案例01｜把責任嵌入人工智慧完整生命週期

案例02｜不負責任導入的七類後果

案例03｜倫理、可信任與負責任人工智慧的差異

案例04｜規則系統與生成式系統的責任差異

案例05｜推動負責任人工智慧的三項力量

案例06｜黑箱、醫療錯誤與偏誤輸出的警訊

案例07｜歐盟人工智慧法案的四級風險分類

案例08｜公平：以資料血緣避免偏重大型資料管線

案例09｜透明：用資料流圖說明報表與特徵來源

案例10｜可靠：遷移時找出缺表與錯置資料

案例11｜穩健：偵測結構漂移與中斷轉換

案例12｜安全：攔截旅遊聊天機器人的不當建議

案例13｜隱私與安全：追蹤並遮蔽管線中的個人資料

案例14｜問責：記錄結構變更者與下游影響

案例15｜包容：以多元使用者角色測試全球客服

案例16｜永續：以增量追蹤取代全系統掃描

案例17｜責任原則互相衝突時如何處理

案例18｜執法創新的五項責任原則：可讀資訊不足

案例19｜Microsoft 六項原則與責任儀表板

案例20｜QuantumBlack 的十項生命週期原則