簡介／

在金融領域中，AI能預測市場、評估風險、優化決策—但它是否也懂得 「公平」與「責任」

本場以「負責任的金融AI倫理」為主題，想跟大家一同思考：
在金融產業導入人工智慧的過程中，如何同時兼顧「技術創新」與「負責任使用」成為關鍵挑戰。 本講座將介紹一項以台灣金融業為背景的研究——負責任人工智慧（Responsible AI, RAI）在機器學習運營（MLOps）中的可視化實踐指引。

研究團隊針對金融從業人員普遍缺乏AI技術背景的現況，提出了四項可視化設計需求：
資訊可追溯（traceability）、邏輯可解釋（explainability）、決策參與（participation）與風險預期（anticipation），並在 MLOps 的各個階段設計出五種具體的可視化實踐工具：
追溯面板、資料品質指標、特徵重要性、模型解釋與模型比較。

以「價格預測即服務（PPaaS）」為案例驗證，結果顯示這些可視化設計能顯著提升使用者的信任感、理解力與決策信心，讓非技術背景的金融專業人員也能主動參與 AI 決策過程，實現真正「負責任」且「可理解」的 AI 應用。 本講座將帶領參與者理解 RAI 在金融MLOps中的落地實踐，探索AI如何在透明與可控的基礎上成為值得信任的夥伴。


講座附餐點(場地不能飲食，餐點於會後發放)

報名資訊／