更有利

目標學員

  • 資訊治理專業人員
  • 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