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

即将举行的公开课程

课程分类