內容領域 4： 負責任 AI 的指南
領域 4 涵蓋負責任 AI 的指南，佔考試計分內容的 14%。
任務説明 4.1： 說明負責任 AI 系統的開發。
目標：
識別負責任 AI 的特徵 (例如：偏差、公平、包容性、穩健性、安全性、真實性)。
說明如何使用工具來識別負責任 AI 的特徵 (例如：Amazon Bedrock 防護機制)。
定義選擇模型的負責任做法（例如：環境考量、永續性）。
識別使用生成式 AI (GenAI) 的法律風險（例如：知識產權侵權索賠、模型輸出偏見、客戶信任流失、終端使用者風險、幻覺）。
識別資料集的特性 (例如：包容性、多樣性、策管資料來源、平衡資料集)。
描述偏差和差異的影響 (例如：對人口統計群組的影響、不準確、過度擬合、擬合度不足)。
描述用於偵測和監控偏差、可信度和真實性的工具 (例如：分析標籤品質、人力稽核、子群組分析、Amazon SageMaker Clarify、SageMaker Model Monitor、Amazon Augmented AI [Amazon A2I])。
任務説明 4.2： 認識透明且可解釋的模型的重要性。
目標：
描述透明且可解釋的模型，與不透明但可解釋的模型之間的差異。
描述用於識別透明且可解釋模型的工具（例如：Amazon SageMaker Model Cards、SageMaker Clarify、Amazon Bedrock Model Evaluations、開源模型、數據、授權）。
識別模型安全性與透明度之間的權衡 (例如：測量可解釋性和效能)。
描述可解釋 AI 的以人為本設計原則（例如：使用者回饋機制、AI 決策透明度）。
