گردش کار پایان به انتها، محرمانه بودن، یکپارچگی تحصیلی و حسابرسی

سود:

• توانایی تقسیم یک مطالعه فلسفی به هفت حلقه و قرار دادن نقش هوش مصنوعی و کنترل اجباری انسان در هر حلقه
• امکان حفاظت از محرمانگی (اطلاعات شخصی، آثار منتشر نشده، داور نابینا) در زمینه انسانی و ناشناس سازی یا استفاده از یک سیستم امن
• توانایی حفظ یکپارچگی تحصیلی، شفافیت صادقانه و نظارت انسانی در هر مرحله

در این بخش نهایی، مهارت های ده واحد قبلی را در یک گردش کار یکپارچه ترکیب می کنیم. یک اثر فلسفی یا اخلاقی واقعی - یک مقاله، یک سخنرانی، یک بررسی، یک گزارش کمیته اخلاق - یک کار واحد نیست بلکه زنجیره ای از وظایف به هم پیوسته است: خواندن، نقشه برداری، ادبیات، پیش نویس، تجدید نظر، تأیید، ارسال. قرار دادن درست هوش مصنوعی در هر پیوند در این زنجیره بسیار کارآمدتر و ایمن تر از درخواست های پراکنده فردی است. در همان زمان، این واحد سه موضوع مارپیچ کل ماژول - محرمانه بودن، یکپارچگی دانشگاهی و کنترل انسانی - را در یک چارچوب کنترلی واحد گرد هم می آورد.

هدف این است که "چه زمانی از هوش مصنوعی استفاده کنم؟" از "چگونه می توانم با هوش مصنوعی یک پروژه را از ابتدا تا انتها با خیال راحت اجرا کنم؟" برای رفتن به سوال

گردش کار سرتاسر: هفت حلقه

بیایید یک کار فلسفی معمولی را به هفت حلقه تقسیم کنیم و نقش هوش مصنوعی و کنترل لازم انسان را در هر حلقه نشان دهیم.

1. سوال و محدوده. محدودیت هایی که می پرسی چیست؟ هوش مصنوعی به روشن شدن موضوع کمک می کند. اما سوال تحقیق و زاویه منحصر به فرد با شماست.

2. خواندن نزدیک. تجزیه و تحلیل متون اولیه (واحد 2). هوش مصنوعی خلاصه و اصطلاحات اولیه را ارائه می دهد. نظر مال شماست

3. نقشه برداری آرگومان. استخراج ساختار منطقی متون (واحد 3). چارچوب هوش مصنوعی، اعتبار / استحکام با شماست که قضاوت کنید.

4. ادبیات. نقشه برداری منطقه و جمع آوری منابع (واحد 4-5). نقشه مفهومی هوش مصنوعی؛ هر منبع به طور مستقل تأیید می شود.

5. پیش نویس. نوشتن استدلال خود (واحد 7). جوهر مال شماست. هوش مصنوعی بزرگترین شریک بحث است.

ویرایش ششم. زبان، جریان، ساختار (واحد 7). ویرایشگر هوش مصنوعی؛ معنی حفظ شده است

7. تأیید و تحویل. بررسی نهایی همه منابع، نقل قول ها و حقایق (واحدهای 5، 10) و بیانیه شفافیت.

نکته: قبل از ورود به هر حلقه، یک "بررسی پاس" انجام دهید: آیا خروجی این حلقه قبل از ورود به حلقه بعدی تأیید شده است؟ خلاصه تایید نشده به نقشه برداری اشاره دارد. اگر یک منبع ساختگی وارد پیش نویس شود، خطا به صورت تصاعدی افزایش می یابد. قدرت زنجیر به اندازه ضعیف ترین حلقه آن است.

حریم خصوصی: در حوزه انسانی نیز اعمال می شود

ممکن است کسی فکر کند که فلسفه یک زمینه "سند سری" نیست، اما رازداری در اینجا نیز بسیار مهم است. یک کمیته اخلاق در مورد یک بیمار یا کارمند واقعی بحث می کند. دانشجو پایان نامه منتشر نشده خود را برای مشاور خود ارسال می کند. یک داور یک نسخه خطی را در بازبینی کور همتا ارزیابی می کند. همه اینها حاوی اطلاعات شخصی یا مالکیت معنوی منتشر نشده است. این قانون واضح است: اطلاعات شخصی، کارهای منتشر نشده، دست نوشته های نابینا بررسی شده و داده های کمیته محرمانه را نمی توان در ابزار هوش مصنوعی عمومی که موسسه شما تایید نکرده است، وارد کرد. اگر باید یک مورد واقعی را تجزیه و تحلیل کنید، ابتدا آن را ناشناس کنید (همه اطلاعات شناسایی شخصی را حذف کنید) یا فقط از یک سیستم امن و تایید شده توسط آژانس استفاده کنید.

احتیاط: چسباندن یک مقاله با بررسی کور در یک ابزار هوش مصنوعی هم مالکیت معنوی نویسنده و هم محرمانه بودن فرآیند بررسی همتا را نقض می‌کند و یک سوءرفتار جدی تحصیلی را به همراه دارد. به همین ترتیب، وارد کردن کار منتشر نشده خود در یک دامنه عمومی می تواند مخاطره آمیز باشد. خط مشی موسسه و مجله خود را بیاموزید.

بیانیه صداقت و شفافیت تحصیلی

یکپارچگی آکادمیک که ما در سراسر ماژول بر آن تاکید می کنیم در مرحله تحویل مشخص می شود. اکنون اکثر موسسات و مجلات نیاز به افشای شفاف استفاده از هوش مصنوعی دارند: با چه ابزاری، در چه مرحله ای، برای چه؟ استفاده از هوش مصنوعی برای تصحیح زبان به طور کلی پذیرفته شده و اعلام شده است. چاپ آرگومان یا متن روی هوش مصنوعی در اکثر جاها پذیرفته نمی شود. خط مشی فعلی مؤسسه خود و نشریه هدف خود را بیاموزید و آن را به طور کامل دنبال کنید. شفافیت اعتراف به ضعف نیست، بلکه نشانه صداقت و حرفه ای بودن است.

سه کیف کوچک

مورد 1 - تأیید زنجیره. یک محقق یک مقاله با کمک هوش مصنوعی را از ابتدا تا انتها دنبال کرد: خواندن، نقشه‌برداری، ادبیات، پیش‌نویس، بازبینی. او دسترسی به هر حلقه را بررسی کرد. در حلقه ادبیات، او 2 منبع از 12 منبع را به عنوان جعلی حذف کرد. 3 نقل قول را کلمه به کلمه در حلقه تأیید تصحیح کرد. مقاله بدون یک نقل قول اشتباه منتشر شد. زنجیره سیستماتیک مانع از نشت اشتباهات به نسخه خطی شد.

مورد 2 - بازگشت از نقض حریم خصوصی. یک داور مقاله بررسی شده را در یک ابزار هوش مصنوعی در دسترس عموم برای جمع بندی سریع قرار می دهد. او در آخرین لحظه توقف کرد: این یک اثر منتشر نشده و محرمانه بود. او ارزشیابی را بدون ابزار و با خواندن خودش انجام داد. از نقض مالکیت معنوی و حریم خصوصی جلوگیری شده است.

مورد 3 - بیانیه شفاف. یک دانشجوی دکترا در پایان نامه خود از هوش مصنوعی فقط برای ویرایش زبان استفاده کرد و این را به وضوح در بخش روش شناسی پایان نامه بیان کرد: "یک ابزار هوش مصنوعی در ویرایش زبان و جریان استفاده شد؛ همه استدلال ها، پایان نامه ها و منابع نویسنده هستند و به طور مستقل تأیید می شوند." هیئت داوران از این شفافیت قدردانی کردند. بیان صادقانه اعتماد ایجاد کرد.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

این مقاله را از ابتدا تا انتها برای من آماده کنید: تحقیق کنید، بنویسید، منابع اضافه کنید.

این دستور کل زنجیره (تفکر، تأیید، مسئولیت) را به هوش مصنوعی محول می کند. نتیجه از منظر محرمانگی/یکپارچگی ساختگی، غیر معتبر و غیرقابل دفاع خواهد بود.

درخواست قدرتمند (بر اساس حلقه):

نقش شما: دستیار فاز در فرآیند تحقیق فلسفه. در حال حاضر [که زنگ: به عنوان مثال. ما در حلقه [نقشه آرگومنت] هستیم. فقط کار این حلقه را انجام دهید. به حلقه های بعدی بروید. قوانین: اتصال منبع. هر ادعایی را به متنی که دادم وصل کنید. اگر مطمئن نیستید علامت "باید تایید شود" را علامت بزنید. تصمیم و پایان نامه با من باقی می ماند. ورودی این حلقه: [خروجی تایید شده حلقه قبلی]

این اعلان کار را به حلقه ها تقسیم می کند، تأیید را در هر حلقه مجبور می کند و شما را تحت کنترل نگه می دارد.

چهار قالب قابل کپی

1) شفاف سازی محدوده پروژه:

نقش شما: مشاور پژوهشی به من کمک کنید ایده تحقیق زیر را اصلاح کنم: (الف) سؤال تحقیق را محدود کنم، (ب) موارد استثنا را پیشنهاد کنم، (ج) مراحل لازم برای پاسخ به آن را فهرست کنم. به من پایان نامه نده. سوال را تیز کنید نظر من: [نظر خود را بنویسید]

2) کنترل دسترسی حلقه:

خروجی [نام حلقه] را قبل از انتقال آن به مرحله بعدی بررسی کنید: (1) آیا منابع/نقل‌ها/حقایق تایید نشده‌ای وجود دارد؟ (2) آیا ادعاهایی وجود دارد که به متن مرتبط نیستند؟ من اصلاح را انجام خواهم داد. خروجی: [چسباندن]

3) پیش غربالگری حریم خصوصی:

متن زیر را قبل از پردازش اسکن کنید: آیا این متن حاوی داده های شخصی، کار منتشرنشده، بررسی همتایان کور یا داده های پانل محرمانه است؟ اگر چنین است، چه بخش‌هایی باید در یک ابزار در دسترس عموم پردازش شوند؟ به من هشدار بده متن: [متن]

4) پیش نویس بیانیه شفافیت:

در مطالعه زیر از هوش مصنوعی در مراحل زیر استفاده کردم/برای اهداف زیر:[نوشتن مراحل]. یک بیانیه صادقانه و واضح استفاده از هوش مصنوعی تهیه کنید که با خط مشی موسسه/مجله شما مطابقت داشته باشد. اغراق؛ فقط آنچه را که واقعا انجام می دهم منعکس کنید.

میز حلقه / نقش / کنترل

حلقه

نقش هوش مصنوعی

نظارت اجباری انسانی

ریسک اصلی

سوال/حوزه

روشن کننده

سوال تحقیق

اصالت

خواندن نزدیک

اولین خلاصه

نظر، لینک به منبع

تحریف

نقشه برداری آرگومان

اسکلت

اعتبار / استحکام

خطای منطقی

ادبیات

نقشه مفهومی

تایید منبع

انتساب غیرمعمول

پیش نویس

شریک مبارزه

پایان نامه، توجیه

از دست دادن اصالت

تجدید نظر

ویرایشگر زبان

به معنای حفاظت

رانش محتوا

تأیید / تحویل

چک لیست

تایید نهایی، اعلامیه

نقض یکپارچگی

اشتباهات رایج

• تفویض اختیار کل زنجیره در یک درخواست. «کاملاً آماده باش» خطرناک ترین دستور است. کار را به حلقه ها تقسیم کنید.
• دور زدن کنترل دسترسی انتقال خروجی تایید نشده به حلقه بعدی خطا را چند برابر می کند.
• دست کم گرفتن حریم خصوصی در حوزه انسانی. بررسی همتایان کور، مطالعات منتشرنشده، و داده‌های موردی فردی نیز باید محافظت شوند.
• حذف یا اغراق در بیانیه شفافیت. بیانیه باید صادقانه و مناسب برای استفاده واقعی باشد. نه پنهان کن و نه باد کن.
• کنار گذاشتن کنترل مهم نیست این زنجیره چقدر خودکار است، تصمیم و مسئولیت در هر حلقه با انسان است.

به طور خلاصه

تمام قابلیت‌های این ماژول در یک گردش کار پایان به انتها ترکیب می‌شوند: سؤال، خواندن، نقشه، ادبیات، پیش‌نویس، بازبینی، تأیید. هوش مصنوعی را به درستی در هر پیوند قرار دهید و با هر عبور تأیید کنید - زنجیره فقط به اندازه ضعیف ترین پیوند آن قوی است. سه موضوع مارپیچ در همه جا اعمال می شود: محرمانه بودن (داده های شخصی، کارهای منتشر نشده و بررسی همتایان کور محافظت می شود، همچنین در زمینه انسانی)، صداقت آکادمیک (فکر اصلی از آن شماست، بیانیه شفافیت صادقانه است) و کنترل انسانی (تصمیم و مسئولیت همیشه با شماست). از دستور «آن را برای من از ابتدا تا انتها انجام بده» اجتناب کنید. کار را تقسیم کنید، تأیید کنید و کنترل خود را حفظ کنید. هوش مصنوعی روند را سرعت می بخشد. تو کسی هستی که می اندیشد و تصدیق می کند و نشانه می گیرد.

وظیفه کاربردی

1. یک پروژه فلسفی کوچک (یک مقاله کوتاه یا طرح درس) را انتخاب کنید.
2. آن را به هفت حلقه تقسیم کنید و نقش هوش مصنوعی و مرحله کنترل را برای هر حلقه بنویسید.
3. هر ورودی را که با الگوی "پیش اسکن حریم خصوصی" استفاده می کنید اسکن کنید.
4. خروجی یک حلقه را با الگوی "Ring Transition Control" بررسی کنید و آن را به حلقه بعدی منتقل کنید.
5. با الگوی «پیش نویس بیانیه شفافیت» یک بیانیه استفاده صادقانه از هوش مصنوعی بنویسید.

چک لیست

• [ ] من پروژه را به حلقه ها تقسیم کردم. من با یک درخواست انتقال ندادم.
• [ ] من یک بررسی اعتبار سنجی در هر پاس حلقه انجام دادم.
• [ ] من داده های شخصی/منتشر نشده/کور بازبینی همتا را حفظ یا ناشناس کرده ام.
• [ ] من منبع، نقل قول و حقایق را برای آخرین بار تأیید کردم.
• [ ] تز و توجیه اصلی را خودم تهیه کردم.
• [ ] من یک بیانیه صادقانه استفاده/شفافیت هوش مصنوعی آماده کرده ام.
• [ ] من تصمیم و مسئولیت را در هر حلقه بر عهده داشتم.

امتحان ماژول

1. کدام یک از موارد زیر دقیق ترین موقعیت برای هوش مصنوعی در فلسفه و اخلاق کاربردی است؟

• الف) هوش مصنوعی می تواند مستقیماً یک تصمیم اخلاقی را بدون تأیید انسان اتخاذ و توجیه کند
• ب) هوش مصنوعی فقط برای ترجمه متون مفید است و ربطی به کارهای فلسفی ندارد.
• ج) هوش مصنوعی دستیار خواندن، نقشه‌برداری، خلاصه‌نویسی و پیش‌نویس است. مسئولیت تفسیر، توجیه و اندیشه اصیل بر عهده انسان است ✔
• د) از آنجایی که هوش مصنوعی میانگین میلیون ها متن را ارائه می دهد، مطمئن ترین راه برای نگارش پایان نامه اصلی توسط آن است.

توضیحات: هوش مصنوعی; این یک دستیار است که خواندن متن، نقشه برداری استدلال، اسکن ادبیات و تولید پیش نویس را سرعت می بخشد. وظایفی مانند قضاوت برهان، تفسیر صحیح فیلسوف، توجیه تصمیم اخلاقی و ارائه پایان نامه اصیل بر عهده صاحب نظر و صاحب نظر است. در فلسفه، محصول خود استدلال است و سپردن استدلال به ماشین یعنی دست کشیدن از کار.

2. وقتی هوش مصنوعی یک نقل قول و شماره صفحه واضح در گیومه می دهد اما این اطلاعات در منبع اصلی یافت نمی شود، چه نامی دارد و چگونه می توان از آن جلوگیری کرد؟

• الف) بند؛ با بازنویسی نقل قول به زبان خود اجتناب می شود
• ب) توهم؛ هر نقل قول و مرجع با تأیید کلمه به کلمه در منبع اصلی جلوگیری می شود ✔
• ج) خطای اعتبار؛ با تبدیل استدلال به شکل استاندارد اجتناب می شود
• د) تعصب؛ با نگاهی متفاوت به آن جلوگیری می شود.

توضیح: این یک توهم است: هوش مصنوعی بدون دانستن حقیقت، نقل قولی را تولید می کند که از نظر آماری محتمل، واقع بینانه به نظر می رسد، اما وجود ندارد. پادزهر رشته تأیید هر نقل قول و انتساب کلمه به کلمه در منبع اصلی است. لحن مطمئن هوش مصنوعی نشانه دقت نیست.

3. وقتی هوش مصنوعی یک جمله فلسفی را ساده می کند و عبارتی به معنای "همیشه" را به "اکثر اوقات" تبدیل می کند، چه خطری واقعی دارد؟

• الف) تغییر معنی; تغییر تفاوت های ظریف یک کلمه ای می تواند ادعای جهانی بودن استدلال را تضعیف کند و مستلزم مقایسه با اصل ✔ است
• ب) خطری وجود ندارد زیرا ساده سازی همیشه معنا را حفظ می کند
• ج) فقط سبک تغییر می کند، محتوای منطقی استدلال اصلاً تحت تأثیر قرار نمی گیرد
• د) متن طولانی تر و پیچیده تر می شود و خواندن آن را دشوار می کند

توضیح: در فلسفه، بیان کمیت (هر چند/بعضی/بیشترین) و وجه (ضروری/ممکن) اغلب قلب بحث است. جابجایی یک کلمه‌ای بین «همیشه» و «بیشتر اوقات» می‌تواند ادعای جهانی بودن یک استدلال را از بین ببرد. بنابراین، هر ساده سازی باید به عنوان یک تفسیر پیشنهادی در نظر گرفته شود و از بین رفتن تفاوت های ظریف باید با مقایسه آن در کنار نسخه اصلی بررسی شود.

4. تفاوت بین "معتبر" و "صدا" بودن یک آرگومان چیست؟

• الف) آنها یکی هستند; هر استدلال معتبر لزوماً صحیح است
• ب) صداقت فقط به ساختار مربوط می شود، اعتبار مربوط به صدق مقدمات است
• ج) اعتبار به این معناست که مقدمات قانع کننده به نظر می رسند و درستی به معنای روان نوشته شدن آنهاست.
• د) اعتبار درستی ساختار است و درستی این واقعیت است که هم اعتبار و هم مقدمات واقعاً صادق است.

توضیح: اعتبار فقط در مورد ساختار است: اگر مقدمات درست بود، آیا نتیجه لزوماً درست بود؟ استدلال می تواند معتبر باشد حتی اگر مقدمات واقعاً نادرست باشند. صداقت هم به اعتبار و هم به همه مقدمات نیاز دارد تا واقعاً درست باشد. هوش مصنوعی در استخراج ساختار خوب است اما نمی تواند دقت واقعی محل را برای استحکام ارزیابی کند. این قضاوت متعلق به انسان است.

5. اهمیت جستجوی یک «مقدمات ضمنی» هنگام ترسیم یک استدلال چیست؟

• الف) جستجوی مقدمات ضمنی غیرضروری است زیرا فقط مواردی که صریحاً بیان شده اند بخشی از استدلال هستند.
• ب) مقدمه ضمنی فقط سبک متن را تقویت می کند و ربطی به منطق ندارد.
• ج) مقدمه ضمنی، فرض پنهان استدلال را آشکار می کند و اغلب قوی ترین نقطه انتقاد است.
• د) فرض ضمنی، قضاوت نهایی هوش مصنوعی است که باید به عنوان قطعی پذیرفته شود.

توضیح: مقدمه ضمنی، فرضی است که برای کارکرد استدلال لازم است اما در متن بیان نشده است. خواندن فلسفی خوب، ناگفته ها را نیز می بیند; شدیدترین انتقاد اغلب در این فرض ضمنی نهفته است. هوش مصنوعی می‌تواند اسکلت را فراهم کند، اما وظیفه انسان این است که پیش‌فرض ضمنی را به متن متصل کرده و تأیید کند و بحث‌انگیز بودن آن را ارزیابی کند.

6. چرا در علوم انسانی خطرناک است که به هوش مصنوعی بگویید "10 منبع مهم در این موضوع و خلاصه آنها را به من بدهید"؟

• الف) هوش مصنوعی می‌تواند برچسب‌های جعلی و قانع‌کننده بسازد. هر منبعی را نمی توان بدون تأیید در یک کاتالوگ مستقل استفاده کرد ✔
• ب) هوش مصنوعی همیشه منابع دقیق می دهد، تنها مشکل این است که خلاصه ها خیلی طولانی هستند
• ج) خطری وجود ندارد. عدد DOI که توسط هوش مصنوعی داده می شود، اثبات قطعی واقعیت است
• د) فقط خواندن زمان می برد چون تعداد منابع زیاد است خطر دیگری ندارد.

توضیح: هوش مصنوعی یک پایگاه داده استنادی نیست. از الگوهای متن یاد گرفته است که "یک نقل قول چگونه به نظر می رسد" و بدون در نظر گرفتن واقعی بودن یا نبودن آنها اسنادی با ظاهر واقعی ایجاد می کند. این ادعا منابع واقعی را با منابع ساختگی که اصلا وجود ندارند مخلوط می کند. یک مرجع جعلی اعتبار کار را از بین می برد. هر چاپ باید کلمه به کلمه در یک کاتالوگ مستقل تأیید شود.

7. اگر نقل قولی که توسط هوش مصنوعی ارائه شده است، کلمه به کلمه در یک کتاب واقعی یافت شود، اما نویسنده از آن جمله برای انتقال و رد دیدگاه مخالف استفاده کرده است، استفاده از این نقل قول به عنوان تز خود نویسنده چه اشتباهی است؟

• الف) این یک خطای چاپ است. به سادگی با تصحیح شماره صفحه قابل حل است.
• ب) این یک تحریف متن‌زدایی است. استفاده از نقل قول بدون مطالعه محیط اطرافش ممکن است نویسنده را برعکس بگوید ✔
• ج) این یک خطای اعتبار است. استدلال باید به شکل استاندارد در بیاید
• د) این مشکل نیست. تا زمانی که جمله به معنای واقعی کلمه درست باشد، متن نامربوط است

توضیح: این یک نقض وفاداری محتوا (لایه 2) است: اولین بررسی را انجام می دهد زیرا منبع معتبر است، اما نقل قول از متن خارج شده است. موذیانه ترین تحریف زمانی است که یک جمله واقعی از متن خارج شود و نویسنده دقیقاً خلاف آن را بگوید. قبل از استفاده از نقل قول، لازم است پاراگراف اطراف را بخوانید و تعیین کنید که آیا نویسنده آن را برای دفاع یا انتقال ایجاد کرده است.

8. هنگامی که یک مربی برای اخلاق فضیلت قیاس از هوش مصنوعی درخواست می کند، اگر متوجه شود قیاس دریافتی مفهوم را مخدوش می کند، چه باید کرد؟

• الف) از قیاس تا زمانی که روان است استفاده شود; دقت مفهومی در درجه دوم اهمیت قرار دارد
• ب) باید از دانش آموزان انتظار داشت که خودشان قیاس را تصحیح کنند، مربی نباید مداخله کند.
• ج) کافی است از قیاس همانطور که هست استفاده کنید و توجه داشته باشید که "این توسط هوش مصنوعی تولید شده است"
• د) قیاس بررسی شود و در صورت تحریف با مثال صحیحی جایگزین شود که دل مفهوم را حفظ کند ✔

توضيح: تشبيه گمراه كننده مضرتر از بي مثالي است زيرا به دانش آموز ريشه غلط مي دهد و تصحيح آن مشكل است. هر قیاس و مثالی که توسط هوش مصنوعی در تدریس تولید می شود باید توسط متخصص بررسی شود تا ببیند آیا مفهوم را به درستی منعکس می کند یا خیر. قیاس تحریف کننده باید با مثالی جایگزین شود که قلب مفهوم را حفظ کند.

9. مناسب ترین رویکرد برای استفاده از هوش مصنوعی در نگارش دانشگاهی از نظر «محدودیت اصالت» کدام است؟

• الف) ابتدا پیش نویس خود را با استفاده از هوش مصنوعی به عنوان ویرایشگر زبان/جریان و شریک ایجاد اعتراض بنویسید. خودتان پایان نامه و استدلال بسازید ✔
• ب) از هوش مصنوعی بخواهید صفحه خالی را پر کند، سپس چند جمله را تغییر دهید و آن را تحویل دهید
• ج) پایان نامه و نتیجه گیری برای هوش مصنوعی نوشته شود زیرا متن متوسط قابل اعتمادترین است
• د) به هیچ وجه از هوش مصنوعی استفاده نکنید. حتی تصحیح دستور زبان نیز نقض تمامیت تحصیلی است

توضیحات: نوشتن به لایه ها تقسیم می شود: تصحیح زبان و جریان را می توان با خیال راحت به هوش مصنوعی واگذار کرد. ساختار یک تصمیم متقابل است. تز، استدلال و سهم اصلی غیرقابل انکار است و فقط متعلق به انسان است. قاعده کلی این است که ابتدا پیش نویس خود را بنویسید و هوش مصنوعی آن را براق کند، نه اینکه هوش مصنوعی صفحه خالی را پر کند. روانی اصالت نیست. ارزش آکادمیک در تمایز ظریف و پایان نامه جسورانه نهفته است.

10. یک کمیته اخلاق چگونه باید از هوش مصنوعی هنگام تجزیه و تحلیل یک پرونده استفاده کند؟

• الف) باید از هوش مصنوعی سوال کرد که "چه کار باید بکنم" و پاسخ واحدی را که مستقیماً به عنوان یک تصمیم می دهد اعمال کرد.
• ب) به هیچ وجه نباید از هوش مصنوعی استفاده کرد، زیرا نمی تواند به تحلیل اخلاقی کمک کند
• ج) باید از هوش مصنوعی استفاده کند تا پرونده را از چند فریم ترسیم کند و ذینفعان را استخراج کند و خودش تصمیم بگیرد و توجیه کند.
• د) با فرض اینکه هوش مصنوعی بی طرف ترین است، همه اولویت ها باید به آن واگذار شود

توضیحات: قدرت واقعی هوش مصنوعی ترسیم چند وجهی یک مورد از چارچوب‌های نتیجه‌گرایانه، ریشه‌شناسانه و مبتنی بر فضیلت، استخراج سهامداران و قابل مشاهده کردن تضادهای اصولی است. اما قضاوت اخلاقی; این نیاز به اولویت بندی ارزش ها، مسئولیت پذیری و امضای تصمیمات دارد. هوش مصنوعی فاقد ارزش‌ها، مسئولیت‌پذیری، دانش زمینه است و دارای سوگیری است. بنابراین تصمیم و توجیه متعلق به انسان به ویژه هیئت مسئول است.

11. از نظر فلسفی صحیح ترین موضع برای جلوگیری از "افتادن مسئولیت به خلأ" در زمانی که یک سیستم پشتیبانی شده از هوش مصنوعی باعث آسیب می شود چیست؟

• الف) مسئولیت به خود هوش مصنوعی تعلق دارد، زیرا این هوش مصنوعی است که خروجی را تولید می کند
• ب) مسئولیت باید بر دوش حلقه‌های مرتبط در زنجیره انسانی که سیستم را طراحی، استقرار و استفاده می‌کنند، گذاشته شود.
• ج) هیچ کس مسئول نیست زیرا سیستم بسیار پیچیده است و کسی نمی تواند آن را درک کند
• د) مسئولیت صرفاً با کاربر نهایی است. طراح و مؤسسه کاملاً معاف هستند

توضیح: دیدگاه غالب این است که هوش مصنوعی یک ابزار است و مسئولیت اخلاقی بر عهده افرادی است که آن را طراحی، ارائه داده، توزیع و استفاده می کنند. زیرا مسئولیت مستلزم قصد، درک و اراده برای امضای تصمیم است. زبان "تصمیم هوش مصنوعی" مسئولیت را محو می کند. زبان مفهومی دقیق مسئولیت را در حلقه های مرتبط در زنجیره انسانی قرار می دهد.

12. چرا نمی توان «اصالت استدلال» در فلسفه را به هوش مصنوعی منتقل کرد؟

• الف) زیرا هوش مصنوعی میانگین را تولید می کند. اصالت از قضاوت خود فرد ناشی می شود، جایی که فرد از میانگین فاصله می گیرد ✔
• ب) زیرا هوش مصنوعی بسیار کند است و نمی تواند متن اصلی را به موقع تولید کند
• ج) زیرا هوش مصنوعی همیشه خطاهای گرامری دارد و متن ناخوانا می شود
• د) قابل انتقال؛ پایان نامه تولید شده توسط هوش مصنوعی اصلی ترین و عمیق ترین است

توضیح: در فلسفه، ارزش این است که چگونه به پاسخی برسید - چه تمایزاتی قائل می شوید، چه ایرادهایی را پیش بینی می کنید و با آنها روبرو می شوید. هوش مصنوعی به طور متوسط ​​میلیون ها متن تولید می کند. این میانگین روان و معقول به نظر می رسد، اما اصلی نیست. تفکر اصیل درست از جایی شروع می شود که از میانگین فاصله بگیرید. اگر خود تفکر را تفویض کنید، یک متن ناب برایتان باقی می ماند و این هم نقض صداقت فکری است.

13. از نظر صداقت فکری، چگونه باید یک ادعای بحث برانگیز را ارائه دهید که نمی توانید آن را در متن سمینار تأیید کنید؟

• الف) باید آن را کاملاً صحیح ارائه دهید زیرا هوش مصنوعی چنین می گوید.
• ب) ادعا را کاملاً حذف کنید و اصلاً ذکر نکنید زیرا ابهام غیرقابل قبول است.
• ج) باید به زبان دقیقی بنویسید که قانع کننده ترین به نظر برسد و خواننده را در شک و تردید رها نکند.
• د) شما باید آن را صادقانه ارائه دهید و روشن کنید که ادعا مورد مناقشه یا غیرمستند است ✔

توضیح: اولین قاعده صداقت فکری پنهان نکردن عدم اطمینان است: چیزی را که نمی‌دانید یا نمی‌توانید تأیید کنید، به‌عنوان مسلم معرفی نکنید. گفتن "این نکته قابل بحث است" یا "من نتوانستم این موضوع را تأیید کنم" نشانه ضعف نیست، بلکه نشانه بلوغ و صداقت است. یقین کاذب مضرتر از رزرو صادقانه است و اعتماد را از بین می برد.

14. چرا چسباندن یک مقاله بررسی شده (هنوز منتشر نشده) در یک ابزار هوش مصنوعی در دسترس عموم برای یک جمع بندی سریع یک مشکل جدی است؟

• الف) اشکالی ندارد؛ آثار منتشر نشده در حال حاضر مالکیت عمومی محسوب می شوند
• ب) فقط در صورتی مشکل ساز می شود که خلاصه طولانی باشد، خلاصه های کوتاه اشکالی ندارد.
• ج) مالکیت معنوی نویسنده و محرمانه بودن داور را نقض می کند. چنین داده هایی بدون تأیید وارد ابزارهای عمومی نمی شوند ✔
• د) تنها مشکل این است که وسیله نقلیه کند حرکت می کند و زمان را تلف می کند.

توضیح: این امر هم مالکیت معنوی نویسنده و هم محرمانه بودن فرآیند بررسی همتایان را نقض می‌کند و به منزله تخلف جدی تحصیلی است. محرمانگی در زمینه انسانی نیز حیاتی است: داده‌های شخصی، کارهای منتشر نشده، بررسی‌های همتایان کور و داده‌های محرمانه کمیته در ابزارهای عمومی که مؤسسه تأیید نکرده است، وارد نمی‌شود. در صورت لزوم، متن ناشناس می شود یا فقط از یک سیستم امن و تایید شده توسط موسسه استفاده می شود.