深入理解"尽责性"

预计时间：20分钟

完成本课程后，您将能够：

• 理解AI协作中的伦理影响
• 认识AI工作中透明度的重要性
• 明确在AI交互和输出中的责任

视频：尽责性详解

(7分钟)

本视频探讨AI流畅性框架中的"尽责性"能力，聚焦负责任且符合伦理的AI协作。我们将说明：虽然其他能力主要关注效率和效果，但尽责性同样重要，它涉及伦理和安全方面。我们介绍三个组成部分：

• 创作尽责性：审慎选择AI系统及协作方式
• 透明尽责性：公开AI在您工作中的角色
• 部署尽责性：对分享的AI辅助产出负责

我们强调不同场景可能有不同期望，但每个人都有责任理解并满足这些期望。

关键要点

• 尽责性是对AI协作负责的态度
• 创作尽责性包含审慎选择AI系统及交互方式
• 透明尽责性意味着向相关人员如实说明AI的参与情况
• 部署尽责性要求对使用或分享的产出进行验证并承担责任
• 不同场景（个人、学术、专业）对披露和验证可能有不同要求
• 周全的尽责性确保AI协作不仅高效，而且符合伦理和安全要求

练习

练习：撰写尽责声明

预计时间：14分钟

在本练习中，您将为正在进行的项目起草一份尽责声明。这是本课程自身的尽责声明范例。

步骤1：理解尽责声明

预计时间：3分钟

尽责声明是对AI在您工作中角色的透明说明，以及您对最终产出责任的承诺。示例：

"在创建此[文档/项目/内容]过程中，我与[AI助手名称]协作完成了[具体任务：起草、研究、编辑等]。我确认所有AI生成及共同创作的内容都经过彻底审查评估。最终产出准确反映我的理解、专业知识和预期表达。虽然AI辅助在过程中起到重要作用，但我对内容准确性及呈现方式承担全部责任。此披露旨在保持透明度，并承认AI在创作过程中的角色。"

步骤2：反思AI协作

预计时间：5分钟

思考课程项目中的工作，考虑：

• 创作尽责性：
• 选择与哪些AI系统协作？为什么？
• 向AI分享了哪些数据或信息？
• 选择过程中有哪些隐私、安全或伦理考量？
• 透明尽责性：
• 项目产出的受众是谁？
• 他们对AI披露可能有哪些期望？
• AI具体如何参与您工作的不同方面？
• 部署尽责性：
• 采取哪些步骤验证AI贡献的准确性和适当性？
• 如何确保最终产出符合您的标准和要求？
• 对最终产品承担哪些责任？

步骤3：起草尽责声明

预计时间：6分钟

与Claude开启对话：

• 分享步骤2的思考，也可选择性地分享之前关于此项目的对话记录
• 与Claude协作起草针对您项目的尽责声明
• 确保声明包含：
• 使用的AI系统
• AI对项目的具体贡献
• 您采用的审查流程
• 对最终产出的责任声明
• 任何场景特定考量（学术、专业等）

步骤4：将声明加入项目

项目完成时，将尽责声明添加至适当位置（如页脚、附录或元数据）。

反思

继续之前，请思考：

• 尽责性的哪个方面（创作、透明或部署）最具挑战性？为什么？
• 在不同场景（个人、学术、专业）中，您的尽责性实践会有何不同？
• 承认AI的工作角色会如何影响他人对产出的看法？
• 项目过程中出现了哪些未预料的伦理考量？
• 未来您会制定哪些负责任的AI协作个人准则？

后续内容

在本课程最后一课，我们将反思AI流畅性的学习成果，以及这些能力如何协同作用。我们将整体回顾框架，讨论随着AI能力发展如何持续提升这些技能。总结部分将帮助您整合所学知识和实践，应用于未来的AI协作。

课程反馈

随着课程进展，我们期待了解您如何在生活、工作或学习中使用课程概念，以及任何反馈建议。点击此处分享反馈。

版权声明与许可

_版权2025 Rick Dakan, Joseph Feller及Anthropic。采用CC BY-NC-SA 4. 0许可发布。_

本课程基于Dakan和Feller提出的AI流畅性框架。部分支持来自爱尔兰高等教育管理局通过国家教学与学习促进论坛提供。