| 單元/主題 | 上課時間 | 內容概述 | 授課教師 |
|---|---|---|---|
| AI基礎知識與歷史研究的關聯 | 3 | AI概論（1.5小時） 介紹人工智慧的定義、發展歷程及其在歷史研究中的潛力。 探討AI如何影響歷史學的研究方法和資料處理。 AI在歷史中的應用範疇（1.5小時） 分析AI在文本分析、古文翻譯、數據挖掘等方面的具體應用。 討論成功案例，如Ithaca模型在古希臘銘文解讀中的應用。 ' |
|
| 自然語言處理技術 | 4 | NLP基礎知識（2小時） 理解自然語言處理的基本概念，包括詞彙分析、句法分析和語義理解。 學習如何使用Python及相關庫（如NLTK、spaCy）進行基本的文本處理。 實作練習（2小時） 實際操作NLP工具，進行文本分析和情感分析，讓學員體驗從數據到洞察的過程。 ' |
|
| 文化遺產保護與AI應用 | 3 | 文化遺產數位化（1.5小時） 探討如何利用AI技術對文化遺產進行數位化與保護，包括圖像識別和虛擬重建技術。 實作練習（1.5小時） 學員將使用相關工具進行文化遺產資料的數位化實作，並探討其在歷史研究中的應用。' |
|
| AI在歷史文本分析中的應用 | 4 | 文本挖掘與數據分析（2小時） 學習如何利用AI技術對歷史文獻進行挖掘和分析，探索文獻中的趨勢和模式。 案例研究與實作（2小時） 分析具體案例，如使用機器學習技術進行歷史事件的因果關係建模。 學員將分組進行實際的文本分析練習，使用AI工具提取重要資訊。' |
|
| 倫理考量與挑戰 | 2 | 倫理問題探討（1小時） 討論在歷史研究中使用AI所面臨的倫理問題，如數據隱私、偏見及內容真實性。 解決方案與最佳實踐（1小時） 探索如何確保AI應用的透明度和公平性，並討論建立公眾對AI的信任的重要性。' |
|
| 專案設計與成果展示 | 2 | 專案設計與實作（1.5小時) 學員根據所選主題設計並實作一個簡單的AI應用專案，例如開發一個古文翻譯工具或歷史事件分析報告。 成果展示與反饋（0.5小時) 各組展示其專案成果，接受其他學員和講師的反饋，以便改進未來的實踐。' |
|
| 認證檢定 | 1 | 人工智慧應用與技術(實用級) AI發展歷程與生態系 AI應用領域與產業發展' |