Potek od konca do konca: od informiranja do vaje, preverjanja, zaupnosti in dostave

Dobički:

• Sposobnost izvajanja predstavitvenega/podatkovnega opravila v ponovljivem toku, ki ga sestavljajo navodila, priprava podatkov, struktura, vsebina/grafika, preverjanje, preverjanje in dobava.
• Z anonimiziranjem in združevanjem občutljivih podatkov lahko zunanje orodje deluje brez kršitve zaupnosti in navzkrižno preverja kritične številke.
• Sposobnost prevzemanja odgovornosti za končno dostavo z uporabo umetne inteligence kot partnerja pri vajah in preizkušanju težkih vprašanj in časa

Prejšnje enote so eno za drugo poučevale veščine: struktura, besedilo, oblikovanje, izbor grafike, koda, nadzorna plošča, zgodba, infografika, poštenost. Ta končna enota jih vse združuje v en potek dela: prispel je povzetek, zagotovili boste predstavitev/vizualizacijo podatkov. Naš cilj je vzpostaviti ponovljivo metodo, ki uporablja AI od začetka do konca, vendar jo preverja na vsakem koraku, pri čemer ohranja zasebnost in etiko.

Sedem korakov do toka od konca do konca

1. Povzetek in obseg: Občinstvo, namen, glavno sporočilo, trajanje, kanal (predstavitev, poročilo, socialni mediji), omejitve.
2. Priprava podatkov: zbiranje, čiščenje, anonimizacija podatkov; Odločite se, kaj gre v zunanje vozilo.
3. Struktura in pripoved: Izberite vzorec, sestavite hrbtenico diapozitiva (Enota 2, 8).
4. Vsebina in grafika: Napišite besedilo, izberite in kodirajte pravo grafiko, nastavite dizajn (Enota 3-6).
5. Integriteta in preverjanje: Vsaka številka, vsak grafikon, vsaka trditev je revidirana (Enota 10).
6. Vadite in uredite: Preizkusite predstavitev na glas, merite čas, jo prilagodite povratnim informacijam.
7. Dostava in arhiv: končna različica, opombe o izvoru in koda/predloga za večkratno uporabo.

Namig: teh sedem korakov naredite kot kontrolni seznam in jih ponavljajte pri vsakem opravilu. Standardizacija poteka dela odstrani kakovost iz odvisnosti od posamezne oblike.

Priprava podatkov in zasebnost: najbolj kritičen postanek

Preden posredujete podatke AI, se ustavite in vprašajte: Ali lahko ti podatki vstopijo v zunanji sistem? Nekaj ​​pojmov: osebni podatki (informacije, ki identificirajo posameznika, kot so ime, identiteta, kontakt, zdravstveno stanje, plača); anonimizacija (nepovratna odstranitev identitete); združevanje (navedite povprečje/skupno namesto posamezne vrstice). Pravilo:

• Nikoli ne vnašajte podatkov, ki vsebujejo osebne/poslovne skrivnosti, v orodje, ki ga institucija ne odobri.
• Če morate vnesti, anonimizirati ali združiti: izbrišite stolpce ime/id, prikažite posameznika samo znotraj skupine.
• Ko ustvarjate grafikone/kodo, dajte modelu podatkovno strukturo (imena stolpcev, vrste), ne neobdelanih natančnih vrstic.

Vaša vloga: nadzornik zasebnosti podatkov. Stolpci naslednjega nabora podatkov: [seznam]. To bom posredoval zunanjemu orodju AI za izdelavo grafa. Kateri stolpci so morda osebni/občutljivi? Označite, kaj moram anonimizirati ali združiti, in predlagajte, kako naj to storim (brisanje, maska, skupina). Povejte mi, kako naj delam z najmanjšo količino podatkov, ki bo zadostovala za analizo.

Pozor: lepljenje občutljivih podatkov "samo enkrat, hitro" je najpogostejša oblika kršitve zasebnosti. Ko so ven, podatkov ni več mogoče pridobiti.

Validacija: končni filter pred dostavo

Uporabite štiri korake iz 1. enote (vir, doslednost, poštenost, kontekst) za celotno predstavitev. Poleg tega izvedite navzkrižno preverjanje: potrdite kritične številke z orodjem zunaj modela (preglednica, kalkulator).

nadzor

vprašanje

vozilo

Vir

Od kod prihaja posamezna številka?

Vir podatkov/opomba

Doslednost

Ali je slide-graphic-text enako?

Preberite diagonalno z očmi

poštenost

Ali grafikon pretirava?

Pregled enote 10

račun

Ali je skupno/odstotek pravilen?

preglednico

Citiranje

Ali je citat/vir resničen?

Odprta koda, preveri

Še posebej bodite pozorni na halucinacije (izmišljene informacije): model lahko "izmisli" statistiko, citat ali vir. Odprite in preverite vsak zunanji vir in številko, ki je na prosojnici.

Vaja: preizkus predstavitve z umetno inteligenco

Umetna inteligenca je lahko partner pri vajah: generiranje težkih vprašanj z vidika občinstva, iskanje šibkih prehodov, ocenjevanje trajanja.

Vaša vloga: izzivalni trener občinstva in predstavitve. Spodaj si oglejte hrbtenico predstavitve in govornikove opombe. 1) Ustvarite 5 najtežjih vprašanj, ki jih bo to občinstvo ([vloga]) postavilo. 2) Označite šibke/nepovezane prehode v pripovedi. 3) Približno ocenite, koliko sekund odpade na vsak diapozitiv, tako da je skupni čas [X] minut; Če je preveč, predlagajte, katere prosojnice naj skrajšam. Predstavitev: [ ... ].

Ločena vaja "sestanka ugovorov":

Ustvarite 4 ugovore na glavni predlog te predstavitve in na vsakega sestavite dvostavek, ki temelji na podatkih. Ne izmišljujte si odgovora; Napišite [potrditev], kjer je potrebna potrditev. Predlog: [ ... ].

trije mini kovčki

1. primer – hitrost od konca do konca. Svetovalec bi razdelil tipično predstavitev stranke (raziskava + struktura + diapozitivi + grafikoni + dokaz) v 2 dneh. Ko smo namestili sedemstopenjski tok z umetno inteligenco, se je čas zmanjšal na približno 1 dan; Precejšen del prihranjenega časa smo namenili preverjanju in vajam, kakovost pa se ni zmanjšala, temveč povečala.

2. primer – Zasebnost v zadnjem trenutku. Skupina bi izvozila zapise transakcij strank (ime + znesek) v zunanje orodje za grafikone. Ustavili so se pri koraku nadzora zasebnosti; Izbrisali so imena in pretvorili zneske v povprečje segmentov. Analiza je spet delovala, osebni podatki niso prišli ven. Ta odločitev je bila cenjena v kasnejši reviziji.

Primer 3 – Vaja je shranila prizor. Podjetnik je rekel AI, naj "generira 5 najtežjih vprašanj" pred predstavitvijo za vlagatelje. Na seji so bila dobesedno zastavljena tri vprašanja; Odgovarjal je tekoče, ker je bil pripravljen. Če ne bi vadil, bi se mu zataknilo že pri najbolj kritičnem vprašanju.

Šibek poziv/močan poziv

Šibko:

S temi podatki pripravite in dokončajte predstavitev od začetka do konca.

Želeti "vse" na en mah; brez preverjanja, brez tajnosti, brez vaje. Model se prilega vrzeli, ne morete ga nadzorovati.

Močno:

Postavimo predstavitev korak za korakom. Najprej naredite 1. korak: razjasnite povzetek (vprašajte me o občinstvu/namenu/sporočilu/trajanju/kanalu/omejitvi). Nato bomo nadaljevali po vrsti: preverjanje zasebnosti podatkov, struktura, vsebina + grafika, preverjanje poštenosti, preverjanje. Ne izmišljujte si številk na vsakem koraku, napišite, kar je treba potrditi, ne zahtevajte občutljivih podatkov.

Drugi razdeli delo na korake, vam omogoča nadzor nad vsakim korakom in vnaprej določa meje zaupnosti/zvestobe.

Pogoste napake

• Zahtevati "vse" v enem zamahu: Preskakovanje korakov zaobide preverjanje pristnosti in zasebnost.
• Obhod ustavitve zasebnosti: posredovanje občutljivih podatkov nenadzorovanemu zunanjemu agentu.
• Stopiti na oder brez vaje: Ne predvidevati težkih vprašanj in časa.
• Preskok preverjanja vira/pripisa: Ne opazim izmišljene statistike ali citata.
• Brez arhiviranja: ne shrani kode/predloge in naredi vse od začetka.
• Prelaganje odgovornosti na model: reči "AI je to pripravil"; Vendar je dostava vaša.

Če povzamem

Zgradite svojo predstavitev in vizualizacijo podatkov od konca do konca v sedmih korakih: povzetek, priprava podatkov in zaupnost, struktura/pripoved, vsebina/grafika, celovitost in preverjanje, vaja, dostava/arhiv. Uporabite umetno inteligenco na vsakem koraku, vendar ohranite nadzor: anonimizirajte občutljive podatke, navzkrižno preverite vsako številko in vir, naj bo model vaš partner za preverjanje. Umetna inteligenca pospeši celoten tok; Odgovornost za točnost podatkov, celovitost sporočila, zaupnost in končno dostavo je vedno vaša.

Aplikacijska naloga

Izberite pravo predstavitveno delo in sledite sedmim korakom. (1) Poročilo naj zasliši AI. (2) Odločite se, katere podatke želite anonimizirati z nadzorom zasebnosti. (3) Izvedite strukturo korakov → vsebina → grafikon. (4) Izvedite revizijo integritete in navzkrižno preverite kritične številke. (5) Naj umetna inteligenca pripravi "5 najtežjih vprašanj" in jih ponovi. (6) Arhivirajte najnovejšo različico in kodo/predlogo za večkratno uporabo.

kontrolni seznam

• [ ] Delo sem vodil v skladu s potekom sedmih korakov.
• [ ] Občutljive podatke sem anonimiziral/združil ali jih sploh nisem vnesel.
• [ ] Navzkrižno sem preveril vsako številko in zunanji vir zunaj modela.
• [ ] Vse grafike sem preveril glede celovitosti.
• [ ] Vadil sem z umetno inteligenco; Preizkusil sem težka vprašanja in čas.
• [ ] Arhiviral sem najnovejšo različico in predlogo/kodo za večkratno uporabo.
• [ ] Strinjam se, da sem odgovoren za končno dostavo.

Modulni izpit

1. Kakšno je najboljše pozicioniranje umetne inteligence pri predstavitvi in vizualizaciji podatkov?

• A) Umetna inteligenca je pomočnik pri osnutku, oblikovanju, grafični kodi in kritiki; Za točnost, poštenost in zaupnost podatkov so odgovorni ljudje ✔
• B) Umetna inteligenca je kalkulator; Vsaka številka in graf, ki ga poda, sta popolnoma pravilna.
• C) Umetna inteligenca je uporabna samo za okrasitev diapozitivov, nima nobene zveze s podatki in grafiko
• D) Ker je umetna inteligenca bolj nepristranska od ljudi, je treba odločitve o celovitosti grafike prepustiti njej

Opis: Velik jezikovni model ni kalkulator ali stroj za preverjanje, temveč generator prepričljivega besedila in orisov. Prihrani veliko časa pri vlogah, kot so risanje, oblikovanje, grafična koda in kritika; Za točnost podatkov, poštenost grafa, zaupnost in končno dostavo pa je odgovorna pristojna oseba.

2. 'Ali obstaja povezava med porabo za oglaševanje in prodajo?' Katera vrsta grafikona bo najbolj iskreno prikazala vprašanje?

• A) Večrezinski tortni grafikon
• B) Zložen palični grafikon
• C) Raztreseni grafikon ✔
• D) 3D tortni grafikon

Pojasnilo: Raztreseni graf se uporablja za prikaz odnosa (korelacije) med dvema numeričnima spremenljivkama. Vrstica je primerna za primerjavo, črta pa za spreminjanje skozi čas; Palični grafikon ne daje pravilnega odgovora na vprašanje razmerja.

3. Zakaj je priporočljivo, da v naslovu diapozitiva uporabite 'naslov akcije' namesto 'naslov teme'?

• A) Da se na diapozitiv prilega več besedila
• B) Ker daje edino trditev diapozitiva neposredno in občinstvu omogoča, da takoj razume sporočilo ✔
• C) Ker pisave ni treba povečati
• D) Ker je odpravljena potreba po zapiskih govorca

Opis: Naslov dejanja podaja tisto, kar diapozitiv pove v polnem stavku, kot trditev ("Prodaja pada že 3 četrtletja"), le oznaka zadeve ("Prodaja") ne. To omogoča gledalcu, da takoj razume, kaj je mišljeno s posameznim diapozitivom; Ena sama sprememba najbolj izboljša kakovost predstavitve.

4. Katera aplikacija je najbolj praktična in etična pri pripravi predstavitvenih vizualnih elementov z umetno inteligenco, ki ustvarja vizualne elemente?

• A) Natisnite vse naslove in številke na sliko in jo postavite neposredno na prosojnico
• B) Predstavitev izdelanega portreta kot prave fotografije stranke
• C) Natančno posnemati slog znane blagovne znamke
• D) Izdelava vizualnega brez besedila in dodajanje besedila v program diapozitivov in ne predstavljanje ponaredka kot resničnega ✔

Pojasnilo: Besedilo na proizvedenih slikah je pogosto poškodovano, zato je treba besedilo dodati pozneje v programu diapozitivov. Poleg tega je predstavljanje izdelane slike kot prave fotografije/prave osebe zavajajoče in neetično. Pravilen pristop je, da ustvarite sliko brez besedila, sami dodate besedilo in ne predstavljate ponaredka kot pravega.

5. Katera je najbolj berljiva možnost za prikaz tržnega deleža 9 izdelkov?

• A) Vodoravni palični grafikon, razvrščen po vrednosti ✔
• B) 9-segmentni tortni grafikon
• C) 3D tortni grafikon z 9 rezinami
• D) Enočrtni grafikon

Pojasnilo: tortni grafikon deluje samo, če so rezine 2-4 in se deleži bistveno razlikujejo; 9 podobnih rezin je neberljivih. Vodoravni palični grafikon, razvrščen po vrednosti, je skoraj vedno bolj berljiv pri primerjavi več kategorij.

6. Zakaj je pri prejemanju grafov od umetne inteligence bolj zanesljivo 'prositi za kodo, ki izdela graf in jo zagnati sam', namesto da bi zahtevali 'sliko grafa'?

• A) Ker koda vedno izbere lepše barve
• B) Ker je prepovedano ustvarjanje slik
• C) Ker koda obdeluje podatke takšne, kot so, in daje deterministične in ponovljive rezultate, se ni treba zanašati na verbalno napoved ✔
• D) Ker koda samodejno naredi grafe poštene in ni potrebno nadaljnje preverjanje

Opis: Velik jezikovni model je generator besedila; Samo verbalno ugiba število in se lahko moti. Koda obdeluje podatke takšne, kot so, in proizvaja deterministične (vedno isti izhod za isti vhod) in ponovljive rezultate; Ko so podatki posodobljeni, je mogoče znova zagnati kodo in osvežiti graf.

7. Kaj je osnovno načelo dobre zasnove armaturne plošče?

• A) Namestitev vseh razpoložljivih meritev na en zaslon
• B) Prikaži kontekst za majhno število (5-9) KPI-jev, potrebnih za določeno ciljno skupino in odločitev ✔
• C) Prikaz vsakega števila s čim več decimalnimi mesti
• D) Barvanje vsake metrike v drugačno barvo za diverzifikacijo barv

Opis: Nadzorna plošča ne prikazuje vsega, ampak 5–9 pravilnih KPI-jev, ki so potrebni za določeno odločitev določenega občinstva. Meritve, ki ne služijo odločitvi, bodo preplavile nadzorno ploščo. Poleg tega je treba vsaki številki dodati kontekst (cilj/sprememba) in žig svežine, najbolj kritičen KPI pa naj bo postavljen zgoraj levo.

8. Katero vedenje je past v smislu poštenosti pri pripovedovanju podatkov?

• A) Predstavitev ugotovitev v strukturi kontekst-napetost-razrešitev
• B) Povezovanje vsakega grafa s stavkom v pripovedi
• C) Vpogled povzemite v enem stavku
• D) Skrivanje obdobja, ki se ne ujema s pripovedjo, in prikaz le podatkov, ki to podpirajo (izbiranje češenj) ✔

Pojasnilo: Izbiranje češenj je prikazovanje obdobja/segmenta, ki ustreza pripovedi, in skrivanje tistega, ki ne ustreza, in krši celovitost. Dobra zgodba prepriča, vendar ne sme postati dovoljenje za izkrivljanje podatkov; 'kateri podatki ne ustrezajo tej pripovedi?' Treba je vprašati in pokazati, če je treba.

9. Zakaj je zavajajoče predstaviti vrednost kot premer kroga v infografiki, nato pa premer podvojiti?

• A) Ko se premer podvoji, se površina početveri in občinstvo povečanje zazna kot večje, kot dejansko je ✔
• B) Ker krogov ni mogoče uporabiti v tortnem grafikonu
• C) Ker barvno slepi gledalci sploh ne vidijo krogov
• D) Ker je risanje kroga počasnejše od risanja palice

Pojasnilo: Ko se premer podvoji, se površina kroga početveri; Ker gledalec zazna vrednost po površini, misli, da je 2-kratno povečanje 4-kratno. To se imenuje terenska zmota. Vrednosti je treba navesti ne glede na površino, ampak v linearnem merilu in jasno številčno oznako (npr. '2×').

10. Katera je najpogostejša tehnika zavajanja in njen pravilni ekvivalent v paličnem grafikonu?

• A) Barvanje palic je zavajajoče; Vse jih je treba osiveti
• B) Neposredne oznake so zavajajoče; Vedno je treba uporabiti ločeno legendo
• C) Črtkana os y poveča razliko; V paličnem grafikonu se mora os začeti od 0 ✔
• D) vodoravna črta je zavajajoča; vedno je treba uporabiti navpično črto

Pojasnilo: črtkana os y (kjer se y začne pri, recimo, 90 namesto 0) poskrbi, da je majhna razlika videti velikanska; 2-odstotno povečanje se morda zdi kot 50-odstotno. V paličnem grafikonu se mora os skoraj vedno začeti pri 0, ker dolžina paličnega grafikona predstavlja vrednost.

11. Kakšen je pravi pristop, če morate izvoziti tabelo z občutljivimi podatki (ime, plača, evidenca strank) v zunanje orodje AI za grafikone?

• A) Hitro lepljenje tabele, kot je, da prihranite čas
• B) Anonimizacija ali združevanje podatkov z odstranitvijo stolpcev z imenom in identiteto in ju sploh ne vnesete, če ni potrebno ✔
• C) Puščanje samo najbolj občutljivega stolpca in brisanje ostalih
• D) Zadostuje, da od umetne inteligence pred vnosom podatkov pridobite obljubo o zaupnosti.

Pojasnilo: Bistveno je, da osebnih podatkov ne vnašate v orodje, ki ni odobreno s strani institucije; Če ga je treba vnesti, ga je treba anonimizirati z brisanjem stolpcev identitete ali pa ga agregirati tako, da namesto posameznih vrstic podamo povprečje/skupno. Ko so ven, podatkov ni več mogoče pridobiti.

12. Kaj pomeni 'halucinacija' v izhodu, ki ga ustvari umetna inteligenca, in kaj je treba glede tega storiti?

• A) Model uporablja veliko barv; je treba zmanjšati barve
• B) Počasno delovanje modela; Potrebno je napisati krajšo prošnjo
• C) Model nariše graf v 3D; zahtevati je treba 2B
• D) Informacije, ki jih model predstavlja kot resnične, vendar niso resnične; ✔ Vsako izdajo in vir je treba navzkrižno preveriti

Pojasnilo: Halucinacija je informacija, ki jo model predstavlja kot resnično, vendar ni resnična; Lahko je izmišljena številka, citat ali vir. Po drugi strani pa je treba navzkrižno preveriti vsako številko in zunanji vir, vnesen na prosojnici zunaj modela, in v zahtevah nastaviti pravilo 'ne izdeluj številk, ki jih ni v podatkih, napiši [potrditev]'.

13. Kaj je prvi korak pri izbiri prave vrste grafikona?

• A) Napišite vprašanje, na katerega želite odgovoriti, v enem stavku in ga postavite v skupino vprašanj ✔
• B) Izbira najbolj barvite in privlačne grafične vrste
• C) Vedno začnite s tortnim grafikonom in ga po potrebi spremenite
• D) Narediti podatke bolj impresivne s prikazom v 3D

Pojasnilo: vrsta grafikona je odvisna od vprašanja, na katerega želite odgovoriti, ne od oblike podatkov. Najprej je treba vprašanje napisati v enem stavku in ga umestiti v družino (primerjava, trend, razmerje, del-celota, porazdelitev), nato pa izbrati vrsto. Napaka je, če najprej izberete tip in vanj skušate umestiti podatke.

14. Zakaj je pomembno, da pri pripravi celovite predstavitve z umetno inteligenco nadaljujemo korak za korakom, namesto da rečemo 'pripravi in ​​dokončaj predstavitev od začetka do konca v eni potezi'?

• A) Ker je vedno hitreje nadaljevati korak za korakom
• B) Ker model sploh ne razume dolgih zahtev
• C) Ker napredovanje korak za korakom ohranja človeka pod nadzorom med preverjanjem, se zaupnost in ponavljanje ustavita ter zmanjšata tveganje izdelave in uhajanja ✔
• D) Ker vprašanje v eni potezi utrudi umetno inteligenco.

Opis: Zahteva za delo z enim zamahom zaobide kritične postanke, kot so preverjanje, preverjanje zasebnosti in vaje; model ustreza vrzeli in ga ne morete nadzorovati. Nadaljevanje korak za korakom (povzetek, zaupnost, struktura, vsebina/grafika, preverjanje poštenosti, vaja) ohranja človeka pod nadzorom na vsaki stopnji in že od začetka postavlja meje izmišljanja/zaupnosti.