Lekcija 1Pogodbe z dobavitelji in strankami za AI funkcionalnosti: pogodbe o obdelavi podatkov, skupno nadzorstvo, razporeditev odgovornosti in varnostne zahteveTa razdelek razlaga, kako strukturirati pogodbe s dobavitelji in strankami za AI funkcionalnosti, s poudarkom na pogodbah o obdelavi podatkov, skupnem nadzorstvu, razporeditvi odgovornosti in varnostnih klavzulah, ki odražajo regulativne in etične zahteve.
Defining controller and processor rolesKey data processing agreement clausesJoint controllership and shared dutiesLiability caps, indemnities, and insuranceSecurity and incident response obligationsAudit, oversight, and termination rightsLekcija 2Temeljni režimi zaščite podatkov in obveznosti za AI (načela: omejitev namena, minimizacija podatkov, zakonita podlaga, preglednost)Ta razdelek pregleda temeljne režime zaščite podatkov, pomembne za AI, s poudarkom na načelih kot so omejitev namena, minimizacija podatkov, zakonita podlaga in preglednost, ter kako jih operacionalizirati čez razvoj in uvajanje AI.
Purpose limitation in AI training and useData minimization and feature selectionChoosing and documenting lawful basesTransparency and meaningful noticesAccuracy, storage limits, and integrityAccountability and governance structuresLekcija 3Ocene vpliva na zaščito podatkov (DPIA) / Ocene vpliva AI (AIA): struktura, ključna vprašanja in načrti popravljanjaTa razdelek razlaga, kako oblikovati in izvajati DPIA in AIA, od opredelitve in identifikacije tveganj do sodelovanja deležnikov, dokumentacije in načrtovanja popravljanja, zagotavljajoč, da AI sistemi izpolnjujejo pravne, etične in organizacijske pričakovanja.
Scoping AI systems and processing activitiesIdentifying stakeholders and affected groupsCataloging risks to rights and freedomsDesigning mitigation and remediation plansDocumenting outcomes and sign-offIntegrating DPIAs into product lifecycleLekcija 4Algoritmična poštenost in pristranskost: viri pristranskosti, metode merjenja in tehnike ublažitveTa razdelek analizira pristranskost algoritmov in poštenost v AI, razlaga vire pristranskosti, metrike poštenosti in strategije ublažitve čez podatke, modeliranje in uvajanje, s pozornostjo na pravne pričakovanja v strogih regulativnih okoljih.
Types and sources of algorithmic biasFairness metrics and trade-offsBias in data collection and labelingModel training and evaluation strategiesMitigation during deployment and monitoringDocumentation of fairness decisionsLekcija 5Operativni priročniki za preglede skladnosti izdelkov in čezfunkcionalno eskalacijo (Izdelek, Pravne zadeve, Zasebnost, Skladnost)Ta razdelek nudi praktične priročnike za preglede skladnosti izdelkov in čezfunkcionalno eskalacijo (Izdelek, Pravne zadeve, Zasebnost, Skladnost) za upravljanje tveganj AI in dokumentiranje obrambnih odločitev.
Intake and triage of AI product changesRisk-based review levels and criteriaRoles of Product, Legal, Privacy, ComplianceEscalation paths for high-risk AI use casesDecision documentation and approval recordsFeedback loops into product roadmapsLekcija 6Upravljanje tveganj modelov za AI funkcionalnosti: dokumentacija (kartice modelov), validacija, testiranje, spremljanje uspešnosti in razlagljivostTa razdelek pokriva upravljanje tveganj modelov za AI funkcionalnosti, vključno z dokumentacijo, validacijo, testiranjem, spremljanjem uspešnosti in razlagljivostjo, usklajeno z regulativnimi pričakovanji in notranjimi okvirji apetita za tveganja.
Model inventory and classificationModel cards and documentation standardsValidation and independent challengePerformance, drift, and stability monitoringExplainability methods and limitationsModel change management and decommissioningLekcija 7Etični okviri za odločitve v AI: mapiranje deležnikov, sorazmernost, sporljivost, človeški nadzor in mehanizmi popravkovTa razdelek uvaja etične okvire za odločanje v AI, pokrivajoč mapiranje deležnikov, sorazmernost, sporljivost, človeški nadzor in mehanizme popravkov, ter kaže, kako vgraditi te načela v procese upravljanja in oblikovanje izdelkov.
Stakeholder and impact mapping for AIProportionality and necessity assessmentsDesigning contestability and appeal channelsHuman-in-the-loop and on-the-loop modelsRedress and remedy mechanisms for harmEmbedding ethics reviews into governanceLekcija 8Oblikovanje z varovanjem zasebnosti: minimizacija podatkov, diferencirana zasebnost, anonimizacija, pseudonimizacija in osnove varnega večstranskega izračunaTa razdelek raziskuje strategije oblikovanja z varovanjem zasebnosti za AI, vključno z minimizacijo podatkov, diferencirano zasebnostjo, anonimizacijo, pseudonimizacijo in osnovami varnega večstranskega izračuna, s smernicami za primere uporabe in kompromise pri izvajanju.
Data minimization in AI feature designAnonymization and re-identification risksPseudonymization and tokenization methodsDifferential privacy for analytics and MLSecure multi-party computation basicsSelecting appropriate privacy techniquesLekcija 9Tehnične kontrole: nadzor dostopa, beleženje, šifriranje, politike zadrževanja in varen razvojni cikel (SDLC) za MLTa razdelek podrobno opisuje tehnične zaščite za AI sisteme, vključno z nadzorom dostopa, beleženjem, šifriranjem, politikami zadrževanja in varnim razvojnim ciklom (SDLC) za ML, kažeč, kako inženirske izbire podpirajo regulativno skladnost in zmanjšanje etičnih tveganj.
Role-based and attribute-based access controlSecurity logging and audit trail designEncryption in transit and at rest for AI dataData retention and deletion automationSecure coding and code review for MLSecurity testing and hardening of AI servicesLekcija 10Ocenjevanje zakonitih podlag in omejitev soglasja za nadzor na delovnem mestu in obdelavo podatkov zaposlenihTa razdelek pregleda zakonite podlage in omejitve soglasja za nadzor na delovnem mestu in obdelavo podatkov zaposlenih, obravnavajoč orodja za spremljanje, dolžnosti preglednosti, neravnovesja moči in zaščite za varovanje časti in delavskih pravic.
Common workplace surveillance scenariosAssessing legitimate interest and necessityConsent limits in employment contextsTransparency and worker information dutiesSafeguards for monitoring technologiesEngaging works councils and unionsLekcija 11Regulativni trendi v jurisdikcijah z visoko regulacijo in poti skladnosti za nove AI izdelkeTa razdelek pregleda regulativne trende v jurisdikcijah z visoko regulacijo, opisuje nastajajoče AI zakone, smernice in vzorce pregona ter mapira praktične poti skladnosti za nove AI izdelke in čezmejne operacije.
Overview of major AI regulatory regimesSector-specific AI rules and guidanceSupervisory expectations and enforcementRegulatory sandboxes and innovation hubsDesigning risk-based compliance programsCross-border data and AI compliance issuesLekcija 12Okviri človekovih pravic za podatke in AI: Vodilna načela ZN, GDPR kot model na podlagi pravic in nacionalne implikacije človekovih pravicTa razdelek povezuje pravo o človekovih pravicah z upravljanjem podatkov in AI, razlagajoč vodilna načela ZN, pristop GDPR na podlagi pravic in kako nacionalne dolžnosti o človekovih pravicah oblikujejo korporativne odgovornosti za oblikovanje in uvajanje AI.
UN Guiding Principles and corporate dutiesGDPR as a rights-based regulatory modelNational human rights laws affecting AISalient human rights risks in AI useHuman rights due diligence for AIRemedy and accountability expectations
