Wdrażam AI w marketingu. Etycznie i zgodnie z prawem

Szkolenie jest przeznaczone dla wszystkich, którzy chcą świadomie i praktycznie zrozumieć wyzwania oraz możliwości sztucznej inteligencji w biznesie:

• menedżerów i liderów zespołów odpowiedzialnych za wdrażanie nowych technologii,
• osób z działów prawnych, compliance i bezpieczeństwa IT,
• specjalistów marketingu, HR i komunikacji korzystających z narzędzi AI w codziennej pracy,
• przedsiębiorców i osób zarządzających firmami, które chcą wprowadzać AI w sposób bezpieczny i zgodny z prawem.

1. Modele AI w praktyce – poznasz różne modele AI (ML, LLM, GenAI) oraz ich zastosowanie w biznesie.
2. Ryzyka związane z AI – nauczysz się rozpoznawać i minimalizować ryzyka prawne, etyczne oraz związane z bezpieczeństwem danych w procesie korzystania z AI.
3. Odpowiedzialne wdrażanie AI – dowiesz się, jak odpowiedzialnie wdrażać AI w organizacji, od polityk wewnętrznych po regulacje prawne, w tym AI Act.
4. Krytyczna ocena wyników AI – zdobędziesz umiejętność oceniania wyników generowanych przez AI, takich jak halucynacje czy ryzyko błędów.
5. Ochrona danych i IP – nauczysz się, jak chronić dane, własność intelektualną oraz know-how przed nieuprawnionym wykorzystaniem w modelach AI.
6. Etyczne wyzwania AI – poznasz aktualne wyzwania w obszarze etycznego wykorzystania AI oraz narzędzia do ograniczania biasu i dyskryminacji.

Dzień 1. Wprowadzenie do AI

• ML, LLM, GenAI – AI w różnych odsłonach: kluczowe różnice i opcje wykorzystania sztucznej inteligencji w firmie,
• przegląd najpopularniejszych GenAI (ChatGPT, Copilot, Gemini, Perplexity, Midjourney, Eleven Labs), różnice w zastosowaniu i funkcjonowaniu modeli AI,
• publiczne vs. lokalne modele AI: różnice w poziomie bezpieczeństwa, najważniejsze punkty regulaminów GenAI (analiza fragmentów), darmowe vs płatne wersje publicznych modeli – porównanie, najważniejsze elementy umowy z dostawcą AI.

Korzystanie z AI w firmie

AI Literacy – kompetencje i odpowiedzialność w korzystaniu z AI

• AI Literacy w organizacji: odpowiedzialność za wdrożenie jej w firmie, podstawowe zasady
• omówienie potencjalnych ryzyk biznesowych i prawnych związanych z korzystaniem i wdrażaniem AI w firmie

Bezpieczeństwo danych w procesie korzystania z AI

• tajemnica przedsiębiorstwa, know-how i dane osobowe a korzystanie z AI
• przetwarzanie danych w cyklu życia AI (od trenowania modelu do jego wykorzystania)
• kluczowe wymogi dot. danych osobowych w trakcie korzystania z AI (legalne przetwarzanie danych – case study)
• sposoby na ograniczenie ryzyka w zakresie danych osobowych: jasne zasady i wytyczne (wewnętrzna polityka AI, onboarding pracowników), monitoring, prywatność (anonimizacja, szyfrowanie danych)

Prawa autorskie do treści wygenerowanych przez GenAI

• określenie komu przysługują prawa autorskie do treści wygenerowanych przez GenAI, rodzaje współpracy ze sztuczną inteligencją, sposoby na uzyskanie praw autorskich
• korzystanie z modeli publicznych a prawa autorskie
• sposoby na ograniczenie ryzyk związanych z naruszeniem własności intelektualnej w procesie wykorzystywania GenAI
• legalne korzystanie z treści wygenerowanych – styl, inspiracja, plagiat („efekt Ghibli”) – prawdziwe przykłady aktualnych sporów i ich rozstrzygnięć z zakresu praw autorskich

Cyberbepieczeństwo w cyklu życia AI

• ścieżka zrozumienia cyberryzyka (kontekst biznesu, podatności, ograniczenie ryzyk, planowanie odporności – bezpieczeństwo danych wejściowych i modelu)
• reagowanie na incydenty bezpieczeństwa
• inżynieria społeczna, deepfake – opis zjawiska (realne przykłady)
• ataki przy użyciu AI lub na modele – case study i omówienie monimalizacji ryzyka ich powodzenia

Halucynacje – krytyczna ocena outputu

• wprowadzenie do tematu halucynacji modelu
• sposoby na weryfikację outputu

Shadow AI w firmie

• odpowiedzialność pracowników i podwykonawców – konsekwencje złamania regulaminu i polityki AI firmy
• sposoby na przeciwdziałanie shadow AI

Dzień 2. AI Act a wdrożenie sztucznej inteligencji w firmie

• wprowadzenie do AI Actu: cel i zakres stosowania, wskazówki kwalifikacji wykorzystywanego AI jako systemu AI, rola korzystającego z AI w procesie wdrożenia i obowiązki
• zakazane praktyki – omówienie i przykłady
• kategorie ryzyka systemów AI: omówienie i przykłady, wymagania dla systemów wysokiego ryzyka w praktyce, case study wdrożeń i ich ocena pod kątem wymogów AI Actu
• systemy wchodzące w interakcję z ludźmi – wymogi dla wdrażających
• luki i niejasności w regulacjach i ich wpływ na wdrożenia AI – jak do tego podejść

Etyczna AI w firmie od strony praktycznej

• określenie ram (frameworku) etycznej AI w firmie: czym jest etyczna AI, zasady i wymogi godnej zaufania AI, metody realizacji wymogów
• główne wyzwania etyczne w ramach wdrożenia: bias, dyskryminacja, prywatność danych, ochrona praw podstawowych, środowisko
• sposoby ograniczenia ryzyk związanych z etyczną AI
• rodzaje szkód, które mogą zostać wyrządzone z użyciem AI (na osobach, organizacjach, ekosystemach)

Odpowiedzialność za błędy AI

• odpowiedzialność za błędy AI – podmioty, które mogą zostać pociągnięte do odpowiedzialności, zasady odpowiedzialności
• mechanizmy ludzkiego nadzoru a ograniczenie odpowiedzialności
• roszczenia wobec dostawcy AI – dostępne możliwości

Jak uciec przed AI?

• ochrona przed trenowaniem modelu na danych i własności intelektualnej: opcje opt-out (prawne i techniczne) oraz ich skuteczność

Test podsumowujący

Nie jest wymagane specjalne przygotowanie uczestników.

Materiały: polski

Szkolenie: polski