الأسئلة الشائعة
الخدمات
انضم إلينا كخبير
المدونة
حلل احتياجاتك التدريبيةجديد ومجاني
الإفصاح عن التدريب مجانًاتقييم نضج الموارد البشرية مجانًاالرضا والارتباط الوظيفي مجانًا
رواسي
رواسي التمكين
للاستـــــشارات والـــــتدريب
الرئيسيةمن نحن
الدورات التدريبيةالبرامج التدريبية الشهريةحلل احتياجاتك التدريبية مجانًاالإفصاح عن التدريب مجانًاالاعتمادات
الحقائب التدريبية الجاهزةالتحول الرقمي للحقائب التدريبيةطلب حقيبة تدريبية مخصصة
الخدمات الاستشاريةالمنتجات الرقميةاتصل بنا
رواسي
رواسي التمكينللاستـــــشارات والـــــتدريب

نقدم حلولاً متكاملة في التدريب والاستشارات والمنتجات الرقمية بمعايير مهنية تساهم في تمكين الأفراد وتطوير المؤسسات.

طرق الدفع

مدىفيزاماستركاردأمريكان إكسبرسSTC PayApple Payمدفوعتابيتمارا

السجل التجاري

7001748636

الحالة: نشطإصدار: 27/02/2012

روابط سريعة

  • الرئيسية
  • من نحن
  • الأكاديميات المتخصصة
  • الدورات
  • جميع القطاعات
  • الحقائب التدريبية
  • الخدمات الاستشارية
  • المنتجات الرقمية
  • المدونة
  • اتصل بنا
  • انضم إلينا كخبير

خدماتنا

  • التدريب والتأهيل
  • الحلول الاستشارية
  • الجودة والتميز
  • المنتجات الرقمية
  • التطوير المؤسسي
  • حلول التحول الرقمي

تواصل معنا

الفرع الرئيسي:

الرياض: المملكة العربية السعودية
عمان: المملكة الأردنية الهاشمية
مسقط: سلطنة عُمان

البريد الإلكتروني:

[email protected]

الهاتف:

السعودية:+966 500 665 369(إضافي):+966 570 588 004
تحدث مع خبيرحلل احتياجاتك التدريبية مجانًا

© 2026 رواسي التمكين للاستشارات والتدريب. جميع الحقوق محفوظة.

سياسة الخصوصيةالشروط والأحكامسياسة الاستردادخريطة الموقع
حوكمة الذكاء الاصطناعي وأخلاقياته للمؤسسات
الدوراتالذكاء الاصطناعي وتطبيقاته في الأعمال
برنامج تدريبي احترافي

حوكمة الذكاء الاصطناعي وأخلاقياته للمؤسسات

تُعد دورة "حوكمة الذكاء الاصطناعي وأخلاقياته للمؤسسات" برنامجًا تدريبيًا استراتيجيًا متقدمًا يهدف إلى تمكين القادة والمسؤولين القانونيين ومسؤولي الامتثال ومهندسي الذكاء الاصطناعي من تصميم وتنفيذ أطر حوكمة قوية ومسؤولة للذكاء الاصطناعي داخل مؤسساتهم. مع تزايد اعتماد المؤسسات السعودية على تقنيات الذكاء الاصطناعي، تبرز تحديات قانونية وأخلاقية جديدة تتعلق بالمسؤولية، والتحيز، والخصوصية، والشفافية، والأمان. تهدف هذه الدورة إلى بناء القدرات المؤسسية لإدارة هذه المخاطر وضمان استخدام الذكاء الاصطناعي بشكل يتوافق مع القيم التنظيمية واللوائح المحلية والدولية، بما في ذلك سياسة الذكاء الاصطناعي المسؤول السعودية (التي تعمل الهيئة السعودية للبيانات والذكاء الاصطناعي – سدايا – على تطويرها).

شهادة متضمنة
تدريب بقيادة خبراء
تعلم تطبيقي
دعم في التسجيل
أيام
5 أيام
اللغة
العربية والإنجليزية
مسار عرض السعر

اطلب الجدول وعرض السعر

الدفع الإلكتروني غير متاح لهذه الدورة حالياً. أرسل بياناتك وسيقوم فريق التدريب بإعداد الجدول وعرض السعر الأنسب لك.

لا توجد جلسة عامة مدفوعة متاحة الآن. اطلب عرض سعر وسنؤكد الجدول والمقاعد والتكلفة.
ملخص الدورة
اطلب الجدول وعرض السعر

لا يوجد دفع إلكتروني مفتوح لهذه الدورة حالياً. يمكن لفريقنا إرسال عرض السعر المناسب لك.

تنعقد شهرياً
تاريخ البدء
مرن / متاح دائماً
الشهادة
شهادة معتمدة
أيام
5 أيام (شهري)

يصلكم العرض عبر البريد وبوابة العملاء

استفسر عبر واتساب
تفاصيل الدورة

نظرة عامة

تُعد دورة "حوكمة الذكاء الاصطناعي وأخلاقياته للمؤسسات" برنامجًا تدريبيًا استراتيجيًا متقدمًا يهدف إلى تمكين القادة والمسؤولين القانونيين ومسؤولي الامتثال ومهندسي الذكاء الاصطناعي من تصميم وتنفيذ أطر حوكمة قوية ومسؤولة للذكاء الاصطناعي داخل مؤسساتهم. مع تزايد اعتماد المؤسسات السعودية على تقنيات الذكاء الاصطناعي، تبرز تحديات قانونية وأخلاقية جديدة تتعلق بالمسؤولية، والتحيز، والخصوصية، والشفافية، والأمان. تهدف هذه الدورة إلى بناء القدرات المؤسسية لإدارة هذه المخاطر وضمان استخدام الذكاء الاصطناعي بشكل يتوافق مع القيم التنظيمية واللوائح المحلية والدولية، بما في ذلك سياسة الذكاء الاصطناعي المسؤول السعودية (التي تعمل الهيئة السعودية للبيانات والذكاء الاصطناعي – سدايا – على تطويرها).

تنتقل الدورة بالمشارك من فهم المبادئ الأخلاقية للذكاء الاصطناعي (الشفافية، العدالة، المساءلة، الخصوصية، الأمان، الفائدة الاجتماعية) إلى تطبيقها في دورة حياة تطوير الذكاء الاصطناعي (جمع البيانات، التدريب، الاختبار، النشر، المراقبة). كما تغطي الدورة الأطر التنظيمية المحلية والدولية (مثل لائحة الذكاء الاصطناعي الأوروبية – EU AI Act، مبادئ منظمة التعاون الاقتصادي والتنمية (OECD) ، وتوجيهات سدايا)، ومنهجيات تقييم المخاطر (مثل تقييم تأثير الخصوصية (PIA) وتقييم تأثير الخوارزميات (AIA))، وإنشاء لجان أخلاقيات الذكاء الاصطناعي، وتطوير سياسات استخدام الذكاء الاصطناعي الداخلية.

تم تصميم البرنامج ليكون تطبيقيًا بنسبة 60% مع 40% نظريًا، من خلال دراسة حالات حقيقية لانتهاكات أخلاقية (مثل تحيز خوارزمي، اختراق بيانات، قرصنة نماذج)، وتمارين على تطبيق أطر تقييم المخاطر، وصياغة سياسات استخدام الذكاء الاصطناعي.

الأهداف

أهداف البرنامج

بنهاية هذه الدورة، سيكون المشارك قادرًا على:

  1. فهم المبادئ الأخلاقية الأساسية للذكاء الاصطناعي والمخاطر المرتبطة به – شرح مبادئ (الشفافية، المساءلة، العدالة، عدم التمييز، الخصوصية، الأمان، السلامة، الفائدة الاجتماعية، والإنسانية). تحديد المخاطر مثل التحيز الخوارزمي، التمييز، انتهاك الخصوصية، صنع القرار غير القابل للتفسير، البطالة التقنية، والأمن السيبراني.
  2. استيعاب الإطار القانوني والتنظيمي للذكاء الاصطناعي في السعودية والعالم – التعرف على سياسة الذكاء الاصطناعي المسؤول الصادرة عن سدايا (مسودة)، ونظام حماية البيانات الشخصية (PDPL) وتأثيره على تطبيقات الذكاء الاصطناعي، ولائحة الاتحاد الأوروبي للذكاء الاصطناعي (EU AI Act) وتصنيف المخاطر (غير مقبول، عالٍ، محدود، منخفض جدًا)، ومبادئ منظمة التعاون الاقتصادي والتنمية (OECD).
  3. تصميم إطار حوكمة الذكاء الاصطناعي للمؤسسة – إنشاء لجنة أخلاقيات الذكاء الاصطناعي، تحديد أدوار ومسؤوليات (مالك النموذج، المطور، المستخدم النهائي، مسؤول الامتثال)، وتطوير سياسات استخدام الذكاء الاصطناعي (بما في ذلك قبول الموظفين، وأنواع البيانات المسموح بها، وإجراءات الطوارئ).
  4. تطبيق منهجيات تقييم المخاطر الأخلاقية والقانونية للذكاء الاصطناعي – استخدام أدوات مثل (تقييم تأثير الخصوصية (PIA) – Privacy Impact Assessment، تقييم تأثير الخوارزميات (AIA) – Algorithmic Impact Assessment، وتحليل الأسباب الجذرية للحوادث الأخلاقية) لتقييم المشاريع قبل النشر وأثناء التشغيل.
  5. دمج مبادئ الحوكمة في دورة حياة تطوير الذكاء الاصطناعي (AI Lifecycle Governance) – تطبيق ضوابط في مراحل: (1) جمع البيانات وتنظيفها (التحيز، الموافقة)، (2) تدريب النموذج (الشفافية، إمكانية التفسير)، (3) الاختبار والتحقق (التحيز، الأداء)، (4) النشر (المراقبة المستمرة، آليات الرجوع)، (5) التقاعد (حذف البيانات).
  6. إدارة الحوادث الأخلاقية والاستجابة لها – تطوير خطة للتعامل مع الشكاوى المتعلقة بالتحيز أو التمييز الناتج عن الذكاء الاصطناعي، وإنشاء قنوات للإبلاغ عن المخاوف الأخلاقية، وإجراء التحقيقات وتصحيح النماذج.
الفئة المستهدفة

الفئة المستهدفة

يستهدف هذا البرنامج التدريبي الفئات التالية:

  1. مدراء وقادة تكنولوجيا المعلومات والذكاء الاصطناعي.
  2. مسؤولو الامتثال والحوكمة وإدارة المخاطر.
  3. المستشارون القانونيون والمحامون المتخصصون في التكنولوجيا والبيانات.
  4. مسؤولو حماية البيانات (DPOs) وخصوصية المعلومات.
  5. مسؤولو الأخلاقيات والمسؤولية الاجتماعية للشركات.
  6. مهندسو ومطورو الذكاء الاصطناعي (Data Scientists، ML Engineers).
  7. مديرو المنتجات الرقمية.
  8. صناع السياسات والجهات التنظيمية.
الكفاءات

الكفاءات الأساسية

إجراء تقييم أولي للمخاطر (High-Level Risk Assessment) لنظام ذكاء اصطناعي معين

تصنيف نظام ذكاء اصطناعي (مثل أداة فحص السير الذاتية) وفقًا لإطار الاتحاد الأوروبي EU AI Act (غير مقبول، عالٍ، محدود، منخفض) وتحديد المخاطر الرئيسية.

تطبيق قائمة مراجعة تقييم تأثير الخوارزميات (AIA) على مشروع ذكاء اصطناعي

استخدام قائمة مراجعة (معطاة) للإجابة على أسئلة حول البيانات، التحيز المحتمل، التأثير على الفئات الضعيفة، وإمكانية التفسير. تجميع النتائج في تقرير من صفحة واحدة.

صياغة سياسة استخدام الذكاء الاصطناعي للموظفين

كتابة سياسة داخلية تحدد (ما هي أدوات الذكاء الاصطناعي المسموح بها، أنواع البيانات التي لا يجوز إدخالها (البيانات السرية، بيانات العملاء)، وعملية التحقق من المخرجات، وإجراءات الإبلاغ عن المشكلات).

تصميم نموذج للإفصاح عن استخدام الذكاء الاصطناعي للعملاء

كتابة نص إفصاح قصير يجب عرضه على العملاء عند التفاعل مع Chatbot أو نظام توصيات (توضيح أنهم يتفاعلون مع الذكاء الاصطناعي، وكيفية الاتصال بشري إذا رغبوا).

إجراء تحليل لأسباب حادثة أخلاقية (مثل تحيز خوارزمي) باستخدام 5 Whys

تحليل سيناريو (معطى) لخوارزمية توظيف تحيزت ضد فئة معينة، وتحديد الأسباب الجذرية (البيانات، التصميم، الاختبار، الرقابة).

تطوير إجراء لمراجعة أخلاقية (Ethics Review) لمشروع ذكاء اصطناعي جديد قبل النشر

إنشاء نموذج طلب مراجعة أخلاقية (Checklist) يحتوي على 10 أسئلة على الأقل (المصادقة على البيانات، تقييم التحيز، خطة المراقبة، خطة الطوارئ).

رحلة التعلم

محتوى البرنامج

01

اليوم الأول: مقدمة في أخلاقيات الذكاء الاصطناعي والمبادئ الأساسية

لماذا أخلاقيات الذكاء الاصطناعي الآن؟ (أمثلة على الحوادث)
استعراض حالات حقيقية: (1) تحيز في أداة التوظيف من أمازون: رفضت السير الذاتية للنساء لأنها تدربت على بيانات تاريخية من الرجال. (2) تحيز في نظام التعرف على الوجه: أداء أضعف مع الأشخاص ذوي البشرة الداكنة. (3) تأثير خوارزمي على الانتخابات (Cambridge Analytica). (4) السيارات ذاتية القيادة وحالات الوفيات. (5) Chatbot يحرض على العنف. الدروس المستفادة: الحاجة إلى الحوكمة والأخلاقيات.
المبادئ الأخلاقية الأساسية للذكاء الاصطناعي
(1) الشفافية (Transparency): يجب أن يكون من الواضح متى وأين يتم استخدام الذكاء الاصطناعي، وكيف يعمل (بقدر الإمكان). (2) العدالة (Fairness) وعدم التمييز (Non-discrimination): يجب ألا تنتج النماذج مخرجات متحيزة ضد مجموعات معينة (على أساس الجنس، العرق، العمر، الدين، الإعاقة). (3) المساءلة (Accountability): يجب أن يكون هناك أفراد مسؤولون عن أداء النموذج وعن أي ضرر يسببه. (4) الخصوصية (Privacy): حماية البيانات الشخصية المستخدمة في التدريب والاستدلال. (5) الأمان (Security): حماية النموذج من الهجمات الخبيثة. (6) السلامة (Safety): التأكد من أن النموذج لا يسبب ضررًا ماديًا أو نفسيًا. (7) الفائدة الاجتماعية (Social Benefit): يجب أن يُستخدم الذكاء الاصطناعي لتعزيز رفاهية البشر.
التحيز الخوارزمي (Algorithmic Bias): أنواعه ومصادره
(1) تحيز البيانات (Data Bias): البيانات غير ممثلة للمجتمع (مثال: بيانات تدريب للتعرف على الوجه معظمها بيض). (2) تحيز القياس (Measurement Bias): استخدام متغيرات غير دقيقة أو منحازة. (3) تحيز التجميع (Aggregation Bias): تطبيق نموذج عام على مجموعات فرعية مختلفة دون تكييف. (4) تحيز التفاعل (Interaction Bias): تعزيز النموذج لتحيزات موجودة من خلال تفاعل المستخدمين. (5) تحيز الخوارزمية نفسها (Algorithmic Bias): اختيار دوال خسارة أو بنية نموذج تفضل فئة على أخرى.
اللوائح الدولية والإقليمية (EU AI Act، OECD Principles، UNESCO)
(1) لائحة الاتحاد الأوروبي للذكاء الاصطناعي (EU AI Act): أول قانون شامل للذكاء الاصطناعي في العالم. يصنف التطبيقات إلى 4 فئات: غير مقبول (Unacceptable) (مثل أنظمة التصنيف الاجتماعي من قبل الحكومات)، عالية المخاطر (High-risk) (مثل التوظيف، التعليم، البنية التحتية الحيوية)، محدودة المخاطر (Limited risk) (مثل Chatbots – تتطلب الشفافية)، منخفضة جدًا (Minimal risk). (2) مبادئ منظمة التعاون الاقتصادي والتنمية (OECD): 5 مبادئ (النمو الشامل والتنمية المستدامة، احترام سيادة القانون وحقوق الإنسان، الشفافية وقابلية التفسير، المتانة والأمان، المساءلة). (3) توصيات اليونسكو.
الوضع في المملكة العربية السعودية (سياسة الذكاء الاصطناعي المسؤول من سدايا)
استعراض مسودة سياسة الذكاء الاصطناعي المسؤول الصادرة عن الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا). المبادئ الرئيسية: (1) العدالة، (2) الشفافية وقابلية التفسير، (3) المساءلة، (4) الخصوصية والحوكمة، (5) الأمان والسلامة، (6) الموثوقية والجودة، (7) المنافسة والتعاون، (8) الفوائد الاجتماعية والبيئية. علاقة هذه السياسة بـ PDPL واللوائح الأخرى.
ورشة عمل عملية (تحليل سيناريو تحيز خوارزمي)
المطلوب (فرق عمل صغيرة): (1) سيناريو: بنك يستخدم نموذج ذكاء اصطناعي لتحديد حدود الائتمان. تبين أن النموذج يعطي حدودًا أقل بكثير للمتقدمين من منطقة معينة. (2) تحديد نوع التحيز المحتمل. (3) مناقشة الأسباب الجذرية (بيانات تاريخية متحيزة، عدم وجود متغيرات خفيفة). (4) اقتراح إجراءات لمعالجة التحيز (إعادة وزن البيانات، إضافة قيود النموذج، إجراء تدقيق). (5) تقديم توصيات إلى لجنة أخلاقيات البنك.
02

اليوم الثاني: الإطار التنظيمي والحوكمة (حوكمة الذكاء الاصطناعي)

هيكل حوكمة الذكاء الاصطناعي في المؤسسة
المستويات: (1) مجلس الإدارة / اللجنة التنفيذية: وضع الاستراتيجية والمبادئ. (2) لجنة أخلاقيات الذكاء الاصطناعي (AI Ethics Committee): متعددة التخصصات (قانون، تقنية، امتثال، أعمال). تقوم بمراجعة المشاريع عالية المخاطر، ووضع السياسات، والنظر في الشكاوى. (3) مسؤولو الامتثال والمخاطر: مراقبة الامتثال للوائح. (4) فرق التطوير: تنفيذ الضوابط الفنية.
سياسات وإجراءات الذكاء الاصطناعي الداخلية
أنواع السياسات: (1) سياسة استخدام الذكاء الاصطناعي للموظفين: تحدد الأدوات المسموحة (ChatGPT، Copilot)، البيانات المحظورة (السرية، بيانات العملاء)، عملية الموافقة على استخدام الأدوات الجديدة، وإجراءات الإبلاغ عن انتهاكات. (2) سياسة تطوير الذكاء الاصطناعي: لدورات تطوير النماذج الداخلية (مراحل المراجعة الأخلاقية، متطلبات التوثيق، معايير الاختبار). (3) سياسة الإفصاح للعملاء: الإفصاح عن استخدام الذكاء الاصطناعي في المنتجات والخدمات، وشرح كيفية عمل القرارات الآلية (عند الاقتضاء)، وتوفير قنوات الاعتراض.
تقييم تأثير الخوارزميات (Algorithmic Impact Assessment – AIA)
الغرض: تحديد وتقييم وتخفيف المخاطر الأخلاقية والقانونية لنظام الذكاء الاصطناعي قبل نشره. الخطوات: (1) وصف النظام ونطاقه. (2) تحديد الفئات المتأثرة. (3) تقييم جودة البيانات وتحيزها. (4) تقييم المخاطر على الخصوصية. (5) تقييم قابلية التفسير. (6) تقييم التأثير على الفئات الضعيفة. (7) اقتراح تدابير التخفيف. (8) الموافقة من لجنة الأخلاقيات. قائمة مراجعة (Checklist) مع أمثلة أسئلة.
تقييم تأثير الخصوصية (Privacy Impact Assessment – PIA) لأنظمة الذكاء الاصطناعي
التركيز على البيانات الشخصية: (1) ما هي البيانات الشخصية التي يتم جمعها؟ (2) ما هو الأساس القانوني للمعالجة (موافقة، ضرورة تعاقدية، مصلحة مشروعة)؟ (3) هل تم إجراء تقييم تأثير الخصوصية وفقًا لـ PDPL؟ (4) كيف يتم تأمين البيانات أثناء التخزين والمعالجة؟ (5) هل يتم نقل البيانات إلى خارج المملكة؟ (6) ما هي حقوق أصحاب البيانات (الاطلاع، التصحيح، المحو) وكيف يتم تنفيذها في النظام؟
ورشة عمل عملية (إجراء تقييم تأثير خوارزمي مبسط على أداة فحص السير الذاتية)
المطلوب (فرق عمل صغيرة): (1) سيناريو: شركة تريد استخدام أداة ذكاء اصطناعي لفحص السير الذاتية (مقدمة من مورد خارجي). (2) باستخدام قائمة مراجعة AIA (سيتم توزيعها)، الإجابة على 10 أسئلة على الأقل (مثل: هل البيانات ممثلة؟ هل هناك خطر التمييز على أساس الجنس؟ كيف سيتم اختبار التحيز؟ ما هي آلية الاعتراض للمرشحين؟). (3) تحديد 3 مخاطر رئيسية. (4) اقتراح تدابير للتخفيف. (5) كتابة ملخص (صفحة واحدة) لتقديمه إلى لجنة أخلاقيات الذكاء الاصطناعي.
03

اليوم الثالث: الشفافية وقابلية التفسير (XAI) والمساءلة

الشفافية (Transparency) مقابل قابلية التفسير (Explainability)
الشفافية: الكشف عن حقيقة استخدام الذكاء الاصطناعي (مثل إعلان Chatbot). قابلية التفسير: القدرة على فهم سبب قيام النموذج بقرار معين (لماذا رُفض طلب القرض؟). أهمية قابلية التفسير: للامتثال التنظيمي، وبناء الثقة، وتصحيح الأخطاء، والمساءلة.
تقنيات قابلية التفسير (مقدمة)
(1) للنماذج الخطية (الانحدار): يمكن قراءة المعاملات مباشرة. (2) للنماذج المعقدة (Random Forest، Neural Networks): استخدام طرق مثل LIME (Local Interpretable Model-agnostic Explanations): يغير المدخلات قليلاً ويرى كيف يتغير المخرجات. SHAP (SHapley Additive exPlanations): يحسب مساهمة كل ميزة في القرار. (شرح مبسط بدون تعقيد تقني). (3) النماذج القابلة للتفسير بطبيعتها (Interpretable by Design): أشجار القرار الصغيرة، النماذج الخطية. مقارنة بين الأداء وقابلية التفسير (Trade-off).
تطبيق SHAP/LIME بشكل عملي (عرض توضيحي)
باستخدام مكتبة Python (أو أداة على الإنترنت) على نموذج بسيط (التنبؤ براتب الموظف بناءً على سنوات الخبرة والتعليم). عرض كيفية الحصول على تفسير لكل توقع.
المساءلة (Accountability) – من المسؤول عندما يخطئ الذكاء الاصطناعي؟
توزيع المسؤوليات: (1) المطور (Developer): إذا كان الخطأ ناتجًا عن تصميم خاطئ أو إهمال. (2) مزود البيانات (Data Provider): إذا كان الخطأ ناتجًا عن بيانات غير صحيحة أو متحيزة. (3) المستخدم (User): إذا استخدم النموذج خارج نطاقه المحدد. (4) المؤسسة (Organization): ككل إذا فشلت في تنفيذ الحوكمة المناسبة. نموذج "الإنسان في الحلقة" (Human-in-the-Loop) للقرارات عالية المخاطر: يجب أن يراجع الإنسان القرارات الآلية قبل تنفيذها.
ورشة عمل عملية (تصميم نموذج إفصاح وتفسير لقرار آلي)
المطلوب (فرق عمل صغيرة): (1) سيناريو: بنك يستخدم نموذج ذكاء اصطناعي لتحديد سقف الائتمان للعملاء. (2) كتابة نص إفصاح قصير يظهر للعميل عند تقديم الطلب (يخبره أن القرار سيتخذ بواسطة خوارزمية، ويشرح حقه في طلب تفسير). (3) كتابة نموذج تفسير مبسط لرفض القرض (مثال: "تم رفض طلبك لأن دينك الشهري الحالي يمثل 60% من دخلك، وهو أعلى من الحد الأقصى المسموح به 50%."). (4) مناقشة كيفية تنفيذ ذلك تقنيًا (ربط النموذج بأداة تفسير).
04

اليوم الرابع: الخصوصية والأمان والسلامة في الذكاء الاصطناعي

خصوصية البيانات في عصر الذكاء الاصطناعي: PDPL والذكاء الاصطناعي
تحديات الخصوصية: (1) إعادة تحديد الهوية (Re-identification): يمكن إعادة تحديد هوية الأفراد من بيانات مجهولة المصدر باستخدام تقنيات الذكاء الاصطناعي. (2) استنتاج المعلومات الحساسة (Attribute Inference): يمكن استنتاج معلومات صحية أو دينية من سلوكيات الشراء. (3) تسرب بيانات التدريب (Training Data Leakage): يمكن للنماذج الكبيرة أن تتذكر أجزاء من بيانات التدريب وتعيد إنتاجها (مشكلة في ChatGPT). الضوابط: (1) التقليل من البيانات (Data Minimization): جمع أقل قدر من البيانات اللازمة. (2) إخفاء الهوية (Anonymization) وتقنيات الخصوصية التفاضلية (Differential Privacy). (3) موافقة صريحة وقابلة للسحب.
أمان أنظمة الذكاء الاصطناعي (AI Security)
أنواع الهجمات: (1) هجمات التسميم (Poisoning Attacks): حقن بيانات خاطئة في مجموعة التدريب لتشويه النموذج. (2) هجمات الهروب (Evasion Attacks): تعديل بسيط في المدخلات (مثل إضافة ضوضاء إلى صورة) لخداع النموذج. (3) هجمات استخراج النموذج (Model Extraction): استعلام النموذج عدة مرات لاستنساخه. (4) هندسة اجتماعية عبر Chatbots. الضوابط: التحقق من صحة البيانات، استخدام نماذج مقاومة، مراقبة الاستعلامات المشبوهة، تنفيذ صلاحيات الوصول.
السلامة (Safety) لأنظمة الذكاء الاصطناعي المستقلة
التطبيقات عالية المخاطر: السيارات ذاتية القيادة، الطائرات بدون طيار، الروبوتات الصناعية، التشخيص الطبي الآلي. المتطلبات: (1) تحديد حدود التشغيل (Operational Design Domain). (2) آليات التعطل الآمن (Fail-safe Mechanisms). (3) التنبؤ بالفشل (Fault Prediction). (4) المراقبة البشرية عن بُعد (Human Oversight).
ورشة عمل عملية (تقييم مخاطر الخصوصية والأمان لنظام Chatbot داخلي)
المطلوب (فرق عمل صغيرة): (1) سيناريو: شركة تريد نشر Chatbot داخلي للموظفين للإجابة عن أسئلة السياسات والإجراءات. (2) تحديد بيانات الموظفين التي قد يتم إدخالها في Chatbot (الأسماء، المعرفات، الرواتب، الحالات الصحية). (3) تقييم مخاطر الخصوصية (وفقًا لـ PDPL). (4) تقييم مخاطر الأمان (اختراق Chatbot، تسرب البيانات). (5) اقتراح ضوابط (مثل عدم تخزين المحادثات، استخدام نموذج محلي (On-Premise)، تدريب الموظفين على عدم إدخال معلومات حساسة). (6) كتابة قائمة مراجعة أمنية للنظام.
05

اليوم الخامس: تنفيذ الحوكمة، قياس الأداء الأخلاقي، ودراسة حالة نهائية

إنشاء لجنة أخلاقيات الذكاء الاصطناعي (AI Ethics Committee) – الهيكل والصلاحيات
التكوين: أعضاء من القانون، الامتثال، تقنية المعلومات، الموارد البشرية، التسويق (حسب السياق). المهام: (1) مراجعة السياسات والإجراءات. (2) الموافقة على مشاريع الذكاء الاصطناعي عالية المخاطر. (3) التحقيق في الشكاوى والحوادث الأخلاقية. (4) تقديم تقارير دورية للإدارة العليا. (5) مراقبة التطورات التنظيمية. الصلاحيات: (1) إيقاف مشروع يخالف المبادئ الأخلاقية. (2) طلب تقييمات مستقلة. (3) التوصية بتغييرات في السياسات.
قياس الأداء الأخلاقي للذكاء الاصطناعي (KPIs الأخلاقية)
(1) عدد المشاريع التي خضعت لمراجعة أخلاقية. (2) عدد الحوادث الأخلاقية المُبلّغ عنها. (3) متوسط وقت حل الحادث. (4) نسبة النماذج التي اجتازت اختبارات التحيز. (5) درجات رضا العملاء حول شفافية الذكاء الاصطناعي. (6) عدد طلبات التفسير المقدمة من العملاء. (7) نسبة الامتثال لسياسات استخدام الذكاء الاصطناعي (من خلال مراجعات عشوائية).
دمج الحوكمة في دورة حياة تطوير الذكاء الاصطناعي (AI Lifecycle Governance)
مراحل مع نقاط المراجعة: (1) تخطيط المشروع (مراجعة أولية من لجنة الأخلاقيات). (2) جمع البيانات (مراجعة مصدر البيانات وتحيزها، موافقات الخصوصية). (3) تطوير النموذج (مراجعة قابلية التفسير، اختبارات التحيز). (4) الاختبار (مراجعة خطة الاختبار، السيناريوهات المتطرفة). (5) النشر (مراجعة خطة المراقبة، خطة الطوارئ، آلية الاعتراض). (6) التشغيل (مراقبة مستمرة، تقارير نصف سنوية). (7) التقاعد (حذف آمن للبيانات والنماذج).
دراسة حالة شاملة (تطبيق نهائي)
حالة: مؤسسة مالية تخطط لإطلاق مساعد افتراضي (Chatbot) للعملاء يقدم نصائح استثمارية أولية. المؤسسة تواجه مخاوف تنظيمية وأخلاقية. المطلوب من المشاركين (فرق عمل صغيرة): (1) تصنيف هذا التطبيق وفقًا لـ EU AI Act (من المحتمل أن يكون عالي المخاطر). (2) إجراء تقييم تأثير الخوارزميات (AIA) مبسط (تحديد المخاطر الرئيسية: التوصيات المضللة، الخصوصية، التحيز ضد العملاء ذوي الدخل المنخفض). (3) اقتراح هيكل حوكمة: من سيكون في لجنة الأخلاقيات؟ وما هي صلاحياتها؟ (4) صياغة سياسة إفصاح للعملاء. (5) تحديد متطلبات قابلية التفسير (كيف سنشرح سبب نصيحة معينة). (6) وضع خطة مراقبة مستمرة (تتبع شكاوى العملاء، اختبار التحيز الدوري). (7) تقديم توصيات للإدارة العليا (عرض 10 شرائح).
اختبار ختامي ومراجعة الدورة
أسئلة موضوعية قصيرة حول المبادئ الأخلاقية، EU AI Act، PDPL، تقنيات التفسير، مسؤوليات اللجنة. مراجعة شاملة.
ملخص التسجيل
تسجيل آمن في الدورة
اطلب الجدول وعرض السعر

لا يوجد دفع إلكتروني مفتوح لهذه الدورة حالياً. يمكن لفريقنا إرسال عرض السعر المناسب لك.

تنعقد شهرياً
+966

تحقق أمني سريع — أكمله لتفعيل الإرسال

يصلكم العرض عبر البريد وبوابة العملاء

استفسر عبر واتساب
قد يهمك أيضاً

دورات أخرى متاحة للحجز الآن

دفعات مؤكدة بموعد وسعر محددين — احجز مقعدك وادفع إلكترونياً مباشرة

الذكاء الاصطناعي في الأعمال - رواسي التمكين
دفعة مؤكدة — حجز فوري
الذكاء الاصطناعي وتطبيقاته في الأعمالذات صلة

الذكاء الاصطناعي في الأعمال

  • يبدأ الأحد 11 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
يبدأ خلال 5 أيام
396 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
المناقصات والمشتريات الحكومية: قراءة عملية للأنظمة والعقود - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج القانونية للمحامين والموظفين

المناقصات والمشتريات الحكومية: قراءة عملية للأنظمة والعقود

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
396 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
نظام إدارة الجودة – ISO 9001 - رواسي التمكين
دفعة مؤكدة — حجز فوري
برامج شهادات الايزو(ISO)

نظام إدارة الجودة – ISO 9001

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
399 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
ضبط الجودة والاختبارات QA/QC في الأعمال المدنية والإنشائية - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج الهندسية في القطاع الإنشائي

ضبط الجودة والاختبارات QA/QC في الأعمال المدنية والإنشائية

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
696 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
مصفوفة المواعيد الثابتة

استكشف جدول البرامج التدريبية الشهرية

خطط لخارطة التدريب الربعي لمنشأتك من خلال دوراتنا الشهرية المضمونة الانعقاد. تصفح الجداول الزمنية المنظمة والمصممة خصيصاً للمسارات الصناعية والمهنية.

عرض الجدول الشهري
عرض سعر لجهة عملك
يصلكم العرض عبر البريد وبوابة العملاء