ሰው ሰራሽ የማሰብ ችሎታ በኢኮኖሚክስ እና ስታቲስቲክስ፡ ሚናዎች፣ ወሰኖች፣ ማረጋገጫ እና ግላዊነት

ትርፍ፡

• በተጨባጭ የስራ ሂደት ውስጥ (መረጃ ማፅዳት ፣ ኮድ ፣ ምስላዊ ፣ ረቂቅ ትርጓሜ) አርቴፊሻል ኢንተለጀንስ እውነተኛ ጊዜን የሚቆጥብበትን እና እንደ ሞዴል ምርጫ ፣ የምክንያትነት ጥያቄ እና የህትመት ውሳኔ ያሉ ውሳኔዎች ለባለሙያው የሚተዉበትን መለየት መቻል እንደ ተግባር ስጋት ደረጃ።
• እያንዳንዱን አርቴፊሻል ኢንተለጀንስ ውፅዓት (ቁጥር, ኮፊሸን, ኮድ, አስተያየት) በእንደገና ስሌት ደረጃዎች, ከምንጩ እና ከስታቲስቲክ ማጣሪያ ጋር በማገናኘት የሚያረጋግጥ ዲሲፕሊን የመተግበር ችሎታ.
• በKVKK/GDPR እና በመረጃ አጠቃቀም ስምምነቶች ወሰን ውስጥ ጥቃቅን መረጃዎችን እና ሚስጥራዊ/ፈቃድ ያላቸው የውሂብ ስብስቦችን ደህንነቱ በተጠበቀ ሁኔታ የማካሄድ ችሎታ እና ተስማሚ መሳሪያዎችን የመምረጥ ልምድ።

ተመሳሳይ ጥያቄዎች በየእለቱ በኢኮኖሚስት ባለሙያ ወይም በተተገበረ የስታቲስቲክስ ባለሙያ ዴስክ ላይ ይደጋገማሉ፡ ይህ መረጃ አስተማማኝ ነውን? በእነዚህ የጎደሉ እሴቶች ምን ይደረግ? የዚህ ሪግሬሽን ቅንጅት በትክክል ምን ይላል? ይህ ግንኙነት መንስኤ ነው ወይንስ ዝምድና ብቻ? ይህ p-እሴት ጠቃሚ ስለሆነ በጽሁፉ ወይም በፖሊሲ አጭር መግለጫ ውስጥ ልጽፈው? ከእነዚህ ጥያቄዎች መካከል ጥቂቶቹ ተደጋጋሚ፣ ኮድ-ተኮር እና ጊዜ የሚወስዱ ናቸው፡ መረጃን ማፅዳት፣ ተመሳሳይ ግራፍ አስር ጊዜ ማቀድ፣ R ወይም Python ኮድ ማረም፣ ውጤቱን ወደ ሠንጠረዥ ማሰር። ሌሎች የግኝቱን ትክክለኛነት፣ የሕትመት ታማኝነት ወይም የፖሊሲ ውሳኔ ትክክለኛነትን በቀጥታ ይወስናሉ።

አርቴፊሻል ኢንተለጀንስ (AI በአጭሩ ፣ AI - የኮምፒዩተር ስርዓቶች እንደ ሰው ጽሑፍ እና ኮድ ሊያዘጋጁ ፣ ቅጦችን መለየት ፣ መረጃን ማጠቃለል እና አስተያየቶችን መፃፍ ይችላሉ ፣ ዛሬ በብዛት ጥቅም ላይ የዋሉ የቋንቋ ሞዴሎች ትልቅ የቋንቋ ሞዴሎች ናቸው ፣ ማለትም ፣ በትላልቅ ጽሑፎች ላይ የሰለጠኑ እና የሚቀጥለውን ቃል በመተንበይ ዓረፍተ ነገሮችን የሚገነቡ ስርዓቶች) በትክክል በዚህ ጠረጴዛ መሃል ተቀምጠዋል ። በትክክል ጥቅም ላይ ሲውል የሰዓታት የውሂብ ማጽጃ ኮድ ወደ ደቂቃዎች ይቀንሳል፣ ውስብስብ የስታቲስቲክስ ሙከራን አገባብ ያስታውሰዎታል ወይም የኮፊሸንት ትርጓሜን ያዘጋጃል። ትክክል ባልሆነ መንገድ ጥቅም ላይ ሲውል፣ እርግጠኛ የሚመስል ነገር ግን ሙሉ በሙሉ የተቀበረ ቁጥር፣ የውሸት ትርጉም ወይም መንስኤ ያልሆነ ግንኙነትን እንደ “ግኝት” አድርጎ ያቀርባል።

ይህ የመጀመሪያ ክፍል የሶፍትዌር መግቢያ አይደለም። ዓላማው AIን በተጨባጭ የስራ ፍሰትዎ ውስጥ የት እንደሚያስቀምጡ እና የት እንደማያስቀምጡ ግልጽ ማድረግ ነው። Econometrics ሁለቱም "ዘዴ-ወሳኝ" እና በተዘዋዋሪ "ውሳኔ-ወሳኝ" መስክ ነው፡ የሚገነቡት የሞዴል መጠን ለማዕከላዊ ባንክ የወለድ ተመን ውሳኔ፣ የቁጥጥር ፖሊሲ ለውጥ ወይም የአንድ ድርጅት ሚሊዮን ዶላር ኢንቨስትመንት ግብአት ሊሆን ይችላል። ከመነሻው መሰረታዊ መርሆውን እናስቀምጥ፡ አርቴፊሻል ኢንተለጀንስ የመተንተን ረዳት እንጂ ተመራማሪ አይደለም። የሞዴል ምርጫ፣ የመለየት ስልት፣ የምክንያትነት ማረጋገጫ፣ የህትመት እና የፖሊሲ ውሳኔዎችን የማጽደቅ እና የመጨረሻ ማጽደቁ ኃላፊነት ባለው ባለሙያ ነው።

የኢምፔሪካል የስራ ፍሰት ንብርብሮች እና የ AI ቦታ

ተጨባጭ ጥናትን በሦስት እርከኖች መከፋፈል ጠቃሚ ነው. የማስፈጸሚያው ንብርብር የዕለት ተዕለት ቴክኒካዊ ስራ ነው-የውሂብ ማጽጃ ኮድ, የግራፍ ስዕል, የጠረጴዛ ቅርጸት, የአገባብ ማረም. የስልት ንብርብር የትንታኔ ውሳኔ ነው፡ የትኛው ሞዴል፣ የትኛው መለያ ስልት፣ የትኛው ፈተና፣ የትኛው ግምት መፈተሽ ነው። የትርጓሜው እና የውሳኔው ንብርብር የግኝቶቹ ትርጉም ነው፡ ኮፊቲፊሽኑ ምን ይላል፣ ምክንያቱ ነው፣ ለፖሊሲ ምን ማለት ነው፣ መታተም አለበት። AI ሁሉንም ሶስት ንብርብሮች ይነካል, ነገር ግን በእያንዳንዱ ውስጥ በተለያየ ስልጣን. በአስፈፃሚው ንብርብር, AI በፍጥነት ረቂቅ እና ኮድ ይፈጥራል; በአተረጓጎም እና በውሳኔው ንብርብር, ግብአት ብቻ ይሰጣል እና ባለሙያው ውሳኔ ይሰጣል.

ከመጀመሪያው ጥቂት መሠረታዊ ቃላትን እንግለጽ። ኢኮኖሚክስ ኢኮኖሚያዊ እና ማህበራዊ መረጃዎችን በስታቲስቲክስ ዘዴዎች የሚመረምር እና ግንኙነቶችን የሚለካ ቅርንጫፍ ነው። ሪግሬሽን የውጤት ተለዋዋጭ (ጥገኛ ተለዋዋጭ) ከአንድ ወይም ከዚያ በላይ ገላጭ ተለዋዋጮች (ገለልተኛ ተለዋዋጮች) ግንኙነትን በቁጥር የሚቀርፅ ዘዴ ነው። ኮፊፊሽኑ ማለት በአማካይ የአንድ-አሃድ ለውጥ በውጤት ተለዋዋጭ ውስጥ ምን ያህል የለውጥ አሃዶች እንደሚዛመዱ የሚያሳይ ቁጥር ነው። ፒ-እሴቱ ምንም ውጤት በማይኖርበት ጊዜ የታየው ውጤት (ወይም በጣም የከፋ ውጤት) በአጋጣሚ የመከሰቱ ዕድል ነው። በሚከተሉት ክፍሎች ውስጥ እነዚህን ጽንሰ-ሐሳቦች አንድ በአንድ እናብራራለን; ለአሁን፣ ይህን እወቅ፡ በእነዚህ ሁሉ ውስጥ AI ብሉፕሪንትን፣ ኮድን እና ማብራሪያን ይሰጥሃል ነገር ግን ሳይንሳዊ ውሳኔዎችን አያደርግም።

የሚከተለው ሠንጠረዥ የ AIን ሚና እና የአደጋ ደረጃ በተልእኮ ጠቅለል አድርጎ ያቀርባል፡-

ተልዕኮ

የ AI ሚና

የአደጋ ደረጃ

ማን ያጸድቃል

የውሂብ ማጽጃ ኮድ መጻፍ

ኮድ ጄኔሬተር

ዝቅተኛ

ራሱ ተንታኝ (ከኮድ ሙከራ ጋር)

ገበታ / ሰንጠረዥ ረቂቅ

ረቂቅ ጀነሬተር

ዝቅተኛ

ተንታኝ

የሙከራ/ሞዴል አገባብ አስታዋሽ

የማጣቀሻ ረዳት

ዝቅተኛ-መካከለኛ

ተንታኝ

ረቂቅ ቅንጅት ትርጓሜ

ረቂቅ ጸሐፊ

መካከለኛ

የኢኮኖሚክስ ባለሙያ

ሞዴል/መለያ ስትራቴጂ ምርጫ

ረዳት ግቤት

ከፍተኛ

ኤክስፐርት ተመራማሪ

የይገባኛል ጥያቄ

ረቂቅ ብቻ፣ የመጨረሻው ቃል በጭራሽ

በጣም ከፍተኛ

የባለሙያ + የአቻ ግምገማ

የህትመት/የፖሊሲ ውሳኔ

ግቤት ብቻ

በጣም ከፍተኛ

ኃላፊነት ያለው መርማሪ/ተቋም

በዚህ ሠንጠረዥ ውስጥ ያለውን አንድ መስመር ያስታውሱ-አደጋው እየጨመረ ሲሄድ, የ AI ሚና ይቀንሳል እና የባለሙያዎች ፍቃድ እያደገ ይሄዳል.

ለምን "ማረጋገጫ" የዚህ ንግድ ልብ ነው።

የቋንቋ ሞዴሎች በመልሳቸው የሚተማመኑ ይመስላሉ፣ ግን እርግጠኛ ላይሆኑ ይችላሉ። በቴክኒካል ቋንቋ፣ ይህ ቅዠት ይባላል፡- ልክ እንደ እውነት በቀላል ዓረፍተ ነገር ውስጥ የማይገኙ መረጃዎችን የአምሳያው ፈጠራ ነው። ለኢኮኖሚ ባለሙያ ይህ ገዳይ ወጥመድ ነው። ሞዴሉ ትክክለኛ ቁጥር ሊሰጥዎ ይችላል "በ 2015-2020 መካከል በቱርክ ውስጥ በስራ አጥነት እና በዋጋ ግሽበት መካከል ያለው ግንኙነት 0.62 ነው"; ሆኖም እሱ የእርስዎን ውሂብ አይቶ አያውቅም እና ይህ ቁጥር ሙሉ በሙሉ የተሰራ ነው። ወይም "የነጭ ሙከራ p-value 0.03 ነበር" ሊል ይችላል; ምንም ዓይነት ሙከራዎችን አላደረገም. በእውነቱ ከሌለ ክርክር ጋር የ R ተግባርን ሊጠራ ይችላል። ሦስቱንም በተመሳሳይ ቅልጥፍና ይዘምራል። መልካሙን ከስህተቱ የሚለየው እውቀትህ እና የማጣራት ልማድህ ብቻ ነው።

የማረጋገጫ ዲሲፕሊን ሶስት ደረጃዎችን ያቀፈ ነው-

1. በራስዎ አካባቢ እንደገና ያስሉ/ ያካሂዱ፡ እያንዳንዱን ቁጥር፣ ሬሾ፣ የፈተና ዉጤት እና በ AI በ R/Python የሚሰጠውን ኮፊሸን ከአይአይ ማህደረ ትውስታ ሳይሆን በራስዎ መረጃ አስላ። ውጤቱን ለማስታወስ ሳይሆን ኮዱን ለመጻፍ AI ን ይጠቀሙ። ኮዱን ያሂዱ, ውጤቱን ያዘጋጃሉ.
2. ከምንጩ ጋር ማገናኘት፡ ለዘዴ ደንቦች፣ ቀመሮች እና ገለጻዎች በመማሪያ መጽሀፍት፣ በዘዴ ጽሑፎች እና ይፋዊ ሰነዶች ላይ ይተማመኑ። “የዚህ ፈተና ግምት ነው” የሚለውን የ AI መግለጫ ከታማኝ ምንጭ ጋር ያረጋግጡ።
3. ስታቲስቲካዊ ማጣሪያ፡ ውጤቱ ከስታቲስቲካዊ አመክንዮ (ግምቶች፣ ናሙና፣ የውጤት መጠን፣ እርግጠኛ አለመሆን) ጋር የሚቃረን መሆኑን በባለሙያ አይኖች ይሞክሩ። "ትርጉም ያለው ግን የማይረባ" ውጤትን አትቀበል።

ማስጠንቀቂያ፡- በ AI የመነጨ ቅንጅት፣ ሙከራ ወይም ትርጓሜ በአንድ መጣጥፍ፣ ተሲስ ወይም የፖሊሲ ማስታወሻ ላይ ሳያረጋግጡ ማስቀመጥ ያልተገመገመ ግኝትን እንደማተም ነው። የውጤቱ አቀላጥፎ ስለሆነ ብቻ እውነት አይደለም; ቁጥሩ የተረጋገጠ ስለሚመስል ብቻ እውን አይደለም።

ግላዊነት፡ ማይክሮ ዳታ እና ፍቃድ ያለው መረጃ በግሉ የተጠበቁ ናቸው።

ማይክሮዳታ (ነጠላ መዝገቦች በግለሰብ፣ በቤተሰብ፣ በድርጅት ወይም በታካሚ ደረጃ) በኢኮኖሚክስ ውስጥ በተደጋጋሚ ጥቅም ላይ ይውላሉ። አብዛኛው ይህ መረጃ የግል መረጃ ነው እና በ KVKK (የግል ውሂብ ጥበቃ ህግ) በቱርኪ እና በአውሮፓ ውስጥ GDPR የተጠበቀ ነው። በተጨማሪም ቱርክስታት፣ ማዕከላዊ ባንኮች፣ የፓነል መረጃ አቅራቢዎች እና የንግድ ምንጮች ብዙ ጊዜ መረጃን ከውሂብ አጠቃቀም ስምምነት ጋር ይሰጣሉ። እነዚህ ስምምነቶች መረጃን ወደ ሶስተኛ ወገኖች ማስተላለፍ ይከለክላሉ. የማንነት መረጃን፣ የገቢን፣ የጤናን ወይም የኩባንያን ሚስጥሮችን የያዘ ጠረጴዚን በአደባባይ AI ውይይት መሳሪያ ውስጥ መለጠፍ የKVKK/GDPR ጥሰት እና የውል ጥሰት ነው። ምክንያቱም መረጃው ወደ ውጫዊ አገልጋይ ስለሚሄድ እና በአንዳንድ መሳሪያዎች ውስጥ በሞዴል ስልጠና ውስጥ ጥቅም ላይ ሊውል ይችላል.

ደንቡ ቀላል ነው: ውሂቡን በራሱ ደህንነቱ በተጠበቀ አካባቢ ያስቀምጡ, AI ን ለኮድ እና ዘዴዎች ብቻ ይጠይቁ. ትክክለኛው የሥራ ሂደት ይህ ነው-ኤአይአይን ለትንታኔ ኮድ ይጠይቁ ፣ ኮዱን በኮምፒተርዎ / የድርጅት አገልጋይዎ ላይ በእውነተኛው ውሂብ ያካሂዳሉ። በእርግጥ ውሂብን ማጋራት ካለቦት ማንነትን መደበቅ (የመታወቂያ መስኮችን ማስወገድ)፣ ማጠቃለል (ከግለሰብ ይልቅ አማካኝ/መቁጠር) እና ተቋማዊ የሆኑ፣ የውሂብ ሂደት ስምምነት ያላቸው እና ውሂብዎን በትምህርት ውስጥ አይጠቀሙ።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - ደህንነቱ የተጠበቀ እና ውጤታማ አጠቃቀም። አንድ ተመራማሪ በመጀመሪያ 40,000 ረድፎችን የቤተሰብ በጀት መረጃ በማጽዳት 6 ሰዓታት አሳልፈዋል። ውሂቡን ጨርሶ ሳያጋራ፣ የተለዋዋጭ ስሞችን እና አወቃቀሮችን ለ AI ብቻ ገለጸ እና የጽዳት ኮድ ጠየቀ። AI የ R ስክሪፕት ፈጠረ; ተመራማሪው ኮዱን በራሱ አካባቢ በማካሄድ የእያንዳንዱን ደረጃ መስመሮች እና ማጠቃለያ ስታቲስቲክስን አጣራ እና ሁለት የሎጂክ ስህተቶችን አስተካክሏል። የሚፈጀው ጊዜ: ከ 6 ሰዓታት ይልቅ 70 ደቂቃዎች. ውሂቡ በጭራሽ አልወጣም; ኃላፊነቱ በተመራማሪው ላይ ቀረ።

ጉዳይ 2 - ያልተረጋገጠ የቁጥር ወጥመድ። አንድ ተመራቂ ተማሪ AI "በጠቅላላ የሀገር ውስጥ ምርት እድገት እና የውጭ ቀጥታ ኢንቨስትመንት መካከል ያለው የመለጠጥ ችሎታ ምንድነው" ሲል ጠየቀ። ምንም እንኳን ምንም መረጃ የማግኘት ዕድል ባይኖረውም AI በታማኝነት በርካታ "ወደ 0.34" ሰጥቷል. ተማሪው በሥነ-ጽሑፍ ማጠቃለያ ውስጥ ይህንን ጽፏል; አማካሪው ስለምንጩ ሲጠይቅ ቁጥሩ መሰረት የሌለው እና ሙሉ በሙሉ የተፈበረበረ መሆኑ ታወቀ። ስህተት፡- ውሂብ እና ግብዓቶችን ሳይሰጡ ከ AI ተጨባጭ ስታቲስቲክስን መጠበቅ።

ጉዳይ 3 - ምስጢራዊነት እና የውል መጣስ. አንድ ተንታኝ ፍቃድ ካለው የኩባንያው ፓነል የተቀበለውን ኤክሴል የኩባንያውን ስም እና ትርኢት የያዘውን በይፋ ወደሚገኘው AI መሳሪያ ሰቅሎ "የፓነል ሪግሬሽን ያድርጉ" ብሏል። የመረጃ አቅራቢው ውል መረጃን ወደ የሶስተኛ ወገን ስርዓቶች ማስተላለፍ ይከለክላል; ክስተቱ ተገዢነትን ገምግሟል። ትክክለኛው መንገድ የኩባንያውን ስም በማይታወቁ ኮዶች መተካት ወይም ምንም ውሂብ ላለማጋራት እና የፓነል ሪግሬሽን ኮድን ብቻ ​​በመጠየቅ በራሱ አካባቢ ማስኬድ ነበር።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

በዋጋ ንረት እና በስራ አጥነት መካከል ያለውን ግንኙነት ተንትን እና የቁጥር መጠን ይግለጹ።

ይህ የይገባኛል ጥያቄ ስህተት ነው፡ ለ AI ምንም አይነት መረጃ አልተሰጠም, የትኛው ሀገር, የትኛው ጊዜ, የትኛው ሞዴል እንደሆነ ግልጽ አይደለም. AI መልስ ሊሰጠው የሚችለው በተሰራ ኮፊሸን ብቻ ነው።

ኃይለኛ ጥያቄ፡-

የእርስዎ ሚና፡ እርስዎ የኢኮኖሚክስ ተመራማሪውን የሚረዳ የትንታኔ ረዳት ነዎት። ውሂቡን ከእርስዎ ጋር አላጋራም; RUNNABLE R ኮድ ብቻ ነው የምፈልገው። አመታዊ ፓኔል አለኝ፡ ተለዋዋጮች አገር፣ አመት፣ ስራ አጥነት፣ የዋጋ ግሽበት (ሁሉም አሃዛዊ)። ተግባር፡ 1) ለስራ አጥነት የቋሚ ተፅእኖ ፓነል ሪግሬሽን ኮድ ይፃፉ ~ የዋጋ ግሽበት (plm package) ፣ 2) እያንዳንዱን እርምጃ በኮዱ ውስጥ በአስተያየት መስመር ያብራሩ ፣ 3) ኮፊፊሽኑ እንደ ዝምድና መተርጎም አለበት እንጂ CAUSAL አይደለም ፣ 4) እርግጠኛ ያልሆኑትን የተግባር ክርክር ያዘጋጁ ። እኔ እሮጣለሁ እና ውጤቱን በራሴ አካባቢ አረጋግጣለሁ።

በዚህ ጥያቄ ውስጥ ምንም ውሂብ አልተጋራም, ሚና, ፓኬጆች, አስተያየቶች መጠበቅ እና "የፋብሪካ" መከልከል ግልጽ ናቸው. አሁንም አሂድ እና ውጤቱን ራስህ አረጋግጥ።

የሚከተለው ሠንጠረዥ በዚህ ትምህርት ውስጥ ያሉትን የአንድ-ዓረፍተ-ነገር ደንቦችን ያጠቃልላል-

መርህ

ምን ማለት ነው

AI ረዳት ነው።

ሳይንሳዊ ውሳኔ እና ኃላፊነት የባለሙያው ነው

ኮዱን ይጠይቁ, ውጤቱን ያመርቱ

AI ቁጥሩን አያስታውስም; አሮጥከው እና አስላ

ውሂብ አስቀምጥ

ማይክሮ/ፈቃድ ያለው መረጃ ደህንነቱ የተጠበቀ አካባቢን አይለቅም።

ማረጋገጥ

እያንዳንዱ እትም, ኮድ, አስተያየት ምልክት ይደረግበታል; ፈጠራ ውድቅ ነው።

የተለመዱ ስህተቶች

• መረጃን ሳይሰጡ ተጨባጭ ስታቲስቲክስን ከ AI በመጠበቅ ላይ። ሞዴሉ ውሂቡን መድረስ አይችልም; የሚሰጠው ኮፊሸን፣ ቁርኝት እና p-value የውሸት ናቸው። ሁልጊዜ ኮዱን ይጠይቁ እና ውጤቱን እራስዎ ያዘጋጁ።
• በቅዠት ተግባራት ላይ መተማመን. AI የሌለ የR/Python ተግባር ወይም ክርክር ሊጠቁም ይችላል። ኮዱን ሳያስኬዱ እና ሳያረጋግጡ አይቀበሉት.
• ማይክሮ ዳታ ወደ ይፋዊ መሳሪያ በመስቀል ላይ። የKVKK/GDPR እና የውሂብ አጠቃቀም ስምምነትን መጣስ ነው። ውሂቡን ስም-አልባ ያድርጉ ወይም በጭራሽ አያጋሩት።
• ለትክክለኛነት የተሳሳተ ቅልጥፍና. በደንብ የተጻፈ ግምገማ ትክክል ላይሆን ይችላል። የአረፍተ ነገሩ ውበት ማረጋገጫ አይደለም.
• የምክንያት ቋንቋን ያለ ቁጥጥር መቀበል። YZ ብዙ ጊዜ "X ይጨምራል Y" ይላል; ነገር ግን አብዛኛው ሪግሬሽን ግንኙነቶችን ብቻ ያሳያሉ። የምክንያት ጥያቄን በንድፍ መከላከል።

ጠቃሚ ምክር፡ ከ AI ጋር በሚሰሩበት ጊዜ እራስዎን ይህን ጥያቄ ይጠይቁ፡ “ዳኛ ወይም ኦዲተር ለዚህ ውጤት ከጠየቁ ምንጩን እና መለያውን ማሳየት እችላለሁ?” መልሱ የለም ከሆነ ውጤቱ ገና ለአገልግሎት ዝግጁ አይደለም።

በማጠቃለያው

AI በኢኮኖሚክስ እና በስታቲስቲክስ የስራ ሂደት ውስጥ በአፈፃፀም ንብርብር (ኮድ ፣ ማጽጃ ፣ ግራፍ ፣ ረቂቅ) ውስጥ እውነተኛ እና ከፍተኛ ፍጥነትን ይሰጣል ። ሆኖም የሞዴል ምርጫ፣ መንስኤነት፣ ትርጓሜ፣ ህትመት እና የፖሊሲ ውሳኔዎች የባለሙያው ናቸው። ሶስት መሰረታዊ ትምህርቶች-የቁጥሩን AI አያስታውሱ ፣ ኮዱን ይጠይቁ እና ውጤቱን እራስዎ ያረጋግጡ ። ማይክሮ/ፈቃድ ያለው መረጃ ከአስተማማኝ አካባቢ አታስወግድ; ስታቲስቲካዊ ማጣሪያ እያንዳንዱ ውፅዓት. ያልተረጋገጠ የ AI ውፅዓት ልክ ያልተገመገመ ግኝት አደገኛ ነው።

የመተግበሪያ ተግባር

የራስዎን (ወይም ምሳሌ) የውሂብ ስብስብ አስቡበት። ተለዋዋጭ አወቃቀሩን በቀላሉ በመግለጽ ገላጭ ስታቲስቲክስ እና ቀላል ግራፍ የሚያወጣውን AI ለ R ወይም Python ኮድ ውሂቡን ሳያጋሩ ይጠይቁ። ገቢውን ኮድ በራስዎ አካባቢ ያሂዱ። ከዚያ የማረጋገጫ ዝርዝሩን ያቆዩ፡ (1) ኮዱ ያለ ስሕተት ነው የሄደው፣ (2) እርስዎ እንደጠበቁት የመስመሮች/የተመልካቾች ብዛት፣ (3) የትኛው የ AI አስተያየት አረፍተ ነገር የምክንያት ቋንቋን ይጠቀማል እና መስተካከል አለበት። በአንድ አንቀፅ ውስጥ፣ AI ስላዳነዎት ጊዜ እና ቢያንስ አንድ ስለያዙት ስህተት ይፃፉ።

የማረጋገጫ ዝርዝር

• [] AI ተጨባጭ ስታቲስቲክስን እንዲጠይቅ አላደረግኩም; ኮዱን ጠይቄ ውጤቱን ራሴ አወጣሁ።
• [ ] በራሴ አካባቢ የሚሰጠውን እያንዳንዱን ቁጥር እና የፈተና ውጤት እንደገና አስላለሁ።
• [ ] የሚጠቀማቸው ተግባራት/መከራከሪያዎች በትክክል እንዳሉ አረጋግጫለሁ።
• [ ] ማይክሮ/የግል/ፈቃድ ያለው ዳታ ወደ ይፋዊ መሣሪያ አልሰቀልኩም።
• [ ] የምክንያት ቋንቋ ያላቸውን አስተያየቶች ላይ ምልክት አድርጌ ወደ ዝምድና ቋንቋ አንቀሳቅሳቸዋለሁ።
• [ ] የውጤቱን ምንጭ እና ሒሳብ ለኦዲተር ለማሳየት ችያለሁ።