Sztuczna inteligencja. Praktyczny przewodnik dla sektora innowacji finansowych

Wykaz skrótów | str. 13

Wstęp | str. 17

Rozdział 1

Czym jest sztuczna inteligencja? | str. 23

1.1. Uwagi wstępne | str. 23

1.2. Projekt rozporządzenia w sprawie sztucznej inteligencji – pierwsze spotkanie | str. 25

1.3. Najczęściej wykorzystywane techniki i podejścia w zakresie sztucznej inteligencji | str. 28

1.3.1. Uczenie maszynowe | str. 29

1.3.2. Uczenie nadzorowane | str. 32

1.3.3. Uczenie częściowo nadzorowane | str. 32

1.3.4. Uczenie nienadzorowane | str. 33

1.3.5. Uczenie ze wzmacnianiem | str. 34

1.3.6. Uczenie głębokie | str. 34

1.3.7. Federated learning | str. 35

1.3.8. Generatywna sztuczna inteligencja | str. 36

1.3.9. Zautomatyzowane przetwarzanie danych i podejmowanie decyzji | str. 36

1.3.10. Anonimizacja danych – ważne dla systemów sztucznej inteligencji | str. 38

1.4. Nauka o danych, analityka danych a sztuczna inteligencja | str. 46

1.5. Systemy sztucznej inteligencji wysokiego ryzyka | str. 48

1.6. Zależności i etyka sztucznej inteligencji | str. 52

Rozdział 2

Sztuczna inteligencja w sektorze finansowym | str. 57

2.1. Czy sztuczna inteligencja w sektorze finansowym jest uregulowana? | str. 57

2.2. Przykłady zastosowań sztucznej inteligencji w sektorze finansowym | str. 63

2.3. Identyfikacja systemów pod kątem wypełnienia wymogów prawnych i regulacyjnych | str. 66

2.3.1. Wytyczne ICT | str. 67

2.3.2. Rekomendacja D Komisji Nadzoru Finansowego | str. 68

2.3.3. Rekomendacje J i W Komisji Nadzoru Finansowego | str. 69

2.3.4. Ocena skutków dla ochrony danych – DPIA | str. 70

2.3.5. Wytyczne w sprawie outsourcingu | str. 71

2.4. Zarządzanie ryzykiem systemów sztucznej inteligencji | str. 72

2.4.1. Ryzyko źródła danych i jakości danych | str. 74

2.4.2. Zarządzanie ryzykiem sztucznej inteligencji w projekcie AI Act | str. 75

2.4.3. Podejście oparte na ryzyku – risk-based approach | str. 78

2.4.4. Środki zarządzania ryzykiem sztucznej inteligencji | str. 80

2.4.5. Rekomendacje NIST w zakresie zarządzania ryzykami sztucznej inteligencji | str. 84

2.5. Rozwiązania organizacyjne | str. 87

2.5.1. Uwagi wstępne | str. 87

2.5.2. Struktura organizacyjna | str. 89

2.5.3. Obszary produktowe | str. 94

2.5.4. Obszary produktowe – wymogi w zakresie ochrony danych osobowych | str. 97

2.5.5. Obszar danych | str. 98

2.5.6. Obszar zgodności z prawem (compliance oraz jednostki wsparcia prawnego) | str. 101

2.5.7. Obszar zarządzania systemami IT | str. 103

2.5.8. Dokumentacja techniczna | str. 105

2.6. Dokumentacja dotycząca danych | str. 111

2.7. Obszar techniczny dla wdrożeń sztucznej inteligencji | str. 114

2.7.1. Nadzór człowieka | str. 116

2.7.2. Bezpieczeństwo, odporność cyfrowa | str. 121

2.7.3. Przejrzystość, udostępnianie informacji i wyjaśnialność | str. 130

2.7.3.1. Duże modele językowe a wyjaśnialność | str. 135

2.7.3.2. Stanowisko Urzędu Komisji Nadzoru Finansowego w sprawie świadczenia usługi robodoradztwa a przejrzystość | str. 137

2.7.3.3. Dylematy związane z wyjaśnialnością | str. 139

2.7.3.4. Zasada przejrzystości w przypadku systemów wchodzących w interakcję z człowiekiem | str. 141

2.7.4. Zarządzanie danymi i dane treningowe | str. 145

2.7.4.1. ISO/IEC 38507:2022 z perspektywy danych | str. 153

2.7.4.2. Zarządzanie danymi jako proces ciągły | str. 155

2.7.4.3. Przechowywanie logów i raportowanie incydentów | str. 157

2.8. Inne obowiązki | str. 161

2.8.1. Ocena skutków dla ochrony praw podstawowych | str. 161

2.8.2. Wytyczne niemieckiego organu nadzoru w zakresie wykorzystania algorytmów w sektorze finansowym | str. 166

Rozdział 3

Część produktowa | str. 169

3.1. Generatywna sztuczna inteligencja | str. 169

3.1.1. Czym jest generatywna sztuczna inteligencja? | str. 171

3.1.2. Modele LLM a Unia Europejska | str. 174

3.1.3. AI Act a wykorzystanie modeli podstawowych | str. 176

3.1.4. Zasady wdrażania systemów sztucznej inteligencji opartych na modelach podstawowych | str. 178

3.1.5. Czy generatywna sztuczna inteligencja zmieni sektor finansowy? | str. 185

3.2. Ocena zdolności kredytowej i ocena ryzyka kredytowego | str. 186

3.2.1. Prawo bankowe | str. 188

3.2.2. Prawo do uzyskania wyjaśnienia | str. 192

3.2.3. Prawo do uzyskania interwencji ludzkiej | str. 195

3.2.4. Prawo do wyrażenia własnego stanowiska | str. 196

3.2.5. Zakres danych wykorzystywanych przez system | str. 197

3.2.6. Europejski Urząd Nadzoru Bankowego a innowacyjne rozwiązania w zakresie oceny zdolności kredytowej | str. 200

3.2.7. Rekomendacja D a zarządzanie danymi w kontekście oceny zdolności kredytowej | str. 201

3.2.8. Inwentaryzacja danych | str. 203

3.2.9. Polityki, procedury, instrukcje | str. 204

3.2.10. Artykuł 10 AI Act | str. 204

3.2.11. Europejski Urząd Nadzoru Bankowego a innowacyjne rozwiązania w zakresie oceny zdolności kredytowej – kontynuacja | str. 210

3.2.12. Proces oceny zdolności kredytowej a AI Act | str. 211

3.3. Personalizacja produktów i marketing | str. 212

3.3.1. Uwagi ogólne | str. 212

3.3.2. Profilowanie i zautomatyzowane podejmowanie decyzji | str. 216

3.4. Systemy przeciwdziałania oszustwom i praniu pieniędzy oraz finansowaniu terroryzmu | str. 223

3.4.1. Fraudy a biometria behawioralna | str. 228

3.4.2. Outsourcing | str. 230

3.4.3. Wytyczne Europejskiego Urzędu Nadzoru Bankowego w zakresie zdalnego onboardingu klienta | str. 231

3.4.4. Zdalny onboarding klienta a AI Act | str. 233

3.5. Zarządzanie finansami | str. 235

3.5.1. Uwagi ogólne | str. 235

3.5.2. Zarządzanie finansami przez sztuczną inteligencję – gdzie w tym wszystkim jest człowiek? | str. 239

3.6. Chatboty i voiceboty | str. 240

3.7. Internet rzeczy i Data Act | str. 246

3.7.1. Uwagi ogólne | str. 246

3.7.2. Czy można pozyskiwać dane z IoT? | str. 251

3.8. Inne zastosowania sztucznej inteligencji w sektorze finansowym | str. 254

Zakończenie | str. 255

Bibliografia | str. 257