Ροή εργασιών από άκρο σε άκρο, επαλήθευση και προσωπικός βοηθός PDR

Κέρδη:

• Δυνατότητα σύνδεσης μιας εβδομαδιαίας ροής εργασίας PDR σε μια διαδικασία από άκρο σε άκρο που υποστηρίζεται από τεχνητή νοημοσύνη και μέτρηση εξοικονόμησης χρόνου
• Δυνατότητα δημιουργίας μιας επαναχρησιμοποιήσιμης βιβλιοθήκης και προσωπικών οδηγιών βοηθού PDR κατάλληλων για το δικό του επαγγελματικό πλαίσιο
• Δυνατότητα σύνδεσης επαλήθευσης, εμπιστευτικότητας και ορίων κρίσης με μια λίστα ελέγχου σε όλη τη διαδικασία και μετατροπή της σε μόνιμη συνήθεια

Στην τελευταία ενότητα, συνδυάζουμε όλα όσα μάθαμε σε ένα ενιαίο σύνολο. Μέχρι στιγμής, έχουμε χρησιμοποιήσει την τεχνητή νοημοσύνη ξεχωριστά σε κάθε επαγγελματικό τομέα, από σημειώσεις συνεντεύξεων έως ψυχοεκπαιδευτικό υλικό, από καθοδήγηση σταδιοδρομίας έως υποστήριξη διερμηνείας κλίμακας, από παρακολούθηση έως ομαδική δραστηριότητα. Καλύψαμε τα όρια, τον έλεγχο ταυτότητας, το απόρρητο και την εξαίρεση κρίσης σε κάθε τομέα. Τώρα θα τα συνδέσουμε σε μια εβδομαδιαία ροή εργασίας, θα δημιουργήσουμε μια βιβλιοθήκη εντολών για συγκεκριμένο περιβάλλον και προσωπικές οδηγίες βοηθού PDR και θα εξασφαλίσουμε ολόκληρη τη διαδικασία με μια μόνιμη λίστα ελέγχου. Ο στόχος είναι να κάνετε την τεχνητή νοημοσύνη ένα ασφαλές και μόνιμο μέρος της επαγγελματικής σας ζωής, όχι ένα τέχνασμα μία φορά.

Σχεδιάζοντας μια εβδομάδα από άκρη σε άκρη

Μια τυπική εβδομάδα για έναν επαγγελματία PDR περιλαμβάνει πολλές επαναλαμβανόμενες συγγραφικές εργασίες. Η τοποθέτηση τους σε μια ροή που υποστηρίζεται από AI εξοικονομεί χρόνο και εξασφαλίζει συνέπεια. Ένα παράδειγμα εβδομάδας:

• Δευτέρα — Προγραμματισμός. Το προσχέδιο της δομής των ομαδικών συνεδριών καθοδήγησης της εβδομάδας (απόκτηση – προθέρμανση – κύρια – κλείσιμο – αξιολόγηση) δημιουργείται από την τεχνητή νοημοσύνη και υποβάλλεται σε έλεγχο ασφάλειας και πληρότητας από ειδικούς.
• Τρίτη — Υλικό. Παράγεται ένα προσχέδιο ψυχοεκπαιδευτικής μπροσούρας. Τα στατιστικά στοιχεία επισημαίνονται με [VERIFY] και επιβεβαιώνονται.
• Τετάρτη — Συνέντευξη και εγγραφή. Πραγματοποιούνται μεμονωμένες συνεντεύξεις. Στη συνέχεια, οι ανώνυμες ακατέργαστες σημειώσεις δομούνται με AI και τα σχόλια και οι αποφάσεις προέρχονται από τον ειδικό.
• Πέμπτη — Συνεργασία. Παράγονται προσχέδια ενημερωτικών επιστολών γονέων και σημειώσεων συνεργασίας δασκάλων και υποβάλλονται σε τόνους και ελέγχους εμπιστευτικότητας.
• Παρασκευή — Παρακολούθηση και ανακεφαλαίωση. Τα ανώνυμα δεδομένα παρακολούθησης συνοψίζονται, τα μοτίβα αξιολογούνται ως σημάδια και καθορίζονται οι λόγοι για τη συνάντηση της επόμενης εβδομάδας.

Σε αυτή τη ροή, η τεχνητή νοημοσύνη παίζει πάντα τον ίδιο ρόλο: σύνταξη και επεξεργασία. Η απόφαση, η ερμηνεία, η ασφάλεια και η τελική έγκριση είναι όλα στα χέρια του ειδικού. Η κρίση είναι πάντα πέρα ​​από το κατώφλι. Όταν εμφανιστεί σημάδι κινδύνου, η ροή σταματά και ενεργοποιείται το πρωτόκολλο στη μονάδα 9.

Μέτρηση εξοικονόμησης χρόνου

Για να δείτε την αξία μιας συνήθειας, είναι απαραίτητο να μετρήσετε το κέρδος. Για μια εβδομάδα, κρατήστε μια σημείωση "πόσο καιρό χρειάστηκε πριν / πόσος χρόνος διαρκεί τώρα" για κάθε εργασία που επιταχύνετε με AI. Οι περισσότεροι ειδικοί βλέπουν 40-60% εξοικονόμηση χρόνου στην επαναλαμβανόμενη πληκτρολόγηση. Αλλά το πραγματικό ερώτημα είναι: Πού αφιερώσατε τον εξοικονομημένο χρόνο; Η σωστή απάντηση δεν είναι «περισσότερη γραφειοκρατία» αλλά «περισσότερο πρόσωπο με πρόσωπο χρόνο με τον μαθητή». Ο στόχος του AI είναι να σας βγάλει από το τραπέζι και να επιστρέψετε στην ανθρώπινη ουσία του επαγγέλματος: τη σχέση με τον μαθητή.

Συμβουλή: Καταγράψτε την εξοικονόμηση χρόνου σας σε έναν πίνακα: εργασία, παλιά, νέα ώρα, κέρδος, όπου κατανέμετε το κέρδος. Αυτός ο πίνακας παρακινεί και δείχνει πού μπορεί να χρησιμοποιηθεί περισσότερο η τεχνητή νοημοσύνη.

Προσωπική άμεση βιβλιοθήκη και οδηγίες βοηθού

Αντί να γράφετε προτροπές από την αρχή κάθε φορά, αποθηκεύστε τις προτροπές που λειτουργούν σε μια βιβλιοθήκη. Μια καλή γρήγορη βιβλιοθήκη. Αποτελείται από προτροπές διατεταγμένες σύμφωνα με τον τύπο εργασίας, δοκιμασμένες και με κωδικοποιημένα όρια εμπιστευτικότητας και επαλήθευσης. In addition, you can define a personal assistant directive (system instruction) in your favorite tool: permanent rules that the tool will follow every time it talks to you.

Οι καλές οδηγίες του βοηθού PDR περιλαμβάνουν: ρόλο (βοηθός γραφής που βοηθά τον ειδικό PDR), τι δεν θα κάνει (καμία διάγνωση, καμία παραπομπή, κανένας ρόλος σε κρίση), τι θα κάνει πάντα (διαχωρισμός της ερμηνείας από το γεγονός, υπόθεση ανωνυμίας, προειδοποίηση επαλήθευσης, υπενθύμιση αντανακλαστικού κρίσης), τόνος (ενσυναίσθηση, μη στιγματισμός, εστιασμένη στη λύση). Αυτή η οδηγία κωδικοποιεί την ασφάλεια σε κάθε αλληλεπίδραση.

Αντιγράψιμα πρότυπα

1) Personal PDR assistant instruction (system instruction):

Είστε βοηθός ΓΡΑΦΗΣ σε σχολικό σύμβουλο. Τι δεν θα κάνετε ΠΟΤΕ: να κάνετε διάγνωση, να λάβετε αποφάσεις/κατευθύνσεις για λογαριασμό του μαθητή, να ερμηνεύσετε μια κλίμακα, να προτείνετε παρέμβαση σε μια κατάσταση κρίσης, να μειώσετε τον μαθητή σε ετικέτα. Τι θα κάνετε ΠΑΝΤΑ: διαχωρίστε το γεγονός από την ερμηνεία. Ας υποθέσουμε ότι η εισαγωγή είναι ανώνυμη και σας προειδοποιεί εάν δείτε προσωπικά δεδομένα. βάζοντας μια σημείωση "ΕΠΑΛΗΘΕΥΣΗ" δίπλα σε εκτυπώσεις που περιέχουν γεγονότα/στατιστικά στοιχεία/πηγές. Εάν αισθάνεστε ένα σημάδι κρίσης/κινδύνου, γράψτε την προειδοποίηση στο επάνω μέρος: "Αυτή μπορεί να είναι κρίση· όχι τεχνητή νοημοσύνη, αλλά ανθρώπινο έμπειρο και πρωτόκολλο έκτακτης ανάγκης θα πρέπει να ενεργοποιηθεί". Τόνος: ενσυναίσθητος, μη στιγματιστικός, προσανατολισμένος στη λύση.

2) Εβδομαδιαίος πίνακας εξοικονόμησης χρόνου:

Φτιάξτε έναν πίνακα για τις ακόλουθες εργασίες: εργασία, χρόνος πριν από την τεχνητή νοημοσύνη, χρόνος με τεχνητή νοημοσύνη, χρόνος αποθήκευσης, όπου διαχωρίζω το κέρδος. Υπολογίστε επίσης τα συνολικά κέρδη. Εργασίες και διάρκειες: [εισαγάγετε τα δικά σας δεδομένα]

3) Προτροπή επεξεργασίας βιβλιοθήκης:

Κατηγοριοποιήστε τις διάσπαρτες προτροπές μου παρακάτω ανά τύπο εργασίας (ηχογράφηση, υλικό, καριέρα, παρακολούθηση, συνεργασία, ομάδα) και προσθέστε μια σύντομη σημείωση χρήσης για κάθε κατηγορία. Αλλαγή του περιεχομένου τους. Προτροπές: [επικόλληση προτροπών]

4) Έλεγχος επαλήθευσης από άκρο σε άκρο:

Πριν δημοσιεύσετε/χρησιμοποιήσετε το αποτέλεσμα AI παρακάτω, εφαρμόστε αυτούς τους 5 ελέγχους και γράψτε "ok/problem" για καθένα: (1) διαρροή προσωπικών δεδομένων, (2) μη επαληθευμένο γεγονός/στατιστικό/πηγή, (3) διάγνωση/ετικέτα/παραπομπή, (4) μεροληψία/πολιτισμική αναισθησία, (5) παραβίαση ορίων κρίσης. Επισήμανση ζητημάτων. Έξοδος: [επικόλληση εξόδου]

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμο:

Βοηθήστε με με τη δουλειά μου αυτή την εβδομάδα.

Χωρίς περιεχόμενο, απεριόριστο. Ποιο καθήκον, ποιος ρόλος, ποιο όριο είναι ασαφές - αποδείχθηκε γενικό και επικίνδυνο.

Ισχυρός:

[Οι προσωπικές οδηγίες βοηθού PDR είναι ενεργές.]Εργασία: Αυτή την εβδομάδα πρέπει να προγραμματίσω μια ομαδική συνεδρία «δεξιότητες φιλίας» για μαθητές της 6ης δημοτικού. Δημιουργείται ένα προσχέδιο στη δομή της κάρτας κέρδος-ζέσταμα-κύριο συμβάν (φανταστικό σενάριο)-κλείσιμο-έξοδος. Σημειώστε επίσης τα σημεία που θεωρείτε επικίνδυνα από άποψη ασφάλειας και πληρότητας. Εάν υπάρχει αξίωση που πρέπει να επαληθευτεί, βάλτε VERIFY.

τρεις μίνι θήκες

Περίπτωση 1 — Μετρημένο κέρδος. Ένας ειδικός κατέγραψε τις εργασίες που επιτάχυνε με AI σε έναν πίνακα για ένα μήνα. Βρήκε τον εαυτό του να εξοικονομεί ~ 6 ώρες την εβδομάδα συνολικά σε συγγραφή δίσκων, προετοιμασία υλικού και επιστολές συνεργασίας. Αφιέρωσε αυτόν τον χρόνο στις μεμονωμένες συναντήσεις που είχε προηγουμένως παρατάξει. Ο αριθμός των συναντήσεων αυξήθηκε και η ικανοποίηση των μαθητών αυξήθηκε. Το κέρδος επέστρεψε στον μαθητή, όχι στο τραπέζι.

Περίπτωση 2 — Ασφάλεια βάσει οδηγίας. Ένας σύμβουλος καθοδήγησης άφησε το όνομα ενός μαθητή σε ένα κείμενο μια μέρα αφού περιέγραψε τις οδηγίες του προσωπικού βοηθού. Χάρη στον κανόνα "προειδοποίηση εάν δείτε προσωπικά δεδομένα" στην οδηγία, το εργαλείο το υπενθύμισε πριν ξεκινήσει η διαδικασία. Ο ειδικός έβγαλε το όνομα. Η κατευθυντήρια γραμμή χρησίμευσε ως δίχτυ ασφαλείας έναντι του ανθρώπινου λάθους.

Περίπτωση 3 — Συνέπεια με τη βιβλιοθήκη. Μια υπηρεσία συγκέντρωσε τα διάσπαρτα αιτήματά της σε μια βιβλιοθήκη κοινών αιτημάτων. Όλοι άρχισαν να χρησιμοποιούν τα ίδια κωδικοποιημένα μηνύματα περιορισμένης ασφάλειας. Αντί για μια καμπύλη μάθησης εβδομάδων, ένας νέος συνάδελφος μπήκε στην παραγωγή με ασφάλεια την πρώτη μέρα χρησιμοποιώντας τη βιβλιοθήκη. Οι πληροφορίες μεταφέρθηκαν από άτομο σε ίδρυμα.

Συνήθη λάθη

• Απεριόριστα αιτήματα. Λέγοντας «βοήθεια» χωρίς πλαίσιο. Λύση: σαφής ρόλος, εργασία, μορφή, όριο.
• Δεν ορίζει οδηγία. Μη αυτόματη ρύθμιση της ασφάλειας κάθε φορά. Λύση: οδηγία μόνιμου βοηθού.
• Όχι μέτρηση του κέρδους. Δεν βλέπω βελτίωση. Λύση: πίνακας εξοικονόμησης χρόνου.
• Καταχρήσεις κερδών. Ξοδεύοντας ξανά τον χρόνο που εξοικονομήθηκε στο τραπέζι. Λύση: επιστροφή του χρόνου στον μαθητή.
• Ξεχνώντας την επαλήθευση στο τέλος της ροής. Χαλαρωτικός έλεγχος καθώς αυξάνεται η ταχύτητα. Λύση: έλεγχος ταυτότητας από άκρο σε άκρο.

Πίνακας: Εβδομαδιαία ροή και διασφάλιση

ημέρα

επιχείρηση

ρόλος AI

Διαβεβαίωση ειδικού

Δευτέρα

Πρόγραμμα συνεδρίας

προσχέδιο

Έλεγχος ασφάλειας/κάλυψης

Τρίτη

υλικό

προσχέδιο

Επαλήθευση στατιστικών στοιχείων

Τετάρτη

Εγγραφή

Επεξεργασία

Γεγονός/ερμηνεία διαχωρισμός, ανωνυμία

Πέμπτη

συνεργασία

προσχέδιο

Έλεγχος τόνου και απορρήτου

Παρασκευή

παρακολούθησης

Περίληψη

Cue→ συνέντευξη, έλεγχος μεροληψίας

κάθε στιγμή

κρίση

Κανένα

Ανθρώπινο πρωτόκολλο (μονάδα 9)

Συνοπτικά

Σε όλη αυτή την ενότητα, μάθαμε να χρησιμοποιούμε την τεχνητή νοημοσύνη ως βοηθό γραφής και σύνταξης σε κάθε πτυχή του PDR, διατηρώντας την επαλήθευση, την εμπιστευτικότητα και τα όρια κρίσης σε κάθε βήμα. Το τελευταίο βήμα είναι να τα συνδέσετε σε μια εβδομαδιαία ροή, να δημιουργήσετε μια προσωπική βιβλιοθήκη με οδηγίες και βοηθητικές οδηγίες, να μετρήσετε την εξοικονόμηση χρόνου και να κάνετε τον έλεγχο από άκρο σε άκρο ως συνήθεια. Ο στόχος του AI είναι να σας βγάλει από το τραπέζι και να επιστρέψετε στην ανθρώπινη σχέση σας με τον μαθητή. Η απόφαση, η ερμηνεία, η ασφάλεια και η ευθύνη παραμένουν πάντα μαζί σας.

Εργασία εφαρμογής

Γράψτε τη δική σας εβδομαδιαία ροή εργασίας PDR. Βάλτε κάθε επαναλαμβανόμενη εργασία γραφής σε μία γραμμή και προσδιορίστε τον ρόλο του AI (πρόχειρο/επεξεργασία/σύνοψη) και τη διασφάλισή σας (έλεγχος ταυτότητας/απόρρητο/ασφάλεια). Στη συνέχεια, προσαρμόστε το πρότυπο «προσωπικές οδηγίες βοηθού PDR» στο περιβάλλον σας και δημιουργήστε μια βιβλιοθήκη εκκίνησης με τουλάχιστον 5 προτροπές. Τέλος, μετρήστε το κέρδος χρόνου για μια εβδομάδα και σημειώστε πού κατανείματε το κέρδος.

λίστα ελέγχου

• [ ] Συνδύασα την εβδομαδιαία ροή εργασίας μου με τον ρόλο της τεχνητής νοημοσύνης και τη διαβεβαίωση ειδικού.
• [ ] Δημιούργησα μια βιβλιοθήκη οδηγιών και προτροπών προσωπικού βοηθού.
• [ ] Μέτρησα την εξοικονόμηση χρόνου και την κατευθύνω προς τον χρόνο που αφιερώθηκε με τον μαθητή.
• [ ] Έκανα συνήθεια τον έλεγχο επαλήθευσης από άκρο σε άκρο (5 στοιχεία).
• [ ] Έχω εξασφαλίσει ότι το όριο κρίσης ισχύει σε κάθε στιγμή της ροής.

Εξέταση Ενοτήτων

1. Ένας σχολικός σύμβουλος σκέφτεται να ρωτήσει ένα εργαλείο τεχνητής νοημοσύνης πώς να χειριστεί τις αυτοκτονικές σκέψεις που εκφράζονται από έναν μαθητή σε μια συνέντευξη και να εφαρμόσει την απάντηση. Ποια είναι η σωστή προσέγγιση;

• Α) Σε περίπτωση κρίσης, λειτουργήστε αμέσως το πρωτόκολλο έκτακτης ανάγκης αντί να ζητήσετε από την τεχνητή νοημοσύνη να λάβει μια απόφαση. ✔ Υποβολή αίτησης σε αρμόδιους ειδικούς, οικογενειακές και απαραίτητες αρχές
• Β) Εφαρμογή αυτού του σχεδίου παρέμβασης που δίνει η τεχνητή νοημοσύνη
• Γ) Δώστε στην τεχνητή νοημοσύνη το πλήρες όνομα του μαθητή και ζητήστε ένα εξατομικευμένο σχέδιο
• Δ) Καταγράψτε τη συνομιλία και κάντε τη διάγνωση της τεχνητής νοημοσύνης

Εξήγηση: Οι καταστάσεις κρίσης και κινδύνου (αυτοκτονικές σκέψεις, βλάβη στον εαυτό/τους άλλους, κακοποίηση, παραμέληση) δεν μπορούν να μεταφερθούν στην τεχνητή νοημοσύνη. Σε αυτές τις περιπτώσεις είναι υποχρεωτική η άμεση επικοινωνία με τον αρμόδιο ανθρώπινο έμπειρο, την οικογένεια και τις απαραίτητες αρχές και η λειτουργία του πρωτοκόλλου έκτακτης ανάγκης. Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί κυρίως στην επεξεργασία αρχείων μετά την κρίση, ποτέ στη λήψη αποφάσεων και στις παρεμβάσεις.

2. Πώς λέγεται όταν η τεχνητή νοημοσύνη παράγει «ρευτές αλλά στην πραγματικότητα ψευδείς» πληροφορίες (μια επινοημένη στατιστική, μια ανύπαρκτη πηγή, μια εσφαλμένη κλίμακα) και τι πρέπει να κάνει ένας ειδικός PDR;

• Α) Ψευδαίσθηση. επαληθεύοντας κάθε γεγονός, στατιστικό στοιχείο και πηγή από αξιόπιστη πηγή
• Β) Ψευδαίσθηση. βασίζονται στην άμεση επειδή η έξοδος είναι ρέουσα
• Γ) Ψευδαίσθηση; ✔ Επαληθεύστε κάθε έξοδο που περιέχει γεγονότα, στατιστικά στοιχεία και πηγές από αξιόπιστη πηγή και χρησιμοποιήστε τα ανάλογα
• Δ) Μεροληψία; δεν χρησιμοποιεί καθόλου την έξοδο

Περιγραφή: Η τεχνητή νοημοσύνη προβλέπει και παράγει την πιθανή λέξη. Ως εκ τούτου, μπορεί να δώσει άπταιστα αλλά εσφαλμένες πληροφορίες (παραισθήσεις). Οποιοδήποτε προϊόν φτάνει στον μαθητή, όπως ψυχοεκπαιδευτικό υλικό, στατιστικές και πόροι, δεν θα πρέπει να χρησιμοποιείται χωρίς να επαληθευτεί και να συνδεθεί με μια αξιόπιστη πηγή από έναν ειδικό.

3. Ένας σύμβουλος καθοδήγησης θέλει να συμβουλευτεί την τεχνητή νοημοσύνη για μια δύσκολη κατάσταση μαθητή. Ποιο είναι το πρώτο πράγμα που πρέπει να κάνει όσον αφορά την ιδιωτικότητα;

• Α) Γράψτε το όνομα και την οικογένεια του μαθητή και λάβετε μια εξατομικευμένη απάντηση
• Β) Προσθέστε τον αριθμό τηλεφώνου του γονέα και ζητήστε προτάσεις επικοινωνίας.
• Γ) Επικολλήστε την εγγραφή συνομιλίας ως έχει
• Δ) Ανωνυμοποίηση κειμένου: διαβούλευση μετά την αντικατάσταση του ονόματος, του αριθμού, της τάξης και των πληροφοριών αναγνώρισης με γενικές εκφράσεις ✔

Εξήγηση: Τα δεδομένα μαθητή είναι προσωπικά δεδομένα και η ψυχολογική/οικογενειακή κατάσταση είναι ειδικά προσωπικά δεδομένα και προστατεύονται στο πλαίσιο του KVKK και του επαγγελματικού απορρήτου. Η εγγραφή διαπιστευτηρίων σε ένα δημόσιο εργαλείο θέτει τα δεδομένα εκτός ελέγχου. Κανόνας: πρώτα ανωνυμοποιήστε. Αντικαταστήστε πληροφορίες όπως όνομα, αριθμός, τάξη κ.λπ. με γενικές εκφράσεις όπως «Μαθητής Α», «Μαθητής 13 ετών».

4. Ποιο από τα παρακάτω είναι η πιο ακριβής τοποθέτηση της χρήσης τεχνητής νοημοσύνης στον επαγγελματικό προσανατολισμό;

• Α) Λήψη τελικών αποφάσεων σταδιοδρομίας για λογαριασμό του μαθητή
• Β) Παραγωγή ερωτήσεων και σχεδίων πληροφοριών που διευκολύνουν την ανακάλυψη των μαθητών. Αφήστε την απόφαση στον μαθητή και επαληθεύστε τα δεδομένα από την επίσημη πηγή ✔
• Γ) Λήψη της τρέχουσας βαθμολογίας και ποσόστωσης από την τεχνητή νοημοσύνη και αφήγηση χωρίς επαλήθευση
• Δ) Ανάθεση επαγγέλματος σε μαθητή χωρίς να γίνει απογραφή τόκων

Περιγραφή: Η τεχνητή νοημοσύνη χρησιμοποιείται ως περίγραμμα γνώσεων και ως πηγή ερωτήσεων ανακάλυψης στη διαδικασία ανακάλυψης και επιλογής σταδιοδρομίας. Υποστηρίζεται μια προσέγγιση προσανατολισμένη στην ανακάλυψη που επικεντρώνεται στα ενδιαφέροντα, τις αξίες και τις ικανότητες του μαθητή. Δεν υπάρχει ξεκάθαρη καθοδήγηση «επιλέξτε αυτό το επάγγελμα». Πληροφορίες όπως βαθμολογίες και ποσοστώσεις επαληθεύονται από επίσημες πηγές.

5. Ποια είναι μια από τις πιο σημαντικές αρχές κατά τη χρήση της τεχνητής νοημοσύνης κατά τη σύνταξη ενός πρακτικού συνέντευξης;

• Α) Επιτρέποντας στην τεχνητή νοημοσύνη να βάζει ετικέτες που μοιάζουν με διάγνωση στον μαθητή
• Β) Βασισμός του αρχείου αποκλειστικά στην ερμηνεία
• Γ) Τήρηση αντικειμενικού, παρατηρητικού, ανωνυμοποιημένου και επαληθευμένου αρχείου που διαχωρίζει το γεγονός από την ερμηνεία ✔
• Δ) Προσθέστε στοιχεία αναγνώρισης στο αρχείο και χρησιμοποιήστε το εργαλείο ως αρχείο

Εξήγηση: Μια καλή καταγραφή διαχωρίζει το γεγονός (παρατηρήθηκε, ειπώθηκε) από την ερμηνεία (συμπέρασμα ειδικού). Η τεχνητή νοημοσύνη μπορεί να βοηθήσει με την οργάνωση σημειώσεων, αλλά ενέχει τον κίνδυνο προσθήκης ετικετών και σχολίων. Το αρχείο πρέπει να είναι αμερόληπτο, παρατηρητικό, ανώνυμο και επαληθευμένο από εμπειρογνώμονα.

6. Ποιος πρέπει να είναι ο ρόλος της τεχνητής νοημοσύνης στα αποτελέσματα κλίμακας και απογραφής;

• Α) Δώστε ακατέργαστες βαθμολογίες στην τεχνητή νοημοσύνη και ζητήστε κλινική ερμηνεία και διάγνωση
• Β) Χρησιμοποιήστε το ως βοηθό επεξεργασίας για να βελτιώσετε την παρουσίαση και τη γλώσσα των σχολίων των ειδικών ✔
• Γ) Προσαρμογή πινάκων προτύπων στην τεχνητή νοημοσύνη
• Δ) Ο μαθητής εξηγεί το αποτέλεσμα στην τεχνητή νοημοσύνη

Περιγραφή: Ερμηνεία κλίμακας, διάγνωση και κλινική σημασία. Απαιτεί εγκυρότητα-αξιοπιστία και γνώσεις νόρμας και ανήκει στον ειδικό. Στην καλύτερη περίπτωση, η τεχνητή νοημοσύνη μπορεί να είναι ένας βοηθός επεξεργασίας/γλωσσών που μεταφράζει ανώνυμα, έμπειρα ερμηνευμένα αποτελέσματα σε κατανοητή γλώσσα. δεν μπορεί να ερμηνεύσει το ίδιο το αποτέλεσμα.

7. Ποιο είναι το πιο ακριβές όριο για έναν ειδικό που συνοψίζει δεδομένα απουσίας και παρατήρησης με τεχνητή νοημοσύνη για σκοπούς έγκαιρης προειδοποίησης;

• Α) Μετατροπή της «επικίνδυνης» ετικέτας της τεχνητής νοημοσύνης σε άμεση απόφαση
• Β) Άνοιγμα της λίστας για κοινή χρήση με ονόματα μαθητών
• Γ) Απλώς κοιτάζοντας τα δεδομένα και καθόλου συνάντηση με τον μαθητή
• Δ) Λαμβάνοντας τη σύνοψη ως σήμα και συνδυάζοντάς την με παρατήρηση και συνέντευξη από ειδικούς. ✔ Αφήστε την απόφαση στον ειδικό

Εξήγηση: Η τεχνητή νοημοσύνη μπορεί να παράγει περιλήψεις που διευκολύνουν τον εντοπισμό προτύπων, αλλά μπορεί να περιορίσει τον μαθητή σε «κίνδυνο» και να εισάγει μεροληψία. Η έγκαιρη προειδοποίηση πρέπει πάντα να συνδυάζεται με την παρατήρηση του ειδικού και τη συζήτηση με τον μαθητή. Η τελική αξιολόγηση και απόφαση θα πρέπει να ανήκει στον εμπειρογνώμονα.

8. Ποια είναι η πιο ωφέλιμη χρήση της τεχνητής νοημοσύνης στη σύνταξη μιας προκλητικής επιστολής συνάντησης γονέων;

• Α) Παραγωγή ενός περιγράμματος επικοινωνίας με ενσυναίσθηση, που δεν κατηγορεί και προσανατολίζεται στη λύση. Κανονίζεται από τον ειδικό σύμφωνα με την εμπιστευτικότητα και το ενδιαφέρον των μαθητών ✔
• Β) Προσθήκη όλων των ευαίσθητων πληροφοριών του μαθητή στο κείμενο που θα σταλεί στον γονέα
• Γ) Χρήση σκληρής γλώσσας που κατηγορεί τον γονέα
• Δ) Στείλτε το προσχέδιο ως έχει χωρίς να το διαβάσετε καθόλου

Περιγραφή: Η τεχνητή νοημοσύνη είναι καλή στο να δημιουργεί και να συντάσσει γλώσσα που να είναι ενσυναίσθητη, να μην κατηγορεί και να επικεντρώνεται στις λύσεις. Ο εμπειρογνώμονας προετοιμάζει αυτό το προσχέδιο, λαμβάνοντας υπόψη την εμπιστευτικότητα και το όφελος του μαθητή. Ανωνυμοποιεί προσωπικά δεδομένα και δίνει την τελική έγκριση.

9. Ποιος είναι ο πιο κρίσιμος έλεγχος που πρέπει να κάνει ο ειδικός πριν εφαρμόσει την έξοδο AI ​​στο σχέδιο συνεδρίας καθοδήγησης ομάδας;

• Α) Αν η δραστηριότητα δίνεται με πολύχρωμη παρουσίαση ή όχι
• Β) Γράφοντας τα ονόματα των μαθητών στο σχέδιο δραστηριοτήτων
• Γ) Η διάρκεια της δραστηριότητας να είναι όσο το δυνατόν μεγαλύτερη
• Δ) Αξιολόγηση από εμπειρογνώμονες της δραστηριότητας όσον αφορά τη συναισθηματική ασφάλεια, τη συμπερίληψη και τη συμμόρφωση με την πραγματικότητα της τάξης ✔

Εξήγηση: Οι δραστηριότητες που προτείνονται από την τεχνητή νοημοσύνη πρέπει να περάσουν από ειδικό έλεγχο όσον αφορά τη συναισθηματική ασφάλεια, τη συνεκτικότητα και τη σκοπιμότητα. Ακόμα κι αν μια δραστηριότητα μπορεί να φαίνεται καλή θεωρητικά, μπορεί να είναι επεμβατική ή αποκλειστική σε μια συγκεκριμένη κατηγορία. Αυτή η κρίση ανήκει στον εμπειρογνώμονα.

10. Ποιο από τα παρακάτω εμπίπτει στο πεδίο εφαρμογής των «ειδικών κατηγοριών δεδομένων προσωπικού χαρακτήρα» και απαιτεί υψηλότερη προστασία;

• Α) Πληροφορίες για την ψυχική κατάσταση, τη διάγνωση και την οικογενειακή κατάσταση του μαθητή ✔
• Β) Γενικό πρόγραμμα σπουδών του σχολείου
• Γ) Γενικό κείμενο ψυχοεκπαιδευτικής μπροσούρας
• Δ) Εισαγωγική επιστολή για το δημόσιο επάγγελμα

Εξήγηση: Σύμφωνα με το KVKK, πληροφορίες όπως η υγεία, η ψυχική κατάσταση, η οικογενειακή κατάσταση, η διάγνωση, η σεξουαλική ζωή είναι ειδικά προσωπικά δεδομένα και απαιτούν υψηλότερη προστασία. Οι περισσότερες εγγραφές PDR εμπίπτουν σε αυτό το πεδίο εφαρμογής. Αυτός είναι ο λόγος για τον οποίο τα δημόσια οχήματα δεν πρέπει ποτέ να έχουν πρόσβαση σε ακατέργαστη μορφή.

11. Γιατί η δήλωση «Είπε AI» δεν αποτελεί έγκυρη αιτιολόγηση για έναν εμπειρογνώμονα PDR;

• Α) Γιατί η τεχνητή νοημοσύνη είναι πάντα σωστή
• Β) Η ευθύνη και η τελική απόφαση ανήκουν στον εμπειρογνώμονα. Το μη επαληθευμένο αποτέλεσμα δεν υποκαθιστά την επαγγελματική κρίση ✔
• Γ) Γιατί δεν πρέπει ποτέ να χρησιμοποιείται τεχνητή νοημοσύνη
• Δ) Γιατί η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί μόνο από μάνατζερ

Αποκάλυψη: Η παραγωγή τεχνητής νοημοσύνης δεν υποκαθιστά την επαγγελματική κρίση και ευθύνη ενός ικανού εμπειρογνώμονα. Ο ειδικός έχει την ευθύνη και τον τελευταίο λόγο σε κάθε απόφαση που επηρεάζει το μέλλον, την ψυχολογική ευημερία και τα δικαιώματα του μαθητή. Μια ανεπιβεβαίωτη αναφορά μοιάζει με φήμη της οποίας η πηγή δεν έχει επαληθευτεί.

12. Τι πρέπει να κάνετε πριν χρησιμοποιήσετε μια στατιστική τεχνητής νοημοσύνης («το X% των νέων βιώνουν άγχος εξετάσεων») κατά την παραγωγή ενός ψυχοεκπαιδευτικού φυλλαδίου;

• Α) Αντιστοιχίστε την πηγή με την τεχνητή νοημοσύνη και προσθέστε την
• Β) Τοποθέτησή του απευθείας στο μπροσούρα γιατί φαίνεται ρευστό
• Γ) Μεγεθύνετε τον αριθμό για να τον κάνετε πιο εντυπωσιακό
• Δ) Επαλήθευση στατιστικών από αξιόπιστη επιστημονική/επίσημη πηγή, μη χρήση τους εάν δεν μπορούν να επαληθευτούν ✔

Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να κατασκευάσει στατιστικά στοιχεία και πηγές (ψευδαίσθηση). Ένας επιστημονικός ισχυρισμός που θα φτάσει στον μαθητή και τον γονέα δεν θα πρέπει να χρησιμοποιείται χωρίς να έχει επαληθευτεί και να συνδεθεί με αξιόπιστη πηγή (επιστημονική μελέτη, επίσημα δεδομένα ιδρύματος). Διαφορετικά, θα διαδοθούν ψευδείς πληροφορίες.

13. Τι από τα παρακάτω ισχύει όταν οι αρχές επαγγελματικής δεοντολογίας PDR (εμπιστευτικότητα, ευεργεσία, μη κακόβουλη συμπεριφορά, αυτονομία) προσαρμόζονται στη χρήση της τεχνητής νοημοσύνης;

• Α) Οι ηθικές αρχές ισχύουν μόνο σε συναντήσεις πρόσωπο με πρόσωπο
• Β) Η χρήση της τεχνητής νοημοσύνης πληροί αυτόματα τις ηθικές αρχές
• Γ) Οι ηθικές αρχές είναι επίσης δεσμευτικές στη χρήση της τεχνητής νοημοσύνης. Η εμπιστευτικότητα, η μη κακοήθεια και η αυτονομία πρέπει να προστατεύονται υπό την ευθύνη ειδικού ✔
• Δ) Οι ηθικές αρχές έχουν χάσει την ισχύ τους στην εποχή της τεχνητής νοημοσύνης

Εξήγηση: Οι ηθικές αρχές ισχύουν επίσης στη χρήση της τεχνητής νοημοσύνης: η εμπιστευτικότητα απαιτεί ανωνυμοποίηση, η μη κακοήθεια απαιτεί επαλήθευση και όριο κρίσης, η αυτονομία απαιτεί να μην περιορίζεται ο μαθητής σε ετικέτα. Η τεχνητή νοημοσύνη είναι ένα εργαλείο που μπορεί να παραβιάζει αυτές τις αρχές και όχι να τις διευκολύνει. Η ευθύνη ανήκει στον ειδικό.

14. Ποια δήλωση συνοψίζει καλύτερα τη θεμελιώδη διαφορά μεταξύ μιας αδύναμης και μιας ισχυρής θέλησης στο πλαίσιο της PDR;

• Α) Η ισχυρή θέληση είναι πάντα καλύτερη γιατί είναι μεγαλύτερη
• Β) Το ισχυρό αίτημα καθιστά σαφή τον ρόλο, το πλαίσιο, τη μορφή και τα όρια (ανωνυμία, κρίση, επαλήθευση). Ο ασθενής ισχυρισμός είναι ασαφής και στερείται πλαισίου ✔
• Γ) Το αδύναμο μήνυμα είναι ασφαλέστερο γιατί δίνει λίγες πληροφορίες
• Δ) Δεν υπάρχει πρακτική διαφορά μεταξύ των δύο αξιώσεων.

Περιγραφή: Ισχυρή θέληση. Δηλώνει ξεκάθαρα το ρόλο, το πλαίσιο (ηλικία, σκοπός), τη μορφή, τα όρια (ανωνυμία, όριο κρίσης) και την προσδοκία επαλήθευσης. Το αδύναμο μήνυμα είναι ασαφές και χωρίς πλαίσιο, παράγοντας επικίνδυνο και γενικό προϊόν. Η καλή προτροπή κωδικοποιεί τον έλεγχο των ειδικών και την εμπιστευτικότητα από την αρχή.