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