Inteligência Artificial e Dados: Regulação e Governança
O avanço das tecnologias de Inteligência Artificial (IA) tem gerado transformações profundas em várias indústrias, trazendo novas oportunidades, mas também desafios éticos, jurídicos e regulatórios. No cenário atual, onde a regulação da IA é debatida globalmente, é essencial para profissionais de diversas áreas estarem preparados para enfrentar esses desafios e se destacar no mercado.
Este curso vai capacitar você a entender as implicações éticas, jurídicas e técnicas dos sistemas de IA, com um foco especial em proteção de dados e governança. Ao final, você estará preparado para tomar decisões estratégicas, implementando boas práticas de compliance e mitigação de riscos em projetos que utilizam IA. Seja você um profissional de tecnologia, direito ou negócios, este curso fornecerá as ferramentas necessárias para atuar em um dos campos mais dinâmicos e promissores da atualidade.
Objetivos
Objetivo Geral
Capacitar os alunos e alunas a manejarem conceitos ligados à inteligência artificial e governança de dados, englobando tanto conceitos técnicos quanto seus impactos sociais. Ao final do curso, espera-se que as(os) alunas(os) tenham competências para avaliação ou supervisão de sistemas de inteligência artificial, estando capacitados para lidar com desafios éticos e regulatórios, bem como atuar na governança desses sistemas, reconhecendo quando terão impactos ético-jurídicos significativos e a sua conexão com a ideia mais ampla de governança de dados.
Objetivos específicos
- Introduzir os principais elementos técnicos e conceitos de sistemas de inteligência artificial;
- Demonstrar os impactos éticos, jurídicos e de direitos humanos de aplicações de sistemas de inteligência artificial;
- Explicitar a conexão entre o campo da proteção de dados com o campo da inteligência artificial;
- Apresentar um panorama do cenário regulatório brasileiro de sistemas tomadas de decisão automatizada;
- Comparar o cenário regulatório brasileiro com o cenário internacional e traçar tendências de interoperabilidade regulatória e identificar divergências;
- Desenvolver habilidades práticas de compliance e gestão de risco para adoção e implementação de sistemas de IA.
- Desenvolvimento de raciocínio crítico e resolução de problemas concretos.
Professores
Bruno Bioni
Jaqueline Trevisan Pigatto
Marina Feferbaum
Carla Vieira
Maria Cecília Oliveira Gomes
Raíssa Moura
Ramon Vilarino
Rafael Zanatta
Data Privacy Ensino e Associação Data Privacy Brasil de Pesquisa
Doutor em Direito Comercial e Mestre em Direito Civil na Faculdade de Direito da Universidade de São Paulo. Foi study visitor do Departamento de Proteção de Dados Pessoais do European Data Protection Board/EDPB e do Conselho da Europa, pesquisador visitante no Centro de Pesquisa de Direito, Tecnologia e Sociedade da Faculdade de Direito da Universidade de Ottawa. É autor do livro Proteção de Dados Pessoais: a função e os limites do consentimento. É membro da Rede Latino-Americana de Estudos sobre Vigilância, Tecnologia e Sociedade/LAVITS, e também da International Association of Privacy Professionals – IAPP, com Certificação CIPP/E. É diretor fundador do Data Privacy Brasil, um espaço de intersecção entre uma escola de cursos e uma associação de pesquisa na área de privacidade e proteção de dados.
Doutora em Ciências Sociais pela UNESP Araraquara e mestre em Relações Internacionais pelo Programa de Pós-Graduação San Tiago Dantas (UNESP – UNICAMP – PUC/SP). Foi fellow da Escola de Governança da Internet (EGI) do CGI.br, ICANN Next Gen e Youth@IGF. Pesquisa governança global da Internet desde 2016, pesquisadora na Associação Data Privacy Brasil desde 2020 e coordenadora de área desde 2023.
Doutora em Direito. Coordenadora do Centro de Ensino e Pesquisa em Inovação (CEPI) e da área de metodologia de ensino da FGV Direito SP, onde também é professora dos programas de graduação e pós-graduação. Visiting Professor Fordham University.
Mestre em Inteligência artificial pela USP e atua como Engenheira de Dados. Foi reconhecida como Google Developer Expert em Machine Learning e uma das 100 mulheres brilhantes na área de IA Ética. Atuou como professora no Insper no Master de Jornalismo de Dados e no curso de Racismo Algorítmico da Ação Educativa.
Doutoranda em Filosofia e Teoria Geral do Direito na Faculdade de Direito da Universidade de São Paulo (USP). Professora do Data Privacy Brasil. Foi visiting researcher no European Data Protection Supervisor (EDPS) e foi visiting researcher na Data Protection Unit do Council of Europe (CoE). Foi Líder de Projeto de Proteção de Dados no Centro de Ensino e Pesquisa em Inovação, da Escola de Direito de São Paulo da Fundação Getúlio Vargas (FGV Direito SP). Pós-graduada em Propriedade Intelectual e Novos Negócios pela Fundação Getúlio Vargas/FGV. Advogada especializada em Privacidade e Proteção de Dados.
Advogada graduada pela Universidade Presbiteriana Mackenzie, com pós-graduação em Propriedade Intelectual e Novos Negócios pela Fundação Getulio Vargas (FGV-SP). Ex-coordenadora da equi- pe de Transações Tecnológicas em escritório referência no mercado, com vasta experiência em contratos envolvendo tecnologia, proprie- dade intelectual e proteção de dados. Atuação em diversos setores envolvendo tecnologia, como publicitário, entretenimento, e-com- merce, varejo, meios de pagamento, software, redes sociais, plata- formas online, tecnologia da informação e internet.
Físico de formação e analista de riscos de inteligência artificial, dedica-se a investigar o comportamento de sistemas de decisão automática suportados por aprendizagem de máquina no contexto de bancário. Em experiências anteriores como cientista de dados em algumas das principais instituições de crédito do país, foi responsável por um dos primeiros registros das implicações raciais em sistemas automáticos de alocação de crédito. Em uma residência de pesquisa na Universidade da Califórnia Berkeley, se dedicou à investigação do uso de algoritmos no sistema judiciário estadunidense. Atualmente, tem direcionado esforços para entender e situar politicamente o papel da “inteligência artificial” como ferramentas de conhecimento e decisão.
Cronograma
AULA 01 – INTRODUÇÃO SÓCIO-JURÍDICA: ENTENDENDO A GOVERNANÇA TECNOGIA(S)
PARA ENTENDER DE IA(S)
Bruno Bioni
- Introdução à governança e regulação. 1.1. O que nos ensina a regulação das “velhas”
tecnologias? 1.2. Princípio da precaução. 1.3. Regulação geral vs Setorial. 1.4. Autorregu-
lação, Corregulação e Comando & Controle. 2. As leis de proteção de dados como porta
de entrada para governança de IA.
AULA 02: DA PROTEÇÃO DE DADOS À REGULAÇÃO DE IA: INTERSECÇÃO E CASOS
Rafael Zanatta
- Implicações da Lei Geral de Proteção de Dados em sistemas de IA. 1.1. Principiologia
e gramática constitucional. 1.2. Direitos dos titulares. 1.3. Bases legais. 1.4. Anonimiza-
ção e suas limitações. 2. Ressonâncias e Dissonâncias entre regulações de proteção de
dados e regulações de IA. 3. Intersecção na prática: Casos e enforcement. 3.1. Casos
no cenário brasileiro. 3.2. Casos no cenário europeu. 3.3. Casos em outras jurisdições
internacionais.
AULA 03: INTRODUÇÃO TÉCNICA: DA MÁQUINA DE TURING ATÉ A IA GENERATIVA
Carla Vieira
- Estruturando arquiteturas de governança em organizações. 2. Particularidades e dife-
renças: Da governança de dados pessoais à governança de dados. 3. Governando o novo:
Caminhos para a governança de IA.
AULA 04: REGULAÇÃO DE IA NO BRASIL
Bruno Bioni
- PL 2338/23 e o modelo regulatório proposto. 1.1. Princípios e regras gerais. 1.2. Classi-
ficação de sistemas de IA. 1.3. Direitos previstos pela lei. 1.4. Uso de IA no Poder Público.
1.5. Conciliação de regulação assimétrica de risco com direitos. 2. Análise crítica entre o
PL 2338/23 e outros projetos internacionais de regulação.
AULA 05: AVALIAÇÃO DE RISCO
Maria Cecília e Ramon Vilarino
- Regulação baseada em riscos e em direitos 1.1. Definindo regulação de risco. 1.2. Mo-
delos de classificação de riscos em sistemas de IA. 1.3. IA Generativa e suas particula-
ridades. 1.4. Proposta de classificação de risco no PL 2338/23. 2. Particularidades Bra-
sileiras: a pauta antidiscriminatória e antiracista. 3. Modelos e frameworks de Avaliação
de risco/impacto. 4. PL 2338: Avaliação Preliminar e Avaliação de Impacto Algorítmico.
AULA 06: GOVERNANÇA DE DADOS
Raíssa Moura
- Introdução a conceitos técnicos. 1.1. O que é “inteligência artificial”. 1.2. Aprendiza-
do Supervisionado. Aprendizado por reforço. 1.3. Aprendizado não-supervisionado. 1.4.
Shallow Learning (Regressão e Árvore de Decisão) vs Deep Learning (Redes Neurais).
1.5. Aplicações de IA. 2. Tipos de métricas em Inteligência Artificial (Acurácia, Precisão e
Revocação). 3. IA Generativa e modelos de linguagem natural.
AULA 7: GOVERNANÇA E REGULAÇÃO DE IA NA PRÁTICA: ENFORCEMENT PRIVADO-PÚBLICO
Marina Feferbaum
- Políticas de uso de IA em organizações. 2. Comitês de ética em IA: análise de modelos
e boas práticas. 3. Enforcement Privado-Público. 3.1. Contratos e cadeia de agentes. 3.1.
Auditorias e participação cívica. 3.2. Estudo de caso: enforcement híbrido a partir de um
estudo de caso
AULA 8: ENTRE O LOCAL, REGIONAL E GLOBAL: IA(S) & GEOPOLÍTICA
Jaqueline Pigatto
- Estratégias Nacionais de IA. 1.1. Estratégia Brasileira e a revisão do modelo. 1.2. Pano-
rama internacional e pontos de convergência. 2. Fóruns internacionais. 2.1. OCDE; 2.2.
Sistema ONU; 2.3. G20
AULA 9: ATIVIDADE FINAL: MITIGAÇÃO DE RISCO E MODELOS DE GOVERNANÇA
Maria Cecília e Marina Feferbaum
- Exercício prático: Implementação de medidas de mitigação de risco e estrutura de go-
vernança de dados.
Ementa
Confira a ementa completa do curso aqui.
Público – Alvo
O Curso se destina a profissionais de ciência de dados, programadoras, engenheiras de sistemas, bem como advogados e profissionais do sistema de justiça, membros de organizações da sociedade civil, gestores públicos e estudantes, pesquisadores e professores e professoras das áreas de ciências sociais e programação que desejem aprofundar seus conhecimentos técnicos e regulatórios sobre aplicações de inteligência artificial.
O curso busca introduzir tanto conceitos técnicos quanto jurídicos, não sendo exigido nenhum conhecimento prévio dos alunos e alunas.
Metodologia
As aulas expositivas contarão com linguagem acessível, sem “juridiquês” ou “tecniquês”. O curso contará com a intersecção entre uma abordagem acadêmica, para trabalhar e problematizar conceitos, e uma abordagem prática, analisando situações concretas e aplicando os conceitos previamente desenvolvidos. Ao longo da exposição, os alunos serão chamados para interagir com os professores, além dos momentos dedicados a responder dúvidas e questionamentos. Cada aula terá um caso concreto que será usado como guia para as discussões.
Ainda, o curso contará com a utilização de ferramentas de ensino global de participação ativa dos alunos e alunas, por meio do problem-based learning, fornecendo fundamentos teóricos e práticos sobre aplicações de inteligência artificial.
Ao final do curso haverá um dia inteiramente dedicado a realização de uma atividade prática, sob supervisão de professoras que conduzirão a atividade e farão considera ções acerca do trabalho desenvolvido pelos alunos ao final.
Carga Horária
O curso conta com uma carga horária de 27 horas, distribuídas em nove aulas ao vivo, no formato online, realizadas das 18h30 às 21h30. Este modelo permite que você concilie seus estudos com sua rotina profissional. Além das aulas, você participará de atividades práticas, desenvolvendo competências aplicáveis ao seu dia a dia.
Formato das Aulas
Todas as aulas serão gravadas e disponibilizadas no portal do aluno.
A presença nas aulas é contabilizada igualmente, seja participando das aulas ao vivo ou ao assistindo às gravações no período do curso.
Certificado de Conclusão
Os alunos e alunas receberão um certificado atestando a conclusão do curso com a carga horária especificada, condicionada à participação de, no mínimo, 75% das aulas.
Plataforma
O curso será oferecido em modelo online, com aulas ao vivo, utilizando a plataforma Zoom para as aulas, enquanto o EADTix será utilizado para organização do material e emissão de certificados, condicionada a participação de, no mínimo, 75% das aulas.
Inscreva-se!
Cadastre-se e receba em seu email a nossa newsletter