Kurs AI i Data Act: zastosowanie, regulacje i praktyczne wykorzystanie w GPT

1. AI Act – czym jest i dlaczego został wprowadzony

• cele i znaczenie regulacji,
• zakres stosowania – jakie organizacje i systemy obejmuje,
• klasyfikacja systemów AI według poziomu ryzyka: niedozwolone, wysokiego, ograniczonego i minimalnego,
• kodeks Dobrych Praktyk UE – samoregulacja, standardy branżowe i kodeksy etyczne.

2. Obowiązki organizacji i wymagania prawne

• obowiązki dostawców, użytkowników i importerów AI.
• transparentność i nadzór nad systemami AI.
• dokumentacja techniczna i procedury oceny zgodności.
• audyty i monitorowanie zgodności z regulacjami.
• tworzenie regulaminów i polityk wewnętrznych dotyczących AI – przykłady i wzory.
• praktyczne przykłady wdrożeń compliance w organizacjach.

3. Ochrona danych osobowych w świetle AI Act

• AI Act a RODO – powiązania i wpływ regulacji,
• zasady przetwarzania danych w systemach AI,
• profilowanie i automatyczne podejmowanie decyzji – ograniczanie ryzyka naruszeń,
• DPIA (Data Protection Impact Assessment) dla systemów AI,
• bezpieczeństwo danych wejściowych i wyjściowych,
• cyberhigiena i polityki bezpieczeństwa informacji,
• przykłady naruszeń i ich konsekwencje prawne.

4. Cyberbezpieczeństwo a sztuczna inteligencja

• potencjalne zagrożenia AI dla cyberbezpieczeństwa,
• wymogi AI Act dotyczące bezpieczeństwa systemów,
• kontrola i weryfikacja danych wejściowych i wyjściowych,
• ochrona przed manipulacjami i atakami typu adversarial examples.

5. Etyka i odpowiedzialność w wykorzystaniu AI

• etyczne aspekty – sprawiedliwość, równe traktowanie i unikanie dyskryminacji,
• Bias a AI Act: źródła, przykłady i sposoby przeciwdziałania,
• kto odpowiada za decyzje podejmowane przez AI – aspekty prawne i praktyczne,
• Explainability i transparentność – jak zapewnić przejrzystość działania systemów.

6. Zarządzanie ryzykiem związanym z AI

• proces oceny ryzyka i narzędzia wspierające organizacje, 
• AI Governance – strategie zarządzania i przypisywania odpowiedzialności,
• monitorowanie i cykliczne audyty systemów AI,
• deepfakes i manipulacja informacją – zagrożenia i przeciwdziałanie.

7. AI w praktyce organizacyjnej – regulacje sektorowe

• AI Act a innowacje technologiczne – szansa czy ograniczenie?
• AI w HR i rekrutacji – wymogi i ograniczenia prawne,
• AI w finansach i bankowości – zgodność z regulacjami AML,
• AI w ochronie zdrowia – potencjał, ryzyka i wymogi regulacyjne.

8. Aspekty techniczne i prawne rozwoju AI

• standardy i certyfikacja systemów AI,
• wpływ regulacji na modele open source i duże modele językowe (LLM),
• Data governance – zarządzanie danymi w zgodzie z AI Act,
• bezpieczeństwo systemów – odporność na ataki i manipulacje,
• prawo autorskie – kto jest właścicielem treści generowanych przez AI?