zisky:
- Schopnost vysvětlit limity využití umělé inteligence v MIS v rámci KVKK a základní principy informační bezpečnosti
- Schopnost bezpečně aplikovat principy anonymizace, nejmenších oprávnění a klasifikace dat na pracovní postupy umělé inteligence
- Schopnost odpovědně řídit end-to-end projekt MIS-AI v rámci etiky, dodržování předpisů a kompetentního schválení.
Modulová zkouška
1. Které tvrzení nejpřesněji popisuje roli výstupu umělé inteligence v práci specialisty na manažerské informační systémy?
- A) AI vytváří návrhy a návrhy; ✔ Obchodním pravidlem je odpovědnost člověka za ověření se skutečnými údaji a kompetentním schválením
- B) Výstup AI je zapsán plynule a technicky, takže obvykle nevyžaduje ověření
- C) AI může dokončit požadavky přímo bez schválení obchodní jednotky
- D) Ve finančně kritických rozhodnutích nahrazuje výstup AI schválení kompetentního odborníka
Popis: Umělá inteligence rychle navrhuje meziprodukty, jako jsou požadavky, datové modely, SQL a sestavy; Je však lidskou odpovědností ověřit tyto návrhy pomocí obchodních pravidel, skutečných údajů a potvrzení zúčastněných stran. Zejména ve finančních rozhodnutích a rozhodnutích, která jsou kritická pro dodržování předpisů, AI nenahrazuje schválení kompetentním odborníkem.
2. Jaký je hlavní problém s tvrzením „systém musí být rychlý“ ve studii analýzy požadavků?
- A) Je napsáno jako nefunkční, i když se jedná o funkční požadavek
- B) Nelze testovat a ověřit, protože neobsahuje měřitelnou hranici ✔
- C) Zúčastněné strany nerozumí, protože obsahuje příliš mnoho technických detailů
- D) Je neplatný, protože není napsán ve formátu uživatelského příběhu
Vysvětlení: Toto tvrzení popisuje nefunkční požadavek, ale není měřitelný. „Rychlý“ je subjektivní; definuje přijatelnou dobu odezvy požadavku podle počtu, podmínek a zatížení (např. „odpověď na dotaz kratší než 2 sekundy při průměrném zatížení“). Požadavek, který nelze změřit, nelze testovat.
3. Který z následujících je hlavním účelem normalizace v datovém modelování?
- A) Zjednodušení dotazu shromážděním všech dat do jedné velké tabulky
- B) Zabraňte anomáliím aktualizací snížením duplikace dat a zachováním integrity ✔
- C) Vždy minimalizujte velikost záložních souborů
- D) Přímá záruka výkonu grafiky a desky
Popis: Normalizace je proces logického dělení tabulek za účelem snížení redundance a zachování integrity dat. Uchovávání stejných informací na jednom místě zabraňuje anomáliím a nekonzistentnosti aktualizací. Cílem není urychlit hlášení; záměrná denormalizace se někdy provádí kvůli rychlosti.
4. Jaké je hlavní riziko vyvození toho, že „prodej se zvýšil, když se zvýšily výdaje na reklamu, takže reklama zvýší tržby“ na řídicím panelu business intelligence?
- A) matoucí korelace s kauzalitou; Společné jednání nedokazuje, že jeden vytváří druhé ✔
- B) Nesprávný výběr typu grafu
- C) Data nejsou normalizována
- D) Deska obsahuje příliš mnoho barev
Vysvětlení: Toto je matoucí korelace s kauzalitou. Tyto dvě metriky se mohou pohybovat společně, ale třetí faktor (např. sezóna, období kampaně) může obě zvyšovat. Expert na MIS by měl také zkontrolovat tuto past v narativních textech generovaných umělou inteligencí a testovat kauzální tvrzení s důkazy.
5. V chytré automatizaci, kde se RPA (robotic process automation) a umělá inteligence používají společně, pro jaký typ kroku je RPA nejvhodnější?
- A) Kroky, které jsou nejasné, založené na výkladu a vyžadují pokaždé jiná rozhodnutí
- B) Kroky práce na pravidelných, opakujících se a strukturovaných datech ✔
- C) Kroky, které vyžadují empatii se zákazníkem
- D) Kroky, ve kterých jsou přijímána strategická investiční rozhodnutí
Vysvětlení: RPA je silný v pravidelných, opakujících se a strukturovaných krocích dat: kopírování dat z jedné obrazovky a jejich vkládání do jiného systému. Umělá inteligence vstupuje do hry v krocích, které vyžadují nejednoznačný úsudek, klasifikaci nebo porozumění přirozenému jazyku; Vysoce riziková rozhodnutí nadále podléhají lidskému souhlasu.
6. Proč je třeba v systémech ERP zvlášť pečlivě ověřovat výstupy AI?
- A) Data ERP jsou vždy anonymní, takže je nutná další opatrnost
- B) procesy ERP jsou finančně a provozně kritické; Chyba má přímé finanční a právní důsledky ✔
- C) ERP systémy nelze vůbec integrovat s umělou inteligencí
- D) AI nerozumí sestavám ERP, protože nejsou vizuální
Popis: ERP; Provádí finanční a provozní kritické procesy, jako je účetnictví, inventarizace, nákup a mzdy. Chyba se zde přímo odráží v rozhodnutí o finanční evidenci, platbě nebo inventuře. Doporučení AI se proto nezpracovávají bez souhlasu kompetentního odborníka; Auditní stopa je povinná.
7. Na co by si měl MIS specialista dát jako první pozor při používání umělé inteligence při práci s CRM daty?
- A) Výběr barevné palety panelu
- B) Ochrana osobních údajů: nejprve anonymizace, minimální oprávnění a zajištění souladu s KVKK ✔
- C) Načtení největšího možného souboru dat do vozidla tak, jak je
- D) Stačí použít nejnovější verzi modelu
Popis: CRM data jsou z velké části osobní údaje (jméno, kontakt, historie nákupů). Před poskytnutím těchto dat nástroji umělé inteligence by měla být vyhodnocena anonymizace, minimální oprávnění a soulad s KVKK. Navíc automatizovaná rozhodnutí, která ovlivňují zákazníka, vyžadují lidský dohled a právo vznést námitku.
8. Jaký typ grafu je obecně nejvhodnější pro zobrazení změny rychlosti (v procentech) v průběhu času na řídicím panelu?
- A) Spojnicový graf pro časový trend; měřítko a osa musí být správně nastaveny ✔
- B) Výsečový graf je nejlepší v každé situaci
- C) Grafika s trojrozměrnými efekty zvyšuje čitelnost
- D) Typ grafu nemá vliv na zprávu, všechny jsou ekvivalentní
Vysvětlení: Spojnicový graf je vhodný pro zobrazení trendu v čase; Pokud jsou osy a měřítko správně nastaveny, lze změnu jasně odečíst. Výsečový graf ukazuje podíl v jediném okamžiku, není vhodný pro časové trendy. Grafický výběr se provádí podle sdělení, které má být předáno.
9. Které z následujících je nejvýznamnějším rizikem platforem bez kódu/nízkého kódu z hlediska správy?
- A) Aplikace vždy běží velmi pomalu
- B) Nezdokumentovaná, neauditovaná „stínová IT“ řešení vytvářejí data a bezpečnostní rizika ✔
- C) Nikdy neřeší skutečné obchodní problémy
- D) Mohou být použity pouze ve velkých společnostech
Popis: No-code/low-code umožňuje netechnickým zaměstnancům (občanským vývojářům) rychlou instalaci aplikací. Když však nekontrolovaně roste; Nezdokumentovaná, nezabezpečená a osiřelá „stínová IT“ řešení vytvářejí únik dat a technický dluh. Správa vyžaduje zaznamenávání a monitorování těchto řešení.
10. Co znamená „konzistence“, jedna z dimenzí kvality dat?
- A) Data přesně odpovídají skutečné hodnotě
- B) Stejná data nejsou v různých systémech a záznamech v konfliktu ✔
- C) Všechna pole v datech jsou vyplněna
- D) Nalezení dat v jejich nejaktuálnější podobě
Vysvětlení: Konzistence znamená, že stejná data nejsou ve vzájemném konfliktu v různých systémech nebo záznamech; Například adresa zákazníka je stejná v CRM a fakturačním systému. Přesnost znamená shodu s realitou, úplnost znamená úplnost a aktuálnost znamená aktuálnost dat. Jedná se o samostatné dimenze.
11. Jaká je v rámci KVKK nejzákladnější zásada, kterou by měl odborník na MIS uplatnit před zpracováním osobních údajů pomocí nástroje umělé inteligence?
- A) Shromažďování všech osobních údajů, které lze získat
- B) Minimalizace dat a omezení účelu: zpracovávat pouze nezbytné údaje pro definovaný účel ✔
- C) Uložení dat do veřejné složky, ke které má přístup každý
- D) Ponechání rozhodnutí o soukromí zcela na umělé inteligenci
Popis: Minimalizace údajů a omezení účelu jsou zásadní: zpracovávání pouze nezbytných údajů pro identifikovaný a legitimní účel. Pokud je to možné, údaje jsou anonymizovány nebo pseudonymizovány; Oblasti, které identifikují osobu, jsou umístěny mimo vozidlo. Přístup „více dat, tím lépe“ je proti zásadám KVKK.
12. Proč je věta „systém automaticky schválí, když je to vhodné“ rizikovým požadavkem v návrhu požadavků na umělou inteligenci?
- A) Protože je příliš dlouhý
- B) „Možné případy“ jsou nedefinované, otevřené interpretaci, netestovatelné a náchylné k chybám ✔
- C) Automatizace je vždy zakázána
- D) Protože to není ve formátu uživatelského příběhu
Vysvětlení: „Vhodné situace“ je vágní výraz; Není definováno, jaké podmínky spouštějí schválení. Nejednoznačný požadavek si vývojář špatně vyložil a nelze jej otestovat. Expert na MIS by měl objasnit taková nejednoznačná prohlášení vytvořená AI s jasnými pravidly a prahovými hodnotami a nechat je potvrdit zúčastněnou stranou.
13. Jaký je hlavní účel procesu ETL (Extract-Transform-Load) v datovém skladu?
- A) Generování nových zákaznických dat
- B) Extrahování a transformace dat z různých zdrojů a jejich načtení do konzistentní struktury připravené k analýze ✔
- C) Automatická volba barev panelů
- D) Sdílení osobních údajů bez ohledu na zákon
Popis: ETL; Extrahuje data ze zdrojů (Extract), vyčistí je a převede do standardní struktury (Transform) a načte je do datového skladu k analýze (Load). Cílem je přinést rozptýlené a různé formáty provozních dat do konzistentní struktury připravené pro reportování a analýzu. ETL neprodukuje data, přesouvá a organizuje existující data.
14. Proč je při navrhování automatizace procesů kritické „zpracování výjimek“?
- A) Protože to vždy zrychlí automatizaci
- B) Protože poskytuje bezpečné zastavení a vedení lidí místo tichých chyb v nezákonných situacích ✔
- C) Protože zlepšuje grafický design
- D) Protože automaticky maže osobní údaje
Vysvětlení: Automatizace vždy narazí na situace, které jsou v rozporu s pravidly (chybějící data, neočekávaný formát, systémová chyba). Manipulace s výjimkami umožňuje robotovi v těchto případech bezpečně zastavit proces a přesměrovat ho na člověka, místo aby tiše provedl špatnou akci. Pokud nejsou navrženy žádné výjimky, chyby se budou šířit tiše a auditní záznam bude ztracen.