聯繫我們

課程簡介

自主系統中的倫理基礎

  • 定義 AI 代理中的自主性
  • 應用於機器行為的主要倫理理論
  • 利益相關者觀點與價值敏感設計

社會風險與高風險應用場景

  • 公共安全保障、醫療與防禦領域中的自主代理
  • 人機協作與信任邊界
  • 非預期後果與風險放大場景

法律與監管環境

  • AI 立法與政策趨勢概覽(歐盟 AI 法案、NIST、OECD)
  • AI 代理的問責、法律責任與法律主體地位
  • 全球治理倡議與缺口

可解釋性與決策透明度

  • 黑盒自主決策的挑戰
  • 設計可解釋且可審計的代理
  • 透明度工具與框架(例如:模型卡片、資料表)

對齊、控制與道德責任

  • 針對代理行為的 AI 對齊策略
  • 人在回路(Human-in-the-loop)與人在監控(Human-on-the-loop)控制範式
  • 設計者、使用者與機構間的共同責任

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
  • 保障措施與緊急停止機制
  • 偏見、歧視與公平性審計

治理設計與機構監督

  • 負責任 AI 治理原則
  • 多利益相關者監督模式與審計
  • 為自主代理設計合規框架

總結與後續步驟

最低要求

  • 具備 AI 系統與機器學習基礎知識
  • 熟悉自主代理及其應用場景
  • 了解技術政策中的倫理與法律框架

適用對象

  • AI 倫理學家
  • 政策制定者與監管機構人員
  • 進階 AI 實務專家與研究人員
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類