视频核心问题

当你使用生成式 AI 撰写报告，并在报告上署上自己的名字时，这份报告就等同于由你本人认可和提交。

因此，需要思考：

使用生成式 AI 生成自己并不完全理解、没有验证的内容，是否符合 ACS Code of Professional Ethics（澳大利亚计算机协会职业道德准则）？

1. 对工作结果负责

ACS 职业道德准则中的 Trustworthiness（可信赖性） 要求 IT 专业人员：

对自己承担的所有工作负责，并为成功或失败承担责任。

即使报告由 AI 生成，只要最终署上了自己的名字，就不能在出现错误时声称：

• “这是 AI 写的，不是我写的。”
• “我以为 AI 给出的内容应该是正确的。”
• “我只是直接采用了 AI 的答案。”

署名意味着认可，也意味着承担责任。

2. 必须独立验证 AI 生成的内容

使用 AI 后，不能仅仅假设生成结果是正确的，而应当：

• 检查事实是否准确；
• 验证引用和资料来源；
• 判断论证是否合理；
• 确认内容是否真正回答了任务要求；
• 对不确定的信息进行进一步调查。

如果没有进行独立验证，就很难证明自己对最终成果承担了专业责任。

3. 如实说明自己的能力

ACS 准则还要求专业人员：

在接受、执行和交付工作时，清楚说明自己的能力，以及可能需要改进的知识或技能不足。

如果一个人提交了一份自己并不理解的 AI 生成报告，就可能造成一种错误印象：仿佛他具备完成这项工作的知识与能力。

例如，如果你：

• 无法解释报告中的概念；
• 不理解 AI 提出的技术方案；
• 不知道如何判断数据是否正确；
• 无法回答别人对报告的提问；

那么就不能说自己真正具备完成和交付该工作的能力。

4. 保持专业胜任能力

ACS 准则要求 IT 专业人员：

对自己尝试承担的工作具备相应能力。

生成式 AI 可以协助完成工作，但不能代替专业能力本身。

真正的专业胜任能力包括：

• 理解生成的内容；
• 判断内容质量；
• 发现错误和虚假信息；
• 修改不适合的部分；
• 对最终结果进行解释和辩护。

如果一个人只是复制 AI 输出，却无法判断其准确性，那么这不属于负责任的专业实践。

5. 知识产权与版权问题

视频最后指出，使用生成式 AI 还可能涉及：

• 知识产权；
• 版权；
• 对他人作品的尊重；
• AI 输出内容的来源问题。

这些问题会在课程后续部分进一步讨论。

视频结论

生成式 AI 本身并不是问题，关键在于使用者是否进行了专业判断。

当你把名字放在 AI 生成的报告上时，你就必须：

1. 对最终内容承担责任；
2. 独立验证信息的准确性；
3. 确保自己理解所提交的内容；
4. 如实反映自己的实际能力；
5. 遵守知识产权和版权要求。

AI 可以协助完成工作，但责任不能交给 AI。最终提交者仍然需要为成果的真实性、准确性和专业性负责。