課程大綱
CAIP™ 課程大綱、學習成果與評核準則
認證認知人工智能專業人員 (CAIP™) 課程由七個單元組成，對應香港政策及全球主要框架。以下為各課程單元、完成後可掌握的能力，以及評核方式。
一覽
課程結構
- 總時數
- 不少於 21 小時：至少 18 小時實體面授，另加 3 小時監考考試。
- 授課模式
- 由認證導師面對面實體授課 —— 包括互動討論、個案研習及治理實務演練。
- 單元
- 七個單元，比重相同，各自對應權威標準及參考框架。
- 語言
- 視乎班期安排，課程可以英語、廣東話或普通話授課。
單元
課程單元與學習成果
每個單元對應考試內容大綱 (ECO)。完成該單元後，你將能夠：
1. 香港人工智能政策與實務
香港 DPO《人工智能倫理框架》、《生成式人工智能應用指引》、個人資料私隱專員公署《資料保障模範框架》
學習成果
- 解讀香港特區政府的人工智能指引，包括 DPO《人工智能倫理框架》及《生成式人工智能應用指引》
- 將個人資料私隱專員公署《資料保障模範框架》應用於處理個人資料的人工智能系統
- 就香港政策工具下的合規人工智能採用向機構提供建議
2. 全球人工智能法規
歐盟《人工智能法案》及主要經濟體的監管標準
學習成果
- 闡釋歐盟《人工智能法案》以風險為本的架構及按系統類別劃分的義務
- 比較主要經濟體的監管取向
- 評估企業人工智能部署的跨境合規風險
3. 人工智能生命週期與方法論
全球人工智能項目方法論 (CPMAI)
學習成果
- 運用 CPMAI 方法論端到端規劃及管理人工智能項目
- 識別可信人工智能生命週期中的數據、模型及評估關卡
- 識別人工智能項目交付的常見失敗模式及預防方法
4. 全球人工智能治理
人工智能治理政策、法規與實務 (AIGP)
學習成果
- 設計符合 AIGP 政策、法規與實務的人工智能治理框架
- 界定負責任人工智能的角色、問責及監督架構
- 草擬治理文件，例如人工智能政策、登記冊及檢討節點
5. 人工智能驅動的項目管理
人工智能驅動項目管理最佳實務 (AIPM)
學習成果
- 運用 AIPM 最佳實務領導人工智能驅動的項目
- 將人工智能風險、質素及持份者管理融入交付計劃
- 向行政贊助人匯報及量度人工智能項目成果
6. 人工智能風險管理
NIST 人工智能風險管理框架 (NIST AI RMF 1.0)
學習成果
- 將 NIST 人工智能風險管理框架（Govern、Map、Measure、Manage）應用於實際系統
- 識別、評估人工智能風險並排序，包括偏見、不透明及誤用
- 為剩餘人工智能風險訂立控制及監察措施
7. 國際人工智能管理系統
ISO/IEC 42001:2023 人工智能管理系統標準
學習成果
- 解讀 ISO/IEC 42001:2023 對人工智能管理系統 (AIMS) 的要求
- 將機構現有流程對應至 AIMS 條款
- 協助機構為 AIMS 實施及審核做好準備
評核
評核準則
- 題目形式
- 多項選擇題。約 50 題選擇題分階段進行（每個 3 小時單元 15 題）。
- 及格分數
- 及格分數按各單元題目難度動態計算。考生必須通過所有部分（各部分約 70%–80% 基準）。
- 考試誠信
- 考試為現場監考，杜絕遙距深偽冒認，保障資格價值。
- 重考
- 未通過某單元的考生可重考該單元；重考費用請參閱收費頁面。