Етика, академична почтеност, граници и работен процес от край до край

Печалби:

• Способност за разбиране и прилагане на етичните принципи на използването на изкуствения интелект в математиката (в услуга на обучението, прозрачност, човешка отговорност, справедливост, поверителност).
• Възможност за оценка на рисковете за поверителността и вземане на подходящи предпазни мерки при чувствително съдържание като изпитни въпроси, данни на студенти и непубликувани изследвания
• Възможност за комбиниране на всички части на модула (производство + проверка) в един работен процес от край до край, завършвайки всяка производствена стъпка със стъпка за проверка и окончателно човешко одобрение

В този последен модул комбинираме две неща: от една страна, етичните, академичните измерения на почтеността и поверителността на използването на изкуствения интелект в математиката; От друга страна, да обединим наученото в целия модул в един работен процес от край до край. ИИ в математиката е мощен инструмент, но идва с отговорност, както и с власт: за кого го използвате, за какво го използвате и как го използвате има етични последици. Ученик, чиято домашна работа е направена от AI, и учител, който ускорява учебния материал с AI, са много различни неща. Това устройство допълва техническите умения с отговорна употреба.

Няколко определения. Академичната почтеност означава честно показване кой наистина притежава дадена работа и не прекъсване на ученето. Плагиатството е представяне на продукт на някой друг (или на медия) като че ли е ваш собствен оригинален продукт. Прозрачността означава ясно да се посочи къде се използва AI. Тези концепции са станали централни за математическото образование в ерата на ИИ.

Основни принципи на етична употреба

1. Не на мястото на ученето, а в услуга на него. AI може да подпомогне ученика в изучаването на концепцията (обяснение, алтернативно обяснение), но не трябва да го/я кара да мисли вместо това. ИИ да прави домашните подкопава ученето.
2. Прозрачност. Посочете къде е използван AI – в статия, материал за курс или доклад. Прикриването е нечестно.
3. Отговорността принадлежи на хората. Всеки, който публикува, преподава или доставя резултат от AI, носи отговорност за неговата точност. „ИИ каза така“ не е извинение.
4. справедливост. Използването на AI при оценяване трябва да се ръководи от еднакви и ясни правила за всички ученици.
5. сигурност. Не въвеждайте поверителна информация, като изпитни въпроси, данни за студенти или непубликувани изследвания, в AI инструменти, чиято поверителност не е гарантирана.

Поверителност: какво означава това в контекста на математиката?

Въпреки че математиката може да изглежда сякаш „няма скрити данни“, контекстът е важен. Непубликуван резултат от изследване, банка от изпитни въпроси на институция, лични данни за представяне на студенти или фирмен алгоритъм на компания – всички те са чувствителни. Всичко, което въвеждате в AI инструмент, може да бъде обработено от доставчика на този инструмент и в някои случаи да се използва за обучение на модела. Така че за чувствително съдържание използвайте локално/институционално защитени инструменти или анонимизирайте съдържанието.

Тип данни

Риск

предпазна мярка

Публикувана теорема/задача

ниско

свободно достъпни

Активни изпитни въпроси

високо

Не влизайте и не обезопасявайте превозното средство

Лични/данни за представяне на ученика

високо

Анонимизиране/не влизайте

Непубликувани изследвания

високо

Сигурен/локален инструмент

Конспект на лекцията

ниско-средно

Като цяло подходящ

Внимание: Преди да влезете в AI, за да проверите изпитен въпрос, помислете дали този въпрос трябва да остане таен. Въпроси от активен изпит теоретично биха могли да бъдат изложени, когато бъдат въведени в инструмент с изкуствен интелект, чиято поверителност не е гарантирана. За критични изпити или променете въпросите, или използвайте само корпоративно одобрени инструменти с гарантирана поверителност на данните.

Работен процес от край до край: примерна задача

Да приемем, че трябва да подготвите както учебния материал, така и изпита по даден предмет в рамките на една седмица. Потокът, комбиниращ всички части на модула, може да бъде така:

1. Планиране. Изяснете темата, нивото и целите (Раздел 7).

2. Оформяне на материала. Накарайте AI да произвежда лекции, подходящи за ниво + решени примери (Раздел 7).

3. Проверка на образец. Проверете всеки решен пример със SymPy (Unit 4).

4. Визуализация. Създайте и изобразете графики в подкрепа на разказа с кода на Matplotlib и ги сравнете с математиката (Раздел 6).

5. Нотация. Почистете индекса, изобразете и проверете формулите с LaTeX (Раздел 10).

6. Генериране на въпроси. Изработете въпроси с множество избори + дистрактори за изпита (Раздел 8).

7. Групова проверка. Решете групово всички въпроси със SymPy и проверете ключа за отговор (Единица 8, 9).

8. Контрол на етичността и прозрачността. Подходяща ли е поверителността? Заявили ли сте използването на AI в материала, когато е необходимо? Вие носите крайната отговорност (това звено).

9. Човешко одобрение. Прегледайте и потвърдете всичко за последен път. Всяко непроверено парче няма да бъде пуснато в ефир/тест.

Съвет: В работен процес от край до край най-ефективната стратегия е да позиционирате AI като „слоя на скоростта“, детерминистичните инструменти (SymPy, рендиране) като „слоя за коректност“, а себе си като „слоя за преценка и отчетност“. Всяка производствена стъпка трябва да бъде последвана от стъпка на проверка; Непровереният резултат не трябва да се пренася към следващата стъпка.

три мини калъфа

Случай 1 — Прозрачност, изградено доверие. Един академик използва AI в първата чернова на глава от учебник, след което провери всяко математическо твърдение и заяви в предговора, че „поддръжката на AI беше получена при изготвянето на ръкописа, цялото съдържание беше проверено от автора“. Тази прозрачност увеличи доверието на колегите и поддържа стандарта на почтеност.

Случай 2 — Използване, което подкопава ученето. Ученик накара изкуствения интелект да реши цялата му домашна работа и да я изпрати. Той се провали на изпита по същите предмети, защото никога не беше научил понятията. Учителят предложи използването на AI, за да „провери решението и да получи алтернативно обяснение“, но първо сам да реши проблемите. AI трябва да бъде в услуга на обучението, а не на негово място.

Случай 3 — Риск от нарушаване на поверителността. Един учител обмисля хакване на общ AI инструмент за проверка на въпроси за централен изпит, който все още не е администриран, но след това се отказа; вместо това той реши въпросите в SymPy сам и колега. Въвеждането на активни изпитни въпроси във външен инструмент беше сериозен риск за поверителността; локалното удостоверяване осигури защитен път.

Четири копируеми шаблона

1) Използване, което подпомага ученето (за студенти):

Реших този проблем ПЪРВО, моето решение е приложено. НЕ ми давайте решението; просто ми покажете къде сбърках и каква концепция не съм разбрал, за да мога да го коригирам. Моето решение: [тук]

2) Генериране на бележка за прозрачност:

Подготвих [материал за курса/доклад] и използвах AI в етапа на черновата, проверявайки сам цялата математика. Напишете кратка, професионална бележка за прозрачност, която заявява това честно.

3) Предварителна проверка за поверителност:

Бих искал да квалифицирам поверителността на следното съдържание, преди да го въведа в AI инструмент: [тип съдържание]. Счита ли се този тип съдържание за чувствително, какви рискове има, какви предпазни мерки (анонимизиране, локален инструмент) трябва да взема? Кажете го кратко и ясно.

4) План за контрол на проверката от край до край:

Подготвям курсов материал + изпит по [предмет]. Избройте като контролен план каква проверка трябва да направя на всяка стъпка от производството: проверка на проба, графичен контрол, нотация, ключ за отговор, поверителност, одобрение от хора.

Слаба подкана / Силна подкана

Слаб: „Решете тези въпроси за домашна работа и аз ще ги предам.“ (студент)

Резултат: Прескача се обучението, нарушава се академичната почтеност, студентът не успява да научи концепцията. Това е етично и педагогически неприемливо.

Гючлю: „Опитах се да реша този въпрос за домашна работа, но се заклещих; моето решение е прикачено. Не давайте отговора директно; покажете ми с указание коя стъпка и защо съм направил грешка, напомнете ми за правилната концепция, след което ще опитам отново.“

Заключение: AI се използва в услуга на обучението; Ученикът продължава да мисли, честността се запазва.

Често срещани грешки

• Използвайки го, за да пропуснете ученето. Да накарате AI да върши домашното е лесно в краткосрочен план, но унищожава ученето в дългосрочен план.
• Не е прозрачен. Прикриването на използването на AI е против академичната почтеност; посочете, когато е необходимо.
• Прехвърляне на отговорността върху AI. „ИИ каза така“ не е извинение; Отговорност носи издателят/преподавателят.
• Въвеждане на поверително съдържание във външен инструмент. Активен изпит, данни за студенти, непубликувани изследвания са чувствителни.
• Оставяне на валидирането до края на работния процес. Проверката трябва да идва след всяка производствена стъпка; Грешките не трябва да се натрупват.

В обобщение

Използването на AI в математиката изисква етична отговорност, както и технически умения: той трябва да бъде в услуга на обучението (а не вместо него), да бъде прозрачен, да носи крайната отговорност, да се придържа към справедливи правила и да зачита поверителността. В работен процес от край до край AI е нивото на скоростта, SymPy и инструментите за изобразяване са нивото на точността, а хората са нивото на преценката и отговорността. Всяка производствена стъпка трябва да бъде последвана от стъпка на проверка; Непроверени резултати не трябва да влизат в публикация, лекция или изпит. Това е същността на този модул: станете по-бързи с AI, но проверявайте и поемете отговорност за всяка стъпка.

Задача за приложение

Проектирайте малка задача от край до край: кратък разказ + 1 диаграма + 3 въпроса с избор за дадена тема. Следвайте потока на модула: (1) планирайте, (2) чернова с AI, (3) валидирайте примери със SymPy, (4) изобразете и проверете графиката, (5) изчистете и изобразете нотацията с LaTeX, (6) групово валидирайте въпросите със SymPy, (7) направете проверка за поверителност и прозрачност, (8) дайте окончателно човешко одобрение. Запишете каква проверка сте направили и какво сте открили на всяка стъпка. В края на процеса преценете къде AI спестява време и къде вашата преценка е незаменима.

контролен списък

• [ ] Използвах AI в услуга на (не вместо) обучение.
• [ ] Прозрачно съм посочил използването на AI, когато е необходимо.
• [ ] Поех отговорност за максимална точност.
• [ ] Нямах достъп до поверително/чувствително съдържание чрез незащитени инструменти.
• [ ] Следвах всяка производствена стъпка със стъпка за проверка.
• [ ] Не пренесох никакъв непотвърден резултат в предаването/урока/изпита.

Изпит по модул

1. Кое от следните е най-точното позициониране на изкуствения интелект в математиката?

• A) Изкуственият интелект е стратегия, план и инструмент за организиране; От човека зависи да провери точното изчисление и резултата чрез детерминистични средства ✔
• B) Изкуственият интелект е като калкулатор и всеки числов резултат, който дава, е точен
• В) Изкуственият интелект никога не греши в заключенията, които уверено представя, така че проверката е ненужна
• Г) Изкуственият интелект е полезен само за писане на текст, няма нищо общо с никакви математически задачи

Описание: Големият езиков модел е инструмент, който статистически генерира текст; Това не е калкулатор или проверка на доказателства. Той произвежда правилна математика през повечето време, но не гарантира; така че всеки изход трябва да бъде проверен с детерминистични инструменти (SymPy, калкулатор, ръчно валидиране) и отговорността трябва да остане на човека.

2. Ученик иска от изкуствения интелект да реши интеграл и иска да получи резултата. Кой е най-надеждният начин за проверка на резултата?

• A) Разграничаване на резултата и проверка дали се връща към оригиналната функция (SymPy или ръчно) ✔
• Б) Попитайте изкуствения интелект „вярно ли е това?“ да питам
• В) Приемане на резултата такъв, какъвто е, защото е представен плавно и уверено.
• Г) Преминаване към друг въпрос и изобщо не проверяване на резултата

Обяснение: Обратната производна-интегрална функция е вграден инструмент за проверка в математиката: вземането на производната на намерения резултат и проверката дали тя се връща към оригиналната функция независимо потвърждава правилността на интеграла. Същата кръстосана проверка може да се направи със SymPy.

3. Какво означава принципът „правилният резултат не е правилният начин“ при решаването на проблеми с изкуствен интелект?

• А) Правилният резултат винаги доказва, че пътят също е правилен
• Б) Пътят е маловажен, трябва да се отбелязва само резултатът
• В) Неправилните междинни стъпки могат случайно да доведат до правилния резултат; Следователно както резултатът, така и всяка междинна стъпка трябва да бъдат проверени ✔
• Г) Невъзможно е да се намери солиден път, така че ние гледаме само резултата

Обяснение: Понякога грешните междинни стъпки водят до правилния резултат случайно; Дори ако резултатът е правилен, пътят може да е невалиден. Ето защо в математиката е просто „правилен ли е резултатът?“ а по-скоро „правилна ли е всяка междинна стъпка?“ Въпросът също е съществен и всяка стъпка трябва да се контролира.

4. Какво трябва да направите, когато AI използва фразата „без загуба на общоприетост“ в доказателство?

• А) Приемане, че доказателството е валидно, защото твърдението е свободно
• Б) Обосновавайки се за себе си, че общото в действителност не е нарушено; ✔ не приема без въпрос
• В) Считане на доказателството за валидно, без изобщо да го четете
• Г) Търсене на този израз от източника като име на теорема

Пояснение: Изявлението „без загуба на общоприетост“ понякога е валидно (ако има истинска симетрия), но понякога е скрита грешка. Изкуственият интелект често използва този израз; Всеки път трябва да се оправдавате пред себе си, че общоприетостта наистина не е нарушена и не трябва да приемате твърдението без съмнение.

5. Написахте SymPy код на изкуствения интелект. Как да получите правилно резултата?

• A) Накарайте изкуствения интелект да предскаже резултата от кода
• Б) Да приемем, че кодът е правилен, без да го четем
• C) Доверяване на интерпретацията на изхода от AI
• Г) Стартирайте кода сами в реална среда на Python и вижте точния резултат ✔

Описание: Силата на SymPy се разкрива само когато кодът се изпълнява в реална среда на Python. Попитайте изкуствения интелект „какво произвежда този код?“ питането не е проверка, защото AI може също да състави изходния код. Трябва да изпълните кода сами.

6. Ако решението на уравнение, намерено ръчно от изкуствен интелект, и резултатът, даден от SymPy, са различни, на кое трябва да се доверите и защо?

• A) SymPy резултат, защото е детерминистичен и прецизен; След това накарайте изкуствения интелект да открие мястото на грешката си ✔
• Б) Резултатът от изкуствения интелект, защото обяснява по-плавно
• В) Избор на един произволен, защото и двата са еднакво надеждни
• Г) Отхвърляне и на двете и смятане на въпроса за неразрешим

Описание: SymPy е детерминирана символна изчислителна система: тя винаги дава същия точен правилен резултат на един и същ вход. Изкуственият интелект произвежда текст статистически и може да халюцинира. В спора за основа трябва да се вземе SymPy и изкуственият интелект да се накара да открие мястото на грешката си.

7. Защо условието '0.1 + 0.2 == 0.3' не работи според очакванията в код на Python и как да го поправите?

• A) Добавянето е повредено в Python; трябва да използвате друг език
• B) Точното равенство не е валидно поради точността на числата с плаваща запетая; Трябва да се използва толеранс като „abs(a-b) < 1e-9“ ✔
• C) Стойността 0,3 е неправилна; Необходимо е да се напише 0.30000000004
• Г) Условието винаги работи правилно, няма проблем

Обяснение: Компютрите съхраняват десетични числа във формат с плаваща запетая с ограничена точност; 0.1 + 0.2 се съхранява с много малко отклонение, не точно 0.3. Следователно, вместо точното равенство „==“, трябва да се използва толеранс като „abs(a-b) < 1e-9“.

8. Кой е най-добрият „тест за здрав разум“, преди да приложите код за намиране на скаларен корен към истинския проблем?

• A) Прилагане на кода директно към действителния проблем, без изобщо да го тествате
• B) Проверете дължината на кода и го пребройте правилно, ако е дълъг.
• C) Тестване на кода с просто въвеждане, чийто отговор е известен (напр. x²-4=0 корени ±2) и проверка дали дава очаквания резултат ✔
• Г) Потвърждаване на изкуствения интелект, че кодът е правилен

Обяснение: Тестването на кода с просто въвеждане, чийто отговор вече знаете (напр. ±2 за x²-4=0 с очевидни корени) е най-евтината и ефективна проверка. Ако кодът дава познатата ситуация правилно, вероятността той да е надежден за проблеми, които не знаете, се увеличава.

9. При визуализацията как се проверява дали графиката отразява правилно математиката?

• A) Ако графиката изглежда естетически приятна, тя се счита за правилна.
• B) Сравняване на графиката с известни свойства на функцията и истинската стойност на поне една точка ✔
• В) Изобщо не гледам етикетите на оста
• Г) Разчитане на словесното описание на графиката от AI

Обяснение: Графика, която изглежда добре, не трябва да е точна; AI може да начертае грешна функция, в грешен диапазон или с изкривена асимптота. Сравняването на графиката с известни свойства на функцията (обхват на трептене, симетрия, асимптота) и изчисление на поне една точка открива грешки.

10. Коя е най-критичната точка за проверка в учебен материал, създаден с изкуствен интелект и защо?

• А) Шрифт и цветова схема на материала
• Б) Дължина на материала и брой страници
• В) Точност на решените примери; защото учениците ги приемат за модели и преподават грешен пример и грешен метод ✔
• Г) Колко бързо се произвежда материалът

Обяснение: Решените примери се вземат за модели от учениците; Неправилно решен пример директно учи учениците на грешен метод. Следователно всеки разрешен пример трябва да бъде проверен поотделно, стъпка по стъпка, със SymPy или ръчно. Малка неяснота в обяснението на темата може да бъде компенсирана, но грешният пример причинява каскадни щети.

11. Кой е най-ефективният и надежден начин за проверка на набор от въпроси с множествен отговор, генериран от изкуствен интелект?

• А) Попитайте отново изкуствения интелект дали въпросите са правилни
• Б) Проверка само на няколко въпроса на случаен принцип и доверие на останалите
• C) Използване на ключа за отговор такъв, какъвто е, без да проверявате нищо от него
• D) Проверка на ключа за отговор колективно и детерминистично чрез отпечатване и изпълнение на код, който решава всички въпроси със SymPy ✔

Обяснение: Изкуственият интелект най-често прави грешки, като например неправилно маркиране на ключа за отговор и създаване на множество/нула правилни опции. Писането и изпълнението на код, който решава всички въпроси наведнъж със SymPy, е най-ефективният начин да проверите ключа за отговор детерминистично и групово.

12. Кое от следните е основната причина, поради която изкуственият интелект прави грешки в математиката?

• А) Изкуственият интелект е езиков модел; не проверява логическата валидност, генерира текст статистически ✔
• Б) Изкуственият интелект никога не е учил математика
• В) Изкуственият интелект е програмиран умишлено да дава грешни отговори
• Г) Изкуственият интелект греши само при много трудни проблеми, никога при лесни.

Описание: Изкуственият интелект не е логическа машина, а езиков модел, който произвежда текст със статистически модели; Той няма вътрешен механизъм за проверка на логическата валидност на стъпките. „Валидно доказателство“ с „3-цифрено умножение“ за него е задачата да създаде същия тип текст, така че неговата коректност не може да бъде гарантирана.

13. Когато резултатът от вероятностен проблем е 1,4, как да разберете, че има грешка, без да навлизате в подробности?

• A) Изчислението е правилно, тъй като резултатът е 1,4, вероятността може да надвишава 1
• B) Знакът на вероятността е маловажен, стойността се приема независимо
• В) Не се разбира, че има грешка, резултатът се счита за окончателен.
• D) Вероятността трябва да бъде между 0 и 1; ✔ Тестването на здравия разум показва грешка, защото 1,4 надвишава тази граница

Описание: Тестът за здрав разум и порядък на величина проверява в рамките на секунди дали резултатът е в разумен диапазон. Вероятността по дефиниция трябва да бъде между 0 и 1; 1.4 е извън тази граница, така че е очевидно, че има грешка, без да се разглеждат детайлите на изчислението.

14. Защо е важно да се пише 'e^{x^2}' вместо 'e^x^2' в LaTeX?

• А) Те са напълно еднакви, разликата е само естетическа
• B) Къдравите скоби определят обхвата на експонентата; Без него изразът би бил неправилен или двусмислен, така че многознаковият показател {} е от съществено значение ✔
• C) Къдравите скоби са безполезни в LaTeX
• D) 'e^x^2' винаги е вярно, използването на '{}' не е необходимо

Обяснение: Най-честата грешка в LaTeX е грешката в обхвата: ако фигурните скоби '{}' не се използват в многосимволен показател, долен индекс или дроб, покрива се само първият знак и изразът става неправилен (или дори двусмислен). 'e^{x^2}' изяснява, че цялата степен е x²; Кодът трябва да бъде изобразен и проверен чрез визуална проверка.

15. Искате въпросите от активен централен изпит да бъдат проверени от изкуствен интелект. Какъв е най-добрият подход по отношение на етиката и поверителността?

• A) Въвеждане на въпроси свободно във всеки общ AI инструмент, тъй като математиката не съдържа поверителни данни
• Б) Използване на въпроси в изпита, без да ги проверявате
• C) Валидиране на въпроси със защитен/роден инструмент (напр. SymPy) или използване само на корпоративни инструменти с гарантирана поверителност ✔
• Г) Споделяне на въпроси в социалните медии и искане на други за контрол

Описание: Активните изпитни въпроси са чувствителни; Теоретично може да бъде изложено, когато инструмент с изкуствен интелект, чиято поверителност не е гарантирана, бъде хакнат. Правилният подход е или да валидирате въпросите със защитен/роден инструмент (напр. с колега в SymPy), или да използвате само корпоративно сертифицирани инструменти с гарантирана поверителност на данните.