Certified Responsible AI Governance & Ethics Professional (C|RAGE)

I. Tổng quan:

Gần 80% tổ chức hiện nay đang triển khai AI mà không có bộ phận chịu trách nhiệm quản trị hoặc mô hình vận hành rõ ràng, trong khi các quy định pháp lý ngày càng thắt chặt. Các doanh nghiệp đang rất cần những nhà lãnh đạo có năng lực tích hợp quản trị vào toàn bộ vòng đời của AI, từ khâu hình thành ý tưởng cho đến khi triển khai thực tế..

Chứng chỉ Certified Responsible AI Governance & Ethics Professional (C|RAGE) của EC-Council là minh chứng khẳng định năng lực của bạn trong việc hiện thực hóa công tác quản trị AI theo các tiêu chuẩn NIST AI RMF và ISO/IEC 42001, giúp doanh nghiệp mở rộng quy mô ứng dụng AI một cách có trách nhiệm và minh bạch.

II. Thời lượng: 03 ngày (24 giờ)

III. Mục tiêu:

Khóa đào tạo và chứng chỉ chuyên nghiệp C|RAGE được thiết kế để chuẩn bị cho các chuyên gia năng lực quản trị các hệ thống AI một cách có trách nhiệm trong suốt vòng đời của chúng: từ việc xây dựng chính sách, giám sát cho đến thiết lập các chốt kiểm soát, đảm bảo tuân thủ và kiểm định.

Sau khi hoàn thành khóa học, học viên có thể:

Thiết lập các cấu trúc quản trị, phân định vai trò và thẩm quyền ra quyết định.
Áp dụng các nguyên tắc đạo đức vào thực tế vận hành một cách có hiệu lực và bắt buộc.
Quản lý các nghĩa vụ pháp lý và luôn sẵn sàng cho công tác kiểm toán.
Đánh giá các rủi ro từ AI, đồng thời quy định rõ trách nhiệm (ai làm, ai chịu trách nhiệm) xuyên suốt từ khâu thiết kế, đưa vào sử dụng cho đến quá trình vận hành.

C|RAGE không phải là chứng chỉ về xây dựng hay lập trình mô hình AI. Đây là chứng chỉ dành cho các chuyên gia chịu trách nhiệm đảm bảo AI đáng tin cậy, có khả năng tự bảo vệ (về mặt pháp lý/bảo mật) và tuân thủ quy định ở quy mô doanh nghiệp.

IV. Đối tượng tham gia:

Khóa học phù hợp với các chuyên gia, nhà quản lý và nhân sự phụ trách quản trị, rủi ro, tuân thủ, kiểm toán, quyền riêng tư, quản trị dữ liệu và giám sát AI trong doanh nghiệp.

Quản trị rủi ro & GRC

Trưởng bộ phận Quản trị, Rủi ro và Tuân thủ (Head of GRC)
Quản lý GRC (GRC Manager)
Giám đốc Quản lý rủi ro
Quản lý rủi ro
Trưởng bộ phận Quản trị rủi ro doanh nghiệp (ERM)
Quản lý rủi ro vận hành

Tuân thủ và Pháp lý

Giám đốc Tuân thủ
Quản lý Tuân thủ
Giám đốc Pháp chế / Quản lý quy định
Quản lý Tuân thủ quy định

Quyền riêng tư và Quản trị dữ liệu

Giám đốc Bảo mật dữ liệu (CPO)
Giám đốc Bảo mật/Quyền riêng tư Dữ liệu
Quản lý Chương trình Quyền riêng tư
Cán bộ Bảo vệ Dữ liệu (DPO)
Giám đốc Quản trị dữ liệu
Quản lý Quản trị dữ liệu

Kiểm toán

Quản lý Kiểm toán nội bộ về công nghệ / CNTT
Quản lý Kiểm toán công nghệ
Giám đốc Kiểm toán nội bộ

V. Điều kiện tiên quyết:

Học viên nên có tối thiểu 3 năm kinh nghiệm trong lĩnh vực an ninh mạng (cybersecurity).

VI. Nội dung:

1. Module 01: Nền tảng AI và hệ sinh thái công nghệ

Học phần này cung cấp các khái niệm nền tảng, công nghệ cốt lõi và vòng đời vận hành của trí tuệ nhân tạo (AI), giúp học viên hiểu cách các hệ thống AI hiện đại được xây dựng, triển khai và mở rộng một cách có trách nhiệm.

Học viên có thể:

Hiểu các nguyên lý cốt lõi, lịch sử phát triển và các thành phần của AI.
Ứng dụng AI vào các bài toán thực tế thuộc nhiều ngành công nghiệp khác nhau.
Áp dụng vòng đời dự án AI, mô hình MLOps (Vận hành học máy) và DataOps (Vận hành dữ liệu).
Áp dụng các tầng công nghệ AI, cơ sở hạ tầng và các mô hình triển khai..

2. Module 02: Các mối quan ngại về AI, nguyên tắc đạo đức và AI có trách nhiệm

Học phần này giúp học viên nắm vững các nguyên tắc và khung đạo đức AI để đảm bảo việc phát triển và triển khai AI có trách nhiệm trong toàn tổ chức.

Học viên có thể:

Hiểu các mối quan ngại lớn về đạo đức, xã hội, quyền riêng tư và an ninh bảo mật trong AI.
Hiểu các nguyên tắc đạo đức AI cốt lõi và các tiêu chuẩn toàn cầu.
Áp dụng các thực hành khai thác, sử dụng AI có trách nhiệm nhằm đảm bảo an toàn và tính giải trình.
Áp dụng quy trình xây dựng AI có trách nhiệm và lồng ghép các quy định kiểm soát vào từng giai đoạn phát triển.

3. Module 03: Chiến lược và hoạch định AI

Học phần này giúp học viên xây dựng chiến lược và lộ trình AI có cấu trúc, giúp gắn kết mục tiêu của tổ chức với việc ứng dụng AI có trách nhiệm, khả năng mở rộng và tạo giá trị thực tế.

Học viên có thể:

Xác định tầm nhìn AI và đánh giá mức độ sẵn sàng của tổ chức.
Xác định thứ tự ưu tiên các trường hợp ứng dụng AI và xây dựng lộ trình triển khai AI.
Hiện đại hóa dữ liệu, công nghệ và cơ sở hạ tầng.
Quản lý các dự án thử nghiệm AI, chiến lược mở rộng quy mô, văn hóa tổ chức và hiệu quả triển khai.

4. Module 04: Quản trị AI và các khung quản trị

Học phần này trang bị cho học viên năng lực thiết kế và triển khai cấu trúc quản trị AI trên quy mô toàn doanh nghiệp nhằm đảm bảo tính trách nhiệm, tính minh bạch, sự tuân thủ và niềm tin.

Học viên có thể:

Hiểu các khái niệm, mô hình vận hành và vai trò trong quản trị AI.
Xây dựng chính sách quản trị AI, quyền ra quyết định và các cơ chế kiểm soát.
Áp dụng các khung quản trị AI toàn cầu và quản trị theo vòng đời.
Quản lý tài sản AI, hệ thống tài liệu, cơ chế giám sát của con người (human oversight) và các công cụ bổ trợ.

5. Module 05: Tuân thủ quy định pháp lý về AI

Học phần này giúp học viên nắm bắt và định hướng theo các quy định pháp lý toàn cầu về AI cùng các nghĩa vụ tuân thủ để đảm bảo các hệ thống AI được triển khai hợp pháp, đúng đạo đức và có khả năng tự bảo vệ trước pháp luật.

Học viên có thể:

Hiểu các yêu cầu pháp lý về AI trên toàn cầu và theo từng lĩnh vực đặc thù.
Hiều về trách nhiệm giải trình, trách nhiệm pháp lý và quyền của người dùng trong hệ thống AI.
Duy trì việc tuân thủ quy định trong các hoạt động hàng ngày, báo cáo và chuẩn bị sẵn sàng để phục vụ kiểm tra, kiểm toán.
Triển khai giám sát tuân thủ liên tục và quản lý rủi ro pháp lý.

6. Module 06: Quản lý rủi ro và mối đe dọa từ AI

Học phần này giúp học viên nhận diện, đánh giá và quản lý các rủi ro, mối đe dọa và lỗ hổng đặc thù của AI trong suốt vòng đời hệ thống.

Học viên có thể:

Hiểu bối cảnh về mối đe dọa, lỗ hổng bảo mật và các cuộc tấn công có chủ đích (adversarial attacks) nhằm vào AI.
Áp dụng các phương pháp nhận diện, đánh giá và ưu tiên rủi ro AI.
Áp dụng các khung quản lý rủi ro và tiêu chuẩn về AI.
Thực hiện mô hình hóa mối đe dọa (threat modeling) và phân tích các điểm có nguy cơ bị tấn công của hệ thống AI.

7. Module 07: Quản lý rủi ro AI từ bên thứ ba và bảo mật chuỗi cung ứng

Học phần này trang bị cho học viên năng lực quản lý rủi ro từ nhà cung cấp, đối tác và hệ sinh thái AI trong quá trình mua sắm, triển khai và vận hành AI.

Học viên có thể:

Hiểu các nhóm rủi ro AI từ bên thứ ba và các mối đe dọa trong chuỗi cung ứng.
Thực hiện thẩm định, đánh giá nhà cung cấp AI (due diligence) và quản trị hợp đồng.
Áp dụng các nghĩa vụ pháp lý và yêu cầu tuân thủ đối với bên thứ ba.
Triển khai giám sát nhà cung cấp liên tục, đảm bảo tuân thủ và ứng phó sự cố.

8. Module 08: Kiến trúc bảo mật và kiểm soát AI

Học phần này giúp học viên thiết kế kiến trúc AI theo hướng bảo mật ngay từ đầu, nhằm bảo vệ mô hình, dữ liệu, quy trình xử lý và môi trường vận hành AI.

Học viên có thể:

Hiểu các nguyên tắc và khung kiến trúc bảo mật AI.
Áp dụng các mẫu thiết kế AI an toàn và chiến lược phòng thủ nhiều lớp.
Triển khai kiểm soát lập trình an toàn, bảo vệ mô hình và bảo mật khi triển khai hệ thống.
Áp dụng bảo mật trong thời gian vận hành, bảo vệ API và giám sát liên tục.

9. Module 09: Xây dựng quyền riêng tư, niềm tin và an toàn trong hệ thống AI

Học phần này giúp học viên tích hợp quyền riêng tư, tính minh bạch, độ tin cậy và an toàn vào hệ thống AI, nhằm tạo ra các trải nghiệm AI có đạo đức và lấy người dùng làm trung tâm.

Học viên có thể:

Hiểu các công nghệ nâng cao tính bảo mật (PETs) và các kỹ thuật bảo vệ dữ liệu.
Áp dụng phương pháp đánh giá và giảm thiểu rủi ro quyền riêng tư trong AI.
Áp dụng cơ chế xây dựng niềm tin, tính minh bạch và khả năng giải thích được (explainability) của AI.
Triển khai thiết kế chuẩn đạo đức, bảo đảm tính công bằng và giám sát mức độ tin cậy.

10. Module 10: Ứng phó sự cố và đảm bảo hoạt động liên tục với AI

Học phần này giúp học viên xây dựng quy trình xử lý sự cố AI và phương án phục hồi hệ thống nhằm đảm bảo hoạt động kinh doanh liên tục và giữ vững niềm tin của khách hàng.

Học viên có thể:

Hiểu về các khung và quy trình ứng phó sự cố dành cho AI.
Thực hiện phát hiện, khoanh vùng cô lập, khôi phục và báo cáo sự cố AI.
Xây dựng kế hoạch đảm bảo hoạt động kinh doanh liên tục và phục hồi sau thảm họa AI.
Áp dụng kiểm thử, mô phỏng và cải tiến liên tục năng lực sẵn sàng ứng phó.

11. Module 11: Bảo đảm chất lượng, kiểm thử và kiểm toán AI

Học phần này giúp học viên thiết lập các cơ chế bảo đảm, kiểm thử và kiểm toán mạnh mẽ để xác thực các hệ thống AI đáng tin cậy, tuân thủ quy định và vận hành ổn định.

Học viên có thể:

Hiểu các nguyên tắc, khung và mô hình quản trị đảm bảo chất lượng AI.
Áp dụng chiến lược kiểm thử AI trên dữ liệu, mô hình và toàn bộ hệ thống.
Thực hiện kiểm thử hệ thống AI trên các phương diện: xác thực (validation), xác minh (verification), định kiến (bias), tính công bằng (fairness) và độ bền bỉ (robustness).
Áp dụng các phương pháp kiểm toán AI, quản lý bằng chứng và lập báo cáo kiểm toán.