Etika, privatumas, ekspertų priežiūra ir praktikos apribojimai

Pelnas:

• Gebėjimas dirbtinio intelekto naudojimo specialiajame ugdyme etikos principus (geranoriškumas, nepiktybiškumas, teisingumas, šališkumo vengimas) paversti konkrečiomis taisyklėmis.
• Gebėjimas tvarkyti studentų ir šeimos duomenų privatumą, duomenų saugojimo ir dalijimosi limitus KVKK rėmuose
• Gebėjimas susieti mokymąsi visame modulyje į saugią darbo eigą nuo galo iki galo ir apibrėžti, kur baigiasi dirbtinis intelektas ir prasideda ekspertų atsakomybė

Viso šio modulio metu mokėmės naudoti dirbtinį intelektą kaip asistentą: parengėme IEP tikslą, pritaikėme medžiagą, sudarėme AAC ir elgesio planą, stebėjome pažangą ir sustiprinome bendravimą su šeima. Šiame paskutiniame skyriuje nagrinėjama sistema, kurioje visa tai yra: etika, privatumas ir ekspertų priežiūra. Nes „duomenys“, su kuriais dirbate specialiajame ugdyme, yra ne lentelė, o vaikas; Jūsų sukurta „produkcija“ yra ne dokumentas, o sprendimas, turintis įtakos vaiko teisei į mokslą. Dirbtinis intelektas suteikia didelį patogumą šioje srityje; Tačiau netinkamai naudojant žmonės, kuriems gali būti padaryta žala, taip pat yra labiausiai pažeidžiami. Paskutinį kartą pakartokime principą, kurį nustatėme nuo pat pradžių: Dirbtinis intelektas yra asistentas; Diagnozė, apgyvendinimas, paskirtis ir sprendimai, turintys įtakos vaiko ateičiai, priklauso kompetentingam specialistui, IEP komandai ir šeimai.

Keturi etikos principai ir konkretūs jų atitikmenys

Dirbtinio intelekto naudojimą specialiajame ugdyme galime priskirti keturiems pagrindiniams etikos principams:

• Nauda: dirbtinis intelektas turėtų būti naudojamas siekiant tikrai prisidėti prie vaiko ugdymo; Tai turėtų padėti mokytojui išlaisvinti savo laiką ir skirti daugiau dėmesio vaikui. Naudojimas nėra savitikslis.
• Nepiktybiškumas: nepatikrinta, vaikams netinkama arba stigmatizuojanti medžiaga gali pakenkti. Kiekvienas išėjimas praeina per filtrą "ar tai pakenks vaikui?"
• Teisingumas: kiekvienas vaikas turi turėti vienodas galimybes gauti išteklių ir kokybišką išsilavinimą. AI neturėtų teikti privilegijų kai kuriems vaikams ir nepaisyti kitų; Kiekvienam turėtų būti skiriamas individualus dėmesys.
• Venkite šališkumo: dirbtinis intelektas gali atspindėti stereotipus duomenims, kuriais jis mokomas; Konkretus negalios tipas gali duoti diskriminacinių rezultatų, susijusių su lytimi, kultūra ar socialine ir ekonomine padėtimi. Specialistas turi atpažinti ir ištaisyti šiuos rezultatus bei įvertinti kiekvieną vaiką individualiai.

Šališkumas yra ypač svarbus, nes jis yra klastingas. AI gali sklandžiai sudaryti sakinį, pavyzdžiui, „tokie vaikai paprastai negali daryti X“; Tačiau tai stereotipas, kuris ir neteisingas, ir trukdo vaikui. Specialisto užduotis – pamatyti šiuos šablonus ir įvertinti vaiką jo potencialu.

Atsargiai: jokie dirbtinio intelekto sugeneruoti apibendrinimai („vaikai su X negalia gali/daryti Y“) negali būti naudojami siekiant apriboti vaiko tikslą. Maži lūkesčiai yra viena iš labiausiai paplitusių ir labiausiai nematomų diskriminacijos formų.

Privatumas: duomenų saugojimo ir bendrinimo ribos

Studento duomenys (asmens tapatybė, diagnozė, RAM ataskaita, elgesio įrašas, šeimos informacija) yra ypatingi asmens duomenys, patenkantys į KVKK taikymo sritį. Paaiškinkime šio vieneto taisykles:

• Anonimizuoti: vardas, ID, protokolas, mokykla, adresas ir šeimos duomenys pašalinami prieš įvedant bet kokį AI įrankį.
• Minimalūs duomenys: dalinkitės tik ta informacija, kurios reikia užduočiai atlikti; Neduokite viso failo „tik tuo atveju“.
• Saugus įrankis: jei įmanoma, pirmenybė teikiama įmonių įrankiams, kurie turi duomenų apdorojimo sutartį ir nenaudoja jūsų duomenų modelių mokymuose; Skelbtini duomenys nėra įkeliami iš asmeninių paskyrų.
• Saugojimas ir ištrynimas: jei juodraščiuose, sukurtuose naudojant AI, yra studentų duomenų, jie saugomi pagal institucijos taisykles ir prireikus ištrinami; Jis nepaliekamas atsitiktinėse vietose.
• Dalijimasis: Informacija dalijamasi tik su įgaliotais asmenimis (IEP komanda, šeima, atitinkamu specialistu) ir tik tiek, kiek reikia.

Žemiau esančioje lentelėje vienoje vietoje apibendrinami per visą modulį išmokti apribojimai:

plotas

AI gali

AI negali / priklauso žmonėms

Įvertinimas

Apibendrina anoniminius duomenis

Diagnozės/pakeitimai

BEP

Rašo tikslų projektą

Patvirtina / patvirtina ketinimą

medžiaga

Prisitaiko, išskiria

Priima sprendimą dėl mokymo programos/autorių teisių

AAC

Kortelės / istorijos metmenys

Parenka metodą ir pritaiko jį vaikui

elgesį

ABC apibendrina, duoda patarimų

Sprendžia funkciją, tvirtina planą

progresą

Apibendrina ir interpretuoja duomenis

Galutinis sprendimas tęsti

šeima

teksto juodraščiai

Patvirtina tekstą, sustiprina ryšį

Dešinysis šios lentelės stulpelis yra ekspertų atsakomybės riba ir jokiu būdu negali būti perduotas AI.

Saugi darbo eiga nuo galo iki galo

Sujungkime modulį į vieną srautą. Saugi AI palaikoma mokymo darbo eiga yra tokia: (1) anonimizuoti duomenis; (2) parašyti raginimą su aiškiais vaidmenimis ir ribomis; (3) gauti juodraštį iš AI; (4) patikrinti išvestį trimis etapais – nuoroda į šaltinį, palyginti su tikruoju vaiko profiliu, ekspertas-filtras; (5) atlikti etikos ir šališkumo auditą; (6) prisitaikyti ir patvirtinti su komanda/šeima; (7) taikyti ir stebėti duomenis; (8) saugoti / ištrinti juodraščius pagal institucijos taisykles. Šis ciklas kartojasi su kiekviena užduotimi, aiškiai matydamas, kur baigiasi AI ir prasideda ekspertų atsakomybė.

trys mini dėklai

1 atvejis – šališkumo gaudymas. Mokytojas paprašė AI pateikti tikslo planą; Išvestyje buvo toks sakinys, kaip „tokio tipo studentai negali mąstyti abstrakčiai, išlaikyti žemą tikslą“. Mokytojas tai pripažino stereotipu; Jo paties mokinys sugebėjo užmegzti abstrakčius santykius. Jis ištraukė sakinį ir parašė tikslą pagal tikrąjį vaiko potencialą. Etinė priežiūra užkirto kelią mažiems lūkesčiams, kurie trukdytų vaikui.

2 atvejis. Privatumo disciplina. Viena institucija nustatė taisyklę, kad visi mokytojai prieš naudodami dirbtinį intelektą turi atlikti „anonimiškumo patikrą“. Prieš apibendrindamas RAM ataskaitą, mokytojas pašalino vardą, protokolą ir šeimos informaciją. Po kelių mėnesių atliktas duomenų auditas parodė, kad organizacija nepateikė jokių neskelbtinų duomenų išoriniam įrankiui. Paprastas įprotis apsaugojo organizaciją nuo rimtos rizikos.

3 atvejis. Klaida perduodant atsakomybę. Mokytojas, prislėgtas laiko, įgyvendino AI parengtą elgesio planą jo neperskaitęs. Planas neatitiko vaiko funkcionavimo ir elgesys paaštrėjo. Problema buvo ne AI „klaida“, o atsakomybės perdavimas. Nepatvirtinta produkcija yra kaip nepasirašytas eksperto sprendimas; Atsakomybė visada tenka ekspertui. Klaida: atsakomybę pakeičia patogumu.

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Išanalizuokite viską apie šį studentą ir pasakykite man, ką daryti.

Šis prašymas verčia mus dalytis daugiau duomenų (galbūt su tapatybe), nei reikia, sakydamas „viskas“, ir perduoda sprendimą AI. Taip pat pažeidžiami du pagrindiniai principai.

Galingas raginimas:

Jūsų vaidmuo: specialiojo ugdymo specialisto padėjėjas.Naudokite tik šią anoniminę, konkrečiai užduočiai skirtą informaciją: [reikalinga mažiausiai].Užduotis: [vienos, aiškios užduoties] JUODRAŠTIS.Taisyklės: diagnozė / sprendimų priėmimas. Negalima apibendrinti/nestereotipo. Pareikškite, kad nesate tikri. Tarkime, kad tai patikrins profesionalas ir patvirtins komanda / šeima.

Šis teiginys apima minimalius duomenis, aiškią užduotį, šališkumą ir sprendimo ribas kartu; Jis surenka visus modulio principus viename šablone.

Dažnos klaidos

• Atsakomybės delegavimas. Palikti sprendimą AI; vykdomas neskaitant išvesties.
• Nematyti išankstinio nusistatymo. Nepastebi stereotipinių, lūkesčius mažinančių apibendrinimų.
• Perteklinių duomenų bendrinimas. Nereikalingų, jautrių duomenų suteikimas įrankiui sakant „analizuok viską“.
• Apeinant anonimiškumą. Darbas neišvalius tapatybės, diagnozės ir šeimos informacijos.
• Nesaugus juodraščių saugojimas. Atsitiktinėse vietose paliekami spaudiniai su studentų duomenimis.
• Matyti, kad etinis auditas yra formalus. Praleisti tokius klausimus kaip „ar tai pakenks, ar tai teisinga, ar tai neobjektyvu?

Apibendrinant

Specialiajame ugdyme dirbtinis intelektas yra galingas asistentas, tačiau kadangi dirbate su pažeidžiamiausiais asmenimis, dėl etikos ir privatumo nesiginčijama. Mes vadovaujamės keturiais principais: geranoriškumas, nepiktybiškumas, teisingumas, šališkumo vengimas. Mokinių duomenys anonimizuojami, bendrinami minimaliomis ir saugiomis priemonėmis bei saugomi saugiai. Saugi darbo eiga nuo galo iki galo; Ciklas anonimizuojamas, gautas juodraštis, patvirtinimas trimis veiksmais, etinė peržiūra, patvirtinimas su komanda/šeima, sekimas naudojant duomenis. Kur šiame cikle AI baigiasi, prasideda ekspertų atsakomybė. Nepatvirtinta išvestis yra kaip nepasirašytas eksperto sprendimas; Parašas visada yra jūsų.

Taikymo užduotis

Pasirinkite vieną iš kontūrų, kuriuos sukūrėte modulyje (IEP tikslas, medžiaga, elgesio planas arba šeimos tekstas) ir atlikite visus šiame skyriuje pateiktus „nuo galo iki galo saugios darbo eigos“ veiksmus. Visų pirma patikrinkite, ar nėra etikos / šališkumo: ar išvestyje yra žeminančio apibendrinimo, stigmatizuojančio teiginio ar privatumo nutekėjimo? Išspręskite visas rastas problemas ir atkreipkite dėmesį, kuris srauto veiksmas užfiksavo tą problemą.

kontrolinis sąrašas

• [ ] anonimizuojau duomenis; Pasidalinau tik būtiną minimumą.
• [ ] Išvestį patikrinau trimis žingsniais (šaltinis/profilis/ekspertas).
• [ ] Išvaliau išankstines nuostatas ir lūkesčius mažinančius apibendrinimus.
• [ ] Išravau stigmatizuojančią kalbą; Laikiausi keturių etikos principų.
• [ ] Juodraščius saugojau / prireikus ištryniau.
• [ ] Aš priėmiau galutinį sprendimą ir prisiėmiau atsakomybę kaip ekspertas / komanda / šeima.

Modulio egzaminas

1. Specialiojo ugdymo mokytojas paklausia dirbtinio intelekto „kokia šio vaiko diagnozė“, tiesiog nurodydamas mokinio vardą, pavardę, amžių ir atsakymą įrašo į IEP failą. Kokia esminė šio požiūrio klaida?

• A) Ignoruoti, kad diagnozės nustatymo teisė priklauso RAM ir įgaliotiems ekspertams; taip pat perkelti nepatvirtintą išvestį į oficialų įrašą ✔
• B) Nereikia dirbtiniam intelektui teikti amžiaus informaciją
• C) Draudžiama BEP failą laikyti skaitmeninėje aplinkoje
• D) Dėl dirbtinio intelekto diagnozė visada atrodo sunkesnė, nei yra

Paaiškinimas: dirbtinis intelektas negali ir neturėtų diagnozuoti; Diagnozė ir įvertinimas yra RAM ir įgaliotų ekspertų darbas. Be to, nepateikus modeliui duomenų, norima produkcija tampa prasimanymu (haliucinacija), o dalijimasis studento tapatybe yra privatumo pažeidimas.

2. Kuris iš šių pagrindinių bruožų turi turėti trumpalaikį (išmatuojamą) BEP tikslą?

• A) Siekiama, kad studentui apskritai patiktų dalykas
• B) Jis pagrįstas tik mokytojo pastebėjimu ir jame nėra skaitinių kriterijų
• C) Į vieną sakinį surinkite kuo ilgiau ir kuo daugiau rezultatų.
• D) Yra stebimas elgesys, būklė ir išmatuojamas sėkmės kriterijus ✔

Paaiškinimas: Trumpalaikis tikslas apima stebimą elgesį, būklę ir kriterijų (kiek bandymų, kiek procentų, koks nepriklausomybės lygis). Neišmatuojami posakiai, tokie kaip „supranta“, „išmoksta“, „suvokia“, sukelia klaidų rašant tikslą.

3. Mokytojas įkelia RAM ataskaitą, kurioje yra visas mokinio vardas, pavardė, TR ID numeris ir diagnozė, į viešai prieinamą dirbtinio intelekto įrankį ir sako „sutraukti“. Koks būtų teisingas požiūris?

• A) Įkelkite ataskaitą be jokių pakeitimų, nes santraukai reikia visos informacijos
• B) Tiesiog ištrinkite TR ID numerį ir palikite vardą bei diagnozę
• C) Tapatybės informacijos pašalinimas, duomenų anonimiškumas ir saugaus/institucinio įrankio pasirinkimas ✔
• D) Bendrinti ataskaitą el. paštu iš savo asmeninės paskyros ir atitinkamai ją apibendrinti

Paaiškinimas: Studento duomenys yra specialūs asmens duomenys, patenkantys į KVKK taikymo sritį. Asmens tapatybės informacija turėtų būti pašalinta, o duomenys anonimizuoti („10 metų amžiaus studentas“), o jei įmanoma, pirmenybė turėtų būti teikiama saugiam įrankiui, kuris yra institucinis ir nenaudoja duomenų švietime.

4. Koks yra geriausias požiūris kuriant socialinę istoriją su dirbtiniu intelektu, skirtą alternatyviajai ir augmentacinei komunikacijai (AAC)?

• A) Pritaikykite projektą specialiai vaikui ir pasirūpinkite, kad jį patvirtintų ekspertas ✔
• B) Sukurtą istoriją naudoti tiksliai visiems mokiniams, jos visiškai nekeičiant
• C) Istorijos rašymas kuo ilgesniais ir abstrakčiaus žodžiais
• D) Pateikite tik ilgą tekstą, nepridedant vaizdinės paramos

Aprašymas: Dirbtinis intelektas generuoja juodraščius; Tačiau socialinė istorija ir bendravimo pagalba turi būti pritaikyta prie individualių vaiko savybių ir patvirtinta logopedo/specialisto. Bendras metras negali būti taikomas tiesiogiai.

5. Kuris iš šių pagrindinių principų yra gavus dirbtinio intelekto pagalbą pozityvaus elgesio palaikymo plane?

• A) Paprašykite jo (jos) rekomenduoti griežčiausią bausmę, kad greitai nuslopintumėte elgesį.
• B) Suprasti elgesio funkciją ir parengti alternatyvų teigiamą elgesį bei prevencinės strategijos projektą ✔
• C) Užbaigti planą nepažįstant mokinio, tiesiog pažvelgus į elgesio pavadinimą
• D) Plano įgyvendinimas neįtraukiant šeimos ir specialisto į procesą

Paaiškinimas: pozityvaus elgesio palaikymas nėra orientuotas į bausmę; Juo siekiama suprasti elgesio funkciją (funkcinį vertinimą), prevencines taisykles ir pateikti mokomą alternatyvų elgesį vietoj nepageidaujamo elgesio. Būtina specialisto priežiūra.

6. Ką reiškia „duomenimis pagrįstas sprendimas“ stebint pažangą?

• A) Sprendimo priėmimas remiantis tik vienu stebėjimu metų pabaigoje
• B) Pažangos ataskaitos rašymas pagal bendrą mokytojo įspūdį, nežiūrint į duomenis
• C) Visiškai palikti sprendimą dirbtinio intelekto interpretacijai
• D) Sprendimo išlaikyti, pritaikyti ar pakeisti tikslą priėmimas žiūrint į reguliarius matavimo duomenis ✔

Paaiškinimas: Duomenimis pagrįstų sprendimų priėmimas – tai sprendimas išlaikyti, pritaikyti ar pakeisti tikslą, žiūrint į reguliarius pasiekimais pagrįstus matavimus (procentais, bandymų skaičiumi, nepriklausomumo lygiu). Dirbtinis intelektas apibendrina duomenis ir siūlo interpretaciją; Ekspertas priima sprendimą.

7. Pagal universalaus dizaino (UDL) principą, koks yra geriausias būdas padaryti medžiagą prieinamą?

• A) Medžiagos pateikimas tik vienu formatu, smulkiu šriftu ir tankiu tekstu
• B) Turinio pateikimas įvairiais būdais, paprasta kalba ir alternatyvus tekstas ✔
• C) Pašalinkite visus pritaikymus ir duokite visiems tą pačią standartinę medžiagą
• D) Darant prielaidą, kad pasiekiamumas pasiekiamas tik pakeitus spalvą

Aprašymas: UDL numato turinio pateikimą keliais būdais (tekstu, vaizdo, garso), paprasta kalba, alternatyviu tekstu ir lanksčiais formatais. Siekiama, kad dizainas atitiktų skirtingus poreikius, o ne tik vieną „vidutinį“ studentą. Galutinė patikra priklauso nuo eksperto ir tikro vartotojo testavimo.

8. Mokytojas siunčia šeimai dirbtinio intelekto sukurtą šeimos informacinį tekstą nepatikrinęs, o tekste yra neteisinga susitikimo data ir perdėtas pažadas pasveikti. Kokia čia esminė klaida?

• A) Klaidingos informacijos ir nerealių lūkesčių kūrimas siunčiant tekstą jo nepatikrinus ✔
• B) Siųsti rašytinį tekstą šeimai yra neteisinga.
• C) Tekstas per trumpas
• D) Dirbtiniam intelektui griežtai draudžiama kurti šeimos tekstą

Aprašymas: Kiekvienas su šeima bendrinamas tekstas turi būti parengtas tiksliai, konfidencialiai ir ekspertų patvirtinimu. Dirbtinis intelektas yra sklandus, bet gali pateikti klaidingą informaciją (haliucinacijos); Nepatvirtinus išsiųstas tekstas kenkia pasitikėjimui ir procesui.

9. Kuris iš šių būdų yra teisingas diferencijuojant įtraukimo/integravimo klasę?

• A) Visiškai atskirti mokinį nuo klasės ir leisti jam/jai atlikti kiekvieną veiklą vienam
• B) To paties pasiekimo palaikymas su bendra atsakomybe, nepritaikant ir neženklinant jo pagal lygį ✔
• C) Duoti tą pačią medžiagą visai klasei be išimties ir nedaryti jokių adaptacijų
• D) Adaptacijos palikimas tik specialiojo ugdymo mokytojui ir klasės auklėtojo pašalinimas iš proceso

Paaiškinimas: diferencijavimas reiškia to paties mokymosi rezultato pritaikymą įvairiems lygiams ir mokinio palaikymą jų neženklinant. Adaptacija yra bendra klasės auklėtojo ir specialiojo ugdymo mokytojo atsakomybė; Vengiama sprendimų, kurie atskiria ir stigmatizuoja mokinį nuo bendraamžių.

10. Kodėl AI kalbos modeliams ypač rizikinga sukelti „haliucinacijas“ specialiojo ugdymo kontekste?

• A) Nes modelis visada veikia lėtai
• B) Nes modelis nemoka turkų kalbos
• C) Kadangi haliucinacijos atsiranda tik regėjimo gamyboje
• D) Nes sugalvota informacija gali turėti įtakos vaiko apsisprendimui dėl mokymosi ir gali būti laikoma teisinga sklandžiai kalbant ✔

Paaiškinimas: Haliucinacija yra tada, kai modelis sklandžiai sukuria neegzistuojančią informaciją, tarsi ji būtų tiesa. Sugalvotas teisės aktas, neteisinga raidos norma ar įsivaizduojamas metodas specialiajame ugdyme gali tiesiogiai paveikti vaiko teisę į mokslą ir vystymąsi; todėl kiekviena produkcija turi būti patvirtinta.

11. Ką reiškia „vengti šališkumo“ dirbtinio intelekto naudojimo specialiajame ugdyme etikos principuose?

• A) Stereotipinių ar diskriminacinių modelio rezultatų atpažinimas ir taisymas ir kiekvieno vaiko vertinimas atskirai ✔
• B) Nerašykite ilgų raginimų, kad gautumėte greitą rezultatą.
• C) Dirbtinio intelekto naudojimas tik vieno tipo kliūtims
• D) Visiems mokiniams taikyti tą patį šališką šabloną

Paaiškinimas: dirbtinis intelektas gali atspindėti duomenų, kuriais remdamasis jis mokomas, šališkumą; gali sukurti stereotipinius rezultatus apie tam tikrą negalios tipą, lytį, socialinę ir ekonominę padėtį ar kultūrą. Specialistas turėtų stebėti rezultatus šiuo atžvilgiu ir įvertinti kiekvieną vaiką atskirai.

12. Kodėl apibendrinant RAM ataskaitą su dirbtiniu intelektu ir kuriant studento profilį svarbu įtraukti skyrių „stipriosios pusės“?

• A) Kad ataskaita būtų ilgesnė
• B) Stiprybės naudojamos tik formai, nors jos nėra teisiškai privalomos.
• C) Planuojant grįsti stiprybes ir neapibrėžti mokinio tik pagal jo trūkumus ✔
• D) Visiškai ignoruoti poreikius ir rašyti tik teigiamai

Paaiškinimas: Specialiojo ugdymo planavimas grindžiamas stipriosiomis pusėmis; Tik į trūkumą / poreikį orientuotas profilis apibrėžia studentą su jo trūkumais. Stiprybės yra tikslų ir motyvacijos pagrindas ir suteikia teigiamą, į augimą orientuotą perspektyvą.

13. Koks yra teisingas požiūris į „autorių teises ir originalumą“ kuriant adaptuotą medžiagą?

• A) Išvesties atkūrimas naudojant autorių teisių saugomus simbolius ir turinį be patikrinimo
• B) Medžiagos tikrinimas ir originalumas atsižvelgiant į mokymo programą, tikslumą ir autorių teises ✔
• C) Platinkite kiekvieną vaizdą komerciškai, neatsižvelgiant į šaltinį
• D) Darant prielaidą, kad autorių teisių klausimas visiškai netaikomas skaitmeninei medžiagai

Paaiškinimas: dirbtinio intelekto produkcija galėjo būti tiekiama iš kitų šaltinių; gali būti autorių teisių saugomo turinio, prekės ženklų simbolių arba nepatvirtintos informacijos. Ekspertas turėtų patikrinti, ar medžiaga atitinka mokymo programą, tikslumą ir autorių teises, nurodyti šaltinį ir, jei reikia, originalą.

14. Kaip visame modulyje akcentuojamas pagrindinis principas apibūdina dirbtinio intelekto vaidmenį specialiajame ugdyme?

• A) Dirbtinis intelektas pakeičia ekspertą ir sprendimus priima automatiškai
• B) Dirbtinis intelektas gali būti naudojamas tik užrašams ir niekam daugiau
• C) Kai naudojamas dirbtinis intelektas, ekspertų priežiūra nebereikalinga
• D) Dirbtinis intelektas yra asistentas ir traukos generatorius; Galutinis sprendimas ir atsakomybė tenka specialistui, komandai ir šeimai ✔

Aprašymas: Dirbtinis intelektas yra asistentas ir eskizų generatorius; Diagnozė, apgyvendinimas, tikslų nustatymas ir vaiko ateičiai įtakos turintys sprendimai priklauso kompetentingam specialistui, IEP komandai ir šeimai. Nepatvirtinta produkcija yra tarsi nepasirašytas eksperto sprendimas.