共 12 講
M01.01
什麼是 AI：定義、能力邊界與常見誤解
AI 就是「會從資料裡猜規則的程式」— 它不是魔法，也不是萬能
M01.02
AI 的分類：規則式、機器學習、深度學習、生成式 AI
從「人寫規則」到「機器自己學規則」再到「機器自己創造內容」
M01.03
AI 治理是什麼：為什麼不是只有法務要懂
AI 治理就像食品安全標準 — 不是廚師不用管，而是每個環節都要管
M01.04
人機協作三種監督：Human-in/on/over-the-loop
不是「AI 取代人」或「人管 AI」，而是找到對的合作模式
M01.05
AI 專案成功三要素：資料、模型、流程
沒有好資料，再厲害的模型也只是「垃圾進、垃圾出」
M01.06
AI 風險地圖：準確性、偏誤、資安、隱私、合規
AI 出錯不可怕，可怕的是你不知道它會在哪裡出錯
M01.07
用例選擇：哪些問題適合用 AI，哪些不適合
不是所有釘子都需要 AI 這把錘子
M01.08
AI 導入商業評估：ROI、TCO、風險成本
老闆問的不是『AI 多酷』，而是『花多少錢、省多少錢、風險多大』
M01.09
AI 專案角色：產品、資料、工程、法務、資安
AI 專案不是工程師的事 — 它需要一整個跨部門的團隊
M01.10
iPAS 應試地圖：考科與評鑑主題總覽
知道考什麼、怎麼考，才能用最少時間拿到最多分
M01.11
台灣 AI 基本法：七大原則與企業必知的法規框架
台灣第一部 AI 專法 — 不只是法律人要懂，規劃師更要會用
M01.12
AI 治理實務：金管會指引、公部門手冊與 AI 產品評測
法規是骨架，實務是肌肉 — 知道法律還不夠，要會落地