Guadagni:
- Capacità di spiegare i limiti dell'uso dell'intelligenza artificiale nel MIS nel quadro della KVKK e dei principi di base della sicurezza delle informazioni
- Capacità di applicare in modo sicuro i principi di anonimizzazione, privilegio minimo e classificazione dei dati ai flussi di lavoro dell'intelligenza artificiale
- Capacità di gestire in modo responsabile un progetto MIS-AI end-to-end nel quadro dell'etica, della conformità e dell'approvazione competente.
Esame del modulo
1. Quale affermazione descrive più accuratamente il ruolo dei risultati dell'intelligenza artificiale nel lavoro di uno specialista di sistemi informativi gestionali?
- A) L’AI produce bozze e proposte; ✔ La regola aziendale è responsabilità dell'uomo verificare con dati reali e approvazione competente
- B) L'output dell'intelligenza artificiale è scritto in modo fluido e tecnico, quindi di solito non richiede verifica
- C) L'intelligenza artificiale può finalizzare i requisiti direttamente senza l'approvazione della business unit
- D) Nelle decisioni cruciali per la finanza, i risultati dell’intelligenza artificiale sostituiscono l’approvazione di un esperto competente
Descrizione: L'intelligenza artificiale elabora rapidamente prodotti intermedi come requisiti, modelli di dati, SQL e report; Tuttavia, è responsabilità umana verificare queste bozze con le regole aziendali, i dati effettivi e la conferma delle parti interessate. Soprattutto nelle decisioni finanziarie e critiche in materia di conformità, l’intelligenza artificiale non sostituisce l’approvazione di esperti competenti.
2. Qual è il problema principale con l'affermazione "il sistema deve essere veloce" in uno studio di analisi dei requisiti?
- A) È scritto come non funzionale anche se è un requisito funzionale
- B) Non può essere testato e verificato perché non contiene una soglia misurabile ✔
- C) Le parti interessate non capiscono perché contiene troppi dettagli tecnici
- D) Non è valido perché non è scritto nel formato User Story
Spiegazione: questa affermazione descrive un requisito non funzionale, ma non è misurabile. "Veloce" è soggettivo; definisce un tempo di risposta del requisito accettabile in base al numero, alla condizione e al carico (ad esempio "risposta alla query inferiore a 2 secondi con carico medio"). Un requisito che non può essere misurato non può essere testato.
3. Quale dei seguenti è lo scopo principale della normalizzazione nella modellazione dei dati?
- A) Semplificare la query raccogliendo tutti i dati in un'unica grande tabella
- B) Prevenire anomalie di aggiornamento riducendo la duplicazione dei dati e mantenendo l'integrità ✔
- C) Ridurre sempre al minimo la dimensione dei file di backup
- D) Garantire direttamente le prestazioni della grafica e della scheda
Descrizione: la normalizzazione è il processo di suddivisione logica delle tabelle per ridurre la ridondanza e preservare l'integrità dei dati. Mantenere le stesse informazioni in un unico posto previene anomalie e incoerenze degli aggiornamenti. L’obiettivo non è velocizzare la rendicontazione; la denormalizzazione deliberata a volte viene eseguita per velocità.
4. Qual è il rischio principale di dedurre che "le vendite sono aumentate con l'aumento della spesa pubblicitaria, quindi la pubblicità aumenta le vendite" in un dashboard di business intelligence?
- A) Correlazione confusa con la causalità; Agire insieme non dimostra che l'uno crea l'altro ✔
- B) Selezione errata del tipo di grafico
- C) I dati non sono normalizzati
- D) Il tabellone contiene troppi colori
Spiegazione: si tratta di confusione tra correlazione e causalità. I due parametri possono muoversi insieme, ma un terzo fattore (ad esempio la stagione, il periodo della campagna) potrebbe farli aumentare. L’esperto MIS dovrebbe anche verificare la presenza di questa trappola nei testi narrativi generati dall’intelligenza artificiale e testare le affermazioni causali con prove.
5. Nell'automazione intelligente, dove vengono utilizzate insieme la RPA (automazione dei processi robotici) e l'intelligenza artificiale, per quale tipo di fase è più adatta la RPA?
- A) Passaggi poco chiari, basati sull'interpretazione, che richiedono decisioni diverse ogni volta
- B) Passi che lavorano su dati regolari, ripetitivi e strutturati ✔
- C) Passaggi che richiedono empatia con il cliente
- D) Fasi in cui vengono prese le decisioni strategiche di investimento
Spiegazione: RPA è efficace nelle fasi di dati regolari, ripetitive e strutturate: copiare i dati da uno schermo e inserirli in un altro sistema. L’intelligenza artificiale entra in gioco in passaggi che richiedono giudizi ambigui, classificazione o comprensione del linguaggio naturale; Le decisioni ad alto rischio rimangono soggette all’approvazione umana.
6. Perché i risultati dell’intelligenza artificiale devono essere convalidati con particolare attenzione nei sistemi ERP?
- R) I dati ERP sono sempre anonimi, pertanto è necessaria ulteriore cautela
- B) I processi ERP sono critici dal punto di vista finanziario e operativo; L'errore ha conseguenze finanziarie e legali dirette ✔
- C) I sistemi ERP non sono affatto integrabili con l’intelligenza artificiale
- D) L'intelligenza artificiale non comprende i report ERP perché non sono visivi
Descrizione: ERP; Conduce processi finanziari e operativi critici come contabilità, inventario, acquisti e buste paga. Un errore in questo caso si riflette direttamente nella decisione sulla registrazione finanziaria, sul pagamento o sull'inventario. Pertanto, le raccomandazioni dell’IA non vengono elaborate senza l’approvazione di un esperto competente; La traccia di controllo è obbligatoria.
7. Qual è la prima cosa a cui uno specialista MIS dovrebbe prestare attenzione quando utilizza l'intelligenza artificiale quando lavora con i dati CRM?
- A) Scelta della tavolozza dei colori del pannello
- B) Privacy dei dati personali: anonimizzazione, autorizzazione minima e garanzia innanzitutto della conformità KVKK ✔
- C) Caricamento del set di dati più grande possibile nel veicolo così com'è
- D) È sufficiente utilizzare la versione più recente del modello
Descrizione: i dati CRM sono in gran parte dati personali (nome, contatto, cronologia degli acquisti). Prima di fornire questi dati a uno strumento di intelligenza artificiale, è necessario valutare l’anonimizzazione, l’autorizzazione minima e la conformità KVKK. Inoltre, le decisioni automatizzate che influiscono sul cliente richiedono la supervisione umana e il diritto di opposizione.
8. Quale tipo di grafico è generalmente più adatto per mostrare la variazione del tasso (percentuale) nel tempo su un dashboard?
- A) Grafico a linee per l'andamento temporale; la scala e l'asse devono essere impostati correttamente ✔
- B) Un grafico a torta è la soluzione migliore in ogni situazione
- C) La grafica con effetti tridimensionali aumenta la leggibilità
- D) Il tipo di grafico non influisce sul messaggio, sono tutti equivalenti
Spiegazione: un grafico a linee è adatto per mostrare una tendenza nel tempo; Se gli assi e la scala sono impostati correttamente, la modifica può essere letta chiaramente. Il grafico a torta mostra l'azione in un singolo momento nel tempo, non è adatto per l'andamento temporale. La scelta grafica viene effettuata in base al messaggio da veicolare.
9. Quale dei seguenti è il rischio più importante delle piattaforme no-code/low-code in termini di governance?
- R) Le applicazioni vengono sempre eseguite molto lentamente
- B) Le soluzioni "shadow IT" non documentate e non controllate creano rischi per i dati e per la sicurezza ✔
- C) Non risolvono mai problemi aziendali reali
- D) Possono essere utilizzati solo nelle grandi aziende
Descrizione: No-code/low-code consente ai dipendenti non tecnici (sviluppatori cittadini) di installare rapidamente le applicazioni. Tuttavia, quando cresce incontrollato; Le soluzioni "IT ombra" non documentate, non protette e orfane creano perdite di dati e debito tecnico. La governance richiede la registrazione e il monitoraggio di queste soluzioni.
10. Cosa significa "coerenza", una delle dimensioni della qualità dei dati?
- A) I dati corrispondono esattamente al valore del mondo reale
- B) Gli stessi dati non sono in conflitto tra loro in sistemi e registri diversi ✔
- C) Tutti i campi dei dati sono compilati
- D) Reperimento dei dati nella loro forma più attuale
Spiegazione: Coerenza significa che gli stessi dati non sono in conflitto tra loro in sistemi o record diversi; Ad esempio, l'indirizzo di un cliente è lo stesso nel CRM e nel sistema di fatturazione. Accuratezza significa conformità alla realtà, completezza significa completezza e aggiornamento significa tempestività dei dati. Queste sono dimensioni separate.
11. Nell’ambito della KVKK, qual è il principio fondamentale che un esperto MIS dovrebbe applicare prima di elaborare i dati personali con uno strumento di intelligenza artificiale?
- A) Raccogliere tutti i dati personali che possono essere ottenuti
- B) Minimizzazione dei dati e limitazione delle finalità: trattare solo i dati necessari per lo scopo definito ✔
- C) Mettendo i dati in una cartella pubblica a cui tutti possono accedere
- D) Lasciare la decisione sulla privacy interamente all’intelligenza artificiale
Descrizione: La minimizzazione dei dati e la limitazione delle finalità sono essenziali: trattare solo i dati necessari per uno scopo identificato e legittimo. Ove possibile, i dati sono anonimizzati o pseudonimizzati; Le aree che identificano la persona sono tenute lontane dal veicolo. L'approccio "più dati, meglio è" è contrario ai principi KVKK.
12. Perché la frase "il sistema approva automaticamente quando appropriato" è un requisito rischioso in una bozza di requisiti basata sull'intelligenza artificiale?
- R) Perché è troppo lungo
- B) I "casi fattibili" sono indefiniti, aperti all'interpretazione, non verificabili e soggetti a errori ✔
- C) L'automazione è sempre vietata
- D) Perché non è in formato User Story
Spiegazione: 'Situazioni adatte' è un'espressione vaga; Non è definito quali condizioni facciano scattare l'approvazione. Il requisito ambiguo viene interpretato erroneamente dallo sviluppatore e non può essere testato. L’esperto MIS dovrebbe chiarire tali dichiarazioni ambigue prodotte dall’IA con regole e soglie chiare e farle confermare dalle parti interessate.
13. Qual è lo scopo principale di un processo ETL (Extract-Transform-Load) in un data warehouse?
- A) Generazione di nuovi dati sui clienti
- B) Estrarre e trasformare dati da diverse fonti e caricarli in una struttura coerente pronta per l'analisi ✔
- C) Selezione automatica dei colori dei pannelli
- D) Condivisione dei dati personali indipendentemente dalla legge
Descrizione: ETL; Estrae i dati dalle fonti (Extract), li pulisce e li converte in una struttura standard (Transform) e li carica nel data warehouse per l'analisi (Load). L'obiettivo è portare formati di dati operativi dispersi e diversi in una struttura coerente pronta per il reporting e l'analisi. ETL non produce dati, sposta e organizza i dati esistenti.
14. Perché la "gestione delle eccezioni" è fondamentale nella progettazione dell'automazione dei processi?
- R) Perché fa sì che l’automazione funzioni sempre più velocemente
- B) Perché fornisce fermate sicure e guida alle persone invece di errori silenziosi in situazioni illegali ✔
- C) Perché migliora la progettazione grafica
- D) Perché cancella automaticamente i dati personali
Spiegazione: Le automazioni incontrano sempre situazioni che vanno contro le regole (dati mancanti, formato imprevisto, errore di sistema). La gestione delle eccezioni consente al robot di interrompere in sicurezza il processo e reindirizzarlo a un essere umano in questi casi, anziché intraprendere silenziosamente l'azione sbagliata. Se non vengono progettate eccezioni, gli errori si propagheranno silenziosamente e l'audit trail andrà perso.