聯繫我們

課程簡介

自主系統的道德基礎

  • 定義 AI 代理的自主性。
  • 應用於機器行為的關鍵道德理論。
  • 利害關係人觀點與價值敏感設計。

社會風險與高風險使用案例

  • 公共安全、健康與國防領域的自主代理。
  • 人機協作與信任界限。
  • 意外後果與風險放大場景。

法律與監管格局

  • AI 立法與政策趨勢概述(歐盟 AI 法案、NIST、OECD)。
  • 自主代理的問責、責任與法律人格。
  • 全球治理倡議與缺口。

可解釋性與決策透明度

  • 黑箱自主決策的挑戰。
  • 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、數據表)。

對齊、控制與道德責任

  • 用於代理行為的 AI 對齊策略。
  • 人在迴路 vs. 人在監控的控制範式。
  • 設計者、使用者與機構間的共同責任。

道德風險評估與緩解

  • 代理設計中的風險映射與關鍵失敗分析。
  • 防護措施與關閉機制。
  • 偏差、歧視與公平性審計。

治理設計與機構監督

  • 負責任的 AI 治理原則。
  • 多利害關係人監督模型與審計。
  • 為自主代理設計合規框架。

總結與後續步驟

最低要求

  • 了解 AI 系統與機器學習基礎知識。
  • 熟悉自主代理及其應用。
  • 具備科技政策中道德與法律框架的知識。

目標受眾

  • AI 倫理學家。
  • 政策制定者與監管人員。
  • 進階 AI 從業者與研究者。
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類