Quer ser a pessoa na sua organização capaz de identificar quando um sistema de IA apresenta preconceitos, é inseguro ou não está em conformidade, antes que isso se torne um problema? Consegue responder, com confiança, à pergunta: «Como é que regulamos a nossa utilização da IA?» Seria capaz de criar o quadro de avaliação de riscos e de governação de que a sua organização ainda não dispõe?
Atualmente, todas as organizações que utilizam IA precisam de, pelo menos, uma pessoa capaz de fazer tudo isto. Este programa foi concebido para que essa pessoa seja você.
Este programa de 8 semanas foi concebido por Toju Duke, uma especialista em IA responsável e gestão de riscos reconhecida a nível mundial e ex-gestora do Programa de IA Responsável da Google. Ela liderou processos de governação em alguns dos maiores modelos de IA da empresa e está agora a formar especialistas em IA responsável em todo o mundo.
Toju é autor de dois livros sobre o tema, incluindo o primeiro guia prático sobre avaliação e gestão de riscos da IA, e recorre a essa experiência para proporcionar aos participantes um quadro de referência, e não apenas um conjunto de ideias.
As sessões são práticas e interativas do início ao fim: os participantes encenam cenários de crise, analisam sistemas reais de IA para detetar preconceitos ocultos e problemas de privacidade, corrigem um caso concreto de preconceito de género num modelo de concessão de empréstimos e desenvolvem o seu próprio processo de avaliação de risco por níveis. Cada semana contribui para a criação de um quadro de governação da IA funcional que os participantes podem aplicar diretamente na sua própria organização.
No final, os participantes saem com esse quadro em mãos, juntamente com uma compreensão sólida e prática de como identificar, avaliar e reduzir os riscos da IA. É adequado para qualquer pessoa que trabalhe na intersecção entre a ética, a governação ou os riscos da IA, desde os departamentos Jurídico, de Recursos Humanos e de Operações até à Engenharia, à Gestão de Programas e de Produtos e à liderança.
Data de início: quarta-feira, 26 de agosto de 2026
Hora: 16:00, hora do Reino Unido
Duração da masterclass: 60 minutos x 8 semanas
Informações para participação: o link do Zoom e as informações do calendário serão enviados após a confirmação
Será emitido um certificado após a conclusão de todas as sessões
Limite de participantes: mínimo de 10 – máximo de 30
Para estabelecer os princípios fundamentais da IA responsável, é necessário voltar ao essencial e distinguir as várias vertentes da ética da IA: a «IA ética», a «IA responsável» e a «governação da IA».
Através de uma analogia com as compras de supermercado com os olhos vendados, os participantes irão aprender os princípios filosóficos e morais fundamentais utilizados para orientar o desenvolvimento justo, seguro, centrado no ser humano e sustentável da IA.
Passaremos então a uma sessão interativa intitulada «Desmascarar as laranjas podres». Os participantes terão a tarefa a identificar «laranjas podres» (preconceitos ocultos), «ovos partidos» (fugas de privacidade), e os itens completamente substituídos (funcionalidades tóxicas não intencionais) num modelo de IA e domínio selecionados.
A aula terminará com uma avaliação simples dos riscos do modelo de IA que escolheram , utilizando uma estrutura por níveis, desde do mais crítico ao menos crítico.
Conclusão principal: os sistemas de IA têm de ser submetidos a avaliações de risco antes de se poderem realizar quaisquer auditorias à IA.
Existem vários aspetos importantes do ciclo de vida do desenvolvimento de ML/IA que é necessário ter em conta, desde a aquisição ou o desenvolvimento até à implementação, utilização, IA responsável e processos de governação da IA.
Vamos analisar em pormenor o quadro de referência da IA responsável, composto por oito pilares, aprendendo sobre as várias áreas relacionadas com a segurança da IA durante a sua utilização e adoção. Iremos também analisar estudos de caso que destacam os aspetos positivos, negativos e problemáticos da IA, com especial ênfase nos aspetos «positivos».
Compreender os diferentes mecanismos de proteção e as suas limitações será o nosso próximo foco, analisando-os à luz do quadro dos 8 pilares.
Vamos terminar com um questionário de curiosidades para identificar as diferentes facetas da IA, distinguindo entre o que é bom, o que é mau e o que é francamente feio e repugnante.
Conclusão principal: Na sequência das avaliações de risco relacionadas com a IA, é necessário aplicar estratégias de mitigação e medidas de proteção.
A governação da IA estabelece as regras precisas, os mecanismos de supervisão e os controlos internos necessários para garantir que os sistemas cumprem a legislação e são seguros do ponto de vista social.
Analisando a Lei de Moore, iremos avaliar se o ritmo de crescimento da IA continua a seguir essa lei e se são necessárias salvaguardas regulamentares e éticas. Faremos uma breve panorâmica das regulamentações existentes em matéria de IA em todo o mundo.
Um quadro de governação de alto desempenho assenta em cinco áreas-chave. Os participantes irão simular uma «Sala de Crise de IA» e trabalhar num conselho executivo de conformidade para implementar as cinco áreas-chave da governação.
O conselho de administração irá analisar três aplicações de IA de alto risco, avaliando os níveis de risco e a conformidade com os quadros regulamentares em todo o mundo.
Conclusão principal: a governação da IA é uma parte essencial da sua adoção e requer uma avaliação contínua dos riscos e estruturas de conformidade.
A equidade na IA exige o tratamento equitativo de indivíduos e grupos, protegendo as populações marginalizadas ou historicamente desfavorecidas contra a discriminação digital.
A equidade na IA generativa exige um tratamento não invasivo dos utilizadores humanos, a fim de prevenir o declínio cognitivo, a resignação e a dependência excessiva das aplicações de IA.
Analisaremos os vários pontos de entrada do preconceito no desenvolvimento da IA e o impacto da utilização da IA na psique humana.
Através da criação de dois cenários reais, os participantes irão corrigir preconceitos de género numa empresa de financiamento de empréstimos e conceber um quadro de colaboração entre humanos e IA para preservar a cognição e a autonomia humanas.
Conclusão principal: A equidade nos sistemas de IA atenua os preconceitos, e as equipas diversificadas são parte integrante das medidas de atenuação desses preconceitos. Para preservar a autonomia humana, devem ser adotadas estruturas que integrem o ser humano e a IA.
Para garantir que a IA seja implementada e utilizada de forma segura, sem quaisquer riscos sistémicos indesejados ou falhas a jusante, há quatro princípios de segurança que devem ser aplicados.
Através de questionários de curiosidades, teremos uma sessão interativa para compreender o funcionamento de uma decisão automatizada complexa e a forma como uma organização pode aplicar os princípios de transparência e explicabilidade para desmembrar o processo de tomada de decisão do sistema de IA.
O objetivo principal é compreender a opacidade da IA generativa e dos sistemas de IA em geral, e aprender as várias formas de explicar os resultados de cada sistema a um utilizador.
Os participantes irão, em seguida, encenar diferentes cenários, explicando as diversas variáveis a diferentes partes interessadas, numa linguagem simples.
Conclusão principal: Todas as empresas que utilizam sistemas de IA devem prestar contas e adotar medidas de transparência, o que contribuirá para melhorar a segurança da IA.
Os custos crescentes da hiperescala, do consumo de água e energia e o impacto que os centros de dados de supercomputadores estão a ter nas comunidades estão a agravar-se.
A principal preocupação da maioria das pessoas é saber como medir o consumo de energia da IA.
Os participantes irão aprender a avaliar o consumo de água e de energia ao utilizar IA generativa.
Haverá uma sessão interativa com um «Dragon’s Den» dedicado à IA ecológica, onde serão apresentadas novas soluções empresariais de IA ecológicas a investidores sustentáveis — o grupo.
Vamos concluir com uma visão geral das várias ferramentas existentes que medem o consumo de energia dos modelos de IA.
Conclusão principal: É possível reduzir o consumo de água e de energia nos centros de dados e na utilização da IA.
Vamos concluir o curso reunindo todos os diferentes aspetos da IA responsável e da governação da IA.
Vamos dividir-nos em grupos e criar um processo de governação da IA para as vossas organizações e um quadro de referência para uma IA responsável destinado às vossas equipas técnicas.
Será também desenvolvida uma estrutura que integre pessoas e IA, na qual as suas equipas estejam no centro de todos os processos empresariais, com especial atenção às várias partes interessadas, desde os seus clientes, equipas internas, decisores políticos e comunidades.
Os participantes sairão com um modelo sólido de governação da IA e de IA responsável e, acima de tudo, com uma compreensão aprofundada de como reduzir os riscos da IA numa organização e para os utilizadores.
Traga as suas perguntas e os seus desafios reais para uma sessão informal de 1 hora, na qual o Toju irá responder às suas perguntas e aos desafios da vida real que se têm vindo a acumular ao longo das primeiras 7 sessões.
Os participantes são convidados a trazer:
Consulte outros workshops no nosso catálogo que possam ser do seu interesse:
A sua equipa já conta com agentes de IA. Este curso ensina os líderes a estruturar,
E se a IA não te tornasse menos criativo, mas sim
