Kiểm toán AI, bạn có đang cảm thấy mông lung không biết nên bắt đầu hiểu từ đâu? AI giờ đây không còn chỉ là một xu hướng công nghệ đơn thuần mà đang nhanh chóng lan rộng sang các lĩnh vực ra quyết định của doanh nghiệp, tự động hóa công việc, phản hồi khách hàng, tuyển dụng, bảo mật và quản trị rủi ro. Tuy nhiên, so với tốc độ triển khai AI, vẫn chưa có nhiều người hiểu một cách hệ thống về việc: "Liệu AI có đang được kiểm soát đúng cách?", "Có thể tin tưởng vào các quyết định của AI không?", hay "Những rủi ro nào có thể phát sinh trong quá trình vận hành dữ liệu và mô hình?". Đặc biệt, những người làm trong lĩnh vực kiểm toán IT, bảo mật, kiểm soát nội bộ và quản lý dự án thường có những trăn trở như: Kiểm toán AI khác với kiểm toán IT truyền thống như thế nào? Đối với mô hình AI, chỉ cần xem mã nguồn là đủ hay phải xem xét cả dữ liệu và quá trình học máy? Quản trị AI, rủi ro, định kiến, khả năng giải thích, MLOps và ứng phó sự cố kết nối với nhau như thế nào? Để hiểu các khái niệm trong các chương trình chứng chỉ liên quan đến kiểm toán AI như AAIA dưới góc độ thực tế, nên bắt đầu từ đâu? Khóa học này được tạo ra chính là để giải quyết những sự mông lung đó. Tôi đã có khoảng 20 năm kinh nghiệm trong các lĩnh vực lập kế hoạch dịch vụ IT, phát triển, PM, vận hành nền tảng cộng tác, xây dựng groupware, lập kế hoạch dịch vụ chatbot, bảo mật và kiểm toán. Tôi đã trực tiếp trải nghiệm tại hiện trường về cách một hệ thống được lập kế hoạch, phát triển và vận hành trong một tổ chức thực tế, cũng như cách các yếu tố lỗi, thay đổi, bảo mật và yêu cầu của người dùng kết nối với nhau. Ngoài ra, thông qua quá trình học tập CISA và AAIA, tôi đã hệ thống hóa được các góc nhìn về kiểm toán IT và kiểm toán AI. Trong khóa học này, thay vì đi sâu vào công nghệ AI phức tạp dưới góc độ toán học hay phát triển, tôi sẽ tập trung giải thích các khái niệm cốt lõi mà kiểm toán viên và nhân viên IT thực tế bắt buộc phải hiểu. Chúng ta sẽ xem xét hệ thống AI bằng cách chia nhỏ thành các luồng: dữ liệu, mô hình, vận hành, bảo mật, quản trị, rủi ro và quy trình kiểm toán, từ đó tổng hợp lại những điểm kiểm soát và xác nhận cần thiết ở mỗi giai đoạn. Thông qua khóa học này, học viên sẽ hiểu rằng kiểm toán AI không đơn thuần là "việc đánh giá AI", mà là việc kiểm tra hệ thống quản trị, rủi ro và kiểm soát để đảm bảo AI được sử dụng một cách an toàn và có trách nhiệm trong tổ chức. Khóa học này phù hợp với những người mới bắt đầu với kiểm toán AI, những người đang làm kiểm toán IT hoặc bảo mật muốn mở rộng sang lĩnh vực AI, những người muốn hệ thống hóa quản trị và rủi ro AI dưới góc độ thực tế, và những người muốn nắm bắt khái niệm tổng thể trước khi bắt đầu học các chứng chỉ liên quan đến kiểm toán AI như AAIA. Sau khi kết thúc khóa học, bạn sẽ có thể tự mình trả lời các câu hỏi sau: Hệ thống AI bao gồm những thành phần nào? Kiểm toán viên AI cần xác nhận điều gì trong các giai đoạn dữ liệu, mô hình và vận hành? Tại sao quản trị AI và AI có trách nhiệm lại quan trọng? Rủi ro AI, định kiến, khả năng giải thích, quyền riêng tư và bảo mật kết nối với nhau như thế nào? Báo cáo kiểm toán AI cần chứa đựng những góc nhìn và căn cứ nào? Trong thời đại AI thay đổi nhanh chóng, năng lực quản lý và kiểm tra để công nghệ trở nên đáng tin cậy cũng quan trọng không kém việc sử dụng thành thạo công nghệ đó. Khóa học này là lộ trình nhập môn dành cho những ai muốn hiểu bức tranh toàn cảnh về kiểm toán AI một cách bài bản từ đầu. Hãy cùng nhau xây dựng tiêu chuẩn đầu tiên để nhìn nhận IT và AI dưới góc độ kiểm toán.