UniMate AI
新南威尔士大学/课程目录

INFS3300

负责任的 AI 与数字创新

6 学分难度 中等

INFS3300 探讨了在数字创新前沿保持道德底线的挑战。课程涵盖了负责任的 AI 设计原则、算法透明度、隐私保护（Privacy by Design）、数据治理以及技术对社会公平的影响。学生将学习如何在产品生命周期中嵌入伦理评估框架，探讨如何防范“有害”的创新，并研究全球范围内的 AI 监管趋势。这是培养具有社会责任感的 IT 领袖的必修课。

Syllabus

每周大纲

  1. 1

    伦理与数字创新导论

    技术中立论的终结，负责任创新的概念

  2. 2

    AI 伦理框架

    透明度，问责制，公平性原则

  3. 3

    算法偏见与歧视

    偏见的来源（数据 vs 模型），案例深度分析

  4. 4

    数字隐私与监控

    监控资本主义，隐私增强技术 (PETs) 基础

  5. 5

    负责任的设计实践

    伦理评估矩阵应用，包容性设计流程

  6. 6

    灵活性周 (Flex Week)

    无新内容

  7. 7

    数据主权与治理

    数据作为人权，企业数据道德审计

  8. 8

    全球 AI 监管环境

    欧盟 AI 法案，澳洲 AI 指南分析

  9. 9

    社会影响评估

    评估创新对就业、心理健康的长远影响

  10. 10

    未来治理构思与总结

    协作式治理，课程总结

Assessment

考核结构

Ethics Analysis Essay

针对特定技术创新的伦理困境分析

30%

Week 5

Impact Assessment Report

对一个模拟或真实 AI 项目进行的负责任审计报告

40%

Week 10

Class Debates/Portfolio

课堂观点陈述与思辨笔记

30%

Week 10

Assignments

作业详情

Impact Assessment

选择一个具有争议的 AI 应用（如预测性警务或自动化面试），应用伦理框架评估其风险，并设计一套纠偏机制

要求:需结合具体的监管条款和伦理准则进行论证

⏱ 预计 25 小时

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 313 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言（testimonials）的整体分布，无法关联到具体学员或其所选课程；仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。