Winst:
- Vermogen om te onderkennen dat AI fictieve coëfficiënten, regelclausules en technische waarden kan produceren en verificatie kan toepassen in de context van de veiligheid van mensenlevens/eigendommen
- Mogelijkheid om cyberbeveiliging, gegevensprivacy en wettelijke limieten in scheeps- en OT-systemen (operationele technologie) te beheren
- Begrijpen dat de uiteindelijke verantwoordelijkheid voor klassegoedkeuring, navigatieveiligheid en ethiek bij de ingenieur en de kapitein ligt.
Gedurende deze module hebben we kunstmatige intelligentie (AI) gebruikt als versneller in elke fase van de scheeps- en waterbouwkunde: van vormontwerp tot structurele analyse, voorspellend onderhoud tot reisoptimalisatie, naleving van de emissienormen tot productie op de scheepswerf. In deze laatste unit doen we een stap terug en kijken naar het hele plaatje: wat zijn de belangrijkste beperkingen van AI in de maritieme sector, welke risico's (hallucinatie, cybersecurity, dataprivacy, vooringenomenheid) zijn voortdurend alert en wie draagt de verantwoordelijkheid? Want de voorwaarde voor veilig gebruik van een voertuig is weten waar het mis kan gaan.
De blijvende stelling van de module is hier van toepassing en van toepassing op alle andere: bij veiligheidskritisch maritiem werk is AI-output geen vervanging voor goedkeuring door de bevoegde ingenieur, kapitein of klasse-inspecteur. AI suggereert, tekent, berekent en herinnert; Maar de eigenaar van het besluit dat de veiligheid van mensenlevens, eigendommen en het milieu bepaalt, is degene die dat besluit ondertekent en juridisch verantwoordelijk is.
Concepten: Hallucinatie: AI verzint een waarde, regel of hulpbron die niet bestaat. OT-beveiliging: Cyberbescherming van operationele technologie (machine- en cruise control-systemen). Gegevensvergiftiging: Opzettelijke corruptie van trainings-/invoergegevens om een model te misleiden. Modelbias: de systematische en oneerlijke bias van het model die voortkomt uit de gegevens waarop het is getraind. Verantwoordelijkheidsketen: De juridische en technische eigendom van een besluit is duidelijk zichtbaar.
Permanente grenzen van AI
AI kent vier permanente grenzen in de scheepvaart, en deze zullen niet verdwijnen, zelfs niet als de technologie voortschrijdt. Ten eerste, hallucinatie: het model vult de leemte op met ‘meest waarschijnlijke’ uitspraken als het niet over definitieve gegevens beschikt; Dit blijkt een verzonnen klassenclausule te zijn, een onmogelijke stabiliteitswaarde of een niet-bestaande coëfficiënt. Ten tweede, gedrag buiten gebruik: het model wordt onbetrouwbaar buiten de situaties waarvoor het is getraind en getest (ongebruikelijk scheepstype, ongebruikelijke storing, onzichtbaar verkeer). Ten derde, gebrek aan begrip van de natuurkunde: AI verwerkt woordpatronen, 'begrijpt' energiebesparing of de wetten van Newton niet; Het kan output produceren die redelijk lijkt, maar fysiek onmogelijk is. Ten vierde, tijdigheid: wetgeving, prijs- en technologieverandering; De informatie van het model is op een bepaalde datum bevroren.
Deze beperkingen verklaren waarom de verificatiediscipline die we tijdens de module hebben geleerd onmisbaar is: orde-van-groottecontrole, eenheidsconsistentie, onafhankelijke reproductie en bronverificatie. Vooral als je de AI berekeningen laat uitvoeren (bijvoorbeeld een Python/Excel-script gegenereerd voor een ballast-/stabiliteitsmoment of een vermogensberekening), zelfs als de code vloeiend en werkend lijkt, worden de logica, invoer en randgevallen ervan niet vertaald in een veiligheidsbeslissing zonder onafhankelijk testen. Het feit dat een accountcode 'werkt' betekent niet dat deze 'correct' is.
Let op: een door AI gegenereerde boekhoudcode kan zonder fouten werken, maar kan de verkeerde formule, de verkeerde eenheid of een over het hoofd gezien randgeval bevatten. Voordat u de code accepteert, test u deze met bekende invoer (een voorbeeld waarvan u het antwoord uit de eerste hand kent), test u op randgevallen en verifieert u het resultaat op een onafhankelijke manier. Bij veiligheidskritische berekeningen zoals stabiliteit zijn een goedgekeurde laadcomputer en een bevestiging van de monteur essentieel.
Cyberbeveiliging en gegevensprivacy
Het moderne schip is een drijvend computernetwerk: navigatiesystemen, machinebesturing, vrachtbeheer en satellietconnectiviteit zijn met elkaar verbonden. Dit betekent dat cyberaanvallen aan de oppervlakte komen. AI-systemen voegen twee nieuwe risico’s toe aan dit beeld. Ten eerste de veiligheid van OT (operationele technologie): een AI-component die verband houdt met navigatie en machinebesturing vormt een direct veiligheidsrisico als deze wordt aangevallen; Omdat kritieke OT-systemen geïsoleerd zijn, mag AI-output nooit op zichzelf een controleactie uitlokken, en moeten menselijke goedkeuring en veilig standaardgedrag worden gehandhaafd. Ten tweede, gegevensprivacy: rompvorm, prestatiecurves, scheepswerfcontracten en operationele telemetrie zijn bedrijfsgeheimen en intellectueel eigendom; Het invoeren van deze gegevens in niet-goedgekeurde externe AI-diensten is een onomkeerbaar verlies.
Bovendien vereisen manipulatierisico's zoals datavergiftiging (het misleiden van het model met kwaadaardige invoer) en spoofing van gegevens zoals AIS dat we de input van AI niet blindelings moeten vertrouwen. Regel: kritieke gegevens worden geanonimiseerd of helemaal niet gedeeld, er worden alleen goedgekeurde en vertrouwelijkheidsgegarandeerde tools gebruikt, kritische input wordt kruislings geverifieerd op authenticiteit.
Risico
Hoe ontstaat het?
voorzorg
hallucinatie
Verzonnen regel/waarde/bron
Bevestiging van de bron, rangordecontrole
OT cyberaanval
Infiltratie van het controlesysteem
Isolatie, menselijke goedkeuring, veilige standaard
datalek
Vertrouwelijke gegevens invoeren in een externe tool
Anonimisering, goedgekeurde tool
Gegevensvergiftiging/spoofing
Opzettelijk beschadigde invoer
Invoervalidatie, kruiscontrole
Modelvooroordeel
Ongebalanceerde trainingsgegevens
Het resultaat beoordelen met menselijk oordeel
Ethiek en verantwoordelijkheidsketen
De juridische en technische eigendom van een beslissing in de maritieme sector moet duidelijk zijn: de kapitein is verantwoordelijk voor de navigatieveiligheid, de hoofdwerktuigkundige is verantwoordelijk voor de machines, de verantwoordelijke ingenieur is verantwoordelijk voor het ontwerp en de berekening, en de klasse-inspecteur is verantwoordelijk voor het naleven van de regels. AI mag geen ‘aansprakelijkheidskloof’ in deze keten introduceren. “AI suggereerde dit” is geen excuus; De mens die de AI gebruikt en de output ervan accepteert, is verantwoordelijk. Daarom moet het gebruik van AI transparant zijn (er moet worden vastgelegd welk besluit het ondersteunt, welke verificatie het heeft ondergaan) en moet de uiteindelijke beslissing aan een ondertekend mens liggen.
De ethische dimensie omvat ook de veiligheid van de bemanning en het milieu: als een brandstofbesparend voorstel de bemanning in gevaar brengt, als een automatiseringsoplossing de veiligheidsmarge verkleint, als winst op de korte termijn het risico op de lange termijn maskeert, vereist de technische ethiek 'nee' zeggen. AI is een krachtig hulpmiddel voor productiviteit; Maar efficiëntie kan nooit belangrijker zijn dan het leven, het milieu en een eerlijk technisch oordeel.
Mini-hoesjes
Geval 1 – “AI zei het” excuus. In een rapport wordt zonder verificatie een grenswaarde gehanteerd zoals opgegeven door de AI, en de waarde blijkt niet juist te zijn. De verantwoordelijke persoon probeert zichzelf te verdedigen door te zeggen: "AI heeft dit voorgesteld." Noch het klassenrecht, noch het aansprakelijkheidsrecht erkent dit: de ingenieur die de output accepteert, is verantwoordelijk. Les: AI is geen excuus; De verantwoordelijkheid ligt bij de persoon die er gebruik van maakt.
Geval 2 — Het lekken van vertrouwelijke gegevens. Een team plakt de feitelijke prestatie- en brandstofgegevens van een reder in een openbaar beschikbare AI-tool en vraagt om analyse. Deze gegevens zijn nu uit de hand gelopen; bedrijfsgeheimen en contractbreuk ontstaan. Er zou geen risico zijn als er met geanonimiseerde representatieve waarden of een goedgekeurde tool zou worden gewerkt. Les: echte/vertrouwelijke gegevens worden nooit ingevoerd in een niet-goedgekeurde externe tool.
Geval 3 — Werkt maar verkeerde code. AI genereert een Python-script voor een moment van stabiliteit; de code werkt zonder fouten en retourneert een redelijk aantal. Wanneer de ingenieur het test met een bekend belastinggeval (waarvan het antwoord met de hand bekend is), ontdekt hij dat de code een zakelijke term gebruikt met het verkeerde teken. Het script "werkte" maar het resultaat was verkeerd. Les: de werking van de rekeningcode is geen garantie voor juistheid; Testen met bekende input en onafhankelijke verificatie is essentieel.
Kopieerbare promptsjablonen
Template 1 — Zelfbeoordeling van limieten en risico's:
Rol: U bent een recensent die de AI-output controleert die ik gebruik. Context: [taak/output]. Taak: 1) Waar is het risico op hallucinatie hoog in deze output? 2) Is er iets twijfelachtig in termen van fysieke plausibiliteit? 3) Welke waarden die tijdigheid vereisen (wetgeving/prijs) moeten worden geverifieerd? 4) Kans dat deze output een geval is dat niet wordt gedistribueerd (ongezien)? Maak een lijst van elk twijfelachtig punt en hoe u dit kunt verifiëren.
Sjabloon 2 — Verificatieschema rekeningcode:
Bedenk een verificatieplan voordat u de volgende door AI gegenereerde boekhoudcode (Python/Excel) gebruikt: [plak code/logica]1) Stel een testinvoer voor waarvan ik het antwoord uit de hand weet.2) Noem de randgevallen die moeten worden getest (nul, negatief, extreem).3) Hoe controleer ik de eenheidsconsistentie?4) Met welke onafhankelijke middelen bevestig ik het resultaat? Beperking: Goedgekeurde tool-/engineerverificatie is vereist voor het veiligheidskritieke account.
Sjabloon 3 — Filter voor gegevensprivacy:
Privacycontroleer de volgende context die ik aan een AI-tool zou geven:[tekst om te delen]1) Zitten er bedrijfsgeheimen/vertrouwelijke/contractgegevens in?2) Welke waarden moeten worden geanonimiseerd of geëxtraheerd?3) Is voor deze taak een goedgekeurde interne tool vereist? Beperking: feitelijke scheeps-/prestatie-/contractgegevens komen niet in de externe tool terecht.
Sjabloon 4 — Nota over verantwoordingsplicht en transparantie:
Stel een transparantiememo op om de volgende door AI aangedreven beslissing te documenteren: [beslissing]. Inhoud: (1) in welk stadium werd de AI gebruikt, (2) welke verificaties heeft deze ondergaan, (3) welke mens heeft deze goedgekeurd, (4) welke bronnen zijn geverifieerd. Beperking: Maak duidelijk dat de uiteindelijke verantwoordelijkheid bij de menselijke ondertekening ligt.
Zwakke prompt/sterke prompt
Zwakke prompt:
Ik zal deze AI-analyse in het rapport plaatsen, is dat oké?
Krachtige prompt:
Rol: Jij bent de onafhankelijke beoordelaar die de AI-output controleert. Context: [analyse/output en waar te gebruiken). Taak: 1) Markeer het risico op hallucinatie, fysieke plausibiliteit en tijdigheid. 2) Zijn er gegevens die niet mogen worden gedeeld vanwege vertrouwelijkheid? 3) Welke stappen zou een mens nodig hebben om deze output te verifiëren? Beperking: Je neemt niet de "gepaste/ongepaste" beslissing; Vermeld de verificatiestappen en dat de verantwoordelijkheid bij de ondertekenaar ligt.
Zwakke prompt vraagt om bevestiging; Sterke prompt legt risico's, privacy en menselijke verificatieketen bloot.
Veel voorkomende fouten
- Het betekent 'AI zei het'. De verantwoordelijkheid ligt bij de persoon die de output accepteert; AI is geen excuus.
- Vertrouwelijke gegevens invoeren in een externe tool. Bedrijfsgeheimen en contractbreuk; Eenmaal gelekte gegevens kunnen niet meer worden teruggehaald.
- Denken dat de werkende code correct is. Een script dat zonder fouten werkt, kan de verkeerde formule/eenheid bevatten; Testen en onafhankelijke bevestiging zijn essentieel.
- Het OT-systeem overlaten aan AI. De controleactie wordt nooit alleen door AI geactiveerd; Menselijke goedkeuring en veilige standaard blijven gehandhaafd.
- Efficiëntie boven veiligheid stellen. Leven, milieu en eerlijk technisch inzicht worden niet opgeofferd voor enige besparing.
Samengevat
De blijvende beperkingen (hallucinatie, out-of-distributiegedrag, gebrek aan inzicht in de natuurkunde, verouderdheid) en risico’s (cyber/OT-beveiliging, gegevensprivacy, vergiftiging, vooringenomenheid) van AI in de maritieme sector illustreren waarom de verificatiediscipline die tijdens de module wordt aangeleerd, onmisbaar is. Bij veiligheidskritische beslissingen is AI-output geen vervanging voor competente menselijke goedkeuring; De keten van verantwoordelijkheid is duidelijk en ‘AI zei het’ is geen excuus. AI is een krachtige versneller; Maar het leven, het milieu en een eerlijk technisch oordeel komen altijd op de eerste plaats.
Applicatie taak
Selecteer een AI-uitvoer (een account, een rapportconcept of een code) die u in deze module heeft geproduceerd. Markeer de risico's van hallucinaties, fysieke plausibiliteit en actualiteit met het sjabloon 'Zelfevaluatie beperken en risico's'. Als het een accountcode is, test deze dan met een bekende invoer met behulp van de sjabloon "accountcodeverificatieplan" en verifieer onafhankelijk. Pas een ‘dataprivacyfilter’ toe en filter gegevens eruit die niet gedeeld mogen worden. Schrijf ten slotte een transparantiememo waarin u de beslissing documenteert en duidelijk maakt wie de eindverantwoordelijkheid heeft.
controlelijst
- [ ] Ik controleerde de hallucinatie-, natuurkundige en actualiteitsrisico's van de AI-uitvoer.
- [ ] Ik heb de accountcode getest en onafhankelijk geverifieerd met bekende invoer.
- [ ] Ik heb geen vertrouwelijke/gecontracteerde gegevens ingevoerd in de externe tool; Ik heb het geanonimiseerd.
- [ ] Ik handhaafde de menselijke goedkeuring en zorgde voor een veilige standaard in OT/controlesystemen.
- [ ] Ik heb het gebruik van AI transparant gedocumenteerd en duidelijk gemaakt wie verantwoordelijk was.
- [ ] Ik heb efficiëntie nooit boven levens-, milieu- en technische ethiek gesteld.
Module-examen
1. Wanneer u als scheepswerktuigkundige met een AI-tool werkt, moet de uiteindelijke verantwoordelijkheid voor welke van de volgende zaken altijd bij de mens (ingenieur/klasgenoot) blijven liggen?
- A) Goedkeuring en ondertekening van de overeenstemming van een structureel element met de klassenregel ✔
- B) Het maken van de eerste versie van een resistentierapport
- C) De aslabels van een diagram bewerken
- D) Het opstellen van een verklarende woordenlijst voor een technisch rapport
Beschrijving: AI; Het kan taken versnellen zoals het vooraf berekenen van weerstanden, het opstellen van rapporten en het samenvatten van gegevens. Het goedkeuren van de overeenstemming van een structureel element met de klassenregel en dit weergeven als een handtekening op het technische dossier is echter een beslissing die de veiligheid van mensenlevens en eigendommen schept; kunnen niet worden overgedragen aan AI zonder onafhankelijke verificatie en geautoriseerde goedkeuring.
2. Je liet de AI de weerstand van een boot berekenen en deze verminderde het resultaat met 20% met een ‘empirische correctiefactor’ die niet in het modelexperiment zat. Wat is de eerste juiste actie die moet worden ondernomen?
- A) Het resultaat accepteren zoals het is, omdat de AI zelfverzekerd lijkt
- B) Stel de bron van de coëfficiënt in vraag, verwerp de ongegronde correctie en herbereken deze met de erkende methode ✔
- C) De coëfficiënt nog verder verhogen en aan de veilige kant blijven
- D) Overschakelen naar propellerselectie zonder het resultaat te wijzigen
Uitleg: Taalmodellen kunnen op overtuigende wijze ongefundeerde coëfficiënten en getallen fabriceren (hallucinatie). Bij een berekening die rechtstreeks van invloed is op het voortstuwingsvermogen en de brandstof, zoals weerstand, is het noodzakelijk om de bron van elke gebruikte coëfficiënt (methode, modeltest, standaard) in twijfel te trekken en de niet-ondersteunde coëfficiënt te verwerpen.
3. In plaats van de hoeveelheid vervoerde vracht als noemer te gebruiken bij het berekenen van de CII (Carbon Intensity Indicator) van een schip, gebruikte AI alleen de afstand. Wat is het grootste probleem met deze uitvoer?
- A) CII wordt alleen berekend voor tankers, dit is aan boord niet nodig
- B) Het CII-resultaat wordt altijd weergegeven als een percentage, decimaal is verkeerd
- C) De CII-noemer moet niet alleen de afstand zijn, maar ook het draagvermogen (het draagvermogen) vermenigvuldigd met de afstand ✔
- D) Snelheidsgegevens zijn verplicht voor CII-berekening, deze ontbreken
Beschrijving: CII meet de CO2-uitstoot per uitgevoerde taak en is gebaseerd op het aangeboden laadvermogen vermenigvuldigd met de afstand (bijv. draagvermogen x afstand). Als u de term belasting/capaciteit weglaat, wordt de indicator volledig verkeerd berekend. De eerste en verplichte stap is dat elke term in productiviteitsindicatoren volledig voldoet aan de IMO-definitie.
4. Wat is de meest waardevolle output van een AI-aangedreven voorspellend onderhoudssysteem in de machinekamer?
- A) Vat de gemiddelde kosten van onderhoud uit het verleden op één regel samen
- B) Alle sensorgegevens transformeren in een kleurrijkere grafiek
- C) Kleur en vermeld trillings-/temperatuurtrends
- D) Het vooraf markeren van het tijdvenster waarin de kans groter is dat een lager of turbocompressor defect raakt ✔
Beschrijving: Het doel van voorspellend onderhoud is het detecteren van de neiging van apparatuur om te verslechteren voordat deze defect raakt, en het tijdig plannen van onderhoud. Zo wordt het risico op onverwachte storingen en stilstanden verkleind. Het is waardevol om niet alleen het verleden samen te vatten, maar ook om vroegtijdige waarschuwingen voor de toekomst te geven.
5. AI vergeleek het spanningsresultaat in een FEA-model (eindige elementenanalyse) met de toegestane spanning in de klassencode en verklaarde 'passend'. Wat is de meest correcte aanpak?
- A) Verificatie van de modelopstelling (netwerk, randvoorwaarde, belasting) en bevestiging van de toegestane spanning uit de klasseregeltekst ✔
- B) Het resultaat direct bevestigen omdat de AI 'fit' zei
- C) Willekeurig de toegestane spanning verlagen om aan de veilige kant te blijven
- D) Alleen de kleurschaal wijzigen zonder het netwerk strakker te maken
Omschrijving: FEA resultaat; Het is volledig afhankelijk van de kwaliteit van het gaas, de randvoorwaarden, de belastingsdefinitie en de materiaaleigenschappen. Bovendien kan de door de AI gebruikte toegestane spanningswaarde onjuist zijn. Voordat u het resultaat accepteert, is het noodzakelijk om de modelinstellingen te verifiëren en de klasseregelwaarde uit de tekst te bevestigen.
6. Je hebt een route gemaakt die het brandstofverbruik minimaliseert door weerroutering uit te voeren met AI. Welke overweging is het meest cruciaal voor de bruikbaarheid van het resultaat?
- A) De route moet veilig zijn in termen van navigatieveiligheid (golfslag, weer, scheepsbeperkingen) en moet worden goedgekeurd door de kapitein ✔
- B) De kortste weergave van de route op de kaart
- C) De route omvat de meeste havenaanlopen
- D) De route minimaliseert de ETA, ongeacht het contract
Toelichting: Hoe brandstofoptimaal het routevoorstel ook is, de navigatieveiligheid en het gezag van de kapitein staan voorop. Als de storm, golfhoogte en scheepsbeperkingen de veiligheidslimiet overschrijden, is brandstofwinst zinloos. De uiteindelijke routebeslissing moet worden gefilterd op basis van veiligheidsbeperkingen en worden goedgekeurd door de kapitein.
7. Je vroeg de AI om een SOLAS-vereiste en deze gaf een exacte waarde met verwijzing naar een specifiek 'Hoofdstuk/Regelnummer'. Wat is het juiste engineeringgedrag?
- A) De waarde direct toepassen omdat de AI up-to-date is
- B) De waarde willekeurig verhogen om aan de veilige kant te blijven
- C) Controleer het itemnummer en de waarde van de officiële, actuele SOLAS/klassebron ✔
- D) Toevoegen aan het bestand zonder het artikelnummer te controleren
Beschrijving: Taalmodellen kunnen contract-/regelclausulenummers en -waarden verkeerd onthouden of verzinnen. In bindende velden zoals SOLAS, MARPOL en klassenregels moet elk item en elke waarde letterlijk worden geverifieerd vanuit de officiële, huidige bron (IMO-tekst, klassenregel, managementcirculaire); De AI-uitvoer laat alleen zien waar je moet kijken.
8. In een autonoom of beslissingsondersteund navigatiesysteem stelde de AI een manoeuvre voor op basis van radar- en AIS-gegevens. Wat is de juiste inschatting in termen van COLREG (conflictvermijding)?
- A) Voer de manoeuvre automatisch uit wanneer AI toegang krijgt tot de huidige gegevens
- B) Stuur de suggestie via VHF naar het andere schip en wacht op goedkeuring
- C) De radar uitschakelen en alleen op AIS vertrouwen
- D) Beschouw de suggestie als een beslissingsondersteuning en laat de COLREG en de definitieve manoeuvrebeslissing over aan de officier van de wacht/kapitein.
Uitleg: In overeenstemming met de COLREG-regels en goede maritieme praktijken ligt de verantwoordelijkheid voor het vermijden van aanvaringen en de uiteindelijke manoeuvrebeslissing bij de autoriteit op de brug (kapitein/officier van de wacht). AI-aanbeveling is een beslissingsondersteuning; blinde vlekken, sensorfouten en interpretatie van regels vereisen menselijk toezicht.
9. U hebt met AI een aanbeveling voor het brandstofverbruik gegenereerd op basis van de SFOC-curve (specifiek brandstofverbruik) van de hoofdmotor. Wat is de meest geschikte methode om de redelijkheid te toetsen?
- A) Pas de aanbeveling toe op ritgegevens uit het verleden en vergelijk deze met het werkelijke brandstofverbruik ✔
- B) Accepteer de suggestie zoals die is en schrijf deze als besparing in de begroting.
- C) Het meest optimistische besparingspercentage als enige echte waarde nemen
- D) Verfraai gewoon de grafiek van de SFOC-curve
Uitleg: De door AI geproduceerde besparingsclaim moet worden getoetst door deze te vergelijken met de daadwerkelijke reisgegevens van het schip (geregistreerd brandstofverbruik, belading, snelheid, weer). Door deze retrospectief toe te passen op reisgegevens uit het verleden en deze te vergelijken met het werkelijke verbruik, blijkt hoe realistisch de aanbeveling is.
10. Een door AI opgesteld conceptonderzoek/technisch rapport bevat technische waarden die vloeiend zijn maar van onzekere oorsprong. Wat is het juiste gedrag?
- A) Het rapport presenteren zoals het is, omdat de tekst vloeiend is
- B) Zorg ervoor dat elke waarde overeenkomt met de oorspronkelijke meting/bron en verwijder de onbevestigde ✔
- C) Afronding en glans van de waarden
- D) Lees gewoon de samenvatting en sla de rest over
Beschrijving: Elke technische waarde in het rapport moet herleidbaar zijn naar de oorspronkelijke bron (meting, gekalibreerd apparaatrecord, klassenregel, fabrikantgegevens). Geen enkel getal mag aan de klas of het management worden voorgelegd zonder verificatie van de bron, ook al is het een waarde in een vloeiende zin; Anders komt een fictieve waarde in de beslissingsbasis terecht.
11. Wat is de beste stap voordat u een door AI gegenereerde Excel/Python-berekening gebruikt (bijvoorbeeld ballasttoestand en stabiliteitsmoment)?
- A) De berekening rechtstreeks toepassen op het daadwerkelijke laadplan
- B) Kijk alleen maar naar de lengte en lay-out van de code
- C) Randgevallen uitproberen door de berekening te vergelijken met een bekend testscenario en een goedgekeurde laadtool ✔
- D) Een deel van de code verwijderen om deze in te korten
Uitleg: Stabiliteits- en belastingberekeningen kunnen correct lijken, maar onjuiste resultaten opleveren. Door de berekening uit te voeren op een klein testscenario waarvan u de uitkomst kent, handmatig of met een gecertificeerde laadcomputer, deze te vergelijken met de verwachte output en grens-/randbelastingsgevallen uit te proberen, wordt de fout opgespoord voordat deze wordt overgedragen naar de daadwerkelijke laadbeslissing.
12. U wilt de niet-gedeelde ontwerp- en prestatiegegevens van uw schip in een openbare AI-tool plakken en analyse aanvragen. Wat is de meest correcte aanpak?
- A) De gegevens plakken zoals ze zijn voor snelheid
- B) Het volstaat om gewoon de scheepsnaam te verwijderen en alle resterende gegevens te delen
- C) Het delen van de gegevens en vervolgens de AI vragen deze te verwijderen
- D) Het controleren van het instellingsbeleid en het anonimiseren van de gegevens of het gebruiken van een beveiligde/institutionele tool ✔
Openbaarmaking: Rompvorm, prestatiecurven en contractgegevens van reder/werf zijn bedrijfsgeheimen en gevoelig voor intellectueel eigendom; Bovendien brengen kritieke infrastructuur- en OT-systeeminformatie cyberrisico's met zich mee. Voordat u gegevens deelt, is het noodzakelijk om het bedrijfsbeleid te controleren, het te anonimiseren of een bedrijfstool te gebruiken die geen gegevens deelt.
13. AI-aangedreven kwaliteitscontrole op een blokassemblage op een scheepswerf markeerde een lasnaad als ‘aanvaardbaar’. Wat is het juiste engineeringgedrag?
- A) Beschouw de AI-evaluatie als definitieve acceptatie en keur het naaien goed
- B) Het beschouwen van de AI-voorevaluatie als screeningsinstrument en het koppelen van de definitieve acceptatie aan het NDT-resultaat en klassegoedkeuring ✔
- C) Naar het volgende blok gaan zonder de naad helemaal te onderzoeken
- D) Het is voldoende om eenvoudigweg het uiterlijk van de naad visueel te controleren
Omschrijving: Laskwaliteit is een veiligheidskritisch gebied dat niet-destructieve testresultaten (NDT) en klassegoedkeuring vereist. De voorlopige beoordeling van AI via afbeeldingen of gegevens biedt richtlijnen, maar de definitieve acceptatie wordt gegeven door gekwalificeerde inspectie en goedkeuring door de klasse-inspecteur.
14. Op het gebied van vlootbeheer kwam AI met een definitief advies voor een expeditie waarin stond dat 'deze bunkerhaven en deze snelheid absoluut het meest winstgevend zijn'. Wat is de juiste beoordeling?
- A) Het direct implementeren van de aanbeveling wanneer AI toegang krijgt tot actuele gegevens
- B) Het voorstel als een vaste toezegging aan de reder overbrengen
- C) Het vergrendelen van het gehele expeditieplan op basis van deze enkele output
- D) Het definitieve bod als onbetrouwbaar beschouwen en behandelen als een scenario dat kan worden geverifieerd met de huidige prijs, charterconditie en veiligheid ✔
Uitleg: Bunkerprijzen, chartervoorwaarden, weersomstandigheden en havenvertragingen zijn snel veranderende en onzekere variabelen; AI kan geen absolute winstgevendheid garanderen. Het voorstel moet worden behandeld als een scenario dat moet worden geverifieerd aan de hand van de huidige prijs, de voorwaarden van de charterpartijen en de veiligheidsbeperkingen.