A/o6項目1AIGC

提示詞機械工業(yè)出版社《人工智能通識》配套資源制作：教材編寫團隊A

IGC用

Ⅲ本課件為《人工智能通識(AIGC

版)》配套教學(xué)資源，由編寫團隊精心打造。為便于教學(xué)使用，團隊同步提供了豐富的輔助材料，涵蓋微課視頻、教學(xué)課件、實訓(xùn)手冊、習(xí)題答案、課程標(biāo)準(zhǔn)及程序源代碼等。同時，教材配套超星教學(xué)示范包，支持一鍵克隆為網(wǎng)絡(luò)在線課程，助力高效開展線上線下混合式教學(xué)。歡迎聯(lián)系出版方訂購使用。書名：《人工智能通識(AIGC

版

)

》書

號

：978-7-111-79447-9出版社：機械工業(yè)出版社主

編

：藍(lán)永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢人工智能通識藍(lán)永健吳秀紅羅智聰◎主編

(AIGC版)新理念：立德樹人，價值引領(lǐng)，有機融入對人工智能相關(guān)能力和素養(yǎng)的培養(yǎng)，服務(wù)國家戰(zhàn)略

新內(nèi)容：對接國家相關(guān)標(biāo)準(zhǔn)，項目引領(lǐng)，合理進行結(jié)構(gòu)編排，內(nèi)容循序漸進，突出能力培養(yǎng)

斷形杰：圖文并茂，印刷精美，配套豐富的數(shù)字資源，紙質(zhì)和數(shù)字有機融合，易救易學(xué)易用PART

FOUR人工智能倫理案例分析數(shù)據(jù)隱私泄露是指個人或組織的敏感信息，如姓名、身份證號、聯(lián)系方式、位置信息、金融數(shù)據(jù)等，未經(jīng)授權(quán)被獲取、

訪問、傳輸或公開的現(xiàn)象。這可能導(dǎo)致個人權(quán)益受損，如遭

受詐騙、騷擾，也會引發(fā)社會信任危機，給企業(yè)和社會帶來

負(fù)面影響。以下是國內(nèi)外幾個典型的案例。Level1:

多學(xué)科融合備課資源整合數(shù)據(jù)隱私案例分析(1)Facebook

劍橋分析事件。英國劍橋分析公司通過第三方應(yīng)用獲取8700萬

Facebook

用戶數(shù)據(jù)，用于2016年美國大選精準(zhǔn)

廣告投放。事件暴露平臺對數(shù)據(jù)濫用的監(jiān)管漏洞，引發(fā)全球?qū)ι?/p>

交平臺數(shù)據(jù)治理的反思。(來源：新華網(wǎng)，2018)。(2)Google

位置數(shù)據(jù)追蹤爭議。美聯(lián)社調(diào)查發(fā)現(xiàn)，即使關(guān)閉

“位置歷史”功能，Google仍通過地圖和搜索服務(wù)記錄用戶軌跡。

用戶隱私設(shè)置存在誤導(dǎo)性設(shè)計，算法隱性收集數(shù)據(jù)的倫理問題引

發(fā)質(zhì)疑。(來源：觀察者網(wǎng)，2018)。4.人工智能倫理案例分析數(shù)據(jù)隱私案例分析(3)Uber

數(shù)據(jù)泄露隱瞞事件。黑客入侵Uber

服務(wù)器，竊取

5700萬用戶和司機信息。Uber

支付10萬美元封口費并隱瞞事件

近兩年，暴露企業(yè)在數(shù)據(jù)安全事件中的責(zé)任缺失與道德失范。

(來源：新華網(wǎng)，2017)。(

4

)

豆

包AI個人信息泄露事件。字節(jié)跳動旗下AI

工具豆包被曝通過公開信息抓取用戶微信號，即使相關(guān)內(nèi)容已刪除仍可查詢。

律師指出，平臺未經(jīng)明確授權(quán)聚合隱私數(shù)據(jù)，涉嫌違反《中華人

民共和國民法典》。(來源：搜狐網(wǎng)，2024)。4.人工智能倫理案例分析數(shù)據(jù)隱私案例分析分析討論從人工智能倫理的角度分析，算法應(yīng)用中的倫理問題主要體現(xiàn)在三方面：用戶知情同意機制失效，企業(yè)責(zé)任與利益失衡，以及倫理審查缺失。這些案例表明，企業(yè)在追求商業(yè)

利益時往往忽視倫理責(zé)任，缺乏透明度和問責(zé)機制。解決需建立嚴(yán)格的倫理審查制度(如

數(shù)據(jù)使用前倫理評估)、強制企業(yè)履行知情同意義務(wù)，并通過立法明確算法應(yīng)用的道德邊界，確保技術(shù)發(fā)展不以犧牲用戶權(quán)益為代價。4.人工智能倫理案例分析數(shù)據(jù)隱私案例分析思考和建議解決這些問題需要多維度治理，以下是一些思考和建議：(1)技術(shù)層面：強制實施數(shù)據(jù)加密和訪問控制，如

Equifax

應(yīng)采用動態(tài)數(shù)據(jù)脫敏技

術(shù)。建立

AI

算法倫理審查框架，要求模型在數(shù)據(jù)抓取時自動屏蔽隱私信息(如豆包優(yōu)化

提示詞過濾機制)。完善數(shù)據(jù)生命周期管理，明確數(shù)據(jù)刪除標(biāo)準(zhǔn)并定期審計(如醫(yī)療數(shù)據(jù)

匿名化處理)。(2)監(jiān)管層面：細(xì)化數(shù)據(jù)隱私保護法規(guī)，明確“公開信息”的使用邊界，如豆包

在用戶刪除內(nèi)容后需同步清除緩存。建立數(shù)據(jù)泄露強制報告制度，對隱瞞行為實施高額罰

款(如英國對

Uber

的潛在處罰)。推動跨境數(shù)據(jù)治理協(xié)作，如歐盟

GDPR與美國CCPA的互認(rèn)機制。4.人工智能倫理案例分析數(shù)據(jù)隱私案例分析思考和建議解決這些問題需要多維度治理，以下是一些思考和建議：(3)企業(yè)倫理治理：設(shè)立獨立數(shù)據(jù)倫理委員會，對

AI

產(chǎn)品進行全流程合規(guī)審查

(如醫(yī)療AI

需通過倫理委員會批準(zhǔn))。(4)用戶賦權(quán)與教育：設(shè)計可視化隱私控制面板，允許用戶動態(tài)管理數(shù)據(jù)權(quán)限。開

展