الأخلاقيات والنزاهة الأكاديمية والحدود وسير العمل الشامل

المكاسب:

القدرة على فهم وتطبيق المبادئ الأخلاقية لاستخدام الذكاء الاصطناعي في الرياضيات (كونه في خدمة التعلم والشفافية والمسؤولية الإنسانية والعدالة والسرية).
القدرة على تقييم مخاطر الخصوصية واتخاذ الاحتياطات المناسبة في المحتوى الحساس مثل أسئلة الامتحانات وبيانات الطلاب والأبحاث غير المنشورة
القدرة على الجمع بين جميع أجزاء الوحدة (الإنتاج + التحقق) في سير عمل واحد شامل، واستكمال كل خطوة إنتاج بخطوة تحقق وموافقة بشرية نهائية

في هذه الوحدة النهائية نجمع بين أمرين: من ناحية، الأبعاد الأخلاقية والنزاهة الأكاديمية والسرية لاستخدام الذكاء الاصطناعي في الرياضيات؛ ومن ناحية أخرى، تجميع ما تعلمناه خلال الوحدة في سير عمل واحد شامل. يعد الذكاء الاصطناعي في الرياضيات أداة قوية، لكنه يأتي مصحوبًا بالمسؤولية والقوة: فمن أجل من تستخدمه، وما تستخدمه من أجله، وكيف تستخدمه، له عواقب أخلاقية. إن الطالب الذي يقوم بواجبه المنزلي بواسطة الذكاء الاصطناعي والمعلم يقوم بتسريع المواد الدراسية باستخدام الذكاء الاصطناعي هما شيئان مختلفان تمامًا. تكمل هذه الوحدة المهارات الفنية بالاستخدام المسؤول.

بعض التعاريف. النزاهة الأكاديمية تعني إظهار من يملك العمل بصدق وعدم اختصار عملية التعلم. الانتحال هو تقديم منتج شخص آخر (أو وسيط) كما لو كان المنتج الأصلي الخاص بك. الشفافية تعني الإشارة بوضوح إلى مكان استخدام الذكاء الاصطناعي. أصبحت هذه المفاهيم أساسية لتعليم الرياضيات في عصر الذكاء الاصطناعي.

المبادئ الأساسية للاستخدام الأخلاقي

ليس بدلاً من التعلم، بل لخدمته. يمكن للذكاء الاصطناعي أن يدعم الطالب في تعلم المفهوم (الشرح، التفسير البديل)، ولكن لا يجب أن يجعله يفكر بدلاً من ذلك. إن استخدام الذكاء الاصطناعي للقيام بالواجبات المنزلية يقوض عملية التعلم.
الشفافية. قم بالإشارة إلى مكان استخدام الذكاء الاصطناعي - في مقال أو مادة الدورة التدريبية أو التقرير. الإخفاء غير شريفة.
المسؤولية تقع على عاتق البشر. أي شخص ينشر أو يعلم أو يقدم مخرجات الذكاء الاصطناعي هو المسؤول عن دقتها. "قال الذكاء الاصطناعي ذلك" ليس عذرا.
عدالة. يجب أن يخضع استخدام الذكاء الاصطناعي في التقييم لقواعد متساوية وواضحة لجميع الطلاب.
حماية. لا تدخل معلومات حساسة، مثل أسئلة الامتحانات أو بيانات الطلاب أو الأبحاث غير المنشورة، في أدوات الذكاء الاصطناعي التي لا يمكن ضمان سريتها.

الخصوصية: ماذا تعني في سياق الرياضيات؟

على الرغم من أن الرياضيات قد تبدو وكأنها لا تحتوي على "بيانات مخفية"، إلا أن السياق مهم. إن نتيجة بحث غير منشورة، أو بنك أسئلة امتحانات مؤسسة ما، أو بيانات الأداء الشخصية للطلاب، أو خوارزمية مملوكة لشركة ما - كلها حساسة. يمكن معالجة كل ما تدخله في أداة الذكاء الاصطناعي بواسطة موفر تلك الأداة، وفي بعض الحالات، يمكن استخدامه في تدريب النموذج. لذا، بالنسبة للمحتوى الحساس، إما استخدام الأدوات الآمنة محليًا/مؤسسيًا أو إخفاء هوية المحتوى.

نوع البيانات

خطر

الاحتياطات

نظرية / مشكلة منشورة

منخفض

متاحة بحرية

أسئلة الامتحان النشطة

عالية

لا تدخل أو تأمين السيارة

البيانات الشخصية/الأداء للطالب

عالية

إخفاء الهوية/لا تدخل

أبحاث غير منشورة

عالية

أداة آمنة/محلية

الخطوط العريضة للمحاضرة

منخفض متوسط

مناسبة بشكل عام

تحذير: قبل الانتقال إلى الذكاء الاصطناعي للتحقق من سؤال الاختبار، فكر في ما إذا كان يجب أن يظل هذا السؤال سريًا. من الناحية النظرية، يمكن الكشف عن أسئلة الاختبار النشط عند إدخالها في أداة الذكاء الاصطناعي التي لا يتم ضمان سريتها. بالنسبة للاختبارات الحرجة، قم بتغيير الأسئلة أو استخدم فقط الأدوات المضمونة لخصوصية البيانات والمعتمدة من الشركة.

سير العمل الشامل: مهمة نموذجية

لنفترض أنك بحاجة إلى إعداد كل من مادة الدورة التدريبية واختبارًا لموضوع ما في غضون أسبوع. يمكن أن يكون التدفق الذي يجمع جميع أجزاء الوحدة كما يلي:

1. التخطيط. توضيح الموضوع والمستوى والأهداف (الوحدة السابعة).

2. صياغة المادة. اطلب من الذكاء الاصطناعي إنتاج محاضرات مناسبة للمستوى + أمثلة محلولة (الوحدة السابعة).

3. التحقق من العينة. تحقق من كل مثال تم حله باستخدام SymPy (الوحدة 4).

4. التصور. إنتاج وتقديم الرسومات لدعم السرد باستخدام كود Matplotlib ومقارنتها بالرياضيات (الوحدة 6).

5. التدوين. قم بتنظيف الفهرس وعرض الصيغ والتحقق منها باستخدام LaTeX (الوحدة 10).

6. توليد الأسئلة. لديك أسئلة متعددة الاختيارات + مواد تشتت الانتباه للامتحان (الوحدة 8).

7. التحقق بالجملة. قم بحل جميع الأسئلة بشكل جماعي باستخدام SymPy وتحقق من مفتاح الإجابة (الوحدة 8، 9).

8. مراقبة الأخلاقيات والشفافية. هل السرية مناسبة؟ هل ذكرت استخدام الذكاء الاصطناعي في المادة عند الضرورة؟ تقع على عاتقك المسؤولية النهائية (هذه الوحدة).

9. موافقة الإنسان. قم بمراجعة وتأكيد كل شيء مرة أخيرة. لن يتم بث أي قطعة لم يتم التحقق منها على الهواء/الاختبار.

نصيحة: في سير العمل الشامل، تتمثل الإستراتيجية الأكثر فاعلية في وضع الذكاء الاصطناعي باعتباره "طبقة السرعة"، والأدوات الحتمية (SymPy، العرض) باعتبارها "طبقة الصواب"، ووضع نفسك باعتباره "طبقة الحكم والمساءلة". يجب أن تتبع كل خطوة إنتاج خطوة التحقق؛ ولا ينبغي نقل المخرجات التي لم يتم التحقق منها إلى الخطوة التالية.

ثلاث حالات صغيرة

الحالة 1 - الشفافية تبني الثقة. استخدم أحد الأكاديميين الذكاء الاصطناعي في المسودة الأولى لفصل من الكتاب المدرسي، ثم تحقق من كل ادعاء رياضي وذكر في المقدمة أنه "تم الحصول على دعم الذكاء الاصطناعي في إنتاج المخطوطة، وتم التحقق من جميع المحتوى من قبل المؤلف". وقد زادت هذه الشفافية من ثقة الزملاء وحافظت على مستوى النزاهة.

الحالة 2 - الاستخدام الذي يقوض التعلم. طلب أحد الطلاب من الذكاء الاصطناعي حل واجباته المنزلية بالكامل وإرسالها. لقد رسب في الامتحان في نفس المواد لأنه لم يتعلم المفاهيم قط. واقترح المعلم استخدام الذكاء الاصطناعي "للتحقق من الحل والحصول على تفسير بديل"، ولكن لحل المسائل بنفسه أولاً. ينبغي أن يكون الذكاء الاصطناعي في خدمة التعلم، وليس في مكانه.

الحالة 3 - خطر انتهاك الخصوصية. فكر أحد المعلمين في اختراق أداة عامة للذكاء الاصطناعي للتحقق من أسئلة الاختبار المركزي التي لم يتم إجراؤها بعد، لكنه قرر بعد ذلك عدم القيام بذلك؛ وبدلاً من ذلك قام بحل الأسئلة في SymPy بنفسه ومع زميل له. كان إدخال أسئلة الاختبار النشطة في أداة خارجية بمثابة خطر كبير على الخصوصية؛ قدمت المصادقة المحلية المسار الآمن.

أربعة قوالب قابلة للنسخ

1) الاستخدام الذي يدعم التعلم (للطلاب):

لقد قمت بحل هذه المشكلة أولا، الحل الخاص بي مرفق. لا تعطيني الحل. فقط أرني أين أخطأت وما هو المفهوم الذي أساءت فهمه حتى أتمكن من تصحيحه. الحل الخاص بي: [هنا]

2) إنشاء مذكرة الشفافية:

لقد قمت بإعداد [مادة/تقرير الدورة] واستخدمت الذكاء الاصطناعي في مرحلة المسودة، والتحقق من جميع العمليات الحسابية بنفسي. اكتب ملاحظة قصيرة ومهنية تتعلق بالشفافية تنص على ذلك بأمانة.

3) التحقق المسبق من الخصوصية:

أرغب في تأهيل المحتوى التالي من حيث الخصوصية قبل إدخاله في أداة الذكاء الاصطناعي: [نوع المحتوى]. هل يعتبر هذا النوع من المحتوى حساسًا، وما هي المخاطر الموجودة، وما هي الاحتياطات (إخفاء الهوية، والأداة المحلية) التي يجب علي اتخاذها؟ قلها قصيرة وواضحة.

4) خطة مراقبة التحقق الشاملة:

أقوم بإعداد مادة الدورة التدريبية + الاختبار لـ [الموضوع]. أدرج كخطة تحكم ما يجب أن أقوم به من عملية التحقق في كل خطوة من خطوات الإنتاج: التحقق من العينة، التحكم الرسومي، التدوين، مفتاح الإجابة، السرية، الموافقة البشرية.

موجه ضعيف / موجه قوي

ضعيف: "قم بحل أسئلة الواجب المنزلي هذه وسأقوم بتسليمها." (طالب)

النتيجة: تخطي التعلم، وانتهاك النزاهة الأكاديمية، وفشل الطالب في تعلم المفهوم. إنه أمر مرفوض أخلاقيا وتربويا.

غوتشلو: "لقد حاولت حل هذا السؤال المتعلق بالواجب المنزلي، لكنني تعثرت؛ الحل الخاص بي مرفق. لا تعط الإجابة مباشرة؛ أرني بدليل ما هي الخطوة ولماذا ارتكبت الخطأ، وذكرني بالمفهوم الصحيح، ثم سأحاول مرة أخرى."

الاستنتاج: يُستخدم الذكاء الاصطناعي في خدمة التعلم؛ يستمر الطالب في التفكير، ويتم الحفاظ على الصدق.

الأخطاء الشائعة

استخدامه لتخطي التعلم. إن استخدام الذكاء الاصطناعي للقيام بالواجبات المنزلية أمر سهل على المدى القصير، ولكنه يدمر التعلم على المدى الطويل.
عدم الشفافية. إن إخفاء استخدام الذكاء الاصطناعي يتعارض مع النزاهة الأكاديمية؛ تحديد عند الضرورة.
إلقاء المسؤولية على الذكاء الاصطناعي. "قال الذكاء الاصطناعي ذلك" ليس عذرا؛ الناشر/المعلم هو المسؤول.
إدخال محتوى سري في أداة خارجية. يعتبر الامتحان النشط وبيانات الطلاب والأبحاث غير المنشورة حساسة.
ترك التحقق من الصحة إلى نهاية سير العمل. يجب أن يأتي التحقق بعد كل خطوة إنتاج؛ لا ينبغي أن تتراكم الأخطاء.

باختصار

إن استخدام الذكاء الاصطناعي في الرياضيات يتطلب مسؤولية أخلاقية فضلا عن المهارات الفنية: وينبغي أن يكون في خدمة التعلم (وليس بدلا منه)، وأن يكون شفافا، ويحتفظ بالمسؤولية النهائية، ويلتزم بقواعد عادلة، ويحترم السرية. في سير العمل الشامل، الذكاء الاصطناعي هو طبقة السرعة، وأدوات SymPy والعرض هي طبقة الدقة، والبشر هم طبقة الحكم والمسؤولية. يجب أن تتبع كل خطوة إنتاج خطوة التحقق؛ يجب ألا يتم إرسال أي مخرجات لم يتم التحقق منها إلى النشر أو المحاضرة أو الاختبار. هذا هو جوهر هذه الوحدة: كن أسرع باستخدام الذكاء الاصطناعي، ولكن تحقق من كل خطوة وتحمل المسؤولية عنها.

مهمة التطبيق

صمم مهمة شاملة صغيرة الحجم: سرد قصير + مخطط واحد + 3 أسئلة متعددة الاختيارات لموضوع ما. اتبع تدفق الوحدة: (1) التخطيط، (2) المسودة باستخدام الذكاء الاصطناعي، (3) التحقق من صحة الأمثلة باستخدام SymPy، (4) عرض الرسم البياني والتحقق منه، (5) تنظيف الترميز وعرضه باستخدام LaTeX، (6) التحقق من صحة الأسئلة باستخدام SymPy، (7) إجراء فحص الخصوصية والشفافية، (8) منح الموافقة البشرية النهائية. سجل عملية التحقق التي قمت بها وما وجدته في كل خطوة. في نهاية العملية، قم بتقييم أين يوفر الذكاء الاصطناعي الوقت وأين لا غنى عن حكمك.

قائمة مرجعية

[ ] لقد استخدمت الذكاء الاصطناعي في خدمة (وليس بدلاً من) التعلم.
[ ] لقد ذكرت بشفافية استخدام الذكاء الاصطناعي عند الضرورة.
[ ] لقد تحملت مسؤولية الدقة المطلقة.
[ ] لم أتمكن من الوصول إلى المحتوى السري/الحساس من خلال أدوات غير آمنة.
[ ] لقد اتبعت كل خطوة إنتاج بخطوة التحقق.
[ ] لم أحمل أي مخرجات لم يتم التحقق منها في البث/الدرس/الاختبار.

امتحان الوحدة

1. أي مما يلي هو الموضع الأكثر دقة للذكاء الاصطناعي في الرياضيات؟

أ) الذكاء الاصطناعي هو استراتيجية ومخطط وأداة تنظيمية؛ والأمر متروك للإنسان للتحقق من الحساب الدقيق والنتيجة بالوسائل القطعية✔
ب) الذكاء الاصطناعي يشبه الآلة الحاسبة وكل نتيجة رقمية تعطيها تكون دقيقة
ج) الذكاء الاصطناعي لا يخطئ أبدًا في الاستنتاجات التي يقدمها بثقة، لذا فإن التحقق ليس ضروريًا
د) الذكاء الاصطناعي مفيد فقط لكتابة النص، ولا علاقة له بأي مهام رياضية

الوصف: نموذج اللغة الكبير هو أداة تقوم بإنشاء نص إحصائيًا؛ إنها ليست آلة حاسبة أو مدقق إثبات. إنها تنتج رياضيات صحيحة في أغلب الأحيان، لكنها لا تضمن؛ لذلك يجب التحقق من كل مخرجات باستخدام أدوات حتمية (SymPy، الآلة الحاسبة، التحقق اليدوي) ويجب أن تظل المسؤولية على عاتق الإنسان.

2. يطلب الطالب من الذكاء الاصطناعي حل تكامل ويريد الحصول على النتيجة. ما هي الطريقة الأكثر موثوقية للتحقق من النتيجة؟

أ) تمييز النتيجة والتحقق من رجوعها إلى الوظيفة الأصلية (SymPy أو يدويًا) ✔
ب) اسأل الذكاء الاصطناعي "هل هذا صحيح؟" أن نسأل
ج) قبول النتيجة كما هي لأنه يتم عرضها بطلاقة وثقة.
د) الانتقال إلى سؤال آخر وعدم التحقق من النتيجة على الإطلاق

شرح: معكوس المشتقة التكاملية هو أداة تحقق مدمجة في الرياضيات: أخذ مشتقة النتيجة التي تم العثور عليها والتحقق مما إذا كانت تعود إلى الوظيفة الأصلية بشكل مستقل يؤكد صحة التكامل. يمكن إجراء نفس التحقق المتقاطع باستخدام SymPy.

3. ماذا يعني مبدأ "النتيجة الصحيحة ليست الطريقة الصحيحة" في حل المشكلات بالذكاء الاصطناعي؟

أ) النتيجة الصحيحة تثبت دائمًا أن المسار صحيح أيضًا
ب) المسار غير مهم، يجب تسجيل النتيجة فقط
ج) الخطوات المتوسطة غير الصحيحة قد تؤدي إلى النتيجة الصحيحة عن طريق الصدفة؛ ولذلك يجب فحص النتيجة وكل خطوة وسيطة ✔
د) من المستحيل إيجاد طريق ثابت، لذلك ننظر فقط إلى النتيجة

توضيح: في بعض الأحيان تؤدي الخطوات الوسيطة الخاطئة إلى النتيجة الصحيحة عن طريق الصدفة؛ وحتى لو كانت النتيجة صحيحة، فقد يكون المسار غير صالح. لهذا السبب في الرياضيات يكون الأمر مجرد "هل النتيجة صحيحة؟" بل بالأحرى "هل كل خطوة وسيطة صحيحة؟" السؤال ضروري أيضًا ويجب الإشراف على كل خطوة.

4. ماذا يجب أن تفعل عندما يستخدم الذكاء الاصطناعي عبارة "دون فقدان العمومية" في الدليل؟

أ) قبول صحة الدليل لطلاقة القول
ب) أن تبرر لنفسك أن العمومية لم تنكسر فعليًا؛ ✔ عدم القبول بدون سؤال
ج) اعتبار الدليل صحيحا دون قراءته مطلقا
د) البحث عن هذا التعبير من المصدر كاسم نظرية

توضيح: العبارة "دون فقدان العمومية" تكون صحيحة في بعض الأحيان (إذا كان هناك تماثل حقيقي) ولكنها في بعض الأحيان خطأ خفي. يستخدم الذكاء الاصطناعي هذا التعبير كثيرًا؛ وعليك أن تبرر لنفسك في كل مرة أن العمومية لم تنتهك فعلاً، ويجب ألا تقبل القول دون سؤال.

5. لقد كتبت رمز SymPy للذكاء الاصطناعي. كيف تحصل على النتيجة بشكل صحيح؟

أ) جعل الذكاء الاصطناعي يتنبأ بمخرجات الكود
ب) بافتراض صحة الكود دون قراءته
ج) الثقة في تفسير الذكاء الاصطناعي للمخرجات
د) قم بتشغيل الكود بنفسك في بيئة بايثون حقيقية وشاهد الإخراج الدقيق ✔

الوصف: يتم الكشف عن قوة SymPy فقط عند تشغيل التعليمات البرمجية في بيئة Python حقيقية. اسأل الذكاء الاصطناعي "ما الذي ينتجه هذا الرمز؟" السؤال ليس تحققًا، لأن الذكاء الاصطناعي يمكنه أيضًا تكوين مخرجات التعليمات البرمجية. يجب عليك تشغيل الكود بنفسك.

6. إذا كان حل المعادلة التي تم العثور عليها يدويًا بواسطة الذكاء الاصطناعي مختلفًا والنتيجة المقدمة بواسطة SymPy، فأيهما يجب أن تثق به ولماذا؟

أ) نتيجة SymPy لأنها حتمية ودقيقة؛ ثم اطلب من الذكاء الاصطناعي العثور على موقع الخطأ ✔
ب) نتيجة الذكاء الاصطناعي لأنه يشرح بطلاقة أكبر
ج) اختيار أحدهما عشوائيا لأن كلاهما موثوق به على حد سواء
د) رفض كليهما واعتبار السؤال غير قابل للحل

الوصف: SymPy هو نظام حوسبة رمزي حتمي: فهو يعطي دائمًا نفس النتيجة الصحيحة تمامًا لنفس الإدخال. الذكاء الاصطناعي ينتج نصًا إحصائيًا ويمكن أن يسبب الهلوسة. في النزاع، يجب أن يؤخذ SymPy كأساس ويجب على الذكاء الاصطناعي العثور على موقع خطأه.

7. لماذا لا يعمل الشرط '0.1 + 0.2 == 0.3' كما هو متوقع في كود بايثون وكيفية إصلاحه؟

أ) تم كسر عملية الجمع في بايثون؛ بحاجة لاستخدام لغة أخرى
ب) لا يتم الحفاظ على المساواة التامة بسبب دقة رقم الفاصلة العائمة؛ يجب استخدام التسامح مثل 'abs(a-b) < 1e-9' ✔
ج) القيمة 0.3 غير صحيحة؛ من الضروري كتابة 0.30000000004
د) الحالة دائما تعمل بشكل صحيح، لا توجد مشكلة

Explanation: تقوم أجهزة الكمبيوتر بتخزين الأرقام العشرية بتنسيق الفاصلة العائمة بدقة محدودة؛ يتم تخزين 0.1 + 0.2 مع انحراف صغير جدًا، وليس 0.3 بالضبط. لذلك، بدلاً من المساواة التامة '=='، يجب استخدام تفاوت مثل 'abs(a-b) < 1e-9'.

8. ما هو أفضل "اختبار منطقي" قبل تطبيق كود إيجاد الجذر العددي على المشكلة الحقيقية؟

أ) تطبيق الكود مباشرة على المشكلة الفعلية دون اختباره على الإطلاق
ب) التحقق من طول الرمز وحسابه بشكل صحيح إذا كان طويلاً.
ج) اختبار الكود بمدخل بسيط وإجابته معروفة (مثلاً x²-4=0 جذور ±2) والتأكد من أنه يعطي النتيجة المتوقعة ✔
د) التأكد للذكاء الاصطناعي من صحة الكود

Explanation: اختبار الكود باستخدام مدخلات بسيطة تعرف إجابتها بالفعل (على سبيل المثال ±2 لـ x²-4=0 مع جذور واضحة) هو التحقق الأرخص والأكثر فعالية. إذا كان الكود يعطي الموقف المعروف بشكل صحيح، فإن احتمالية اعتماده على المشكلات التي لا تعرفها تزداد.

9. في التصور، كيف يمكنك التحقق من أن الرسم البياني يعكس الرياضيات بشكل صحيح؟

أ) إذا كان الرسم البياني يبدو جميلا من الناحية الجمالية، فإنه يعتبر صحيحا.
ب) مقارنة الرسم البياني مع الخصائص المعروفة للدالة والقيمة الحقيقية لنقطة واحدة على الأقل✔
ج) عدم النظر إلى تسميات المحاور إطلاقاً
د) الاعتماد على الوصف اللفظي للرسم البياني الذي يقدمه الذكاء الاصطناعي

Explanation: الرسم الذي يبدو جميلا ليس من الضروري أن يكون دقيقا؛ قد يرسم الذكاء الاصطناعي دالة خاطئة، أو في نطاق خاطئ، أو بخط مقارب مشوه. تؤدي مقارنة الرسم البياني مع الخصائص المعروفة للدالة (نطاق التذبذب، والتماثل، والخط المقارب) وحساب نقطة واحدة على الأقل إلى اكتشاف الأخطاء.

10. ما هي نقطة التحقق الأكثر أهمية في مادة الدورة التدريبية المنتجة بالذكاء الاصطناعي ولماذا؟

أ) نظام الخط والألوان للمادة
ب) طول المادة وعدد الصفحات
ج) دقة الأمثلة التي تم حلها. لأن الطلاب يتخذونهم نماذج ويعلمونهم المثال الخاطئ والطريقة الخاطئة✔
د) مدى سرعة إنتاج المادة

شرح: يتم أخذ الأمثلة المحلولة كنماذج من قبل الطلاب؛ المثال الذي تم حله بشكل غير صحيح يعلم الطلاب الطريقة الخاطئة مباشرة. لذلك، يجب التحقق من كل مثال تم حله بشكل فردي، خطوة بخطوة، إما باستخدام SymPy أو يدويًا. يمكن تعويض غموض بسيط في شرح الموضوع، لكن المثال الخاطئ يسبب أضرارًا متتالية.

11. ما هي الطريقة الأكثر كفاءة وموثوقية للتحقق من مجموعة أسئلة الاختيار من متعدد الناتجة عن الذكاء الاصطناعي؟

أ) سؤال الذكاء الاصطناعي مرة أخرى إذا كانت الأسئلة صحيحة
ب) التحقق من بعض الأسئلة بشكل عشوائي والثقة في الباقي
ج) استخدام مفتاح الإجابة كما هو دون التحقق من أي منه
د) التحقق من مفتاح الإجابة بشكل جماعي وحتمي من خلال طباعة وتشغيل كود يحل جميع الأسئلة مع SymPy ✔

شرح: الذكاء الاصطناعي يرتكب أخطاء في أغلب الأحيان مثل تحديد مفتاح الإجابة بشكل غير صحيح وإنتاج خيارات صحيحة متعددة/صفر. تعد كتابة وتشغيل التعليمات البرمجية التي تحل جميع الأسئلة مرة واحدة باستخدام SymPy هي الطريقة الأكثر فعالية للتحقق من مفتاح الإجابة بشكل حتمي ومجمّع.

12. أي مما يلي هو السبب الرئيسي وراء ارتكاب الذكاء الاصطناعي لأخطاء في الرياضيات؟

أ) الذكاء الاصطناعي هو نموذج لغوي؛ لا يتحقق من الصحة المنطقية، ويولد النص إحصائيا ✔
ب) الذكاء الاصطناعي لم يتعلم الرياضيات أبدًا
ج) تتم برمجة الذكاء الاصطناعي بشكل متعمد لإعطاء إجابات خاطئة
د) الذكاء الاصطناعي يرتكب الأخطاء فقط في المسائل الصعبة للغاية، وليس في المسائل السهلة على الإطلاق.

الوصف: الذكاء الاصطناعي ليس محركًا منطقيًا، ولكنه نموذج لغة ينتج نصًا بأنماط إحصائية؛ ليس لديها آلية داخلية للتحقق من الصحة المنطقية للخطوات. "الدليل الصحيح" مع "الضرب بثلاثة أرقام" هو بالنسبة له مهمة إنتاج نفس النوع من النص، لذلك لا يمكن ضمان صحته.

13. عندما تكون نتيجة مسألة الاحتمال 1.4، كيف تعرف أن هناك خطأ دون الخوض في التفاصيل؟

أ) الحساب صحيح لأن النتيجة هي 1.4، وقد يتجاوز الاحتمال 1
ب) إشارة الاحتمال غير مهمة، فالقيمة مقبولة بغض النظر
ج) لا يفهم أن هناك خطأ، وتعتبر النتيجة نهائية.
د) يجب أن يكون الاحتمال بين 0 و1؛ ✔ يشير اختبار المنطق السليم إلى وجود خطأ لأن 1.4 يتجاوز هذا الحد

الوصف: يتحقق اختبار المنطق السليم وترتيب الحجم خلال ثوانٍ مما إذا كانت النتيجة ضمن نطاق معقول. يجب أن يكون الاحتمال حسب التعريف بين 0 و1؛ 1.4 خارج هذا الحد، لذا فمن الواضح أن هناك خطأ دون النظر إلى تفاصيل الحساب.

14. لماذا من المهم كتابة "e^{x^2}" بدلاً من "e^x^2" في LaTeX؟

أ) إنهما متماثلان تمامًا، والفرق بينهما جمالي فقط
ب) تحدد الأقواس المتعرجة نطاق الأس؛ بدونه سيكون التعبير غير صحيح أو غامض، لذا فإن الأس متعدد الأحرف {} ضروري ✔
ج) الأقواس المتعرجة عديمة الفائدة في LaTeX
د) يكون 'e^x^2' صحيحًا دائمًا، واستخدام '{}' غير ضروري

Explanation: الخطأ الأكثر شيوعا في LaTeX هو خطأ النطاق: إذا لم يتم استخدام الأقواس المتعرجة '{}' في أس متعدد الأحرف أو منخفض أو كسر، فسيتم تغطية الحرف الأول فقط ويصبح التعبير غير صحيح (أو حتى غامض). يوضح 'e^{x^2}' أن الأس بالكامل هو x²؛ يجب تقديم الرمز والتحقق منه عن طريق الفحص البصري.

15. تريد أن يتم التحقق من أسئلة الاختبار المركزي النشط بواسطة الذكاء الاصطناعي. ما هو النهج الأفضل من حيث الأخلاق والخصوصية؟

أ) إدخال الأسئلة بحرية في أي أداة عامة للذكاء الاصطناعي لأن الرياضيات لا تحتوي على بيانات سرية
ب) استخدام الأسئلة في الامتحان دون التحقق منها
ج) التحقق من صحة الأسئلة باستخدام أداة آمنة/أصلية (مثل SymPy) أو باستخدام أدوات المؤسسة المضمونة الخصوصية فقط ✔
د) مشاركة الأسئلة على وسائل التواصل الاجتماعي ومطالبة الآخرين بالمراقبة

الوصف: أسئلة الامتحانات النشطة حساسة؛ ومن الممكن نظريًا أن يتم كشفها عندما يتم اختراق أداة ذكاء اصطناعي لا يتم ضمان سريتها. يتمثل النهج الصحيح إما في التحقق من صحة الأسئلة باستخدام أداة آمنة/أصلية (على سبيل المثال مع زميل في SymPy) أو استخدام فقط الأدوات المعتمدة من الشركة ومضمونة خصوصية البيانات.