ITIL® AI Governance Version 5

ماذا ستتمكن من فعله بعد الدورة

• التمييز بين إدارة الذكاء الاصطناعي والحوكمة والقيادة والتنظيم، وفهم دور كل منها داخل المؤسسة.
• فهم أنواع الذكاء الاصطناعي وخصائصه، وكيف تؤثر قدراته في الاستخدامات والمخاطر والضوابط المطلوبة.
• تقييم حالة استخدام للذكاء الاصطناعي من خلال النتائج والتكاليف والمخاطر وخصائص الخدمة والاستدامة واللوائح ذات الصلة.
• تحديد مخاطر الذكاء الاصطناعي والمبادئ الأخلاقية والإجراءات المناسبة للتعامل معها.
• استخدام ITIL AI Governance Improvement Model لمراجعة الوضع الحالي، تحديد المتطلبات، تصميم التعديلات، تنفيذ التحسينات، ثم متابعة استمرارها.
• تطبيق متطلبات إدارة وضبط استخدام الذكاء الاصطناعي في مواقف تشمل الموردين وخدمات الأطراف الثالثة وبيئات التشغيل والتسليم.

لمن تناسب هذه الدورة

• المؤسسات والمهنيون الذين يستخدمون الذكاء الاصطناعي ويحتاجون إلى مسؤوليات وضوابط أوضح حول استخدامه.
• مديرو تقنية المعلومات وقادة التقنية المسؤولون عن الإشراف على استخدام الذكاء الاصطناعي.
• مديرو المنتجات المسؤولون عن منتجات وخدمات رقمية تعتمد على الذكاء الاصطناعي.
• معماريو المؤسسات ومحللو الأعمال في تقنية المعلومات المشاركون في تصميم حلول تعتمد على الذكاء الاصطناعي.
• مديرو تسليم تقنية المعلومات وقادة تطوير المنتجات الذين ينقلون حلول الذكاء الاصطناعي إلى الاستخدام الفعلي.
• المهنيون المسؤولون عن مخاطر الذكاء الاصطناعي والامتثال والموردين والأطراف الثالثة.

المهارات التي ستبنيها

• تحديد مستوى نضج إدارة الذكاء الاصطناعي داخل المؤسسة ومعرفة الفرق بين الحوكمة والإدارة والقيادة والتنظيم.
• ربط أي نظام ذكاء اصطناعي بالقدرات الست في ITIL AI Capability Model وتحديد نوع المخاطر المرتبط بكل قدرة.
• تقييم حالة استخدام للذكاء الاصطناعي بناءً على النتائج والتكاليف والمخاطر وخصائص الخدمة والاستدامة واللوائح.
• مراجعة النظام الحالي واختبار مدى تحمله للمخاطر باستخدام Contextual Risk Factors وتحديد أولويات المخاطر.
• إعداد تصميم واضح يحدد حدود القرار، والرقابة البشرية، والتصعيد، والأدلة المطلوبة، وكيفية المتابعة.
• إعداد خطة عملية للتنفيذ والاستمرار، مع خطوات انتقال مؤقتة ومعايير واضحة للنجاح والتوقف.
• إدخال متطلبات إدارة الذكاء الاصطناعي داخل مراحل وقرارات PRINCE2 ومسارات عمل DevOps.
• مواءمة الممارسات الداخلية مع ISO/IEC 42001 وEU AI Act والمعايير واللوائح الخارجية ذات الصلة.

الوحدة 1: عالم الذكاء الاصطناعي والحاجة إلى إدارة استخدامه وضبطه

• الفرق بين وجود سياسة للذكاء الاصطناعي ووجود مسؤوليات وضوابط تعمل فعليًا.
• كيف يغيّر الذكاء الاصطناعي بيئة العمل وما الذي يعنيه ذلك للمؤسسات والمهنيين.
• تحديد مستوى نضج المؤسسة وما الذي يمكن أن تحققه الإدارة الجيدة لاستخدام الذكاء الاصطناعي.
• نشاط عملي لتحديد المسؤوليات والضوابط المفقودة في تطبيق غير منظم للذكاء الاصطناعي.

الوحدة 2: ما المقصود بالحوكمة في هذا السياق

• فهم الحوكمة والإدارة والقيادة والاستخدام المسؤول للذكاء الاصطناعي.
• التمييز بين الحوكمة المؤسسية وحوكمة تقنية المعلومات وحوكمة الذكاء الاصطناعي وبين التنظيم الخارجي.
• فهم كيف تعمل الحوكمة والإدارة معًا لخلق القيمة.
• نشاط عملي للتمييز بين قرارات الحوكمة وقرارات الإدارة.

الوحدة 3: ما الذكاء الاصطناعي وما الذي يمكن ضبطه

• أنواع الذكاء الاصطناعي، بما في ذلك Narrow وGenerative وAgentic AI، ومتى يستخدم كل نوع.
• حالات استخدام الذكاء الاصطناعي عبر القطاعات ووظائف المؤسسة.
• مخاطر مثل التحيز والخصوصية والهلوسة.
• تقييم قيمة حالة الاستخدام من خلال النتائج والتكاليف والمخاطر والاستدامة والتنظيم ومتطلبات الرقابة.

الوحدة 4: عندما يفشل ضبط استخدام الذكاء الاصطناعي

• ITIL AI Capability Model والاختلاف بين قدراته.
• كيف تؤثر القدرات في الحدود والمخاطر والضوابط المطلوبة.
• فئات المخاطر والمبادئ الأخلاقية والإجراءات المقابلة لها.
• وجهات النظر الأربع لحوكمة الذكاء الاصطناعي وكيف ترتبط ببعضها.
• تأثير Shadow AI في الاستراتيجية والمواءمة.
• نشاط عملي لربط نظام ذكاء اصطناعي بالقدرات والمخاطر المرتبطة به.

الوحدة 5: استخدام ITIL كأداة لإدارة القرارات والضوابط

• كيف تساعد المنتجات والخدمات الرقمية على خلق القيمة.
• ITIL Value System والأبعاد الأربعة لإدارة المنتجات والخدمات.
• ITIL Product and Service Lifecycle Model وأنشطة دورة الحياة.
• ITIL Guiding Principles ودورها في توجيه القرارات والسلوك.
• ITIL Maturity Model وContinual Improvement Model وTransformation Model.
• دور الذكاء الاصطناعي في دعم أنشطة دورة الحياة والأتمتة.

الوحدة 6: ITIL AI Governance Improvement Model - التقييم والتصميم

• المصطلحات الرئيسية ووجهات النظر الأربع.
• لماذا لا تكفي حوكمة تقنية المعلومات وحدها عند التعامل مع الذكاء الاصطناعي.
• أنماط الحوكمة الأربعة وخطوات ITIL AI Governance Improvement Model.
• مراجعة النظام الحالي واختبار نقاط الضعف.
• تحديد المتطلبات وتصميم التعديلات المطلوبة.
• مخرج عملي: تصميم مبرر وجاهز للانتقال إلى التنفيذ.

الوحدة 7: ITIL AI Governance Improvement Model - التنفيذ والاستمرار

• تحويل المتطلبات المتفق عليها إلى أدوار ومسارات عمل وأدوات وتدريب وضوابط وتصعيد ومتابعة وأدلة.
• تطبيق حدود القرار والرقابة البشرية وضوابط Shadow AI في العمل اليومي.
• استخدام خطوات انتقال مؤقتة إلى أن تكتمل القدرات الدائمة.
• المتابعة والتدقيق والأدلة وملاحظات أصحاب المصلحة والتحسين المستمر.
• أثر المعايير واللوائح وخدمات الأطراف الثالثة في المتطلبات والرقابة.
• مخرج عملي: خطة تنفيذ واستمرار لحالة استخدام واحدة.

الوحدة 8: الذكاء الاصطناعي في دورك وقطاعك

• كيف يدعم الذكاء الاصطناعي نتائج الأعمال وخلق القيمة.
• حالات استخدام عبر القطاعات ووظائف المؤسسة.
• دوره في الاستراتيجية الرقمية والاستعداد للتحول والتكيف مع التغيير.
• فوائد ومخاطر تبني الذكاء الاصطناعي وأثر الاستدامة في القيمة.
• نشاط عملي لتقييم سياق حالة استخدام قبل اختيار الضوابط والرقابة.

الوحدة 9: ربط إدارة الذكاء الاصطناعي بالمنهجيات والمعايير واللوائح

• كيف تتكامل ITIL وPRINCE2 وDevOps والمعايير واللوائح في دعم إدارة استخدام الذكاء الاصطناعي.
• دمج ITIL AI Governance Improvement Model مع المنهجيات والأساليب الأخرى.
• تطبيق المتطلبات داخل مراحل وقرارات PRINCE2.
• تطبيق المتطلبات داخل ممارسات DevOps ومسارات التسليم المستمر.
• فهم الدور المختلف لكل من المنهجيات والمعايير واللوائح.