AI Risk Management and Security in the Public Sector

Prerequisites:

• Doświadczenie w działaniu IT, zarządzaniu ryzykiem, cyberbezpieczeństwem lub zgodnością w instytucjach rządowych
• Zapoznanie z praktykami bezpieczeństwa organizacji oraz dostarczaniem usług cyfrowych
• Nie wymagana wcześniejsza wiedza techniczna w systemach AI

Grupa docelowa

• Go zespoły IT sektora publicznego zajmujące się usługami cyfrowymi i integracją systemów
• Specjaliści ds. cyberbezpieczeństwa i zarządzania ryzykiem w instytucjach publicznych
• Osoby zajmujące się audytem, zgodnością i zarządzaniem w sektorze publicznym

Overview:

Artificial Intelligence (AI) wprowadza nowe wymiary ryzyka operacyjnego, wyzwania rządzenia i narażenia na cyberzagrożenia dla rządowych agencji i departamentów.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do specjalistów IT i ryzyka w sektorze publicznym z ograniczoną wcześniejszą wiedzą na temat sztucznej inteligencji, którzy chcą poznać, jak oceniać, monitorować i bezpiecznie wdrażać systemy AI w kontekście rządowym lub regulacyjnym.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Interpretować kluczowe pojęcia związane z ryzykiem systemów AI, w tym uprzedzenia, nieprzewidywalność i drift modelu.
• Zastosować ramy rządzenia i audytu specyficzne dla AI, takie jak NIST AI RMF i ISO/IEC 42001.
• Rozpoznawać zagrożenia cyberbezpieczeństwa skierowane przeciwko modelom AI i kanałom danych.
• Ustanowić międzydepartamentalne plany zarządzania ryzykiem i wyaliniowanie polityk wdrażania AI.

Format kursu

• Interaktywne wykłady i dyskusje na temat przypadków użycia w sektorze publicznym.
• Ćwiczenia z ramami rządzenia AI i mapowaniem polityk.
• Modelowanie zagrożeń i ocena ryzyka w oparciu o scenariusze.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uzgodnienia.

Course Outline:

Rozumienie Ryzyka Specyficznego dla AI w Ustawieniach Rządowych Jak ryzyko AI różni się od tradycyjnych ryzyk IT i danych Kategorie ryzyka AI: techniczne, operacyjne, reputacyjne i etyczne Publiczna odpowiedzialność i postrzeganie ryzyka w rządzie Ramy AI Ramy NIST AI (AI RMF) ISO/IEC 42001:2023 — Standard systemu AI Inne sektoralne i międzynarodowe wytyczne (np. OECD, UNESCO) Zagrożenia Bezpieczeństwa dla Systemów AI Wrogie wejścia, zatrucie danych i odwrócenie modelu Ujawnienie wrażliwych danych szkoleniowych Ryzyko łańcucha dostaw i modeli pochodzących od trzecich stron Gorządzenie, Audytowanie i Kontrole Człowiek w pętli i mechanizmy odpowiedzialności Audytowalne AI: dokumentacja, wersjonowanie i interpretowalność Wewnętrzne kontrole, role nadzoru i punkty kontrolne zgodności Ocena Ryzyka i Planowanie Mitigacji Budowanie rejestrów ryzyka dla przypadków użycia AI Współpraca z zespołami zakupów, prawnymi i projektowania usług Przeprowadzanie ocen przed wdrożeniem i po wdrożeniu Odpowiedź na Zdarzenia i Odporność Sektora Publicznego Reagowanie na zdarzenia i naruszenia związane z AI Komunikacja z interesariuszami i społeczeństwem Wbudowywanie praktyk ryzyka AI w książki cyberszczegóły Podsumowanie i Następne Kroki