Κέρδη:
- Κατανόηση του επιπέδου εμπιστευτικότητας των δεδομένων του έργου (πελάτης, προϋπολογισμός, προσωπικό, σύμβαση) και των κανόνων ανωνυμοποίησης, αποθήκευσης και κοινής χρήσης εντός του πεδίου εφαρμογής του KVKK / NDA
- Ικανότητα σύνταξης ηθικών αρχών (διαφάνεια, δικαιοσύνη, λογοδοσία) και εταιρικής πολιτικής διακυβέρνησης AI στη χρήση τεχνητής νοημοσύνης
- Η δυνατότητα δημιουργίας ενός πλαισίου διακυβέρνησης στο οποίο η παραγωγή τεχνητής νοημοσύνης δεν αντικαθιστά τις διαχειριστικές και συμβατικές αποφάσεις και η ευθύνη και η τελική έγκριση παραμένουν πάντα στους ανθρώπους.
Εξέταση Ενοτήτων
1. Ένας διαχειριστής έργου υπόσχεται την εκτίμηση χρόνου που παράγεται από την τεχνητή νοημοσύνη ως ημερομηνία παράδοσης απευθείας στον πελάτη χωρίς καμία επαλήθευση. Ποιο είναι το θεμελιώδες λάθος σε αυτή την προσέγγιση;
- Α) Μετατροπή της πρόβλεψης τεχνητής νοημοσύνης σε δέσμευση χωρίς να περάσετε από δεδομένα ομάδας και διαχειριστική επαλήθευση. Αγνοώντας ότι η ευθύνη ανήκει στους ανθρώπους ✔
- Β) Απαγορεύεται αυστηρά η χρήση τεχνητής νοημοσύνης στη διαχείριση έργων
- Γ) Η τεχνητή νοημοσύνη κάνει πάντα τον χρόνο να φαίνεται μικρότερος από ότι είναι
- Δ) Η εκτίμηση δεν παρουσιάζεται σε πίνακα
Περιγραφή: Η τεχνητή νοημοσύνη παράγει μια πρόβλεψη που βασίζεται σε προηγούμενα μοτίβα και υποθέσεις. Ωστόσο, η δέσμευση ημερομηνίας παράδοσης είναι συμβατική υποχρέωση και θα πρέπει να επαληθεύεται από την ικανότητα της ομάδας, το πραγματικό χρονοδιάγραμμα και την κρίση των ειδικών. Μια μη επαληθευμένη εκτίμηση είναι σαν μια ανυπόγραφη δέσμευση και η ευθύνη ανήκει στον διαχειριστή του έργου.
2. Ποια από τα παρακάτω είναι η καταλληλότερη προσέγγιση κατά την εισαγωγή δεδομένων έργου και πελατών σε ένα δημοσίως διαθέσιμο εργαλείο τεχνητής νοημοσύνης;
- Α) Επικόλληση του ονόματος πελάτη και του ποσού της σύμβασης ως έχει για την ταχύτητα
- Β) Εξαγωγή πληροφοριών ταυτότητας και εμπορικών μυστικών, ανωνυμοποίηση των δεδομένων και χρήση εταιρικών, συμβατικών εργαλείων εάν είναι δυνατόν ✔
- Γ) Απόκρυψη μόνο του ονόματος πελάτη και αφήστε το ποσό της σύμβασης
- Δ) Αρκεί να λάβετε προφορική άδεια από τον αρχηγό της ομάδας πριν κοινοποιήσετε δεδομένα.
Γνωστοποίηση: Το όνομα πελάτη, το ποσό της σύμβασης, οι πληροφορίες προσωπικού και το περιεχόμενο που υπόκειται σε συμφωνία μη αποκάλυψης (NDA) είναι ευαίσθητα. Οι πληροφορίες ταυτότητας και εμπορικών μυστικών θα πρέπει να αφαιρεθούν, τα δεδομένα θα πρέπει να είναι ανώνυμα και, εάν είναι δυνατόν, θα πρέπει να προτιμώνται εταιρικά εργαλεία επεξεργασίας δεδομένων που δεν χρησιμοποιούν δεδομένα στην εκπαίδευση μοντέλων.
3. Ποια είναι η πιο σωστή προσέγγιση όταν χρησιμοποιείται το προσχέδιο που παράγεται από την τεχνητή νοημοσύνη στη δομή ανάλυσης εργασίας (WBS);
- Α) Εγκρίνετε το προσχέδιο ως έχει και ξεκινάτε το έργο
- Β) Εξετάστε το προσχέδιο με την ομάδα και τα ενδιαφερόμενα μέρη και επιβεβαιώστε το σύμφωνα με το πεδίο εφαρμογής, την παράδοση και τα κριτήρια αποδοχής ✔
- Γ) Καταργήστε εντελώς το WBS και εργαστείτε απευθείας με τη λίστα εργασιών
- Δ) Αποδοχή κάθε πακέτου που παράγεται από την τεχνητή νοημοσύνη ως πακέτο εργασίας
Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει ένα γενικό περίγραμμα WBS. Ωστόσο, η καταλληλότητα των πακέτων εργασίας με το πραγματικό πεδίο εφαρμογής, τους πόρους και τα παραδοτέα του οργανισμού θα πρέπει να επιβεβαιώνεται μέσω της επικύρωσης της ομάδας και των ενδιαφερομένων. Τα ελλιπή ή μη ρεαλιστικά πακέτα προκαλούν ερπυσμό του εύρους.
4. Ποιος είναι ο κύριος λόγος για να δουλέψουμε με μια πρόβλεψη τριών σημείων (αισιόδοξη/πιθανή/απαισιόδοξη) αντί για έναν μόνο αριθμό που δίνει η τεχνητή νοημοσύνη σε χρονική πρόβλεψη;
- Α) Η παρουσίαση τριών τιμών κάνει την αναφορά να φαίνεται μεγαλύτερη
- Β) Γιατί η τεχνητή νοημοσύνη δεν μπορεί να παράγει μεμονωμένους αριθμούς
- Γ) Επειδή η πρόβλεψη ενέχει αβεβαιότητα, είναι απαραίτητο να γίνει ο σχεδιασμός ευέλικτος σύμφωνα με τα σενάρια και να αφήσουμε ένα περιθώριο για τον κίνδυνο καθυστέρησης ✔
- Δ) Γιατί η απαισιόδοξη πρόβλεψη δίνει πάντα την πραγματική αξία με ακρίβεια
Εξήγηση: Η πρόβλεψη βασίζεται σε υποθέσεις και ιστορικά δεδομένα και εμπεριέχει αβεβαιότητα. Ο προγραμματισμός σύμφωνα με ένα εύρος και όχι με ένα μόνο σημείο σάς επιτρέπει να αφήσετε χώρο για τον κίνδυνο καθυστερήσεων και να διαχειριστείτε σενάρια. Μέθοδοι όπως το PERT μετατρέπουν αυτές τις τρεις τιμές σε σταθμισμένο μέσο όρο.
5. Τι σημαίνει η κρίσιμη διαδρομή σε ένα χρονοδιάγραμμα έργου;
- Α) Λίστα με τις πιο ακριβές εργασίες στο έργο
- Β) Το σύνολο των εργασιών που χρησιμοποιούν τους περισσότερους πόρους
- Γ) Αλυσίδα συνδεδεμένων εργασιών που έχουν μηδενικό περιθώριο καθυστέρησης και των οποίων η καθυστέρηση καθυστερεί ολόκληρο το έργο ✔
- Δ) Εργασίες που ολοκληρώθηκαν την πρώτη εβδομάδα του έργου
Περιγραφή: Η κρίσιμη διαδρομή είναι μια αλυσίδα συνδεδεμένων εργασιών με μηδενική χαλάρωση που καθορίζει τη συνολική διάρκεια του έργου. Η καθυστέρηση οποιασδήποτε εργασίας σε αυτή τη διαδρομή καθυστερεί ολόκληρο το έργο. Επομένως, η προσοχή της διοίκησης θα πρέπει να επικεντρωθεί πρώτα στην κρίσιμη διαδρομή.
6. Τι πρέπει να κάνει ο διαχειριστής του έργου όταν χρησιμοποιεί τις τιμές πιθανότητας και επιπτώσεων που εκχωρούνται από την τεχνητή νοημοσύνη στο μητρώο κινδύνου;
- Α) Αποδεχτείτε τις τιμές ως έχουν και κλείστε το αρχείο κινδύνου
- Β) Βαθμονόμηση των τιμών πιθανότητας και επιπτώσεων με το θεσμικό πλαίσιο και προσδιορίστε τον ιδιοκτήτη κινδύνου και τη στρατηγική απόκρισης με έναν ειδικό ✔
- Γ) Διαγράψτε μόνο κινδύνους υψηλής βαθμολογίας
- Δ) Να μην καταγράφει καθόλου τους κινδύνους και να τους ακολουθεί προφορικά
Περιγραφή: Η τεχνητή νοημοσύνη βοηθά στον εντοπισμό των κινδύνων και στη βαθμολογία του σχεδίου. Ωστόσο, οι εκτιμήσεις πιθανοτήτων και επιπτώσεων απαιτούν συγκεκριμένο πλαίσιο για το ίδρυμα και θα πρέπει να βελτιωθούν μέσω βαθμονόμησης από ειδικούς. Η κυριότητα του κινδύνου και η τελική απόφαση απάντησης ανήκουν στον άνθρωπο.
7. Τι σημαίνει το «καρπούζι» (πράσινο εξωτερικά, κόκκινο από μέσα) στην αναφορά κατάστασης και πώς μπορεί η τεχνητή νοημοσύνη να δημιουργήσει μια παγίδα από αυτή την άποψη;
- Α) Η αναφορά βγαίνει πάντα κόκκινη
- Β) Παρουσίαση της κατάστασης ως πράσινη/καλή όταν το έργο είναι πραγματικά προβληματικό. ✔ Η τεχνητή νοημοσύνη γυαλίζει την αισιόδοξη είσοδο χωρίς να την επαληθεύει
- Γ) Σύνταξη της αναφοράς μόνο τους καλοκαιρινούς μήνες
- Δ) Η τεχνητή νοημοσύνη παράγει την αναφορά πολύ αργά
Επεξήγηση: Το φαινόμενο Watermelon είναι η τάση να δείχνει την κατάσταση του έργου ως πράσινο (καλό) όταν είναι πραγματικά κόκκινο. Η τεχνητή νοημοσύνη μπορεί να ενισχύσει δεδομένη αισιόδοξη εισροή με εκλεπτυσμένη γλώσσα. Ο διαχειριστής έργου πρέπει να επαληθεύσει τα χρώματα κατάστασης με τα πραγματικά δεδομένα EVM και πεδίου.
8. Ποιο είναι το πιο συνηθισμένο λάθος κατά τη σύνοψη της μεταγραφής της συνάντησης με τεχνητή νοημοσύνη;
- Α) Διαχωρισμός των σημειώσεων της συνεδρίασης σε επικεφαλίδες αποφάσεων και δράσεων
- Β) Ανάθεση ευθυνών και προθεσμιών σε ενέργειες
- Γ) Κατανομή των αποφάσεων, των ενεργειών και των ευθυνών της τεχνητής νοημοσύνης ως έχουν, χωρίς την επαλήθευση τους ✔
- Δ) Διαβάζοντας την περίληψη πριν τη μοιραστείτε με τους συμμετέχοντες
Εξήγηση: Η τεχνητή νοημοσύνη μπορεί να παρακάμψει μια απόφαση, να αναθέσει ενέργεια σε λάθος άτομο ή να δημιουργήσει μια άρρητη δέσμευση. Η περίληψη δεν πρέπει να διανέμεται χωρίς επαλήθευση με τον πραγματικό συμμετέχοντα και το πλαίσιο απόφασης. Επίσης, θα πρέπει να ελέγχεται το κρυφό περιεχόμενο.
9. Ποιος είναι ο κύριος σκοπός του πίνακα ισχύος/ενδιαφέροντος στην ανάλυση των ενδιαφερομένων;
- Α) Τακτοποίηση των ενδιαφερομένων με αλφαβητική σειρά
- Β) Ταξινόμηση των ενδιαφερομένων ανάλογα με την ισχύ και το επίπεδο ενδιαφέροντός τους και κατευθύνοντας την ένταση της επικοινωνίας στο σωστό ενδιαφερόμενο μέρος ✔
- Γ) Αναφέρετε μόνο τα πιο ακριβοπληρωμένα ενδιαφερόμενα μέρη
- Δ) Απόκρυψη στοιχείων επικοινωνίας των ενδιαφερομένων
Περιγραφή: Ο πίνακας ισχύος/ενδιαφέροντος ταξινομεί τα ενδιαφερόμενα μέρη ως προς τη δύναμη επιρροής και το ενδιαφέρον τους στο έργο. Έτσι, καθορίζεται ποιος χρειάζεται στενή διαχείριση, ποιος χρειάζεται πληροφορίες και ποιος χρειάζεται επικοινωνία προσανατολισμένη στην ικανοποίηση. Η προσπάθεια επικοινωνίας επικεντρώνεται στον κατάλληλο ενδιαφερόμενο.
10. Τι θυμίζει το «σιδερένιο τρίγωνο» (εύρος-χρόνος-κόστος) στην ανάλυση επιπτώσεων ενός αιτήματος αλλαγής;
- Α) Το εύρος, ο χρόνος και το κόστος είναι ανεξάρτητα μεταξύ τους
- Β) Η αλλαγή μιας μεταβλητής επηρεάζει τις άλλες. ✔ Καθώς το πεδίο εφαρμογής αυξάνεται, επηρεάζεται επίσης ο χρόνος/κόστος
- Γ) Θα πρέπει να υπάρχουν μόνο τρεις εργασίες στο έργο.
- Δ) Οι αλλαγές είναι πάντα δωρεάν
Περιγραφή: Το σιδερένιο τρίγωνο υποδεικνύει ότι το εύρος, ο χρόνος και το κόστος (μαζί με την ποιότητα) είναι αλληλένδετα. Εξηγεί ότι η αλλαγή του ενός επηρεάζει τα άλλα. Η τεχνητή νοημοσύνη μπορεί να παράγει μια πρόχειρη ανάλυση επιπτώσεων. Ωστόσο, η έγκριση ανήκει στην αρμόδια αρχή λήψης αποφάσεων.
11. Ποιο από τα παρακάτω εκφράζει το σωστό όριο χρήσης τεχνητής νοημοσύνης στη διαχείριση έργου;
- Α) Η τεχνητή νοημοσύνη μπορεί να λάβει αυτόματα όλες τις αποφάσεις του έργου
- Β) Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί μόνο στη σύνταξη κειμένου, όχι στο σχεδιασμό και την πρόβλεψη
- Γ) Η τεχνητή νοημοσύνη είναι ένα βοηθητικό εργαλείο και εργαλείο υποστήριξης αποφάσεων. Η ευθύνη και η τελική έγκριση των κρίσιμων αποφάσεων βαρύνουν τους ανθρώπους ✔
- Δ) Η τεχνητή νοημοσύνη μπορεί να ολοκληρώσει τις συμβατικές υποχρεώσεις χωρίς ανθρώπινη έγκριση
Περιγραφή: Βοηθός τεχνητής νοημοσύνης, δημιουργία σχεδίων και εργαλείο υποστήριξης αποφάσεων. Η ευθύνη και η τελική έγκριση αποφάσεων όπως η δέσμευση προϋπολογισμού, η υπόσχεση ημερομηνίας παράδοσης, η κατανομή πόρων και η συμβατική υποχρέωση βαρύνουν πάντα τον αρμόδιο διαχειριστή του έργου και τους υπεύθυνους ενδιαφερόμενους.
12. Τι σημαίνει εάν ο ΔΤΚ (Δείκτης Απόδοσης Κόστους) είναι 0,85 στη διαχείριση κερδισμένης αξίας (EVM);
- Α) Το έργο είναι υπό προϋπολογισμό και προχωρά αποτελεσματικά
- Β) Παράγεται λιγότερη αξία από την προγραμματισμένη για τα χρήματα που δαπανήθηκαν. Το έργο κινδυνεύει από υπερπροϋπολογισμό ✔
- Γ) Το έργο προχωρά στην ώρα του, δεν έχει να κάνει με κόστος
- Δ) Το έργο προχωρά 85 τοις εκατό ταχύτερα από το προγραμματισμένο
Περιγραφή: CPI = EV / AC. Μια τιμή κάτω από 1 υποδηλώνει ότι παράγεται λιγότερη αξία από την προγραμματισμένη για κάθε μονάδα χρημάτων που δαπανάται, πράγμα που σημαίνει ότι το έργο υπερβαίνει τον προϋπολογισμό. 0,85 χονδρικά σημαίνει ότι παράγονται 0,85 TL εργασίας για κάθε 1 TL που δαπανάται και υποδηλώνει απόκλιση κόστους.
13. Ποιος είναι ο πιο κρίσιμος κίνδυνος που προκύπτει όταν ρωτάτε την τεχνητή νοημοσύνη σχετικά με τις διάρκειες εργασιών στο χρονοδιάγραμμα του έργου;
- Α) Η τεχνητή νοημοσύνη καθορίζει τις ώρες, τις παρουσιάζει με ευχέρεια και μπαίνει στο πρόγραμμα χωρίς επαλήθευση ✔
- Β) Η τεχνητή νοημοσύνη παράγει χρόνους πολύ αργά
- Γ) Η σύσταση χρόνου γίνεται πάντα αυτόματα αποδεκτή από τον πελάτη.
- Δ) Οι διάρκειες μπορούν να παραχθούν μόνο σε ημέρες
Εξήγηση: Χωρίς να δείτε τα πραγματικά δεδομένα του έργου σας, η τεχνητή νοημοσύνη μπορεί να δημιουργήσει χρόνους με αυτοπεποίθηση αλλά αβάσιμους (ψευδαισθήσεις) με βάση τα γενικά πρότυπα του παρελθόντος. Κάθε διάρκεια δεν πρέπει να μπαίνει στο πρόγραμμα και τη δέσμευση χωρίς να επαληθεύεται από την ικανότητα της ομάδας και τις προηγούμενες υλοποιήσεις.
14. Ποιο από τα παρακάτω πρέπει να περιλαμβάνεται σε μια πολιτική διακυβέρνησης τεχνητής νοημοσύνης διαχείρισης εταιρικού έργου;
- Α) Ακριβώς ποια μάρκα λογισμικού διαχείρισης έργου να αγοράσετε
- Β) Ταξινόμηση δεδομένων, ανωνυμοποίηση/NDA, ανθρώπινα σημεία έγκρισης, αρχείο λογοδοσίας/ελέγχου και ηθικές αρχές ✔
- Γ) Ο κανόνας ότι μόνο οι διαχειριστές έργων μπορούν να χρησιμοποιούν τεχνητή νοημοσύνη
- Δ) Μια ρήτρα που επιτρέπει στην τεχνητή νοημοσύνη να λαμβάνει όλες τις αποφάσεις του έργου μόνη της
Περιγραφή: Σωστή διακυβέρνηση. Καθορίζει ποια δεδομένα έργου μπορούν να εισέλθουν σε ποιο εργαλείο, ανωνυμοποίηση και κανόνες NDA, σημεία ανθρώπινης έγκρισης, ίχνη ευθύνης και ελέγχου, ηθικές αρχές (διαφάνεια, δικαιοσύνη, λογοδοσία).
15. Ποια είναι η καλύτερη προσέγγιση κατά την προετοιμασία ενός εγγράφου διδαγμάτων με τεχνητή νοημοσύνη;
- Α) Δημοσίευση κάθε πρότασης που παράγεται από την τεχνητή νοημοσύνη ως έχει
- Β) Δημοσιεύστε το προσχέδιο εξετάζοντάς το από τον άνθρωπο και επαληθεύοντας το πλαίσιο, την ακρίβεια και την εμπιστευτικότητα ✔
- Γ) Μην σημειώνετε ποτέ το μάθημα και αφήνετε τις πληροφορίες στις μνήμες των ανθρώπων
- Δ) Αφήνοντας τις δηλώσεις που κατηγορούν τους ανθρώπους ονομάζοντάς τους ως έχουν
Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να περιγράψει θέματα και πληροφορίες από προηγούμενα αρχεία έργων. Ωστόσο, η ακρίβεια, το πλαίσιο και η εμπιστευτικότητα της θεσμικής μνήμης απαιτούν ανθρώπινο έλεγχο. Οι ανώνυμες ενοχοποιητικές δηλώσεις και τα αβάσιμα συμπεράσματα βλάπτουν το ίδρυμα.