開始時，教授是透過學校網站聯絡我們的，他親切的表示未來所有交談都會在學校網站上進行，但後續校方安排有變動，我們還是到校園內授課，當然我很慶幸有這個變動，不僅因為他是一個極具教學熱忱的教授，更甚是我從實體課程中學到如何有效領導學生吸收新知識。
AI 與 AI system 有什麼不同？
他指出，AI 是一個廣泛的術語，涵蓋機器學習、深度學習、推理等概念；而 AI system 則是 AI 在現實世界中具體應用的實體系統或操作表現。
AI 定義與歐盟觀點
第一堂課中，教授引導我們閱讀歐盟人工智慧高階專家小組（AI HLEG）制定的《AI 定義》文件，目的是建立一個通用且可操作的定義框架，協助政策制定者、學術界與產業界對 AI 建立共識。
此外，教授也推薦關注人工智慧法案的同學觀賞相關 YouTube 影片。該法案整合來自美國與歐洲的不同觀點，探討 AI 的風險辨識與應用規範，強調全球合作以確保有效治理。
個案探討：Hiring by Machine
（機器招募的道德議題）
我們深入探討了普林斯頓大學提出的案例研究，該研究指出使用 AI 系統協助招募流程可能引發的道德爭議，包括：
- 公平性：
系統最初有效地模擬人類選才標準，卻無意間歧視身心障礙者，導致不公平對待。 - 去人性化：
AI 無法體察人類情感，可能冷酷地排除潛力人才。 - 同意與情境完整性：
員工資料被用來訓練 AI，未經同意也未明確告知。
進一步，我們也反思以下重要問題：
- 公平應指程序公平還是結果公平？
- 招募標準應否納入多元性考量？
- 面試者的隱私資料屬於誰？使用範圍應如何界定？
倫理準則：打造可信任的 AI
2019 年 4 月 8 日，歐盟人工智慧高階專家小組（High-Level Expert Group on AI）發表了《Ethics Guidelines for Trustworthy AI》。
根據該指導原則，可信任的人工智慧應具備以下三項特性：
- 合法性：遵守所有適用的法律與法規
- 倫理性：遵循倫理原則與價值觀
- 穩健性：在技術上具備穩定性，同時考量其社會環境影響
文件提出四大核心倫理原則與七項具體實作要求，並附有一份實用的操作清單，協助利害關係人評估 AI 系統是否達到標準。
其宗旨包括：
- 為所有 AI 利害關係人（如開發者、使用者、企業、政府）提供具指導價值的準則
- 鼓勵以人本導向與倫理為本來設計與開發 AI 系統
- 強化歐盟在全球 AI 倫理與技術規範制定中的領導地位
完成這堂課後，我正著手架設個人網站。多虧這門課的啟發，我運用多項 AI 工具來協助完成前端建置的任務。更重要的是，我也想起教授在課堂上特別提到的「隱私權議題」。這在德國是一項高度關注的話題，更有趣的是——若網站未載明隱私權條款，可能會被認定為違反規範，甚至因此遭到舉報。這讓我立刻補上相關條款，確保網站具備基本的法律合規性。
