《人工智能伦理》教学大纲

《人工智能伦理》教学大纲适用范围：202X版本科人才培养方案课程代码：22150161课程性质：专业选修课学分：2学分学时：32学时（理论32学时）先修课程：人工智能导论等后续课程：机器学习、深度学习与应用、计算机视觉等适用专业：人工智能专业开课单位：智能工程学院一、课程说明《人工智能伦理》是人工智能专业的专业选修课。本课程是一门旨在探讨人工智能技术发展所带来的伦理问题和挑战的学科，包括伦理学的基本理论，人工智能的伦理问题，人工智能的伦理论证，实践案例分析，道德决策和人工智能。该课程的目标是帮助学生理解人工智能技术的伦理影响，掌握解决伦理问题的原则和方法，并培养学生在人工智能领域的伦理意识和责任感。这能够为学生未来从事人工智能领域工作和研究打下坚实的基础。二、课程目标通过本课程的学习，使学生达到如下目标：课程目标1：能够客观评价人工智能领域的伦理问题，面临问题能够辩证的思维分析问题，并能够承担相应的社会责任。课程目标2：了解人工智能领域道德规范，并在工程实践中自觉遵守道德规范，不违背国家法定要求。课程目标3：了解人工智能发展历史背景，紧跟时代发展，在快速发展的时代能冷静决策，不迷失自我。课程目标4：培养学生树立正确科学的世界观、人生观和价值观，坚定正确的政治方向；培养学生的法治观念、社会责任感和创新意识，树立正确的审美观念和劳动观念。三、课程目标与毕业要求《人工智能伦理》课程教学目标对人工智能专业毕业要求的支撑见表1。表1课程教学目标与毕业要求关系毕业要求指标点课程目标支撑强度6.工程与社会：能基于人工智能相关背景知识进行合理分析、评价本专业的应用实践和复杂问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。6.2客观评价人工智能相关领域工程实施对社会、健康、安全、法律以及文化的影响，理解应承担的社会责任。课程目标1：能够客观评价人工智能领域的伦理问题，面临问题能够辩证的思维分析问题，并能够承担相应的社会责任。课程目标4：培养学生树立正确科学的世界观、人生观和价值观，坚定正确的政治方向；培养学生的法治观念、社会责任感和创新意识，树立正确的审美观念和劳动观念。M8.职业规范：具有人文社会科学素养、社会责任感，能在应用实践中理解并遵守工程职业道德和规范，履行责任。8.2理解人工智能领域相关的工程职业道德和规范，并能在工程实践中自觉遵守。课程目标2：了解人工智能领域道德规范，并在工程实践中自觉遵守道德规范，不违背国家法定要求。课程目标4：培养学生树立正确科学的世界观、人生观和价值观，坚定正确的政治方向；培养学生的法治观念、社会责任感和创新意识，树立正确的审美观念和劳动观念。M12.终身学习：具有较强的终身学习意识，有不断学习、适应社会经济和工程技术发展的能力。12.1了解人工智能及相关应用领域发展历史及背景，认识到自主和终身学习的必要性。课程目标3：了解人工智能发展历史背景，紧跟时代发展，在快速发展的时代能冷静决策，不迷失自我。课程目标4：培养学生树立正确科学的世界观、人生观和价值观，坚定正确的政治方向；培养学生的法治观念、社会责任感和创新意识，树立正确的审美观念和劳动观念。M注：表中“H（高）、M（中）”表示课程与相关毕业要求的关联度。四、教学内容、基本要求与学时分配1.理论部分见表2表2教学内容、基本要求与学时分配教学内容教学要求，教学重点难点理论学时对应的课程目标人工智能概述1.1智能与人工智能概念1.2人工智能的历史渊源1.3人工智能的发展阶段1.4人工智能的主流学派1.5人工智能的主要技术思政1：小度音响、大疆无人机、四足仿生机器人等高科技产品，显示了中国企业的大国创新精神与意识以及工匠精神。

教学要求：了解人工智能的发展和相关技术重点：人工智能的发展阶段，人工智能的主流学派难点：人工智能的发展阶段，人工智能的主流学派21、3、42.伦理理论初步2.1伦理与道德2.2伦理学分类2.3伦理学立场2.3应用伦理学教学要求：了解伦理学的分类、伦理学立场、应用伦理学的主要知识点。重点：伦理学的分类、伦理学立场、应用伦理学。难点：伦理学的分类、伦理学立场、应用伦理学。42、43.人工智能伦理3.1计算机伦理3.2信息伦理3.3网络伦理3.4数据伦理3.5机器人伦理3.6人工智能伦理教学要求：了解计算机伦理、信息伦理、网络伦理、数据伦理、机器人伦理、人工智能伦理的相关知识。重点：数据伦理、机器人伦理、人工智能伦理难点：数据伦理、机器人伦理、人工智能伦理41、44.人工智能风险4.1阿尔法狗的挑战4.2科幻电影的启示4.3人类社会的风险教学要求：了解人工智能的风险，阿尔法狗的挑战、人类社会的风险重点：阿尔法狗的挑战、人类社会的风险难点：阿尔法狗的挑战、人类社会的风险41、2、4隐私泄露问题5.1隐私及隐私权5.2人工智能隐私5.3隐私泄露方式5.4隐私泄露案例教学要求：了解隐私及隐私权、人工智能隐私、隐私泄露方式。重点：人工智能隐私、隐私泄露方式难点：人工智能隐私、隐私泄露方式43、4偏见歧视问题6.1偏见与歧视6.2算法歧视6.3偏见的类型6.4偏见歧视案例6.5偏见歧视治理教学要求：了解偏见与歧视、算法歧视、偏见的类型、偏见歧视案例重点：偏见的类型、偏见歧视案例难点：偏见的类型、偏见歧视案例42、3、4技术滥用问题7.1技术滥用概念7.2技术滥用方式7.3技术滥用案例思政5：华为成为5G领先者，华为的专利申请数可以说是遥遥领先于其他公司，让学生充分感受到祖国科学技术的快速发展，厚植家国情怀，增强民族自豪感。教学要求：了解技术滥用概念、技术滥用方式、技术滥用案例重点：技术滥用方式、技术滥用案例难点：技术滥用方式、技术滥用案例41、3、4权责归属问题8.1权利、责任与主体8.2权责归属形式8.3权责归属案例教学要求：了解权利、责任与主体、权责归属形式、权责归属案例重点：权责归属形式、权责归属案例难点：权责归属形式、权责归属案例42、3、4伦理道德规范9.1中国的伦理规范与原则9.2G20人工智能原则9.3企业、团体组织的伦理9.4人工智能职业道德教学要求：理解中国的伦理规范与原则、企业和团体组织的伦理、人工智能职业道德。重点：企业和团体组织的伦理、人工智能职业道德难点：企业和团体组织的伦理、人工智能职业道德21、2、4合计32五、教学方法及手段课程教学以课堂讲授为主，结合实验、作业、慕课、雨课堂资源，配合多媒体课件等共同课完成堂授课内容。采用E-mail、QQ、微信等交流工具，加强和学生之间的交流和沟通。六、课程资源库1.推荐教材：[1]杜严勇.人工智能伦理引论[M].上海:上海交通大学出版社.20202.参考书：[1]郭锐.人工智能的伦理[M].北京:法律出版社.2020[2]郝景芳.中国前沿:不如问问科学家吧[M].北京:中信出版社.2021[3]梅拉尼.米歇尔.AI3.0[M].四川:四川科学技术出版社.20213.期刊：[1]古天龙,马露,李龙,闫茹.符合伦理的人工智能应用的价值敏感设计[J]：现状与展望.智能系统学报.2021[2]王荣余.在“功利”与“道义”之间：中国人工智能立法的科学性探析[J].西南交通大学学报(社会科学版).2021[3]刘亮.人工智能融入思想政治教育的三重审视[J].山东青年政治学院学报.2021[4]刘淑琴,温伟胜.浅析大数据信息技术对伦理的挑战[J].数字技术与应用. 2021-[5]Polanyi,Michael,PersonalKnowledge：TowardsaPostCriticalPhilosophy[J],London:Routledge,1958.4.网络资源：[1]/n1/2021/0131/c1003-32018059.html.人民网。[2]/course/FUDAN-1205951803?from=searchPage.MOOC网。七、课程考核对课程目标的支撑课程成绩由过程性考核成绩和期末考核成绩两部分构成，具体考核/评价细则及对课程目标的支撑关系见表4。表4课程考核对课程目标的支撑考核环节占比考核/评价细则课程目标123过程性考核分组任务15（1）根据学生参与的所有线上、线下小组任务活动获得的分数取平均分，满分100分。（2）以平时考核成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√√√433课堂表现10（1）根据课堂回答问题情况进行考核，满分100分。（2）以平时考核成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√√√663平时作业15（1）主要考核学生对各知识点的复习、理解和掌握程度，满分100分；（2）每次作业单独评分，取各次成绩的平均值作为此环节的最终成绩。（3）以作业成绩乘以其在总评成绩中所占的比例计入课程总评成绩。√√√10105大作业60大作业为线下考核为主，每位同学应从多个题目中选取一个进行撰写相关报告或论文。学生应当独立完任务，报告或论文应当逻辑通顺、内容丰富，有自己的见解。（3）禁止抄袭。√√√252510合计：100分454421八、考核与成绩评定1.考核方式及成绩评定考核方式：本课程主要以分组任务、课堂表现、作业、大作业等方式对学生进行考核评价。考核基本要求：考核总成绩由大作业成绩和过程性考核成绩组成。其中：大作业成绩为100分（权重60%），要求学生独立完成一份报告或论文；课堂表现、作业、分组任务等过程性考核成绩为100分（权重40%）。2.过程性考核成绩的标准过程性考核方式重点考核内容、评价标准、所占比重见表5。表5过程性考核方式评价标准考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60分组任务37.5按时完成小组任务，能够充分调动小组成员的积极性，参与度高，任务完成度高，思路清晰，准确率高。按学习通统计数据计算。按时完成小组任务，能够充分调动小组成员的积极性，参与度高，任务完成度高，思路较清晰，准确率较高。按学习通统计数据计算。不按时提交作业2次以内，或小组成员基本参与，有一定的思路，准确率一般。按学习通统计数据计算。不按时提交作业3次以内，或小组成员基本参与，有一定的思路，准确率一般。按学习通统计数据计算。不按时交作业4次以上，或小组成员参与度不高，思路不清晰，准确率低。按学习通统计数据计算。课堂表现25笔记完整，积