授权-尽责循环

学习目标

预计时间：40分钟

完成本课程后，您将能够：

• 帮助学生运用授权-尽责循环进行负责任的设计和决策

授权-尽责循环

本视频探讨如何将授权-尽责循环作为框架，用于人工智能协作中的负责任设计和决策教学。该循环处理关于"是否使用AI"、"何时使用"以及"如何使用"的战略和伦理问题，超越"如何使用AI"的层面，转向"如何做出关于AI的良好决策"。视频展示了这两种能力之间的双向关系：授权决策引发尽责考量，而尽责考量重塑授权策略。它提供了具体策略帮助学生认识这些联系，包括分步指南来双向导航循环，以及使这些联系可视化的练习。视频强调当学生理解这些能力如何协同工作时，他们会将约束视为创造性的催化剂而非限制，从而明确并强化他们的协作选择。

关键要点

• 授权-尽责循环处理关于AI使用的整体战略和伦理决策
• 授权与尽责相互影响、相互塑造——循环是双向的
• 通过情景教学帮助学生看到联系，而非将能力视为待勾选的清单
• 掌握该循环的学生能为其选择提供清晰理由，并阐明其方法如何与目标和价值观保持一致
• 问责制和透明度能增强而非限制AI应用的创造性可能

练习

本练习帮助您创建教授授权-尽责循环的具体教案。

步骤1：创建循环情景（10分钟）

延续练习1的对话，告知您的AI合作伙伴您正在设计一个聚焦授权-尽责循环的课程：

• 与AI合作创建来自您学科领域的真实情景/工作流
• 包含具体细节，使学生能够思考工作本质、人类与AI的能力局限、伦理、透明度和问责制
• 设置决策点，学生必须在战略选择和伦理考量之间进行权衡
• 规划学生如何记录他们在情景中的思考过程

部分2：构建学习体验（20分钟）

设计正向流程（从授权到尽责）：

• 创建结构化工作表或指南，帮助学生从问题意识到平台选择
• 设计提示，帮助学生认识到其授权决策引发的伦理问题
• 设置检查点，学生必须考虑透明度和问责制
• 规划学生如何记录其战略选择与伦理影响之间的联系

设计逆向流程（从尽责到授权）：

• 创建变体练习，让学生从伦理约束或透明度要求出发
• 设计活动展示这些约束如何能明确并改进任务授权
• 包含反思提示，帮助学生将问责制视为赋能而非限制
• 规划学生如何认识到负责任的做法能增强而非限制可能性

（可选）导出为可执行计划：

• 请AI协助将您的情景、活动和评估汇编成完整教案
• 包含强调循环思维的学习目标
• 为您自己提供分步教学说明
• 创建面向学生的材料，包括工作表和反思提示

后续内容

下一课我们将探讨描述-辨识循环，该循环聚焦于构建人类与AI有效协作的认知环境的实时技巧。

反馈

随着课程进展，我们期待了解您如何将课程概念应用于生活、工作或教学中，以及您可能有的任何反馈。在此分享您的反馈

版权声明与许可

_版权2025 Rick Dakan、Joseph Feller和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。_