Etika, akademski integritet, granice i tijek rada od kraja do kraja

Dobici:

• Sposobnost razumijevanja i primjene etičkih načela korištenja umjetne inteligencije u matematici (biti u službi učenja, transparentnost, ljudska odgovornost, pravednost, povjerljivost).
• Sposobnost procjene rizika privatnosti i poduzimanja odgovarajućih mjera opreza u osjetljivom sadržaju kao što su ispitna pitanja, podaci o studentima i neobjavljena istraživanja
• Sposobnost kombiniranja svih dijelova modula (proizvodnja + provjera) u jedan tijek rada od kraja do kraja, dovršavajući svaki proizvodni korak korakom verifikacije i konačnim ljudskim odobrenjem

U ovoj završnoj cjelini kombiniramo dvije stvari: s jedne strane, etičku dimenziju, dimenziju akademskog integriteta i povjerljivosti upotrebe umjetne inteligencije u matematici; S druge strane, spojiti ono što smo naučili tijekom modula u jedan tijek rada od početka do kraja. Umjetna inteligencija u matematici je moćan alat, ali dolazi s odgovornošću kao i moći: za koga je koristite, za što je koristite i kako je koristite ima etičke posljedice. Učenik čija domaća zadaća radi umjetna inteligencija i učitelj koji ubrzava gradivo tečaja pomoću umjetne inteligencije vrlo su različite stvari. Ova jedinica nadopunjuje tehničke vještine odgovornom uporabom.

Nekoliko definicija. Akademska čestitost znači iskreno pokazati tko je stvarno vlasnik rada i ne prekidati učenje. Plagijat je predstavljanje tuđeg (ili medija) proizvoda kao da se radi o vlastitom originalnom proizvodu. Transparentnost znači jasno navesti gdje se AI koristi. Ovi su koncepti postali ključni za matematičko obrazovanje u doba umjetne inteligencije.

Osnovna načela etičke uporabe

1. Ne umjesto učenja, već u službi učenja. Umjetna inteligencija može podržati učenika u učenju koncepta (objašnjenje, alternativno objašnjenje), ali ga ne bi trebala tjerati da razmišlja umjesto toga. AI radi domaću zadaću potkopava učenje.
2. Transparentnost. Navedite gdje je korištena umjetna inteligencija — u članku, materijalu tečaja ili izvješću. Prikrivanje je nepošteno.
3. Odgovornost pripada ljudima. Svatko tko objavljuje, podučava ili isporučuje rezultate umjetne inteligencije odgovoran je za njihovu točnost. "AI je tako rekao" nije izgovor.
4. Pravda. Korištenje umjetne inteligencije u ocjenjivanju treba biti regulirano jednakim i jasnim pravilima za sve učenike.
5. Sigurnost. Nemojte unositi osjetljive informacije, poput ispitnih pitanja, podataka o studentima ili neobjavljenog istraživanja, u alate umjetne inteligencije čija povjerljivost nije zajamčena.

Privatnost: što to znači u kontekstu matematike?

Iako se može činiti da matematika "nema skrivenih podataka", kontekst je važan. Neobjavljeni rezultati istraživanja, banka ispitnih pitanja institucije, osobni podaci o uspješnosti studenata ili vlasnički algoritam tvrtke—svi su osjetljivi. Sve što unesete u AI alat može obraditi pružatelj tog alata i, u nekim slučajevima, koristiti u obuci modela. Dakle, za osjetljivi sadržaj koristite ili lokalno/institucionalno osigurane alate ili anonimizirajte sadržaj.

Vrsta podataka

Rizik

mjera opreza

Objavljeni teorem/problem

nizak

slobodno dostupni

Aktivna ispitna pitanja

visoka

Ne ulazite u vozilo i ne osiguravajte ga

Osobni podaci/podaci o uspješnosti učenika

visoka

Anonimiziraj/ne ulazi

Neobjavljeno istraživanje

visoka

Siguran/lokalni alat

Sažetak predavanja

nisko-srednje

Općenito prikladno

Oprez: Prije nego što odete u AI kako biste provjerili ispitno pitanje, razmislite treba li to pitanje ostati tajno. Pitanja s aktivnog ispita teoretski bi mogla biti izložena kada se unesu u AI alat čija povjerljivost nije zajamčena. Za kritične ispite ili promijenite pitanja ili koristite samo alate koje je odobrila tvrtka i jamči privatnost podataka.

Tijek rada od početka do kraja: primjer zadatka

Recimo da trebate pripremiti i gradivo za tečaj i ispit za predmet unutar tjedan dana. Tok koji kombinira sve dijelove modula mogao bi biti ovakav:

1. Planiranje. Pojasnite temu, razinu i ciljeve (jedinica 7).

2. Izrada materijala. Neka AI proizvede predavanja prikladna za razinu + riješene primjere (jedinica 7).

3. Ovjera uzorka. Provjerite svaki riješeni primjer sa SymPy (jedinica 4).

4. Vizualizacija. Izradite i renderirajte grafike koje podržavaju narativ pomoću Matplotlib koda i usporedite ih s matematikom (jedinica 6).

5. Notni zapis. Očistite indeks, renderirajte i provjerite formule pomoću LaTeX-a (jedinica 10).

6. Generiranje pitanja. Pripremite pitanja s višestrukim izborom + distraktore za ispit (jedinica 8).

7. Skupna provjera. Skupno riješite sva pitanja uz SymPy i provjerite ključ odgovora (jedinica 8, 9).

8. Kontrola etike i transparentnosti. Je li povjerljivost primjerena? Jeste li naveli korištenje umjetne inteligencije u materijalu kada je to potrebno? Vi imate konačnu odgovornost (ova jedinica).

9. Ljudsko odobravanje. Pregledajte i potvrdite sve posljednji put. Svaki neprovjereni komad neće ići u emitiranje/test.

Savjet: u end-to-end tijeku rada, najučinkovitija strategija je postaviti AI kao "sloj brzine", determinističke alate (SymPy, render) kao "sloj ispravnosti", a sebe kao "sloj prosudbe i odgovornosti". Nakon svakog koraka proizvodnje treba slijediti korak provjere; Nepotvrđeni izlaz ne bi se trebao prenositi na sljedeći korak.

tri mini kućišta

Slučaj 1 — Povjerenje izgrađeno transparentnošću. Jedan je akademik upotrijebio umjetnu inteligenciju u prvom nacrtu poglavlja udžbenika, zatim je provjerio svaku matematičku tvrdnju i izjavio u predgovoru da je "podrška umjetne inteligencije dobivena u izradi rukopisa, sav sadržaj je provjerio autor." Ova transparentnost povećala je povjerenje kolega i održala standard integriteta.

Slučaj 2 — Upotreba koja potkopava učenje. Učenik je tražio od umjetne inteligencije da riješi cijelu njegovu zadaću i preda je. Pao je na ispitu iz istih predmeta jer nikad nije naučio pojmove. Učitelj je predložio korištenje umjetne inteligencije za "provjeru rješenja i dobivanje alternativnog objašnjenja", ali da prvo sam riješi probleme. AI bi trebao biti u službi učenja, a ne umjesto njega.

Slučaj 3 — Rizik od povrede privatnosti. Jedan nastavnik razmišljao je o hakiranju općeg alata umjetne inteligencije za provjeru pitanja za središnji ispit koji još nije bio proveden, ali se onda odlučio protiv toga; umjesto toga on je sam i kolega rješavao pitanja u SymPyju. Unos aktivnih ispitnih pitanja u vanjski alat bio je ozbiljan rizik za privatnost; lokalna provjera autentičnosti osigurala je siguran put.

Četiri predloška za kopiranje

1) Upotreba koja podržava učenje (za učenike):

PRVI sam riješio ovaj problem, moje rješenje je u prilogu. NEMOJTE mi dati rješenje; samo mi pokaži gdje sam pogriješio i koji sam koncept krivo razumio kako bih to mogao ispraviti. Moje rješenje: [ovdje]

2) Generiranje bilješke o transparentnosti:

Pripremio sam [materijal za tečaj/izvješće] i koristio AI u fazi nacrta, provjeravajući sam sve matematike. Napišite kratku, profesionalnu transparentnu bilješku u kojoj to iskreno navodite.

3) Prethodna provjera privatnosti:

Želio bih kvalificirati privatnost sljedeći sadržaj prije nego što ga unesem u AI alat: [vrsta sadržaja]. Smatra li se ova vrsta sadržaja osjetljivom, koji rizici postoje, koje mjere opreza (anonimizacija, lokalni alat) trebam poduzeti? Recite kratko i jasno.

4) Plan kontrole provjere od kraja do kraja:

Pripremam materijal za tečaj + ispit za [predmet]. Navedite kao plan kontrole koju provjeru trebam učiniti u svakom koraku proizvodnje: provjeru uzorka, grafičku kontrolu, notaciju, ključ odgovora, povjerljivost, ljudsko odobrenje.

Slab upit / Jak upit

Slab: "Riješi ova pitanja za domaću zadaću i predat ću ih." (student)

Rezultat: Preskače se učenje, narušava se akademski integritet, student ne uspijeva naučiti koncept. To je etički i pedagoški neprihvatljivo.

Güçlü: "Pokušao sam riješiti ovo pitanje za zadaću, ali sam zapeo; moje rješenje je priloženo. Nemojte davati odgovor izravno; pokažite mi pomoću traga koji sam korak i zašto napravio krivo, podsjetite me na točan koncept, a zatim ću pokušati ponovno."

Zaključak: AI se koristi u službi učenja; Učenik nastavlja razmišljati, održava se poštenje.

Uobičajene greške

• Koristite ga za preskakanje učenja. Kratkoročno je jednostavno učiniti domaću zadaću umjetnom inteligencijom, ali dugoročno uništava učenje.
• Ne biti transparentan. Prikrivanje upotrebe umjetne inteligencije protivno je akademskoj čestitosti; navedite kada je potrebno.
• Prebacivanje odgovornosti na AI. "AI je tako rekao" nije isprika; Odgovoran je izdavač/nastavnik.
• Unos povjerljivog sadržaja u vanjski alat. Aktivni ispit, podaci o studentima, neobjavljena istraživanja su osjetljivi.
• Ostavljanje provjere valjanosti do kraja tijeka rada. Provjera bi trebala uslijediti nakon svakog proizvodnog koraka; Pogreške se ne bi trebale gomilati.

Ukratko

Korištenje umjetne inteligencije u matematici zahtijeva etičku odgovornost kao i tehničku vještinu: trebala bi biti u službi učenja (a ne umjesto njega), biti transparentna, zadržati konačnu odgovornost, pridržavati se pravednih pravila i poštivati povjerljivost. U tijeku rada od kraja do kraja, umjetna inteligencija je sloj brzine, SymPy i alati za renderiranje su sloj točnosti, a ljudi su sloj prosudbe i odgovornosti. Nakon svakog koraka proizvodnje treba slijediti korak provjere; Nijedan neprovjereni rezultat ne bi trebao ići u publikaciju, predavanje ili ispit. To je bit ovog modula: postanite brži uz AI, ali provjerite i preuzmite odgovornost za svaki korak.

Zadatak aplikacije

Osmislite mali zadatak od početka do kraja: kratka pripovijest + 1 grafikon + 3 pitanja s višestrukim izborom za temu. Slijedite tijek modula: (1) planirajte, (2) nacrtajte pomoću AI, (3) potvrdite primjere pomoću SymPyja, (4) generirajte i provjerite grafikon, (5) očistite i generirajte notaciju pomoću LaTeXa, (6) grupno provjerite valjanost pitanja pomoću SymPyja, (7) izvršite provjeru privatnosti i transparentnosti, (8) dajte konačno ljudsko odobrenje. Zabilježite koju ste provjeru učinili i što ste pronašli u svakom koraku. Na kraju procesa procijenite gdje AI štedi vrijeme, a gdje je vaša prosudba nezamjenjiva.

popis za provjeru

• [ ] Koristio sam AI u službi (ne umjesto) učenja.
• [ ] Transparentno sam naveo upotrebu AI gdje je to potrebno.
• [ ] Preuzeo sam odgovornost za krajnju točnost.
• [ ] Nisam pristupio povjerljivom/osjetljivom sadržaju putem nezaštićenih alata.
• [ ] Nakon svakog koraka proizvodnje slijedio je korak provjere.
• [ ] Nisam prenio nikakav neprovjereni izlaz u emitiranje/lekciju/ispit.

Modul ispit

1. Što je od sljedećeg najtočnije pozicioniranje za umjetnu inteligenciju u matematici?

• A) Umjetna inteligencija je strategija, plan i organizacijski alat; Na čovjeku je da potvrdi točan izračun i rezultat determinističkim sredstvima ✔
• B) Umjetna inteligencija je poput kalkulatora i svaki numerički rezultat koji daje je precizan
• C) Umjetna inteligencija nikada nije u krivu u zaključcima koje samouvjereno iznosi, pa je provjera nepotrebna
• D) Umjetna inteligencija je korisna samo za pisanje teksta, nema veze s bilo kakvim matematičkim zadacima

Opis: Veliki jezični model je alat koji statistički generira tekst; To nije kalkulator ili alat za provjeru dokaza. Većinu vremena proizvodi točnu matematiku, ali ne jamči; stoga svaki izlaz treba provjeriti determinističkim alatima (SymPy, kalkulator, ručna provjera valjanosti), a odgovornost bi trebala ostati na čovjeku.

2. Učenik traži od umjetne inteligencije da riješi integral i želi dobiti rezultat. Koji je najpouzdaniji način provjere rezultata?

• A) Razlikovanje rezultata i provjera vraća li se na izvornu funkciju (SymPy ili ručno) ✔
• B) Pitajte umjetnu inteligenciju 'je li to istina?' pitati
• C) Prihvaćanje rezultata onakvog kakav jest jer je prezentiran tečno i pouzdano.
• D) Prelazak na drugo pitanje i uopće ne provjeravanje rezultata

Objašnjenje: Inverz derivacija-integral je ugrađeni alat za provjeru u matematici: uzimanje derivacije pronađenog rezultata i provjera vraća li se na izvornu funkciju nezavisno potvrđuje točnost integrala. Ista unakrsna provjera može se napraviti sa SymPy.

3. Što znači načelo 'pravi rezultat nije pravi put' u rješavanju problema s umjetnom inteligencijom?

• A) Pravi rezultat uvijek dokazuje da je i put ispravan
• B) Put je nevažan, treba se bodovati samo rezultat
• C) Neispravni međukoraci mogu slučajno dovesti do ispravnog rezultata; Stoga se moraju provjeriti i rezultat i svaki međukorak ✔
• D) Nemoguće je pronaći čvrstu stazu, pa gledamo samo ishod

Objašnjenje: Ponekad krivi međukoraci slučajno dovedu do pravog rezultata; Čak i ako je rezultat točan, put može biti nevažeći. Zato je u matematici samo 'je li rezultat točan?' nego 'je li svaki međukorak točan?' Pitanje je također bitno i svaki korak treba nadzirati.

4. Što trebate učiniti kada umjetna inteligencija koristi frazu 'bez gubitka općenitosti' u dokazu?

• A) Prihvaćanje da je dokaz valjan jer je izjava tečna
• B) Opravdavanje za sebe da općenitost zapravo nije prekršena; ✔ ne prihvaća bez pitanja
• C) Smatrati dokaz valjanim bez da ga uopće pročitate
• D) Traženje ovog izraza iz izvora kao naziva teorema

Pojašnjenje: Izjava 'bez gubitka općenitosti' ponekad je važeća (ako postoji istinska simetrija), ali ponekad je skrivena pogreška. Umjetna inteligencija često koristi ovaj izraz; Morate se svaki put opravdati da općenitost nije stvarno povrijeđena i ne smijete prihvatiti izjavu bez pitanja.

5. Napisali ste SymPy kod za umjetnu inteligenciju. Kako točno dobiti rezultat?

• A) Natjerati umjetnu inteligenciju da predvidi izlaz koda
• B) Pretpostavka da je kod točan bez čitanja
• C) Vjerovanje AI-jevoj interpretaciji rezultata
• D) Pokrenite kod sami u stvarnom Python okruženju i pogledajte točan izlaz ✔

Opis: Snaga SymPy-ja otkriva se samo kada se kod izvodi u stvarnom Python okruženju. Pitajte umjetnu inteligenciju 'što ovaj kod proizvodi?' pitanje nije provjera, jer AI također može napraviti izlaz koda. Morate sami pokrenuti kod.

6. Ako se rješenje jednadžbe koju je ručno pronašla umjetna inteligencija i rezultat koji daje SymPy razlikuju, kojem biste trebali vjerovati i zašto?

• A) SymPy rezultat jer je deterministički i precizan; Zatim neka umjetna inteligencija pronađe mjesto svoje pogreške ✔
• B) Rezultat umjetne inteligencije jer tečnije objašnjava
• C) Odabir jednog nasumično jer su oba jednako pouzdana
• D) Odbaciti oboje i smatrati pitanje nerješivim

Opis: SymPy je deterministički simbolički računalni sustav: uvijek daje isti točan točan rezultat na isti ulaz. Umjetna inteligencija proizvodi tekst statistički i može halucinirati. U sporu bi za temelj trebalo uzeti SymPy i natjerati umjetnu inteligenciju da pronađe mjesto njegove pogreške.

7. Zašto uvjet '0.1 + 0.2 == 0.3' ne radi kako se očekuje u Python kodu i kako to popraviti?

• A) Zbrajanje je pokvareno u Pythonu; treba koristiti drugi jezik
• B) Točna jednakost ne vrijedi zbog preciznosti broja s pomičnim zarezom; Treba koristiti toleranciju kao što je 'abs(a-b) < 1e-9' ✔
• C) Vrijednost 0,3 je netočna; Potrebno je napisati 0,30000000004
• D) Stanje uvijek radi ispravno, nema problema

Objašnjenje: Računala pohranjuju decimalne brojeve u formatu s pomičnim zarezom s ograničenom preciznošću; 0,1 + 0,2 pohranjeno je s vrlo malim odstupanjem, ne točno 0,3. Stoga, umjesto točne jednakosti '==', treba koristiti toleranciju kao što je 'abs(a-b) < 1e-9'.

8. Koji je najbolji 'test zdravog razuma' prije primjene koda za pronalaženje skalarnog korijena na pravi problem?

• A) Primjena koda izravno na stvarni problem bez ikakvog testiranja
• B) Provjerite duljinu koda i ispravno ga prebrojite ako je dug.
• C) Testiranje koda jednostavnim unosom čiji je odgovor poznat (npr. x²-4=0 korijena ±2) i provjera daje li očekivani rezultat ✔
• D) Potvrđivanje umjetnoj inteligenciji da je kod ispravan

Objašnjenje: Testiranje koda s jednostavnim unosom čiji odgovor već znate (npr. ±2 za x²-4=0 s očiglednim korijenima) je najjeftinija i najučinkovitija provjera. Ako kod točno prikazuje poznatu situaciju, povećava se vjerojatnost da je pouzdan za probleme koje ne poznajete.

9. Kako u vizualizaciji provjeravate odražava li grafikon ispravno matematiku?

• A) Ako grafikon izgleda estetski lijepo, smatra se točnim.
• B) Usporedba grafa s poznatim svojstvima funkcije i pravom vrijednošću barem jedne točke ✔
• C) Uopće ne gledajući oznake osi
• D) Oslanjanje na AI-jev verbalni opis grafa

Objašnjenje: Grafika koja izgleda lijepo ne mora biti točna; AI može nacrtati pogrešnu funkciju, u pogrešnom rasponu ili s iskrivljenom asimptotom. Usporedba grafa s poznatim svojstvima funkcije (raspon oscilacija, simetrija, asimptota) i izračun najmanje jedne točke otkriva pogreške.

10. Koja je najkritičnija točka provjere u materijalu tečaja proizvedenom pomoću umjetne inteligencije i zašto?

• A) Font i shema boja materijala
• B) Opseg materijala i broj stranica
• C) Točnost riješenih primjera; jer ih studenti uzimaju za modele i podučavaju krivim primjerom i krivom metodom ✔
• D) Koliko brzo se proizvodi materijal

Obrazloženje: Riješene primjere učenici uzimaju kao model; Netočno riješen primjer izravno uči učenike pogrešnoj metodi. Stoga se svaki riješeni primjer mora provjeriti pojedinačno, korak po korak, bilo pomoću SymPy-ja ili ručno. Mala dvosmislenost u objašnjenju predmeta može se nadoknaditi, ali pogrešan primjer uzrokuje kaskadnu štetu.

11. Koji je najučinkovitiji i najpouzdaniji način provjere skupa pitanja s višestrukim izborom koji je generirala umjetna inteligencija?

• A) Još jednom pitati umjetnu inteligenciju jesu li pitanja točna
• B) Nasumično provjeravanje samo nekoliko pitanja i vjerovanje ostalima
• C) Korištenje ključa za odgovor kakav jest bez provjere bilo čega
• D) Provjera ključa odgovora kolektivno i deterministički ispisivanjem i pokretanjem koda koji rješava sva pitanja sa SymPy ✔

Objašnjenje: Umjetna inteligencija najčešće čini pogreške kao što je netočno označavanje ključa odgovora i stvaranje višestrukih/nula točnih opcija. Pisanje i pokretanje koda koji rješava sva pitanja odjednom sa SymPyjem je najučinkovitiji način da provjerite ključ odgovora deterministički i skupno.

12. Što je od navedenog glavni razlog zašto umjetna inteligencija griješi u matematici?

• A) Umjetna inteligencija je jezični model; ne provjerava logičku valjanost, generira tekst statistički ✔
• B) Umjetna inteligencija nikada nije naučila matematiku
• C) Umjetna inteligencija je namjerno programirana da daje pogrešne odgovore
• D) Umjetna inteligencija griješi samo u vrlo teškim problemima, nikad u lakim.

Opis: Umjetna inteligencija nije logički stroj, već jezični model koji proizvodi tekst sa statističkim uzorcima; Nema unutarnji mehanizam za provjeru logičke valjanosti koraka. 'Valjani dokaz' s '3-znamenkastim množenjem' za njega je zadatak proizvesti istu vrstu teksta, tako da se ne može jamčiti njegova ispravnost.

13. Kada je rezultat problema vjerojatnosti 1,4, kako znate da postoji pogreška bez odlaska u detalje?

• A) Izračun je točan jer je rezultat 1,4, vjerojatnost može biti veća od 1
• B) Predznak vjerojatnosti je nevažan, vrijednost se prihvaća bez obzira
• C) Ne razumije se da postoji pogreška, rezultat se smatra konačnim.
• D) Vjerojatnost mora biti između 0 i 1; ✔ Testiranje zdravog razuma ukazuje na pogrešku jer 1,4 premašuje ovu granicu

Opis: Test zdravog razuma i reda veličine provjerava unutar nekoliko sekundi je li rezultat unutar razumnog raspona. Vjerojatnost po definiciji mora biti između 0 i 1; 1.4 je izvan ove granice, tako da je očito da postoji greška bez uvida u detalje izračuna.

14. Zašto je važno pisati 'e^{x^2}' umjesto 'e^x^2' u LaTeX-u?

• A) Potpuno su isti, razlika je samo estetska
• B) Vitičaste zagrade određuju opseg eksponenta; Bez njega bi izraz bio netočan ili dvosmislen, stoga je eksponent s više znakova {} bitan ✔
• C) Vitaste zagrade su beskorisne u LaTeX-u
• D) 'e^x^2' je uvijek istinito, korištenje '{}' je nepotrebno

Objašnjenje: Najčešća pogreška u LaTeX-u je pogreška opsega: ako se vitičaste zagrade '{}' ne koriste u eksponentu s više znakova, indeksu ili razlomku, pokriven je samo prvi znak i izraz postaje netočan (ili čak dvosmislen). 'e^{x^2}' jasno pokazuje da je cijeli eksponent x²; Kod treba prikazati i provjeriti vizualnim pregledom.

15. Želite imati pitanja aktivnog središnjeg ispita verificirana umjetnom inteligencijom. Koji je najbolji pristup u smislu etike i privatnosti?

• A) Slobodno unošenje pitanja u bilo koji opći alat AI jer matematika ne sadrži povjerljive podatke
• B) Korištenje pitanja na ispitu bez provjere istih
• C) Provjera valjanosti pitanja sa sigurnim/nativnim alatom (npr. SymPy) ili korištenjem samo poslovnih alata zajamčene privatnosti ✔
• D) Dijeljenje pitanja na društvenim medijima i traženje kontrole od drugih

Opis: Aktivna ispitna pitanja su osjetljiva; Teoretski bi mogao biti izložen kada se hakira alat umjetne inteligencije čija povjerljivost nije zajamčena. Ispravan pristup je ili potvrditi pitanja sa sigurnim/nativnim alatom (npr. s kolegom u SymPyju) ili koristiti samo korporativno certificirane alate koji jamče privatnost podataka.