Alur Kerja End-to-End: Menjalankan Proyek dari Awal hingga Selesai dengan AI — Kecerdasan Buatan dalam Arsitektur Lansekap

Keuntungan:

Kemampuan untuk membagi proyek menjadi beberapa tahap mulai dari konsep hingga penyampaian dan menentukan peran kecerdasan buatan, verifikasi yang akan diaktifkan, dan ahli yang bertanggung jawab di setiap tahap.
Mengajukan pertanyaan mengenai kelompok risiko di akhir setiap tahap dan mampu mengkonfirmasi pabrik setempat, undang-undang, dan biaya pada tahap tersebut.
Kemampuan untuk mengintegrasikan produksi AI, pengambilan keputusan oleh manusia, setiap keluaran penting diverifikasi, penandatanganan dilakukan dengan prinsip-prinsip ahli dalam alur kerja ujung ke ujung

Pada sebelas unit sebelumnya, kita mempelajari bagian-bagiannya satu per satu: konsep, visual, analisis lokasi, tanaman, air, keberlanjutan, teknik, presentasi, biaya, peraturan. Dalam unit ini kami menggabungkan semuanya menjadi satu proyek nyata. Tujuannya adalah untuk membangun alur kerja yang dapat menggunakan kecerdasan buatan (AI) dengan lancar dan aman dari awal proyek hingga penyelesaiannya. Alur kerja adalah serangkaian langkah berurutan yang diikuti suatu pekerjaan dari awal hingga akhir. Unit ini bukan ringkasan, melainkan latihan integrasi: pada setiap tahap, saat AI berakselerasi, saat berhenti, validasi apa yang berperan.

Contoh proyek: taman kota seluas 4 ha di tepi sungai

Mari pertimbangkan proyek yang kami sebutkan di seluruh modul dari awal hingga akhir. Pemerintah kota ingin mengubah tepi sungai yang tidak terpakai dan berisiko banjir menjadi taman kota yang berfungsi sebagai penyangga air dan memberikan manfaat bagi lingkungan sekitar. Anggaran terbatas, durasi tiga bulan, iklim hujan ringan.

Fase 1 — Kerangka dan konsep (Unit 1-2). Kerangka proyek dan 6 tema diproduksi dengan AI; Tim memilih tema "garis air yang mengembalikan aliran sungai yang telah dilupakan kota" dan menerjemahkannya ke dalam prinsip-prinsip. AI melakukan diversifikasi dan memilih tim.

Tahap 2 — Analisis lapangan (Unit 4). Kemiringan, orientasi, aliran air diperoleh dari GIS; Kunjungan lapangan dilakukan. AI mensintesis data terukur + observasi dan menghasilkan daftar batasan peluang. Pengukuran dari alat, sintesis diverifikasi.

Tahap 3 — Strategi air dan iklim (Unit 6). YZ mengusulkan kombinasi taman hujan + bioswal + tanah permeabel; logika penyelesaian ditetapkan. Dimensi didelegasikan kepada insinyur hidrolik.

Tahap 4 — Palet tanaman (Unit 5). AI menghasilkan profil fitur dan daftar kandidat; Tim memverifikasi setiap spesies untuk zona iklim lokal, daftar invasif, toksisitas dan ketersediaan bibit. Jenis yang belum terverifikasi tidak disertakan.

Tahap 5 — Pemeriksaan keberlanjutan (Unit 7). Desain tersebut telah lolos dalam kartu skor keanekaragaman hayati tingkat permeabilitas air-lokal; judul yang lemah ditingkatkan.

Tahap 6 — Visual dan teknis (Unit 3, 8). AI menghasilkan gambar atmosfer dan logika detail/perbandingan material; Lembar skala digambar dalam CAD, detail statis digambar oleh insinyur.

Tahap 7 — Biaya dan jadwal (Unit 10). AI mengatur daftar item dan tabel; Jumlah aktual dan harga terkini dimasukkan, dan jadwal kerja diatur sesuai musim tanam.

Tahap 8 — Legislasi dan peluncuran (Unit 9, 11). Daftar izin dan pertanyaan institusi disiapkan, hal-hal dikonfirmasikan dengan pejabat; Presentasi dirancang dalam bahasa berbeda untuk tiga audiens (kota, warga sekitar, juri).

Tip: Di akhir setiap fase, ajukan satu pertanyaan: “Apakah hasil ini berisiko rendah, sedang, atau tinggi; siapa yang akan memverifikasinya?” Pertanyaan tunggal ini menjaga seluruh alur kerja tetap aman.

Aturan emas antar tahapan

Dalam alur end-to-end, tiga prinsip diulangi pada setiap tahap: (1) AI memvariasikan dan mempercepat, manusia memilih dan memiliki; (2) setiap keluaran numerik/lokal/kritis keamanan diverifikasi; (3) Keputusan dan tanda tangan ada pada ahli yang berwenang. Ketiga prinsip ini tidak berubah; Hanya subjek penerapannya yang berubah.

tiga kasus mini

Kasus 1 — Kecepatan ujung ke ujung. Sebuah kantor menjalankan taman sungai serupa dengan alur kerja yang didukung AI: konsep dan analisis berlangsung dari 3 minggu menjadi 10 hari; Waktu yang dihemat digunakan untuk detail dan verifikasi. Kualitas penyampaian meningkat karena tim mempunyai waktu untuk “memutuskan” dibandingkan “menghasilkan”.

Kasus 2 — Verifikasi rantai. Dalam proyek yang sama, empat bug AI terpisah ditangkap pada tahapan yang berbeda: instalasi invasif (verifikasi Unit 5), klausul peraturan yang dibuat-buat (verifikasi Unit 11), gambar yang berlebihan (pemeriksaan Unit 3), item biaya yang hilang (daftar Unit 10). Tidak ada yang mencapai penyerahan; disiplin berhasil.

Kasus 3 — Transformasi tim. Sebuah tim membuat banyak kesalahan pada awalnya, berpikir bahwa AI adalah "keajaiban yang melakukan segalanya". Setelah mereka mengadopsi disiplin kelompok risiko (Unit 1), mereka mulai menggunakan AI pada lapisan yang tepat: gratis dengan risiko rendah, memvalidasi pada risiko sedang, hanya membantu pada risiko tinggi. Efisiensi dan kepercayaan diri meningkat secara bersamaan.

Empat templat yang dapat disalin

1) Peta jalan proyek:

Peran Anda: koordinator proyek lanskap. Proyek: [deskripsi, durasi, anggaran, iklim]. Berikan saya peta jalan alur kerja menyeluruh: konsep, analisis, strategi air, pabrik, keberlanjutan, visual, teknis, biaya, undang-undang, presentasi. Tentukan peran AI di setiap tahap dan verifikasi/ahli mana yang akan dilibatkan.

2) Audit risiko akhir fase:

Periksa keluaran dari fase berikut [tahap dan keluaran] untuk mengetahui risiko: pisahkan bagian-bagian yang berisiko rendah/menengah/tinggi, siapa dan bagaimana memverifikasi untuk masing-masing menengah/tinggi, buat daftar kesenjangan yang perlu ditutup sebelum penyampaian.

3) Kontrol holistik sebelum melahirkan:

Periksa proyek ini secara holistik sebelum dilaksanakan: konsistensi konsep-desain, apakah verifikasi pabrik lokal telah dilakukan, apakah strategi teknik telah disetujui, apakah biayanya realistis, apakah undang-undang telah dikonfirmasi, apakah visualnya representatif. Verifikasi yang hilang muncul dalam daftar.

4) Pelajaran yang didapat:

Ketika proyek ini selesai, ambil pelajaran dari penggunaan AI: pada tahap manakah AI bekerja dengan sangat baik, pada tahap manakah risiko kesalahan tinggi, bagaimana cara meningkatkan alur kerja pada proyek berikutnya? Tulis dalam item yang konkret dan dapat ditindaklanjuti.

Perintah lemah / Perintah kuat

Perintah yang lemah:

Kerjakan proyek ini untuk saya dari awal sampai akhir.

Keinginan yang menginginkan segalanya sekaligus; Ini menghasilkan tumpukan yang tidak terverifikasi, dangkal dan berisiko.

Perintah yang kuat:

Peran Anda: koordinator proyek. Proyek: taman seluas 4 ha di tepi sungai, 3 bulan, anggaran terbatas, iklim hujan sedang, prioritas penyangga banjir dan pemanfaatan lingkungan. Alur kerja langkah demi langkah muncul bagi saya; Pada setiap tahap, (1) kontribusi nyata AI, (2) verifikasi yang akan dilakukan, dan (3) ahli/otoritas yang bertanggung jawab harus ditentukan. Tandai tahapan berisiko tinggi secara terpisah. Jangan katakan "AI menyelesaikan tahapan apa pun dengan sendirinya".

Dorongan progresif dengan verifikasi dan penetapan tanggung jawab mengubah AI menjadi alat koordinasi yang sesungguhnya.

Tabel ringkasan peran ujung ke ujung

Panggung

Kontribusi AI

verifikasi

Bertanggung jawab

konsep

variasi

Filter anggaran/iklim

desainer

Analisis

sintesis

Bidang + GIS

analis lapangan

air/iklim

Strategi

kalkulator hidrolik

insinyur

tanaman

daftar kandidat

Verifikasi lokal

arsitek lanskap

teknis

Logika/teks

CAD + statis

Arsitek/insinyur

Biaya

Tabel

Kuantitas/harga sebenarnya

surveyor kuantitas

peraturan perundang-undangan

Ringkasan/daftar

Konfirmasi resmi

otoritas yang kompeten

presentasi

Narasi

Pemeriksaan integritas

desainer

Kesalahan umum

Menginginkan segalanya dalam satu permintaan. Aliran dari ujung ke ujung terjadi secara bertahap; Setiap tahap diverifikasi secara terpisah.
Melewatkan audit risiko tahap akhir. Kesalahan ditangkap selama transisi fase.
Mengumpulkan afirmasi dan membiarkannya sampai akhir. Pabrik lokal, peraturan dan konfirmasi biaya harus dilakukan pada tahapnya sendiri.
Menanamkan keputusan manusia dalam aliran AI. Pilihan, kepemilikan, dan tanda tangan ada pada orang-orang di setiap tahap.
Tidak mencatat pelajaran yang didapat. Setiap proyek adalah peluang untuk meningkatkan alur kerja berikutnya.

Singkatnya

Alur kerja ujung ke ujung adalah tempat semua unit sebelumnya digabungkan dalam satu proyek. AI melakukan diversifikasi dan percepatan di setiap tahap; namun pada setiap tahap orang memilih, memverifikasi, dan memiliki. Tiga prinsip yang tidak dapat diubah menjaga aliran tetap aman: AI memproduksi, manusia memutuskan, setiap keluaran penting diverifikasi, penandatanganan dilakukan oleh pakar yang kompeten. Bagilah proyek menjadi beberapa fase, ajukan pertanyaan mengenai kelompok risiko di akhir setiap fase, lakukan verifikasi pada fase masing-masing, dan pelajari dari setiap proyek. Dengan demikian, AI menjadi mitra yang memperkuat profesi Anda, bukan melemahkannya.

Tugas aplikasi

Buat alur kerja ujung ke ujung dengan templat "Peta jalan proyek" untuk proyek nyata pilihan Anda; Verifikasi dan tetapkan tanggung jawab untuk setiap tahap. Kemudian pilih dua fase dan audit dengan templat "Audit risiko akhir fase". Terakhir, cantumkan verifikasi Anda yang hilang dengan templat "Pemeriksaan pra-pengiriman holistik".

daftar periksa

[ ] Saya membagi proyek menjadi beberapa tahap; Saya memverifikasi dan menugaskan tanggung jawab untuk setiap tahap.
[ ] Saya menanyakan pertanyaan kelompok risiko di akhir setiap tahap.
[ ] Saya membuat pabrik lokal, undang-undang dan konfirmasi biaya pada tahapnya sendiri.
[ ] Saya menghubungkan tahapan berisiko tinggi dengan persetujuan ahli.
[ ] Saya mencatat pembelajaran dari proyek ini untuk alur kerja berikutnya.

Ujian Modul

1. Manakah dari berikut ini yang merupakan posisi paling akurat untuk kecerdasan buatan dalam arsitektur lanskap?

A) AI adalah akselerator dan generator cetak biru; Tanggung jawab atas keputusan lokasi, ekologi, keamanan, dan peraturan berada di tangan manusia ✔
B) Kecerdasan buatan dapat menyelesaikan dan menandatangani desainnya sendiri
C) Kecerdasan buatan hanya berfungsi dalam menghasilkan visual, tidak ada kaitannya dengan tahapan desain lainnya
D) Karena kecerdasan buatan lebih obyektif daripada manusia, keputusan legislatif harus diserahkan kepada kecerdasan buatan.

Deskripsi: Kecerdasan buatan adalah pengganda ide dan generator rancangan yang mempercepat konsep, visual, analisis, dan komunikasi; Kenyataan di lapangan, ekologi lokal, keselamatan dan tanggung jawab hukum tetap berada pada ahli yang kompeten. Dalam pengambilan keputusan yang penting bagi bidang teknik dan keselamatan, AI bukanlah pengganti persetujuan ahli.

2. Ketika Anda mengelompokkan keputusan pada proyek lansekap berdasarkan tingkat risiko, manakah dari berikut ini yang termasuk dalam kategori 'risiko tinggi (diperlukan persetujuan ahli)'?

A) Menulis teks konsep
B) Menciptakan ide moodboard
C) Penahan statika dinding dan keamanan taman bermain anak ✔
D) Mendapatkan saran judul presentasi

Deskripsi: Masalah teknis dan keselamatan penting seperti dinding penahan statis, konflik akar-substruktur pohon, tanaman beracun/invasif, dan keselamatan taman bermain anak-anak merupakan risiko tinggi; Di sini kecerdasan buatan hanya sebagai asisten, keputusan akhir ada di tangan ahlinya. Teks konsep dan moodboard berisiko rendah.

3. Apa cara paling efisien untuk menggunakan kecerdasan buatan selama tahap pengembangan konsep?

A) Membuat banyak tema berbeda dan memilih serta memperdalamnya dengan meneruskannya melalui filter konteks ✔
B) Meminta satu 'konsep terbaik' dan menerapkannya secara langsung
C) Menanyakan konsep umum tanpa memberikan konteks
D) Menyampaikan konsep tanpa ada kritik

Penjelasan: Pikiran manusia cenderung terpaku pada 2-3 ide pertama. Kekuatan sebenarnya dari kecerdasan buatan adalah ia menghasilkan dan membandingkan banyak tema berbeda; Pilihan, pendalaman dan kepemilikan adalah milik manusia. Meminta satu rekomendasi 'terbaik' akan membuang-buang tenaga.

4. Prinsip manakah yang penting saat menampilkan render (gambar) yang dihasilkan dengan kecerdasan buatan kepada pelanggan?

A) Visual disajikan sebagai pandangan yang pasti dan tepat untuk diterapkan.
B) Dianggap sebagai dokumen teknis skala visual
C) Representasi visual adalah suasana; diperiksa keasliannya dan disertakan dengan lembar teknis ✔
D) Gambar ditransfer langsung ke aplikasi tanpa verifikasi

Deskripsi: Kecerdasan buatan visual adalah sarana komunikasi dan suasana; Ini tidak berskala dan mungkin mengandung unsur-unsur yang tidak dapat ditentukan dalam kenyataan (kepadatan yang berlebihan, tanaman yang tidak terbiasa dengan iklim). Oleh karena itu, perlu dinyatakan bahwa ini adalah 'suasana yang representatif' dan harus disajikan dalam lembar teknis.

5. Mengapa salah menanyakan kecerdasan buatan tentang kemiringan rata-rata suatu plot dalam analisis area?

A) Kecerdasan buatan tidak dapat melakukan pengukuran posisi dan dapat menghitung angka; pengukuran diambil dari GIS/pengukuran lapangan ✔
B) Kecerdasan buatan menghitung kemiringan dengan benar tetapi lambat
C) Kemiringan data tidak penting, tidak perlu ditanyakan
D) Kecerdasan buatan hanya bisa menghitung meter persegi, bukan kemiringan, tapi menghitung jarak

Deskripsi: Kecerdasan buatan tidak melihat plot dan tidak dapat melakukan pengukuran spasial; pertanyaan seperti itu mungkin menghasilkan angka yang meyakinkan tetapi tidak berdasar. Pengukuran seperti kemiringan, luas dan jarak diambil dari GIS atau survei lapangan; Kecerdasan buatan hanya digunakan untuk menafsirkan data terukur yang diberikan.

6. Apa aturan paling penting dalam penggunaan kecerdasan buatan dalam seleksi tanaman?

A) Gunakan AI untuk membuat daftar kandidat dan memvalidasi setiap spesies dengan iklim lokal, daftar invasif, toksisitas, dan pasar ✔
B) Memasukkan daftar yang disarankan oleh AI langsung ke dalam proyek, karena didasarkan pada data global
C) Hanya memilih spesies yang tampak menarik secara visual
D) Lebih menyukai spesies yang praktis karena cepat tumbuh, tanpa verifikasi.

Penjelasan: Karena AI belajar dari rata-rata global, AI bisa saja salah dalam menentukan zona iklim, status invasif, toksisitas, dan pasar. Jadi hanya digunakan sebagai penghasil daftar calon; setiap spesies diverifikasi berdasarkan zona iklim lokal, daftar spesies invasif, toksisitas, dan ketersediaan bibit. Jenis yang tidak terverifikasi tidak masuk proyek.

7. Apa perbedaan peran kecerdasan buatan dan peran insinyur dalam pengelolaan air hujan?

A) Kecerdasan buatan membuat perhitungan strategi dan kapasitas dengan aman
B) Kecerdasan buatan menghasilkan ide strategi dan penempatan; Dimensi dan kapasitas adalah perhitungan dan persetujuan insinyur ✔
C) Insinyur hanya menentukan strategi, kecerdasan buatan yang menghitung
D) Ukuran tidak penting; Arah aliran air cukup

Deskripsi: Ide dan penempatan solusi seperti taman hujan dan bioswales adalah keputusan desain, dan kecerdasan buatan membantu dalam hal ini. Namun, ukuran, kapasitas dan keamanan banjir memerlukan perhitungan hidrolik dan persetujuan insinyur; Kecerdasan buatan tidak dapat menghitung laju/kapasitas aliran karena ukuran yang salah berarti banjir atau runtuh.

8. Pendekatan apa yang paling akurat ketika mengevaluasi keberlanjutan suatu desain?

A) Semakin hijau tampilan desainnya, semakin ramah lingkungan
B) Mengevaluasi keberlanjutan dalam topik yang terukur seperti air, permeabilitas, laju lokal, naungan, pemeliharaan dan keanekaragaman hayati ✔
C) Menambah jumlah tanaman saja sudah cukup
D) Penanaman intensif tanpa memperhitungkan biaya pemeliharaan

Penjelasan: 'Terlihat ramah lingkungan' bukanlah keberlanjutan; Ruang hijau dengan satu spesies yang mengonsumsi banyak air dapat berdampak buruk secara ekologis dan mahal. Pendekatan yang tepat adalah dengan menilai keberlanjutan pada topik-topik yang terukur seperti air, permeabilitas, laju spesies asli, naungan, pemeliharaan dan keanekaragaman hayati serta memperbaiki titik-titik lemahnya.

9. Apa yang harus dilakukan untuk nilai pengukuran dan perkuatan pada 'bagian sampel' dinding penahan yang diberikan oleh kecerdasan buatan pada tahap gambar teknik?

A) Nilai dapat disalin langsung ke dalam proyek karena AI mengetahui standarnya
B) Nilai bersifat representatif; Detail statis ditentukan oleh survei lapangan dan perhitungan insinyur, tidak termasuk dalam gambar tanpa verifikasi ✔
C) Nilai hanya untuk tujuan estetis, tidak ada hubungannya dengan statika
D) Nilai peralatan yang disediakan oleh kecerdasan buatan selalu berada pada sisi aman

Penjelasan: Kecerdasan buatan tidak menghasilkan gambar berskala/statis dan nilai pengukuran, ketinggian, dan penguatan yang diberikannya mewakili. Detail statis; Hal ini ditentukan oleh survei lapangan dan perhitungan insinyur. Nilai-nilai ini tidak dapat ditransfer ke gambar tanpa verifikasi, ini sangat penting untuk detail yang penting bagi keamanan.

10. Pendekatan apa yang paling efektif ketika mempresentasikan proyek lansekap yang sama kepada audiens yang berbeda?

A) Menyajikan teks teknis yang sama kepada semua orang
B) Membesar-besarkan angka tabungan dan manfaat untuk meningkatkan dampak
C) Mengadaptasi esensi desain untuk memberi tahu setiap audiens apa yang mereka pedulikan dalam bahasa mereka sendiri ✔
D) Cukup mempersiapkan presentasi saja untuk juri teknis.

Deskripsi: Investor peduli pada biaya dan nilai, lingkungan sekitar peduli pada manfaat dan keselamatan sehari-hari, juri peduli pada konsep dan teknik. Menjelaskan esensi desain tunggal kepada setiap audiens tentang apa yang mereka pedulikan, dalam bahasa yang dapat mereka pahami; Memanfaatkan kekuatan penerjemahan bingkai dari kecerdasan buatan adalah cara yang paling efektif. Merupakan kesalahan umum untuk menjelaskannya kepada semua orang dalam bahasa yang sama.

11. Mengapa salah jika kecerdasan buatan menghitung total biaya sebuah taman secara langsung?

A) Kecerdasan buatan selalu mengetahui harga pasar saat ini
B) Kecerdasan buatan menghitung biaya tetapi hanya salah pada proyek besar
C) Kecerdasan buatan tidak mengetahui durasi sebenarnya proyek dan harga saat ini; Jumlah yang diberikan mewakili, bukan penawaran ✔
D) Biaya tidak penting, yang penting keindahan desainnya

Penjelasan: Kecerdasan buatan tidak mengetahui durasi sebenarnya dari proyek Anda maupun harga unit lokal saat ini; Jumlah yang diberikan murni mewakili dan bukan penawaran. Cara yang benar adalah dengan mengambil kuantitas sebenarnya dari data proyek dan harga unit dari pasar dan meminta kecerdasan buatan hanya mengedit tabelnya.

12. Apa risiko paling berbahaya dan tindakan pencegahan yang benar ketika menggunakan kecerdasan buatan terkait peraturan perundang-undangan?

A) Karena kecerdasan buatan hafal undang-undang tersebut, pasal-pasalnya dapat dipercaya
B) Peraturan perundang-undangan bersifat universal, tidak perlu konfirmasi lokal
C) Nomor item yang diberikan oleh kecerdasan buatan selalu terbaru.
D) Kecerdasan buatan dapat membuat materi yang tidak ada; Setiap ketentuan harus dikonfirmasi dari sumber dan otoritas resmi terkini ✔

Deskripsi: Perundang-undangan bersifat lokal, terkini dan terbuka untuk interpretasi; AI mungkin membuat nomor item atau aturan yang tidak ada (halusinasi). Tindakan pencegahan yang benar adalah dengan tidak menggunakan ketentuan apa pun tanpa memverifikasinya; Ini adalah dengan menggunakan kecerdasan buatan hanya untuk meringkas teks resmi yang Anda berikan, untuk membuat daftar periksa dan pertanyaan kepada pejabat tersebut, dan untuk mengkonfirmasi item dari sumber resmi saat ini.

13. Prinsip manakah yang berlaku pada penggunaan kecerdasan buatan dengan data seperti kontrak pelanggan dan informasi paket?

A) Semua dokumen dapat diunggah apa adanya, karena kecepatan itu penting
B) Data kontrak tidak penting bagi AI dan diabaikan
C) Informasi paket dapat dibagikan secara bebas karena tidak dianggap sebagai data pribadi.
D) Data rahasia dan pribadi tidak dibagikan tanpa kendali; Digunakan dianonimkan jika perlu ✔

Penjelasan: Identitas pelanggan, informasi paket, kontrak, dan data pribadi tidak boleh diunggah ke alat kecerdasan buatan dengan cara yang tidak terkendali. Jika perlu, data dibagikan melalui anonimisasi. Kerahasiaan adalah salah satu prinsip etika utama yang ditekankan dalam modul ini.

14. Apa tiga prinsip konstan saat menjalankan proyek secara end-to-end dengan kecerdasan buatan?

A) Minta semuanya dalam satu permintaan, verifikasi hasilnya, kirimkan
B) Kecerdasan buatan memutuskan, manusia hanya melaksanakan
C) Akumulasi verifikasi dan lakukan semuanya sekaligus di akhir proyek
D) Kecerdasan buatan menghasilkan, manusia memilih dan memiliki; setiap keluaran penting diverifikasi; Keputusan dan tanda tangan milik ahlinya ✔

Deskripsi: Dalam alur kerja menyeluruh, tiga prinsip diulangi di setiap tahap: AI mengetik dan mempercepat, manusia memilih dan memiliki; setiap keluaran numerik, lokal, dan keamanan penting diverifikasi; Keputusan dan tanda tangan adalah milik ahli yang berwenang. Prinsip-prinsip ini tetap konstan meskipun hanya subjek penerapannya yang berubah.