אינטגרציה מקצה לקצה: זרימת עבודה, אימות וביקורת

רווחים:

• יכולת לעצב זרימת עבודה ביטוחית מקצה לקצה הנתמכת על ידי בינה מלאכותית, החל מהיישום ועד לתשלום
• יכולת הצבת נקודות אימות, רישום שבילים ואישור אנושי בכל שלב
• יכולת יצירת פוליסת שימוש בבינה מלאכותית ורשימת בדיקה ביחידת ביטוח

יחידות קודמות הראו כיצד להשתמש בבטחה בבינה מלאכותית במשימות ביטוח בודדות (חיתום, תמחור, תביעות, הונאה, תקשורת, תיעוד, שירות לקוחות, הגינות, פרטיות). היחידה הסופית הזו מפגישה את הכל: איך מעצבים זרימת עבודה ביטוחית מקצה לקצה מרגע הגעת בקשה לתביעה לתשלום, עם אימות, רישום שובל ואישור אנושי בכל שלב? המטרה היא לנהל את העובדה שבינה מלאכותית מוסיפה מהירות אבל יכולה גם לשנות שגיאות: זרימה מתוכננת היטב משתמשת בבינה מלאכותית כעוזר בכל שלב, אך מפקידה החלטות קריטיות בידי האדם ועושה הכל לביקורת. ביחידה זו תלמדו כיצד לתכנן זרימה מקצה לקצה, להציב נקודות ביקורת וליצור מדיניות שימוש ורשימת בדיקה ישימה ביחידת ביטוח.

זרימה מקצה לקצה: "AI מייצר → אנושי מאמת → מוכשר מחליט."

בלב זרימת עבודה בריאה של ביטוח הוא מחזור שחוזר על עצמו: בינה מלאכותית מייצרת טיוטה, מומחה מאמת אותה, המומחה מקבל את ההחלטה. מחזור זה חוזר על עצמו בכל שלב. זרימה אופיינית:

1. בקשה/הצעה: בינה מלאכותית מסכמת את הבקשה, מסמנת גורמי סיכון ← חתם מאמת ← מקבל קבלה/דחייה והחלטת בונוס.
2. הנפקת פוליסה: מפרט AI/טבלה/טיוטות תקציר ← מומחה מאשר עקביות וניסוח משפטי ← מאשר משפטי.
3. תקשורת עם לקוחות: בינה מלאכותית מפשטת טקסט ← מומחה מאשר תביעות כיסוי/מחיר ← טקסט מאושר עובר.
4. תביעות: בינה מלאכותית מסכמת את הקובץ, מסמנת חוסר עקביות ← מתאם תביעות מוודא את הכיסוי עם הפוליסה ← מחליט על תשלום/דחייה.
5. הונאה: בינה מלאכותית מאותתת על חשד ← מאשרת עם ראיות מומחה ← מאשרת הצהרת משפטית/ציות.
6. שירות לקוחות: צ'טבוט מסווג/מודיע ← הסלמה אנושית ← נציג מוסמך פותר כאשר חריגה מהסף.

ישנם שלושה קבועים בכל שלב: אנונימיזציה (פרטיות), אימות (מקור + חשבון + מדיניות), רשומת עקבות (מי, מה, על סמך מה).

זהירות: אוטומציה מגבירה את המהירות אך גם מרחיבה את השגיאות. אם תטמיע פלט AI לא מאומת בזרם, שגיאה אחת יכולה להתפשט על פני מאות קבצים. לפיכך, המחסומים אינם ניתנים למשא ומתן.

מחסומים ורישום מסלול

מחסום הוא מקום בזרימה הדורש אישור ואימות אנושי לפני שממשיכים. מחסומים ממוקמים היטב קודמים לכל החלטת אבטחה/תאימות קריטית (אזור אדום): קבלה/דחייה, מחיר, כיסוי, תשלום נזקים, דיווח על הונאה, טקסט מחייב מבחינה משפטית. רשומת העקבות מאחסנת את המידע "איזה פלט הופק, מי אימת אותו, על מה הוא התבסס, מי אישר אותו" בכל שלב. רישום זה הוא חובה הן עבור ביקורת (SEDDK, ביקורת פנימית) והן עבור זכויות לקוחות (התנגדות, למידת ההצדקה).

טיפ: הוסף הערת "נימוק ואישור" בשורה אחת ליד כל החלטה של אזור אדום: "החלטה ההרגל הזה חוסך אותך בביקורת.

חמש שאלות חיוניות לשליטה עצמית

לפני שאתה מזרים פלט AI כלשהו, בדוק אותו בעצמך עם חמש שאלות:

1. אימות: האם אישרתי פלט זה עם המקור, החשבון והמדיניות?
2. מקור: האם כל טענה מבוססת על מסמך/חקיקה, או שאפשר להמציא אותה?
3. פרטיות: האם נתונים אישיים/פרטיים אנונימיים, האם הכלי מאושר?
4. הוגנות: האם ההחלטה מבוססת על התכונה המוגנת או ה-proxy שלה, האם ניתן להסביר אותה?
5. אישור: האם התקבל המומחה המוסמך והאישור הדרוש להחלטת אזור אדום זו?

אם אינך יכול לענות "כן" על כל חמש השאלות, הפלט לא יזרום.

שלב אחר שלב: קביעת מדיניות AI ביחידה

1. משימות אזור. מקם את כל משימות היחידה באזור הירוק/צהוב/אדום.
2. רשום את חוקי האזור האדום. אישור ואימות אנושי חובה לקבלה/דחייה, מחיר, כיסוי, תשלום, הונאה, טקסט משפטי.
3. הגדר סטנדרט אנונימיזציה. אילו נתונים נמחקים ואיך, איזה כלי מאושר.
4. הציבו מחסומים. אימות + אישור לפני כל החלטה אדומה.
5. דרוש הקלטת עקבות. הערת נימוק ואישור בכל שלב.
6. הדרכה ופיקוח. אימון הצוות ושמירה על המדיניות באמצעות ביקורת עצמית וביקורת פנימית שוטפת.

שלושה מיני תיקים

מקרה 1 - הימנעות משגיאת קנה מידה. יחידה אחת החלה בייצור המוני של מכתבי חידוש עם בינה מלאכותית. במנה הראשונה, משפט המחיר שייך באופן שגוי את הבטוחה. המחסום (אישור המומחה של 20 האותיות הראשונות) תפס את השגיאה הזו; לאחר תיקון התבנית, הופקו אלפי מכתבים בבטחה. ללא המחסום, הטעות תתפשט בכל המפלגה.

Case 2 — Value of trace record in audit. בסקירת SEDDK/ביקורת פנימית, נשאלה הסיבה להחלטת דחייה נתמכת בינה מלאכותית. היחידה הראתה את ההערה "ההחלטה התבססה על סעיף מדיניות 4.2 חריג; אושר על ידי מומחה נזקים; מנהל יחידת אישור" מתוך תיעוד העקבות. ההחלטה התבררה כניתנת להגנה. בלי העקבות, "ה-AI אמר זאת" תהיה תשובה בלתי נסבלת.

מקרה 3 - יישום חמש השאלות. חתם בדק רציונל קבלה שנוצר בינה מלאכותית עם חמש שאלות מבלי להריץ אותו: האימות היה תקין, המקור קיים, הנתונים היו אנונימיים, אבל שם לב בשאלת "ההגינות" שהרציונל מבוסס על פרוקסי שכונתי. החליף את ההצדקה בקריטריון של סיכון לגיטימי. ההערכה העצמית בת חמש השאלות תפסה את הסיכון של אפליה בסוף.

ארבע הנחיות הניתנות להעתקה

1) עיצוב זרימה מקצה לקצה:

הגדר זרימת עבודה מקצה לקצה עבור [סוג פוליסה] מיישום לתביעה לתשלום. Specify for each step: role of AI (outline/summary), human verification, competent decision maker, checkpoint and trail content. סמן גם החלטות באזור אדום (קבל/דחה, מחיר, היקף, תשלום, הונאה, טקסט משפטי).

2) מיקום מחסום:

בדוק את זרימת העבודה הבאה והצב נקודות ביקורת: [זרימה]הוסף אישור אנושי חובה + אימות לפני כל החלטה קריטית לאבטחה/תאימות. סמן מחסומים חסרים כ"סיכון: אין מחסום" והמליץ.

3) בדיקה עצמית של חמש שאלות:

הערך את הפלט הבא של AI עם חמש שאלות ביקורת עצמית: [פלט]1. האם בוצע אימות? 2. האם כל טענה מבוססת על המקור?3. פרטיות/אנונימיזציה בסדר? 4. האם קיים סיכון הגינות/פרוקסי?5. האם נדרש אישור מומחה מוסמך או שהושג? ענה בבירור על כל שאלה; אם יש "לא", ציין שהפלט לא צריך להיכנס לזרם.

4) טיוטת מדיניות שימוש בבינה מלאכותית של היחידה:

כתוב טיוטה של מדיניות שימוש בבינה מלאכותית עבור יחידת ביטוח. כולל: ייעוד משימות (ירוק/צהוב/אדום), כללי אישור חובה של אזור אדום, תקן אנונימיזציה, מדיניות רשימת רכבים מאושרת, מחסומים, חובת רקורד, הדרכה ובדיקה. בקיצור, נקודות כדור בר-פעולה.

הנחיה חלשה / הנחיה חזקה

חלש: "הפוך את כל תהליך הביטוח לאוטומטי בבינה מלאכותית וזה יאיץ".

בעיה: השארת החלטות באזור אדום לאוטומציה; ללא אימות, ללא אישור וללא הקלטת עקבות. מאזני שגיאה.

חזק: "תכנן זרימה מקצה לקצה; ציין תפקיד בינה מלאכותית, אימות אנושי, מקבל החלטות מוכשר, מחסום ומסלול בכל שלב; סמן החלטות באזור אדום."

למה זה טוב: מהירות ואבטחה הולכים יד ביד; כל החלטה קריטית תלויה באנשים ובאימות, התהליך ניתן לביקורת.

טבלת השוואה

שלב זרימה

תפקיד AI

אימות

החלטה מוסמכת

בקשה/הצעה

סיכום, סימן

מדריך חיתום

חתם

מדיניות/מסמך

סקיצה, שולחן

מקור + עקביות

מומחה + משפט

צור קשר

פישוט

אישור מדיניות

אישור מומחה

נזק

סיכום, חוסר עקביות

מדיניות שורה אחר שורה

מתאם נזקים

הונאה

אות ספק

אישור עדות

מומחה + משפטי/תאימות

שירות לקוחות

סיווג

סף הסלמה

נציג מוסמך

טעויות נפוצות

• עוקף את המחסום. הטמעת החלטת האזור האדום בזרימה ללא אימות/אישור.
• לא שומרת רשומות. להיות פגיע בביקורת ובהתנגדות עם "AI אמר כך".
• דילוג על חמש שאלות. שימוש בפלט ללא שליטה עצמית.
• לא בודק את המנה הראשונה בייצור המוני. קנה מידה של באג לאצווה שלמה.
• כתיבת המדיניות ולא מיישמתה. משאירים את הכלל על הנייר ומשאירים אותו ליוזמה.

לסיכום

הבסיס של תזרים הביטוח מקצה לקצה הנתמך בבינה מלאכותית הוא מחזור "AI מייצר → אנושי מאמת → קבלת החלטות מוסמכת". אנונימיזציה, אימות ורישום עקבות קבועים בכל שלב; לכל החלטת אזור אדום יש מחסום ואישור אנושי. בדיקה עצמית של פלט עם חמש שאלות (אימות, מקור, פרטיות, הגינות, אישור). קבע מדיניות חיים ליחידה הכוללת ייעוד משימה, כללי אזור אדום, תקן אנונימיזציה, מחסומים ורישום שבילים. בינה מלאכותית מואצת; האחריות הסופית מוטלת תמיד על האדם המוסמך.

משימת יישום

בחר תזרים מקצה לקצה עבור היחידה שלך (למשל תביעת ביטוח לתביעה). עצב את הזרימה עם הנחיה מספר 1, מקם את נקודות הבקרה עם הנחיה מספר 2. לאחר מכן, נסח מדיניות בינה מלאכותית של יחידה של עמוד אחד עם הנחיה מספר 4. לבסוף, בדוק את שלוש יציאות ה-AI שהפקת בשבוע האחרון עם חמש שאלות מס' 3: כמה היו מתאימות להיכנס לזרימה?

רשימת בדיקה

• [ ] תכננתי את הזרימה מקצה לקצה; זיהיתי את תפקיד הבינה המלאכותית/אימות/החלטה בכל שלב.
• [ ] שמתי מחסום מול כל החלטת אזור אדום.
• [ ] יישמתי את תקן האנונימיזציה והכלים המאומתים.
• [ ] שמרתי תיעוד של הצדקה ואישור בכל שלב.
• [ ] בדקתי את התוצאות עם חמש שאלות בדיקה עצמית.
• [ ] ניסחתי מדיניות AI ישימה עבור היחידה.
• [ ] תכננתי לשמור על הפוליסה בחיים עם הכשרה ובדיקה שוטפת.

מבחן מודול

1. חתם רוצה להשתמש בבינה מלאכותית כדי לסכם במהירות את הסיכונים של יישום ביטוח מסחרי מורכב. מהי הגישה הנכונה ביותר?

• א) שימוש בבינה מלאכותית כדי לסכם את מסמכי הבקשה ולסמן גורמי סיכון; קבלת החלטות קבלה/דחייה ופרמיה כחתם מוכשר על ידי אישור עם מדריך החיתום ותנאי הפוליסה ✔
• ב) עיבוד הפרמיה המוצעת על ידי בינה מלאכותית והחלטת הקבלה ישירות לתוך הפוליסה
• ג) אם הבינה המלאכותית אומרת שזה לא מסוכן, הנפק את הפוליסה ללא כל בדיקה אחרת.
• ד) דלג על עיון במדריך החיתום והאיץ את התהליך

תיאור: סיכום סיכונים הוא משימת שרטוט שבה AI הוא רב עוצמה; עם זאת, החלטת הקבלה/דחייה והחלטת הפרמיה היא קריטית לאבטחה ולעמידה בדרישות. ניתן להשתמש בבינה מלאכותית לצורך מיון ותדרוך מראש, אך ההחלטה צריכה להתקבל על ידי החתם המוסמך, באישור מדריך החיתום ותנאי המדיניות. פלט AI אינו מחליף אישור זה.

2. מה זה אומר כשבינה מלאכותית "הוזה" בהקשר ביטוחי?

• א) בינה מלאכותית פועלת לאט מאוד ואינה יכולה להגיב
• ב) בינה מלאכותית המצפנת נתוני לקוחות
• ג) בינה מלאכותית מגיבה רק באנגלית
• ד) בינה מלאכותית מפיקה בטחונות, פריט או שער שנראים אמיתיים אך הם שקריים ✔

הסבר: הזיה היא כאשר בינה מלאכותית מייצרת מידע שנראה אמיתי אך הוא שקרי (לדוגמה, כיסוי לא קיים, מאמר חקיקה מפוברק או תעריף פרמיה שגוי). לכן, כל פלט חייב להיות מאומת עם טקסט המדיניות והחקיקה הנוכחית.

3. What does the concept of "loss frequency" mean in actuarial analysis?

• א) מספר תביעות לכל פוליסה או יחידה בתקופה מסוימת ✔
• ב) כמה ימים לוקח לתשלום תביעה?
• ג) סכום ממוצע ששולם לתביעה
• ד) הרווח השנתי הכולל של החברה

הסבר: תדירות התביעות היא מספר התביעות לכל פוליסה או יחידה בתקופה נתונה (למשל 45 תביעות בשנה לכל 1,000 פוליסות). הוא משמש יחד עם חומרת הנזק (עלות ממוצעת לתביעה) כדי לקבוע את עלות הנזק הצפויה ולפיכך את פרמיית הסיכון.

4. מתקן נזקים שאל את הבינה המלאכותית האם תיק תביעה לביטוח רכב מכוסה בפוליסה. בינה מלאכותית "מכוסה", אמר. מהי הגישה הנכונה?

• א) אשר את התשלום ישירות כי הבינה המלאכותית אמרה בטווח
• ב) אישור ההיקף שורה אחר שורה בתנאים המיוחדים והכלליים של הפוליסה, חריגים ופטורים וקבלת ההחלטה כמומחה נזקים מוכשר ✔
• ג) הבטחת תשלום ללקוח מבלי לעיין בנוסח הפוליסה
• ד) העתקת הצדקה של בינה מלאכותית למכתב הדחייה בדיוק כפי שהוא

Explanation: The coverage decision depends on the special and general conditions of the policy, exclusions and exemptions. פלט הבינה המלאכותית הוא טיוטה/הערכה מוקדמת; החלטת הכיסוי חייבת להתקבל על ידי מומחה נזקים מוסמך, המאשר שורה אחר שורה בנוסח הפוליסה.

5. AI סימנה קובץ תביעות כ"סיכון גבוה להונאה". מה הצעד הנכון הבא?

• א) האשמה ישירה של הלקוח בהונאה וסירוב לשלם
• ב) דיווח אוטומטית על התיק לפרקליטות
• ג) ראיית השלט כאות לחשד ואימתו במסמכים, מומחיות ונתונים; ביצוע ההודעה/האשמה באישור מומחה מוסמך ומשפטי ✔
• ד) התעלם מהשלט ושלם את התיק כרגיל

הסבר: דגל הונאה הוא אות לחשד, לא ראיה. בשל חזקת החפות, יש לאמת אות זה באמצעות ראיות (מסמך, מומחיות, עקביות נתונים, שאילתת SBM) וההאשמה/ההודעה חייבת להתבצע רק עם אישור מומחה מוסמך ומשפטי/ציות. הסיכון של חיוביות כוזבות עלול לגרום לנזק חמור ללקוח.

6. בינה מלאכותית הכינה טקסט הסבר בטחונות שיישלח ללקוח. בטקסט נכתב "כל נזקי המים מכוסים". מה כדאי לעשות?

• א) שליחת ההצהרה כפי שהיא מכיוון שהיא נראית ידידותית ללקוח
• ב) החלפת "הכל" ב"בהחלט כל"
• ג) אי ביצוע בדיקות לפני שליחת הטקסט ללקוח
• ד) אישור ההצהרה עם החריגים והפטורים של הפוליסה ותיקון ההצהרות המוחלטות כדי שיהיה מדויק ולא מטעה ✔

הסבר: במדיניות יש לעתים קרובות אי הכללות כגון הצפה, הצפה או חוסר תחזוקה; אמירות מוחלטות כמו "הכל" יכולות להטעות וליצור ציפיות שווא. כל תביעת כיסוי צריכה לקבל אישור בתנאים המיוחדים והכלליים של הפוליסה, ולתקן הצהרות מוחלטות לפי חריגים.

7. מדוע הסיכון של "הטיה ואפליה" חשוב במיוחד במודלים של תמחור בביטוח?

• א) המודל יכול לייצר תמחור לא הוגן על ידי לימוד דפוסים מפלים בנתונים היסטוריים וביצוע אפליה עקיפה באמצעות משתנים רגישים ✔
• ב) הטיה רק תגרום למודל לפעול לאט
• ג) הטיה משפיעה רק על טקסטים שיווקיים, לא על המחיר
• ד) הסיכון לאפליה קיים רק בביטוחי בריאות

תיאור: מודל הבינה המלאכותית יכול ללמוד דפוסים מפלים בנתונים היסטוריים ולהבחין בעקיפין באמצעות משתנים רגישים או קשורים כגון מגדר, מוצא אתני ואזור מגורים. זו סוגיה אתית ומשפטית כאחד; החקיקה אוסרת אפליה בלתי הוגנת ומחייבת את התמחור להיות מוצדק.

8. נציג לקוחות עומד לרשום את שם הלקוח ומספר תעודת זהות תוך פנייה לבינה המלאכותית על מקרה נזק מורכב. מהי ההתנהגות הטובה ביותר?

• א) רשום את כל המידע האישי כי AI מגיב טוב יותר
• ב) אנונימיים את ההקשר ושואלים רק עם מקבילות עובדתיות, מבלי לרשום פרטים מזהים ✔
• ג) רק כתיבת השם והסתרת תעודת הזהות הטורקית נחשבת מספיקה.
• ד) בקשה מבינה מלאכותית לכתוב את הנתונים ולאחר מכן למחוק אותם

הסבר: שם, מספר תעודת זהות TR ופרטי בריאות/נזק הם נתונים אישיים ומיוחדים. ההקשר חייב להיות אנונימי לפני שניתן לכלי מבוסס ענן; מקבילות קליניות/עובדתיות (למשל "גיל 45, פוליסת ביטוח רכב, התנגשות חד-צדדית") שומרות על סודיות מבלי להפחית את איכות הפלט.

9. צ'אט בוט הנתמך בבינה מלאכותית קיבל את בקשת הלקוח, "אני רוצה לבטל את הפוליסה שלי ולקבל את הפרמיה שלי בחזרה". מהו העיצוב הנכון?

• א) הצ'אטבוט צריך לעבד באופן מיידי את הביטול וההחזר בעצמו
• ב) הצ'אטבוט צריך לדחות את הבקשה ולסגור את השיחה
• ג) הצ'אטבוט צריך לסווג וליידע את הבקשה, אך להעביר את העסקה שגורמת להשלכות כספיות/משפטיות לנציג האנושי המוסמך ✔
• ד) הצ'אטבוט חייב להבטיח ללקוח את סכום ההחזר המדויק

הסבר: בקשות שיש להן השלכות כספיות ומשפטיות, כמו ביטול, החזר פרמיה ופיצוי, הן משימות שהצ'אטבוט לא יכול לבצע בעצמו. הצ'אטבוט יכול לסווג את הבקשה ולספק מידע, אך חייב להאציל את העסקה לגורם אנושי מוסמך עם סף הסלמה.

10. מבחינת KVKK, לאיזו קטגוריה נכנסים נתוני הבריאות של לקוח ביטוח ומה זה אומר?

• א) מדובר בנתונים אישיים רגילים, אינם דורשים הגנה נוספת
• ב) זה לא נחשב לנתונים אישיים מכיוון שהם נשמרים בחברת הביטוח
• ג) מוגן רק אם הלקוח מבקש זאת
• ד) מדובר בנתונים אישיים בעלי אופי מיוחד וכפוף להגנה הגבוהה ביותר ולתנאי עיבוד מחמירים יותר ✔

הסבר: נתוני בריאות נמצאים בקטגוריה של "נתונים אישיים מיוחדים" ב-KVKK וכפופים להגנה הגבוהה ביותר; לעיבוד נדרשים תנאים מחמירים (הסכמה מפורשת או חריגים הקבועים בחוק). מתן מידע מסוג זה לא מבוקר לכלי בינה מלאכותית מהווה סיכון הפרצה חמור.

11. מבחינת עקרונות קבלת החלטות אוטומטיות, איזו זכות של הלקוח באה לידי ביטוי להחלטת דחייה המתקבלת על ידי בינה מלאכותית בלבד?

• א) הזכות שלא להודיע על ההחלטה כלל
• ב) הזכות להתנגד להחלטה, לבקש התערבות אנושית וללמוד את הרציונל ✔
• ג) הזכות להפחית את הפרמיה ככל הרצוי
• ד) הזכות לגשת לכל נתוני החברה

הסבר: בהחלטות המבוססות על עיבוד אוטומטי בלבד ומשפיעות על הפרט, עולות זכויות הפרט להתנגד להחלטה, לבקש התערבות אנושית וללמוד את הרציונל להחלטה. לכן, יכולת הסבר ושליטה אנושית חיוניים בהחלטות בעלות השפעה רבה.

12. מה צריך אקטואר לעשות לפני החלת התעריף החדש המוצע על ידי בינה מלאכותית?

• א) בדיקת איכות הנתונים, הנחות והלימות הפרמיה עם חישובים ועקרונות אקטואריים עצמאיים וקבלת ההחלטה כאקטואר מוסמך ✔
• ב) העלה את התעריף ישירות למערכת ופרסמו
• ג) מסתכלים רק על מחירי המתחרים ומתעלמים מתפוקת הבינה המלאכותית
• ד) לא לבצע שום אימות רק בגלל שהבינה המלאכותית הציעה זאת

הסבר: החלטות תעריפים והפרשות טכניות דורשות אחריות אקטוארית. פלט בינה מלאכותית; יש לבחון אותו בחישובים עצמאיים ובעקרונות אקטואריים מבחינת איכות הנתונים, הנחות, מגמות תדירות/חומרת נזקים והתאמת הפרמיה, וההחלטה הסופית צריכה להתקבל על ידי אקטואר מוסמך.

13. לפי ההבחנה "הנחיה חלשה / הנחיה חזקה", איזו מהן היא הנחיה חזקה לסיכום קובץ נזק?

• א) "סכם את קובץ הנזק הזה."
• ב) "פעלו כעוזרו של מתקן נזקים; סכם את הקובץ האנונימי הבא לפי סדר תאריך, סמן נקודות חסרות/לא עקביות בכותרת נפרדת, קבל החלטת היקף, ציין התייחסות למסמך בכל פריט". ✔
• ג) "אתה מחליט אם יש לשלם בתיק זה."
• ד) "קרא את הקובץ וכתוב מכתב ללקוח המבטיח תשלום".

תיאור: הנחיה עוצמתית; הוא מכיל את התפקיד, ההקשר, הקלט (אנונימי), הפורמט הרצוי, המגבלות והוראת האימות. בקשה מעורפלת כמו "סכם את הקובץ הזה" חלשה; הבהרת גבולות כגון תפקיד, בקשת החלטה בהיקף, ציטוט מקור וקבלת החלטות מגבירה את יכולת הביקורת של הפלט.

14. מהו העיקרון הבסיסי ביותר בעת יצירת פוליסת שימוש בבינה מלאכותית ביחידת ביטוח?

• א) אוטומציה מוחלטת של כל החלטה אפשרית למהירות
• ב) ביצוע אימות רק כאשר מתקבלת תלונה
• ג) משימות אזור לפי רמת הסיכון ודורשות אישור אנושי, אימות ורישום עקבות בהחלטות קריטיות ✔
• ד) כתיבת המדיניות והשארת יישומה במלואה ליוזמת העובדים

תיאור: הבסיס לשימוש מאובטח מקצה לקצה הוא שכל משימה מחולקת לפי רמת הסיכון, נדרשים נקודות אישור ואימות אנושיים בהחלטות קריטיות מבחינת אבטחה ותאימות, והתהליך כולו ניתן לביקורת עם רישום עקבות. הבינה המלאכותית מואצת, אבל האחריות הסופית היא של האדם.