רווחים:
- יכולת לבצע אוטומציה של משימות ניקוי וניתוח נתונים סביבתיים עם קוד Python המופעל על ידי בינה מלאכותית
- יכולת לאמת קוד שנוצר בינה מלאכותית עם בדיקת יחידות, בדיקות ומקרי קצה
- יכולת ליישם עקרונות של הגנה על נתונים סביבתיים סודיים/אישיים ושימוש אחראי בינה מלאכותית
מבחן מודול
1. שאלת את ה-AI לגבי מגבלת ההזרמה של מכון טיהור שפכים והדגם ענה '120 מ"ג/ליטר ל-COD, לפי טבלה 19 לתקנת בקרת זיהום מים". מהי ההתנהגות הנכונה ביותר?
- א) אימות הערך והטבלה המופנית מהטקסט הרשמי של התקנה הנוכחית ✔
- ב) מכיוון ש-AI הוא מודל עדכני, כתיבת הערך ישירות להיתר הפריקה
- ג) פשוט המיר את היחידה מ-mg/L ל-g/L והשתמש
- ד) שאל את ה-AI 'אתה בטוח?' ולהסתפק בתשובה 'כן'
הסבר: LLM יכול לייצר נקודות שבירה ומספרי טבלה/פריטים שהם סבירים סטטיסטית אך לא אמיתיים (הזיה). מגבלת ההזרמה משתנה בהתאם למגזר, סביבת הקליטה והרגולציה הנוכחית; שימוש בערך ובטבלה המופנית ללא אימות מטקסט הרגולציה הרשמי (העתון הרשמי) יוביל לאי ציות ולעונש.
2. מה היה צפוי בדרך כלל אם יחס ה-F/M (נוטריינט/מיקרואורגניזם) נמוך מדי במערכת בוצה פעילה?
- א) מצב בו העומס האורגני גבוה מאוד והבוצה נשארת צעירה
- ב) בוצה מיושנת במיוחד ומצב תפעולי הנשלט על ידי נשימה פנימית ✔
- ג) מצב בו אוורור הופך למיותר לחלוטין
- ד) הוכחה שמגבלות הפריקה נשמרות אוטומטית
הסבר: יחס F/M מבטא את העומס האורגני למסה של מיקרואורגניזמים. F/M נמוך מאוד הוא מצב הפעלה שבו מיקרואורגניזמים גוועים ברעב ועוברים לנשימה פנימית, הבוצה מזדקנת יתר על המידה, ובדרך כלל ניתן להבחין בבעיות היווצרות מחטים/בוצה מפוזרת ושקיעה. אם AI מפרש ערך F/M, יש צורך לאמת אותו עם גיל בוצה, SVI ונתוני מעבדה.
3. השתמשת ב-AI כדי להעריך את עומס ה-NOx השנתי באמצעות מקדם הפליטה בחישוב פליטת גזי פליטה. מה עליך לעשות לפני שתוכל לדווח בבטחה על התוצאה?
- א) עיגל את התוצאה כלפי מעלה והכנס אותה ישירות למלאי הפליטות
- ב) פשוט תקן את צבעי התרשים ופרסם את הדוח
- ג) שימוש בתוצאה גם אם CO2 חושב בטעות במקום NOx
- ד) הדפס את נתוני גורם הפליטה, המקור, היחידה והפעילות בשימוש ואמת את החישוב ✔
הסבר: זה עובד עם ההיגיון של פליטה = גורם × גודל פעילות. AI עשוי להשתמש בגורם פליטה שגוי (דלק שגוי, יחידה שגויה, מקור מיושן). יש צורך לשחזר את החישוב על ידי הדפסה ברורה של הגורם המשמש, מקורו, יחידה ונתוני פעילותו והשוואתו למקור רשמי של גורם פליטה (למשל EMEP/EEA או הנחיות לאומיות).
4. איזה מהבאים הוא סדר התעדוף לפי עיקרון 'היררכיית הפסולת' בניהול פסולת?
- א) סילוק > שחזור > מיחזור > שימוש חוזר > מניעה
- ב) מיחזור > סילוק > מניעה > שימוש חוזר > שחזור
- ג) מניעה > שימוש חוזר > מיחזור > שחזור > סילוק ✔
- ד) שימוש חוזר > סילוק > מניעה > מיחזור > שחזור
הסבר: היררכיית הפסולת, מהרוב לפחות, היא: מניעה (צמצום) > שימוש חוזר > מיחזור > (אנרגיה) השבת > סילוק (הטמנה). גם אם בינה מלאכותית מייצרת טיוטת תוכנית לניהול פסולת, יש לוודא שהרצף הזה ושיטת הסילוק המוצעת תואמים את החקיקה ואת אפיון הפסולת.
5. AI כתבה בטיוטה של דוח EIA כי 'ההשפעה הסביבתית של פרויקט היא זניחה'. מהי הגישה ההנדסית הטובה ביותר לתפוקה זו?
- א) אי כתיבת שיקול דעת ההשפעה בדוח מבלי לאמת אותו עם נתוני שטח, מודלים והערכת מומחים ✔
- ב) מכיוון ש-AI הוא ניטרלי, שים את ההצהרה כפי שהיא במסקנה
- ג) פשוט כתוב מחדש את המשפט בשפה רשמית יותר
- ד) דילוג מוחלט על הערכת ההשפעה והגשת בקשה ישירה להרשאה
תיאור: הערכת השפעה ב-EIA; מבוסס על נתוני שטח, קבלת רגישות סביבתית, השפעות מצטברות וספים רגולטוריים. בינה מלאכותית יכולה לייצר שיקול דעת כמו 'זניח' מבלי לבסס אותו בנתונים. יש לקחת זאת כהשערה/סקיצה; אין לכתוב את גודל ההשפעה כפסק דין סופי בדוח מבלי להיות מאומת על ידי מדידה, מידול והערכת מומחים.
6. בסדרת זמן PM10 מתחנת הניטור הרציפה, ה-AI סימן 'חיתוך יתר' פתאומי (מעל ערך הסף). איזה שלב אימות הוא הקריטי ביותר?
- א) שליחת השלט ישירות לפקיד כהודעת חריגה רשמית
- ב) בדיקת נתונים גולמיים, דגלי חיישן QA/QC, כיול ונתוני תחנות שכנות ✔
- ג) החלקת הגרף והסתרת החריגה
- ד) העלאת הסף והקפדה על כך שהחריגה לא תיראה
הסבר: קפיצות פתאומיות בנתוני החיישן עשויות להיות אירוע זיהום אמיתי, אך עשויות להיות גם תקלה בחיישן, סחיפה של כיול, חלון תחזוקה או שגיאת העברת נתונים. לפני קבלת החריגה כאמיתית, יש צורך לאמת אותה על ידי התבוננות בנתונים הגולמיים, דגלי ה-QA/QC של החיישנים, יומן הכיול ונתוני התחנה/מטאורולוגיה השכנות; אחרת תתרחש אזעקת שווא או אירוע החמצה.
7. מה המשמעות של פליטות 'סקופ 2' בחישובי טביעת הרגל הפחמנית של החברה?
- א) כל הפליטות העקיפות הנובעות משרשרת אספקה ושימוש במוצר
- ב) פליטות ישירות משריפת דלק במתקן
- ג) פליטות עקיפות של חשמל קנוי, קיטור וחימום/קירור ✔
- ד) רק פליטות מסילוק פסולת
תיאור: היקף 1 מכסה פליטות ישירות (שריפת דלק במתקן שלך, צי רכב), היקף 2 מכסה פליטות עקיפות של אנרגיה קנויה (חשמל, קיטור, חימום/קירור), היקף 3 מכסה פליטות עקיפות אחרות בשרשרת הערך (אספקה, תחבורה, שימוש במוצר). למרות שבינה מלאכותית מייצרת טיוטת מלאי, יש לאמת את גורמי הפליטה וסיווג ההיקף שבהם הוא משתמש.
8. כאשר חישה מרחוק נותנת ערך גבוה של NDVI (Normalized Difference Vegetation Index), על מה זה מעיד בדרך כלל?
- א) גוף מים עמוק ונקי
- ב) סלע ואדמה חשופים
- ג) ריכוז זיהום אוויר גבוה
- ד) צמחייה ירוקה צפופה ובריאה ✔
תיאור: NDVI מחושב כיחס בין ההפרש בין פסי האינפרא אדום הקרוב והאדום לסכום שלהם והוא בדרך כלל בין -1 ל-+1. ערכים חיוביים גבוהים מצביעים על צמחייה ירוקה צפופה ובריאה; מים ואדמה חשופה נותנים ערכים נמוכים או שליליים. גם אם ה-AI יוצר פרשנות של NDVI, יש לאמת את השפעות הכיול של ענן, צל, עונה וחיישנים עם אמת.
9. שאלת את ה-AI שאלה לגבי חקיקה סביבתית והמודל נתן ערך גבול ברור בהתייחס למאמר תקנה ספציפי. מה חובה לפני השימוש במידע זה באפליקציה רשמית?
- א) אישור מספר החומר, ערך הגבול וסטטוס התוקף מהמקור הרשמי הנוכחי ✔
- ב) כתוב את מספר המאמר שניתן על ידי AI בעתירת הבקשה כפי שהיא.
- ג) פשוט כתוב מחדש את המשפט בסגנון רשמי
- ד) לקיחת הממוצע כי AI נותן יותר מתשובה אחת
הסבר: מנהלי לימודים בלימודי תואר שני עשויים לייצר מספרי מאמרים לא קיימים, תקנות שבוטלו או נקודות שבירה שגויות ולהגיש אותם ללא מידע על התאריך הנוכחי. לא ניתן להשתמש בהתייחסות חקיקה ובערך הגבלה בעסקאות רשמיות מבלי שיאושרו עם תאריך התוקף מהמקור הרשמי הנוכחי (העתון הרשמי, פורטל החקיקה).
10. מה נכון לפני השימוש בסקריפט Python שנוצר בינה מלאכותית לניקוי נתוני תחנות ניטור מגמות?
- א) הכנסת תוצאת המגמה ישירות לדוח שכן הקוד עובד ללא שגיאות
- ב) קיצור שמות משתנים ומחק שורות הערה
- ג) העלאת התסריט עם כל נתוני המעקב הגולמיים לשירות ציבורי
- ד) אמת באמצעות בדיקות עם תוצאות ידועות, בדיקת יחידות ומקרי קצה, והגן על סודיות הנתונים ✔
תיאור: קוד AI עשוי להכיל המרת יחידה שגויה, מילוי נתונים חסרים שגויים, ניתוח תאריך שגוי, או במקרים קצה באגים שקטים. קוד; מאומת עם נתוני בדיקה קטנים עם תוצאות ידועות, בדיקת נפח/גודל ומקרי קצה (ערך חסר, קריאה שלילית, רשומה כפולה); בנוסף, אין לשלוח נתונים אישיים/סודיים לשירותים חיצוניים ללא רשות. התוצאה מאושרת בשיפוט הנדסי.