課程簡介

自主系統中的倫理基礎

  • 定義AI代理的自主性
  • 應用於機器行爲的關鍵倫理理論
  • 利益相關者視角與價值敏感設計

社會風險與高風險Use Case

  • 公共安全、健康與國防中的自主代理
  • 人機協作與信任邊界
  • 意外後果與風險放大的場景

法律與監管環境

  • AI立法與政策趨勢概述(歐盟AI法案、NIST、OECD)
  • AI代理的責任、法律責任與法律人格
  • 全球治理倡議與差距

可解釋性與決策透明度

  • 黑箱自主決策的挑戰
  • 設計可解釋與可審計的代理
  • 透明度工具與框架(如模型卡、數據表)

對齊、控制與道德責任

  • AI對齊策略用於代理行爲
  • 人在迴路與人在環路的控制範式
  • 設計師、用戶與機構之間的共同責任

倫理風險評估與緩解

  • 代理設計中的風險映射與關鍵故障分析
  • 安全措施與緊急關閉機制
  • 偏見、歧視與公平性審計

Go治理設計與機構監督

  • 負責任AI治理的原則
  • 多方利益相關者監督模型與審計
  • 爲自主代理設計合規框架

總結與下一步

最低要求

  • 理解AI系統和機器學習的基礎知識
  • 熟悉自主代理及其應用
  • 瞭解技術政策中的倫理和法律框架

受衆

  • AI倫理學家
  • 政策制定者和監管者
  • 高級AI從業者和研究人員
 14 時間:

客戶評論 (1)

課程分類