آموزش جامع IAPP AIGP – تسلط بر حاکمیت هوش مصنوعی - آخرین آپدیت

مقدمه دوره و بررسی کلی گواهینامه AIGP Course Introduction & AIGP Certification Overview

• گواهینامه AIGP چیست What Is the AIGP Certification

• ساختار آزمون و دامنه‌های AIGP AIGP Exam Structure and Domains

• چه کسانی باید این دوره را بگذرانند Who Should Take This Course

• فرمت دوره و اهداف یادگیری Course Format and Learning Objectives

دامنه اول – درک مبانی حاکمیت هوش مصنوعی Domain I — Understanding the Foundations of AI Governance

• هوش مصنوعی چیست و چرا حاکمیت اهمیت دارد What Is AI and Why Governance Matters

• درک انواع هوش مصنوعی و روش‌های یادگیری Understanding Types of AI and Learning Methods

• درک ریسک‌های هوش مصنوعی و آسیب‌های اجتماعی Understanding AI Risks and Societal Harms

• تفاوت هوش مصنوعی با نرم‌افزارهای سنتی در چیست What Makes AI Different from Traditional Software

• اصول محوری هدایت‌کننده هوش مصنوعی مسئولانه Core Principles Guiding Responsible AI

• تعریف نقش‌های کلیدی در حاکمیت هوش مصنوعی Defining Key Roles in AI Governance

• سازماندهی تیم‌های موثر حاکمیت هوش مصنوعی Organizing Effective AI Governance Teams

• ایجاد فرهنگ آگاهی از حاکمیت هوش مصنوعی Building a Culture of AI Governance Awareness

• تطبیق حاکمیت هوش مصنوعی با نیازهای سازمانی Adapting AI Governance to Fit Organizational Needs

• شفاف‌سازی نقش‌ها در طول چرخه حیات هوش مصنوعی Clarifying Roles Across the AI Lifecycle

• اعمال حاکمیت در کل چرخه حیات هوش مصنوعی Applying Governance Across the AI Lifecycle

• تکامل سیاست‌های حریم خصوصی و امنیتی برای سیستم‌های هوش مصنوعی Evolving Privacy and Security Policies for AI Systems

• حاکمیت بر تامین‌کنندگان هوش مصنوعی و زنجیره‌های تامین Governance of AI Vendors and Supply Chains

• مطالعه موردی: چگونه تلسترا یک برنامه هوش مصنوعی مسئولانه ساخت Case Study: How Telstra Built a Responsible AI Program

• مطالعه موردی: اصول هوش مصنوعی بایدو در یک اکوسیستم پرریسک Case Study: Baidu's AI Principles in a High-Risk Ecosystem

دامنه دوم - ماژول ۲: قوانین، استانداردها و چارچوب‌های هوش مصنوعی Domain 2 - Module 2: Laws, Standards, and Frameworks for AI

• درک قوانین حریم خصوصی در بستر هوش مصنوعی Understanding Privacy Laws in the AI Context

• چالش‌های رضایت و شفافیت در هوش مصنوعی Consent and Transparency Challenges in AI

• وظایف قانونی اصلی کنترل‌کنندگان داده‌های هوش مصنوعی Core Legal Duties of AI Data Controllers

• حاکمیت بر استفاده هوش مصنوعی از داده‌های شخصی حساس Governing AI Use of Sensitive Personal Data

• چالش‌های مالکیت معنوی در عصر سیستم‌های هوش مصنوعی IP Challenges in the Age of AI Systems

• قوانین ضد تبعیض و پاسخگویی هوش مصنوعی Anti-Discrimination Laws and AI Accountability

• هوش مصنوعی و قوانین حمایت از مصرف‌کننده AI and Consumer Protection Laws

• هوش مصنوعی و تکامل قوانین مسئولیت محصول AI and Evolving Product Liability Laws

• درک محدوده و ساختار قانون هوش مصنوعی اتحادیه اروپا (EU AI Act) Understanding the Scope and Structure of the EU AI Act

• نحوه دسته‌بندی هوش مصنوعی بر اساس ریسک در قانون اتحادیه اروپا How the EU AI Act Categorizes AI by Risk

• تعهدات انطباق بر اساس سطح ریسک هوش مصنوعی Compliance Obligations Based on AI Risk Tier

• اجرای قانون هوش مصنوعی اتحادیه اروپا و چارچوب جریمه‌ها Enforcement of the EU AI Act and Penalty Framework

• مسئولیت‌های قانونی بر اساس نقش بازیگران Legal Responsibilities Based on Actor Roles

• اصول هوش مصنوعی OECD و دستورالعمل‌های بین‌المللی OECD AI Principles and International Guidelines

• چارچوب مدیریت ریسک هوش مصنوعی NIST (RMF) The NIST AI Risk Management Framework (RMF)

• استاندارد ISO/IEC 42001: استاندارد سیستم مدیریت هوش مصنوعی ISO/IEC 42001: AI Management System Standard

• یونسکو و اعلامیه‌های اخلاقی جهانی در مورد هوش مصنوعی UNESCO and Global Ethical Declarations on AI

• درک NIST ARIA برای پروفایلینگ ریسک هوش مصنوعی Understanding NIST ARIA for AI Risk Profiling

• ایجاد اصطلاحات یکپارچه برای هوش مصنوعی Establishing Consistent AI Terminology

• استانداردهای جهانی و تخصصی صنایع در هوش مصنوعی Industry-Specific and Global AI Standards

• خلاصه قوانین، استانداردها و چارچوب‌های هوش مصنوعی Summary of AI Laws, Standards, and Frameworks

دامنه سوم - ماژول ۳: مدیریت ریسک، پاسخگویی و اثرات Domain 3 - Module 3: Risk, Accountability, and Impact Management

• تعریف ریسک و آسیب در حاکمیت هوش مصنوعی Defining Risk and Harm in AI Governance

• مدل‌های ارزیابی و طبقه‌بندی ریسک هوش مصنوعی AI Risk Assessment and Classification Models

• ساخت استراتژی‌های کنترل و کاهش ریسک برای هوش مصنوعی Building Risk Mitigation and Control Strategies for AI

• ایجاد امکان جبران خسارت و نظارت در سیستم‌های هوش مصنوعی Enabling Redress and Oversight in AI Systems

• ساختاربندی مستندات برای ریسک و حاکمیت هوش مصنوعی Structuring Documentation for AI Risk and Governance

• ساختاردهی به هیئت‌های حاکمیتی هوش مصنوعی و تیم‌های همکاری Structuring AI Governance Boards and Collaborative Teams

• مطالعه موردی: چارچوب حاکمیت ریسک مدل در IBM Case Study: IBM's Model Risk Governance Framework

• کنترل‌های عملیاتی و امنیتی در توسعه مدل‌های هوش مصنوعی Operational and Security Controls in AI Model Development

• نهادینه کردن مدیریت ریسک در طراحی مدل هوش مصنوعی Embedding Risk Management into AI Model Design

• مبانی حاکمیت داده‌ها در توسعه هوش مصنوعی Data Governance Foundations in AI Development

• ردیابی تبار و منشأ داده‌ها در سیستم‌های هوش مصنوعی Tracking Data Lineage and Provenance in AI Systems

• ساختاربندی آموزش و تست هوش مصنوعی برای حاکمیت Structuring AI Training and Testing for Governance

• مدیریت خطاها و ناهنجاری‌ها در توسعه مدل هوش مصنوعی Handling Errors and Anomalies in AI Model Development

• ثبت و مدیریت مستندات آموزش و تست هوش مصنوعی Capturing and Managing AI Training and Testing Documentation

• ارزیابی سیستم‌های هوش مصنوعی برای انتشار و افشا Evaluating AI Systems for Release and Disclosure

• مانیتورینگ سیستم‌های هوش مصنوعی پس از استقرار Monitoring AI Systems Post-Deployment

• حسابرسی و تست استرس سیستم‌های هوش مصنوعی برای بررسی استحکام Auditing and Stress Testing AI Systems for Robustness

• مدیریت مسئولانه حوادث و شکست‌های هوش مصنوعی Managing AI Incidents and Failures Responsibly

• تسهیل همکاری مستمر ذینفعان پس از پیاده‌سازی Enabling Ongoing Stakeholder Collaboration After AI

• تضمین شفافیت هوش مصنوعی و افشاهای مقرراتی Ensuring AI Transparency and Regulatory Disclosures

• خلاصه حاکمیت ریسک و پاسخگویی هوش مصنوعی Summary of AI Risk and Accountability Governance

دامنه چهارم - ماژول ۴: دغدغه‌های امنیت سایبری و حریم خصوصی داده‌ها Domain 4 - Module 4: Cybersecurity and Data Privacy Concerns

• درک آمادگی استقرار و همسویی با موارد کاربرد Understanding Deployment Readiness and Use Case Alignment

• تطبیق انواع مدل‌های هوش مصنوعی با نیازهای استقرار Matching AI Model Types to Deployment Needs

• گزینه‌های استقرار: ابر، لبه (Edge) و ملاحظات تنظیم دقیق (Fine Tuning) Deployment Options: Cloud, Edge, and Fine-Tuning Considerations

• ارزیابی اثرات پیش از استقرار Pre-Deployment Impact Assessment

• بررسی قانونی و قراردادی (تامین‌کننده/لایسنس) Legal and Contractual Review (Vendor/License)

• حاکمیت مدل‌های اختصاصی در مقابل اجزای شخص ثالث Governance for Proprietary Models vs. Third-Party Components

• اعمال سیاست‌ها در استقرار (عملیات، آموزش) Applying Policies in Deployment (Operations, Training)

• مانیتورینگ امنیت و عملکرد پس از استقرار Security and Performance Monitoring After Deployment

• مدیریت حوادث در مرحله استقرار Incident Management in Deployment

• جلوگیری از سوءاستفاده و مدیریت آسیب‌های ثانویه هوش مصنوعی Preventing Misuse and Managing Secondary AI Harms

• شفافیت و ارتباطات خارجی Transparency and External Communication

• برنامه‌ریزی احتمالی و کنترل‌های غیرفعال‌سازی Contingency Planning and Deactivation Controls

• سوگیری و عدالت در استقرار Bias and Fairness in Deployment

• انطباق در استقرار (مانیتورینگ پس از عرضه به بازار) Compliance in Deployment (Post-Market Monitoring)

• ایمنی هوش مصنوعی و اثرات اجتماعی AI Safety and Societal Impact

• بازبینی دوره‌ای و تست‌های امنیتی Periodic Review and Security Testing

مرور کلی: مطالعات موردی حاکمیت هوش مصنوعی Overview: AI Governance Case Studies

• در این بخش چه انتظاراتی داشته باشیم What to Expect in This Section

• حاکمیت هوش مصنوعی در خدمات مالی AI Governance in Financial Services

• حاکمیت هوش مصنوعی در بهداشت، درمان و فناوری‌های پزشکی AI Governance in Healthcare and Medical Technologies

• حاکمیت هوش مصنوعی در حمل و نقل خودران AI Governance in Autonomous Transportation

• حاکمیت هوش مصنوعی در شهرهای هوشمند و زیرساخت‌های شهری AI Governance in Smart Cities and Urban Infrastructure

• نتیجه‌گیری بخش – نکات کلیدی Section Conclusion – Key Takeaways

خلاصه نهایی دوره و نکات کلیدی Final Course Summary and Key Takeaways

• خلاصه نهایی دوره و نکات کلیدی Final Course Summary and Key Takeaways