Vuoi essere la persona all’interno della tua organizzazione in grado di individuare, prima che diventi un problema, quando un sistema di IA è distorto, non sicuro o non conforme? Sei in grado di rispondere con sicurezza alla domanda: “Come gestiamo l’uso dell’IA?” Saresti in grado di sviluppare il quadro di riferimento per la valutazione dei rischi e la governance di cui la tua organizzazione non dispone ancora?
Ogni organizzazione che oggi utilizza l’intelligenza artificiale ha bisogno di almeno una persona in grado di svolgere tutte queste mansioni. Questo programma è pensato per fare in modo che quella persona sia proprio tu.
Questo programma della durata di 8 settimane è stato ideato da Toju Duke, esperta di intelligenza artificiale responsabile e gestione del rischio riconosciuta a livello mondiale ed ex responsabile del programma di intelligenza artificiale responsabile presso Google. Ha guidato i processi di governance relativi ad alcuni dei modelli di intelligenza artificiale più grandi dell’azienda e ora forma esperti di intelligenza artificiale responsabile in tutto il mondo.
Toju è autore di due libri sull'argomento, tra cui la prima guida pratica alla valutazione e alla gestione dei rischi legati all'intelligenza artificiale, e attinge a tale esperienza per fornire ai partecipanti un quadro di riferimento, non solo una serie di spunti.
Le sessioni sono improntate alla praticità e alla partecipazione attiva: i partecipanti simulano scenari di crisi, analizzano sistemi di IA reali alla ricerca di pregiudizi nascosti e problemi di privacy, risolvono un caso concreto di pregiudizio di genere in un modello di concessione di prestiti e sviluppano il proprio processo di valutazione del rischio a più livelli. Ogni settimana contribuisce alla creazione di un quadro operativo di governance dell’IA che i partecipanti potranno applicare direttamente nella propria organizzazione.
Al termine del corso, i partecipanti se ne vanno con quel quadro di riferimento a disposizione, oltre a una solida e concreta comprensione di come identificare, valutare e ridurre i rischi legati all’IA. Il corso è adatto a chiunque operi all’intersezione tra etica dell’IA, governance o gestione dei rischi, dai reparti Legale, Risorse Umane e Operativo fino all’Ingegneria, alla Gestione dei programmi e dei prodotti e alla dirigenza.
Data di inizio: mercoledì 26 agosto 2026
Orario: 16:00 (ora del Regno Unito)
Durata della masterclass: 60 minuti x 8 settimane
Dettagli per partecipare: link Zoom e informazioni sul calendario inviati al momento della conferma
Attestato rilasciato al completamento di tutte le sessioni
Numero massimo di partecipanti: min. 10 - max. 30
Per definire i principi fondamentali di un’IA responsabile, è necessario tornare alle nozioni di base e distinguere i vari aspetti dell’etica dell’IA tra “IA etica”, “IA responsabile” e “governance dell’IA”.
Attraverso l’analogia della spesa con gli occhi bendati, i partecipanti impareranno i principi filosofici e morali fondamentali che guidano uno sviluppo equo, sicuro, incentrato sull’uomo e sostenibile dell’IA.
Passeremo poi a una sessione interattiva dal titolo “Smascherare le arance marce”. Ai partecipanti verrà chiesto di identificare le “arance marce” (pregiudizi nascosti), le “uova rotte” (violazioni della privacy) e gli elementi completamente sostituiti (caratteristiche tossiche non intenzionali) in un modello di IA e in un ambito selezionati.
La lezione si concluderà con una semplice valutazione dei rischi del modello di IA scelto dagli studenti utilizzando una struttura a livelli che va dal più critico al meno critico.
Punto chiave: i sistemi di intelligenza artificiale devono essere sottoposti a valutazioni dei rischi prima che possano essere effettuati eventuali audit sull'IA.
Ci sono diversi aspetti importanti del ciclo di vita dello sviluppo di ML/AI che è necessario prendere in considerazione, dall'approvvigionamento o dallo sviluppo fino alla distribuzione, all'utilizzo, all'IA responsabile e ai processi di governance dell'IA.
Analizzeremo nel dettaglio il quadro di riferimento per un'IA responsabile, basato su 8 pilastri, approfondendo i vari aspetti relativi alla sicurezza dell'IA nel contesto del suo utilizzo e della sua adozione. Esamineremo inoltre alcuni casi di studio che mettono in luce i lati positivi, negativi e critici dell'IA, ponendo particolare enfasi sugli aspetti "positivi".
Il nostro prossimo obiettivo sarà comprendere i diversi meccanismi di controllo e i loro limiti, esaminandoli alla luce del quadro di riferimento basato su otto pilastri.
Concluderemo con un quiz a quiz in cui dovrete distinguere le diverse sfaccettature dell’IA tra quelle positive, quelle negative e quelle decisamente brutte e riprovevoli.
Conclusione chiave: a seguito delle valutazioni dei rischi legati all'intelligenza artificiale, è necessario applicare strategie di mitigazione e misure di protezione.
La governance dell'IA definisce le regole precise, i meccanismi di supervisione e i controlli interni necessari per garantire la conformità legale e la sicurezza sociale dei sistemi.
Prendendo spunto dalla legge di Moore, valuteremo se la velocità di crescita dell’IA rispecchi ancora tale legge e se siano necessarie misure di tutela normative ed etiche. Faremo una breve panoramica delle normative esistenti in materia di IA in tutto il mondo.
Un quadro di governance ad alte prestazioni si basa su cinque aree chiave. I partecipanti prenderanno parte a un gioco di ruolo ambientato in una “sala di crisi dedicata all’IA” e lavoreranno all’interno di un comitato esecutivo di conformità per mettere in pratica le cinque aree chiave della governance.
Il consiglio di amministrazione esaminerà tre diverse applicazioni di intelligenza artificiale di grande rilevanza, valutandone i livelli di rischio e la conformità ai quadri normativi in vigore in tutto il mondo.
Conclusione chiave: la governance dell'IA è una componente fondamentale del processo di adozione dell'IA e richiede una valutazione continua dei rischi e l'adozione di quadri normativi di conformità.
L'equità nell'IA richiede un trattamento equo di individui e gruppi, proteggendo le popolazioni emarginate o storicamente svantaggiate dalla discriminazione digitale.
L'equità nell'IA generativa richiede un approccio non invasivo nei confronti degli utenti umani, al fine di prevenire il declino cognitivo, la rassegnazione e l'eccessiva dipendenza dalle applicazioni di IA.
Esamineremo i vari punti di insorgenza dei pregiudizi nello sviluppo dell’intelligenza artificiale e l’impatto del suo utilizzo sulla psiche umana.
Attraverso la creazione di due scenari dal vivo, i partecipanti affronteranno il problema dei pregiudizi di genere in una società di finanziamento e progetteranno un quadro di riferimento che integri l’intervento umano e l’intelligenza artificiale, al fine di preservare le capacità cognitive e l’autonomia dell’individuo.
Conclusione chiave: l’equità nei sistemi di IA riduce i pregiudizi e i team diversificati sono parte integrante delle strategie di mitigazione dei pregiudizi. Per preservare l’autonomia umana, è necessario adottare modelli basati sulla collaborazione tra uomo e IA.
Per garantire che l'intelligenza artificiale venga implementata e utilizzata in modo sicuro, senza rischi sistemici indesiderati o malfunzionamenti a valle, è necessario applicare quattro principi di sicurezza.
Attraverso dei quiz a quiz, terremo una sessione interattiva per comprendere il funzionamento di un processo decisionale automatizzato complesso e come un’organizzazione possa applicare i principi di trasparenza e spiegabilità per scomporre il processo decisionale del sistema di intelligenza artificiale.
L'obiettivo principale è comprendere l'opacità dell'IA generativa e dei sistemi di IA in generale, e apprendere i vari modi per spiegare all'utente i risultati di ciascun sistema.
I partecipanti si cimenteranno quindi in simulazioni di diversi scenari, spiegando le varie variabili ai diversi soggetti interessati con un linguaggio semplice e comprensibile.
Conclusione chiave: tutte le aziende che utilizzano sistemi di intelligenza artificiale devono assumersi le proprie responsabilità e adottare misure di trasparenza, il che contribuirà a migliorare la sicurezza dell'intelligenza artificiale.
I costi crescenti dell’hyperscaling, del consumo idrico ed energetico e l’impatto che i data center dei supercomputer stanno avendo sulle comunità si stanno aggravando.
La prima domanda che viene in mente alla maggior parte delle persone è come misurare il consumo energetico dell'IA.
I partecipanti impareranno a valutare il consumo di acqua ed energia nell'utilizzo dell'IA generativa.
È prevista una sessione interattiva con un “Dragon’s Den” dedicato all’IA ecologica, durante la quale verranno presentate nuove soluzioni aziendali basate sull’IA ecologica a un gruppo di investitori orientati alla sostenibilità.
Concluderemo con una panoramica dei vari strumenti esistenti che misurano il consumo energetico dei modelli di intelligenza artificiale.
Conclusione chiave: È possibile ridurre il consumo di acqua ed energia derivante dai data center e dall'uso dell'intelligenza artificiale.
Concluderemo il corso mettendo insieme tutti i diversi aspetti dell'IA responsabile e della governance dell'IA.
Ci divideremo in gruppi e svilupperemo un processo di governance dell'IA per le vostre organizzazioni e un quadro di riferimento per un'IA responsabile destinato ai vostri team tecnici.
Verrà inoltre sviluppato un quadro di riferimento che integri persone e intelligenza artificiale, in cui i vostri team saranno al centro di tutti i processi aziendali, con particolare attenzione ai vari soggetti interessati, tra cui i vostri clienti, i team interni, i responsabili politici e le comunità.
I partecipanti acquisiranno una solida base in materia di governance dell'IA e un modello di IA responsabile e, soprattutto, una comprensione approfondita di come ridurre i rischi legati all'IA all'interno di un'organizzazione e per gli utenti.
Portate le vostre domande e le vostre sfide quotidiane per una sessione informale di un’ora, durante la quale Toju risponderà alle vostre domande e alle sfide della vita reale che si sono accumulate nel corso delle prime 7 sessioni.
Si invitano i partecipanti a portare con sé:
Sfoglia altri workshop nel nostro catalogo che potrebbero interessarti:
Il vostro team comprende già agenti basati sull'intelligenza artificiale. Questo corso insegna ai leader a strutturare,
E se l'intelligenza artificiale non ti rendesse meno creativo, ma ti rendesse
