Yapay Zekada Risk Yönetimi Eğitimi | Digital Vizyon Akademi

Eğitim Hakkında

Bu eğitim, yapay zeka sistemlerinin kurumlara getirdiği model, veri, güvenlik, etik, hukuki ve itibar risklerini tanımlamak, ölçmek ve yönetmek için gerekli çerçeveyi karar vericilere kazandırmak amacıyla tasarlanmıştır. Program; NIST AI RMF, ISO/IEC 23894 ve AB Yapay Zeka Yasası gibi referansları kurumsal risk yönetimi pratiğiyle birleştirerek uygulanabilir bir risk yönetim döngüsü sunar.

Neden Bu Eğitim?

Standartlara Dayalı. NIST AI RMF, ISO/IEC 23894 ve ISO/IEC 42001 referanslarıyla uyumlu, denetlenebilir bir yaklaşım edinin.

Yeni Nesil Riskler. Halüsinasyon, istem enjeksiyonu (prompt injection) ve model kayması gibi YZ'ye özgü riskleri yönetin.

Yönetim Kurulu Gözetimi. Risk iştahı, temel risk göstergeleri ve raporlama yapısıyla yapay zeka riskini yönetim gündemine taşıyın.

“Yapay zekada gerçek liderlik, riskten kaçmak değil, riski görünür kılıp yöneterek inovasyona güvenli bir alan açmaktır.”

Ön Koşullar

Risk Yönetimi Temeli — Risk tanımlama, olasılık-etki değerlendirmesi ve kontrol kavramlarına genel aşinalık.
Kurumsal Süreç Bilgisi — Kurumunuzun karar alma, uyum ve iç kontrol mekanizmalarını genel hatlarıyla tanımak.
Temel YZ Farkındalığı — Üretken yapay zeka araçlarını duymuş veya denemiş olmak yeterlidir; derin bilgi aranmaz.
Teknik Şart Yok — Programlama veya veri bilimi bilgisi gerekmez; teknik riskler yönetici diliyle anlatılır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiYapay zeka sistemlerine özgü risk türlerini tanımak, uluslararası çerçeveleri karşılaştırmak ve kurum için bir yapay zeka risk taksonomisi ile risk haritası oluşturmak.

Modül 1

Yapay Zeka Riskinin Doğası

Yapay zeka riskini klasik BT riskinden ayıran özellikler
Olasılıksal çıktılar, belirsizlik ve öngörülemezlik
Model yaşam döngüsü boyunca ortaya çıkan risk noktaları
Kurum içi, tedarikçi ve gölge YZ kullanımından doğan riskler
Kamuya yansımış yapay zeka olaylarından çıkarılan dersler
Vaka: Hatalı sohbet asistanı yanıtının hukuki sonuçları

Modül 2

Risk Çerçeveleri ve Düzenlemeler

ISO 31000 ile ISO/IEC 23894 yapay zeka risk rehberi
NIST AI RMF: Govern, Map, Measure ve Manage işlevleri
NIST üretken yapay zeka profili (AI 600-1) öne çıkanları
AB Yapay Zeka Yasası: yasaklı, yüksek riskli ve şeffaflık
KVKK ve sektörel düzenleyici beklentilerin yansıması
Karşılaştırma: Kurumunuz için uygun çerçeve kombinasyonu

Modül 3

Teknik ve Güvenlik Riskleri

Halüsinasyon, tutarsızlık ve performans bozulması
Veri ve model kayması (drift) ile izleme ihtiyacı
OWASP LLM uygulamaları için ilk 10 risk listesi
İstem enjeksiyonu, veri sızıntısı ve model zehirleme
MITRE ATLAS ile yapay zekaya yönelik saldırı teknikleri
Demo: Bir LLM asistanına istem enjeksiyonu senaryosu

Modül 4

Etik, Hukuki ve İtibar Riskleri

Algoritmik yanlılık ve ayrımcılık riskinin tespiti
Şeffaflık, açıklanabilirlik ve itiraz hakkı gereksinimleri
Fikri mülkiyet ve telif hakkı belirsizlikleri
Deepfake ve dezenformasyonun kurum itibarına etkisi
Atölye: Kurum için yapay zeka risk taksonomisi taslağı
Günün özeti ve risk kaydı çalışmasına hazırlık

Günün hedefiYapay zeka risklerini puanlamak, uygun kontrolleri seçmek, üç hat modeline dayalı yönetişim yapısı kurmak ve olay müdahale ile raporlama düzenini tasarlamak.

Modül 1

Risk Değerlendirme ve Etki Analizi

Yapay zeka envanteri ve risk sınıflandırma kriterleri
Olasılık-etki matrisi ve doğal ile artık risk ayrımı
Yapay zeka etki değerlendirmesi (AIIA) adımları
Veri koruma etki değerlendirmesi ile entegrasyon
Risk iştahı ve tolerans eşiklerinin belirlenmesi
Atölye: Örnek kullanım senaryoları için risk kaydı

Modül 2

Kontrol Tasarımı ve Güvence

Önleyici, tespit edici ve düzeltici kontrol örnekleri
İnsan gözetimi, onay adımları ve kullanım politikaları
Model doğrulama, kırmızı takım (red teaming) ve test
Model kartları, dokümantasyon ve denetim izi
Temel risk göstergeleri (KRI) ve sürekli izleme
Uygulama: Yüksek riskli senaryo için kontrol seti seçimi

Modül 3

Yönetişim ve Üçüncü Taraf Riski

Üç Hat Modeli ile yapay zeka risk rolleri ve sorumluluklar
Yapay zeka risk komitesi ve yönetim kurulu raporlaması
ISO/IEC 42001 ile yönetim sistemi entegrasyonu
Model ve API sağlayıcıları için tedarikçi değerlendirmesi
Sözleşme maddeleri: veri kullanımı, sorumluluk, denetim
Vaka: Tedarikçi modelindeki değişikliğin iş etkisi

Modül 4

Olay Müdahalesi, Kriz Yönetimi ve Kapanış

Yapay zeka olay tanımı, sınıflandırma ve bildirim akışı
Model geri çekme, devre dışı bırakma ve iletişim planı
Masa başı simülasyon: Yanlı karar üreten model krizi
90 günlük yapay zeka risk yönetimi eylem planı
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve kapanış oturumu

Eğitim Kazanımları

Risk Taksonomisi — Model, veri, güvenlik, etik ve hukuki boyutları kapsayan kuruma özgü bir yapay zeka risk taksonomisi oluşturabileceksiniz.
Çerçeve Hakimiyeti — NIST AI RMF, ISO/IEC 23894 ve EU AI Act gerekliliklerini kurumsal risk yönetimi pratiğine uyarlayabileceksiniz.
Güvenlik Farkındalığı — İstem enjeksiyonu, veri sızıntısı ve model zehirleme gibi tehditleri tanıyıp önlem ihtiyacını belirleyebileceksiniz.
Risk Değerlendirme — Yapay zeka envanteri, etki değerlendirmesi ve risk kaydıyla riskleri tutarlı biçimde puanlayabileceksiniz.
Kontrol Tasarımı — Riskin düzeyine uygun önleyici, tespit edici ve düzeltici kontrolleri seçip izleme göstergelerini tanımlayabileceksiniz.
Tedarikçi Riski — Model ve API sağlayıcılarını veri kullanımı, sorumluluk ve süreklilik açısından değerlendirebileceksiniz.
Yönetişim Yapısı — Üç Hat Modeline dayalı rol dağılımı ve yönetim kurulu raporlama düzenini tasarlayabileceksiniz.
Olay Müdahalesi — Yapay zeka kaynaklı olaylarda sınıflandırma, müdahale ve iletişim adımlarını planlı biçimde yönetebileceksiniz.

Kimler İçin Uygundur?

Üst yöneticiler
risk ve uyum direktörleri
iç denetim yöneticileri
bilgi güvenliği ve hukuk sorumluları ile yapay zeka projelerinin onay süreçlerinde yer alan liderler.

Sıkça Sorulan Sorular

Yapay Zekada Risk Yönetimi Eğitimi kimler için uygundur?

Program; üst yöneticiler, risk ve uyum direktörleri, iç denetim, bilgi güvenliği ve hukuk yöneticileri ile yapay zeka projelerinin onay ve gözetim süreçlerinde yer alan liderler için tasarlanmıştır.

Eğitim ne kadar sürer ve hangi formatta verilir?

Eğitim 2 tam gün ve 8 modülden oluşur. Risk kaydı atölyeleri ve masa başı kriz simülasyonu içerir; yüz yüze, kurum lokasyonunda veya online olarak gerçekleştirilebilir.

Eğitimde hangi standart ve çerçeveler ele alınıyor?

ISO 31000, ISO/IEC 23894, ISO/IEC 42001, NIST AI RMF ve üretken yapay zeka profili, AB Yapay Zeka Yasası, KVKK, OWASP LLM uygulamaları risk listesi ve MITRE ATLAS eğitimin temel referanslarıdır.

Katılım için teknik bilgi gerekiyor mu?

Hayır. Risk, uyum veya denetim süreçlerine genel aşinalık yeterlidir. İstem enjeksiyonu veya model kayması gibi teknik riskler, yönetici düzeyinde ve örnek senaryolarla anlatılır.

Eğitim sonunda sertifika ve çıktı sağlanıyor mu?

Evet. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır. Atölyelerde hazırlanan risk taksonomisi, risk kaydı ve kontrol seti şablonları da katılımcılarla paylaşılır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

YAPAY ZEKADA RISK YÖNETİMİ EĞİTİMİ