開放科技 MOOC 課程
開放文化基金會提供的開放科技課程,包含基礎單元及進階單元,從開放科技、開放文化、開放資料到 AI 應用等多元主題。
基礎單元
綜合簡介單元一:開放科技無所不在:從數位世界到日常生活
本課程將探討「開放科技」如何融入數位世界及日常生活,涵蓋以開放原始碼為核心的「開放文化」與社群協作精神;了解如何透過開放資料來認識世界及實現數據治理;並認識生活中激發創意的公民科技專案。
課綱列點:
什麼是開放:開放文化與社群面面觀
開放資料好吃嗎?讓開放資料成為你了解世界的利器
生活中的開放科技:激發創意的公民科技專案
綜合簡介單元二:讓開放成為你的行銷助力!AI 時代下的數位社會責任
這門課程將探討「開放文化」及其對行銷的助力,通過實際案例分析開放資源的行銷應用。同時,課程將聚焦 AI 時代下的數位人權議題,討論如何善用 AI 工具並強調隱私保護的重要性,幫助學員理解如何在行銷中實踐數位社會責任。
課綱列點:
開放的文化與精神
透過「開放」資源的行銷案例討論
AI 工具運用背後的數位人權
使用 AI 與工具,從自己的隱私保護做起
綜合簡介單元三:CC 授權與推動文化開放資應用
這門課程將介紹 CC 授權與文化開放資源的應用,探討著作權的基本概念及創用 CC 的意義。學員將了解開放資料的定義,並透過實際案例分析創用 CC 如何推動資源共享與文化傳播,展現一個由開放資源成就的世界。
課綱列點:
什麼是著作權?為什麼創用 CC
什麼是開放資料
創用 CC 成就了怎樣的世界?
透過「開放」資源文化推廣案例討論
進階單元
進階單元一:開放文化與社群協作文化
學習目標:
瞭解自由軟體的精神,並且用自己的語言說明四大自由的定義
瞭解開放協作的精神,並且用自己的語言說明開放協作的優點
透過課後小活動,認識開源專案
課綱列點:
我們想「開放」什麼?
開放,讓國會參與變容易了
開放國會帶來透明可課責性
自由軟體運動的四大自由
自由之零:不論目的是什麼,都有使用的自由
自由之一:有研究該軟體如何運作的自由,並且得以修改該軟體來符合使用者自身的需求
自由之二:有重新散布該軟體的自由
自由之三:有改善再利用該軟體的自由
開放定義 Open Definition
當知識是任何人都可以自由存取、使用、修改,以及分享,且最多僅受限於註引出處及保持開放的尺度時,它才是開放的
開放協作的優點
聚沙成塔:零碎成果也能整合,每一分貢獻都有幫助
集體智慧:匯聚多元意見,打造更符合需求的解決方案
不重造輪子:善用前人開源成果,也開放成果分支(fork)更多樣態
協作心法大公開
設計參與的方式:溝通工具、協作工具、專案管理、授權規則
提早釋出,頻繁釋出
《開源星手村》:在遊戲中認識開放科技與協作
進階單元二:開放資料與平臺認識
學習目標:
瞭解開放資料其背後的精神,能理解為何需要開放資料
具備自行查詢開放資料相關平臺,並取用有興趣資料的能力
能具備識別資料不同等級的品質的知識
課綱列點:
開放資料於學習知識中的應用
文化資產知識耙梳的案例分享
識別「資料」與「資訊」的不同
什麼是第一手資料
資訊經過了哪些加工
開放資料的背後精神
FAIR 原則讓你自由取用資料
找得到(Findable)
拿得到(Accessible)
看得懂(Interoperable)
用得心安(Reusable)
開放資料的不同等級的差異
認識五星資料的標準
一星資料:可取用到這些資料
二星資料:結構化的取得資料
三星資料:以開放格式取得資料
四星資料:以固定網址,使他人可以存取到資料
五星資料:以鏈結的方式取得資料間的脈絡關係
開放資料查詢平臺
平臺基礎使用介紹
試著解析議題並找到資料
察看下載的資料
進階單元三:企業數位人權
學習目標:
能夠理解 OCF 以 RDR 指標完成的臺灣企業數位人權報告
能夠試著從 RDR 報告中,去檢視平常使用的平臺
具備從 RDR 各人權指標,認識數位人權關注了哪些面向的知識
課綱列點:
從日常生活識別隱私議題
試著思考哪些是你的平常的隱私
在日常議題中辨別出哪些是數位的隱私議題
常見的企業數位人權案例
Google Book 文字辨識與 captcha 識別
人力銀行怎獲取你的資訊又做了什麼
探討為什麼要重視企業數位人權?
從前述案例解析其服務條款
「公司治理」指標概述
「使用者隱私」指標概述
「言論自由」指標概述
進階單元四:從「透明度報告」瞭解你的日常隱私
學習目標:
瞭解政府監控民眾通訊的歷程、發展
具備區分不同的政府監控形式的能力
瞭解民間數位通訊服務如何與政府監控互動
透過開放資料獲知民間數位通訊服務如何保護使用者隱私
課綱列點:
探討政府為何監控民眾、案例、造成的負面影響
執法需求
提出前電子時代、類比時代、數位時代大規模監控民眾的案例
民主政體與獨裁政體的監控差異
曾經造成民眾負面影響的實際案例
區分不同的政府監控形式
數位時代的監控方式:菱鏡計畫 PRISM、政府索資
蒐集了哪些個人資訊、會有什麼負面影響
民主政府監控是否可以被人民課責
法律程序保障
法律實體保障
政府調取紀錄資訊揭露
隱私權的重要性
舉 AI 時代可以輕鬆複製他人的個資進行身份偽裝(impersonation)或盜用身份(identity theft),如果被當權者獲取資訊,民眾的數位身分將輕易被盜用
人民行使公民權可能受侵害或壓制(舉兒少法案例)
如何知道數位平台是否會捍衛個人隱私
舉蘋果 iPhone 與 FBI 要求解鎖案例
Google 透明度報告和 Meta 透明度報告導讀
進階單元五:從資料到資訊:以 AI 輔助開放資料清整
學習目標:
認識常見開放資料的數位檔案格式、資料呈現形式及其可能的資料問題
學習基本試算表軟體觀念、藉以進行開放資料清整和資料處理前置準備工作
學習運用 AI 工具輔助進行資料清整工作
課綱列點:
認識資料清理前和清理後在畫面上的差異
認識資料清理前和清理後的對於資料處理品質的影響
透過正確的試算表範例呈現數據分析的基礎操作
介紹資料集常見的呈現檔案格式
讓學生掌握何謂資料集和試算表中的常見錯誤
說明常見錯誤樣態
可以如何透過 AI 工具輔助解決這些錯誤
實際清理範例資料集
進階單元六:以 AI 輔助開放資料視覺化應用
學習目標:
理解大型語言模型(LLM)在資料處理與視覺化的效果
學習如何使用大型語言模型(LLMs)進行資料分析
掌握撰寫清晰明確的 LLM 指令(prompt)的技能
習得以使用 LLM 分析開放資料並繪製視覺化圖表的技巧
課綱列點:
呈現本堂課程最後會產出的成果
分析 LLM 在資料處理與視覺化方面的功能
比較 LLM 與傳統搜尋引擎的差異
討論 LLM 的限制與潛在問題(如幻覺、token 上限)
教導學生如何撰寫清晰且具體的 LLM 指令
介紹 LLM 指令中的拆解步驟和 Chain of Thought 概念
示範撰寫各種資料分析情境的指令