لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش اخلاق و حاکمیت هوش مصنوعی
- آخرین آپدیت
دانلود AI Ethics and Governance
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
راهنمای جامع و غیرفنی برای شناسایی ریسکهای هوش مصنوعی و مدیریت مسئولانه آن.
در این دوره، مفاهیم هوش مصنوعی، نحوه تصمیمگیری و نقاط ضعف آن به زبانی ساده و بدون نیاز به برنامهنویسی یا ریاضیات توضیح داده شده است.
ریسکهای اخلاقی اصلی هوش مصنوعی از جمله سوگیری (Bias)، عدم شفافیت، آسیبهای حریم خصوصی و سوءاستفاده را شناسایی کرده و آنها را در سیستمهای واقعی تشخیص دهید.
پنج ستون اصلی هوش مصنوعی مسئولانه شامل عدالت، شفافیت، پاسخگویی، حریم خصوصی و ایمنی را در تصمیمات روزمره به کار بگیرید.
با مقررات و چارچوبهای کلیدی هوش مصنوعی از جمله قانون هوش مصنوعی اتحادیه اروپا (EU AI Act)، چارچوب مدیریت ریسک NIST و استاندارد ISO/IEC 42001 آشنا شوید.
وظایف عملی حاکمیتی مانند ارزیابی ریسک و اثرات، ممیزی سوگیری، افشای استفاده از هوش مصنوعی و سیاستهای استفاده قابل قبول را اجرا کنید.
ریسکهای منحصر به فرد هوش مصنوعی مولد مانند توهمات (Hallucinations)، دیپفیکها و حق چاپ را ارزیابی کرده و نردههای حفاظتی مناسب تعریف کنید.
سیستمهای هوش مصنوعی را بر اساس ریسک طبقهبندی کرده و پیش از استقرار، توصیههای دقیق برای اجرا، اصلاح یا توقف پروژه ارائه دهید.
پیش نیازها: هیچ پیشنیازی در زمینه برنامهنویسی، ریاضیات یا تجربه قبلی در هوش مصنوعی لازم نیست؛ تنها کنجکاوی و تمایل به تفکر انتقادی مورد نیاز است.
سلب مسئولیت: این دوره شامل استفاده از هوش مصنوعی است.
امروزه هوش مصنوعی تصمیم میگیرد چه کسی استخدام شود، چه کسی وام بگیرد، چه کسی توسط سیستمها علامتگذاری شود و میلیونها نفر هر روز چه چیزی بخوانند؛ با این حال، متخصصانی که مسئول این سیستمها هستند، به ندرت کسانی هستند که آنها را ساختهاند. این دوره شما را آماده میکند تا صرفنظر از نقش و پیشینه فنیتان، هوش مصنوعی را به صورت مسئولانه استفاده، خریداری، استقرار و نظارت کنید.
دوره «اخلاق و حاکمیت هوش مصنوعی» که با زبانی ساده و بدون نیاز به کدنویسی یا ریاضیات پیشرفته نوشته شده است، شما را از پرسش «هوش مصنوعی واقعاً چیست؟» به رهبری مطمئن در گفتگوهای هوش مصنوعی مسئولانه در سازمانتان میرساند. در طول هشت ماژول و ۳۱ درس ویدئویی کوتاه، یاد میگیرید ریسکهای اخلاقی اصلی مانند سوگیری، عدم شفافیت و آسیبهای حریم خصوصی را شناسایی کنید. شما پنج ستون هوش مصنوعی مسئولانه را به کار میگیرید، با چارچوبها و قوانینی که بهطور فزایندهای بر محیط کار حاکم است (از جمله EU AI Act، NIST AI Risk Management Framework و ISO/IEC 42001) آشنا میشوید و ریسکهای متمایز هوش مصنوعی مولد، از توهمات و دیپفیکها تا حق چاپ را درک خواهید کرد.
هر مفهوم بر اساس موارد واقعی و مستند بنا شده و با آزمایشگاههای عملی بدون کدنویسی، کوییزهای هر ماژول و یک پروژه نهایی که در آن یک پیشنهاد هوش مصنوعی مسئولانه برای یک سیستم واقعی تهیه میکنید، تقویت شده است. در حدود ۸ تا ۱۰ ساعت، واژگان، قدرت تشخیص و ابزارهای عملی لازم را به دست خواهید آورد تا به تیم خود کمک کنید هوش مصنوعی را به گونهای به کار بگیرند که نه تنها قدرتمند، بلکه قابل اعتماد باشد.
سرفصل ها و درس ها
مبانی هوش مصنوعی و اخلاق
Foundations of AI & Ethics
هوش مصنوعی واقعاً چیست؟ (رمزگشایی از تکنولوژی)
What Is AI, Really? (Demystifying the technology)
چرا اخلاق در هوش مصنوعی اهمیت دارد: مخاطرات
Why AI Ethics Matters: The Stakes
پنج ستون هوش مصنوعی مسئولانه
The Five Pillars of Responsible AI
چه کسی مسئول است؟ ذینفعان و چرخه عمر هوش مصنوعی
Who's Responsible? Stakeholders & the AI Lifecycle
جمعبندی
Summary
سوگیری و عدالت
Bias & Fairness
سوگیری در هوش مصنوعی در واقعیت چگونه است
What Bias in AI Actually Looks Like
ریشههای سوگیری (دادهها، طراحی، استقرار)
Where Bias Comes From (Data, Design, Deployment)
منظور از «عادلانه» چیست؟ عدالت و توازنهای آن
What Does "Fair" Even Mean? Fairness & Its Trade-offs
سوگیری در دنیای واقعی: استخدام، وامدهی، عدالت و تشخیص چهره
Bias in the Wild: Hiring, Lending, Justice & Faces
جمعبندی
Summary
شفافیت، توضیحپذیری و پاسخگویی
Transparency, Explainability & Accountability
مشکل جعبه سیاه
The Black Box Problem
توضیحپذیری: باز کردن جعبه
Explainability: Opening the Box
پاسخگویی: هنگام شکست هوش مصنوعی چه کسی پاسخگو است؟
Accountability: Who Answers When AI Fails?
انسان در چرخه: نظارت معنادار
Humans in the Loop: Meaningful Oversight
جمعبندی
Summary
حریم خصوصی و حاکمیت دادهها
Privacy & Data Governance
دادهها: سوخت و ریسک
Data: The Fuel and the Risk
رضایت، جمعآوری و محدودیت هدف
Consent, Collection & Purpose Limitation
محافظت از حریم خصوصی: تکنیکها و توازنها
Protecting Privacy: Techniques & Trade-offs
نظارت، پروفایلسازی و اخلاقِ رصد کردن
Surveillance, Profiling & the Ethics of Watching
جمعبندی
Summary
چارچوبهای حاکمیتی و مقررات
Governance Frameworks & Regulation
حاکمیت هوش مصنوعی چیست؟
What Is AI Governance?
قانون هوش مصنوعی اتحادیه اروپا: مقررات مبتنی بر ریسک
The EU AI Act: Risk-Based Regulation
چارچوب مدیریت ریسک هوش مصنوعی NIST
The NIST AI Risk Management Framework
چشمانداز جهانی: OECD، استاندارد ISO/IEC 42001 و فراتر از آن
The Global Landscape: OECD, ISO/IEC 42001 & Beyond
قوانین بخشی و منطقهای (آمریکا، انگلیس، مالی، بهداشت، استخدام)
Sector & Regional Rules (US, UK, finance, health, hiring)
جمعبندی
Summary
هوش مصنوعی مسئولانه در عمل
Responsible AI in Practice
از اصول تا برنامهها: ایجاد ساختار حاکمیتی
From Principles to Programs: Building Governance
ارزیابی ریسک و اثرات هوش مصنوعی
AI Risk & Impact Assessments
نقشها، سیاستها و ساختارهای نظارتی
Roles, Policies & Oversight Structures
طراحی مسئولانه هوش مصنوعی: ادغام در چرخه عمر
Responsible AI by Design: Embedding It in the Lifecycle
جمعبندی
Summary
هوش مصنوعی مولد و چالشهای نوظهور
Generative AI & Emerging Challenges
تفاوت هوش مصنوعی مولد با سایر مدلها
How Generative AI Is Different
توهمات، اطلاعات نادرست و دیپفیکها
Hallucinations, Misinformation & Deepfakes
حق چاپ، مالکیت معنوی و «دادهها متعلق به کیست؟»
Copyright, IP & "Whose Data Is It?"
مشاغل، انرژی و جامعه: نگاهی به تصویر کلیتر
Jobs, Energy & Society: The Bigger Picture
جمعبندی
Summary
پروژه نهایی: ساخت استراتژی هوش مصنوعی مسئولانه
Capstone: Building a Responsible AI Strategy
ترکیب مفاهیم: دستورالعمل هوش مصنوعی مسئولانه
Putting It All Together: The Responsible AI Playbook
جمعبندی دوره و گامهای بعدی
Course Wrap-Up & Where to Go Next
آمادهسازی برای مصاحبه پروژه نهایی
Capstone Interview Prep
نمایش نظرات