聯繫我們

課程簡介

自主系統的倫理基礎

  • 定義AI代理的自主性
  • 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

社會風險與高風險用例

  • 公共安全、醫療及國防領域的自主代理
  • 人機協作與信任邊界
  • 意外後果與風險放大的情境

法律與監管環境

  • AI立法及政策趨勢概覽(歐盟AI法案、NIST、OECD)
  • AI代理的問責制、責任與法律人格
  • 全球治理倡議及其差距

可解釋性與決策透明度

  • 黑盒自主決策的挑戰
  • 設計可解釋且可稽核的代理
  • 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

  • 針對代理行為的AI對齊策略
  • 人在回路與人在監視迴路控制範式的比較
  • 設計者、使用者與機構之間的共同責任

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
  • 保護措施與中斷機制
  • 偏差、歧視與公平性稽核

治理設計與機構監督

  • 負責任AI治理的原則
  • 多方利益相關者監督模型與稽核
  • 為自主代理設計合規框架

總結與後續步驟

最低要求

  • 理解AI系統及機器學習基礎
  • 熟悉自主代理及其應用
  • 了解技術政策中的倫理與法律框架

目標受眾

  • AI倫理學家
  • 政策制定者與監管者
  • 進階AI實踐者與研究人員
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類