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

  • 什麼是負責任的人工智慧,以及它為何對軟體開發至關重要
  • 原則:公平性、問責性、透明性與隱私
  • 程式碼庫中倫理失誤與人工智慧濫用的案例

人工智慧生成程式碼中的偏差與公平性

  • 大型語言模型(LLMs)如何透過訓練數據強化偏差
  • 偵測並修復具有偏差或不安全的程式碼建議
  • 人工智慧幻覺(hallucination)及大規模引入錯誤的風險

授權、署名與智慧財產權考量

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

人工智慧輔助開發中的安全性與合規性

  • 確保程式碼安全,並避免 LLMs 產生的不安全模式
  • 遵守內部安全指南與產業法規
  • 對人工智慧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人工智慧使用政策
  • 定義可接受的用途與警示信號
  • 工具選擇及人工智慧助手的負責任導入

評估與審計人工智慧輸出

  • 使用檢查清單評估生成內容的可靠度
  • 對人工智慧生成的程式碼進行手動與自動化審查
  • 同儕審查與核准流程的最佳實務

總結與後續步驟

最低要求

  • 對軟體開發工作流程的基本了解
  • 熟悉 Agile、DevOps 或一般軟體專案實務

受眾

  • 合規團隊
  • 開發人員
  • 軟體專案經理

客戶評論 (1)

即將到來的課程

課程分類