聯繫我們
 課程時長 7 時間:

課程簡介

負責任人工智慧的基礎

  • 何謂負責任的人工智慧,以及其在軟體開發中的重要性
  • 核心原則:公平性、問責性、透明度與隱私
  • 程式碼庫中倫理失誤及 AI 濫用的案例

AI 生成程式碼中的偏見與公平性

  • 大型語言模型(LLMs)如何透過訓練數據強化偏見
  • 偵測並修復存在偏見或不安全的程式碼建議
  • AI 幻覺現象及其在規模化過程中引入錯誤的風險

授權、署名歸屬及智慧財產權考量

  • 理解開源授權條款(MIT、GPL、Copyleft)
  • LLM 生成的輸出內容是否需要署名歸屬?
  • 審計 AI 輔助程式碼中的第三方授權問題

AI 輔助開發中的安全性與合規性

  • 確保程式碼安全性,並避免 LLMs 產生的不安全模式
  • 符合內部安全指南及行業法規
  • 對 AI 輔助決策過程進行可審計的文件記錄

開發團隊的政策與治理

  • 為軟體團隊制定內部 AI 使用政策
  • 定義可接受的使用範圍及警示訊號
  • 工具選型及 AI 助手工具的負責任引入流程

評估與審計 AI 輸出

  • 使用檢查清單評估生成內容的可信度
  • 對 AI 生成的程式碼進行手動及自動化審查
  • 同行評審及簽核流程的最佳實務

總結與後續步驟

最低要求

  • 對軟體開發工作流有基本理解
  • 熟悉 Agile、DevOps 或一般軟體專案實務

目標受眾

  • 合規團隊
  • 開發人員
  • 軟體專案經理

客戶評論 (1)

課程分類