AI KNOWLEDGE HUB - Implicazioni pratiche dell’AI act europeo: come sviluppare un modello compliant alla nuova normativa


Tipologia
Corsi interaziendali
Temi
Innovazione e Fintech, Data Driven Banking
In sintesi

Una nuova architettura formativa per fornire le conoscenze sui principali aspetti riguardanti i dati e l’intelligenza artificiale e accompagnare le banche in modo consapevole nella nuova Data e AI Driven Banking. 

L’offerta è organizzata in quattro aree per rispondere a esigenze formative differenti per obiettivi e destinatari:

  1. Conoscere - Per chi vuole conoscere e orientarsi con i dati e l’AI in banca
  2. Introdurre - Per chi deve implementare le intelligenze artificiali in banca
  3. Controllare - Per chi deve controllare l’AI in banca
  4. Sperimentare - Per chi vuole usare al meglio l’AI generativa
Target

Figure professionali delle funzioni di indirizzo e coordinamento che desiderano acquisire una visione integrata e inter-funzionale del processo di introduzione e gestione dei Sistemi di AI, Responsabili di unità organizzative, Responsabili centrali.

Obiettivi

I corsi forniscono al partecipante il set di conoscenze utili a:

  • Fornire le basi per comprendere e sfruttare il mondo dell’AI in banca
  • Introdurre e individuare i fattori abilitanti in termini economici, organizzativi sociali e normativi per introdurre l’AI e creare il framework di governo
  • Valutare quali tecnologie utilizzare ai fini della soluzione del proprio “business case” nonché la sostenibilità economica dei progetti
  • Comprendere in maniera operativa i principi e le tecniche di AI
  • Comprendere le potenzialità dell’AI Generativa attraverso esempi pratici e utilizzo degli stessi
Sede

Aula virtuale, attraverso piattaforma dedicata, con possibilità di interazione real time con i docenti



Richiedi informazioni

Grazie a un approccio pratico, un apprendimento basato sul “fare”, si persegue l’obiettivo di trasferire strumenti e soluzioni pratico-operative attraverso casi studio e momenti di hands-on. Una formula che, attraverso una contaminazione costante tra contenuti ed esperienza, attiva un apprendimento più solido e lo sviluppo di casi immediatamente implementabili nel proprio contesto professionale così da generare, valore aggiunto per i partecipanti e i loro interlocutori.

Aula virtuale • 4 e 5 dicembre IMPLICAZIONI PRATICHE DELL’AI ACT EUROPEO: COME SVILUPPARE UN MODELLO COMPLIANT ALLA NUOVA NORMATIVA

 

  • Valutazione della qualità dell’output delle applicazioni di intelligenza artificiale: normativa di riferimento (EU AI Act, US NIST, ISO/CEN standards)
  • Requisiti di qualità comuni: Sostenibilità (Sustainability), Accuratezza (Accuracy), Equità (Fairness), Interpretabilità (Explainability)
  • Come accertare e misurare i requisiti di qualità: il modello SAFE-AI
  • Le metriche SAFE-AI:  AUC, RGA, RGR, RGE, RGF
  • Misurare la robustezzza: Varianza, Gini, Entropia, RGR
  • Misurare la spiegabiltà: Coefficienti lineari, Valori Shapley, Shapley-Lorenz, RGE
  • Misurare l’equità: Varianza, Gini, RGF
  • Misurare il valore della privacy: RGP
  • Integrazione delle misure (RGB)
  • Hands-on

Elisa Isacco
[email protected]
06.6767.517