End-to-end arbeidsflyt, skipsselskapsstyring, cybersikkerhet og ansvarlig bruk

Gevinster:

• Evne til konsekvent å distribuere AI i alle trinn av kampanjen, fra begynnelse til slutt, med menneskelige verifikasjonsporter og beslutningsposter
• Evne til å etablere et styringsrammeverk for skipsselskaper inkludert godkjent kjøretøyliste, dataklassifisering, ISM-integrasjon, cybersikkerhet (kritisk systemisolering, datakonfidensialitet, redundans)
• Evne til å bygge inn menneskelig ansvar, åpenhet, unngåelse av overdrevne krav, sikkerhets-miljøprioritet og konfidensialitetsprinsipper i arbeidsflyten

Tidligere enheter behandlet AI individuelt i rute, drivstoff, vær, dokumentasjon, last, maskinovervåking, diagnostikk, lovgivning og brobeslutningsstøtte. Denne enheten kombinerer alt: hvordan plassere AI konsekvent, kontrollert og trygt fra begynnelsen til slutten av en kampanje. Hvordan klarer skipet og selskapet dette? Og hvordan er disse verktøyene i seg selv (data, tilkobling, cybersikkerhet) beskyttet? Målet er å etablere et rammeverk som fanger opp verdien av kunstig intelligens i maritim tid, uten å glemme dens sikkerhetskritiske natur.

End-to-end arbeidsflyt: menneskelige verifikasjonsporter

Tenk på en ekspedisjon som en kjede; Sett en menneskelig verifikasjonsport (punktet der et menneske bekrefter at en betingelse er oppfylt før bestått) på hver ring:

1. Reiseplanlegging: AI genererer rute/drivstoffalternativ → Gate: kaptein bekrefter og bekrefter UKC/no-go og restriksjoner i ECDIS.
2. Værovervåking: AI-prognosesammendrag → Gate: multi-kilde + offisiell advarselsbekreftelse, beslutning om å søke ly er opp til kapteinen.
3. Last: YZ oppbevaringsanbefaling → Dør: lastecomputer med stabilitets-/styrkegodkjenning, sjefsgodkjenning.
4. Maskin: AI-anomaliskilt → Dør: fysisk verifisering, diagnose og vedlikeholdsbeslutning er opp til sjefsingeniøren.
5. Dokumentasjon: AI-planer → Gate: ekte dataverifisering og signatur i menneskelig.
6. Lovgivning: AI styrer → Gate: bestemmelsen er bekreftet fra den offisielle kilden.
7. Bro: AI prioriterer → Gate: COLREG-manøver- og navigasjonsbeslutning er i offiserens hender.

Regel: uten å passere en dør kan du ikke gå videre til den neste. Denne lagdelte strukturen forhindrer at en enkelt AI-feil lekker inn i ekspedisjonen eller rapporten. Hver dør etterlater en post: hva som ble foreslått, hvem bekreftet det, hva som ble bestemt.

Tips: Hold en kort "beslutningslogg" for hver AI-bruk: hvilket verktøy, hvilken input, hva AI-en sa, hvordan den ble bekreftet, hvem godkjente den. I en ulykkesundersøkelse eller revisjon beskytter denne posten deg og muliggjør kontinuerlig forbedring.

Skipsselskapsstyring

AI-verktøy skal ikke brukes tilfeldig, men innenfor et rammeverk:

• Godkjent verktøyliste: Hvilke AI-verktøy er godkjent for hvilke jobber? Sensitive data lastes ikke opp til tilfeldige verktøy og offentlige tjenester.
• Dataklassifisering: Fraktmanifest, rute, kommersielle kontrakter, personopplysninger for mannskapet er sensitive; Det er definert hvilke data som går hvor.
• Rolle og autoritet: Hvem kan bruke AI i hvilken beslutning, hvem godkjenner det? Kapteinen og maskinsjefen har klart siste ord.
• Opplæring: Mannskapet må kjenne grensene for AI (hallusinasjon, tvetydighet, verifikasjon); Disiplin undervises i stedet for verktøy.
• ISM-integrasjon: Bruken av AI er prosedyremessig lagt til skipets sikkerhetsstyringssystem (ISM); blir reviderbar.
• Kontinuerlig verifisering: Ytelsen til kjøretøy overvåkes; Feil forslag registreres og verktøyet eller bruken blir revidert.

Cybersikkerhet: et bundet skip er et mål

Det moderne skipet er et tilkoblet system: ECDIS-oppdateringer, satellittkommunikasjon, fjernovervåking, AI-tjenester. Denne forbindelsen er en angrepsflate. Maritim cybersikkerhet (også assosiert med IMOs retningslinjer for styring av skipscyberrisiko og ISM) kan ikke neglisjeres:

• Isoler kritiske navigasjons-/maskinsystemer: Systemer som ECDIS, maskinkontroll holdes atskilt fra internett og AI-verktøy.
• Datavern: Rute-, last- og kommersielle data må ikke lekke til usikre AI-tjenester; maske om nødvendig.
• Risiko for manipulering: GPS/AIS-signal kan være forfalskning; Med disse ødelagte dataene produserer AI feil forslag. Inndatasikkerhet er en forutsetning for utdatasikkerhet.
• Redundans: Hvis systemet krasjer eller en cyberhendelse oppstår, bevares tradisjonell navigasjonsfunksjon (papirkart, grunnleggende prosedyre).

Forsiktig: Eventuelle data du laster inn i et AI-verktøy kan være utenfor din kontroll. Skipsplassering, lastdetaljer, mannskapsinformasjon og forretningshemmeligheter; behandles på en godkjent, sikker og om nødvendig maskert måte. Å lime inn sensitive data til en offentlig tjeneste "for enkelhets skyld" er et alvorlig brudd på sikkerhet og personvern.

Etisk og ansvarlig bruk

• Menneskelig ansvar: Enhver sikkerhetskritisk beslutning tas av et kompetent menneske; AI-ens utgang er ikke en erstatning for godkjenningen.
• Åpenhet: Når AI brukes (spesielt i rapportering og analyse) er det oppgitt ærlig.
• Unngå overkrav: Et vagt estimat presenteres ikke som en sikkerhet; Nivået av tillit er uttrykt ærlig.
• Miljø- og sikkerhetsprioritet: Kommersiell gevinst kommer aldri før sjøsikkerhet og miljøvern.
• Personvern: Mannskap og kommersielle data er beskyttet.

tre minisaker

Tilfelle 1 — Dørsystemet stopper en feil. På et skip foreslår AI en rute for å spare attraktivt drivstoff; men ved "reiseplanleggingsporten" finner kapteinen en feil i ECDIS-bekreftelsen og avviser forslaget. Den lagdelte døren hindrer insekten i å gå ut i sjøen. Vedtaksprotokollen dokumenterer at prosessen fungerer som den skal.

Tilfelle 2 — Datalekkasje forhindres. En offiser er i ferd med å lime inn lastmanifestet i en offentlig AI-tjeneste; selskapets policy (godkjent verktøy + maskering) forhindrer dette. Bedriftsdata er beskyttet. Leksjon: styringsrammeverk forhindrer velment, men risikofylt atferd.

Tilfelle 3 — Falsk GPS-signal. GPS-spoofing forekommer i et område; AI anbefaler en feil kurskorreksjon med korrupte posisjonsdata. Teamet bekrefter plasseringen med uavhengige metoder (radar, øye, krysspeiling), merker avviket og avviser AI-forslaget. Leksjon: hvis inngangen er korrupt, er utgangen også korrupt; Uavhengig verifisering og redundans redder liv.

Fire kopierbare maler

1) Revisjon av bruk av AI-bruk for kampanjen:

Denne gangen brukte jeg AI for: [liste]. Lag en beslutningsposttabell for hver: arbeid, verktøy brukt, input, AI-utgang, hvordan verifisert, hvem godkjente, resultat. Merk alle som mangler/ubekreftet.

2) Utkast til AI-brukspolicy:

Skriv et UTKAST til en "ansvarlig bruk av AI"-prosedyre for skipet vårt: godkjente verktøy, dataklassifisering, hvem som godkjenner hvilken avgjørelse, verifiseringsplikt, nettsikkerhet og personvernregler. Merk: dette utkastet vil bli godkjent av selskapets DPA/ISM-team.

3) Datamaskeringskontroll:

Se etter sensitive data før du skriver inn følgende tekst i et AI-verktøy: [tekst]. Foreslå skipsplassering, lastdetaljer, personlige data, forretningshemmeligheter og hvordan jeg kan maskere det. Hvis du ikke er sikker, si "ikke gå inn, sjekk først".

4) Cyber-/redundansøvelsesscenario:

Lag en cyberhendelse eller systemkrasj-scenario på bro-/maskinsystemer; Skriv en 5-trinns drilloversikt og diskusjonsspørsmål som vil hjelpe mannskapet med å øve på overgangen til tradisjonell navigasjon/motorstyring.

Svak forespørsel / Sterk forespørsel

Svak melding:

How do I use AI on the ship?

Veldig generelt; Det er ingen sikkerhet, data, styring og verifikasjonsdimensjon.

Kraftig ledetekst:

Your role: ship digitalization consultant. Skipstype [x], selskap tilknyttet flåtestyring. Oppgave: utarbeide et ende-til-ende-rammeverk for bruk av AI i rute, drivstoff, maskinerisporing og dokumentasjon: menneskelig verifikasjonsport på hvert trinn, godkjente kjøretøy- og dataregler, cybersikkerhetstiltak, beslutningsregistrering. Understrek at sikkerhetskritiske beslutninger forblir menneskelige og AI er ikke en erstatning for godkjenning. Merk områder som er uklare/krever bedriftsgodkjenning.

Å kreve porter, styring og cybersikkerhet gjør produksjonen bedriftsbrukbar.

Rammebord fra ende til ende

Scene

AI-bidrag

menneskelig verifikasjonsport

Ekspedisjonsplanlegging

Rute/drivstoffalternativ

Kaptein ECDIS-godkjenning

værovervåking

Prognoseoppsummering

Multiressurs + kaptein

last

Stackanbefaling

Loading computer + 1st officer

maskin

anomali tegn

Physical confirmation + chief engineer

Dokumentasjon

utkast

Ekte data + signatur

lovgivning

omdirigere

Official source confirmation

bro

prioritering

COLREG-avgjørelse, offiser

Vanlige feil

• Omgå verifikasjonsporter. Fjerning av mellombekreftelser for hastighet vil tillate enkeltfeilen å lekke inn i ekspedisjonen.
• Not keeping a record of decisions. Hvis det ikke er journal, blir forsvar og forbedring av revisjon og etterforskning vanskelig.
• Giving sensitive data to an insecure tool. Rute, last, personopplysninger behandles med godkjenning og maskering.
• Not isolating critical systems. ECDIS/maskinkontroll holdes atskilt fra internett og AI-verktøy.
• Forsømmelse av redundans. Konvensjonell navigasjonsevne må opprettholdes i systemet/cyberhendelsen.
• Putting commercial profit before safety. Sikkerhet og miljø er alltid en prioritet.

Oppsummert

Nøkkelen til å bruke AI ende-til-ende i maritim er et lagdelt rammeverk som setter en menneskelig verifikasjonsport og en beslutningspost på hvert trinn. Dette rammeverket er supplert av skipsselskapsstyring (godkjent instrument, dataklassifisering, rolle, opplæring, ISM-integrasjon), cybersikkerhet (isolasjon av kritiske systemer, datakonfidensialitet, inndatasikkerhet, redundans) og prinsipper for ansvarlig bruk (menneskelig ansvar, åpenhet, unngåelse av overdreven påstand, sikkerhetsprioritet, konfidensialitet). AI skaper reell verdi i shipping; Men sikkerhetskritiske beslutninger eies alltid av et kompetent menneske, og AI-utgang erstatter ikke denne godkjenningen.

Søknadsoppgave

Vurder en ekspedisjon fra start til slutt for ditt eget skip. For hvert trinn (planlegging, luft, last, maskineri, dokumentasjon, regulering, bro), fyll ut en tabell med én linje "hva gjør AI / hva er menneskelig gate / hvordan verifiserer jeg / hvem som godkjenner". Legg deretter til en "datamaskering" og et "cyber/redundans"-mål. Til slutt lager du en mal for beslutningsprotokollen du vil beholde denne gangen.

sjekkliste

• [ ] Jeg plasserte en menneskelig verifiseringsport på hvert trinn.
• [ ] Jeg førte en oversikt over beslutninger for hver AI-bruk.
• [ ] Jeg har overholdt de godkjente verktøy- og dataklassifiseringsreglene; Jeg beskyttet/maskerte sensitive data.
• [ ] Jeg isolerte kritiske navigasjons-/maskinerisystemer og opprettholdt redundanskapasitet.
• [ ] Jeg har sørget for at sikkerhetskritiske beslutninger tas av et kompetent menneske og ikke er en erstatning for AI-godkjenning.

Moduleksamen

1. Hvilken av følgende er den mest nøyaktige posisjoneringen for kunstig intelligens i maritime?

• A) Kunstig intelligens er et beslutningsstøtteverktøy; Ansvaret for sikkerhetskritiske beslutninger som rutebekreftelse, manøvrerings- og maskinavgjørelser forblir hos kaptein og maskinsjef ✔
• B) Siden kunstig intelligens er mer pålitelig enn mennesker til sjøs, bør rute- og manøveravgjørelser overlates til den.
• C) Kunstig intelligens fungerer kun i å oppsummere tekst, det har ingenting med navigasjon og maskinarbeid å gjøre
• D) Kunstig intelligens kan legge inn ruten i ECDIS og utføre den uten menneskelig godkjenning

Beskrivelse: Maritimt er et sikkerhetskritisk område; Artificial Intelligence er et beslutningsstøtteverktøy som sparer tid i rute, drivstoff, vær, dokumentasjon, maskinovervåking og lovgivning. Det er imidlertid kaptein og maskinsjef som er juridisk ansvarlig for sjøsikkerhet, miljø og eiendomssikkerhet; manøvrering, maskinstopp og nødavgjørelser er menneskelige, og produksjon av kunstig intelligens er ikke en erstatning for kompetent ekspertgodkjenning.

2. Hva er det mest kritiske trinnet å ta før man utfører et rutealternativ foreslått av kunstig intelligens?

• A) Sjekk ruten mot ikke-gå områder i ECDIS og UKC og godkjenn den av kapteinen ✔
• B) Utføre direkte, ikke foreta ytterligere kontroller, ettersom kunstig intelligens beregner det
• C) Pass på at du kun velger den korteste avstanden
• D) Bytte til den som sparer mest drivstoff uten å sjekke ruten i det hele tatt

Beskrivelse: Ruten generert av kunstig intelligens er et utkast og er ikke verifisert på det offisielle kartet. Ingen rute kjøres uten å sjekke ECDIS for no-go områder og sub-keel clearance (UKC) ved tidevann. Tids-/drivstoffbesparelser kan aldri oppveie denne sikkerhetsbekreftelsen.

3. Hva er den mest nøyaktige tilnærmingen når kunstig intelligens forutsier forbruk for drivstoffoptimalisering?

• A) Anta en generell skipsmodell og be om det laveste drivstofforbruket uten å gi begrensninger
• B) Basere estimatet på den faktiske ytelseskurven til skipet og gi kommersielle juridiske begrensninger ✔
• C) Bruk av det første tallet gitt av kunstig intelligens uten å verifisere det
• D) Bare å redusere hastigheten er tilstrekkelig; charter og havnevindu er irrelevant

Forklaring: Forutsigelsen produsert ved å anta en generell 'skipsmodell' kan bli alvorlig fornærmet på skipet ditt. Estimatet bør være basert på skipets faktiske ytelseskurve (sjøforsøk og servicedata); I tillegg bør kommersiell-juridiske restriksjoner som charter minimumshastighet og havnevindu gis. Trim/hastighetsendringer brukes også med menneskelig godkjenning på grensen av stabilitet og maskinhelse.

4. Hva kan sies om en CII-verdi (karbonintensitetsindikator) beregnet av kunstig intelligens?

• A) Kan erklæres direkte som offisiell CII-rapport
• B) Det er bare en spådom; Den offisielle rapporten er produsert etter en godkjent metode og må bekreftes med en oppdatert kilde ✔
• C) Det er alltid sant fordi kunstig intelligensberegning er bedre enn menneskelig
• D) Det er ikke behov for bekreftelse siden utslippsterskler aldri har endret seg

Forklaring: Utslippstall som CII er offisielle resultater produsert ved godkjente metoder og verifiserte data. Verdien gitt av kunstig intelligens er bare en prediksjon; kan bruke gammel koeffisient eller produsere hallusinasjoner. Den kan ikke brukes som en offisiell rapport og må bekreftes med en oppdatert offisiell kilde.

5. Hva gjør kunstig intelligens mest verdifull i vær- og sjøtilstandsvurderinger?

• A) Basert på en enkelt modell og gir en presis bølgehøyde
• B) Skjuler usikkerhet og presenterer enhver spådom som sikkerhet
• C) Sammenligne ulike modeller og synliggjøre separasjon og usikkerhet ✔
• D) Den erstatter offisielle maritime advarsler og gjør dem unødvendige.

Forklaring: Værvarsling er sannsynlig og den viktigste størrelsen er usikkerhet. AI er mest verdifull når den sammenligner ulike modeller og synliggjør divergens (og derfor usikkerhet); Dette sikrer planlegging på den sikre siden. Det er farlig å skjule usikkerhet og presentere den sentrale spådommen som sikkerhet.

6. Hva er det konstante prinsippet når man utarbeider innhold med kunstig intelligens for en cruiselogg eller offisiell hendelsesrapport?

• A) Å ha kunstig intelligens fullføre ufullstendig huskede detaljer på en rimelig måte
• B) Bare den faktiske observasjonen registreres; Kunstig intelligens kan ikke finne opp data eller detaljer, manglende steder er merket med ✔
• C) Hvis teksten er flytende, aksepteres tallene og hendelsene lagt til av kunstig intelligens uten bekreftelse.
• D) Kunstig intelligens kan estimere informasjon om tid og sted, det er ikke behov for observasjon

Forklaring: Offisielle dokumenter er juridiske bevis og innholdet må samsvare nøyaktig med sannheten. Kunstig intelligens kan ikke fremstille informasjon om tid, plassering, hastighet og hendelse; Det oversetter ganske enkelt selve observasjonen du gir til en skikkelig setning. Det manglende stedet er ikke fylt med 'rimelig fiksjon', det er markert; Ansvaret for nøyaktighet og signatur ligger hos mennesket. Ellers er det fare for dokumentforfalskning.

7. Hvordan skal skipets stabilitet (GM) og lengdestyrke bestemmes i lasteplanen?

• A) Stole på den grove GM- og trimverdien gitt av kunstig intelligens
• B) Beregnet på godkjent lastecomputer og godkjent av overstyrmann/kaptein ✔
• C) Estimert etter erfaring, uten bruk av verktøy
• D) Ser kun på totalvekten, uten å ta hensyn til vektfordelingen

Beskrivelse: Stabilitet og styrke er sikkerhetskritiske; én feil kan velte skipet eller skade skroget. Disse beregningene kommer kun fra godkjent lastecomputer og er godkjent av overstyrmann/kaptein. En grov GM-verdi gitt av AI er ikke en offisiell beregning; for eksempel kan det gå glipp av effekten av fri væske og feilaktig få skipet til å virke "trygt".

8. Hvilken rolle bør kunstig intelligens ha i separasjons- og stablingsreglene for farlig last (IMDG)?

• A) Kunstig intelligens gir den nøyaktige separasjonsregelen og stableplanen brukes direkte
• B) Diskrimineringsreglene bestemmes av den generelle kunnskapen om kunstig intelligens, ingen formell kode er nødvendig
• C) Kunstig intelligens veileder hvilken del du skal se på; eksakt separasjons-/stablingsregel bekreftet fra offisiell IMDG-kode ✔
• D) Ingen separasjonsregel er nødvendig for farlig last, de kan alle stables sammen

Forklaring: Hvis noen farlige stoffer plasseres side ved side, kan de reagere og forårsake brann eller eksplosjon. AI kan minne deg på hvilket FN-nummer og IMDG-seksjon du skal se på; den nøyaktige separasjons-/stableregelen må imidlertid bekreftes fra den offisielle IMDG-koden. AI kan gi en utdatert eller feil regel, så den offisielle koden bestemmer den endelige avgjørelsen.

9. Hvordan bør man opptre når AI flagger en anomali i maskinsensordata (for eksempel et avvik i eksostemperaturen til en sylinder)?

• A) Signalet regnes som en definitiv feil og utstyret stoppes umiddelbart.
• B) Signalet er en hypotese; Det blir evaluert i kontekst, fysisk verifisert og diagnose-vedlikeholdsbeslutningen forblir hos sjefsingeniøren ✔
• C) Det er ikke behov for ytterligere verifisering fordi kunstig intelligens sier det
• D) Dersom den kunstige intelligensen ikke sier noe, antas det at utstyret er absolutt sunt

Forklaring: Kunstig intelligens som sier 'det er en anomali/feil' er en hypotese, ikke en diagnose. Avviket vurderes først i sammenheng (kan det være last, luft, hastighetsendring), deretter verifiseres det fysisk (måleravlesning, utstyrssjekk) og diagnose-vedlikeholdsbeslutningen forblir hos maskinsjefen. I tillegg er stillheten til kunstig intelligens ikke en garanti for "ingen problem".

10. Hvordan bruke kunstig intelligens når mange alarmer (alarmflom) lyder samtidig i maskinrommet og hva er grensen?

• A) Kunstig intelligens bestemmer årsaken og tar automatisk beslutningen om å stoppe maskinen
• B) Kunstig intelligens genererer rotårsakshypoteser; hypotesen er fysisk verifisert og beslutningen om å stoppe/gripe inn forblir hos ingeniøren ✔
• C) Hvis en av alarmene slås av, vil de andre også passere, det er ikke behov for verifisering.
• D) AIs rotårsaksrangering er nøyaktig selv om tidsstemplene er feil

Beskrivelse: En feil utløser ofte en kjede av sekundære alarmer; Grunnårsaken er enkelt. AI kan sortere gjennom den tidsstemplede alarmloggen og generere en rotårsakshypotese. Imidlertid må denne hypotesen verifiseres av fysiske indikatorer, og beslutninger som å stoppe maskinen eller deaktivere sikkerhetsturen tilhører den menneskelige ingeniøren; kan ikke automatiseres.

11. Hvordan skal AI brukes når et presist artikkelnummer eller numerisk terskel kreves i lovgivning som SOLAS?

• A) Varenummer og terskel gitt av kunstig intelligens skrives direkte inn i rapporten.
• B) Kunstig intelligens guider; Nøyaktig stoff og terskel leses og bekreftes fra gjeldende offisielle kilde ✔
• C) Siden reglene ikke endres, er kunnskapen til kunstig intelligens alltid oppdatert.
• D) Å si "kunstig intelligens sa det" er et gyldig grunnlag i revisjon

Beskrivelse: Kunstig intelligens kan på en overbevisende måte utgjøre et varenummer, dato eller terskelverdi som faktisk ikke eksisterer (hallusinerer), og reglene oppdateres kontinuerlig. Derfor brukes AI kun som en guide til hvilken kontrakt/kode og emne man skal se på; Dommen leses alltid fra gjeldende offisielle kilde. I en revisjon har "kunstig intelligens sagt det" ingen gyldighet.

12. Hva er rollen til kunstig intelligens/automatisering i beslutningen om å unngå brokollisjoner (COLREG)?

• A) Systemet gir manøverordren og offiseren utfører den
• B) Systemet prioriterer mål og retter oppmerksomheten; Manøveravgjørelsen tilhører offiseren og kapteinen innenfor rammen av COLREG ✔
• C) Det er tilstrekkelig å stole på AIS; Radar og visuell bekreftelse er ikke nødvendig
• D) Betjenten kan forlate kontrollen fordi automatikken fungerer pålitelig

Beskrivelse: Moderne systemer kan beregne CPA/TCPA og prioritere mål; Dette er verdifullt for å rette offiserens oppmerksomhet. Beslutningen om å manøvrere - hvor mange grader, når, hvilken retning - tilhører imidlertid vaktoffiseren og kapteinen innenfor rammen av COLREG og god maritim praksis. Selv om systemet sier 'pass trygt', ligger ansvaret for kollisjonen hos offiseren som utførte eller ikke utførte manøveren.

13. Hvorfor er "automatiserings selvtilfredshet" (over-avhengighet av automatisering) farlig på broen?

• A) Det er ikke farlig; Hvis systemet er pålitelig, er det ikke nødvendig å se visuelt.
• B) Det reduserer menneskelig oppmerksomhet og skaper avhengighet av en enkelt kilde; Manglende data som båt uten AIS kan gå glipp av ✔
• C) Det er et problem bare fordi det øker drivstofforbruket.
• D) Kun sett på gamle skip er det ingen risiko på moderne bruer

Forklaring: Ettersom systemene fungerer pålitelig, kan menneskelig oppmerksomhet avta og kontrollen kan bli forlatt. Mens en liten båt uten AIS bare er synlig for radar og øyne; Systemet opererer med ufullstendige data. Derfor bør radar, AIS, ECDIS og eye kryssbekrefte hverandre, og når kilder skilles, bør den farligste tolkningen legges til grunn.

14. Hvilket prinsipp gjelder før innføring av skipsplassering, lastmanifest eller mannskapsinformasjon i et AI-verktøy?

• A) Sensitive data kan limes direkte inn i en offentlig tjeneste for hastighet
• B) Dataklassifisering er unødvendig; Alle data kan legges inn i ethvert kjøretøy
• C) Sensitive data behandles kun i godkjente, sikre verktøy og maskeres når det er nødvendig; kritiske systemer er isolert ✔
• D) Mannskaps- og kommersielle data er ikke sensitive og trenger ikke å beskyttes

Forklaring: Data lastet opp til et AI-verktøy kan komme ut av kontroll. Rute, lastdetaljer, kommersielle kontrakter og personopplysninger om mannskapet er sensitive; Det skal kun behandles i godkjente, sikre kjøretøy og maskeres der det er nødvendig. Å lime inn sensitive data til en offentlig tjeneste "for enkelhets skyld" er et alvorlig brudd på sikkerhet og personvern. I tillegg er kritiske navigasjons-/maskinsystemer isolert.

15. Hva er den mest effektive måten å bruke AI konsekvent og trygt fra begynnelsen til slutten av en kampanje?

• A) Etabler et lagdelt rammeverk som setter en menneskelig verifikasjonsport og beslutningspost på hvert trinn ✔
• B) Delegere alle ekspedisjonsbeslutninger til et enkelt AI-verktøy og ta en titt på slutten
• C) Fjern mellomliggende verifikasjoner for hastighet og kontroller kun ved ankomst
• D) Hver offiser kan bruke sitt eget kjøretøy fritt uten å føre journal over beslutninger.

Beskrivelse: Reisen er tenkt på som en kjede, med en menneskelig verifikasjonsport og en overgangsbetingelse plassert på hvert trinn (planlegging, luft, last, maskineri, dokumentasjon, lovgivning, bro); Du kan ikke gå gjennom en dør uten å gå gjennom en annen. Hver dør etterlater en oversikt over beslutninger. Denne lagdelte strukturen forhindrer at en enkelt AI-feil lekker inn i ekspedisjonen eller rapporten og gir forsvarlighet i revisjonen.