Etika, Integriti Akademik, Sempadan dan Aliran Kerja Hujung-ke-Hujung

Keuntungan:

• Keupayaan untuk memahami dan menggunakan prinsip etika menggunakan kecerdasan buatan dalam matematik (berada dalam perkhidmatan pembelajaran, ketelusan, tanggungjawab manusia, keadilan, kerahsiaan).
• Keupayaan untuk menilai risiko privasi dan mengambil langkah berjaga-jaga yang sesuai dalam kandungan sensitif seperti soalan peperiksaan, data pelajar dan penyelidikan yang tidak diterbitkan
• Keupayaan untuk menggabungkan semua bahagian modul (pengeluaran + pengesahan) ke dalam satu aliran kerja hujung ke hujung, melengkapkan setiap langkah pengeluaran dengan langkah pengesahan dan kelulusan manusia akhir

Dalam unit akhir ini kami menggabungkan dua perkara: dalam satu pihak, dimensi etika, integriti akademik dan kerahsiaan penggunaan kecerdasan buatan dalam matematik; Sebaliknya, untuk mengumpulkan apa yang kami pelajari sepanjang modul dalam satu aliran kerja hujung ke hujung. AI dalam matematik ialah alat yang berkuasa, tetapi ia datang dengan tanggungjawab serta kuasa: untuk siapa anda menggunakannya, untuk apa anda menggunakannya dan cara anda menggunakannya mempunyai akibat etika. Seorang pelajar yang menyiapkan kerja rumahnya oleh AI dan seorang guru mempercepatkan bahan kursus dengan AI adalah perkara yang sangat berbeza. Unit ini melengkapkan kemahiran teknikal dengan penggunaan yang bertanggungjawab.

Beberapa definisi. Integriti akademik bermaksud menunjukkan secara jujur ​​siapa yang benar-benar memiliki karya dan bukan pembelajaran pintas. Plagiarisme ialah mempersembahkan produk orang lain (atau medium) seolah-olah produk asal anda sendiri. Ketelusan bermaksud menyatakan dengan jelas di mana AI digunakan. Konsep-konsep ini telah menjadi pusat kepada pendidikan matematik pada zaman AI.

Prinsip asas penggunaan etika

1. Bukan di tempat belajar, tetapi dalam perkhidmatannya. AI boleh menyokong pelajar dalam mempelajari konsep (penjelasan, penjelasan alternatif), tetapi tidak sepatutnya membuat dia berfikir sebaliknya. Mempunyai AI melakukan kerja rumah menjejaskan pembelajaran.
2. Ketelusan. Nyatakan tempat AI digunakan — dalam artikel, bahan kursus atau laporan. Menyembunyikan adalah tidak jujur.
3. Tanggungjawab adalah milik manusia. Sesiapa sahaja yang menerbitkan, mengajar atau menyampaikan output AI bertanggungjawab terhadap ketepatannya. "AI berkata demikian" bukanlah alasan.
4. Keadilan. Penggunaan AI dalam penilaian harus dikawal oleh peraturan yang sama dan jelas untuk semua pelajar.
5. Keselamatan. Jangan masukkan maklumat sensitif, seperti soalan peperiksaan, data pelajar atau penyelidikan yang tidak diterbitkan, ke dalam alatan AI yang kerahsiaannya tidak dijamin.

Privasi: apakah maksudnya dalam konteks matematik?

Walaupun matematik mungkin kelihatan seperti "tiada data tersembunyi", konteks adalah penting. Hasil penyelidikan yang tidak diterbitkan, bank soalan peperiksaan institusi, data prestasi peribadi pelajar atau algoritma proprietari syarikat—semuanya adalah sensitif. Semua yang anda masukkan ke dalam alat AI boleh diproses oleh pembekal alat itu dan, dalam beberapa kes, digunakan dalam melatih model. Jadi untuk kandungan sensitif, sama ada gunakan alat yang dilindungi secara tempatan/institusi atau awanamakan kandungan tersebut.

Jenis data

risiko

langkah berjaga-jaga

Teorem/masalah yang diterbitkan

rendah

tersedia secara percuma

Soalan peperiksaan aktif

tinggi

Jangan masuk atau selamatkan kenderaan

Data peribadi/prestasi pelajar

tinggi

Anonimkan/jangan masuk

Penyelidikan yang tidak diterbitkan

tinggi

Alat selamat/tempatan

Rangka kuliah

rendah-sederhana

Umumnya sesuai

Awas: Sebelum pergi ke AI untuk mengesahkan soalan peperiksaan, pertimbangkan sama ada soalan itu harus kekal rahsia. Soalan daripada peperiksaan aktif secara teorinya boleh didedahkan apabila dimasukkan ke dalam alat AI yang kerahsiaannya tidak dijamin. Untuk peperiksaan kritikal, sama ada tukar soalan atau gunakan hanya alat yang dijamin privasi data yang diluluskan oleh korporat.

Aliran kerja hujung ke hujung: tugas contoh

Katakan anda perlu menyediakan kedua-dua bahan kursus dan peperiksaan untuk subjek dalam masa seminggu. Aliran yang menggabungkan semua bahagian modul mungkin seperti ini:

1. Perancangan. Menjelaskan topik, tahap dan objektif (Unit 7).

2. Merangka bahan. Minta AI menghasilkan kuliah yang sesuai tahap + contoh yang diselesaikan (Unit 7).

3. Pengesahan sampel. Semak setiap contoh yang diselesaikan dengan SymPy (Unit 4).

4. Visualisasi. Menghasilkan dan membuat grafik untuk menyokong naratif dengan kod Matplotlib dan membandingkannya dengan matematik (Unit 6).

5. Tatatanda. Bersihkan indeks, buat dan sahkan formula dengan LaTeX (Unit 10).

6. Penjanaan soalan. Mempunyai soalan aneka pilihan + distraktor yang dihasilkan untuk peperiksaan (Unit 8).

7. Pengesahan pukal. Selesaikan semua soalan secara pukal dengan SymPy dan semak kunci jawapan (Unit 8, 9).

8. Kawalan etika dan ketelusan. Adakah kerahsiaan sesuai? Pernahkah anda menyatakan penggunaan AI dalam bahan apabila perlu? Anda mempunyai tanggungjawab utama (unit ini).

9. Kelulusan manusia. Semak dan sahkan semuanya buat kali terakhir. Mana-mana bahagian yang tidak disahkan tidak akan disiarkan/ujian.

Petua: Dalam aliran kerja hujung ke hujung, strategi yang paling cekap ialah meletakkan AI sebagai "lapisan kelajuan", alat penentu (SymPy, render) sebagai "lapisan ketepatan" dan diri anda sebagai "lapisan penghakiman dan akauntabiliti." Setiap langkah pengeluaran hendaklah diikuti dengan langkah pengesahan; Output yang tidak disahkan tidak boleh dibawa ke langkah seterusnya.

tiga kes mini

Kes 1 — Ketelusan membina kepercayaan. Seorang ahli akademik menggunakan AI dalam draf pertama bab buku teks, kemudian mengesahkan setiap tuntutan matematik dan menyatakan dalam mukadimah bahawa "sokongan AI diperolehi dalam penghasilan manuskrip, semua kandungan telah disahkan oleh pengarang." Ketelusan ini meningkatkan kepercayaan rakan sekerja dan mengekalkan standard integriti.

Kes 2 — Penggunaan yang menjejaskan pembelajaran. Seorang pelajar meminta AI menyelesaikan keseluruhan set kerja rumahnya dan menyerahkannya. Dia gagal dalam peperiksaan dalam mata pelajaran yang sama kerana dia tidak pernah mempelajari konsep tersebut. Guru mencadangkan menggunakan AI untuk "mendapatkan penyelesaian disemak dan mendapatkan penjelasan alternatif," tetapi untuk menyelesaikan masalah itu sendiri terlebih dahulu. AI sepatutnya berada dalam perkhidmatan pembelajaran, bukan pada tempatnya.

Kes 3 — Risiko pelanggaran privasi. Seorang guru mempertimbangkan untuk menggodam alat AI am untuk mengesahkan soalan bagi peperiksaan pusat yang belum lagi ditadbir, tetapi kemudian memutuskan untuk tidak melakukannya; sebaliknya dia menyelesaikan soalan dalam SymPy sendiri dan rakan sekerja. Memasukkan soalan peperiksaan aktif ke dalam alat luaran merupakan risiko privasi yang serius; pengesahan tempatan menyediakan laluan selamat.

Empat templat yang boleh disalin

1) Penggunaan yang menyokong pembelajaran (untuk pelajar):

Saya menyelesaikan masalah ini TERLEBIH DAHULU, penyelesaian saya dilampirkan. JANGAN beri saya penyelesaian; cuma tunjukkan saya di mana silap saya dan konsep apa yang saya salah faham supaya saya boleh membetulkannya. Penyelesaian saya: [di sini]

2) Menjana nota ketelusan:

Saya menyediakan [bahan kursus/laporan] dan menggunakan AI dalam peringkat draf, mengesahkan sendiri semua matematik. Tulis nota ketelusan profesional yang pendek yang menyatakan perkara ini dengan jujur.

3) Pra-semakan privasi:

Saya ingin privasi melayakkan kandungan berikut sebelum memasukkannya ke dalam alat AI: [jenis kandungan]. Adakah jenis kandungan ini dianggap sensitif, apakah risiko yang ada, apakah langkah berjaga-jaga (tanpa nama, alat tempatan) yang harus saya ambil? Katakan dengan ringkas dan jelas.

4) Pelan kawalan pengesahan hujung ke hujung:

Saya menyediakan bahan kursus + peperiksaan untuk [subjek]. Senaraikan sebagai pelan kawalan pengesahan yang perlu saya lakukan pada setiap langkah pengeluaran: pengesahan sampel, kawalan grafik, notasi, kunci jawapan, kerahsiaan, kelulusan manusia.

Gesaan lemah / Gesaan kuat

Lemah: "Selesaikan soalan kerja rumah ini dan saya akan menyerahkannya." (pelajar)

Keputusan: Pembelajaran dilangkau, integriti akademik dilanggar, pelajar gagal mempelajari konsep. Ia adalah tidak menyenangkan dari segi etika dan pedagogi.

Güçlü: "Saya cuba menyelesaikan soalan kerja rumah ini, tetapi saya tersekat; penyelesaian saya dilampirkan. Jangan berikan jawapan secara langsung; tunjukkan saya dengan petunjuk langkah mana dan mengapa saya melakukan salah, ingatkan saya tentang konsep yang betul, kemudian saya akan cuba lagi."

Kesimpulan: AI digunakan dalam perkhidmatan pembelajaran; Pelajar itu terus berfikir, kejujuran terjaga.

Kesilapan biasa

• Menggunakannya untuk melangkau pembelajaran. Mempunyai AI melakukan kerja rumah adalah mudah dalam jangka pendek, tetapi memusnahkan pembelajaran dalam jangka panjang.
• Tidak telus. Menyembunyikan penggunaan AI adalah bertentangan dengan integriti akademik; nyatakan apabila perlu.
• Meletakkan tanggungjawab pada AI. "AI berkata demikian" bukanlah alasan; Penerbit/guru bertanggungjawab.
• Memasukkan kandungan sulit ke dalam alat luaran. Peperiksaan aktif, data pelajar, penyelidikan yang tidak diterbitkan adalah sensitif.
• Meninggalkan pengesahan hingga akhir aliran kerja. Pengesahan hendaklah dibuat selepas setiap langkah pengeluaran; Ralat tidak sepatutnya terkumpul.

Secara ringkasnya

Penggunaan AI dalam matematik memerlukan tanggungjawab etika serta kemahiran teknikal: ia harus dalam perkhidmatan pembelajaran (bukan menggantikannya), telus, mengekalkan tanggungjawab muktamad, mematuhi peraturan yang adil, dan menghormati kerahsiaan. Dalam aliran kerja hujung ke hujung, AI ialah lapisan kelajuan, SymPy dan alat pemaparan ialah lapisan ketepatan, dan manusia ialah lapisan pertimbangan dan tanggungjawab. Setiap langkah pengeluaran hendaklah diikuti dengan langkah pengesahan; Tiada output yang tidak disahkan harus dimasukkan ke dalam penerbitan, syarahan atau peperiksaan. Itulah intipati modul ini: menjadi lebih pantas dengan AI, tetapi sahkan dan bertanggungjawab untuk setiap langkah.

Tugasan permohonan

Reka tugas hujung ke hujung berskala kecil: naratif pendek + 1 carta + 3 soalan aneka pilihan untuk topik. Ikuti aliran modul: (1) pelan, (2) draf dengan AI, (3) sahkan contoh dengan SymPy, (4) render dan semak graf, (5) bersihkan dan render notasi dengan LaTeX, (6) batch sahkan soalan dengan SymPy, (7) lakukan semakan privasi dan ketelusan, (8) berikan kelulusan akhir manusia. Catatkan pengesahan yang anda lakukan dan perkara yang anda temui pada setiap langkah. Pada akhir proses, nilaikan di mana AI menjimatkan masa dan di mana pertimbangan anda amat diperlukan.

senarai semak

• [ ] Saya menggunakan AI dalam perkhidmatan (bukan sebaliknya) pembelajaran.
• [ ] Saya telah menyatakan secara telus penggunaan AI jika perlu.
• [ ] Saya telah memikul tanggungjawab untuk ketepatan muktamad.
• [ ] Saya tidak mengakses kandungan sulit/sensitif melalui alat yang tidak selamat.
• [ ] Saya mengikuti setiap langkah pengeluaran dengan langkah pengesahan.
• [ ] Saya tidak membawa sebarang output yang tidak disahkan ke dalam siaran/pelajaran/peperiksaan.

Peperiksaan Modul

1. Antara berikut, yang manakah kedudukan paling tepat untuk kecerdasan buatan dalam matematik?

• A) Kecerdasan buatan ialah strategi, pelan tindakan dan alat penyusunan; Terpulang kepada manusia untuk mengesahkan pengiraan dan keputusan yang tepat dengan cara yang pasti ✔
• B) Kepintaran buatan adalah seperti kalkulator dan setiap keputusan berangka yang diberikan adalah tepat
• C) Kecerdasan buatan tidak pernah salah dalam kesimpulan yang dikemukakannya dengan yakin, jadi pengesahan tidak diperlukan
• D) Kecerdasan buatan hanya berguna untuk menulis teks, ia tidak ada kena mengena dengan sebarang tugasan matematik

Penerangan: Model bahasa yang besar ialah alat yang menjana teks secara statistik; Ia bukan kalkulator atau penyemak bukti. Ia menghasilkan matematik yang betul pada kebanyakan masa, tetapi ia tidak menjamin; jadi setiap output harus disahkan dengan alat penentu (SymPy, kalkulator, pengesahan manual) dan tanggungjawab harus kekal dengan manusia.

2. Seorang pelajar meminta kecerdasan buatan untuk menyelesaikan kamiran dan ingin mendapatkan hasilnya. Apakah cara yang paling boleh dipercayai untuk mengesahkan keputusan?

• A) Membezakan hasil dan menyemak sama ada ia kembali kepada fungsi asal (SymPy atau secara manual) ✔
• B) Tanya kecerdasan buatan 'adakah ini benar?' untuk bertanya
• C) Menerima keputusan seadanya kerana ia disampaikan dengan lancar dan yakin.
• D) Beralih kepada soalan lain dan tidak menyemak keputusan sama sekali

Penjelasan: Songsang kamiran terbitan ialah alat pengesahan terbina dalam dalam matematik: mengambil terbitan hasil yang ditemui dan menyemak sama ada ia kembali kepada fungsi asal secara bebas mengesahkan ketepatan kamiran. Semakan silang yang sama boleh dilakukan dengan SymPy.

3. Apakah yang dimaksudkan dengan prinsip 'hasil yang betul bukan cara yang betul' dalam penyelesaian masalah dengan kecerdasan buatan?

• A) Keputusan yang betul sentiasa membuktikan bahawa jalan itu juga betul
• B) Laluan tidak penting, hanya keputusan yang perlu dijaringkan
• C) Langkah perantaraan yang salah boleh membawa kepada keputusan yang betul secara kebetulan; Oleh itu, kedua-dua keputusan dan setiap langkah perantaraan mesti diperiksa ✔
• D) Tidak mustahil untuk mencari jalan yang kukuh, jadi kita hanya melihat kepada hasilnya

Penjelasan: Kadangkala langkah perantaraan yang salah membawa kepada keputusan yang betul secara kebetulan; Walaupun keputusannya betul, laluan mungkin tidak sah. Sebab itu dalam matematik hanya 'adakah keputusan itu betul?' tetapi sebaliknya 'adakah setiap langkah perantaraan betul?' Persoalannya juga penting dan setiap langkah perlu diawasi.

4. Apakah yang perlu anda lakukan apabila AI menggunakan frasa 'tanpa kehilangan keumuman' dalam pembuktian?

• A) Menerima bahawa bukti itu sah kerana penyataan itu fasih
• B) Mewajarkan untuk diri sendiri bahawa keumuman sebenarnya tidak dipecahkan; ✔ tidak menerima tanpa soal
• C) Mempertimbangkan bukti sah tanpa membacanya sama sekali
• D) Mencari ungkapan ini daripada sumber sebagai nama teorem

Penjelasan: Pernyataan 'tanpa kehilangan keumuman' kadangkala sah (jika terdapat simetri tulen) tetapi kadangkala ia adalah ralat tersembunyi. Kecerdasan buatan banyak menggunakan ungkapan ini; Anda mesti mewajarkan kepada diri sendiri setiap kali bahawa keumuman itu tidak benar-benar dilanggar, dan anda tidak boleh menerima kenyataan tanpa soal.

5. Anda menulis kod SymPy kepada kecerdasan buatan. Bagaimana anda mendapat keputusan dengan betul?

• A) Membuat kecerdasan buatan meramalkan output kod
• B) Andaikan kod itu betul tanpa membacanya
• C) Mempercayai tafsiran AI terhadap output
• D) Jalankan kod sendiri dalam persekitaran Python sebenar dan lihat hasil yang tepat ✔

Penerangan: Kuasa SymPy hanya didedahkan apabila kod dijalankan dalam persekitaran Python sebenar. Tanya kecerdasan buatan 'apa yang dihasilkan oleh kod ini?' bertanya bukan pengesahan, kerana AI juga boleh membentuk output kod. Anda mesti menjalankan kod itu sendiri.

6. Jika penyelesaian persamaan yang ditemui secara manual oleh kecerdasan buatan dan keputusan yang diberikan oleh SymPy adalah berbeza, yang manakah harus anda percayai dan mengapa?

• A) Keputusan SymPy kerana ia bersifat deterministik dan tepat; Kemudian minta kecerdasan buatan mencari lokasi kesilapannya ✔
• B) Hasil kecerdasan buatan kerana menerangkan dengan lebih lancar
• C) Memilih satu secara rawak kerana kedua-duanya sama-sama boleh dipercayai
• D) Menolak kedua-duanya dan menganggap soalan itu tidak dapat diselesaikan

Penerangan: SymPy ialah sistem pengkomputeran simbolik yang menentukan: ia sentiasa memberikan hasil yang tepat tepat yang sama kepada input yang sama. Kecerdasan buatan menghasilkan teks secara statistik dan boleh berhalusinasi. Dalam pertikaian itu, SymPy harus diambil sebagai asas dan kecerdasan buatan harus dibuat untuk mencari lokasi kesilapannya.

7. Mengapakah keadaan '0.1 + 0.2 == 0.3' tidak berfungsi seperti yang diharapkan dalam kod Python dan bagaimana untuk membetulkannya?

• A) Penambahan rosak dalam Python; perlu menggunakan bahasa lain
• B) Kesamaan tepat tidak berlaku kerana ketepatan nombor titik terapung; Toleransi seperti 'abs(a-b) < 1e-9' hendaklah digunakan ✔
• C) Nilai 0.3 adalah salah; Ia perlu menulis 0.30000000004
• D) Keadaan sentiasa berfungsi dengan betul, tiada masalah

Penjelasan: Komputer menyimpan nombor perpuluhan dalam format titik terapung dengan ketepatan terhad; 0.1 + 0.2 disimpan dengan sisihan yang sangat kecil, tidak betul-betul 0.3. Oleh itu, bukannya kesamaan tepat '==', toleransi seperti 'abs(a-b) < 1e-9' harus digunakan.

8. Apakah 'ujian akal sehat' yang terbaik sebelum menggunakan kod pencarian akar skalar kepada masalah sebenar?

• A) Menggunakan kod terus kepada masalah sebenar tanpa mengujinya sama sekali
• B) Semak panjang kod dan kira dengan betul jika panjang.
• C) Menguji kod dengan input mudah yang jawapannya diketahui (cth. x²-4=0 punca ±2) dan menyemak bahawa ia memberikan hasil yang diharapkan ✔
• D) Mengesahkan kepada kecerdasan buatan bahawa kod itu betul

Penjelasan: Menguji kod dengan input mudah yang jawapannya sudah anda ketahui (cth. ±2 untuk x²-4=0 dengan punca yang jelas) ialah pengesahan yang paling murah dan berkesan. Jika kod tersebut memberikan situasi yang diketahui dengan betul, kebarangkalian ia boleh dipercayai untuk masalah yang anda tidak ketahui meningkat.

9. Dalam visualisasi, bagaimanakah anda menyemak bahawa graf mencerminkan matematik dengan betul?

• A) Jika graf kelihatan menarik dari segi estetika, ia dianggap betul.
• B) Membandingkan graf dengan sifat fungsi yang diketahui dan nilai sebenar sekurang-kurangnya satu titik ✔
• C) Tidak melihat pada label paksi sama sekali
• D) Bergantung pada penerangan lisan AI tentang graf

Penjelasan: Grafik yang kelihatan bagus tidak semestinya tepat; AI mungkin melukis fungsi yang salah, dalam julat yang salah, atau dengan asimtot yang herot. Membandingkan graf dengan sifat fungsi yang diketahui (julat ayunan, simetri, asimtot) dan sekurang-kurangnya satu pengiraan titik menangkap ralat.

10. Apakah titik pengesahan paling kritikal dalam bahan kursus yang dihasilkan dengan kecerdasan buatan dan mengapa?

• A) Skema fon dan warna bahan
• B) Panjang bahan dan bilangan muka surat
• C) Ketepatan contoh yang diselesaikan; kerana pelajar mengambil mereka sebagai model dan mengajar contoh yang salah dan kaedah yang salah ✔
• D) Berapa cepat bahan dihasilkan

Penjelasan: Contoh yang diselesaikan diambil sebagai model oleh pelajar; Contoh yang salah diselesaikan secara langsung mengajar pelajar kaedah yang salah. Oleh itu, setiap contoh yang diselesaikan mesti disahkan secara individu, langkah demi langkah, sama ada dengan SymPy atau secara manual. Kekaburan kecil dalam penjelasan subjek boleh diberi pampasan, tetapi contoh yang salah menyebabkan kerosakan berlatarkan.

11. Apakah cara yang paling cekap dan boleh dipercayai untuk mengesahkan set soalan aneka pilihan yang dihasilkan oleh kecerdasan buatan?

• A) Bertanya kepada kecerdasan buatan sekali lagi jika soalan itu betul
• B) Menyemak hanya beberapa soalan secara rawak dan mempercayai yang lain
• C) Menggunakan kunci jawapan sebagaimana adanya tanpa memeriksa mana-mana
• D) Menyemak kunci jawapan secara kolektif dan deterministik dengan mencetak dan menjalankan kod yang menyelesaikan semua soalan dengan SymPy ✔

Penjelasan: Kecerdasan buatan paling kerap membuat kesilapan seperti menanda kunci jawapan dengan salah dan menghasilkan berbilang/sifar pilihan yang betul. Menulis dan menjalankan kod yang menyelesaikan semua soalan serentak dengan SymPy ialah cara paling berkesan untuk menyemak kunci jawapan secara deterministik dan pukal.

12. Yang manakah antara berikut merupakan sebab utama kecerdasan buatan membuat kesilapan dalam matematik?

• A) Kecerdasan buatan ialah model bahasa; tidak menyemak kesahihan logik, menjana teks secara statistik ✔
• B) Kecerdasan buatan tidak pernah belajar matematik
• C) Kepintaran buatan sengaja diprogramkan untuk memberikan jawapan yang salah
• D) Kecerdasan buatan membuat kesilapan hanya dalam masalah yang sangat sukar, tidak pernah dalam masalah yang mudah.

Penerangan: Kecerdasan buatan bukan enjin logik, tetapi model bahasa yang menghasilkan teks dengan corak statistik; Ia tidak mempunyai mekanisme dalaman untuk menyemak kesahihan logik langkah. 'Bukti yang sah' dengan 'pendaraban 3 digit' adalah tugasnya untuk menghasilkan jenis teks yang sama, jadi ketepatannya tidak dapat dijamin.

13. Apabila keputusan masalah kebarangkalian ialah 1.4, bagaimana anda tahu terdapat ralat tanpa membuat perincian?

• A) Pengiraan adalah betul kerana keputusannya ialah 1.4, kebarangkalian mungkin melebihi 1
• B) Tanda kebarangkalian adalah tidak penting, nilainya diterima tanpa mengira
• C) Tidak difahami bahawa terdapat ralat, hasilnya dianggap muktamad.
• D) Kebarangkalian mestilah antara 0 dan 1; ✔ Ujian akal menunjukkan ralat kerana 1.4 melebihi had ini

Penerangan: Akal waras dan susunan ujian magnitud menyemak dalam beberapa saat sama ada keputusan berada dalam julat yang munasabah. Kebarangkalian mestilah mengikut takrifan antara 0 dan 1; 1.4 adalah di luar had ini, jadi jelas bahawa terdapat ralat tanpa melihat butiran pengiraan.

14. Mengapakah penting untuk menulis 'e^{x^2}' dan bukannya 'e^x^2' dalam LaTeX?

• A) Mereka betul-betul sama, perbezaannya hanya estetik
• B) Tanda kurung kerinting menentukan skop eksponen; Tanpanya ungkapan itu akan menjadi salah atau samar-samar, jadi eksponen berbilang aksara {} adalah penting ✔
• C) Kurungan kerinting tidak berguna dalam LaTeX
• D) 'e^x^2' sentiasa benar, menggunakan '{}' adalah tidak perlu

Penjelasan: Ralat yang paling biasa dalam LaTeX ialah ralat skop: jika kurungan kerinting '{}' tidak digunakan dalam eksponen, subskrip atau pecahan berbilang aksara, hanya aksara pertama dilindungi dan ungkapan menjadi tidak betul (atau samar-samar). 'e^{x^2}' menjelaskan bahawa keseluruhan eksponen ialah x²; Kod harus diberikan dan disahkan melalui pemeriksaan visual.

15. Anda mahu soalan peperiksaan pusat aktif disahkan oleh kecerdasan buatan. Apakah pendekatan terbaik dari segi etika dan privasi?

• A) Memasukkan soalan secara bebas ke dalam mana-mana alat AI umum kerana matematik tidak mengandungi data sulit
• B) Menggunakan soalan dalam peperiksaan tanpa mengesahkannya
• C) Mengesahkan soalan dengan alat selamat/asli (cth. SymPy) atau hanya menggunakan alatan perusahaan terjamin privasi ✔
• D) Berkongsi soalan di media sosial dan meminta orang lain untuk mengawal

Penerangan: Soalan peperiksaan aktif adalah sensitif; Ia secara teorinya boleh didedahkan apabila alat kecerdasan buatan yang kerahsiaannya tidak dijamin digodam. Pendekatan yang betul adalah sama ada untuk mengesahkan soalan dengan alat selamat/asli (cth. dengan rakan sekerja dalam SymPy) atau menggunakan hanya alat yang diperakui korporat dan terjamin privasi data.