人工智能与技术伦理(陈小平, 刘贵全, 叶斌) 2022秋 2021秋 2021春  课程号:HS156601
2022秋 2021秋 2021春  课程号:HS156601
5.9(10人评价)
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
选课类别:核心通识 教学类型:理论课
课程类别:核心通识 开课单位:计算机科学与技术系
课程层次:通修   学分:2.0
课程主页:暂无(如果你知道,劳烦告诉我们!)
简介 最后更新:

人工智能已进入高速发展和推广应用阶段。人工智能、大数据等高新技术的普及应用,正在对各行各业、各种岗位的从业人员产生广泛、深刻、持续性的影响,从而引出各专业本科生和研究生教育的一种全新的重大需求。

本课程面向所有专业的本科生和研究生,以课堂讲解与案例考察研讨相结合的方式,介绍人工智能和大数据的基本原理,探讨人工智能、大数据的技术伦理现状、存在问题和治理方案,主要领域包括:大数据应用与伦理、企业的伦理建设、AI相关研发伦理、AI时代的传媒治理、AI伦理与法治。

AI 总结 AI 总结为根据点评内容自动生成,仅供参考

考试与考核方式

《人工智能与技术伦理》主要通过一篇3000-5000字的课程报告进行考核,报告包括课程总结、案例分析和摘要。没有期中或其他形式的考试。报告提交时间较为灵活,但需要电子版和纸质版并行。有学生感叹:“报告除了写出自己的理解和感受,规范化排版和多样化表述也是比较重要的”,建议多投入时间认真对待。

给分情况

不少学生反映给分大多集中在3.0和4.0两个点上,这引发了一些争议。老师随后调整了评分标准,加入了A+和B+等细分档次。一位同学表示:“只要最后的报告写仔细一点,A+还是挺容易的”。

作业负担

这门课没有平时作业,仅有期末的课程报告,需要较为详细的课程总结和创新的案例分析。学生建议尽量多引用论文和加入个人见解,以增加评分机会。有评价指出:“平时没有作业,上课没有点名,最后交一篇课程报告”。

教学水平

多位老师以及外校教授轮流授课,课堂氛围较为轻松。总体学生对陈小平老师的评价较高:“陈小平老师上课水平非常高,会通过举案例的形式说明问题”。也有同学认为课程内容略显分散,有摸鱼的空间。

课程内容

课程内容涵盖人工智能伦理治理、大数据技术及应用等,兼顾理论和实际应用。“上课就给我一种老师主要不是想讲给学生听,而是想讲给最后一排坐的‘专家’听的感觉”反映了一些学生对课程深度的质疑。总体而言,课程较为适合作为一门轻松的公选课,但对期望深入学习相关知识的同学可能不太适合。

总结

《人工智能与技术伦理》是一门较为水的公选课,适合刷学分。上课轻松不点名,期末只需提交一份报告。然而,给分制度曾有争议,后被调整为更多档次。课程内容分散,实质性学习体验因人而异。总体推荐给那些希望轻松获得学分但不要对课程深度期望过高的同学。

排序 学期

评分 评分 10条点评

Komorebi 2021秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:一般

我觉得这门课的体验还行,会请一些别的学校的教授来给我们上课,每次上课就像是去听了一场报告,比起正儿八经的专业课程,这种课听起来更轻松,摸鱼也没有心理负担(bushi)。陈小平老师上课水平非常高,会通过举案例的形式说明问题,不会陷入一板一眼的念PPT定式中。

平时没有作业,期末提交一篇论课程报告,包含课程总结和案例分析。课程总结我采用了思维导图的形式,案例分析就选取一个自己感兴趣的方面分析,建议多搜集一些论文。陈老师特意强调需要标注论文引用、要有摘要、要有总结、要有自己的观点。我用latex总共写了1W+(要求5000),毕竟这门课也没别的考核方式了,还是需要认真对待。

第一次提交教务系统的分数只有ABCD这几档,没有进一步细分,这引起了有些同学的不满,所以老师们被迫撤回了成绩,加了一些A+和B+

给分还行,只要最后的报告写仔细一点,A+还是挺容易的。最后附上我总结的思维导图,希望对学弟学妹们有所帮助。

AI伦理治理的基本原理和主要内容.png

人工智能的科学进展与挑战.png

大数据技术与应用.png

(最后修改于 5 0 复制链接
什么昵称 2021秋
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:一般

这个课比较水,上课像是报告的形式,好几次都是坐在教室上网课。不过不点名,一个学期都不去也没事,无作业,期末就一篇小论文,把课本快速过一遍就行了,花了一天写完。课程收获嘛,感觉属于正常公选课水平。期末看课本的时候觉得课本写得其实挺好的。

听同学说这个课老师只给了3.0和4.0。这门课是五等级课,合理怀疑老师以为只能分成ABCDE五档,不知道还有A+,B-之类的(说不定老师把A以下的全给了B,还以为自己是奶王呢(

(最后修改于 4 1 复制链接
西区最里边那个食堂的牛肉焖饭真好吃哈哈哈哈
立即登录,说说你的看法
R.A.B. 2021秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:杀手
  • 收获大小:一般
  • 难度:简单
  • 作业:很少
  • 给分:杀手
  • 收获:一般

是一门很适合水学分的课。没有作业,很简单。但个人感觉给分不太好,课程内容也和预期的有些差距。上课就给我一种老师主要不是想讲给学生听,而是想讲给最后一排坐的“专家”听的感觉。。。(个人感觉,不一定对

(最后修改于 2 0 复制链接
2021秋
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:杀手
  • 收获大小:没有
  • 难度:中等
  • 作业:中等
  • 给分:杀手
  • 收获:没有

 

成绩撤回改了,稍微多了几个3.3、4.3,变化并不大

-----------------------------

作为五等级课,优秀率没统计不好说,优秀以下直接给3就离谱。

目测只有3.0和4.0两个分。

(最后修改于 2 0 复制链接
windsoul 2021秋
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:杀手
  • 收获大小:很多
  • 难度:简单
  • 作业:很少
  • 给分:杀手
  • 收获:很多

出分了,3.0和4.0两点分布啊。。。 如果不是缺学分快跑 占个坑目前给7分,还没出分

平常类似讲座性质,不点名捏,没平时作业

最后只有一个课程报告需要写

作为公选课比较推荐入手

~~不过我个人感觉真的学不到什么啊~~

(最后修改于 2 0 复制链接
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:杀手
  • 收获大小:没有
  • 难度:简单
  • 作业:很少
  • 给分:杀手
  • 收获:没有

如果你偷懒想随便选个水课,那从这学期来看,真的是非常水的课程,上课没有点名,期末只有上交一份报告

但是如果你是对绩点有一定理想的人,不建议选,和政治课一样的随机给分

课内没有学到任何有用的知识,个人对给分没有赞许之情,给出很不好的评价

 

- 偷懒水学分:可选

- 有一定梦想且对自己文采不自信:快跑!

(最后修改于 1 0 复制链接
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:简单
  • 作业:很少
  • 给分:一般
  • 收获:没有

2024学年秋季学习

优点:

1. 只需要编写课程报告

2. 不点名,有回放和ppt

缺点:

1. ppt更新速度极低

2. 临考试周才告诉你论文要求 12月下旬正式发布大作业要求。开学发的要求作废,要求变动极大。字数要求5k,大量总结内容,一个案例分析。

3. 不得使用大模型生成

 

个人观感:

1. 就冲这个结尾才发布大作业要求我就觉得这课很蠢

2. 狗都不手写,我必须是大模型生成然后风格改写了

0 0 复制链接
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:简单
  • 作业:很少
  • 给分:一般
  • 收获:一般

下午考试周就要考完了来评个课。上学期选的课,非相关专业,前半部分认真听了,后面一点没听,因为内容差不多,就是讲座嘛。写论文的时候比着ppt写课程内容,案例分析自己找找,我写的是深度学习可解释性的问题和算法安全,就往公众心理和技术伦理上写就行了,写了5000字喜提A,至少对于写小论文(语文)比较强的同学来说给分问题不大,给个高分回调一下

0 0 复制链接
唔哈 2021秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

上课:这门课上课还是比较水的,有时候是学校的老师讲,有时候是外校的老师讲,但感觉都没有“硬核”的人工智能伦理的探讨,选了这门课大概率是不会学到什么东西的。 这门课平时没有作业,上课没有点名,最后的考核是交一篇3000-5000字的小论文。水倒是挺水的。 最后给分不得不吐槽,要么是4.0,要么是3.0,优秀率不知道有没有给满。 总得来说是一门水课,如果你想刷学分的话,完全可以选。如果你是学习人工智能伦理的知识,或者无法接受上述的给分的话,不建议来。

------------------------------------------------------------------------------------------------------------------------

修改:由于4.0和3.0的二等级给分引起同学们在微信群的吐槽,老师才发现ABC等级制中还有+-。之前老师一直以为最高就是A,下一档就是B,所以大家的给分都是4.0和3.0。因此,老师撤回了成绩,修改为A+和B+。

(最后修改于 0 0 复制链接
城郭外景 2021秋
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

上课体验:

上课比较类似讲座,课堂很轻松,不会点名,没有作业。

上课老师不固定,有时会有外校的老师来上一节课。

课堂内容比较分散,有的比较精彩,有的适合摸鱼。

考核方式:

一篇3000~5000字的课程报告,包含300~500字的摘要、课程内容总结和具体案例分析。

强调了摘要很重要,是重要的评价方面。

提交电子版,也需要在特定时间提交打印纸质版,这里表扬一下助教,本来规定在上午提交,助教xjj实际上在群里不断提醒没交的同学,乃至下午都在接受提交,很照顾同学们了。

个人经验:

报告除了写出自己的理解和感受,规范化排版和多样化表述也是比较重要的,毕竟要让别人能看懂。

我报告接近5000字,排版比较整齐,自制了很多关系流程图,哪怕不看文字只看图也能看懂我大致讲了什么。

课程总结部分我加入了一些自己的理解(老师说过这个会加分),具体案例分析感觉没有写出我的预期。

我在ddl前一天晚上完成的写作和制图,第二天早上起来排版,所以任务量其实不是很重,也比较早地想清楚了要写什么 。

最后得了A,我很满意了。

2022春好像没开这门课,如果以后开了,还是很推荐选的。

后来有同学反映不满意A/B两点分布给分,老师也认真听取了,居然撤回了成绩,重新给分了。

最后给到了A+,我更满意了。

(最后修改于 0 0 复制链接

陈小平

教师主页: 戳这里

刘贵全

教师主页: 戳这里

叶斌

教师主页: 戳这里

其他老师的「人工智能与技术伦理」课

陈小平, 刘贵全, 张贵红 6.8 (8) 2024秋 2023秋
未知 2021春

陈小平老师的其他课

数理逻辑 8.5 (30) 2020春 2019春...
机器人编程入门 10.0 (1) 2012夏
人工智能与技术伦理 6.8 (8) 2024秋 2023秋
人工智能基础 2008秋 2006秋
仿真机器人足球 2008秋 2007秋...
数理逻辑 2014春 2013春
机器人足球(初级班) 2004秋 2004春...
机器人足球(提高班) 2004春 2003秋...
行动推理(一) 2011秋 2010秋...
计算机导论 2010秋
多智能体系统前沿 2020秋 2019秋...
行动推理(一) 2011秋 2010秋...

刘贵全老师的其他课

数理逻辑进阶与应用 9.2 (4) 2024秋 2023秋...
数理逻辑 8.6 (10) 2021春 2020春...
自然语言理解 8.0 (4) 2024春 2023春...
自然语言处理 7.5 (2) 2024秋 2023秋...
数理逻辑基础 7.3 (27) 2023春 2022春
代数结构 6.8 (5) 2015春
人工智能与技术伦理 6.8 (8) 2024秋 2023秋
人工智能原理 2013春 2006春...
代数结构 2005春
离散数学 2006秋 2003秋...
离散数学I 2017春 2016春...
离散数学II 2011春 2010春...
组合数学 2020秋