Etiikka, akateeminen rehellisyys, rajat ja päästä päähän työnkulku

Voitot:

Kyky ymmärtää ja soveltaa tekoälyn käytön eettisiä periaatteita matematiikassa (oppimisen, läpinäkyvyyden, inhimillisen vastuun, oikeudenmukaisuuden, luottamuksellisuuden palveluksessa oleminen).
Kyky arvioida tietosuojariskejä ja ryhtyä tarvittaviin varotoimiin arkaluontoisessa sisällössä, kuten koekysymyksissä, opiskelijatiedoissa ja julkaisemattomissa tutkimuksissa
Kyky yhdistää kaikki moduulin osat (tuotanto + varmennus) yhdeksi päästä päähän -työnkulkuun, jolloin jokainen tuotantovaihe saatetaan päätökseen varmennusvaiheella ja lopullisella ihmisen hyväksynnällä

Tässä loppuosassa yhdistämme kaksi asiaa: toisaalta tekoälyn käytön eettiset, akateemisen eheyden ja luottamuksellisuuden ulottuvuudet matematiikassa; Toisaalta kokoaaksemme koko moduulin aikana oppimamme yhdeksi päästä-päähän työnkulkuun. Tekoäly matematiikassa on tehokas työkalu, mutta siihen liittyy sekä vastuuta että valtaa: kenelle sitä käytät, mihin käytät ja miten käytät sitä, sillä on eettisiä seurauksia. Tekoälyllä kotitehtävänsä saava opiskelija ja kurssimateriaalia tekoälyllä nopeuttava opettaja ovat hyvin erilaisia asioita. Tämä yksikkö täydentää teknistä osaamista vastuullisella käytöllä.

Muutama määritelmä. Akateeminen rehellisyys tarkoittaa rehellistä osoittamista, kuka todella omistaa teoksen, eikä oppimisen oikosulkemista. Plagiointi on jonkun toisen (tai median) tuotteen esittämistä ikään kuin se olisi oma alkuperäinen tuote. Läpinäkyvyys tarkoittaa selvästi, missä tekoälyä käytetään. Näistä käsitteistä on tullut keskeisiä matematiikan opetuksessa tekoälyn aikakaudella.

Eettisen käytön perusperiaatteet

Ei oppimisen sijasta, vaan sen palveluksessa. Tekoäly voi tukea opiskelijaa käsitteen oppimisessa (selitys, vaihtoehtoinen selitys), mutta sen ei pitäisi saada häntä ajattelemaan sen sijaan. Se, että tekoäly tekee läksyt, heikentää oppimista.
Läpinäkyvyys. Ilmoita, missä tekoälyä käytettiin – artikkelissa, kurssimateriaalissa tai raportissa. Salailu on epärehellistä.
Vastuu kuuluu ihmisille. Jokainen, joka julkaisee, opettaa tai toimittaa tekoälytulosteen, on vastuussa sen tarkkuudesta. "Tekoäly sanoi niin" ei ole tekosyy.
Oikeudenmukaisuus. Tekoälyn käyttöä arvioinnissa tulee ohjata kaikille opiskelijoille tasa-arvoisilla ja selkeillä säännöillä.
Turvallisuus. Älä syötä arkaluonteisia tietoja, kuten koekysymyksiä, opiskelijatietoja tai julkaisemattomia tutkimuksia, tekoälytyökaluihin, joiden luottamuksellisuutta ei taata.

Yksityisyys: mitä se tarkoittaa matematiikan yhteydessä?

Vaikka matematiikassa saattaa näyttää siltä, että sillä ei ole "piilotettua dataa", konteksti on tärkeä. Julkaisematon tutkimustulos, oppilaitoksen koetehtäväpankki, opiskelijoiden henkilökohtaiset suoritustiedot tai yrityksen oma algoritmi – kaikki ovat arkaluonteisia. Kaiken tekoälytyökaluun syöttämäsi työkalun toimittaja voi käsitellä ja joissakin tapauksissa käyttää mallin koulutuksessa. Käytä siis arkaluontoiselle sisällölle joko paikallisesti/instituutioiden suojattuja työkaluja tai anonymisoi sisältö.

Tietotyyppi

Riski

varotoimenpide

Julkaistu lause/ongelma

alhainen

vapaasti saatavilla

Aktiiviset tenttikysymykset

korkea

Älä astu ajoneuvoon tai varmista sitä

Opiskelijan henkilötiedot/suoritustiedot

korkea

Anonymisoi/älä syötä

Julkaisematon tutkimus

korkea

Turvallinen/paikallinen työkalu

Luennon hahmotelma

matala-keskinen

Yleisesti sopiva

Varoitus: Ennen kuin siirryt tekoälyyn tarkistamaan koekysymyksen, harkitse, pitäisikö kysymys pysyä salassa. Aktiivisen kokeen kysymykset voivat teoriassa paljastua, kun ne syötetään tekoälytyökaluun, jonka luottamuksellisuutta ei taata. Kriittisissä kokeissa joko muuta kysymyksiä tai käytä vain yrityksen hyväksymiä, tietosuojan takaamia työkaluja.

Päästä päähän työnkulku: esimerkkitehtävä

Oletetaan, että sinun on valmisteltava sekä kurssimateriaali että koe aiheesta viikon sisällä. Moduulin kaikki osat yhdistävä kulku voisi olla seuraava:

1. Suunnittelu. Selvitä aihe, taso ja tavoitteet (Osa 7).

2. Materiaalin laatiminen. Pyydä tekoälyä tuottamaan tasolle sopivia luentoja + ratkaistuja esimerkkejä (Osa 7).

3. Näytevarmennus. Tarkista jokainen ratkaistu esimerkki SymPyllä (Unit 4).

4. Visualisointi. Tuota ja renderöi grafiikkaa tukemaan kerrontaa Matplotlib-koodilla ja vertaa niitä matematiikkaan (osa 6).

5. Merkintä. Puhdista indeksi, hahmonna ja tarkista kaavat LaTeX:llä (yksikkö 10).

6. Kysymysten luominen. Valmista tenttiin monivalintakysymykset + häiriötekijät (osa 8).

7. Joukkovahvistus. Ratkaise kaikki kysymykset joukkona SymPyllä ja tarkista vastausavain (osio 8, 9).

8. Etiikka ja läpinäkyvyyden valvonta. Onko luottamuksellisuus asianmukaista? Oletko maininnut tekoälyn käytön materiaalissa tarvittaessa? Sinulla on lopullinen vastuu (tämä yksikkö).

9. Ihmisten hyväksyntä. Tarkista ja vahvista kaikki viimeisen kerran. Vahvistamaton kappale ei mene ilmaan/testiin.

Vinkki: päästä päähän -työnkulussa tehokkain strategia on sijoittaa tekoäly "nopeuskerrokseksi", deterministiset työkalut (SymPy, renderöinti) "oikeuskerrokseksi" ja itsesi "tuomion ja vastuun kerrokseen". Jokaista tuotantovaihetta tulisi seurata varmistusvaihe; Vahvistamatonta tulosta ei tule siirtää seuraavaan vaiheeseen.

kolme minilaukkua

Tapaus 1 – Avoimuus loi luottamusta. Eräs akateeminen käytti tekoälyä oppikirjan luvun ensimmäisessä luonnoksessa, vahvisti sitten kaikki matemaattiset väitteet ja totesi esipuheessa, että "käsikirjoituksen tuotannossa saatiin tekoälytukea, kirjoittaja vahvisti kaiken sisällön." Tämä läpinäkyvyys lisäsi kollegoiden luottamusta ja säilytti rehellisyyden tasoa.

Tapaus 2 – Käyttö, joka heikentää oppimista. Eräs oppilas antoi tekoälyn ratkaista koko kotitehtävänsä ja lähettää sen. Hän epäonnistui kokeessa samoissa aineissa, koska hän ei ollut koskaan oppinut käsitteitä. Opettaja ehdotti tekoälyn käyttöä "tarkistaaksesi ratkaisu ja saadakseen vaihtoehtoisen selityksen", mutta ratkaisemaan ongelmat ensin itse. Tekoälyn pitäisi palvella oppimista, ei sen sijaan.

Tapaus 3 – Yksityisyyden loukkaamisen vaara. Eräs opettaja harkitsi hakkerointia yleiseen tekoälytyökaluun varmistaakseen kysymykset keskeisessä kokeessa, jota ei ollut vielä suoritettu, mutta päätti sitten olla tekemättä sitä. Sen sijaan hän ratkaisi SymPyn kysymykset itse ja kollegansa. Aktiivisten koekysymyksien syöttäminen ulkoiseen työkaluun oli vakava tietosuojariski; paikallinen todennus tarjosi suojatun polun.

Neljä kopioitavaa mallia

1) Oppimista tukeva käyttö (opiskelijoille):

Ratkaisin tämän ongelman ENSIN, ratkaisuni on liitteenä. ÄLÄ anna minulle ratkaisua; Näytä vain missä menin pieleen ja minkä käsitteen ymmärsin väärin, jotta voin korjata sen. Minun ratkaisuni: [täällä]

2) Läpinäkyvyyshuomautuksen luominen:

Valmistelin [kurssimateriaalin/raportin] ja käytin tekoälyä luonnosvaiheessa ja varmistin itse kaiken matematiikan. Kirjoita lyhyt, ammattimainen läpinäkyvyys, jossa tämä todetaan rehellisesti.

3) Yksityisyyden ennakkotarkastus:

Haluan täyttää seuraavan sisällön tietosuojakelpoisuuden ennen sen syöttämistä tekoälytyökaluun: [sisältötyyppi]. Pidetäänkö tämäntyyppistä sisältöä arkaluontoisena, mitä riskejä siihen liittyy, mitä varotoimia (anonymisointi, paikallinen työkalu) minun pitäisi tehdä? Sano se lyhyesti ja selkeästi.

4) Päästä päähän -vahvistuksen valvontasuunnitelma:

Valmistan kurssimateriaalia + tenttiä [aihe]. Listaa valvontasuunnitelmaksi, mitä varmennusta minun on tehtävä jokaisessa tuotantovaiheessa: näytevarmennus, graafinen ohjaus, merkintä, vastausnäppäin, luottamuksellisuus, ihmisen hyväksyntä.

Heikko kehote / Vahva kehote

Heikko: "Ratkaise nämä kotitehtäväkysymykset, niin minä palautan ne." (opiskelija)

Tulos: Oppiminen jätetään väliin, akateeminen eheys on loukattu, opiskelija ei opi käsitettä. Se on eettisesti ja pedagogisesti vastenmielistä.

Güçlü: "Yritin ratkaista tämän kotitehtävän kysymyksen, mutta jäin jumiin; ratkaisuni on liitteenä. Älä anna vastausta suoraan; näytä minulle vihje, mikä askel ja miksi tein väärin, muistuta minua oikeasta käsitteestä, niin yritän uudelleen."

Johtopäätös: tekoälyä käytetään oppimisen palveluksessa; Opiskelija jatkaa ajattelua, rehellisyys säilyy.

Yleisiä virheitä

Käytä sitä oppimisen ohittamiseen. Tekoälyn saattaminen tekemään läksyt on helppoa lyhyellä aikavälillä, mutta tuhoaa oppimisen pitkällä aikavälillä.
Ei olla läpinäkyvä. Tekoälyn käytön salailu on akateemisen eheyden vastaista; täsmentää tarvittaessa.
Vastuun laittaminen tekoälylle. "Tekoäly sanoi niin" ei ole tekosyy; Kustantaja/opettaja on vastuussa.
Luottamuksellisen sisällön syöttäminen ulkoiseen työkaluun. Aktiivinen tentti, opiskelijatiedot, julkaisematon tutkimus ovat arkaluonteisia.
Vahvistuksen jättäminen työnkulun loppuun. Varmennus tulee suorittaa jokaisen tuotantovaiheen jälkeen; Virheitä ei pitäisi kertyä.

Yhteenvetona

Tekoälyn käyttö matematiikassa edellyttää eettistä vastuuta sekä teknisiä taitoja: sen tulee palvella oppimista (ei korvata sitä), olla läpinäkyvää, säilytettävä lopullinen vastuu, noudatettava reiluja sääntöjä ja kunnioitettava luottamuksellisuutta. Päästä päähän -työnkulussa tekoäly on nopeuskerros, SymPy ja renderöintityökalut tarkkuuskerros ja ihmiset arvostelu- ja vastuukerros. Jokaista tuotantovaihetta olisi seurattava varmistusvaihe. Todentamaton tulos ei saa mennä julkaisuun, luentoon tai tenttiin. Se on tämän moduulin ydin: nopeuta tekoälyä, mutta varmista ja ota vastuu jokaisesta vaiheesta.

Sovellustehtävä

Suunnittele pienimuotoinen päästä päähän -tehtävä: lyhyt selostus + 1 kaavio + 3 monivalintakysymystä aiheeseen. Seuraa moduulin kulkua: (1) suunnittele, (2) luonnos tekoälyllä, (3) validoi esimerkit SymPyllä, (4) piirrä ja tarkista kaavio, (5) puhdista ja piirrä merkintä LaTeX:llä, (6) vahvista kysymykset erässä SymPyllä, (7) tee yksityisyyden ja läpinäkyvyyden tarkistus, (8) anna lopullinen ihmisen hyväksyntä. Kirjaa ylös, mitä vahvistusta teit ja mitä löysit kussakin vaiheessa. Prosessin lopussa arvioi, missä tekoäly säästää aikaa ja missä harkintakykysi on välttämätöntä.

tarkistuslista

[ ] Käytin tekoälyä oppimisen palveluksessa (en sijaan).
[ ] Olen avoimesti ilmaissut tekoälyn käytön tarvittaessa.
[ ] Olen ottanut vastuun lopullisesta tarkkuudesta.
[ ] En päässyt luottamukselliseen/arkaluonteiseen sisältöön suojaamattomien työkalujen kautta.
[ ] Seurasin jokaista tuotantovaihetta varmistusvaiheella.
[ ] En kuljettanut lähetykseen/tuntiin/kokeeseen vahvistamattomia tuloksia.

Moduulin tentti

1. Mikä seuraavista on tarkin tekoälyn paikannus matematiikassa?

A) Tekoäly on strategia, suunnitelma ja organisointityökalu; Ihmisen tehtävänä on varmistaa tarkka laskelma ja tulos deterministisin keinoin ✔
B) Tekoäly on kuin laskin ja jokainen sen antama numeerinen tulos on tarkka
C) Tekoäly ei ole koskaan väärässä johtopäätöksissään, joita se luottavaisesti esittää, joten todentaminen on tarpeetonta
D) Tekoäly on hyödyllinen vain tekstin kirjoittamiseen, sillä ei ole mitään tekemistä matemaattisten tehtävien kanssa

Kuvaus: Suuri kielimalli on työkalu, joka tuottaa tilastollisesti tekstiä; Se ei ole laskin tai todisteiden tarkistus. Se tuottaa oikean matematiikan suurimman osan ajasta, mutta se ei takaa; joten jokainen tulos tulee todentaa deterministisilla työkaluilla (SymPy, laskin, manuaalinen validointi) ja vastuun pitäisi jäädä ihmiselle.

2. Opiskelija pyytää tekoälyä ratkaisemaan integraalin ja haluaa saada tuloksen. Mikä on luotettavin tapa varmistaa tulos?

A) Tuloksen erottaminen ja sen tarkistaminen, palaako se alkuperäiseen toimintoon (SymPy tai manuaalisesti) ✔
B) Kysy tekoälyltä, onko tämä totta? kysyä
C) Hyväksyminen sellaisena kuin se on, koska se esitetään sujuvasti ja luotettavasti.
D) Siirrytään toiseen kysymykseen, eikä tulos tarkisteta ollenkaan

Selitys: Derivaatta-integraali-inversio on sisäänrakennettu matematiikan varmennustyökalu: ottamalla saadun tuloksen derivaatan ja tarkistamalla, palaako se itsenäisesti alkuperäiseen funktioon, varmistetaan integraalin oikeellisuus. Sama ristiintarkistus voidaan tehdä SymPyllä.

3. Mitä periaate "oikea tulos ei ole oikea tapa" tarkoittaa tekoälyn ongelmanratkaisussa?

A) Oikea tulos todistaa aina, että myös polku on oikea
B) Polku ei ole tärkeä, vain tulos tulee pisteyttää
C) Väärät välivaiheet voivat johtaa sattumalta oikeaan tulokseen; Siksi sekä tulos että jokainen välivaihe on tarkastettava ✔
D) On mahdotonta löytää kiinteää polkua, joten katsomme vain tulosta

Selitys: Joskus väärät välivaiheet johtavat sattumalta oikeaan tulokseen; Vaikka tulos olisi oikea, polku voi olla virheellinen. Siksi matematiikassa se on vain "onko tulos oikea?" vaan "onko jokainen välivaihe oikein?" Kysymys on myös olennainen ja jokaista vaihetta tulee valvoa.

4. Mitä sinun tulee tehdä, kun tekoäly käyttää todistuksessa ilmausta "yleisyyden menettämättä"?

A) Todistuksen pätevyyden hyväksyminen, koska väite on sujuva
B) Perustelemalla itsellesi, että yleisyys ei itse asiassa ole rikki; ✔ en hyväksy kysymättä
C) Todistuksen katsominen päteväksi lukematta sitä ollenkaan
D) Tämän lausekkeen etsiminen lähteestä lauseen nimenä

Selvennys: Lause "ilman yleisyyden menettämistä" on joskus pätevä (jos on aitoa symmetriaa), mutta joskus se on piilotettu virhe. Tekoäly käyttää tätä ilmaisua paljon; Sinun tulee joka kerta perustella itsellesi, että yleisyyttä ei todellakaan rikota, eikä väitettä saa hyväksyä kyseenalaistamatta.

5. Kirjoitit SymPy-koodin tekoälylle. Miten saat oikean tuloksen?

A) Tekoälyn saattaminen ennustamaan koodin tulostuksen
B) Olettaen, että koodi on oikea lukematta sitä
C) Luotetaan tekoälyn tulkintaan lähdöstä
D) Suorita koodi itse todellisessa Python-ympäristössä ja katso tarkka tulos ✔

Kuvaus: SymPyn teho paljastuu vain, kun koodia ajetaan todellisessa Python-ympäristössä. Kysy tekoälyltä "mitä tämä koodi tuottaa?" Kysyminen ei ole varmennusta, koska tekoäly voi myös muodostaa kooditulosteen. Sinun on suoritettava koodi itse.

6. Jos tekoälyn manuaalisesti löytämän yhtälön ratkaisu ja SymPyn antama tulos eroavat, kumpaan kannattaa luottaa ja miksi?

A) SymPy-tulos, koska se on deterministinen ja tarkka; Pyydä sitten tekoälyä löytämään virheensä sijainti ✔
B) Tekoälyn tulos, koska se selittää sujuvammin
C) Valitse yksi satunnaisesti, koska ne ovat molemmat yhtä luotettavia
D) Hylkäämällä molemmat ja pitäen kysymystä ratkaisemattomana

Kuvaus: SymPy on deterministinen symbolinen laskentajärjestelmä: se antaa aina saman täsmälleen oikean tuloksen samalle syötteelle. Tekoäly tuottaa tekstiä tilastollisesti ja voi hallusinoida. Kiistassa tulee ottaa SymPy perustaksi ja käyttää tekoälyä etsimään sen virheen paikka.

7. Miksi ehto '0.1 + 0.2 == 0.3' ei toimi odotetulla tavalla Python-koodissa ja miten se korjataan?

A) Lisäys on rikki Pythonissa; täytyy käyttää toista kieltä
B) Tarkka yhtäläisyys ei päde liukulukutarkkuuden vuoksi; On käytettävä toleranssia, kuten 'abs(a-b) < 1e-9' ✔
C) Arvo 0,3 on virheellinen; On tarpeen kirjoittaa 0,30000000004
D) Kunto toimii aina oikein, ei ole ongelmaa

Selitys: Tietokoneet tallentavat desimaaliluvut liukulukumuodossa rajoitetulla tarkkuudella; 0,1 + 0,2 tallennetaan hyvin pienellä poikkeamalla, ei tarkalleen 0,3. Siksi tarkan yhtälön '==' sijasta tulisi käyttää toleranssia, kuten 'abs(a-b) < 1e-9'.

8. Mikä on paras "maalaisjärkin testi" ennen skalaarijuuren etsintäkoodin soveltamista todelliseen ongelmaan?

A) Käytä koodia suoraan todelliseen ongelmaan testaamatta sitä ollenkaan
B) Tarkista koodin pituus ja laske se oikein, jos se on pitkä.
C) Koodin testaaminen yksinkertaisella syötteellä, jonka vastaus tiedetään (esim. x²-4=0 juuria ±2) ja tarkistaa, että se antaa odotetun tuloksen ✔
D) Vahvistaa tekoälylle, että koodi on oikea

Selitys: Koodin testaaminen yksinkertaisella syötteellä, jonka vastauksen jo tiedät (esim. ±2 x²-4=0, joiden juuret ovat selvät), on halvin ja tehokkain vahvistus. Jos koodi antaa tunnetun tilanteen oikein, todennäköisyys, että se on luotettava ongelmissa, joita et tiedä, kasvaa.

9. Miten visualisoinnissa tarkistetaan, että kaavio heijastaa matematiikkaa oikein?

A) Jos kaavio näyttää esteettisesti miellyttävältä, sitä pidetään oikeana.
B) Vertaa kuvaajaa funktion tunnettuihin ominaisuuksiin ja vähintään yhden pisteen todelliseen arvoon ✔
C) Ei katso akselimerkintöjä ollenkaan
D) Luotetaan tekoälyn sanalliseen kuvaukseen

Selitys: Hyvältä näyttävän grafiikan ei tarvitse olla tarkka; Tekoäly voi piirtää väärän funktion, väärällä alueella tai vääristyneellä asymptootilla. Vertaamalla kuvaajaa funktion tunnettuihin ominaisuuksiin (värähtelyalue, symmetria, asymptootti) ja ainakin yhden pisteen laskelmaan havaitaan virheitä.

10. Mikä on kriittisin tekoälyllä tuotetun kurssimateriaalin tarkastuspiste ja miksi?

A) Materiaalin fontti ja värimaailma
B) Materiaalin pituus ja sivumäärä
C) Ratkaistujen esimerkkien tarkkuus; koska opiskelijat ottavat niitä malleina ja opettavat väärää esimerkkiä ja väärää menetelmää ✔
D) Kuinka nopeasti materiaali tuotetaan

Selitys: Opiskelijat ottavat mallina ratkaistuja esimerkkejä; Väärin ratkaistu esimerkki opettaa opiskelijoille suoraan väärän menetelmän. Siksi jokainen ratkaistu esimerkki on tarkistettava yksitellen, askel askeleelta, joko SymPyllä tai manuaalisesti. Pieni epäselvyys aiheen selityksessä voidaan kompensoida, mutta väärä esimerkki aiheuttaa peräkkäisiä vahinkoja.

11. Mikä on tehokkain ja luotettavin tapa todentaa tekoälyn tuottama monivalintakysymysjoukko?

A) Kysy tekoälyltä vielä kerran, ovatko kysymykset oikein
B) Tarkista vain muutama kysymys satunnaisesti ja luota muihin
C) Käytä vastausnäppäintä sellaisenaan tarkistamatta sitä
D) Vastausavaimen tarkistaminen kollektiivisesti ja deterministisesti tulostamalla ja suorittamalla koodi, joka ratkaisee kaikki kysymykset SymPyllä ✔

Selitys: Tekoäly tekee useimmiten virheitä, kuten merkitsee vastausavaimen väärin ja tuottaa useita/nolla oikeita vaihtoehtoja. Kaikki kysymykset kerralla ratkaisevan koodin kirjoittaminen ja suorittaminen SymPyllä on tehokkain tapa tarkistaa vastausavain deterministisesti ja joukkona.

12. Mikä seuraavista on tärkein syy siihen, miksi tekoäly tekee virheitä matematiikassa?

A) Tekoäly on kielimalli; ei tarkista loogista oikeellisuutta, luo tekstiä tilastollisesti ✔
B) Tekoäly ei ole koskaan oppinut matematiikkaa
C) Tekoäly on tietoisesti ohjelmoitu antamaan vääriä vastauksia
D) Tekoäly tekee virheitä vain erittäin vaikeissa ongelmissa, ei koskaan helpoissa.

Kuvaus: Tekoäly ei ole logiikkakone, vaan kielimalli, joka tuottaa tekstiä tilastollisilla kuvioilla; Siinä ei ole sisäistä mekanismia vaiheiden loogisen oikeellisuuden tarkistamiseksi. 'Kelvollinen todistus' '3-numeroisella kertolaskulla' on hänelle tehtävä samantyyppisen tekstin tuottaminen, joten sen oikeellisuutta ei voida taata.

13. Kun todennäköisyysongelman tulos on 1,4, mistä tiedät, että virhe on menemättä yksityiskohtiin?

A) Laskelma on oikein, koska tulos on 1,4, todennäköisyys voi ylittää 1
B) Todennäköisyysmerkki on merkityksetön, arvo hyväksytään siitä huolimatta
C) Virhettä ei ymmärretä, tulos katsotaan lopulliseksi.
D) Todennäköisyyden on oltava välillä 0 ja 1; ✔ Terve järkeä testaus osoittaa virheen, koska 1.4 ylittää tämän rajan

Kuvaus: Tervettä järkeä ja suuruusluokkaa koskeva testi tarkistaa sekunneissa, onko tulos kohtuullisella alueella. Todennäköisyyden on määritelmän mukaan oltava välillä 0 ja 1; 1.4 on tämän rajan ulkopuolella, joten on selvää, että kyseessä on virhe katsomatta laskennan yksityiskohtia.

14. Miksi on tärkeää kirjoittaa 'e^{x^2}' 'e^x^2':n sijaan LaTeXissä?

A) Ne ovat täsmälleen samat, ero on vain esteettinen
B) Hakasulkeet määrittävät eksponentin laajuuden; Ilman sitä lauseke olisi virheellinen tai moniselitteinen, joten monimerkkinen eksponentti {} on välttämätön ✔
C) Kiharat hakasulkeet ovat hyödyttömiä LaTeXissä
D) 'e^x^2' on aina tosi, '{}':n käyttö on tarpeetonta

Selitys: LaTeX:n yleisin virhe on laajuusvirhe: jos kiharasulkuja '{}' ei käytetä monimerkkisessä eksponentissa, alaindeksissä tai murtoluvussa, vain ensimmäinen merkki peitetään ja lausekkeesta tulee virheellinen (tai jopa moniselitteinen). 'e^{x^2}' tekee selväksi, että koko eksponentti on x²; Koodi tulee esittää ja tarkistaa silmämääräisellä tarkastuksella.

15. Haluat saada aktiivisen keskitetyn kokeen kysymykset tekoälyn varmentamaan. Mikä on paras lähestymistapa etiikan ja yksityisyyden kannalta?

A) Kysymysten kirjoittaminen vapaasti mihin tahansa yleiseen tekoälytyökaluun, koska matematiikka ei sisällä luottamuksellisia tietoja
B) Kysymysten käyttäminen kokeessa tarkistamatta niitä
C) Kysymysten vahvistaminen suojatulla/natiivityökalulla (esim. SymPy) tai käyttämällä vain yksityisyyden takaavia yritystyökaluja ✔
D) Kysymysten jakaminen sosiaalisessa mediassa ja muiden hallinnan pyytäminen

Kuvaus: Aktiiviset koekysymykset ovat arkaluonteisia; Se voi teoriassa paljastua, kun hakkeroidaan tekoälytyökalu, jonka luottamuksellisuutta ei taata. Oikea lähestymistapa on joko vahvistaa kysymykset turvallisella/natiivityökalulla (esim. SymPyssä työskentelevän kollegan kanssa) tai käyttää vain yrityksen sertifioimia, tietosuojan takaamia työkaluja.