課程簡介

負責任AI的基礎

  • 什麼是負責任的AI,以及它在軟件開發中的重要性
  • 原則:公平、問責、透明和隱私
  • 代碼庫中的倫理失敗和AI濫用案例

AI生成代碼中的偏見與公平

  • LLM如何通過訓練數據強化偏見
  • 檢測和修復有偏見或不安全的代碼建議
  • AI幻覺及大規模引入錯誤的風險

授權、署名和知識產權考量

  • 理解開源授權(MIT、GPL、Copyleft)
  • LLM生成的輸出是否需要署名?
  • 審核AI輔助代碼中的第三方授權問題

AI輔助開發中的安全與合規

  • 確保代碼安全,避免LLM生成的不安全模式
  • 遵守內部安全指南和行業法規
  • AI輔助決策的可審計文檔

開發團隊的政策與Go治理

  • 為軟件團隊制定內部AI使用政策
  • 定義可接受的使用範圍和警示信號
  • 工具選擇和AI助手的負責任引入

評估與審核AI輸出

  • 使用檢查表評估生成內容的可信度
  • 對AI生成代碼進行手動和自動審核
  • 同行評審和簽核流程的最佳實踐

總結與下一步

最低要求

  • 對軟體開發流程的基本了解
  • 熟悉Agile、DevOps或一般軟體專案實踐

目標受眾

  • 合規團隊
  • 開發人員
  • 軟體專案經理
 7 時間:

課程分類