تتبع سلالة البيانات وأطر الأخلاقيات للذكاء الاصطناعي المسؤول

يركّز هذا المقرر على بناء الثقة المؤسسية في الذكاء الاصطناعي عبر ربط متطلبات العمل بسلسلة واضحة لتدفق البيانات والقرارات. ستتعلّم كيف تصمّم سلالة بيانات من البداية للنهاية: من مصادر البيانات الأولية، مروراً بالمعالجة والتحويلات، وصولاً إلى النماذج المنشورة وواجهات استخدامها. يشرح المقرر كيف توثّق النماذج والبيانات باستخدام «بطاقات النموذج» و«صحائف البيانات» لجعل القرارات قابلة للتفسير، وكيف تُنشئ نقاط تحكم (Control Points) تقلل المخاطر التشغيلية والأخلاقية. ستطبّق تقييمات متوافقة مع إطار NIST لإدارة مخاطر الذكاء الاصطناعي، وتعرّف إجراءات التخفيف المناسبة بحسب السياق. كما يغطي المقرر تقييمات تأثير الخصوصية، وآليات الموافقة، وسياسات الاحتفاظ والحذف، وكيفية إنتاج حزم أدلة قابلة للتدقيق ولوحات حوكمة تعرض الامتثال وجودة البيانات واستقرار النماذج. في النهاية ستكون قادراً على تصميم حوكمة عملية قابلة للتنفيذ وليست نظرية، تدعم الامتثال وتزيد شفافية الأنظمة المعتمدة على البيانات.

• ترجمة متطلبات الأعمال إلى نماذج سلالة بيانات ونقاط تحكم قابلة للتنفيذ
• توثيق وتصور سلالة البيانات من المصدر إلى النموذج المنشور وبناء بطاقات تفسّر قرارات الذكاء الاصطناعي
• تطبيق تقييمات متوافقة مع NIST AI RMF وتحديد إجراءات التخفيف
• تنفيذ تقييمات تأثير الخصوصية وضوابط الموافقة والاحتفاظ وإنتاج أدلة تدقيق ولوحات حوكمة

• Basic familiarity with the topic and its common terminology
• Readiness to practice through applied exercises or case-based work