コース概要

責任あるAIの基礎

  • 責任あるAIとは何か、なぜソフトウェア開発で重要なのか
  • 原則:公正性、説明責任、透明性、プライバシー
  • コードベースでの倫理的失敗とAIの誤用の例

AI生成コードにおけるバイアスと公正性

  • LLMが訓練データを通じてバイアスを強化する方法
  • バイアスや安全でないコードの提案を検出し、対処する方法
  • AIの幻想と大規模なエラー導入のリスク

ライセンス、帰属、知的財産に関する考慮事項

  • オープンソースライセンス(MIT、GPL、コピーレフト)の理解
  • LLM生成出力には帰属が必要ですか?
  • AI支援コードのサードパーティライセンス問題を監査する方法

AI支援開発におけるセキュリティと準拠

  • LLMからの安全でないパターンを避けてコードの安全性を確保する方法
  • 内部セキュリティガイドラインや業界規制との準拠
  • AI支援意思決定の監査可能なドキュメンテーション

開発チーム向けポリシーとガバナンス

  • ソフトウェアチーム用の内部AI使用ポリシーの作成
  • 受け入れ可能な使用と注意点の定義
  • ツール選択とAIアシスタントの責任あるオンボーディング

AI出力の評価と監査

  • 生成されたコンテンツの信頼性を評価するチェックリストの使用方法
  • AI生成コードの手動および自動レビューの実施
  • ピアレビューと承認プロセスのベストプラクティス

まとめと次の一歩

要求

  • ソフトウェア開発ワークフローの基本的な理解
  • Agile、DevOps、または一般的なソフトウェアプロジェクト実践に関する知識

対象者

  • 準拠チーム
  • 開発者
  • ソフトウェアプロジェクトマネージャー
 7 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー