Pilnīgs projekts, mākslīgā intelekta atbildīga izmantošana un ceļvedis profesijā

Ieguvumi:

• Iespēja izstrādāt mobilās funkcijas pilnībā un pārbaudāmas dizaina, koda, AI integrācijas, privātuma, testēšanas, atkļūdošanas, veiktspējas un izlaišanas soļos
• Spēja izveidot ietvaru atbildīgai un ētiskai mākslīgā intelekta izmantošanai ar caurspīdīguma, pārbaudes-atbildības un taisnīguma-neļaunprātības principiem.
• Spēja izveidot ilgtspējīgu profesionālo praksi, nošķirot jomas, kurās mākslīgais intelekts ir spēcīgs un vājš, un paturot galīgo lēmumu cilvēku rokās.

Visā šajā modulī mēs izmantojām AI visos mobilās izstrādes posmos: koda ģenerēšanā, saskarnē, ierīcē un mākoņa mākslīgā intelekta integrācijā, testēšanā, atkļūdošanā, veiktspējā, privātumā un veikala piegādē. Šajā pēdējā daļā mēs apvienosim visus šos elementus vienā plūsmā no gala līdz galam, noskaidrosim ietvaru atbildīgai un ētiskai AI izmantošanai un runāsim par to, kā šīs prasmes pārvērst ilgtspējīgā profesionālajā praksē. Galvenais vēstījums nav mainījies, taču tagad tas ir stingri nostiprinājies: AI ir spēks, kas vairo kompetentu mobilo ierīču izstrādātāju; tas nav aizstājējs. Tā ir persona, kas ir atbildīga par produkta kvalitāti, drošību un solījumu lietotājam.

Pilnīga funkcija: detaļu apvienošana

Reālas funkcijas izstrāde no sākuma līdz beigām, izmantojot AI atbalstu, ķēdē apvieno visas mūsu apgūtās vienības. Piemērs: funkcija "pievienot izdevumus no kvīts". Plūsma darbojas šādi:

1. Dizains (3. nodaļa). Uzrakstiet ekrānu un četrus stāvokļus (ielādēt/tukšs/kļūda/pilns), izmantojot AI, pieprasiet pieejamību no sākuma.
2. Kods (2. vienība). Ģenerēt kameru, datu modeli un ViewModel slāni pa slānim ar MVVM; pārbaudiet katru slāni.
3. Ierīces AI (4. vienība). Nolasīt summu/datumu no saņemšanas ar ML Kit teksta atpazīšanu; Apsveriet iepriekšēju apstrādi un uzticamības vērtēšanu.
4. Konfidencialitāte (9. nodaļa). Pieprasiet kameras atļauju ar vismazākajām privilēģijām, uzrakstiet noraidīšanas scenāriju, saglabājiet datus ierīcē.
5. Testēšana (6. nodaļa). Ģenerēt ekstrakcijas loģikas vienību testus, displeja lietotāja interfeisa testēšanu; Iekļaut pierobežas valstis.
6. Atkļūdošana (7. vienība). Lieciet AI analizēt avārijas kontekstā un novērst galveno cēloni.
7. Veiktspēja (8. nodaļa). Izmēriet kameras apstrādes akumulatora izmaksas un iestatiet to draudzīgu akumulatoram.
8. Apraide (10. nodaļa). Pārskatāmi ziņojiet par AI izmantošanu, patiesi aizpildiet privātuma veidlapu un veiciet pašpārbaudi.

Katrā solī AI paātrina, cilvēks pārbauda un izlemj. Šī cilpa ir moduļa kodols.

Padoms. Nemēģiniet AI veikt sarežģītu funkciju ar vienu milzīgu pieprasījumu. Sadaliet to pārbaudāmās darbībās, piemēram, iepriekš. Katra posma rezultātu pārbaude un pāreja uz nākamo ir gan drošāka, gan ātrāka; Jo tu pieķer lielu kļūdu nevis beigās, bet pirmajā solī.

Atbildīga un ētiska AI izmantošana

Ar tehnisko kompetenci vien nepietiek; atbildīgs ietvars to pabeidz. Trīs principi:

Caurspīdīgums. Lietotājam ir jāzina, ka viņš vai viņa mijiedarbojas ar AI. Slepenais AI ir uzticības pārkāpums. AI radītais saturs ir atzīmēts; AI padoms tiek pasniegts kā "noderīgs padoms", nevis "stingra patiesība".

Pārbaude un atbildība. AI izvade ir sākumpunkts, nevis gatavs produkts. Jūs esat atbildīgs par katru publicēto koda rindiņu, katru AI atbildi, katru datu darījumu. "AI tā uzrakstīja" nav aizsardzība.

Taisnīgums un nežēlība. AI modeļos var būt novirzes no datiem, par kuriem tie ir apmācīti. Dažām ādas krāsām sejas atpazīšanas funkcija var darboties sliktāk, bet ieteikumu programma var izslēgt grupu. Jūsu pienākums ir pārbaudīt, vai jūsu produkts darbojas godīgi dažādās lietotāju grupās.

Uzmanību: jebkura tehnika, ko apgūstat IT un drošības jomā, tiek izmantota tikai autorizētiem un konstruktīviem mērķiem. AI izmantošana, lai izveidotu ļaunprātīgu programmatūru, uzlauztu kāda cita lietojumprogrammu bez atļaujas, vāktu lietotāja datus bez piekrišanas vai radītu maldinošu saturu, ir nelikumīga un ir pretrunā ar profesijas ētiku. Spēka mērs atklājas tur, kur to neizmanto.

AI ierobežojumu atzīšana

Nobriedis izstrādātājs zina, kur AI spīd un kur tas ir nepietiekams.

AI ir spēcīgs

AI ir vājš

Veidņu kods, katlu plātņu izgatavošana

Produktu un arhitektūras lēmumi

Testēšana un dokumentācijas projekts

Izpratne par uzņēmējdarbības kontekstu un lietotāju

Avāriju žurnāla lasīšana, kļūdu skenēšana

Galīgā pamatcēloņa diagnoze (nepieciešama pārbaude)

Mācīšanās, jēdzienu skaidrojums

Pašreizējā/nesagatavotā API informācija

Teksts, apraksts, tulkojums

Ētika, drošība un juridiskais gala lēmums

Šīs atšķirības internalizācija ir būtiska, lai efektīvi izmantotu AI un izvairītos no tā kļūmēm.

trīs mini futrāļi

1. gadījums — ātrums no gala līdz galam. Viens solo izstrādātājs pabeidza funkciju "atvienots" 4 dienu laikā, izmantojot iepriekš minēto 8 pakāpju plūsmu; Bez AI aprēķins bija 12 dienas. Taču, tā kā viņš pārbaudīja katru soli, publikācija tika apstiprināta pirmo reizi. Ātrums bija reāls, jo disciplīna bija reāla. Nodarbība: AI + pārbaude ir ātrāka nekā AI - pārbaude.

2. gadījums — neobjektivitāte. Pārbaudot uz mākslīgo intelektu balstītu lietvārdu un dzimuma prognozēšanas funkciju, komanda pamanīja sistemātiskas kļūdas dažos turku valodas lietvārdos; modelis tika apmācīts galvenokārt angļu valodā. Funkcija ir mainīta, lai jautātu lietotājam, nevis izdarītu nepareizu pieņēmumu. Nodarbība: izstrādātāja uzdevums ir pārbaudīt modeļa apmācības novirzes.

3. gadījums — “AI teica” aizsardzība sabruka. Izstrādātājs publicēja mākslīgā intelekta ģenerētu maksājuma kodu, to nepārbaudot; Vienā galējā gadījumā kods veica dubultas kolekcijas. Atbildība netiek noņemta, sakot "AI to uzrakstīja"; Kā konta īpašnieks viņš bija izstrādātājs. Mācība: atbildību nevar deleģēt.

Vāja uzvedne / spēcīga uzvedne

Vāja uzvedne: "Uzrakstiet man pilnīgu kvīšu skenēšanas pieteikumu."

Jaudīga uzvedne: "Palīdziet man soli pa solim izstrādāt funkciju "pievienot izdevumus no kvīts". Turpināsim secībā, kad es pārbaudīšu un apstiprinu katru darbību, pārejiet pie nākamās: 1) Ekrāns + četri stāvokļi + pieejamība2) MVVM slāņi (kamera, modelis, ViewModel) 3) Lasīšanas summa/datums no saņemšanas ar ML komplektu + uzticamības atmaksas rādītājs (4) +atlaide. Plūsma5) Vienību un lietotāja interfeisa testi Pastāstiet man par riskiem un punktiem, kas man jāpārbauda katrā darbībā.

Kopējamas veidnes

Pilnīgas plānošanas veidne: "Es izstrādāšu šādu līdzekli: [funkcija]. Sadaliet to pārbaudāmās darbībās: dizains, kods, AI integrācija, konfidencialitāte/atļauja, testēšana, veiktspēja, izlaišana. Katrai darbībai uzrakstiet rezultātu, risku un verifikācijas kritērijus. Neveidojiet vienu milzīgu ražošanu."

Ētikas/neobjektivitātes audita veidne: "Pārbaudiet šo AI līdzekli, lai nodrošinātu godīgumu un neobjektivitāti: [funkcija]. Kurām lietotāju grupām tas varētu darboties slikti? Kā apmācības dati ietekmē novirzi? Kā to pārbaudīt, kā padarīt to iekļaujošāku?"

Atbildības pārbaudes veidne: "Uzskaitiet pārskatatbildības jautājumus, kas man būtu jāuzdod pirms šī AI ģenerētā koda/funkcijas izlaišanas: vai es to sapratu, vai esmu to pārbaudījis, vai tas ir drošs, vai tas ir pārredzams lietotājam, vai tas ir likumīgi/ētiski?"

Nepārtrauktas mācīšanās veidne: "Iesakojiet 4 nedēļu praktisku plānu, lai uzlabotu manas AI prasmes mobilajā izstrādātājā: viena tēma katru nedēļu (kods, integrācija, testēšana, izlaišana), ar mērķi izveidot nelielu projektu un verifikācijas ieradumu."

Biežas kļūdas

• Sarežģītas funkcijas izveide ar vienu milzīgu pieprasījumu. Nevar pārbaudīt; sadaliet to soļos.
• Izvairīšanās no atbildības, sakot "AI rakstīja tā". Jūs esat atbildīgs par publicēto kodu.
• Netiek pārbaudīta AI novirze. Dažās grupās modelis var darboties slikti; Pārbaudi taisnīgumu.
• AI mijiedarbības slēpšana no lietotāja. Pārredzamība ir uzticības pamats.
• Aizmirstot AI ierobežojumus. Cilvēkiem ir pēdējais vārds par arhitektūru, ētiku un pašreizējo API.
• Lai pārtrauktu mācīšanos. Ātri mainās instrumenti un veikala noteikumi; Esiet pastāvīgi atjaunināts.

Rezumējot

Pilnīga funkcija apvieno visas moduļa daļas ķēdē: dizainu, kodu, AI integrāciju, privātumu, testēšanu, atkļūdošanu, veiktspēju un izlaišanu. Katrā solī AI paātrina, cilvēks pārbauda un izlemj; Sarežģīts darbs ir sadalīts mazos pārbaudāmos posmos. Atbildīgas lietošanas pamatā ir trīs principi: caurspīdīgums, pārbaude-atbildība un godīgums - nekaitē. AI ir spēcīgs multiplikators, taču cilvēkiem ir galīgais vārds par arhitektūru, ētiku, drošību un pašreizējām zināšanām. “AI darīja to tā” nav aizsardzība; Jūs esat atbildīgs par savu produktu un solījumu, ko dodat savam lietotājam. Izmantojot šo disciplīnu, AI padara jūs ātrāku, visaptverošāku un spēcīgāku visas karjeras laikā.

Lietojumprogrammas uzdevums

Sadaliet mobilo funkciju pēc savas izvēles (piemēram, "kopsavilkums, veicot balss piezīmes" vai "produkta atpazīšana no fotoattēla") pārbaudāmās darbībās, izmantojot "Pilnīgas plānošanas veidni". Faktiski izstrādājiet un apstipriniet vismaz vienu darbību ar AI. Pēc tam analizējiet, kurām lietotāju grupām līdzeklis var radīt problēmas ar "Ētikas/neobjektivitātes kontroles veidni", un atbildiet uz jautājumiem, kas jums jāuzdod pirms izlaišanas, izmantojot "Saistību kontroles veidni".

kontrolsaraksts

• [ ] Es sadalīju šo funkciju pārbaudāmos mazos soļos, nevis vienā milzīgā ražošanā
• [ ] Es katrā solī pārbaudīju AI izvadi un pieņēmu lēmumu
• [ ] AI mijiedarbību lietotājam prezentēju pārskatāmi
• [ ] Es novērtēju, vai funkcija darbojas godīgi/neobjektīvi dažādās grupās
• [ ] Es atbildēju uz pirmsizlaides atbildības jautājumiem (saprotams/testēšana/drošs/ētisks)
• [ ] AI esmu izmantojis tikai kompetentiem un konstruktīviem mērķiem un plānoju turpināt mācīties

Moduļa eksāmens

1. Kurš no šiem ir visprecīzākais mākslīgā intelekta pozicionējums mobilajā attīstībā?

• A) AI aizstāj izstrādātāju; var publicēt tieši, neizlasot tā ģenerēto kodu
• B) Mākslīgais intelekts darbojas tikai teksta rakstīšanā, tam nav nekāda sakara ar koda ģenerēšanu
• C) mākslīgais intelekts ir palīgs un paātrinātājs; Atbildība par arhitektūras, drošības un apraides lēmumiem gulstas uz cilvēkiem ✔
• D) Tā kā mākslīgais intelekts vienmēr rada pareizu kodu, papildu pārbaude un verifikācija nav nepieciešama

Apraksts: Mākslīgais intelekts ir palīgs un paātrinātājs, kas ģenerē kodu, rasējumus un risinājumus. Atbildība un galīgā lēmumu apstiprināšana, piemēram, arhitektūra, atļauju izsniegšana, drošība un publicēšana, gulstas uz kompetento izstrādātāju; Cilvēki ir atbildīgi par katru publicēto rindiņu.

2. Kas, pieprasot mobilo kodu no mākslīgā intelekta, visvairāk paaugstina saražotā koda arhitektonisko kvalitāti?

• A) Saglabājiet uzvedni pēc iespējas īsāku un sakiet “rakstiet man lietotni”.
• B) Vispirms uzlieciet arhitektūru, piemēram, MVVM, un pieprasiet kodu mazos gabaliņos, slāni pa slānim ✔
• C) Izveidojiet visu līdzekli kā vienu milzīgu failu vienā uzvednē
• D) Nenorādiet arhitektūru vispār un atstājiet labāko lēmumu mākslīgā intelekta ziņā

Paskaidrojums: Uzspiežot tādu arhitektūru kā MVVM un pieprasot slāni pa slānim pirms koda rakstīšanas tieši AI, tiek iegūta pārbaudāma un apkopjama struktūra, kas atdala loģiku no ekrāna. Pieprasījums bez arhitektūras atgriež kodu, kas visu ievieto ekrānā.

3. Kas visbiežāk tiek ignorēts, veidojot saskarni ar mākslīgo intelektu, un kas ir vissvarīgākais reālajā lietošanā?

• A) Ielādes, tukšuma un kļūdu stāvokļu projektēšana, ne tikai pilnekrāna režīmā ✔
• B) Pilnekrāna izveide tikai vislabākajā izskatā, izlaižot citus gadījumus
• C) Katram ekrānam pievienojot pēc iespējas vairāk krāsu un animāciju
• D) Atstājiet pieejamības atzīmes pēdējās un tikai ar izskatu

Paskaidrojums. Izstrādātāji bieži vien ņem vērā tikai “pilnu” stāvokli; tā kā patiesībā lietotājs pārsvarā saskaras ar ielādes, tukšuma un kļūdu stāvokļiem. Visu četru stāvokļu ģenerēšana (ielādēta/tukša/kļūda/pilna) ir spēcīgas saskarnes noslēpums.

4. Kāpēc ierīces mākslīgais intelekts bieži ir noklusējuma izvēle funkcijai, kas apstrādā sensitīvus personas datus (piemēram, veselības mērījumiem)?

• A) Ierīcē esošie modeļi vienmēr ir precīzāki nekā mākoņa modeļi
• B) Apstrāde ierīcē nekad nerada izmaksas par akumulatoru vai procesoru
• C) Apstrāde ierīcē ir neierobežota modeļa izmēra ziņā
• D) Tā kā dati netiek atstāti tālrunī, tie nodrošina spēcīgas priekšrocības privātuma un lietotāju uzticības ziņā ✔

Paskaidrojums. Ierīcē veiktā apstrāde nenoņem datus no tālruņa; Tā ir liela priekšrocība attiecībā uz atbilstību privātumam un lietotāju uzticībai, turklāt tā darbojas bezsaistē un uzreiz. Tās ierobežojums ir ierīces jauda un modeļa izmērs.

5. Kāda ir visizplatītākā “klusā” kļūda, kas rada bezjēdzīgus rezultātus un nerada kļūdas ziņojumu ierīces modeļa integrācijā?

• A) Nepareiza modeļa faila nosaukuma pareizrakstība
• B) Lietojumprogrammas ikonas zema izšķirtspēja
• C) Nepareiza ievades priekšapstrāde (izmērs/normalizācija) ✔
• D) Tumšā ekrāna motīvs

Paskaidrojums. Nepareizi veicot ievades priekšapstrādi, tiks iegūti pilnīgi nepareizi rezultāti, neizraisot kļūdas. Priekšapstrādes vērtības ir jāpārbauda modeļa dokumentācijā.

6. Kāds ir drošībai viskritiskākais noteikums, integrējot mākoņa LLM mobilajā aplikācijā?

• A) API atslēga ir jāglabā tikai aizmugursistēmā, nevis klientā; pieprasījumiem ir jāiesniedz caur starpniekserveri ✔
• B) Ērtības labad API atslēga ir jāievieto tieši lietojumprogrammas kodā
• C) API atslēga ir jānorāda lietojumprogrammas aprakstā
• D) API atslēga ir jāsaglabā klientā un jāslēpj, tikai mainot nosaukumu.

Informācijas atklāšana: API atslēga nekad nav iegulta mobilās lietojumprogrammas kodā; jo lietojumprogrammu var apgriezt un iegūt atslēgu. Pareizā arhitektūra ir saglabāt atslēgu tikai aizmugursistēmā un nosūtīt pieprasījumus caur savu starpniekserveri.

7. Kas visvairāk palielina lietotāja uztverto ātrumu un funkciju pabeigšanas līmeni garās LLM atbildēs?

• A) Pagaidiet, līdz tiek sagatavota visa atbilde, un parādiet to uzreiz
• B) Atbildes parādīšana vārdu pa vārdam, kā tā tiek veidota, ar straumēšanu ✔
• C) Visas tērzēšanas vēstures nosūtīšana modelim ar katru pieprasījumu
• D) Palieliniet modeļa instrukciju, lai pēc iespējas paplašinātu atbildi

Apraksts: straumēšana ievērojami palielina uztverto ātrumu un raitumu, parādot atbildi, kā tas tiek radīts vārds pa vārdam. Tā vietā, lai gaidītu uz tukša ekrāna, lietotājs skatās teksta formu; Tas ievērojami samazina atteikšanās līmeni.

8. Kāda ir visizplatītākā mākslīgā intelekta radīto testu problēma, kas padara testu nevērtīgu?

• A) Pārbaudes aptver pārāk daudz robežstāvokļu
• B) Testos tiek izmantoti imitācijas objekti, nevis reāli pakalpojumi
• C) Pārbaudes notiek ļoti ātri
• D) Izpētiet uzpūšanos ar tukšiem/bezjēdzīgiem testiem, kas faktiski neapstiprina uzvedību ✔

Paskaidrojums: mākslīgais intelekts dažkārt rada testus, kas faktiski nepārbauda nekādu izvadi (piemēram, vienkārši izsauciet funkciju un ierakstiet tukšu apgalvojumu). Tie palielina pārklājuma skaitu, bet nesniedz reālu aizsardzību; Katrs tests ir jāpārbauda, ​​lai pārbaudītu jēgpilnu uzvedību.

9. Kāpēc tas nav pietiekams risinājums, lai apklusinātu avāriju, ievietojot to mēģinājumā ar mākslīgā intelekta ieteikumu?

• A) mobilajās lietojumprogrammās try-catch vispār nevar izmantot
• B) Avārija apstājas, bet, tā kā galvenais iemesls nav novērsts, problēma atgriežas citā formā ✔
• C) Try-catch izmantošana palēnina lietojumprogrammu, tāpēc tā ir aizliegta
• D) Veikals automātiski noraida apklusināto kļūdu

Paskaidrojums: simptomu apklusināšana neatrisina galveno cēloni; Avārija apstājas, bet sākotnējā problēma (piemēram, bojāts datu savienojums) atgriežas citā formā (piemēram, datu zudums). Profesionālās atkļūdošanas mērķis ir novērst galveno cēloni, nevis simptomu.

10. Kāds ir galvenais zelta likums, kas jāievēro veiktspējas optimizācijā?

• A) Vispirms uzņemiet profilu un izmēriet īsto vājo vietu, pēc tam optimizējiet ✔
• B) Uzminēt, kur ir lēns, un koncentrēties tur
• C) Nelielu ieguvumu meklēšana katrā funkcijā
• D) Izmērīt emulatora veiktspēju un nekad neizmēģināt īsto ierīci

Apraksts: vispirms nomēriet, pēc tam optimizējiet. Reālais sašaurinājums gandrīz vienmēr atrodas citā vietā, nekā paredzēts; Optimizācija bez profilēšanas ir akls minējums un bieži vien ir veltīga pūļu izšķiešana.

11. Kādas ir vissvarīgākās inženiertehniskās problēmas saistībā ar pastāvīgi darbojošos AI funkciju (piemēram, tiešraides kameras tulkošana)?

• A) Funkcija pieprasa pēc iespējas vairāk atļauju
• B) Nepārtrauktas apstrādes akumulatora un procesora izmaksu pārvaldība ar paraugu ņemšanas biežumu un pakešu apstrādi ✔
• C) Palaidiet šo funkciju tikai visdārgākajos tālruņos
• D) Nepārtraukta kameras renderēšana ar augstāko iespējamo kadru ātrumu

Apraksts: Pastāvīgi strādājošs modelis, kamera un tīkls; Tas var ātri iztērēt akumulatoru, uzkarst ierīci un to var ierobežot sistēma. Akumulatora izmaksu pārvaldības veidi ir paraugu ņemšanas biežuma samazināšana, grupēšana un darbība tikai tad, kad tas ir nepieciešams.

12. Ko mobilajā attīstībā nozīmē 'mazāko privilēģiju' princips atļauju pārvaldībā?

• A) Pieprasīt visas iespējamās atļaujas startēšanas laikā, katram gadījumam.
• B) Lietojumprogrammas padarīšana nederīgu, ja atļauja tiek liegta
• C) Visplašākās atļaujas pieprasīšana un plānošana vēlāk to sašaurināt.
• D) Pieprasīt tikai to atļauju, kas faktiski ir nepieciešama, kad nepieciešams un šaurākajā apjomā, ar noraidījuma scenāriju ✔

Paskaidrojums: Vismazākā privilēģija ir pieprasīt tikai to atļauju, kas patiešām ir nepieciešama, kad tā ir nepieciešama, un pēc iespējas šaurāk. Pārāk daudz atļauju mazina lietotāju uzticību, noved pie veikala noraidīšanas un palielina datu noplūdes risku.

13. Kādas konkrētas prasības jāievēro, uzrādot veikalam pieteikumu ar mākslīgo intelektu?

• A) Satura caurskatāmība, satura kontrole un mākslīgajam intelektam nododamo datu izpaušana konfidencialitātes veidā ✔
• B) mākslīgā intelekta izmantošanas slēpšana no lietotāja
• C) Atzīmējot datus, kas faktiski nav apkopoti privātuma veidlapā
• D) Daudzsološas funkcijas, kuru aprakstā nav

Informācijas atklāšana: veikali sagaida satura caurspīdīgumu (paziņojums, ka tas rada AI), satura regulēšanu (kaitīgas izvades filtrēšana un lietotāju paziņojumi) un datu lietojuma atklāšanu no lietojumprogrammām, kurās ir mākslīgais intelekts; Brīdinājums par precizitāti jutīgā zonā. Pieteikumi, kuros tie nav norādīti, tiks noraidīti.

14. Kāpēc aizsardzība “AI rakstīja tā” ir nederīga, ja publicētajā AI ģenerētajā kodā rodas malas reģistra kļūda?

• A) Tā kā mākslīgais intelekts vienmēr rada kodu bez kļūdām, kļūda rodas no lietotāja
• B) Tāpēc, ka automātiski saglabā AI ģenerēto kodu
• C) Jo atbildību nevar pārnest uz mākslīgo intelektu; Izstrādātājs ir atbildīgs par publicēto kodu un datiem ✔
• D) Jo mākslīgā intelekta ģenerētais kods nekad netiek nodots tiešraidē

Apraksts: AI izvade ir sākumpunkts, nevis gatavs produkts. Izstrādātājs ir atbildīgs par katru publicēto rindiņu, katru apstrādāto informāciju un katru solījumu; atbildību nevar deleģēt AI, tāpēc izvade ir jāsaprot un jāpārbauda pirms publicēšanas.