Ασφάλεια Δεδομένων, Απόρρητο, Δεοντολογία και Υπεύθυνη Πρακτική

Κέρδη:

• Ικανότητα επεξήγησης των ορίων χρήσης τεχνητής νοημοσύνης σε MIS στο πλαίσιο του KVKK και βασικών αρχών ασφάλειας πληροφοριών
• Δυνατότητα ασφαλούς εφαρμογής των αρχών ανωνυμοποίησης, ελάχιστων προνομίων και ταξινόμησης δεδομένων σε ροές εργασίας τεχνητής νοημοσύνης
• Ικανότητα υπεύθυνης διαχείρισης ενός έργου MIS-AI από άκρο σε άκρο στο πλαίσιο δεοντολογίας, συμμόρφωσης και ικανής έγκρισης.

Εξέταση Ενοτήτων

1. Ποια δήλωση περιγράφει με μεγαλύτερη ακρίβεια τον ρόλο της παραγωγής τεχνητής νοημοσύνης στο έργο ενός ειδικού Πληροφοριακών Συστημάτων Διαχείρισης;

• Α) Η τεχνητή νοημοσύνη παράγει προσχέδια και προτάσεις. ✔ Ο επιχειρηματικός κανόνας είναι ευθύνη του ανθρώπου να επαληθεύει με πραγματικά δεδομένα και κατάλληλη έγκριση
• Β) Η έξοδος AI είναι γραμμένη άπταιστα και τεχνικά, επομένως συνήθως δεν απαιτεί επαλήθευση
• Γ) Η τεχνητή νοημοσύνη μπορεί να ολοκληρώσει τις απαιτήσεις απευθείας χωρίς έγκριση επιχειρηματικής μονάδας
• Δ) Σε κρίσιμες για χρηματοοικονομικές αποφάσεις, η παραγωγή AI αντικαθιστά την έγκριση ενός αρμόδιου εμπειρογνώμονα

Περιγραφή: Η τεχνητή νοημοσύνη σχεδιάζει γρήγορα ενδιάμεσα προϊόντα, όπως απαιτήσεις, μοντέλα δεδομένων, SQL και αναφορές. Ωστόσο, είναι ανθρώπινη ευθύνη να επαληθεύσει αυτά τα προσχέδια με τον επιχειρηματικό κανόνα, τα πραγματικά δεδομένα και την επιβεβαίωση των ενδιαφερομένων. Ιδιαίτερα σε οικονομικές αποφάσεις και αποφάσεις κρίσιμες για τη συμμόρφωση, η τεχνητή νοημοσύνη δεν υποκαθιστά την έγκριση αρμόδιων εμπειρογνωμόνων.

2. Ποιο είναι το κύριο πρόβλημα με τη δήλωση «το σύστημα πρέπει να είναι γρήγορο» σε μια μελέτη ανάλυσης απαιτήσεων;

• Α) Γράφεται ως μη λειτουργικό παρόλο που είναι λειτουργική απαίτηση
• Β) Δεν μπορεί να ελεγχθεί και να επαληθευτεί γιατί δεν περιέχει μετρήσιμο όριο ✔
• Γ) Οι ενδιαφερόμενοι δεν καταλαβαίνουν γιατί περιέχει πάρα πολλές τεχνικές λεπτομέρειες
• Δ) Δεν είναι έγκυρο γιατί δεν είναι γραμμένο σε μορφή ιστορίας χρήστη

Επεξήγηση: Αυτή η δήλωση περιγράφει μια μη λειτουργική απαίτηση, αλλά δεν είναι μετρήσιμη. Το «γρήγορο» είναι υποκειμενικό. ορίζει έναν αποδεκτό χρόνο απόκρισης απαίτησης ανά αριθμό, συνθήκη και φόρτο (π.χ. «απόκριση ερωτήματος μικρότερη από 2 δευτερόλεπτα σε μέσο φόρτο»). Μια απαίτηση που δεν μπορεί να μετρηθεί δεν μπορεί να δοκιμαστεί.

3. Ποιο από τα παρακάτω είναι ο κύριος σκοπός της κανονικοποίησης στη μοντελοποίηση δεδομένων;

• Α) Απλοποίηση του ερωτήματος συλλέγοντας όλα τα δεδομένα σε έναν μεγάλο πίνακα
• Β) Αποτρέψτε τις ανωμαλίες ενημέρωσης μειώνοντας την αντιγραφή δεδομένων και διατηρώντας την ακεραιότητα ✔
• Γ) Ελαχιστοποιείτε πάντα το μέγεθος των αρχείων αντιγράφων ασφαλείας
• Δ) Άμεση εγγύηση απόδοσης γραφικών και πλακέτας

Περιγραφή: Η κανονικοποίηση είναι η διαδικασία λογικού διαχωρισμού των πινάκων για τη μείωση του πλεονασμού και τη διατήρηση της ακεραιότητας των δεδομένων. Η διατήρηση των ίδιων πληροφοριών σε ένα μέρος αποτρέπει τις ανωμαλίες και την ασυνέπεια της ενημέρωσης. Ο στόχος δεν είναι να επιταχυνθεί η αναφορά. Η σκόπιμη αποκανονικοποίηση γίνεται μερικές φορές για ταχύτητα.

4. Ποιος είναι ο βασικός κίνδυνος να συναχθεί το συμπέρασμα ότι «οι πωλήσεις αυξάνονται καθώς αυξάνονται οι δαπάνες διαφήμισης, άρα η διαφήμιση αυξάνει τις πωλήσεις» σε έναν πίνακα ελέγχου επιχειρηματικής ευφυΐας;

• Α) Συγχέοντας τη συσχέτιση με την αιτιότητα. Η κοινή δράση δεν αποδεικνύει ότι το ένα δημιουργεί το άλλο ✔
• Β) Λανθασμένη επιλογή τύπου γραφήματος
• Γ) Τα δεδομένα δεν κανονικοποιούνται
• Δ) Ο πίνακας περιέχει πάρα πολλά χρώματα

Εξήγηση: Πρόκειται για σύγχυση συσχέτισης με αιτιότητα. Οι δύο μετρήσεις μπορεί να κινούνται μαζί, αλλά ένας τρίτος παράγοντας (π.χ. σεζόν, περίοδος καμπάνιας) μπορεί να αυξάνει και τις δύο. Ο εμπειρογνώμονας του MIS θα πρέπει επίσης να ελέγξει για αυτήν την παγίδα σε αφηγηματικά κείμενα που δημιουργούνται από την τεχνητή νοημοσύνη και να δοκιμάσει αιτιώδεις ισχυρισμούς με στοιχεία.

5. Στον έξυπνο αυτοματισμό, όπου το RPA (ρομποτική αυτοματοποίηση διεργασιών) και η τεχνητή νοημοσύνη χρησιμοποιούνται μαζί, για ποιον τύπο βήματος είναι πιο κατάλληλο το RPA;

• Α) Βήματα που είναι ασαφή, βασισμένα στην ερμηνεία και απαιτούν διαφορετικές αποφάσεις κάθε φορά
• Β) Βήματα που εργάζονται σε κανονικά, επαναλαμβανόμενα και δομημένα δεδομένα ✔
• Γ) Βήματα που απαιτούν ενσυναίσθηση με τον πελάτη
• Δ) Βήματα στα οποία λαμβάνονται στρατηγικές επενδυτικές αποφάσεις

Επεξήγηση: Το RPA είναι ισχυρό σε τακτικά, επαναλαμβανόμενα και δομημένα βήματα δεδομένων: αντιγραφή δεδομένων από μια οθόνη και εισαγωγή τους σε άλλο σύστημα. Η τεχνητή νοημοσύνη μπαίνει στο παιχνίδι σε βήματα που απαιτούν διφορούμενη κρίση, ταξινόμηση ή κατανόηση φυσικής γλώσσας. Οι αποφάσεις υψηλού κινδύνου εξακολουθούν να υπόκεινται στην ανθρώπινη έγκριση.

6. Γιατί οι έξοδοι τεχνητής νοημοσύνης πρέπει να επικυρώνονται ιδιαίτερα προσεκτικά στα συστήματα ERP;

• Α) Τα δεδομένα ERP είναι πάντα ανώνυμα, επομένως απαιτείται πρόσθετη προσοχή
• Β) Οι διαδικασίες ERP είναι οικονομικά και λειτουργικά κρίσιμες. Το λάθος έχει άμεσες οικονομικές και νομικές συνέπειες ✔
• Γ) Τα συστήματα ERP δεν μπορούν καθόλου να ενσωματωθούν με την τεχνητή νοημοσύνη
• Δ) Το AI δεν κατανοεί τις αναφορές ERP επειδή δεν είναι οπτικές

Περιγραφή: ERP; Διεξάγει χρηματοοικονομικές και λειτουργικές κρίσιμες διαδικασίες όπως η λογιστική, η απογραφή, οι αγορές και η μισθοδοσία. Ένα σφάλμα εδώ αντικατοπτρίζεται άμεσα στην απόφαση οικονομικής καταγραφής, πληρωμής ή απογραφής. Επομένως, οι συστάσεις τεχνητής νοημοσύνης δεν υποβάλλονται σε επεξεργασία χωρίς την έγκριση αρμόδιου εμπειρογνώμονα. Η διαδρομή ελέγχου είναι υποχρεωτική.

7. Ποιο είναι το πρώτο πράγμα που πρέπει να προσέξει ένας ειδικός στο MIS όταν χρησιμοποιεί τεχνητή νοημοσύνη όταν εργάζεται με δεδομένα CRM;

• Α) Επιλογή της χρωματικής παλέτας του πίνακα
• Β) Απόρρητο προσωπικών δεδομένων: ανωνυμοποίηση, ελάχιστη εξουσιοδότηση και διασφάλιση της συμμόρφωσης με το KVKK πρώτα ✔
• Γ) Φόρτωση του μεγαλύτερου δυνατού συνόλου δεδομένων στο όχημα ως έχει
• Δ) Αρκεί η χρήση της νεότερης έκδοσης του μοντέλου

Περιγραφή: Τα δεδομένα CRM είναι σε μεγάλο βαθμό προσωπικά δεδομένα (όνομα, επαφή, ιστορικό αγορών). Πριν δώσετε αυτά τα δεδομένα σε ένα εργαλείο τεχνητής νοημοσύνης, θα πρέπει να αξιολογηθεί η ανωνυμοποίηση, η ελάχιστη εξουσιοδότηση και η συμμόρφωση με το KVKK. Επιπλέον, οι αυτοματοποιημένες αποφάσεις που επηρεάζουν τον πελάτη απαιτούν ανθρώπινη επίβλεψη και δικαίωμα αντίρρησης.

8. Ποιος τύπος γραφήματος είναι γενικά ο καταλληλότερος για την εμφάνιση της αλλαγής του ποσοστού (ποσοστό) με την πάροδο του χρόνου σε έναν πίνακα εργαλείων;

• Α) Γράφημα γραμμών για χρονική τάση. η κλίμακα και ο άξονας πρέπει να ρυθμιστούν σωστά ✔
• Β) Ένα γράφημα πίτας είναι καλύτερο σε κάθε περίπτωση
• Γ) Γραφικά με τρισδιάστατα εφέ αυξάνουν την αναγνωσιμότητα
• Δ) Ο τύπος γραφήματος δεν επηρεάζει το μήνυμα, είναι όλοι ισοδύναμοι

Επεξήγηση: Ένα γραμμικό γράφημα είναι κατάλληλο για την εμφάνιση μιας τάσης με την πάροδο του χρόνου. Εάν οι άξονες και η κλίμακα έχουν ρυθμιστεί σωστά, η αλλαγή μπορεί να διαβαστεί καθαρά. Το γράφημα πίτας δείχνει το μερίδιο σε ένα μόνο χρονικό σημείο, δεν είναι κατάλληλο για τάσεις του χρόνου. Η επιλογή γραφικών γίνεται σύμφωνα με το μήνυμα που θα μεταφερθεί.

9. Ποιο από τα παρακάτω είναι ο πιο σημαντικός κίνδυνος πλατφορμών χωρίς κώδικα / χαμηλού κώδικα όσον αφορά τη διακυβέρνηση;

• Α) Οι εφαρμογές τρέχουν πάντα πολύ αργά
• Β) Οι μη τεκμηριωμένες, μη ελεγμένες λύσεις «σκιώδους πληροφορικής» δημιουργούν κινδύνους δεδομένων και ασφάλειας ✔
• Γ) Ποτέ δεν λύνουν πραγματικά επιχειρηματικά προβλήματα
• Δ) Μπορούν να χρησιμοποιηθούν μόνο σε μεγάλες εταιρείες

Περιγραφή: Το No-code/low-code επιτρέπει σε μη τεχνικούς υπαλλήλους (πολίτες προγραμματιστές) να εγκαθιστούν γρήγορα εφαρμογές. Ωστόσο, όταν μεγαλώνει ανεξέλεγκτα? Οι λύσεις «σκιώδους πληροφορικής» χωρίς έγγραφα, ακάλυπτες και ορφανές δημιουργούν διαρροή δεδομένων και τεχνικό χρέος. Η διακυβέρνηση απαιτεί καταγραφή και παρακολούθηση αυτών των λύσεων.

10. Τι σημαίνει «συνέπεια», μια από τις διαστάσεις ποιότητας δεδομένων;

• Α) Τα δεδομένα ταιριάζουν ακριβώς στην πραγματική τιμή του κόσμου
• Β) Τα ίδια δεδομένα δεν έρχονται σε σύγκρουση μεταξύ τους σε διαφορετικά συστήματα και εγγραφές ✔
• Γ) Όλα τα πεδία στα στοιχεία είναι συμπληρωμένα
• Δ) Εύρεση των δεδομένων στην πιο πρόσφατη μορφή τους

Επεξήγηση: Συνέπεια σημαίνει ότι τα ίδια δεδομένα δεν έρχονται σε σύγκρουση μεταξύ τους σε διαφορετικά συστήματα ή εγγραφές. Για παράδειγμα, η διεύθυνση ενός πελάτη είναι η ίδια στο CRM και στο σύστημα χρέωσης. Ακρίβεια σημαίνει συμμόρφωση με την πραγματικότητα, πληρότητα σημαίνει πληρότητα και επικαιρότητα σημαίνει επικαιρότητα των δεδομένων. Αυτές είναι ξεχωριστές διαστάσεις.

11. Στο πλαίσιο του KVKK, ποια είναι η πιο βασική αρχή που πρέπει να εφαρμόζει ένας εμπειρογνώμονας στο MIS πριν επεξεργαστεί προσωπικά δεδομένα με ένα εργαλείο τεχνητής νοημοσύνης;

• Α) Συλλογή όλων των προσωπικών δεδομένων που μπορούν να αποκτηθούν
• Β) Ελαχιστοποίηση δεδομένων και περιορισμός σκοπού: Επεξεργαστείτε μόνο τα απαραίτητα δεδομένα για τον καθορισμένο σκοπό ✔
• Γ) Τοποθέτηση των δεδομένων σε δημόσιο φάκελο στον οποίο έχουν πρόσβαση όλοι
• Δ) Αφήνοντας την απόφαση περί απορρήτου αποκλειστικά στην τεχνητή νοημοσύνη

Περιγραφή: Η ελαχιστοποίηση δεδομένων και ο περιορισμός του σκοπού είναι απαραίτητες: η επεξεργασία μόνο απαραίτητων δεδομένων για έναν προσδιορισμένο και νόμιμο σκοπό. Όπου είναι δυνατόν, τα δεδομένα είναι ανώνυμα ή ψευδώνυμα. Οι περιοχές που ταυτοποιούν το άτομο κρατούνται μακριά από το όχημα. Όσο περισσότερα δεδομένα, τόσο το καλύτερο» αντίκειται στις αρχές του KVKK.

12. Γιατί η πρόταση «το σύστημα εγκρίνει αυτόματα όταν χρειάζεται» είναι επικίνδυνη απαίτηση σε ένα προσχέδιο απαίτησης που λειτουργεί με τεχνητή νοημοσύνη;

• Α) Επειδή είναι πολύ μεγάλο
• Β) Οι «εφικτές περιπτώσεις» είναι απροσδιόριστες, ανοιχτές σε ερμηνείες, μη ελεγχόμενες και επιρρεπείς σε σφάλματα ✔
• Γ) Ο αυτοματισμός απαγορεύεται πάντα
• Δ) Επειδή δεν είναι σε μορφή ιστορίας χρήστη

Εξήγηση: «Κατάλληλες καταστάσεις» είναι μια ασαφής έκφραση. Δεν έχει οριστεί ποιες συνθήκες ενεργοποιούν την έγκριση. Η διφορούμενη απαίτηση παρερμηνεύεται από τον προγραμματιστή και δεν μπορεί να δοκιμαστεί. Ο εμπειρογνώμονας MIS θα πρέπει να διευκρινίσει τέτοιες διφορούμενες δηλώσεις που παράγονται από την τεχνητή νοημοσύνη με σαφείς κανόνες και όρια και να τις επιβεβαιώσει ο ενδιαφερόμενος.

13. Ποιος είναι ο κύριος σκοπός μιας διαδικασίας ETL (Extract-Transform-Load) σε μια αποθήκη δεδομένων;

• Α) Δημιουργία νέων δεδομένων πελατών
• Β) Εξαγωγή και μετατροπή δεδομένων από διαφορετικές πηγές και φόρτωσή τους σε μια συνεπή δομή έτοιμη για ανάλυση ✔
• Γ) Αυτόματη επιλογή των χρωμάτων των πάνελ
• Δ) Κοινή χρήση προσωπικών δεδομένων ανεξαρτήτως νόμου

Περιγραφή: ETL; Εξάγει δεδομένα από πηγές (Extract), τα καθαρίζει και τα μετατρέπει σε μια τυπική δομή (Transform) και τα φορτώνει στην αποθήκη δεδομένων για ανάλυση (Load). Ο στόχος είναι να φέρει διεσπαρμένες και διαφορετικές μορφές επιχειρησιακών δεδομένων σε μια συνεπή δομή έτοιμη για αναφορά και ανάλυση. Το ETL δεν παράγει δεδομένα, μετακινεί και οργανώνει τα υπάρχοντα δεδομένα.

14. Γιατί ο «χειρισμός εξαιρέσεων» είναι κρίσιμος στο σχεδιασμό αυτοματισμού διεργασιών;

• Α) Γιατί πάντα κάνει τον αυτοματισμό να λειτουργεί πιο γρήγορα
• Β) Επειδή παρέχει ασφαλή στάση και καθοδήγηση στους ανθρώπους αντί για σιωπηλά λάθη σε παράνομες καταστάσεις ✔
• Γ) Γιατί βελτιώνει τη γραφιστική
• Δ) Επειδή διαγράφει αυτόματα προσωπικά δεδομένα

Επεξήγηση: Οι αυτοματισμοί αντιμετωπίζουν πάντα καταστάσεις που αντιβαίνουν στους κανόνες (έλλειψη δεδομένων, απροσδόκητη μορφή, σφάλμα συστήματος). Ο χειρισμός εξαιρέσεων επιτρέπει στο ρομπότ να σταματήσει με ασφάλεια τη διαδικασία και να την ανακατευθύνει σε έναν άνθρωπο σε αυτές τις περιπτώσεις, αντί να κάνει σιωπηλά τη λάθος ενέργεια. Εάν δεν σχεδιαστούν εξαιρέσεις, τα σφάλματα θα διαδοθούν σιωπηλά και η διαδρομή ελέγχου θα χαθεί.