ලාභ:
- විශේෂ අධ්යාපනය තුළ කෘතිම බුද්ධිය භාවිතා කිරීමේ සදාචාරාත්මක මූලධර්ම (ප්රතිලාභ, අයුතුකම, යුක්තිය, පක්ෂග්රාහී වීම වැළැක්වීම) සංයුක්ත නීති බවට පරිවර්තනය කිරීමේ හැකියාව
- KVKK රාමුව තුළ සිසුන්ගේ සහ පවුලේ දත්තවල රහස්යතාව කළමනාකරණය කිරීමේ හැකියාව, දත්ත ගබඩා කිරීම සහ බෙදාගැනීමේ සීමාවන්
- මොඩියුලය පුරා ඉගෙනීම් අවසානය සිට අවසානය දක්වා ආරක්ෂිත කාර්ය ප්රවාහයකට සම්බන්ධ කිරීමේ හැකියාව සහ කෘතිම බුද්ධිය අවසන් වන්නේ කොතැනින්ද සහ විශේෂඥ වගකීම ආරම්භ වන්නේ කොතැනින්ද යන්න නිර්වචනය කිරීම
මෙම මොඩියුලය පුරාවටම, අපි සහායකයෙකු ලෙස AI භාවිතා කිරීමට ඉගෙන ගත්තෙමු: IEP ඉලක්කයක් කෙටුම්පත් කිරීම, ද්රව්ය අනුවර්තනය කිරීම, AAC සහ හැසිරීම් සැලැස්මක් ස්ථාපිත කිරීම, ප්රගතිය නිරීක්ෂණය කිරීම සහ පවුල සමඟ සන්නිවේදනය ශක්තිමත් කිරීම. මෙම අවසාන ඒකකය ඒ සියල්ල එකට තබා ඇති රාමුව දෙස බලයි: ආචාර ධර්ම, පෞද්ගලිකත්වය සහ විශේෂඥ අධීක්ෂණය. ඔබ විශේෂ අධ්යාපනය සමඟ වැඩ කරන "දත්ත" මේසයක් නොව, දරුවා නිසා; ඔබ නිෂ්පාදනය කරන "ප්රතිදානය" ලියවිල්ලක් නොව, දරුවෙකුගේ අධ්යාපන අයිතියට බලපාන තීරණයකි. කෘතිම බුද්ධිය මෙම ක්ෂේත්රයේ විශාල පහසුවක් සපයයි; නමුත් වැරදි ලෙස භාවිතා කරන විට, වඩාත්ම හානියට පත් විය හැකි පුද්ගලයින් ද වඩාත් අවදානමට ලක් වේ. අපි මුල සිටම ස්ථාපිත කළ මූලධර්මය අවසන් වරට නැවත කියමු: කෘතිම බුද්ධිය සහායකයෙකි; දරුවාගේ අනාගතයට බලපාන රෝග විනිශ්චය, ස්ථානගත කිරීම, අරමුණ සහ තීරණ අයත් වන්නේ දක්ෂ විශේෂඥයා, IEP කණ්ඩායම සහ පවුලයි.
සදාචාරාත්මක මූලධර්ම හතරක් සහ ඒවායේ සංයුක්ත සගයන්
විශේෂ අධ්යාපනයේ කෘත්රිම බුද්ධිය භාවිතය මූලික සදාචාරාත්මක මූලධර්ම හතරකට අපට ආරෝපණය කළ හැකිය:
- ප්රතිලාභ: දරුවාගේ අධ්යාපනයට සැබවින්ම දායක වීමට AI භාවිතා කළ යුතුය; එය ගුරුවරයාට ඔහුගේ කාලය නිදහස් කර ගැනීමට සහ දරුවා කෙරෙහි වැඩි අවධානයක් යොමු කිරීමට උපකාර විය යුතුය. භාවිතය යනු අවසානයක් නොවේ.
- අනර්ථකාරී බව: සත්යාපනය නොකළ, දරුවාට නුසුදුසු, හෝ අපකීර්තිමත් ප්රතිදානය හානියක් විය හැක. සෑම ප්රතිදානයක්ම "මෙය දරුවාට හානියක් වේවිද?" යන පෙරහන හරහා ගමන් කරයි.
- යුක්තිය: සෑම දරුවෙකුටම සම්පත් හා ගුණාත්මක අධ්යාපනය සඳහා සමාන ප්රවේශයක් තිබිය යුතුය. AI සමහර දරුවන්ට වරප්රසාද නොදිය යුතු අතර අනෙක් අය නොසලකා හැරිය යුතුය. සෑම කෙනෙකුටම තනි අවධානයක් යොමු කළ යුතුය.
- පක්ෂග්රාහී වීම වළක්වා ගැනීම: AI හට එය පුහුණු කර ඇති දත්තවල ඒකාකෘති පිළිබිඹු කළ හැක; නිශ්චිත ආකාරයේ ආබාධිතභාවය ස්ත්රී පුරුෂ භාවය, සංස්කෘතිය හෝ සමාජ ආර්ථික තත්ත්වය පිළිබඳ වෙනස් කොට සැලකීමේ ප්රතිදානයක් ඇති කළ හැකිය. විශේෂඥයා මෙම ප්රතිඵල හඳුනාගෙන නිවැරදි කළ යුතු අතර එක් එක් දරුවා තනි තනිව ඇගයීමට ලක් කළ යුතුය.
පක්ෂග්රාහී වීම විශේෂයෙන් වැදගත් වන්නේ එය ද්රෝහී නිසාය. AI හට “එවැනි දරුවන්ට සාමාන්යයෙන් X කළ නොහැක” වැනි වාක්යයක් චතුර ලෙස ඉදිරිපත් කළ හැකිය; කෙසේ වෙතත්, මෙය වැරදි සහ දරුවාට බාධා කරන ඒකාකෘතියකි. විශේෂඥයාගේ කර්තව්යය වන්නේ මෙම රටා දැකීමට සහ ඔහුගේ හැකියාවන් සමඟ දරුවා ඇගයීමට ලක් කිරීමයි.
අවවාදයයි: දරුවෙකුගේ අරමුණ සීමා කිරීම සඳහා AI-ජනනය කරන ලද සාමාන්යකරණයන් ("X ආබාධ සහිත දරුවන්ට Y කළ හැක/කළ හැක") භාවිතා කළ නොහැක. අඩු අපේක්ෂාවන් වෙනස් කොට සැලකීමේ වඩාත් පොදු සහ නොපෙනෙන ආකාරයකි.
පුද්ගලිකත්වය: දත්ත ගබඩා කිරීම සහ බෙදාගැනීමේ සීමාවන්
ශිෂ්ය දත්ත (අනන්යතාවය, රෝග විනිශ්චය, RAM වාර්තාව, හැසිරීම් වාර්තාව, පවුලේ තොරතුරු) යනු KVKK හි විෂය පථය තුළ ඇති විශේෂ පුද්ගලික දත්ත වේ. මෙම ඒකකයේ නීති පැහැදිලි කරමු:
- නිර්නාමික කරන්න: ඕනෑම AI මෙවලමක් ඇතුළු කිරීමට පෙර නම, හැඳුනුම්පත, ප්රොටෝකෝලය, පාසල, ලිපිනය සහ පවුලේ විස්තර ඉවත් කරනු ලැබේ.
- අවම දත්ත: කාර්යය සඳහා අවශ්ය තොරතුරු පමණක් බෙදා ගන්න; සම්පූර්ණ ගොනුව "හරියටම" දෙන්න එපා.
- ආරක්ෂිත මෙවලම: හැකි නම්, දත්ත සැකසුම් කොන්ත්රාත්තුවක් ඇති සහ ආදර්ශ පුහුණුව සඳහා ඔබේ දත්ත භාවිතා නොකරන ආයතනික මෙවලම් වඩාත් කැමති වේ; පුද්ගලික ගිණුම් වලින් සංවේදී දත්ත උඩුගත නොකෙරේ.
- ගබඩා කිරීම සහ මකා දැමීම: AI සමඟින් නිෂ්පාදනය කරන ලද කෙටුම්පත්වල ශිෂ්ය දත්ත තිබේ නම්, ඒවා ආයතන නීතිවලට අනුව ගබඩා කර අවශ්ය විට මකා දමනු ලැබේ; එය අහඹු ස්ථානවල ඉතිරි නොවේ.
- බෙදාගැනීම: තොරතුරු බෙදාගනු ලබන්නේ බලයලත් පුද්ගලයන් (IEP කණ්ඩායම, පවුල, අදාළ විශේෂඥ) සමඟ පමණක් වන අතර අවශ්ය තරම් පමණි.
පහත වගුව මොඩියුලය පුරා ඉගෙන ගත් සීමාවන් එක තැනක සාරාංශ කරයි:
ප්රදේශය
AI පුළුවන්
AI මිනිසුන්ට / අයිති විය නොහැක
ඇගයීම
නිර්නාමික දත්ත සාරාංශ කරයි
රෝග විනිශ්චය / වෙනස්කම්
BEP
අරමුණු කෙටුම්පතක් ලියයි
අභිප්රාය තහවුරු කරයි/තහවුරු කරයි
ද්රව්ය
අනුවර්තනය කරයි, වෙනස් කරයි
විෂයමාලාව/ප්රකාශන හිමිකම් තීරණය කරයි
AAC
කාඩ්පත/කතන්දර දළ සටහන
ක්රමය තෝරාගෙන එය දරුවාට අනුගත කරයි
හැසිරීම
ABC සාරාංශ කරයි, උපදෙස් දෙයි
කාර්යය තීරණය කරයි, සැලැස්ම අනුමත කරයි
ප්රගතිය
දත්ත සාරාංශ කර අර්ථ නිරූපණය කරයි
ඉදිරියට යාමට අවසන් තීරණය
පවුල
පෙළ කෙටුම්පත්
පෙළ වලංගු කරයි, සම්බන්ධතාවය බලාත්මක කරයි
මෙම වගුවේ ඇති දකුණු තීරුව විශේෂඥ වගකීමේ සීමාව වන අතර කිසිදු තත්වයක් යටතේ AI වෙත පැවරිය නොහැක.
අන්තයේ සිට අවසානය දක්වා ආරක්ෂිත කාර්ය ප්රවාහය
අපි මොඩියුලය තනි ප්රවාහයකට ඒකාබද්ධ කරමු. ආරක්ෂිත AI-සහාය දක්වන උපකාරක කාර්ය ප්රවාහයක් පහත පරිදි වේ: (1) දත්ත නිර්නාමික කිරීම; (2) පැහැදිලි භූමිකාවන් සහ සීමා මායිම් සහිත විමසුමක් ලියන්න; (3) AI වෙතින් කෙටුම්පතක් ලබා ගන්න; (4) ප්රතිදානය පියවර තුනකින් සත්යාපනය කරන්න - මූලාශ්රය වෙත සබැඳිය, දරුවාගේ සැබෑ පැතිකඩ සමඟ සසඳන්න, විශේෂඥ පෙරහන; (5) ආචාර ධර්ම සහ පක්ෂග්රාහී විගණනයක් පැවැත්වීම; (6) කණ්ඩායම/පවුල සමඟ අනුගත වීම සහ වලංගු කිරීම; (7) දත්ත සමඟ අයදුම් කිරීම සහ අධීක්ෂණය කිරීම; (8) ආයතන නීතිවලට අනුව කෙටුම්පත් තබා ගැනීම/මකා දැමීම. මෙම චක්රය සෑම කාර්යයක් සමඟම පුනරාවර්තනය වන අතර, AI අවසන් වන්නේ කොතැනින්ද සහ විශේෂඥ වගකීම ආරම්භ වන්නේ කොතැනින්ද යන්න පැහැදිලිව තබා ගනී.
කුඩා නඩු තුනක්
නඩුව 1 - පක්ෂග්රාහීව අල්ලා ගැනීම. ගුරුවරයෙක් AI වෙතින් ඉලක්ක දළ සටහනක් ඉල්ලා සිටියේය; ප්රතිදානයේ "මෙවැනි සිසුන්ට වියුක්තව සිතිය නොහැක, ඉලක්කය අඩුවෙන් තබා ගන්න" වැනි වාක්යයක් තිබුණා. ගුරුවරයා මෙය ඒකාකෘතියක් ලෙස හඳුනා ගත්තේය; ඔහුගේම ශිෂ්යයා වියුක්ත සබඳතා ඇති කර ගැනීමට සමත් විය. ඔහු එම වාක්යය උකහා ගෙන දරුවාගේ සැබෑ හැකියාවන් මත පදනම්ව ඉලක්කය ලිවීය. සදාචාරාත්මක අධීක්ෂණය දරුවාට බාධාවක් විය හැකි අඩු අපේක්ෂාවක් වැළැක්වීය.
නඩුව 2 - පෞද්ගලිකත්ව විනය. එක් ආයතනයක් AI භාවිතා කිරීමට පෙර සියලුම ගුරුවරුන්ට “නිර්නාමික පරීක්ෂණයක්” කිරීම නීතියක් බවට පත් කළේය. RAM වාර්තාවක් සාරාංශ කිරීමට පෙර ගුරුවරයෙකු නම, ප්රොටෝකෝලය සහ පවුලේ තොරතුරු ඉවත් කළේය. මාස ගණනාවකට පසු, දත්ත විගණනයකින් පෙන්නුම් කළේ සංවිධානය බාහිර මෙවලමකට සංවේදී දත්ත කිසිවක් සපයා නැති බවයි. සරල පුරුද්දක් බරපතල අවදානමකින් සංවිධානය ආරක්ෂා කළේය.
නඩුව 3 - වගකීම පැවරීමේ දෝෂය. ගුරුවරයෙකු, කාල පීඩනය යටතේ, එය කියවීමෙන් තොරව AI විසින් නිෂ්පාදනය කරන ලද හැසිරීම් සැලැස්මක් ක්රියාවට නැංවීය. සැලැස්ම දරුවාගේ ක්රියාකාරිත්වයට නොගැලපෙන අතර හැසිරීම උත්සන්න විය. ගැටලුව වූයේ AI හි "වැරදීම" නොව වගකීම පැවරීමයි. සත්යාපනය නොකළ ප්රතිදානය අත්සන් නොකළ විශේෂඥ විනිශ්චයක් වැනිය; වගකීම සෑම විටම විශේෂඥයා සතුවේ. වරද: වගකීම සඳහා පහසුව ආදේශ කිරීම.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම ශිෂ්යයාගේ සෑම දෙයක්ම විශ්ලේෂණය කර මට කළ යුතු දේ කියන්න.
මෙම ඉල්ලීම දෙකම "සියල්ල" කියමින් අවශ්ය ප්රමාණයට වඩා වැඩි දත්ත (සමහර විට අනන්යතාවය අඩංගු) බෙදා ගැනීමට අපව තල්ලු කරන අතර තීරණය AI වෙත මාරු කරයි. එය මූලික මූලධර්ම දෙකක් ද උල්ලංඝනය කරයි.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: විශේෂ අධ්යාපන විශේෂඥයෙකුගේ සහායක.පහත සඳහන් නිර්නාමික, කාර්ය-විශේෂිත තොරතුරු පමණක් භාවිතා කරන්න: [අවශ්ය අවම]. කාර්යය: [තනි, පැහැදිලි කාර්යයක්] සඳහා කෙටුම්පතක් නිෂ්පාදනය කරන්න. රීති: රෝග විනිශ්චය/තීරණ ගැනීම. සාමාන්යකරණය/ඒකාකෘතිකරණය නොකරන්න. ඔබට විශ්වාස නැති බව ප්රකාශ කරන්න. මෙය වෘත්තිකයා විසින් සත්යාපනය කර කණ්ඩායම/පවුල සමග තහවුරු කරනු ඇතැයි උපකල්පනය කරන්න.
මෙම හිමිකම් පෑමට අවම දත්ත, පැහැදිලි කාර්ය, පක්ෂග්රාහී සහ තීරණ සීමාවන් ඇතුළත් වේ; එය තනි අච්චුවකින් මොඩියුලයේ සියලුම මූලධර්ම එකතු කරයි.
පොදු වැරදි
- වගකීම පැවරීම. තීරණය AI වෙත පැවරීම; ප්රතිදානය කියවීමෙන් තොරව ක්රියාත්මක කිරීම.
- අගතියක් දකින්නේ නැහැ. ඒකාකෘති, අපේක්ෂාවන් අඩු කරන සාමාන්යකරණයන් නොදැනීම.
- අධික දත්ත හුවමාරු කිරීම. "සියල්ල විශ්ලේෂණය කරන්න" කියමින් අනවශ්ය, සංවේදී දත්ත මෙවලමට ලබා දීම.
- නිර්නාමිකකරණය මඟ හැරීම. අනන්යතාවය, රෝග විනිශ්චය සහ පවුලේ තොරතුරු ඉවත් නොකර වැඩ කිරීම.
- අනාරක්ෂිත ලෙස කෙටුම්පත් ගබඩා කිරීම. ශිෂ්ය දත්ත අඩංගු මුද්රණ පිටපත් අහඹු ස්ථානවල තැබීම.
- සදාචාරාත්මක විගණනය විධිමත් ලෙස දැකීම. "එය හානියක් කරයිද, එය සාධාරණද, එය පක්ෂග්රාහීද?" වැනි ප්රශ්න මඟ හැරීම.
සාරාංශයකින්
විශේෂ අධ්යාපනයේ දී, AI ප්රබල සහායකයෙකි, නමුත් ඔබ වඩාත් අවදානමට ලක්විය හැකි පුද්ගලයින් සමඟ වැඩ කරන නිසා, ආචාර ධර්ම සහ පෞද්ගලිකත්වය සාකච්ඡා කළ නොහැක. ප්රතිපත්ති හතරක් අපට මඟ පෙන්වයි: ප්රතිලාභ, අකුසල නොවන බව, යුක්තිය, පක්ෂග්රාහීත්වයෙන් වැළකීම. ශිෂ්ය දත්ත නිර්නාමික කර, අවම සහ ආරක්ෂිත මාධ්යයන් සමඟ බෙදාගෙන, ආරක්ෂිතව ගබඩා කර ඇත. අන්තයේ සිට අවසානය දක්වා ආරක්ෂිත කාර්ය ප්රවාහය; චක්රය නිර්නාමික කිරීම, කෙටුම්පත ලබා ගැනීම, පියවර තුනකින් සත්යාපනය කිරීම, සදාචාරාත්මක සමාලෝචනය, කණ්ඩායම/පවුල සමඟ අනුමත කිරීම, දත්ත සමඟ ලුහුබැඳීම. මෙම චක්රයේ AI අවසන් වන ඕනෑම තැනක, විශේෂඥ වගකීම ආරම්භ වේ. සත්යාපනය නොකළ ප්රතිදානයක් අත්සන් නොකළ විශේෂඥ විනිශ්චයක් වැනි ය; අත්සන සැමවිටම ඔබගේ වේ.
යෙදුම් කාර්යය
ඔබ මොඩියුලය (IEP ඉලක්කය, ද්රව්ය, හැසිරීම් සැලැස්ම, හෝ පවුලේ පාඨය) පුරා නිපදවූ දළ සටහන් වලින් එකක් තෝරා එය මෙම ඒකකයේ "අවසානයේ සිට අවසානය දක්වා ආරක්ෂිත කාර්ය ප්රවාහ" පියවර හරහා ගෙන යන්න. විශේෂයෙන්ම, ආචාර ධර්ම/පක්ෂග්රාහීත්වය සඳහා පරීක්ෂා කරන්න: ප්රතිදානයේ පහත හෙලන සාමාන්යකරණයක්, අපකීර්තිමත් ප්රකාශයක් හෝ රහස්යතා කාන්දුවක් තිබේද? ඔබ සොයා ගන්නා ඕනෑම ගැටලුවක් නිරාකරණය කර එම ගැටලුව හසු වූ ප්රවාහයේ කුමන පියවරද යන්න සටහන් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [] මම දත්ත නිර්නාමික කළෙමි; මම බෙදා ගත්තේ අවශ්ය අවමය පමණයි.
- [ ] මම පියවර තුනකින් (මූලාශ්රය/පැතිකඩ/විශේෂඥ) ප්රතිදානය සත්යාපනය කළෙමි.
- [ ] මම අගතීන් සහ අපේක්ෂාවන් පහත හෙළන සාමාන්යකරණයන් ඉවත් කළෙමි.
- [ ] මම අපකීර්තිමත් භාෂාවක් ඉවත් කළා; මම සදාචාරාත්මක මූලධර්ම හතරක් නිරීක්ෂණය කළෙමි.
- [ ] මම කෙටුම්පත් සුරක්ෂිතව තබා ගත්තෙමි/අවශ්ය විට ඒවා මකා දැමුවෙමි.
- [ ] මම විශේෂඥ/කණ්ඩායම/පවුල ලෙස අවසාන තීරණය සහ වගකීම ගත්තා.
මොඩියුල විභාගය
1. විශේෂ අධ්යාපන ගුරුවරයෙක් ශිෂ්යයාගේ නම සහ වයස සරලව ලබා දීමෙන් කෘත්රිම බුද්ධියෙන් 'මෙම දරුවාගේ රෝග විනිශ්චය කුමක්ද' යනුවෙන් විමසා පිළිතුර IEP ගොනුවට ලියා දෙයි. මෙම ප්රවේශයේ මූලික වැරැද්ද කුමක්ද?
- A) රෝග විනිශ්චය කිරීමේ බලය RAM සහ බලයලත් විශේෂඥයින් සතු බව නොසලකා හැරීම; තහවුරු නොකළ ප්රතිදානයක් නිල වාර්තාවකට ද ගෙන යන්න ✔
- B) කෘතිම බුද්ධියට වයස් තොරතුරු ලබා දීම අනවශ්යයි
- C) BEP ගොනුව ඩිජිටල් පරිසරයක තබා ගැනීම තහනම්ය
- D) කෘතිම බුද්ධිය සෑම විටම රෝග නිර්ණයට වඩා බරින් පෙනේ
පැහැදිලි කිරීම: කෘත්රිම බුද්ධියට රෝග විනිශ්චය කළ නොහැකි සහ නොකළ යුතු ය; රෝග විනිශ්චය සහ ඇගයීම RAM සහ බලයලත් විශේෂඥයින්ගේ කාර්යය වේ. මීට අමතරව, ආකෘතියට දත්ත ලබා නොදී, අපේක්ෂිත ප්රතිදානය ප්රබන්ධයක් (මායාව) බවට පත් වන අතර ශිෂ්ය අනන්යතාවය බෙදා ගැනීම පුද්ගලිකත්වය උල්ලංඝනය කිරීමකි.
2. කෙටි කාලීන (මැනිය හැකි) BEP ඉලක්කයකට තිබිය යුතු ප්රධාන ලක්ෂණය පහත සඳහන් මොනවාද?
- A) ශිෂ්යයා සාමාන්යයෙන් විෂයට කැමති වීම අරමුණු කර ගැනීම
- B) එය පදනම් වී ඇත්තේ ගුරුවරයාගේ නිරීක්ෂණය මත පමණක් වන අතර සංඛ්යාත්මක නිර්ණායක අඩංගු නොවේ
- C) එක් වාක්යයකින් හැකි තරම් දිගු හා ප්රතිඵල රැස් කරන්න.
- D) නිරීක්ෂණය කළ හැකි හැසිරීම්, තත්ත්වය සහ මැනිය හැකි සාර්ථක නිර්ණායකයක් ✔ අඩංගු වේ
පැහැදිලි කිරීම: කෙටි කාලීන ඉලක්කයට නිරීක්ෂණය කළ හැකි හැසිරීමක්, කොන්දේසියක් සහ නිර්ණායකයක් (පරීක්ෂණ කීයක්, කුමන ප්රතිශතයක්, කුමන මට්ටමේ ස්වාධීනත්වයද) ඇතුළත් වේ. 'තේරෙනවා', 'ඉගෙන ගන්නවා', 'දැනුවත් වෙනවා' වැනි අප්රමාණ ප්රකාශනයන් අරමුණ ලිවීමේදී දෝෂ ඇති කරයි.
3. ගුරුවරයෙකු විසින් ශිෂ්යයාගේ සම්පූර්ණ නම, TR ID අංකය සහ රෝග විනිශ්චය ඇතුළත් RAM වාර්තාව ප්රසිද්ධියේ ලබා ගත හැකි කෘතිම බුද්ධි මෙවලමකට උඩුගත කර 'සාරාංශ කරන්න' පවසයි. නිවැරදි ප්රවේශය කුමක් විය හැකිද?
- A) සාරාංශයට සියලු තොරතුරු අවශ්ය බැවින්, කිසිදු වෙනස් කිරීමකින් තොරව වාර්තාව උඩුගත කරන්න
- B) TR ID අංකය මකා දමා නම සහ රෝග විනිශ්චය තබන්න
- C) අනන්යතා තොරතුරු ඉවත් කිරීම, දත්ත නිර්නාමික කිරීම සහ ආරක්ෂිත/ආයතනික මෙවලමක් තෝරා ගැනීම ✔
- D) ඔබගේ පුද්ගලික ගිණුමෙන් විද්යුත් තැපෑල හරහා වාර්තාව බෙදා ගැනීම සහ ඒ අනුව එය සාරාංශ කිරීම
පැහැදිලි කිරීම: ශිෂ්ය දත්ත යනු KVKK හි විෂය පථය තුළ ඇති විශේෂ පුද්ගලික දත්ත වේ. අනන්යතා තොරතුරු ඉවත් කර දත්ත නිර්නාමික කළ යුතුය ('අවුරුදු 10ක පිරිමි ශිෂ්ය'), හැකි නම්, ආයතනික සහ අධ්යාපනයේ දත්ත භාවිතා නොකරන ආරක්ෂිත මෙවලමක් වඩාත් කැමති විය යුතුය.
4. විකල්ප සහ වර්ධක සන්නිවේදනය (AAC) සඳහා කෘතිම බුද්ධිය සහිත සමාජ කථාවක් නිර්මාණය කිරීමේදී හොඳම ආකල්පය කුමක්ද?
- A) දරුවා සඳහා විශේෂයෙන් කෙටුම්පත සකස් කර එය විශේෂඥයෙකු විසින් අනුමත කර ඇත ✔
- B) නිෂ්පාදනය කරන ලද කතාව කිසිසේත් වෙනස් නොකර සියලුම සිසුන් සඳහා හරියටම භාවිතා කිරීම
- C) හැකිතාක් දීර්ඝ හා වියුක්ත වචන වලින් කතාව ලිවීම
- D) දෘශ්ය ආධාරක එකතු නොකර දිගු පෙළ පමණක් ලබා දීම
විස්තරය: කෘතිම බුද්ධිය කෙටුම්පත් ජනනය කරයි; කෙසේ වෙතත්, සමාජ ඉතිහාසය සහ සන්නිවේදන සහාය දරුවාගේ පුද්ගල ලක්ෂණ වලට අනුගත විය යුතු අතර කථන-භාෂා රෝග විශේෂඥයා/විශේෂඥයා විසින් අනුමත කළ යුතුය. සාමාන්ය දළ සටහනක් කෙලින්ම යෙදිය නොහැක.
5. ධනාත්මක හැසිරීම් ආධාරක සැලැස්මක් තුළ කෘතිම බුද්ධියෙන් උපකාර ලබා ගැනීමේදී පහත සඳහන් මූලික මූලධර්මය කුමක්ද?
- A) හැසිරීම ඉක්මනින් යටපත් කිරීම සඳහා දරුණුතම දඬුවම නිර්දේශ කරන ලෙස ඔහු/ඇයගෙන් ඉල්ලා සිටීම.
- B) හැසිරීම් වල ක්රියාකාරිත්වය අවබෝධ කර ගෙන විකල්ප ධනාත්මක හැසිරීම් සහ නිවාරණ උපාය මාර්ග කෙටුම්පතක් නිෂ්පාදනය කිරීම ✔
- C) ශිෂ්යයා නොදැන සැලැස්ම අවසන් කිරීම, හැසිරීමේ නම දෙස බැලීම
- D) ක්රියාවලිය තුළ පවුල සහ විශේෂඥයා සම්බන්ධ කර නොගෙන සැලැස්ම ක්රියාත්මක කිරීම
පැහැදිලි කිරීම: ධනාත්මක හැසිරීම් සහාය දඬුවම්-නැඹුරු නොවේ; හැසිරීම් වල ක්රියාකාරිත්වය (ක්රියාකාරී ඇගයීම), වැළැක්වීමේ රෙගුලාසි තේරුම් ගැනීම සහ නුසුදුසු හැසිරීම් වෙනුවට ඉගැන්විය හැකි විකල්ප හැසිරීමක් සැපයීම එහි අරමුණයි. විශේෂඥ අධීක්ෂණය අත්යවශ්ය වේ.
6. ප්රගතිය නිරීක්ෂණය කිරීමේදී 'දත්ත මත පදනම් වූ තීරණය' යන්නෙන් අදහස් කරන්නේ කුමක්ද?
- A) වසර අවසානයේ එක් නිරීක්ෂණයක් මත පමණක් තීරණයක් ගැනීම
- B) දත්ත නොබලා ගුරුවරයාගේ සාමාන්ය හැඟීම මත ප්රගති වාර්තාවක් ලිවීම
- C) කෘත්රිම බුද්ධිය පිළිබඳ අර්ථ නිරූපණයට තීරණය සම්පූර්ණයෙන්ම භාර දීම
- D) නිත්ය මිනුම් දත්ත බැලීමෙන් ඉලක්කය පවත්වා ගැනීමට, අනුවර්තනය වීමට හෝ වෙනස් කිරීමට තීරණයක් ගැනීම ✔
පැහැදිලි කිරීම: දත්ත මත පදනම් වූ තීරණ ගැනීම යනු නිත්ය ජයග්රහණ මත පදනම් වූ මිනුම් (ප්රතිශතය, උත්සාහයන් ගණන, ස්වාධීනත්වයේ මට්ටම) බැලීමෙන් ඉලක්කය පවත්වා ගැනීමට, අනුවර්තනය වීමට හෝ වෙනස් කිරීමට තීරණය කරයි. කෘතිම බුද්ධිය දත්ත සාරාංශ කර අර්ථ නිරූපණය යෝජනා කරයි; විශේෂඥයා තීරණය කරයි.
7. විශ්වීය සැලසුම් (UDL) මූලධර්මය අනුව, ද්රව්යයකට ප්රවේශ විය හැකි හොඳම ක්රමය කුමක්ද?
- A) ද්රව්යය එක් ආකෘතියකින් පමණක් කුඩා මුද්රණයකින් සහ ඝන පෙළකින් ඉදිරිපත් කිරීම
- B) විවිධ ආකාරවලින් අන්තර්ගතය ඉදිරිපත් කිරීම, සරල භාෂාව සහ විකල්ප පෙළ සැපයීම ✔
- C) සියලුම අනුවර්තන ඉවත් කර සෑම කෙනෙකුටම එකම සම්මත ද්රව්ය ලබා දෙන්න
- D) වර්ණය වෙනස් කිරීමෙන් පමණක් ප්රවේශ්යතාව සාක්ෂාත් කර ගත හැකි යැයි උපකල්පනය කරයි
විස්තරය: UDL අදහස් කරන්නේ විවිධ ආකාරවලින් (පෙළ, දෘශ්ය, ශ්රව්ය), සරල භාෂාව, විකල්ප පෙළ සහ නම්යශීලී ආකෘතිවලින් අන්තර්ගතය ඉදිරිපත් කිරීමයි. එක් 'සාමාන්ය' ශිෂ්යයෙකුට පමණක් නොව විවිධ අවශ්යතාවලට ගැලපෙන පරිදි නිර්මාණය කිරීම මෙහි අරමුණයි. අවසාන පරීක්ෂණය විශේෂඥ සහ සැබෑ පරිශීලක පරීක්ෂාව මත රඳා පවතී.
8. ගුරුවරයෙකු විසින් කෘත්රිම බුද්ධිය මගින් නිපදවන ලද පවුලේ තොරතුරු පෙළ එය පරීක්ෂා නොකර පවුල වෙත යවන අතර, එම පාඨයේ වැරදි හමුවීම් දිනයක් සහ අතිශයෝක්තියෙන් යුත් 'ප්රකෘතිමත්' පොරොන්දුවක් අඩංගු වේ. මෙහි ඇති මූලික වරද කුමක්ද?
- A) සත්යාපනය නොකර පෙළ යැවීමෙන් ව්යාජ තොරතුරු සහ යථාර්ථවාදී නොවන අපේක්ෂාවන් නිර්මාණය කිරීම ✔
- B) පවුලට ලිඛිත පාඨයක් යැවීම වැරදියි.
- C) පාඨය ඉතා කෙටි ය
- D) කෘත්රිම බුද්ධිය පවුලේ පාඨ නිෂ්පාදනය කිරීම සපුරා තහනම් වේ
විස්තරය: පවුල සමඟ බෙදා ගන්නා සෑම පාඨයක්ම නිරවද්යතාවය, රහස්යභාවය සහ විශේෂඥ අනුමැතිය සහිතව නිෂ්පාදනය කළ යුතුය. කෘත්රිම බුද්ධිය චතුර වන නමුත් ව්යාජ තොරතුරු (මායාවන්) නිපදවිය හැක; සත්යාපනයකින් තොරව යවන ලද පෙළ විශ්වාසයට හා ක්රියාවලියට හානි කරයි.
9. ඇතුළත් කිරීම්/ඒකාබද්ධ පන්තියක අවකලනය කිරීමේදී පහත සඳහන් දේවලින් නිවැරදි ප්රවේශය කුමක්ද?
- A) ශිෂ්යයා පන්ති කාමරයෙන් සම්පූර්ණයෙන්ම වෙන් කර ඔහු/ඇය එක් එක් ක්රියාකාරකම තනිවම කරවා ගැනීම
- B) මට්ටමට අනුව අනුවර්තනය නොවී ලේබල් කිරීමකින් තොරව, හවුල් වගකීමකින් එම ජයග්රහණයට සහාය වීම ✔
- C) ව්යතිරේකයකින් තොරව මුළු පන්තියටම එකම ද්රව්ය ලබා දීම සහ කිසිදු ගැලපීමක් නොකිරීම
- D) විශේෂ අධ්යාපන ගුරුවරයාට පමණක් අනුගත වීම අත්හැර පන්තිකාමර ගුරුවරයා ක්රියාවලියෙන් ඉවත් කිරීම
පැහැදිලි කිරීම: අවකලනය යනු එකම ඉගෙනුම් ප්රතිඵලය විවිධ මට්ටම්වලට අනුවර්තනය කිරීම සහ ලේබල් කිරීමකින් තොරව ශිෂ්යයාට සහාය වීමයි. අනුවර්තනය වීම පන්තිකාමර ගුරුවරයාගේ සහ විශේෂ අධ්යාපන ගුරුවරයාගේ ඒකාබද්ධ වගකීමයි; ශිෂ්යයා තම සම වයසේ මිතුරන්ගෙන් වෙන් කර අපකීර්තියට පත් කරන විසඳුම් මඟ හරිනු ලැබේ.
10. විශේෂ අධ්යාපනයේ සන්දර්භය තුළ AI භාෂා ආකෘති 'මායාවන්' ඇති කිරීම විශේෂයෙන් අවදානම් වන්නේ ඇයි?
- A) ආකෘතිය සෑම විටම සෙමින් ධාවනය වන බැවිනි
- B) ආකෘතිය තුර්කි භාෂාව නොදන්නා නිසා
- C) මායාව ඇතිවන්නේ දෘශ්ය නිෂ්පාදනයේදී පමණක් බැවිනි
- D) සාදන ලද තොරතුරු දරුවාගේ අධ්යාපනික තීරණයට බලපෑ හැකි නිසා සහ චතුර භාෂාවෙන් සත්ය යැයි උපකල්පනය කළ හැකි නිසා ✔
පැහැදිලි කිරීම: මායාව යනු ආකෘතිය විසින් නොපවතින තොරතුරු එය සත්යයක් ලෙස චතුර ලෙස ගොතන විටය. ගොතන ලද නීති සම්පාදනයක්, වැරදි සංවර්ධන සම්මතයක් හෝ විශේෂ අධ්යාපනයේ මනඃකල්පිත ක්රමයක් අධ්යාපනයට සහ සංවර්ධනයට දරුවාගේ අයිතියට සෘජුවම බලපෑ හැකිය; එබැවින් සෑම නිමැවුමක්ම වලංගු විය යුතුය.
11. විශේෂ අධ්යාපනය තුළ කෘත්රිම බුද්ධිය භාවිතා කිරීමේ සදාචාරාත්මක මූලධර්මවල 'පක්ෂග්රාහී වීම වැළැක්වීම' යන්නෙන් අදහස් කරන්නේ කුමක්ද?
- A) ආකෘතිය මගින් නිපදවන ඒකාකෘතික හෝ වෙනස් කොට සැලකීමේ නිමැවුම් හඳුනා ගැනීම සහ නිවැරදි කිරීම සහ එක් එක් දරුවා තනි තනිව ඇගයීම ✔
- B) ඉක්මන් ප්රතිදානයක් ලබා ගැනීම සඳහා දිගු විමසුම් නොලියීම.
- C) එක් ආකාරයක බාධාවක් මත පමණක් කෘතිම බුද්ධිය භාවිතා කිරීම
- D) සියලුම සිසුන්ට එකම පක්ෂග්රාහී අච්චුව යෙදීම
පැහැදිලි කිරීම: කෘතිම බුද්ධිය එය පුහුණු කරන ලද දත්තවල පක්ෂග්රාහීත්වය පිළිබිඹු කළ හැකිය; විශේෂිත ආබාධිත වර්ගය, ස්ත්රී පුරුෂ භාවය, සමාජ ආර්ථික තත්ත්වය හෝ සංස්කෘතිය පිළිබඳ ඒකාකෘතික ප්රතිදානයක් නිපදවිය හැක. විශේෂඥයා මේ සම්බන්ධයෙන් ප්රතිඵලය නිරීක්ෂණය කළ යුතු අතර එක් එක් දරුවා තනි තනිව ඇගයීමට ලක් කළ යුතුය.
12. කෘතිම බුද්ධිය සහිත RAM වාර්තාවක් සාරාංශ කිරීමේදී සහ ශිෂ්ය පැතිකඩක් නිර්මාණය කිරීමේදී 'ශක්ති' කොටසක් ඇතුළත් කිරීම වැදගත් වන්නේ ඇයි?
- A) වාර්තාව දිගු කාලයක් දිස්වීමට
- B) ශක්තීන් නීත්යානුකූලව අවශ්ය නොවන නමුත් පෝරමය සඳහා පමණක් භාවිතා වේ.
- C) ශක්තීන් මත සැලසුම් කිරීම සහ ඔහුගේ/ඇයගේ අඩුපාඩු වලින් පමණක් ශිෂ්යයා නිර්වචනය නොකිරීමට ✔
- D) අවශ්යතා සම්පූර්ණයෙන්ම නොසලකා හැර ධනාත්මකව පමණක් ලිවීම
පැහැදිලි කිරීම: විශේෂ අධ්යාපනයේ සැලසුම් ශක්තීන් මත පදනම් වේ; අඩුපාඩු/අවශ්යතා-නැඹුරු පැතිකඩක් පමණක් ශිෂ්යයාගේ/ඇයගේ අඩුපාඩු සමඟ නිර්වචනය කරයි. ශක්තීන් ඉලක්ක සහ අභිප්රේරණය සඳහා පදනම වන අතර ධනාත්මක, වර්ධනය-නැඹුරු දැක්මක් සපයයි.
13. අනුවර්තනය කරන ලද ද්රව්ය නිෂ්පාදනයේදී 'ප්රකාශන හිමිකම සහ ප්රභවය' සම්බන්ධයෙන් නිවැරදි ආකල්පය කුමක්ද?
- A) පරීක්ෂා කිරීමකින් තොරව ප්රකාශන හිමිකම් සහිත අක්ෂර සහ අන්තර්ගතය සමඟ ප්රතිදානය ප්රතිනිෂ්පාදනය කිරීම
- B) විෂය මාලාව, නිරවද්යතාවය සහ ප්රකාශන හිමිකමට අනුකූලව ද්රව්ය පරීක්ෂා කිරීම සහ මුල්කරණය කිරීම ✔
- C) මූලාශ්රය කුමක් වුවත් සෑම රූපයක්ම වාණිජමය වශයෙන් බෙදාහරින්න
- D) ප්රකාශන හිමිකම් ගැටලුව කිසිසේත්ම ඩිජිටල් ද්රව්ය සඳහා අදාළ නොවන බව උපකල්පනය කිරීම
පැහැදිලි කිරීම: කෘත්රිම බුද්ධි ප්රතිදානය වෙනත් මූලාශ්රවලින් පෝෂණය වී තිබිය හැක; ප්රකාශන හිමිකම් ඇති අන්තර්ගතය, සන්නාම අක්ෂර හෝ සත්යාපනය නොකළ තොරතුරු අඩංගු විය හැක. විශේෂඥයා විෂය මාලාව, නිරවද්යතාවය සහ ප්රකාශන හිමිකම සමඟ අනුකූල වීම සඳහා ද්රව්ය පරීක්ෂා කළ යුතු අතර, මූලාශ්රය උපුටා දක්වමින් අවශ්ය විටෙක එය මුල්කරණය කළ යුතුය.
14. මොඩියුලය පුරා අවධාරණය කර ඇති ප්රධාන මූලධර්මය විශේෂ අධ්යාපනයේ කෘතිම බුද්ධියේ කාර්යභාරය විස්තර කරන්නේ කෙසේද?
- A) කෘතිම බුද්ධිය විශේෂඥයා වෙනුවට ස්වයංක්රීයව තීරණ ගනී
- B) කෘත්රිම බුද්ධිය භාවිතා කළ හැක්කේ සටහන් ගැනීම සඳහා මිස අන් කිසිවක් සඳහා නොවේ
- C) කෘතිම බුද්ධිය භාවිතා කරන විට, විශේෂඥ අධීක්ෂණය තවදුරටත් අවශ්ය නොවේ
- D) කෘතිම බුද්ධිය සහකාර සහ කෙටුම්පත් උත්පාදක; අවසාන තීරණය සහ වගකීම විශේෂඥයා, කණ්ඩායම සහ පවුල සතුය ✔
විස්තරය: කෘතිම බුද්ධිය සහකාර සහ ස්කීච් උත්පාදක; දරුවාගේ අනාගතයට බලපාන රෝග විනිශ්චය, ස්ථානගත කිරීම, ඉලක්ක සැකසීම සහ තීරණ අයත් වන්නේ දක්ෂ විශේෂඥයා, IEP කණ්ඩායම සහ පවුලයි. සත්යාපනය නොකළ ප්රතිදානය අත්සන් නොකළ විශේෂඥ තීන්දුවක් වැනිය.