Il corso Audit dei sistemi di Intelligenza Artificiale fornisce metodi, criteri e strumenti per pianificare, svolgere e documentare audit sui sistemi di IA sviluppati, acquistati, integrati o utilizzati da un’organizzazione.
I partecipanti imparano a definire il perimetro dell’audit, ricostruire il ciclo di vita del sistema, verificare gli obblighi applicabili, raccogliere evidenze, intervistare i responsabili, esaminare documenti e registrazioni, valutare i controlli e formulare rilievi supportati da evidenze verificabili.
Il corso considera il modello basato sul rischio introdotto dal Regolamento europeo sull’intelligenza artificiale e i principali requisiti applicabili ai sistemi ad alto rischio, tra cui gestione dei rischi, governance dei dati, documentazione tecnica, registrazione degli eventi, trasparenza, supervisione umana, accuratezza, robustezza, cybersicurezza e monitoraggio successivo all’immissione sul mercato.
L’attività formativa non ha come obiettivo la certificazione formale del sistema, ma lo sviluppo delle competenze necessarie per condurre audit interni, audit sui fornitori, verifiche precontrattuali, assessment di conformità e controlli periodici sull’uso aziendale dell’IA.
Il corso è rivolto a:
- Internal Auditor;
- AI Auditor;
- AI Compliance Officer;
- AI Officer;
- responsabili AI Governance;
- responsabili Legal e Compliance;
- Risk Manager;
- Data Protection Officer;
- responsabili cybersecurity e information security;
- responsabili dei sistemi di gestione;
- responsabili IT e data governance;
- responsabili qualità;
- consulenti di organizzazione e compliance;
- responsabili acquisti e vendor management;
- professionisti coinvolti nella valutazione dei sistemi di IA.
Al termine del corso i partecipanti saranno in grado di:
- comprendere finalità, limiti e caratteristiche di un audit sui sistemi di IA;
- distinguere audit organizzativo, normativo, documentale, tecnico e operativo;
- definire obiettivi, criteri e perimetro dell’audit;
- individuare il ruolo dell’organizzazione nella catena del valore dell’IA;
- verificare la classificazione normativa del sistema;
- ricostruire il ciclo di vita del sistema di IA;
- identificare rischi e controlli applicabili;
- predisporre un piano e un programma di audit;
- raccogliere e valutare evidenze sufficienti e appropriate;
- verificare governance, responsabilità e competenze;
- esaminare dati, modelli, output e prestazioni;
- valutare supervisione umana, trasparenza e impatti sulle persone;
- verificare sicurezza, robustezza e monitoraggio;
- valutare fornitori e servizi esterni;
- classificare rilievi e non conformità;
- redigere un rapporto di audit;
- verificare l’attuazione delle azioni correttive.
Moduli
- Fondamenti dell’audit dei sistemi di IA
- Quadro normativo e criteri di audit
- Pianificazione dell’audit
- Raccolta e valutazione delle evidenze
- Audit della governance e dell’organizzazione
- Audit della gestione dei rischi
- Audit dei dati
- Audit del modello e delle prestazioni
- Audit della supervisione umana
- Audit della trasparenza e dell’impatto sulle persone
- Audit della cybersecurity e della robustezza
- Audit dei fornitori
- Monitoraggio e gestione degli incidenti
- Rilievi, non conformità e rapporto di audit
- Follow-up e miglioramento continuo
Il corso adotta una metodologia specialistica e applicativa. La trattazione normativa e metodologica è costantemente collegata alle attività che un auditor deve svolgere concretamente.
La formazione comprende:
- analisi di casi;
- esame di documenti;
- costruzione di checklist;
- simulazione di interviste;
- valutazione di evidenze;
- test su campioni di output;
- formulazione di rilievi;
- classificazione delle non conformità;
- redazione di parti del rapporto;
- discussione delle azioni correttive.
L’approccio multidisciplinare consente di integrare aspetti organizzativi, normativi e tecnici, evitando sia un audit esclusivamente giuridico sia una verifica limitata alle sole prestazioni del modello.
Per partecipare efficacemente è consigliata:
- una conoscenza generale dell’AI Act;
- la conoscenza dei concetti fondamentali di AI Governance e AI Risk Management;
- una conoscenza di base delle tecniche di audit;
- la capacità di leggere policy, procedure, registri e documentazione tecnica;
- una comprensione generale del funzionamento dei sistemi di intelligenza artificiale.
Non sono richieste competenze avanzate di programmazione o data science.
Verifica finale
La verifica dell’apprendimento può essere effettuata attraverso:
- test a risposta multipla;
- analisi di un caso;
- valutazione delle evidenze;
- formulazione di uno o più rilievi;
- predisposizione della sintesi di un rapporto di audit;
- presentazione dei risultati del laboratorio.
Attestato
Al termine del corso viene rilasciato un attestato di partecipazione, subordinato alla frequenza minima prevista e, quando richiesta, al superamento della verifica finale.
