113年第2學期-7321 歐盟人工智慧法專題研究 課程資訊

評分方式

評分項目	配分比例	說明
成果展出與課堂參與	5

教育目標

本課成為整合「AI Ethical Principles」、ISO 42001、NIST AI RMF 與 EU AI Act 的研究所課程目標及內涵： ### **課程目標** 1. **全面理解AI治理框架與原則**： - 深入學習AI Ethical Principles（人工智慧倫理原則）、ISO 42001（AI治理標準）、NIST AI RMF（風險管理框架）及EU AI Act（歐盟人工智慧法案）的核心內容。 - 探討這些框架如何影響AI技術的設計、部署與應用。 2. **提升風險管理與合規能力**： - 培養學生在高風險AI系統中進行風險評估與治理的能力。 - 強化對AI系統合規性要求的理解，尤其針對透明性、數據治理及人類監督。 3. **強化倫理與社會責任意識**： - 探討AI應用中的倫理挑戰與責任分配。 - 理解如何在技術創新與社會影響間取得平衡。 4. **實踐跨領域整合能力**： - 結合法律、技術、倫理與風險管理知識，為AI技術的實施與政策制定提供支持。 ### **課程內涵** #### **1. 人工智慧倫理原則（AI Ethical Principles）** - **核心原則**：公平性、透明性、責任制、隱私保護與安全性。 - **實踐案例**：探討如何在AI系統設計與使用中落實倫理原則。 - **國際比較**：對比各國或組織（如OECD、UNESCO）的AI倫理框架。 #### **2. ISO 42001：AI治理標準** - **標準概述**：ISO 42001的治理結構、風險管理與合規性要求。 - **應用實踐**：如何建立AI治理體系，包括風險評估、數據管理與透明性。 - **企業案例分析**：ISO 42001在不同產業的應用。 #### **3. NIST AI RMF：人工智慧風險管理框架** - **框架核心功能**： - **Govern（治理）**：確保AI系統的負責任管理。 - **Map（風險映射）**：識別AI系統的潛在風險。 - **Measure（風險衡量）**：量化風險對系統運行的影響。 - **Manage（風險管理）**：制定策略以減輕風險。 - **應用場景**：高風險AI系統（如醫療、交通、金融）中的風險管理實踐。 #### **4. EU AI Act：歐盟人工智慧法案** - **核心內容**： - 禁止的AI應用（如社會評分系統、情感推測）。 - 高風險AI系統的要求（數據治理、透明性、人類監督）。 - 低風險與最小風險系統的規範。 - **法案實施影響**：對企業、技術開發者和監管機構的影響。 - **案例研究**：法案在醫療、教育和執法領域的應用。 #### **5. 跨框架整合與比較** - **共通點與差異**： - 比較AI Ethical Principles、ISO 42001、NIST AI RMF與EU AI Act的核心理念與應用場景。 - **全球視角**： - 探討各框架在全球AI治理中的角色與影響。 #### **6. 團隊專案與實踐** - **模擬實驗**：設計符合ISO 42001與EU AI Act要求的高風險AI系統。 - **風險評估報告**：基於NIST AI RMF進行AI系統風險管理模擬。 - **政策建議**：針對AI Ethical Principles提出具體的政策建議。

基本資料

選修課，學分數：0-2
上課時間：三/6,7
修課班級：法律碩博1,2
修課年級：1年級以上
選課備註：綜合，不開放隨班附讀

參考書目

EU AI Act
ISO 42001
NIST AI RMF
HLEG Trtustworthy AI Principles