Academic Integrity and Ethics in Computer and Mathematical Sciences

课程简介

• 计算机和数学科学伦理学简介 – 伦理理论，决策框架，以及数据驱动技术对社会的影响；数据科学中为何要注重诚信。 • 学术诚信与不当行为 – 抄袭，数据造假，代码盗窃；负责任的署名，数据集和代码的引用；后果与预防。 • 合作与署名 – 团队项目中的公平贡献；论文、代码库和竞赛中贡献的定义；处理争议。 • 隐私、同意与人类受试者 – 了解知情同意，匿名化，去标识化；GDPR 和 IRB 对涉及人的数据的必备知识。 • 偏见、公平与歧视 – 数据和模型中的偏见来源；公平性指标；审计和减轻有害结果；现实案例研究。 • 知识产权与开放科学 – 许可数据集和代码（MIT，GPL，CC）；算法中的版权与专利；平衡开放与保护。 • 人工智能（AI）与生成式AI研究 – 讨论当前AI研究的缺陷以及AI平台在研究中的应用。 • 伦理使用AI与生成式工具 – 虚构内容，偏见放大，抄袭风险；透明度，问责制与监管；在作业和研究中负责任的使用。

学习目标

1. 提高学生对学术诚信和研究重要性的认识。 2. 使学生能够更深入地理解数据科学和AI，并增强其批判性分析伦理问题和做出伦理决策的能力。

先修要求

无

教学模式

授课模式：将通过正式的课堂讲座介绍计算机和数学科学中的研究伦理概念。将解释原则和实例以突出伦理问题。学生需要在讲座中达到100%的出勤率才能通过本课程。