سود:
- امکان جاسازی چک لیست (منبع، حساب، سلیقه، امنیت، قانونی) در گردش کار آشپزخانه که خروجی هوش مصنوعی را به طور کامل تأیید می کند.
- توانایی به کارگیری اصول اصالت دستور پخت، کپی رایت، ایمنی برند و اجتناب از تقلید از رقبا در تصمیمات خلاقانه و تجاری.
- توانایی اتخاذ محرمانگی، استفاده اخلاقی و شفافیت داده های مشتری، تامین کننده و نسخه به عنوان یک استاندارد تجاری
در بخش پایانی این ماژول، ما ستون اصلی همه دروس را گرد هم می آوریم: نظم و انضباط حفاظت از صداقت، صداقت و حقوق هنگام استفاده از هوش مصنوعی در آشپزخانه. چه ایدهای از منو تولید کنید، چه هزینهها را محاسبه کنید یا روی تصاویر بصری کار کنید، سؤالات یکسانی وجود دارد: آیا این خروجی درست است؟ اورجینال هست؟ حقوق چه کسانی را نقض می کند؟ داده های چه کسانی را به خطر می اندازد؟ این واحد چک لیستی را برای استفاده مسئولانه از هوش مصنوعی مانند یک حرفه ای ایجاد می کند. اصل اصلی: هوش مصنوعی یک دستیار قدرتمند است، اما این انسان است که امضا می کند، مسئولیت را بر عهده می گیرد و مرزهای اخلاقی را ترسیم می کند.
چک لیست تأیید پایان به انتها
در سراسر این ماژول بر تأیید در هر واحد تأکید شده بود. حالا بیایید همه را به یک رفلکس تبدیل کنیم. قبل از انتشار یک خروجی هوش مصنوعی، آن را از این پنج گیت عبور دهید:
- دروازه منبع: آیا هر واقعیت، عدد، آلرژن، اطلاعات نظارتی در خروجی بر اساس یک منبع واقعی (مشخصات تامین کننده، جدول رسمی، قانون) است؟ هوش مصنوعی ممکن است چیزی بگوید "مثل اینکه می داند" اما ممکن است در حال ساختن آن باشد (به این حالت توهم گفته می شود - هوش مصنوعی اطلاعات نادرستی تولید می کند که گویی واقعی است).
- گیت حساب: آیا اعدادی مانند هزینه، بخشها، مقیاسبندی مجدداً به صورت دستی تأیید شدهاند؟
- گیت طعم: آیا هر چیزی که حاوی دستور/دستور پخت باشد، در آشپزخانه پخته و چشیده شده و از پنل طعم عبور کرده است؟
- دروازه ایمنی: آیا آلرژن، ایمنی مواد غذایی، آلودگی متقابل، ارزش غذایی توسط انسان و قانون تایید شده است؟
- دروازه حقوقی/اخلاقی: آیا اصل است، آیا نقض حق نسخه برداری وجود ندارد، آیا نام تجاری امن است، آیا داده ها محرمانه است، آیا گمراه کننده نیست؟
پرینت بدون عبور از پنج در به دست مهمان نمی رسد. اینکه کدام گیتها اعمال میشوند بسته به کار متفاوت است (متن منو در گیت طعم گیر نمیکند)، اما بازتاب یکسان است: تأیید کنید، سپس منتشر کنید.
نکته: این پنج در را به همراه تیم خود روی تخته آشپزخانه آویزان کنید. هنگامی که یک خروجی جدید هوش مصنوعی وارد میشود، این سوال که «از کدام دروازهها باید عبور کند» خطر را در عرض چند ثانیه روشن میکند.
اصالت، کپی رایت و تقلید رقیب
خوراک شناسی یک رشته خلاقانه است و اصالت ارزش دارد. هوش مصنوعی می تواند الهام بخش باشد. اما وظیفه شما این است که خروجی را سفارشی کنید. به سه محدودیت توجه کنید:
- حق چاپ: داشتن متن، دستور العمل یا تصویر دارای حق نسخه برداری توسط هوش مصنوعی و استفاده تجاری از آن ممکن است نقض حقوق باشد. اندازهگیریهای یک دستور غذا معمولاً توسط کپی رایت محافظت نمیشوند، اما متن اصلی دستور غذا، عکاسی و عناصر نام تجاری محافظت میشوند.
- تقلید از رقیب: داشتن یک هوش مصنوعی کپی ظرف امضا، متن منو، لوگو یا زبان بصری رقیب و قرار دادن آن در منوی شخصی شما هم غیراخلاقی است و هم نام تجاری/حق نسخهبرداری خطرناک است. این مرز بین الهام و تقلید است: الهام تبدیل می شود، تقلید کپی می کند.
- علامت تجاری ثبت شده: اگر نام محصول، شعار یا علامت تجاری ثبت شده متعلق به شخص دیگری باشد، استفاده از آن بر روی محصول شما تخلف است. هوش مصنوعی ممکن است ناآگاهانه یک نام اختصاصی را پیشنهاد کند. کنترل با شماست
احتیاط: "اگر هوش مصنوعی آن را تولید کرده است، پس اصل است" اشتباه است. هوش مصنوعی از داده هایی الهام گرفته است که بر روی آنها آموزش دیده است و می تواند خروجی بسیار شبیه به یک مطالعه موجود تولید کند. این مسئولیت انسانی است که اصالت و پاک بودن حق چاپ را تأیید کند.
حریم خصوصی داده ها و شفافیت
سه نوع داده حساس در تجارت آشپزی وجود دارد: دادههای مشتری (نام، تماس، رزرو، تاریخچه سفارش - تحت حفاظت KVKK)، دادههای تجاری (دستورالعملهای امضا، قیمت تامینکننده، ساختار هزینه) و دادههای پرسنل. وارد کردن آنها به ابزارهای ناامن نقض حریم خصوصی است. قانون: در صورت لزوم به اشتراک نگذارید، اگر باید به اشتراک بگذارید، شناسایی کنید، از ابزارهای شرکتی و ایمن استفاده کنید.
شفافیت نیز یک بعد اخلاقی است. صادق بودن با مشتری و تیم: عدم ارائه تصویر تولید شده توسط هوش مصنوعی به عنوان یک بشقاب واقعی، عدم ارائه ادعاهای نادرست سلامتی/منشاء، و استفاده از عباراتی مانند "دست ساز" یا "محلی" به طور صادقانه. اعتماد به برند با اعمال کوچک صداقت ایجاد می شود و با یک فریب از بین می رود.
سه کیف کوچک
مورد 1 - از تقلید به اصل. مدیری میخواست یک هوش مصنوعی از بشقاب امضا و متن منوی یک رستوران معروف کپی کند. مشاور منو مخالفت کرد: این یک علامت تجاری و خطر کپی رایت بود، به علاوه هویت برند را تضعیف می کرد. در عوض، آنها از هوش مصنوعی برای الهام استفاده کردند، بشقاب را با هویت آشپزی خود دوباره تصور کردند و متن اصلی را نوشتند. نتیجه هم از نظر قانونی تمیز و هم برند خاص بود.
مورد 2 - نظم و انضباط رازداری. یک رستوران زنجیره ای می خواست داده های وفاداری مشتری را تجزیه و تحلیل کند. اولین رفلکس این بود که همه داده ها (از جمله نام، تلفن) را در یک ابزار قرار دهید. محاسبات متوقف شد: ابتدا اطلاعات حذف شد (نام/تلفن حذف شد و فقط فیلدهای رفتار ناشناس باقی ماند) و از ابزار ایمن شرکتی استفاده شد. همان تجزیه و تحلیل با خطر KVKK صفر انجام شد.
مورد 3 - گرفتن توهم. یکی از کارمندان می خواست ادعای YZ را در مورد یک ماده تشکیل دهنده، "این ادویه بسیار غنی از این ویتامین است" به عنوان یک یادداشت بهداشتی در منو قرار دهد. رئیس درخواست منابع کرد. این ادعا قابل تأیید نبود، هوش مصنوعی آن را ساخته بود. یادداشت وارد منو نشد. قانون: هیچ ادعای واقعی/سلامتی بدون تأیید منبع منتشر نمی شود. لحن ایمن هوش مصنوعی تضمینی برای صحت نیست.
چهار قالب قابل کپی
1) بررسی تأیید پنج در:
قبل از انتشار خروجی هوش مصنوعی زیر، آن را از پنج دروازه عبور خواهم داد: منبع، حساب، سلیقه، امنیت، قانونی/اخلاقی. تعیین کنید کدام گیت ها برای این خروجی معتبر هستند و لیستی را که باید برای هر گیت معتبر بررسی کنم را فهرست کنید. نوع خروجی: [متن منو/هزینه/آلرژن/تصویر]. مطلب: [خلاصه].
2) اصالت و کنترل حق چاپ:
آیا [متن منو/مفهوم صفحه] زیر می تواند یک کپی یا بسیار شبیه به یک برند موجود یا اثر دارای حق چاپ باشد؟ نامها، شعارها یا مواردی که در معرض خطر تقلید هستند را علامتگذاری کنید و برای هر یک پیشنهاد بدید. محتوا: [متن].
3) شناسایی داده ها:
من داده های زیر را برای تجزیه و تحلیل آماده می کنم. فیلدهای شخصی/شناسایی (نام، تلفن، آدرس، شناسه TR) را علامت بزنید و حذف را توصیه کنید. فهرستی از فیلدهای ناشناس (رفتار، فراوانی، مقدار) ارائه دهید که برای تجزیه و تحلیل کافی باشد. سرصفحه داده ها: [فهرست].
4) شفافیت/ممیزی ادعا:
هر ادعای واقعی یا بهداشتی/منشا ("دست ساز"، "محلی"، "دارویی"، ادعاهای تغذیه ای) را در منو/متن تبلیغاتی زیر علامت گذاری کنید. برای هر کدام: آیا باید با منبع تأیید شود، آیا گمراه کننده است، آیا باید حذف شود؟ متن: [محتوا].
اعلان ضعیف / اعلان قوی
ضعیف:
منوی امضای این رستوران معروف را برای من بنویسید.
نیاز به تقلید دارد. خطر نقض کپی رایت، علامت تجاری و اصالت را به همراه دارد.
قوی:
نقش شما: مشاور منو. یک مفهوم تاباک امضا از نام تجاری من (ساده، محلی، مدرن) پیشنهاد دهید که از [آن سبک/آشپزی] الهام گرفته شده است اما کاملاً اورجینال است. کپی کردن محصول یا متن یک برند موجود؛ استفاده از نام ثبت شده من خروجی را سفارشی می کنم و آن را آزمایش می کنم.
ابعاد استفاده مسئولانه از هوش مصنوعی (جدول)
اندازه
ریسک
احتیاط
دقت
توهم، عدد اشتباه
منبع + تأیید حساب
طعم
انتشار بشقاب بی مزه
آشپزی، طعم، پنل
امنیت
خطای ایمنی آلرژن/غذا
قانون + تاییدیه کارشناسی
اصالت
حق چاپ/نقض علامت تجاری
سفارشی کردن، کنترل کنید
حریم خصوصی
نشت داده های شخصی/تجاری
شناسایی، ابزار امن
شفافیت
ادعا/تصویر گمراه کننده
نمایندگی صادقانه
اشتباهات رایج
- اجتناب از مسئولیت با "AI گفت". این شخص است که امضا می کند. دفاع نیست.
- اشتباه گرفتن توهم درست لحن ایمن تضمینی برای صحت نیست. منابع را بخواهید.
- اشتباه تقلید با اصل. الهام تبدیل می شود، کپی کردن نقض می شود.
- به اشتراک گذاری داده ها بدون شناسایی هویت اطلاعات مشتری و نسخه محافظت می شود.
- ادعا/تصویر گمراه کننده شفافیت پایه و اساس اعتماد به برند است.
به طور خلاصه
استفاده مسئولانه از هوش مصنوعی در آشپزخانه به یک ستون اصلی خلاصه می شود: تأیید کنید، سپس منتشر کنید. پنج دروازه - منبع، حسابداری، سلیقه، امنیت، قانونی/اخلاقی- فیلتر هر خروجی هستند. اصالت و حق چاپ محفوظ است. الهام گرفته شده است، نه تقلید. از علامت تجاری ثبت شده و ادعای گمراه کننده جلوگیری می شود. داده های مشتری، نسخه و پرسنل با استفاده از یک ابزار امن شناسایی و پردازش می شوند. شفافیت پایه و اساس اعتماد به برند است. هوش مصنوعی دستیار قدرتمندی است، اما تصمیم، امضا و مسئولیت همیشه متعلق به انسان است.
وظیفه کاربردی
یک خروجی هوش مصنوعی (منو، هزینه، آلرژن یا تصویر) را که در این ماژول تولید کرده اید انتخاب کنید و آن را از طریق چک لیست پنج دروازه یکی یکی اجرا کنید: برای هر دروازه، آنچه را که بررسی کرده اید و نتیجه را یادداشت کنید. سپس اصالت کالایی را که در خطر جعل است، بررسی کنید. در نهایت، یک مجموعه داده خیالی با طرح شناسایی زدایی (که فیلدها منتشر می شود) تهیه کنید و یک جمله اصلی شفافیت بنویسید.
چک لیست
- [ ] من هر خروجی را از پنج دروازه عبور می دهم (منبع، حساب، سلیقه، امنیت، قانونی/اخلاقی).
- [ ] من ادعاهای واقعی و بهداشتی را با منبع تأیید می کنم.
- [ ] من از خروجی هوش مصنوعی به عنوان الهام شخصی استفاده می کنم، نه تقلید.
- [ ] من از علامت تجاری ثبت شده و نقض حق نسخه برداری اجتناب می کنم.
- [ ] من داده های شخصی و تجاری را حذف می کنم و آنها را با یک ابزار امن پردازش می کنم.
- [ ] من نمایندگی شفاف و صادقانه به مشتری و تیم دارم.
- [ ] من آن را به عنوان یک اصل تجاری پذیرفته ام که مسئولیت همیشه با مردم است.
امتحان ماژول
1. یک سرآشپز دستور پخت جدیدی را که توسط هوش مصنوعی تولید شده است را مستقیماً بدون پختن یا مزه کردن آن در منو قرار می دهد. اشتباه اساسی در این رویکرد چیست؟
- الف) پختن خروجی هوش مصنوعی با دست و افزودن آن به منو بدون مزه کردن آن و تایید حسی سرآشپز. نادیده گرفتن اینکه مسئولیت با مردم است ✔
- ب) استفاده از هوش مصنوعی در تهیه دستور پخت اکیدا ممنوع است
- ج) هوش مصنوعی همیشه نمک زیادی در دستور غذا تولید می کند
- د) دستور غذا در جدول ارائه نشده است
توضیحات: هوش مصنوعی نمی تواند طعم، بافت و بو را تجربه کند. فقط یک طرح کلی متنی تولید می کند. برای اینکه یک دستور غذا در منو گنجانده شود، باید توسط انسان طبخ و مزه شود و توسط سرآشپز مورد تایید حسی قرار گیرد. خروجی تایید نشده مانند یک غذای نچشیده خطرناک است.
2. یک آیتم منو طبقه بندی شده به عنوان "ستاره" در مهندسی منو به چه معناست؟
- الف) اقلام کم فروش و کم سود
- ب) کالایی که هم پرفروش است و هم سود بالایی دارد و باید در منو برجسته شود ✔
- ج) کالای پرفروش اما کم سود
- د) کالای کم فروش اما سود بالا
توضیحات: مهندسی منو اقلام را در دو محور محبوبیت (تعداد فروش) و سودآوری (حاشیه مشارکت) ارزیابی می کند. ستاره کالایی است که فروش خوبی دارد و سود بالایی دارد. درخواست شده است که در منو قرار داده شود. هوش مصنوعی می تواند این طبقه بندی را به سرعت ایجاد کند، اما تصمیم نهایی منو به عهده سرآشپز و کسب و کار است.
3. درصد هزینه غذای یک بشقاب غذا چگونه محاسبه می شود؟
- الف) قیمت فروش تقسیم بر هزینه مواد ضربدر 100
- ب) قیمت فروش منهای هزینه مواد
- ج) هزینه مواد تقسیم بر قیمت فروش 100 ✔
- د) تعداد وعده ها ضربدر قیمت واحد
توضیح: درصد هزینه غذا از تقسیم کل هزینه مواد (دستور پخت) بشقاب بر قیمت فروش و ضرب در 100 محاسبه می شود، برای مثال اگر بشقاب 60 لیره به قیمت 200 لیره فروخته شود، هزینه غذا 30 درصد است. هوش مصنوعی می تواند این محاسبه را انجام دهد، اما قیمت های فعلی و ضایعات وارد شده باید به صورت دستی تأیید شود.
4. یک رستوران لیست آلرژن تهیه شده توسط هوش مصنوعی را بدون هیچ تاییدیه ای در منو چاپ می کند و مشتری دچار حمله آلرژی به فندق می شود. اشتباه اساسی در این شرایط چیست؟
- الف) انتشار خروجی آلرژن بدون تایید آن با مشخصات تامین کننده، منبع رسمی و کنترل آلودگی متقابل ✔
- ب) هیچ اطلاعات آلرژی زا نباید در منو گنجانده شود
- ج) لیست آلرژن ها خیلی طولانی است
- د) هوش مصنوعی مواد حساسیت زا را بر اساس حروف الفبا فهرست نمی کند
توضیح: اطلاعات آلرژن ایمنی زندگی را به همراه دارد. خروجی هوش مصنوعی بدون تأیید مشخصات محصول تأمینکننده، منبع رسمی و واقعیت آلودگی متقابل در آشپزخانه هرگز نمیتواند به برچسب نهایی تبدیل شود. تأیید آلرژن یک مسئولیت انسانی است و نمی توان آن را نادیده گرفت.
5. وقتی تعداد بخشهای یک دستور غذا را اندازه میگیرید، چرا ممکن است کافی نباشد که به سادگی مواد را به طور متناسب ضرب کنیم؟
- الف) زیرا قیمت مواد هنگام مقیاس بندی به طور خودکار تغییر می کند
- ب) زیرا هوش مصنوعی نمی تواند ضرب را انجام دهد
- ج) زیرا بزرگ کردن وعده ها همیشه حرام است
- د) از آنجایی که ادویه ها، نمک، زمان پخت و ظرفیت تجهیزات ممکن است به صورت خطی مقیاس نشوند، نتیجه باید آزمایش شود.
توضیح: اگرچه مواد تشکیل دهنده به طور متناسب مقیاس بندی شده اند، ادویه ها، نمک، زمان پخت و زمان پخت ممکن است به صورت خطی مقیاس نشوند. علاوه بر این، ظرفیت تجهیزات و نرخ هدر رفتن متفاوت است. هوش مصنوعی نسبت را به سرعت محاسبه می کند، اما نتیجه باید با پخت و پز و چشیدن در آشپزخانه تأیید شود.
6. مفهوم "mise en place" در آشپزخانه به چه معناست؟
- الف) سفارش ظرفشویی و نظافت پس از سرویس
- ب) روش قیمت گذاری منو
- ج) قبل از شروع سرویس کلیه مواد آماده شده و در محل خود در ایستگاه قرار می گیرد ✔
- د) سیستم رزرو مشتری
توضیحات: Mise en place به این معنی است که همه مواد خرد شده، اندازه گیری شده و قبل از سرو در ایستگاه آماده می شوند. یعنی «همه چیز سر جای خودش است». هوش مصنوعی می تواند در تهیه فهرست آماده سازی و پیش نویس برنامه آماده سازی کمک کند، اما این طرح با توجه به ظرفیت واقعی آشپزخانه تطبیق داده می شود.
7. چگونه می توان از هوش مصنوعی برای کاهش ضایعات مواد غذایی در آشپزخانه استفاده بهینه کرد؟
- الف) اتخاذ کلیه تصمیمات خرید به صورت خودکار و بدون تایید انسان
- ب) یافتن راهی برای ارائه محصولات خراب به مشتریان
- ج) قابل رویت کردن منابع ضایعات از داده های فروش و ضایعات گذشته و تولید سناریوهای کاهش، واگذاری تصمیم به مردم ✔
- د) شمارش موجودی را به طور کامل حذف کنید
توضیحات: هوش مصنوعی با استخراج الگوها از دادههای ضایعات و فروش گذشته، میتواند منابع ضایعات را قابل مشاهده کند (سفارش بیش از حد، قسمتهای اشتباه، خراب شدن) و سناریوهای کاهش را پیشنهاد کند. اما پیش بینی بر اساس گذشته است. در صورت قطع عرضه و وقفه های فصلی، تصمیم خریدار و ناظر اولویت دارد.
8. مهم ترین محدودیت اخلاقی و قانونی هنگام استفاده از عکس غذایی تولید شده توسط هوش مصنوعی در منو چیست؟
- الف) تصویر نباید سیاه و سفید باشد
- ب) تصویر باید فقط با فرمت مربع باشد
- ج) تصویر باید با وضوح بسیار بالا باشد
- د) تصویر به طور گمراه کننده نشان دهنده بشقاب ارائه شده واقعی نیست و با محدودیت های کپی رایت/برند مطابقت دارد ✔
توضیحات: بصری منو بر تصمیم خرید مشتری تأثیر می گذارد. بنابراین، نباید به طور گمراه کننده نشان دهنده بشقاب واقعی ارائه شده باشد. تصاویری مصنوعی که مواد اولیه یا سروهایی را نشان میدهند که واقعاً سرو نمیشوند ممکن است تبلیغات گمراهکننده در نظر گرفته شوند. علاوه بر این، کپی رایت و امنیت علامت تجاری باید رعایت شود.
9. «نقطه کنترل بحرانی (CCP)» در سیستم HACCP به چه معناست؟
- الف) نقطه با گران ترین غذا در منو
- ب) مرحله بحرانی که در آن می توان از خطر ایمنی مواد غذایی جلوگیری کرد و تا حد قابل قبول کاهش داد
- ج) ایستگاهی که بیشترین کارکنان در آشپزخانه در آن کار می کنند
- د) شلوغ ترین زمان سرویس دهی رستوران
توضیحات: نقطه کنترل بحرانی مرحله ای است که در آن می توان از خطر ایمنی مواد غذایی پیشگیری، حذف یا تا حد قابل قبول کاهش داد. برای مثال دمای پخت و پز یا خنک شدن. هوش مصنوعی می تواند پیش نویس برنامه ها و چک لیست های HACCP را تهیه کند، اما مسئولیت نهایی بر عهده افسر ایمنی مواد غذایی و قانون است.
10. حد اجتناب ناپذیر هوش مصنوعی در تست چشایی و ارزیابی حسی چیست؟
- الف) هوش مصنوعی می تواند تست های چشایی را دقیق تر از انسان کند
- ب) هوش مصنوعی فقط می تواند شوری را اندازه گیری کند
- ج) به هیچ وجه نمی توان از هوش مصنوعی برای تست چشایی استفاده کرد
- د) هوش مصنوعی نمی تواند طعم را به صورت فیزیکی تجربه کند. تایید نهایی حسی با پانل انسانی و کام سرآشپز است ✔
توضیح: هوش مصنوعی نمی تواند طعم، بو و بافت را به صورت فیزیکی تجربه کند. فقط می تواند نمرات و نظرات داده شده توسط پانل انسانی را خلاصه و تجزیه و تحلیل کند. تایید نهایی حسی همیشه با پنل ذائقه انسان و کام سرآشپز است. این یک قدم انسانی است که نمی توان از آن گذشت.
11. یک توسعه دهنده منو می خواهد که هوش مصنوعی از بشقاب امضا و متن منوی یک رستوران رقیب کپی کند و آن را در منوی خود قرار دهد. مشکل اصلی این رویکرد چیست؟
- الف) کپی کردن محصول امضای رقیب و متن منو دقیقاً اصالت، کپی رایت و امنیت برند را نقض می کند.
- ب) هوش مصنوعی از نظر فنی نمی تواند فرآیند کپی را انجام دهد
- ج) منوی کپی شده خیلی طولانی است
- د) منوی رقابت با فونت دیگری است
توضیح: تقلید دقیق از محصول امضای رقیب، متن منو یا عناصر برند از نظر اصالت، کپی رایت و ایمنی برند خطرناک و غیراخلاقی است. از هوش مصنوعی می توان برای تولید الهام و ایده استفاده کرد، اما خروجی باید اصلی باشد و علائم تجاری و متون ثبت شده نباید کپی شوند.
12. یک رستوران نام مشتریان، اطلاعات تماس و رزرو را در یک ابزار هوش مصنوعی در دسترس عموم قرار می دهد و درخواست تجزیه و تحلیل می کند. خطر اصلی این رفتار چیست؟
- الف) تحلیل کند
- ب) هوش مصنوعی نمی تواند حروف ترکی را بخواند
- ج) نقض حریم خصوصی و KVKK با وارد کردن اطلاعات شخصی مشتری در یک ابزار ناامن ✔
- د) کاهش تعداد رزرو
توضیح: چسباندن اطلاعات شخصی مشتری (نام، تماس، عادت) در یک ابزار ناامن نقض حریم خصوصی و KVKK است. هنگامی که تجزیه و تحلیل مورد نیاز است، داده ها باید ناشناس شوند (نام و مخاطب حذف شوند) و ابزارهای شرکتی و ایمن باید ترجیح داده شوند.
13. دقیق ترین رویکرد هنگام به دست آوردن اطلاعات ارزش غذایی (کالری، پروتئین، چربی) برای منو از هوش مصنوعی چیست؟
- الف) چاپ مقادیر داده شده توسط هوش مصنوعی به صورت مستقیم به عنوان برچسب رسمی
- ب) مقادیر را به عنوان مقدماتی بپذیرید و با جداول تغذیه رسمی، داده های تامین کننده یا تجزیه و تحلیل آزمایشگاهی تأیید کنید.
- ج) عدم استفاده از هوش مصنوعی در محاسبات ارزش غذایی
- د) فقط نگاه کردن به کالری و نادیده گرفتن ارزش های دیگر
توضیحات: ارزش های غذایی تولید شده توسط هوش مصنوعی تعمیم و پیش بینی است. وعده های غذایی بسته به برند و روش پخت متفاوت است. این مقادیر فقط مقدماتی هستند. جداول رسمی تغذیه را نمی توان به عنوان برچسب رسمی بدون تأیید داده های تأمین کننده یا تجزیه و تحلیل آزمایشگاهی استفاده کرد.
14. کدام رویکرد سریع برای بدست آوردن خروجی آشپزخانه قدرتمند و قابل اعتماد از هوش مصنوعی دقیق تر است؟
- الف) یک سوال کوتاه و مبهم بپرسید و بقیه را به هوش مصنوعی بسپارید
- ب) یک دستور دقیق با نقش، وظیفه واضح، ورودی های مشخص، فرمت خروجی، و مرز تأیید بنویسید که ساخت را ممنوع می کند ✔
- ج) درخواست را با افزودن هر چه بیشتر ایموجی تزئین کنید
- د) پرسیدن دوباره و دوباره همان سوال
توضیحات: یک اعلان قدرتمند. نقش، وظیفه روشن، ورودیهای مشخص (بخش، گراماژ، محدودیت، آلرژن)، فرمت خروجی مورد نظر و محدودیت تأییدی مانند «تعیین مقداری که دادهای نمیدهم» دارد. درخواست مبهم و بدون زمینه خروجی ضعیف و غیرقابل اعتماد تولید می کند.