← 返回单元地图 单元 H4 · 11-12 年级(贯穿) · 伦理与社会 · 价值观 · 综合提升
AI 伦理·治理与自主可控
对 AI 既能创造,也能负责任地评估与治理。
核心问题:当 AI 会有偏见、会编造、会被用来造假,我们凭什么信任并使用它?谁来治理它?为什么"自主可控"是国家战略?
01
怎么上:线上 × 线下协同
线上
课前 · 导学/建模
拿到偏见审计与伦理决策工具、核查清单。
线下
课中 · 创新实践
真实调研 / 辩论 / 伦理评估。
线上
课后 · 评估/决策
提交治理报告与决策依据,纳入过程性评价。
02
线上模块(本平台)
1
算法偏见系统溯源
沿"数据 → 标注 → 模型 → 部署"链路做偏见审计——偏见在哪一步进来、放大、落到谁身上。
2
深度伪造与虚假信息治理
辨识深伪、用进阶核查清单验真、想清楚"转发"也是一种责任。
3
伦理两难决策 + 自主可控
面对真实伦理两难做有依据的决策;了解产业链与算力,理解技术自主创新的战略意义。
👉 先给 6 个网络用语打标签,再看 AI 把你的标准用到了哪。
① 偏见从哪一步进来?
一条 AI 内容审核的链路有四步:数据 → 标注 → 模型 → 部署。偏见最常在标注这一步进来。你来当标注员:下面 6 个网络用语,哪些"该删"?
数据→标注(你)→模型→部署
AI 照搬你的标准,去审 3 个无辜的句子:
💡 小高潮:同一个模型,换一套标注标准,结果天差地别。AI 没有价值观,它放大的是打标签的人的标准。偏见来自数据和用数据的人,不是 AI 自己——这就是为什么要"系统溯源"。
② 当场抓幻觉,再学辨深伪
下面 3 个问题里的"书 / 人 / 成语"根本不存在。点一个,看真实 AI 会不会一本正经地编。
🔍 AI 内容 / 深伪核查清单
辨别一段可疑的 AI 文本或音视频,至少过这几关:
- 原始出处在哪?能不能在可信渠道独立查到?
- 越笃定、细节越多,越不能只凭"听起来对"就信。
- 音视频看口型/光影/边缘是否自然,反查原始素材。
- 它在让你立刻转发 / 付钱 / 愤怒吗?情绪越被调动越要停。
💡 小高潮:AI 不知道自己在说什么,它只是拼出最像真的句子。判断真假不能靠"听起来对不对",要靠独立核查出处。
③ 面对真实两难,你怎么决定?
情境:学校想用 AI 摄像头分析每个学生的"课堂专注度",自动给家长打分。你支持吗?先选立场,再写依据。
🛡️ 一条背景知识 · 自主可控:这类系统背后是芯片(算力)、框架、数据三条产业链。
若核心技术依赖别人,数据安全与系统命脉就握在别人手里——这是"为什么要自主可控"不只是技术问题,也是战略问题。
通关任务:写出你的伦理决策与依据
结合隐私、公平、对学生的影响、以及"谁来监督这套系统",给出有依据的决策(≥ 40 字)。没有标准答案,但要讲得住理。
未选立场 · 0 / 40 字
✅ 已完成单元 H4。你已经能给 AI 的偏见系统溯源、辨别深伪幻觉,并对伦理两难做有依据的决策。
03
线下项目(学校组织)
AI 治理实践:调研 / 辩论 / 伦理评估报告
做一次算法偏见调研、一场"该不该信/用 AI"主题辩论,或一份 AI 伦理评估报告,答辩展示,纳入综合素质评价。
- 是否从多个环节系统分析了偏见 / 风险来源
- 能否区分"看起来可信"与"经得起核查"
- 伦理决策是否有依据、考虑了社会影响
- 论证是否有证据支撑
算法偏见调研AI 治理辩论AI 伦理评估报告国家指南"辨析虚假信息风险 / 自主创新战略意义"
04
带走的系统视角追问
对 AI 既能创造,也能评估与治理——动手前后都问一句
- 这个偏见,是数据的错、模型的错,还是用它的人的错?
- 一段逼真的 AI 音视频,你用什么去判断真假?
- 为什么"核心技术自主可控"不只是技术问题,也是战略问题?