Nyereség:
- Képes elmagyarázni a mesterséges intelligencia használatának korlátait a MIS-ben a KVKK és az alapvető információbiztonsági elvek keretein belül
- Az anonimizálás, a legkisebb jogosultság és az adatosztályozási elvek biztonságos alkalmazásának képessége a mesterséges intelligencia munkafolyamataiban
- Képes felelősségteljesen kezelni egy teljes körű MIS-AI projektet az etika, a megfelelőség és az illetékes jóváhagyás keretein belül.
Modul vizsga
1. Melyik állítás írja le legpontosabban a mesterséges intelligencia kimenetének szerepét a vezetői információs rendszerekkel foglalkozó szakember munkájában?
- A) A mesterséges intelligencia tervezeteket és javaslatokat készít; ✔ Az üzleti szabály az emberi felelősség, hogy valós adatokkal és illetékes jóváhagyással ellenőrizze
- B) Az AI kimenet folyékonyan és technikailag van megírva, így általában nem igényel ellenőrzést
- C) Az AI közvetlenül az üzleti egység jóváhagyása nélkül véglegesítheti a követelményeket
- D) A pénzügyi szempontból kritikus döntéseknél az AI kimenet helyettesíti a hozzáértő szakértő jóváhagyását
Leírás: A mesterséges intelligencia gyorsan elkészíti a köztes termékeket, például követelményeket, adatmodelleket, SQL-t és jelentéseket; Az emberi felelősség azonban ellenőrizni ezeket a tervezeteket az üzleti szabályokkal, a tényleges adatokkal és az érintettek megerősítésével. A mesterséges intelligencia nem helyettesíti a hozzáértő szakértői jóváhagyást, különösen a pénzügyi és a megfelelőség szempontjából kritikus döntéseknél.
2. Mi a fő probléma a „rendszernek gyorsnak kell lennie” állítással egy követelményelemző tanulmányban?
- A) Nem funkcionálisnak van írva, pedig funkcionális követelmény
- B) Nem tesztelhető és ellenőrizhető, mert nem tartalmaz mérhető küszöböt ✔
- C) Az érintettek nem értik, mert túl sok technikai részletet tartalmaz
- D) Érvénytelen, mert nem felhasználói sztori formátumban van megírva
Magyarázat: Ez az állítás egy nem funkcionális követelményt ír le, de nem mérhető. A „gyors” szubjektív; szám, állapot és terhelés alapján határoz meg egy elfogadható válaszidőt (például „2 másodpercnél rövidebb lekérdezési válasz átlagos terhelésnél”). A nem mérhető követelmény nem tesztelhető.
3. Az alábbiak közül melyik a normalizálás fő célja az adatmodellezésben?
- A) A lekérdezés leegyszerűsítése az összes adat egyetlen nagy táblába történő összegyűjtésével
- B) A frissítési anomáliák megelőzése az adatok ismétlődésének csökkentésével és az integritás megőrzésével ✔
- C) Mindig minimalizálja a biztonsági mentési fájlok méretét
- D) Közvetlenül garantálja a grafika és az alaplap teljesítményét
Leírás: A normalizálás a táblák logikai felosztásának folyamata a redundancia csökkentése és az adatok integritásának megőrzése érdekében. Ha ugyanazokat az információkat egy helyen tárolja, elkerülhető a frissítési rendellenességek és következetlenségek. Nem a jelentés felgyorsítása a cél; szándékos denormalizálást néha a sebesség érdekében végeznek.
4. Mi a fő kockázata annak, ha az üzleti intelligencia irányítópultján azt a következtetést vonhatjuk le, hogy „az eladások nőttek a hirdetési kiadások növekedésével, tehát a reklám növeli az eladásokat”?
- A) Az ok-okozati összefüggés összetévesztése; A közös fellépés nem bizonyítja, hogy az egyik megteremti a másikat ✔
- B) A diagram típusának helytelen kiválasztása
- C) Az adatok nincsenek normalizálva
- D) A tábla túl sok színt tartalmaz
Magyarázat: Ez összetéveszti az oksággal való összefüggést. A két mutató együtt mozoghat, de egy harmadik tényező (pl. szezon, kampányidőszak) mindkettőt felfelé mozdíthatja. A MIS-szakértőnek ellenőriznie kell ezt a csapdát a mesterséges intelligencia által generált narratív szövegekben is, és bizonyítékokkal tesztelnie kell az ok-okozati összefüggéseket.
5. Az okos automatizálásban, ahol az RPA (robotic process automation) és a mesterséges intelligencia együtt kerül alkalmazásra, melyik lépéstípusra a legalkalmasabb az RPA?
- A) Tisztázatlan, értelmezésen alapuló lépések, amelyek minden alkalommal más döntést igényelnek
- B) A rendszeres, ismétlődő és strukturált adatokon végzett munka lépései ✔
- C) Olyan lépések, amelyek empátiát igényelnek az ügyféllel
- D) A stratégiai befektetési döntések meghozatalának lépései
Magyarázat: Az RPA erős a rendszeres, ismétlődő és strukturált adatlépésekben: az adatok másolása az egyik képernyőről, majd egy másik rendszerbe történő bevitele. A mesterséges intelligencia olyan lépésekben lép életbe, amelyek kétértelmű ítéletet, osztályozást vagy természetes nyelvi megértést igényelnek; A magas kockázatú döntések továbbra is emberi jóváhagyástól függenek.
6. Miért kell az AI kimeneteket különösen gondosan validálni az ERP rendszerekben?
- A) Az ERP-adatok mindig névtelenek, ezért további óvatosság szükséges
- B) Az ERP folyamatok pénzügyileg és működési szempontból kritikusak; A tévedésnek közvetlen pénzügyi és jogi következményei vannak ✔
- C) Az ERP rendszerek egyáltalán nem integrálhatók mesterséges intelligenciával
- D) Az AI nem érti az ERP-jelentéseket, mert nem vizuálisak
Leírás: ERP; Olyan pénzügyi és működési kritikus folyamatokat hajt végre, mint a könyvelés, a készletezés, a beszerzés és a bérszámfejtés. Egy ilyen hiba közvetlenül tükröződik a pénzügyi nyilvántartási, fizetési vagy leltározási döntésben. Ezért a mesterséges intelligencia ajánlásait nem dolgozzák fel hozzáértő szakértő jóváhagyása nélkül; Az ellenőrzési nyomvonal kötelező.
7. Mi az első dolog, amire egy MIS szakembernek figyelnie kell mesterséges intelligencia használatakor, amikor CRM adatokkal dolgozik?
- A) A panel színpalettájának kiválasztása
- B) Személyes adatok védelme: anonimizálás, minimális engedélyezés és a KVKK-nak való megfelelés biztosítása először ✔
- C) A lehető legnagyobb adatkészlet betöltése a járműbe, ahogy van
- D) Elegendő a modell legújabb verzióját használni
Leírás: A CRM-adatok nagyrészt személyes adatok (név, elérhetőség, vásárlási előzmények). Mielőtt ezeket az adatokat egy mesterséges intelligencia eszközbe adná, értékelni kell az anonimizálást, a minimális engedélyezést és a KVKK megfelelőségét. Ezenkívül az ügyfeleket érintő automatizált döntések emberi felügyeletet és tiltakozási jogot igényelnek.
8. Általában milyen típusú diagram a legalkalmasabb az arány (százalékos) időbeli változás műszerfalon történő megjelenítésére?
- A) Vonaldiagram az időbeli trendhez; a léptéket és a tengelyt helyesen kell beállítani ✔
- B) A kördiagram a legjobb minden helyzetben
- C) A háromdimenziós effektusokkal ellátott grafika növeli az olvashatóságot
- D) A diagram típusa nem befolyásolja az üzenetet, mindegyik egyenértékű
Magyarázat: A vonaldiagram alkalmas az időbeli trend megjelenítésére; Ha a tengelyek és a skála megfelelően vannak beállítva, a változás jól olvasható. A kördiagram egyetlen időpontban mutatja a részesedést, nem alkalmas az időbeli trendek meghatározására. A grafikai kijelölés a továbbítandó üzenet szerint történik.
9. Az alábbiak közül melyik a kód nélküli/alacsony kódú platformok legfontosabb kockázata az irányítás szempontjából?
- A) Az alkalmazások mindig nagyon lassan futnak
- B) A nem dokumentált, nem auditált „árnyék IT” megoldások adat- és biztonsági kockázatokat jelentenek ✔
- C) Soha nem oldanak meg valódi üzleti problémákat
- D) Csak nagyvállalatoknál használhatók
Leírás: A kód nélküli/alacsony kóddal nem rendelkező alkalmazottak (polgári fejlesztők) gyorsan telepíthetnek alkalmazásokat. Amikor azonban ellenőrizetlenül növekszik; A nem dokumentált, nem biztonságos és árva „árnyék IT” megoldások adatszivárgást és technikai adósságot okoznak. Az irányítás megköveteli ezen megoldások rögzítését és figyelemmel kísérését.
10. Mit jelent a „konzisztencia”, az egyik adatminőségi dimenzió?
- A) Az adatok pontosan illeszkednek a valós értékhez
- B) Ugyanazok az adatok nem ütköznek egymással különböző rendszerekben és nyilvántartásokban ✔
- C) Az adatokban minden mező ki van töltve
- D) Az adatok megtalálása a legfrissebb formában
Magyarázat: A konzisztencia azt jelenti, hogy ugyanazok az adatok nem ütköznek egymással különböző rendszerekben vagy rekordokban; Például egy ügyfél címe megegyezik a CRM-ben és a számlázási rendszerben. A pontosság a valóságnak való megfelelést, a teljesség a teljességet, a naprakészség pedig az adatok időszerűségét jelenti. These are separate dimensions.
11. A KVKK keretein belül mi az a legalapvetőbb elv, amelyet a MIS szakértőnek alkalmaznia kell a személyes adatok mesterséges intelligencia eszközzel történő feldolgozása előtt?
- A) Az összes megszerezhető személyes adat összegyűjtése
- B) Adatminimalizálás és célkorlátozás: csak a meghatározott célhoz szükséges adatokat dolgozza fel ✔
- C) Az adatok nyilvános mappába helyezése, amelyhez mindenki hozzáférhet
- D) Az adatvédelmi döntést teljes mértékben a mesterséges intelligenciára bízzuk
Leírás: Az adatminimalizálás és a célkorlátozás elengedhetetlen: csak a szükséges adatok kezelése meghatározott és jogszerű célból. Ahol lehetséges, az adatokat anonimizálják vagy álnevesítik; A személy azonosítására szolgáló területeket távol kell tartani a járműtől. A „több adat, annál jobb” megközelítés ellentétes a KVKK elveivel.
12. Miért kockázatos követelmény a „rendszer adott esetben automatikusan jóváhagyja” mondat egy mesterséges intelligencia által vezérelt követelménytervezetben?
- A) Mert túl hosszú
- B) A „megvalósítható esetek” definiálatlanok, értelmezésre nyitottak, tesztelhetetlenek és hibákra hajlamosak ✔
- C) Az automatizálás mindig tilos
- D) Mert nem felhasználói sztori formátumban van
Magyarázat: A „megfelelő helyzetek” homályos kifejezés; Nincs meghatározva, hogy milyen feltételek váltják ki a jóváhagyást. A kétértelmű követelményt a fejlesztő félreértelmezte, és nem tesztelhető. Az MIS-szakértőnek egyértelmű szabályokkal és küszöbértékekkel kell tisztáznia az MI által kiadott ilyen kétértelmű kijelentéseket, és meg kell erősítenie azokat az érdekelt féllel.
13. Mi a fő célja az ETL (Extract-Transform-Load) folyamatnak egy adattárházban?
- A) Új ügyféladatok generálása
- B) Különböző forrásokból származó adatok kinyerése, átalakítása és elemzésre kész konzisztens struktúrába való betöltése ✔
- C) A panelek színeinek automatikus kiválasztása
- D) Személyes adatok megosztása a törvénytől függetlenül
Leírás: ETL; Kivonja az adatokat a forrásokból (Extract), megtisztítja és szabványos struktúrává alakítja (Transform), majd betölti az adattárba elemzés céljából (Load). A cél a szétszórt és különböző formátumú működési adatok egységes szerkezetbe hozása, amely készen áll a jelentéstételre és elemzésre. Az ETL nem állít elő adatokat, hanem mozgatja és rendszerezi a meglévő adatokat.
14. Miért kritikus a „kivételkezelés” a folyamatautomatizálási tervezésben?
- A) Mert mindig gyorsabbá teszi az automatizálást
- B) Mert biztonságos megállást és útmutatást nyújt az embereknek a csendes hibák helyett illegális helyzetekben ✔
- C) Mert javítja a grafikai tervezést
- D) Mert automatikusan törli a személyes adatokat
Magyarázat: Az automatizálások mindig találkoznak a szabályokkal ellentétes helyzetekkel (hiányzó adatok, váratlan formátum, rendszerhiba). A kivételkezelés lehetővé teszi a robot számára, hogy ezekben az esetekben biztonságosan leállítsa a folyamatot, és átirányítsa azt egy emberhez, ahelyett, hogy csendben rossz lépéseket tenne. Ha nem tervezünk kivételeket, a hibák csendben terjednek, és az ellenőrzési nyomvonal elvész.