感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
负责任的AI基础
- 什么是负责任的AI,及其在软件开发中的重要性
- 原则:公平性、问责性、透明性和隐私
- 代码库中的伦理失败和AI滥用的示例
AI生成代码中的偏见与公平性
- 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
许可、归属和知识产权考虑
- 理解开源许可证(MIT、GPL、Copyleft)
- LLM生成的输出是否需要归属?
- 审计AI辅助代码中的第三方许可问题
AI辅助开发中的安全与合规性
- 确保代码安全性,避免来自LLM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
开发团队的策略与治理
- 为软件团队制定内部AI使用策略
- 定义可接受的使用范围和警示信号
- 工具选择及AI助手的负责任引入
评估与审计AI输出
- 使用检查表评估生成内容的可信度
- 对AI生成的代码进行手动和自动审查
- 同行评审和签署流程的最佳实践
总结与下一步
要求
- 对软件开发流程的基本理解
- 熟悉Agile、DevOps或一般软件项目实践
受众
- 合规团队
- 开发者
- 软件项目经理
7 小时