课程大纲

负责任AI的基础

  • 什么是负责任的AI,以及它在软件开发中的重要性
  • 原则:公平、问责、透明和隐私
  • 代码库中的伦理失败和AI滥用案例

AI生成代码中的偏见与公平

  • LLM如何通过训练数据强化偏见
  • 检测和修复有偏见或不安全的代码建议
  • AI幻觉及大规模引入错误的风险

授权、署名和知识产权考量

  • 理解开源授权(MIT、GPL、Copyleft)
  • LLM生成的输出是否需要署名?
  • 审核AI辅助代码中的第三方授权问题

AI辅助开发中的安全与合规

  • 确保代码安全,避免LLM生成的不安全模式
  • 遵守内部安全指南和行业法规
  • AI辅助决策的可审计文档

开发团队的政策与Go治理

  • 为软件团队制定内部AI使用政策
  • 定义可接受的使用范围和警示信号
  • 工具选择和AI助手的负责任引入

评估与审核AI输出

  • 使用检查表评估生成内容的可信度
  • 对AI生成代码进行手动和自动审核
  • 同行评审和签核流程的最佳实践

总结与下一步

要求

  • 对软体开发流程的基本了解
  • 熟悉Agile、DevOps或一般软体专案实践

目标受众

  • 合规团队
  • 开发人员
  • 软体专案经理
 7 小时

即将举行的公开课程

课程分类