《人工智能应用与信息技术》电子教案 项目二 AI应用中的伦理与合规

教案学期2026—2027学年第一学期课程名称人工智能应用与信息技术开课专业、班级计算机应用技术、计算机26101-26103授课教师（职称）审定人编制时间：2026年6月课程基本情况课程名称人工智能应用与信息技术总学时数56理论学时28实践学时28课程学分3.5考核方式考查课授课专业计算机应用技术授课班级计算机26101-26103课程性质公共基础课程总体教学目标、要求本课程以人工智能应用岗位的实际工作需求为导向，立足人工智能行业发展趋势与岗位技能标准，通过理论讲授与实践操作相结合的教学模式，实现知识传授、技能培养与素养塑造的有机融合。通过本课程的系统学习，使学生全面了解人工智能与AIGC的基本概念与发展历程，掌握主流AIGC工具的功能特点与使用方法，具备提示词设计与优化的核心能力，能够运用AIGC工具完成文本创作、智能化办公、图像生成、音频处理、视频剪辑、数据可视化分析等实际任务。在技能培养基础上，着力提升学生的综合职业能力，培养学生具备AI时代所需的判断能力、创新能力、跨界融合能力与终身学习能力。引导学生树立诚信守法、审慎辨伪、向善而行的技术伦理观，养成规范操作、主动思考的职业习惯，能够从容应对人工智能时代的工作挑战。使用教材《人工智能应用与信息技术》参考资料教案2本节课标题项目二AI应用中的伦理与合规任务1版权与原创性问题任务2虚假信息与责任归属任务3安全使用AI的准则 授课学时4学情分析知识基础：学生通过项目一的学习，已具备AI与AIGC的基础操作能力，能够熟练使用提示词生成文本与图像。然而，他们对AI背后的法律属性认知模糊，普遍认为“AI生成的内容就是我的”，缺乏对版权归属、数据隐私风险的系统性认知。能力基础：学生具备基本的网络信息获取能力，但在面对复杂的伦理困境（如AI“幻觉”导致的虚假信息传播）时，缺乏批判性思维和责任界定能力。在学术场景中，容易因图方便而陷入“复制粘贴”的学术不端陷阱。心理特征：学生对枯燥的法律法规条文有抵触情绪，但对与自身利益相关的“隐私泄露”、“论文查重”、“网络诈骗”等话题高度关注。总结：基于学生“技能强于理论、感性大于理性”的特点，本项目教学必须从“灌输法条”转向“案例实证”，利用真实发生的侵权案例和校园常见场景（如写论文、做设计），引导学生从“旁观者”变为“当事人”进行换位思考，从而内化伦理规范。教学目标知识目标能力目标素质目标1.准确阐述AI生成内容（AIGC）的版权认定原则，特别是“人类实质性智力劳动”的法律含义。2.列举AI应用中常见的三类风险：版权侵权、虚假信息（AI幻觉）、数据隐私泄露。3.理解“谁过错、谁担责”的归责原则，明确开发者、使用者、平台三方在虚假信息传播中的责任边界。4.掌握安全使用AI的五大核心准则（数据脱敏、权限最小化、内容审核等）。5.区分“合理参考”与“AI代笔”的界限，理解学术原创性的核心标准。1.能够运用版权知识，在使用AI辅助创作时，通过设计复杂提示词和后期修改来确立原创性。2.能够甄别AI生成内容中的事实性错误与逻辑漏洞，具备对网络信息的批判性核查能力。3.能够在学术写作与职场办公场景中，规范引用AI生成内容，并标注使用痕迹。4.能够在使用AI工具前，进行敏感信息脱敏处理，并审查应用权限。5.能够针对特定场景（如电商直播、论文写作）制定个性化的AI伦理风险应对方案。1.树立“技术向善”的价值观，拒绝利用AI进行恶意诈骗或侵权活动。2.培养严谨的学术态度，自觉抵制“AI依赖”，坚持独立思考与原创优先。3.增强个人隐私保护意识，养成“不轻信、不乱输、勤核查”的安全习惯。4.明确作为AI使用者的社会责任，主动阻断虚假信息的传播链条。5.形成规范的数字公民素养，尊重他人知识产权，维护清朗的网络空间。教学案例某高校学生小张，在完成课程论文时，为节省时间，直接在AI工具中输入提示词“撰写一篇关于AI伦理的论文”，之后未对AI生成内容进行任何修改与审核，便提交了作业。教师批改时发现，论文中多处内容与某已发表文献高度相似，且存在部分因AI“幻觉”导致的虚假学术观点，同时小张在论文中未注明任何AI使用痕迹及内容来源。此外，小张在使用某非正规AI工具时，不慎输入了自己的学号、身份证号码等敏感信息，后续收到了多条陌生骚扰信息，疑似信息被泄露。最终，小张被认定为学术不端，成绩作废，还因隐私泄露面临安全隐患。教学重点及解决方法重点：AI生成内容的版权归属与原创性判断标准；安全使用AI的实操准则（特别是数据脱敏与权限管理）。解决方法：一、1.引入“创作过程证据链”概念：教学核心从“最终作品”转向“创作过程”。强调版权保护的不是AI的输出，而是人类在创作过程中的智力投入；2.实施“过程存证”实操训练：任务：要求学生在使用AI工具（如DeepSeek、文心一言）时，必须截图保存完整的对话历史，特别是复杂的提示词（Prompt）设计、参数调整记录以及对AI初稿的修改痕迹。目的：让学生直观理解，这些记录就是未来可能发生的版权纠纷中，证明“实质性智力劳动”的关键证据；开展“原创性分级”工作坊：L1级（无原创）：输入“画个猫”->直接保存图片（无版权）。L2级（弱原创）：输入“画个在月球上的赛博朋克猫，水彩风格->简单修改（可能有版权，但易受挑战）。L3级（强原创）：多次调整提示词+后期用PS深度编辑+融入个人故事背景（拥有完整版权）。通过对比，让学生明确原创性的积累过程。将抽象的安全准则转化为具体的“行为规范与防御机制”。重点在于培养学生建立“数据安全边界感”，掌握数据脱敏的具体技术手段，并理解权限管理背后的逻辑，从而在日常学习与未来职场中构建个人数字防护网。解决方法与实施策略：推行“敏感信息红绿灯”制度：红灯（绝对禁止）：身份证号、银行卡号、密码、验证码。黄灯（需脱敏）：姓名、学校、公司名称、项目代号（可用“XX大学”、“某科技公司”替代）。绿灯（相对安全）：通用知识、公开数据。实操：在实训环节，提供一份包含敏感信息的“假想文档”，让学生现场练习识别并进行脱敏处理。2.开展“权限审计”行动：课堂活动：让学生拿出自己的手机，进入应用权限管理界面。任务：检查常用的AI小程序或APP，查看其索取的权限（如通讯录、相册、位置等），并依据“最小必要原则”关闭非必要的权限。讨论：为什么一个AI写作软件不需要访问我的相册？通过讨论强化权限管理的意识。教学难点及解决方法难点：如何界定“人类实质性智力劳动”以获得版权（即AI辅助与AI代笔的界限）；虚假信息产生后，开发者、使用者、平台三方的责任划分与归责原则。解决方法：引导学生从“工具使用者”向“创作主导者”转变，建立清晰的“人机协作边界认知”。核心在于理解法律与学术界对“智力投入”的认定标准，避免因过度依赖AI而导致的学术不端或侵权风险。突破策略与案例教学法：引入“可版权性”三要素评估法：要素一：独创性表达。内容是否体现了作者独特的选择、安排和设计？要素二：智力投入度。人类在构思、提示、筛选、修改环节投入了多少精力？要素三：非抄袭性。内容是否侵犯了他人的在先权利？应用：让学生用这三个要素去评估同学的作品或网络上的案例，进行“模拟法庭”辩论。帮助学生构建“全链路责任归属模型”，理解在复杂的AI生态中，不同主体的权利与义务边界。难点在于掌握“过错责任原则”在AI场景下的具体应用，明确“技术中立”并非“责任豁免”。突破策略与情境模拟法：1.AI虚假信息甄别与责任判断实操操作流程：教师提供1个AI生成的虚假信息案例（如“AI生成‘某高校取消AI相关课程’的不实通知，学生未经核实转发至校园群”），学生轮流发言，每轮聚焦1个核心任务（如判断虚假信息类型、识别责任主体、明确责任承担方式）。互动环节：记录每轮分析结果，对比AI虚假信息产生原因、责任归属等知识点，让学生分析“不同主体（学生、AI平台）的过错在哪里”，最后共同总结“虚假信息甄别—责任主体划分—责任认定”的实操步骤，强化责任意识。2.课堂思考：某职场人在使用AI处理工作文件时，为图便捷，向非正规AI工具输入了公司商业机密，同时授予该工具全部访问权限，后续出现机密泄露问题。请结合安全使用AI的准则，分析该职场人在数据安全与隐私保护方面存在哪些疏漏？该公司应如何整改以防范此类风险？参考资料序号教学步骤教学内容教师活动学生活动教学环境1课前准备让学生收集AI生成内容（AIGC）的版权与原创性问题案例、虚假信息与责任归属案例、如何安全使用AI的案例（至少3个），思考“什么是AI应用中的伦理与合规”；完成学习通平台课前测试。根据教材内容设定课前考核题目；分析学生对AI应用中伦理与合规的认知基础。收集身边AI应用案例；完成课前习题考核。学习通2任务引入（15min）以“小张论文”案例导入，引出核心问题：从“小张的行为违反了AI应用中的哪些版权与原创性要求？为何其论文会被认定为学术不端？”到“小张需对该虚假信息承担责任吗”再到“小张在使用AI的过程中，在数据安全与隐私保护方面存在哪些问题”，结合安全使用AI的准则，思考应如何规避此类风险？讲述案例故事；抛出问题“大家觉得小张冤不冤？他错在哪里？”；引导学生关注三个核心问题：版权（复制粘贴）、原创（无思考）、安全（输隐私）。 聆听案例；思考并回答引导性问题；分享自己收集的AI应用案例。实训室3知识讲授（80min）引导学生认识AI应用中的伦理与合规包括：版权与原创性问题；虚假信息与责任归属；安全使用AI的准则。PPT讲解版权与原创性问题；虚假信息与责任归属；安全使用AI的准则。认识AI应用中的伦理与合规；理解版权与原创性问题；掌握区分虚假信息与责任归属；准确安全使用AI；记录笔记；参与问答互动；完成随堂判断练习。实训室4小组协作完成任务（60min）项目实训：真实场景的AI伦理与合规风险识别及应对方案设计任务背景：学术创作场景（AI辅助论文撰写）步骤1：分组，3类典型场景小组，记录AI使用实操（含AI提示词、生成内容、操作截图）。步骤2：小组制作风险识别清单（明确场景、风险类型、具体风险描述）。步骤3：各小组制作有针对性的伦理与合规风险应对方案（含问题分析、应对措施、实操步骤）。步骤4：实训总结（含知识点应用、实操收获、不足与改进方向）。巡视指导；解答操作问题；鼓励学生多轮迭代优化。 任务背景：学术创作场景（AI辅助论文撰写）实训室5小组汇报与评分（30min）小组汇报任务成果；对成果进行审查与互评。点评学生作品；组织互评；引导总结。展示实训成果；参与互评；记录反馈意见实训室6归纳提升和拓展（15min）梳理项目二全部核心知识点：1.版权与原创性问题2.虚假信息与责任归属3.安全使用AI的准则 PPT总结项目二知识框架；拓展引导学生思考AI应用中的伦理与合规；布置课后任务。回顾全部知识点；记录课后任务；思考AI应用中的伦理与合规和自身专业的结合点。实训室7课后任务1.完成学习通平台项目二课后习题。2.提交《真实场景的AI伦理与合规风险识别及应对方案设计》至学习通平台。3.预习项目三“AI时代的职业生涯发展”内容。学习通课后反思

教学内容备注一、任务引入案例引入：某高校学生小张，在完成课程论文时，为节省时间，直接在AI工具中输入提示词“撰写一篇关于AI伦理的论文”，之后未对AI生成内容进行任何修改与审核，便提交了作业。教师批改时发现，论文中多处内容与某已发表文献高度相似，且存在部分因AI“幻觉”导致的虚假学术观点，同时小张在论文中未注明任何AI使用痕迹及内容来源。此外，小张在使用某非正规AI工具时，不慎输入了自己的学号、身份证号码等敏感信息，后续收到了多条陌生骚扰信息，疑似信息被泄露。最终，小张被认定为学术不端，成绩作废，还因隐私泄露面临安全隐患。引导性问题： （1）小张的行为违反了AI应用中的哪些版权与原创性要求？为何其论文会被认定为学术不端？（2）论文中出现虚假学术观点，小张作为使用者，需对该虚假信息承担责任吗？ （3）小张在使用AI的过程中，在数据安全与隐私保护方面存在哪些问题？结合安全使用AI的准则，思考应如何规避此类风险？案例任务：今天我们将利用文档中的知识，帮小张解决这三个难题。我们需要掌握：版权与原创性：如何界定“我的作品”而不是“AI的作品”？虚假信息与责任：如何识别AI的“胡说八道”？一旦出事，锅该谁背？安全准则：如何制定一份《个人AI安全守则》，避免隐私泄露？二、知识讲授模块一：版权与原创性核心法条与原则：AI无版权：依据《著作权法》，只有“自然人”或“法人”是作者，AI本身不能拥有版权。归属原则：“法定优先，约定补充”。默认归使用者（投入了实质性智力劳动）。若平台协议有特殊约定（如“用户生成内容归平台”），且平台履行了提示义务，则按协议来。1.原创性：①无原创：输入简单指令（“画个猫”）->直接复制=侵权/学术不端。②有原创：实质性智力劳动=复杂提示词设计+参数调整+后期修改润色。2.避坑指南：①不要直接搬运，要留存创作记录（提示词、修改痕迹）作为证据。②引用AI内容要注明来源，不要抹去水印。模块二：虚假信息与责任1.AI为什么会说谎（AI幻觉）：原理：训练数据偏差、模型缺陷、算法漏洞。特征：速度快、隐蔽性强、误导性大。2.责任归属：①使用者：核心责任。未审核内容就发布，造成后果（如诽谤、误导）需承担民事、行政甚至刑事责任。②平台/开发者：若未履行“提示警示”、“审核管控”义务，或明知有错却不改，需承担连带责任。③归责原则：“谁过错，谁担责”（如文档案例：科技公司无过错不担责，使用者有过错需担责）。模块三：安全使用准则1.数据脱敏（首要准则）：严禁输入身份证、银行卡、密码、公司机密。2.正规平台：只用官方认证软件，审查隐私政策，不点不明链接。3.权限最小化：只给必要权限（如写作软件不需要通讯录权限）。4.人工审核：不盲信AI输出，特别是事实类信息必须交叉验证。5.痕迹清理：定期清理缓存、对话记录，防止数据残留。三、任务实施1．实训目标在AI技术快速普及的同时，伦理失范与合规问题频发，如版权侵犯、虚假信息传播、隐私泄露等，已成为个人、组织使用AI的核心风险点。大学生作为AI的高频使用者，在学术创作、日常应用中易因对伦理边界认识模糊或合规意识薄弱，陷入侵权、违规困境。通过本实训完成以下目标。（1）掌握AI应用中版权与原创性、虚假信息、数据安全与隐私保护的核心知识点，能精准识别不同场景下的伦理与合规风险。（2）学会结合安全使用AI的准则，针对具体场景设计可落地的风险应对方案，规避版权侵犯、隐私泄露、虚假信息传播等问题。（3）强化AI伦理与合规意识，养成诚信、合规使用AI的良好习惯，明确自身在AI使用中的责任边界，提升风险防范能力。2．实训方案针对AI应用中出现的伦理与合规高频痛点，结合本项目所讲解的核心知识点，以“场景模拟—风险识别—方案设计—方案优化—场景拓展”为核心流程，开展实训。首先选取学术创作、日常办公、网络传播3类典型场景，模拟AI使用全流程；其次结合版权与原创性、虚假信息、数据安全与隐私保护等知识点，逐一识别场景中的伦理与合规风险；再次依据安全使用AI的准则，设计针对性应对方案；最后通过小组研讨、教师指导，优化方案细节，确保方案的合规性、实用性与可操作性，实现知识点与实践应用的深度结合。3．实操工具与辅助资料（1）实操工具。本实训选用DeepSeek、WPSAI作为实操工具，其中DeepSeek用于模拟AI内容生成、信息查询场景，WPSAI用于模拟AI辅助文档编辑、素材处理场景，两款工具贴合大学生日常使用习惯，适配实训场景需求。（2）辅助资料。①本项目核心知识点笔记（版权与原创性、虚假信息、安全使用AI的准则相关内容）；②典型场景案例（包含学术不端、隐私泄露、虚假信息传播等案例）；③他人已发表的文献、风险识别清单、应对方案模板。4．操作步骤本实训以“学术创作场景（AI辅助论文撰写）”为例，详细说明操作步骤，其他场景可参照执行。具体步骤如下。（1）场景模拟，开展AI辅助论文撰写实操。打开DeepSeek，输入提示词：“请以‘AI伦理与合规’为主题，撰写一篇1500字左右的学术短文，要求包含版权保护、虚假信息两个核心要点，引用相关案例辅助说明”，单击“发送”按钮，获取AI生成内容;打开WPSAI，上传一篇他人已发表的相关文献，使用“AI改写”功能处理文献片段，模拟素材引用场景。（2）风险识别，梳理场景中的伦理与合规问题。结合项目2的知识点，对照风险识别清单，逐一排查实操过程中的风险点。①版权与原创性风险：AI生成内容是否存在与现有文献雷同、未注明AI用痕迹及内容来源的问题；WPSAI改写他人文献是否构成实质性侵权，是否获得版权人许可。②虚假信息风险：AI生成内容中的案例、观点是否准确，是否存在AI“幻觉”导致的虚假表述。③数据安全与隐私保护风险：实操过程中是否输入个人敏感信息（如学号、身份号码），是否使用正规AI工具，权限授予是否合理。（3）方案设计，制定针对性风险应对方案。针对识别出的风险点，依据安全使用AI的准则，填写应对方案模板。①版权与原创性风险应对：对AI生成内容进行实质性修改，融入自身观点与思考，注明AI工具名称、使用场景及内容来源；停止使用WPSAI改写他人未授权文献，若需参考，仅提取核心观点并注明引用来源，进行原创性整合。②虚假信息风险应对：逐一核验AI生成内容中的案例、观点，结合权威资料修正虚假表述，不盲目相信AI输出，履行人工审核义务。③数据安全与隐私保护风险应对：确保实操过程中未输入任何敏感信息，仅授予AI工具正常运行所需权限，优先使用合规AI工具，定期清理使用痕迹。（4）方案优化，完善细节提升实用性。围绕设计好的应对方案进行小组研讨，结合其他成员的意见，修正方案中的漏洞（如应对措施不具体、未覆盖全部风险点等）；参考教师指导建议，补充方案的实操细节（如文献引用规范、AI内容审核流程等），确保方案可落地、可执行。（5）场景拓展，完成其他场景实训。参照上述步骤，分别完成“日常办公场景（AI辅助制作工作报告，涉及敏感数据处理）”“网络传播场景（AI生成文案并发布至社交平台）”的风险识别与应对方案设计，实现多场景实操，强化知识点应用能力。5.实训成果与评价（1）实训成果：①3类典型场景的AI使用实操记录（含AI提示词、生成内容、操作截图；②风险识别清单（明确场景、风险类型、具体风险描述）；③3个有针对性的伦理与合规风险应对方案（含问题分析、应对措施、实操步骤）；④实训总结（含知识点应用、实操收获、不足与改进方向）。（2）实训评价如表2-1所示。表2-1实训评价评价维度评价指标得分实训准备（1）优秀（17～20分）：资料完整翔实，熟练掌握本项目的核心知识点，清晰理解实训目标与操作要求。（2）良好（14～16分）：资料基本完整，掌握核心知识点，理解实训目标，能简操作流程。（3）合格（12～13分）：资料部分缺失，对知识点理解模糊，对实训目标与要求掌握不全面。（4）不合格（0～11分）：资料未准备或严重缺失，不掌握核心知识点，不理解实训目标与要求。风险识别（1）优秀（26～30分）：能全面、精准识别3类场景中的所有伦理与合规风险，明确风险类型，能结合知识点准确分析风险成因。（2）良好（21～25分）：能识别3类场景中的核心风险，风险类型划分准确，能简要分析风险成因，无明显遗漏。（3）合格（18～20分）：能识别部分核心风险，存在少量遗漏或风险类型划分偏差，对风险成因分析模糊。（4）不合格（0～17分）：未识别核心风险，遗漏严重，无法划分风险类型，不能分析风险成因。方案设计（1）优秀（22～25分）：应对方案贴合场景与风险点，严格遵循安全使用AI的准则，措施具体、可落地，覆盖全部风险，合规性强。（2）良好（18～21分）：应对方案贴合核心风险点，遵循安全使用AI的准则，措施较具体，能覆盖主要风险，合规性良好。（3）合格（15～17分）：应对方案针对性不强，未完全遵循安全使用AI的准则，措施描述笼统，部分风险未覆盖，可操作性较弱。（4）不合格（0～14分）：未设计有效应对方案，措施不合理，不符合合规要求，无法规避风险。实训成果（1）优秀（13～15分）：成果完整齐全，实操记录、风险清单、应对方案、实训总结均符合要求，内容翔实、逻辑清晰。（2）良好（10～12分）：成果较完整，核心内容齐全，实操记录、应对方案符合要求，总结较翔实。（3）合格（9分）：成果基本完整，缺少部分细节（如实操截图、总结不足），应对方案内容笼统。（4）不合格（0～8分）：成果不完整，关键内容缺失，不符合实训要求，未完成核心任务。思想素养（1）