Header Image

Studia Podyplomowe Biznes.ai: Technologia, Prawo, Zastosowanie Sztucznej Inteligencji

CEL STUDIÓW

Głównym celem studiów jest przekazanie managerom i specjalistom różnych branż praktycznej wiedzy z zakresu funkcjonowania, wdrażania oraz wykorzystywania mechanizmów sztucznej inteligencji (AI) w organizacji, pozwalającej na inicjowanie i udział we wdrożeniach AI.
Podobnie jak samo zagadnienie sztucznej inteligencji, studia mają charakter interdyscyplinarny i obejmują następujące moduły:

PROGRAM STUDIÓW

1. Wprowadzenie do sztucznej Inteligencji – technologia, biznes, prawo

Wprowadzenie do technologii AI (4h)

Podczas prowadzonych zajęć przedstawiony zostanie wstęp do technologii opartych o sztuczną inteligencję (AI)wraz z wyraźnym zakreśleniem potencjalnych aplikacji oraz dziedzin AI. Przedstawiona zostanie ewolucja sztucznej inteligencji oraz aktualne znaczenia tego terminu–zarówno od strony naukowej, jak i medialnej oraz psychologicznej.

Tomasz Trzciński
dr inż. Tomasz Trzciński

Wprowadzenie do transformacji cyfrowej (4h)

Zajęcia wprowadzą słuchaczy w zagadnienia transformacji cyfrowej. Pokażą skalę,tempo i skutki transformacji cyfrowej, jej powiązanie z podstawowymi technologiami o charakterze transformacyjnym oraz zasady funkcjonowania nowych modeli biznesowych opartych o dane

Tomasz Klekowski
Tomasz Klekowski

Wykorzystanie AI w biznesie – przegląd obszarów i rozwiązań (2h)

Sztuczna inteligencja jest zbiorczą kategorią określającą całą grupę technologii i zastosowań. Zrozumienie kontekstu jej faktycznego stosowania i spojrzenie na konkretne przykłady wykorzystania rozwiązań AI pozwolą na połączenie studiów z konkretnymi potrzebami słuchaczy w konkretnych branżach.

Wstęp do prawnych aspektów AI (2h)

W ramach wykładu przedstawione zostaną główne wyzwania etyczne i prawne związane z tworzeniem i wykorzystaniem sztucznej inteligencji (w tym problematyka dostępu do danych, praw człowieka, odpowiedzialności). Słuchacz uzyska wstępny, ogólny obraz złożonych problemów prawnych i etycznych („big picture”). W dalszej części studiów poszczególne kwestie etyczne i prawne zostaną szczegółowo omówione w ramach wykładów specjalistycznych.

Roman Bieda
mec. Roman Bieda

Aktualne trendy i strategie rozwoju AI w Polsce i na świecie (2h)

Technologia która ujmowana jest w pojęcie sztucznej inteligencji stała się w ostatnich latach przedmiotem wyścigu konkurencyjnego na skalę międzynarodową. Z jednej strony następują niespotykane wcześniej ogromne inwestycje w moce obliczeniowe, z drugiej strony większe inwestycje lokowane są w kreację i doskonalenie modeli biznesowych wykorzysujących AI co – jak dotąd – dotyczy głownie modeli platformowych ale także ekosystemów przemysłowych. Rodzi się ogromna potrzeba dla zapewnienia warunków dla zaufania wobec AI. Wszystko to dotyczy technicznego rozwoju AI jako inteligentnego agenta ale nadal tkwimy w luce nurtu poznawczego gdzie ani nie poszerzyliśmy wiedzy o umyśle człowieka ani procesy zachodzące w systemach AI nie spotykają się z zadawalającym wyjaśnieniem. Dotychczas korzyści AI dostrzegane były szczególnie biznesie, ale ujawnione ryzyka społeczne, szczególnie związane z rynkiem pracy, wymagają dla kreowania strategii dostrzeżenia i zarządzenia całym kontekstem relacyjnym AI, tak wobec badań naukowych, działalności gospodarczej, edukacji i umiejętności, ale też znalezienia luk dla przewagi własnej firmy czy aż organizacji państwa. Aby tę przewagę utrzymać niezbędne jest inwestowanie we wzmocnienie autonomii człowieka, nie tylko jako konsumenta ale kreatora przyszłych rozwiązań AI. Rodzi się pytanie czy się ścigać czy wyznaczyć tor wyścigowy w swojej niszy.

Robert Kroplewski
mec. Robert Kroplewski

2. Techniczne aspekty funkcjonowania sztucznej inteligencji

Podstawowe metody nauczania maszynowego (4h)

W ramach prowadzonych zajęć przedstawione zostaną podstawowe problemy uczenia maszynowego i sposoby ich identyfikowania w przypadku rzeczywistych problemów decyzyjnych. W dalszej kolejności zaprezentowane zostaną metody, które rozwiązują wymienione problemy, takie jak Regresja Liniowa, Regresja Logistyczna, Gaussowska Analiza Dyskryminująca czy też algorytm Naiwnego Bayesa. Ostatnia część wykładu będzie skoncentrowana wokół podstawowych własności i praktycznych zastosowań omawianych modeli.

Maciej Zięba
dr inż. Maciej Zięba

Sztuczne sieci neuronowe (4h)

W trakcie prowadzonych zajęć zostaną przedstawione podstawowe zagadnienia związane z zasadą działania i najważniejszymi właściwościami sztucznych sieci neuronowych. W dalszej części kursu przedstawione zostaną różne architektury sieci neuronowych, takie jak: splotowe sieci neuronowe (CNN) oraz rekurencyjne sieci neuronowe (RNN). Oprócz zagadnień teoretycznych omówione zostaną klasy praktycznych problemów, które mogą zostać rozwiązane przez zastosowanie sztucznych sieci neuronowych. W ramach kursu zostaną omówione również praktyczne zagadnienia związane z optymalizacją parametrów sieci oraz doborem danych uczących.

Michał Koperski
dr Michał Koperski

Metody analizy obrazu wykorzystujące sztuczną inteligencję (4h)

Niemal każdego dnia słyszymy doniesienia o nowych osiągnięciach w dziedzinie rozpoznawania obrazów. Automatyczna klasyfikacja zdjęć, rozpoznawanie obiektów na obrazie, wykrywanie zdarzeń w wideo, analiza sytuacji na drodze przez autonomiczne samochody czy śledzenie obiektów przez drony to tylko nieliczne przykłady możliwości dzisiejszych algorytmów rozpoznawania obrazów.

Kurs ten ma na celu wprowadzić słuchaczy w świat rozpoznawania obrazów, przedstawić najnowsze badania naukowe oraz osiągnięcia związane z postępem technologicznym.

Piotr Biliński
dr Piotr Biliński

Uczenie maszynowe w przetwarzaniu języka naturalnego (2h)

Celem zajęć jest omówienie podstawowych metod stosowanych w analizie i przetwarzaniu tekstów w językach naturalnych (głównie polskim i angielskim). W ramach zajęć przewiduje się zapoznanie z takimi zadaniami jak: pozyskiwanie i wstępne przetwarzanie teksu, wektorowa reprezentacja i wizualizacja danych tekstowych, streszczanie dokumentów, automatyczna analiza treści dokumentów, znajdowanie struktury wypowiedzi czy tworzenie modeli języka z wykorzystaniem rekurencyjnych sieci neuronowych, np. w celu automatycznej generacji tekstu.

Rafał Nowak
dr Rafał Nowak

Podstawy robotyki

Podczas zajęć uczestnicy dowiedzą się, czym zajmuje się obecnie robotyka. Następnie omówione zostaną typy robotów i zadania, jakie wykonują te urządzenia. W dalszej części zajęć pokazany zostanie sposób, w jaki roboty postrzegają otaczający je świat. Na koniec przyjrzymy się temu, jak sztuczna inteligencja przenika się z robotyką.

Krzysztof Walas
dr inż. Krzysztof Walas

Przegląd i analiza platform AI (frameworks)

Warsztaty – Projektowanie rozwiązań AI

Sieci neuronowe są jednym z podstawowych pojęć i elementów sztucznej inteligencji. Zrozumienie zasad ich działania i poznanie podstaw ich uczenia będzie stanowiło podstawę warsztatu. Warsztat w bardzo prostej i przystępnej formie pozwoli każdemu na przeprowadzenie samodzielnej definicji i treningu sieci neuronowej.

Andrzej Jankowski
Andrzej Jankowski

3. Zarządzanie w warunkach transformacji cyfrowej – strategia, zmiana, kompetencje

Zarządzanie strategią i zmianą w warunkach transformacji cyfrowej (16h)

Technologia w przyspieszonym tempie zmienia świat. Zmiany, które kiedyś rozciągały się na kilka pokoleń, dziś kumulują się w okresie kilkunastu lat. Firmy funkcjonujące na średniej wielkości rynkach pod wpływem presji konkurencyjnej często uciekają w lokalne nisze bez tworzenia podstaw do dalszego rozwoju.

Zrozumienie narzędzi analizy strategicznej może pomóc zarządzającym i liderom gospodarczym w ocenie sytuacji konkurencyjnej na rynkach, na których funkcjonują. Pomoże zadać w odpowiedni sposób pytania dotyczące strategii firmy, eliminując obszary, w których „nie wiemy, czego nie wiemy”, i obniżyć ryzyko definiowania kierunków rozwoju i inwestycji.
Inwestycje w rozwiązania technologiczne łączą się z dwoma wyzwaniami. Pierwsze to połączenie innowacji procesowej, którą niesie wdrożenie nowego rozwiązania technologicznego, ze zmianą organizacyjną. Drugie to odpowiednie zarządzanie zmianą z perspektywy jej tempa, poziomu akceptacji oraz oddziaływań z kulturą organizacji.

Łukasz Kowalik
dr Łukasz Kowalik

Rozwój kompetencji w erze cyfrowej (8h)

Obecnie funkcjonujący system edukacji zamyka studentów w silosach branżowych, utrudniając im współpracę, komunikację i realizację celów biznesowych. Wykładowca, ekspert Sektorowej Rady Kompetencji ds. IT z wieloletnim doświadczeniem zarządzania zespołami międzynarodowymi pomoże w:

  • zrozumieniu struktury kompetencji potrzebnych do prawidłowej realizacji projektów informatycznych i zmian procesowych, koniecznym do tworzenia efektywnych zespołów czy określania podziału zadań i odpowiedzialności,
  • wykorzystaniu narzędzi opisu kompetencji, takich jak e-competence framework, pozwalających na stworzenie wspólnej podstawy opisu tych zagadnień.

Nowoczesne firmy często operują na arenie szerszej niż krajowa z racji skali swojego biznesu lub poprzez współpracę z partnerami o międzynarodowej strukturze i wielonarodowych zespołach. Efektywna współpraca w zespołach wielonarodowych wymaga:

  • zrozumienia różnic kulturowych w stylach komunikacji,
  • zrozumienia różnic w oczekiwaniach odnośnie współpracy i oceny kontekstu komunikacyjnego,
  • zdobycia lub ugruntowania kompetencji współpracy w zespołach międzynarodowych.
Tomasz Klekowski
Tomasz Klekowski
4. Specyfika wdrożenia AI w organizacji

Rola danych we wdrożeniu rozwiązań AI (4h)

Dane są paliwem nowoczesnej gospodarki. Z perspektywy rozwoju analityki, Big Data i sztucznej inteligencji należy poświęcić szczególną uwagę komputerowym danym tworzonym w dużej ilości nie tylko przez ludzi, ale także przez różnego rodzaju systemy i urządzenia. Posiadanie w firmie odpowiedniej strategii gromadzenia i przygotowywania danych do ich dalszego wykorzystywania w celu podnoszenia efektywności lub tworzenia nowych produktów jest podstawą budowy i wykorzystywania rozwiązań AI. Zrozumienie kwestii związanych z wymaganą skalą i jakością danych oraz zrozumienie podstawowych zasad data governance będzie stanowiło oś wykładu.

Dominik Batorski
dr Dominik Batorski

Przegląd metodyk zarządzania projektem, z uwzględnieniem specyfiki rozwiązań AI (8h)

Obecnie dominują dwie metodyki zarządzania projektami: podejście klasyczne i podejście zwinne. Chociaż podejście zwinne zdobywa wiele uwagi, to jego stosowanie nie rozwiązuje wszystkich problemów. Wykład prowadzony przez uznanego praktyka – audytora wdrożeń projektów informatycznych – pozwoli zrozumieć zalety i ograniczenia stosowania poszczególnych metod oraz omówić specyfikę zarządzania projektami sztucznej inteligencji. Wyjaśni również zależności pomiędzy zarządzaniem projektem i szerszym kontekstem zmiany organizacyjnej.

Adam Dawidziuk
Adam Dawidziuk
5. Kulturowe, społeczne, psychologiczne aspekty AI

Wykład dotyczył będzie zarówno przeglądu badan z zakresu interakcji człowieka i maszyny, jak i kulturowo-społecznych implikacji implementowania sztucznej inteligencji do ludzkiego życia. W czasie zajęć zajmiemy się rożnymi podejściami do tworzenia AI, klasyfikacją współczesnej sztucznej inteligencji i jej możliwym horyzontem wzrostu w ciągu najbliższej dekady.

Aleksandra Przegalińska
dr Aleksandra Przegalińska-Skierakowska
6. Finansowanie rozwoju i wdrożenia AI

Celem wykładu jest przedstawienie różnych mechanizmów pozyskiwania środków finansowych na nabywanie i wdrożenie  AI w organizacji.

W ramach wykładu przedstawione zostaną między innymi dostępne i planowane w nowej perspektywie formy finansowania AI ze środków UE. Omówione zostaną również najważniejsze aspekty prawne związane z pozyskaniem wsparcia i jego wykorzystaniem.

Aleksandra Libiszowska
mec. Aleksandra Libiszowska
7. Przegląd zastosowań sztucznej inteligencji

Praktyczne zastosowania AI w poszczególnych branżach i sektorach gospodarki (np. przemysł, medycyna, pojazdy autonomiczne, bankowość)

Sztuczna inteligencja nie jest dziedziną homogeniczną, zwłaszcza z perspektywy jej zastosowań. Pomimo jednolitych podstaw teoretycznych sposoby jej zastosowania różnią się w poszczególnych branżach (np. z racji specyfiki danych dla poszczególnych typów rozwiązań). Zrozumienie głównych obszarów stosowania oraz głównych typów rozwiązań pozwoli na powiązanie rozwiązań sztucznej inteligencji z konkretnymi problemami i szansami występującymi w poszczególnych branżach i obszarach stosowania.

Przykładowo, medycyna i opieka zdrowotna to nie tylko dziedziny bardzo bliskie społeczeństwu, ale też obszary, które rewolucjonizuje dziś technologia cyfrowa, a szczególnie Sztuczna Inteligencja (i to szybciej, niż się tego spodziewamy). W ramach wykładu przybliżymy koncepcje cyfrowej transformacji w tych dziedzinach, a także opowiemy o wizji ich przyszłości i kluczowych trendach. W szczególności przyjrzymy się Sztucznej Inteligencji w dzisiejszych i nadchodzących praktycznych zastosowaniach.

Bartosz Borucki
Bartosz Borucki

Przegląd rozwiązań kluczowych dostawców AI (6h) – przedstawiciele wiodących firm technologicznych w segmencie sztucznej inteligencji

Wprowadzanie zmian i nowych rozwiązań wymaga współpracy z firmami informatycznymi i technologicznymi. Aby taka współpraca była udana, firma musi odpowiednio zdefiniować swoje pytania i problemy oraz umieć w partnerski sposób zdefiniować współprace z firmami technologicznymi. Cykl spotkań z przedstawicielami wiodących firm w obszarze sztucznej inteligencji pozwoli zrozumieć ich strategię, obszary specjalizacji, sposób współpracy z rynkiem, narzędzia wsparcia dla partnerów w ekosystemie, a także klientów.

Swoje rozwiązania AI przedstawią:

8. Etyczne podstawy rozwoju AI

Upowszechnienie systemów AI, którego obecnie jesteśmy świadkami, to wielki eksperyment społeczny, a jego skutków wciąż nie możemy być pewni. Nie ma jednak wątpliwości, że będzie on miał poważne konsekwencje etyczne. Istotną cechą postępu technicznego jest też to, że na podstawie jego dotychczasowego przebiegu trudno przewidzieć kolejne stadia rozwoju. W efekcie z rozwojem AI wiąże się zarówno przesadne nadzieje, jak i nieuzasadnione obawy. W dyskursie publicznym i kulturze popularnej upowszechnił się obraz tej technologii, który nie ma wiele wspólnego z prawdziwym stanem rzeczy. Nieadekwatne wyobrażenia społeczne mają istotne konsekwencje etyczne, o których będziemy mówić podczas zajęć.

Etyka AI zajmuje się zastosowaniem teorii etycznych do rozwiązywania problemów, jakie rodzi upowszechnienie tej technologii. Można ją podzielić na dwa działy: etykę dla AI i etykę w AI. Pierwszy obejmuje kwestie etyczne dotyczące relacji między ludźmi, którzy tworzą, wykorzystują i użytkują AI. Drugi – zagadnienia etyczne odnoszące się do relacji między systemami AI i ludźmi, czyli przede wszystkim implementację reguł etycznych w systemach działających w świecie fizycznym.

Etyka dla AI ma charakter antropocentryczny, ponieważ są to systemy tworzone przez ludzi do wykorzystywania przez ludzi. Ze względu na to, że relacje między twórcami, operatorami i użytkownikami różnią się od siebie w zależności od tego, jaką rolę odgrywają oni w funkcjonowaniu systemów AI, domenę etyki dla AI można podzielić na: projektowanie i tworzenie AI, wykorzystywanie AI przez operatorów oraz wpływ AI na użytkowników. Każdy z tych obszarów związany jest z odmiennymi wartościami, które wymagają ochrony.

Część systemów AI wchodzi w interakcje z ludźmi w świecie fizycznym. Prowadzi to do konieczności zaimplementowania w nich wartości i zasad etycznych. Pozwala to zapewnić przewidywalność ich zachowań oraz ochronę praw ludzi wchodzących z nimi w interakcje. Niezależnie od technicznych problemów związanych z przełożeniem wymogów etycznych na kod źródłowy rodzi się pytanie o to, jakie powinno być źródło implementowanych wartości i zasad. Możliwości są dwie: empiryczne zbadanie poglądów moralnych potencjalnych użytkowników lub aplikacja dobrze ugruntowanych teorii etycznych. Te dwie opcje omówimy na przykładzie głośnego programu The Moral Machine realizowanego przez Massachusetts Institute of Technology oraz prób zastosowania teorii sprawiedliwości Johna Rawlsa w uczeniu maszynowym i samochodach autonomicznych. Przeanalizujemy również dotychczasowe praktyczne implementacje zasad etycznych w maszynach wyposażonych w AI na przykładzie robota Nao.

dr Sebastian Szymański
dr Sebastian Szymański
9. Prawne aspekty rozwoju i wykorzystania sztucznej inteligencji

Wykorzystania AI a ochrona praw człowieka

W ramach wykładu przedstawione zostaną najważniejsze wyzwania prawne dotyczące wpływu sztucznej inteligencji i stosowania algorytmów na ochronę praw człowieka. Jednym z najistotniejszych zagadnień jest możliwość dyskryminowania jednostek na skutek użycia zautomatyzowanych systemów podejmowania decyzji. W drugiej kolejności przedstawione zostaną sposoby i skutki wykorzystywania algorytmów w postępowaniach sądowych i szerzej – w obszarze wymiaru sprawiedliwości.

Omówione zostaną także zasadnicze problemy związane z wpływem AI na inne prawa człowieka, takie jak wolność słowa i informacji, wolność zgromadzania się i stowarzyszania, prawo do prywatności czy do ochrony danych osobowych.

Mirosław Wróblewski
mec. Mirosław Wróblewski

Prawne aspekty dostępu i przetwarzania danych na potrzeby AI

Ogniwem łączącym wszystkie nowe technologie są bez wątpienia dane. Dane są paliwem gospodarki XXI wieku, bez którego niemożliwe jest pozyskiwanie oraz wykorzystywanie jakichkolwiek zasobów. Ogromna wartość danych wymusiła jednak na państwach członkowskich Unii Europejskiej zreformowanie zasad ich ochrony.

Spośród wszystkich regulacji dotyczących gospodarowania danymi najbardziej restrykcyjne dotyczą danych osobowych (jako w największym stopniu dotyczących człowieka). Zasady związane z ich ochroną stanowią niezbędny element wdrażania wszystkich rozwiązań sztucznej inteligencji (AI). Każde takie wdrożenie powinno zostać poprzedzone oceną skutków dla ochrony danych osobowych. Istotą rozwiązań AI jest uczenie maszynowe, które wymaga dostępu do często ogromnych zasobów danych. Dostawca usług AI musi więc uzyskać dostęp do danych osobowych swojego klienta, co wymaga zawarcia umowy powierzenia przetwarzania danych.  Te i inne rozwiązania będą przedmiotem wykładu.

Dodatkowa uwaga poświęcona zostanie wykorzystaniu danych osobowych dla potrzeb AI w sektorze bankowym i ubezpieczeniowym.

Szczególnie istotnym dla rozwoju AI zagadnieniem jest kwestia dostępu do danych publicznych. W ramach wykładu przedstawione zostaną zasady pozyskiwania danych publicznych na potrzeby rozwoju AI.

Ramowy plan wykładu:

  • Wprowadzenie w problematykę unijnej reformy ochrony danych osobowych
  • Najnowsze technologie wyzwaniem dla ochrony danych osobowych
  • Neutralność technologiczna ram prawnych ochrony danych osobowych
  • Ocena ryzyka jako nowy element projektu technologicznego
  • Prawne wymogi przekazania danych dostawcom usług (podwykonawcom)
  • Klauzule umowne dotyczące ochrony danych osobowych wprowadzone do umów dotyczących AI
  • Wykorzystanie danych nieosobowych (maszynowych) na potrzeby AI
  • Wykorzystanie danych publicznych na potrzeby rozwoju AI (re-use)
Maciej Kawecki
dr Maciej Kawecki

mec. Maciej Groń
mec. Maciej Groń

Anna Wyszecka
Anna Wyszecka

Ochrona własności intelektualnej a AI

Sztuczna inteligencja (AI) coraz szerzej wykorzystywana jest do tworzenia muzyki, grafiki, reklam, filmów – czyli dzieł tradycyjnie chronionych w ramach prawa autorskiego. W szeregu wypadków AI tworzy dzieła w oparciu o samodoskonalące się algorytmy i dostarczone dane, bez bezpośredniego zaangażowania człowieka.

W ramach wykładu, w oparciu o konkretne przykłady, przedstawiona zostanie analiza możliwości ochrony tego rodzaju „dzieł” AI w ramach prawa własności intelektualnej.  W szczególności odpowiemy na pytanie, czy tego rodzaju „dzieła” AI podlegają ochronie prawnoautorskiej.

Rozwój AI uzależniony jest od dostępu do olbrzymiej ilości danych. Znaczna cześć danych występuje jako tzw. dane nieustrukturyzowane, zapisane między innymi w różnego rodzaju utworach chronionych prawem autorskim (książkach, obrazach itp.). W ramach wykładu przedstawimy zasady i problemy prawne związane z pozyskiwaniem tego rodzaju danych (text and data mining) oraz zasady ich legalnego pozyskiwania na potrzeby rozwoju AI.

Przedstawione zostaną również zasady ochrony i wykorzystywania baz danych oraz obrotu samymi danymi maszynowymi (w tym umowy licencyjne).

Omówimy również kwestie ochrony rozwiązań AI, w tym ochrony rozwiązań AI jako tajemnicy przedsiębiorstwa oraz ochrony patentowej rozwiązań AI.

Roman Bieda
mec. Roman Bieda

Cywilnoprawne aspekty wykorzystania AI (smart contracts, blochchain)

dr hab. Dariusz Szostek
dr hab. Dariusz Szostek

Odpowiedzialność cywilnoprawna za szkody wyrządzone przez AI

Celem wykładu jest omówienie w sposób przystępny dla przedstawicieli biznesu (a więc niekoniecznie prawników) problemów związanych z przypisaniem odpowiedzialności za czyny popełnione przez urządzenia wyposażone w AI. W ramach wykładu omówione zostaną podstawy odpowiedzialności odszkodowawczej za czyny niedozwolone w Polsce oraz problemy prawne, jakie pojawiają się w związku z rozwojem AI w tym obszarze (w tym w szczególności dotyczące konieczności wskazania osoby odpowiedzialnej).

Rozważane będą przypadki odpowiedzialności na zasadzie winy, jak i odpowiedzialności na zasadzie ryzyka, a także problematyka odpowiedzialności za produkt niebezpieczny i inne reżimy odpowiedzialności adekwatne w kontekście AI.

Odrębnie omówione zostaną plany związane z regulacją AI, w tym rozważania nad wprowadzeniem samoistnej odpowiedzialności AI jako nowego – obok osób fizycznych i osób prawnych – podmiotu prawa.

Maciej Kawecki
dr hab. Przemysław Polański

Prawo ochrony konsumenta a AI

Wykład obejmie analizę zastosowania unijnego i polskiego prawa konsumenckiego wobec naruszeń interesów konsumentów wynikających z zastosowania AI. Przedmiotem wykładu będą m.in.:

  • regulacja nieuczciwych praktyk rynkowych (ustawa o przeciwdziałaniu nieuczciwym praktykom rynkowym oraz dyrektywa 2005/29/WE o nieuczciwych praktykach handlowych), np. zmiany modelu przeciętnego konsumenta, ochrona konsumentów wrażliwych, możliwość stosowania przepisów w stosunku do praktyk takich jak reklama spersonalizowana,
  • regulacja dotycząca niedozwolonych postanowień umownych (art. 3851i nast. kodeksu cywilnego oraz dyrektywa 93/13/EWG o nieuczciwych warunkach w umowach konsumenckich), np. w zakresie oceny niedozwolonego charakteru postanowień umownych w dobie algorytmów,
  • regulacja umów zawieranych z konsumentem na odległość (ustawa o prawach konsumenta i dyrektywa 2011/83/UE o prawach konsumentów), np. dotyczących zakresu obowiązków informacyjnych w przypadku stosowania AI i form ich realizacji.
dr hab. Monika Namysłowska
dr hab. Monika Namysłowska

Prawne aspekty predykcji i Big Data

W ramach wykładu poruszony zostanie temat analityki predykcyjnej – czym jest i gdzie znajduje zastosowanie. Słuchacze dowiedzą się także o znaczeniu Big Data dla analityki predykcyjnej oraz ryzykach prawnych związanych z Big Data. W swej głównej treści wykład skoncentruje się na zjawisku predykcyjnego wymiaru sprawiedliwości („predicitive justice”) oraz predykcyjnego bezpieczeństwa („predictive policing”). Omówione zostaną rozwiązania, jakie już teraz stosowane są na świecie, w jaki sposób ułatwiają one prace prawników, wymiaru sprawiedliwości oraz policji. Jednocześnie, na przykładzie opublikowanych raportów i wyroków/orzeczeń sądowych, przeanalizujemy ryzyka naruszenia m.in. art. 6 Prawo do rzetelnego procesu sądowego z Konwencji o ochronie praw człowieka i podstawowych wolności/klauzuli „Due Process”, gwarantowanej przez 5. oraz 14. poprawkę do Konstytucji Stanów Zjednoczonych.

Gabriela Wiktorzak
mec. Gabriela Wiktorzak

AI governance

Tomasz Grzegory
Tomasz Grzegory

Prawne aspekty wdrożenia AI w przedsiębiorstwie (licencje na rozwiązania AI, umowy wdrożeniowe)

W ramach wykładu przedstawione zostaną prawne aspekty realizacji projektów wdrożenia AI w organizacji. W szczególności umówione zostaną umowy licencji na rozwiązania AI, umowy na korzystanie z baz danych i samych danych na potrzeby rozwoju AI oraz umowy na wdrożenie AI w organizacji.  Przedstawiona zostanie specyfika, najważniejsze postanowienia tego rodzaju umów oraz ryzyka prawne związane z ich realizacją.

Roman Bieda
mec. Roman Bieda

10. Projekt Grupowy – Implementacja rozwiązań AI w organizacji

Końcowy Projekt Grupowy polega na symulacji biznesowej związanej z wprowadzeniem w firmie rozwiązania opartego o sztuczną inteligencję. Symulacja biznesowa bazuje na rzeczywistych przykładach organizacji oraz pozwala uczestnikom na praktyczne zastosowanie zdobytej wiedzy, wykorzystując interaktywną współpracę uczestników oraz możliwość eksperymentowania. Projekt grupowy wymaga wykorzystania zdobytych kompetencji ze wszystkich obszarów (biznesu, prawa i technologii).

Symulacja rozwija indywidualne kompetencje, doskonali umiejętności współpracy w zespole oraz zwiększa świadomość roli w procesie organizacyjnym. Uczestnicy będą mieli możliwość:

przeanalizowania, gdzie i jakie rozwiązania AI wdrożyć,
oszacowania korzyści biznesowych: oszczędności, dodatkowych zysków, uatrakcyjnienia oferty,
przygotowania wdrożenia od strony zaprojektowania zmiany, wprowadzenia nowych procesów biznesowych,
zdefiniowania kluczowych partnerów, technologii i narzędzi.

Końcowym rezultatem projektu będzie Plan wdrożenia AI w firmie.

W takcie przygotowywania Planu słuchacze będą mogli na bieżąco konsultować swoje problemy z opiekunami merytorycznymi.

Andrzej Jankowski
Andrzej Jankowski

Roman Bieda
mec. Roman Bieda

Tomasz Klekowski
Tomasz Klekowski

WYKŁADOWCY

Roman Bieda
mec. Roman Bieda Kierownik Studiów
Tomasz Klekowski
Tomasz Klekowski
Tomasz Trzciński
dr inż. Tomasz Trzciński
Aleksandra Przegalińska
dr Aleksandra Przegalińska
Robert Kroplewski
mec. Robert Kroplewski
Dominik Batorski
dr Dominik Batorski
Piotr Biliński
dr inż. Piotr Biliński
Bartosz Borucki
Bartosz Borucki
Adam Dawidziuk
Adam Dawidziuk
mec. Maciej Groń
mec. Maciej Groń
Tomasz Grzegory
Tomasz Grzegory
Agnieszka Grzelak
dr hab. Agnieszka Grzelak, prof. ALK
Andrzej Jankowski
Andrzej Jankowski
Maciej Kawecki
dr Maciej Kawecki
Michał Koperski
Michał Koperski
Łukasz Kowalik
Łukasz Kowalik
Aleksandra Libiszowska
mec. Aleksandra Libiszowska
Piotr Mieczkowski
Piotr Mieczkowski
dr hab. Monika Namysłowska
dr hab. Monika Namysłowska, prof. n. Uniwersytetu Łódzkiego
Rafał Nowak
dr Rafał Nowak
dr hab. Przemysław Polański, prof. ALK
dr hab. Przemysław Polański, prof. ALK
dr hab. Dariusz Szostek
dr hab. Dariusz Szostek, prof. n. Uniwersytetu Opolskiego
dr Sebastian Szymański
dr Sebastian Szymański
Krzysztof Walas
dr inż. Krzysztof Walas
Gabriela Wiktorzak
mec. Gabriela Wiktorzak
Mirosław Wróblewski
mec. Mirosław Wróblewski
Anna Wyszecka
Anna Wyszecka
Maciej Zięba
dr inż. Maciej Zięba