Projekt nga fundi në fund, Përdorimi me përgjegjësi i inteligjencës artificiale dhe udhërrëfyesi në profesion

Fitimet:

• Aftësia për të zhvilluar një veçori celulare nga fundi në fund dhe i verifikueshëm në dizajn, kod, integrim të AI, privatësi, testim, korrigjimin, performancë dhe hapa lëshimi
• Aftësia për të krijuar një kornizë për përdorimin e përgjegjshëm dhe etik të inteligjencës artificiale me parimet e transparencës, verifikimit-llogaridhënies dhe drejtësisë-mos keqbërjes.
• Të aftë për të krijuar një praktikë të qëndrueshme profesionale duke dalluar fushat ku inteligjenca artificiale është e fortë dhe e dobët dhe duke mbajtur vendimin përfundimtar në duart e njerëzve.

Gjatë gjithë këtij moduli, ne përdorëm AI në çdo fazë të zhvillimit të celularit: gjenerimi i kodit, ndërfaqja, integrimi i AI në pajisje dhe cloud, testimi, korrigjimi, performanca, privatësia dhe shpërndarja e dyqanit. Në këtë njësi përfundimtare, ne do t'i kombinojmë të gjitha këto pjesë në një rrjedhë të vetme nga fundi në fund, do të sqarojmë kuadrin për përdorimin e përgjegjshëm dhe etik të AI dhe do të flasim se si t'i kthejmë këto aftësi në një praktikë të qëndrueshme profesionale. Mesazhi kryesor nuk ka ndryshuar, por tani është vendosur fort: AI është një forcë që shumëfishon një zhvillues kompetent celular; nuk është zëvendësues. Është personi që është përgjegjës për cilësinë, sigurinë dhe premtimin e produktit ndaj përdoruesit.

Një veçori nga fundi në fund: kombinimi i pjesëve

Zhvillimi i një veçorie reale nga fillimi në fund me mbështetjen e AI kombinon çdo njësi që kemi mësuar në një zinxhir. Shembull: tipari "shto shpenzim nga fatura". Rrjedha funksionon si kjo:

1. Dizajni (Njësia 3). Hartoni ekranin dhe katër gjendjet (ngarkim/bosh/gabim/plot) me AI, kërkoni aksesueshmëri nga fillimi.
2. Kodi (Njësia 2). Gjeneroni kamerën, modelin e të dhënave dhe ViewModel shtresë pas shtrese me MVVM; verifikoni çdo shtresë.
3. AI në pajisje (Njësia 4). Lexoni shumën/datën nga marrja me njohjen e tekstit ML Kit; Merrni parasysh parapërpunimin dhe vlerësimin e besimit.
4. Konfidencialiteti (Kapitulli 9). Kërkoni lejen e kamerës me privilegjin më të vogël, shkruani skenarin e refuzimit, mbani të dhënat në pajisje.
5. Testimi (Njësia 6). Gjenerimi i testeve të njësive të logjikës së nxjerrjes, testimi i UI i ekranit; Përfshini shtetet kufitare.
6. Korrigjimi (Njësia 7). Kërkojini AI të analizojë përplasjet me kontekst dhe të zgjidhë shkakun rrënjësor.
7. Performanca (Njësia 8). Matni koston e baterisë së përpunimit të kamerës dhe vendoseni atë të përshtatshme për baterinë.
8. Transmetimi (Njësia 10). Raportoni përdorimin e AI në mënyrë transparente, plotësoni formularin e privatësisë me vërtetësi dhe kryeni një vetë-test.

Në çdo hap, AI përshpejtohet, njeriu verifikon dhe vendos. Ky lak është thelbi i modulit.

Këshillë: Mos u mundoni ta bëni AI të bëjë një funksion kompleks me një kërkesë gjigante. Ndani atë në hapa të verifikueshëm si më sipër. Testimi i rezultatit të çdo hapi dhe kalimi në hapin tjetër është më i sigurt dhe përfundimisht më i shpejtë; Sepse ju kapni një gabim të madh jo në fund, por në hapin e parë.

Përdorimi i përgjegjshëm dhe etik i AI

Vetëm kompetenca teknike nuk mjafton; një kuadër i përgjegjshëm e plotëson atë. Tre parime:

Transparenca. Përdoruesi duhet të dijë se ai ose ajo po ndërvepron me AI. Një AI sekrete është një shkelje e besimit. Përmbajtja e krijuar nga AI është etiketuar; Këshillat e AI paraqiten si "këshilla të dobishme" dhe jo si "të vërteta të vështira".

Verifikimi dhe llogaridhënia. Prodhimi i AI është një pikënisje, jo një produkt i përfunduar. Ju jeni përgjegjës për çdo rresht kodi të publikuar, çdo përgjigje të AI, çdo transaksion të dhënash. "Inteligjenca artificiale e ka shkruar kështu" nuk është një mbrojtje.

Drejtësi dhe mosmarrëveshje. Modelet e AI mund të kenë paragjykime nga të dhënat mbi të cilat janë trajnuar. Një njohje e fytyrës mund të funksionojë më keq në disa ngjyra të lëkurës, një motor rekomandimi mund të përjashtojë një grup. Është përgjegjësia juaj të provoni nëse produkti juaj funksionon në mënyrë të drejtë në grupe të ndryshme përdoruesish.

Kujdes: Çdo teknikë që mësoni në fushën e IT dhe sigurisë përdoret vetëm për qëllime të autorizuara dhe konstruktive. Përdorimi i AI për të krijuar malware, për të goditur aplikacionin e dikujt tjetër pa leje, për të mbledhur të dhëna të përdoruesit pa pëlqim ose për të prodhuar përmbajtje mashtruese është i paligjshëm dhe kundër etikës së profesionit. Masa e fuqisë zbulohet aty ku nuk e përdorni.

Njohja e kufijve të AI

Një zhvillues i pjekur e di se ku shkëlqen AI dhe ku bie.

AI është i fuqishëm

AI është i dobët

Kodi i kallëpit, prodhimi i pllakës së kazanit

Vendimet e produktit dhe arkitekturës

Testimi dhe drafti i dokumentacionit

Kuptimi i kontekstit të biznesit dhe përdoruesit

Leximi i regjistrit të përplasjeve, skanimi i gabimeve

Diagnoza përfundimtare e shkakut rrënjësor (kërkohet verifikimi)

Mësimi, shpjegimi i konceptit

Informacion aktual/i pafabrikuar i API-së

Teksti, përshkrimi, përkthimi

Etika, siguria dhe vendimi përfundimtar ligjor

Përvetësimi i këtij dallimi është thelbësor për përdorimin efektiv të AI dhe shmangien e grackave të tij.

tre mini kuti

Rasti 1 - Shpejtësia nga skaji në fund. Një zhvillues i vetëm përfundoi funksionin "unplugged" në 4 ditë me rrjedhën me 8 hapa më lart; Pa AI, vlerësimi ishte 12 ditë. Por për shkak se ai verifikonte çdo hap, publikimi u miratua herën e parë. Shpejtësia ishte e vërtetë sepse disiplina ishte e vërtetë. Mësimi: Verifikimi AI + është më i shpejtë se verifikimi AI -.

Rasti 2 - Paragjykimi u kap. Gjatë testimit të një veçorie të parashikimit të gjinisë emërore të bazuar në AI, një ekip vuri re gabime sistematike në disa emra turqisht; modeli është trajnuar mbi të dhëna kryesisht në anglisht. Veçoria është ndryshuar për të pyetur përdoruesin në vend që të bëjë supozimin e gabuar. Mësimi: është detyra e zhvilluesit të testojë paragjykimet e trajnimit të modelit.

Rasti 3 - Mbrojtja "AI tha kështu" u rrëzua. Një zhvillues publikoi një kod pagese të krijuar nga AI pa e verifikuar atë; Në një rast ekstrem, kodi po bënte koleksione të dyfishta. Përgjegjësia nuk hiqet duke thënë "AI e ka shkruar atë"; Si mbajtësi i llogarisë, ai ishte një zhvillues. Mësimi: përgjegjësia nuk mund të delegohet.

Prompt i dobët / Prompt i fortë

Prompt i dobët: "Më shkruaj një aplikacion të plotë për skanimin e faturës".

Njoftim i fuqishëm: "Më ndihmo të zhvilloj veçorinë "shtimi i shpenzimeve nga marrja" hap pas hapi. Le të vazhdojmë me radhë, kur të verifikoj dhe miratoj secilin hap, kalojmë në hapin tjetër: 1) Ekrani + katër gjendje + aksesueshmëria2) shtresat MVVM (kamera, modeli, ViewModel) 3) Leximi i shumës/datës nga pranimi i besueshmërisë së Kameras ML4) privilegj) + rrjedha e refuzimit 5) Testet e njësisë dhe ndërfaqes së përdoruesit Më tregoni rreziqet dhe pikat që duhet të verifikoj në çdo hap."

Modele të kopjueshme

Shablloni i planifikimit nga fundi në fund: "Unë do të zhvilloj funksionin e mëposhtëm: [veçori]. Ndajeni atë në hapa të verifikueshëm: dizajn, kod, integrim AI, privatësi/leje, testim, performancë, lëshim. Shkruani rezultatet, rrezikun dhe kriteret e verifikimit për çdo hap. Mos bëni një prodhim të vetëm gjigant."

Modeli i auditimit të etikës/paragjykimit: "Audito veçorinë e mëposhtme të AI për drejtësi dhe paragjykim: [veçori]. Cilat grupe përdoruesish mund të kenë performancë të dobët? Si ndikojnë të dhënat e trajnimit në paragjykimin? Si ta testoj atë, si t'i bëj më gjithëpërfshirëse?"

Modeli i kontrollit të përgjegjshmërisë: "Rendisni pyetjet e llogaridhënies që duhet të bëj përpara se të publikoj këtë kod/funksion të krijuar nga AI: a e kuptova, a e kam testuar, a është i sigurt, a është transparent për përdoruesit, a është ligjor/etik?"

Modeli i mësimit të vazhdueshëm: "Propozoni një plan praktik 4-javor për të përmirësuar aftësitë e mia të AI në zhvillues celular: një temë çdo javë (kodi, integrimi, testimi, lëshimi), me qëllimin e një projekti të vogël dhe zakon verifikimi."

Gabimet e zakonshme

• Prodhimi i funksionit kompleks me një kërkesë gjigante. Nuk mund të verifikohet; zbërthejeni atë në hapa.
• Shmangia e përgjegjësisë duke thënë "AI ka shkruar kështu". Ju jeni përgjegjës për kodin e publikuar.
• Nuk testohet për paragjykim të AI. Modeli mund të funksionojë dobët në disa grupe; Provoni drejtësinë.
• Fshehja e ndërveprimit të AI nga përdoruesi. Transparenca është themeli i besimit.
• Duke harruar kufizimet e AI. Njerëzit kanë fjalën e fundit për arkitekturën, etikën dhe API-në aktuale.
• Për të ndaluar të mësuarit. Mjetet dhe rregullat e dyqaneve ndryshojnë shpejt; Qëndroni të përditësuar vazhdimisht.

Në përmbledhje

Një veçori nga fundi në fund kombinon të gjitha pjesët e modulit në një zinxhir: dizajnin, kodin, integrimin e AI, privatësinë, testimin, korrigjimin, performancën dhe lëshimin. Në çdo hap, AI përshpejton, njeriu verifikon dhe vendos; Puna komplekse ndahet në hapa të vegjël të verifikueshëm. Përdorimi i përgjegjshëm bazohet në tre parime: transparencë, verifikim-përgjegjësi dhe drejtësi - mos bëni dëm. AI është një shumëzues i fuqishëm, por njerëzit kanë fjalën e fundit për arkitekturën, etikën, sigurinë dhe njohuritë aktuale. "Inteligjenca artificiale e bëri në këtë mënyrë" nuk është një mbrojtje; Ju jeni përgjegjës për produktin tuaj dhe premtimin që i bëni përdoruesit tuaj. Me këtë disiplinë, AI ju bën më të shpejtë, më gjithëpërfshirës dhe më të fortë gjatë gjithë karrierës suaj.

Detyra e aplikimit

Zbërtheni një veçori celulare sipas zgjedhjes suaj (p.sh. "përmbledhja duke marrë shënime zanore" ose "njohja e produktit nga fotografia") në hapa të verifikueshëm me një "model planifikimi nga fundi në fund". Në fakt, zhvilloni dhe vërtetoni të paktën një hap me AI. Më pas, analizoni se cilat grupe përdoruesish funksioni mund të shkaktojë probleme me "modelin e kontrollit të etikës/paragjykimit" dhe përgjigjuni pyetjeve që duhet të bëni përpara lëshimit me "modelin e kontrollit të përgjegjësisë".

listë kontrolli

• [ ] E ndava funksionin në hapa të vegjël të verifikueshëm, jo në një prodhim të vetëm gjigant
• [ ] Verifikova daljen e AI në çdo hap dhe mora vendimin
• [ ] Unë ia paraqita përdoruesit në mënyrë transparente ndërveprimin e AI
• [ ] Vlerësova nëse funksioni funksionon në mënyrë të drejtë/të njëanshme në grupe të ndryshme
• [ ] Unë iu përgjigja pyetjeve të përgjegjësisë para publikimit (të kuptuara / testimi / e sigurt / etike)
• [ ] Unë kam përdorur AI vetëm për qëllime kompetente dhe konstruktive dhe planifikoj të vazhdoj të mësoj

Provimi i Modulit

1. Cili nga sa vijon është pozicionimi më i saktë për inteligjencën artificiale në zhvillimin e celularëve?

• A) AI zëvendëson zhvilluesin; mund të publikohet drejtpërdrejt pa lexuar kodin që gjeneron
• B) Inteligjenca artificiale funksionon vetëm në shkrimin e tekstit, nuk ka të bëjë fare me gjenerimin e kodit
• C) Inteligjenca artificiale është asistent dhe përshpejtues; Përgjegjësia për vendimet arkitekturore, të sigurisë dhe transmetimit i takon njerëzve ✔
• D) Meqenëse inteligjenca artificiale prodhon gjithmonë kod të saktë, testimi dhe verifikimi shtesë janë të panevojshëm

Përshkrimi: Inteligjenca artificiale është një asistent dhe përshpejtues që gjeneron kode, plane dhe zgjidhje. Përgjegjësia dhe miratimi përfundimtar i vendimeve si arkitektura, lejet, siguria dhe publikimi i takon zhvilluesit kompetent; Njerëzit janë përgjegjës për çdo rresht të publikuar.

2. Kur kërkoni kodin celular nga inteligjenca artificiale, çfarë e rrit më shumë cilësinë arkitekturore të kodit të prodhuar?

• A) Mbajeni kërkesën sa më të shkurtër që të jetë e mundur dhe thuaj "më shkruaj një aplikacion"
• B) Së pari, impononi një arkitekturë si MVVM dhe kërkoni kodin në copa të vogla, shtresë pas shtrese ✔
• C) Prodhimi i të gjithë funksionit si një skedar i vetëm gjigant në një prompt të vetëm
• D) Mos e specifikoni fare arkitekturën dhe vendimin më të mirë ia lini inteligjencës artificiale

Shpjegim: Imponimi i një arkitekture si MVVM dhe kërkesa shtresë pas shtrese përpara se të shkruani kodin direkt në AI prodhon një strukturë të testueshme dhe të mirëmbajtur që ndan logjikën nga ekrani. Kërkesa pa arkitekturë kthen kodin që grumbullon gjithçka në ekran.

3. Çfarë anashkalohet më shpesh kur krijohet një ndërfaqe me inteligjencën artificiale dhe çfarë është më kritike në përdorim real?

• A) Projektimi i ngarkimit, gjendjeve boshe dhe gabimeve, jo vetëm ekranit të plotë ✔
• B) Prodhimi i ekranit të plotë vetëm me pamjen më të mirë, duke anashkaluar rastet e tjera
• C) Shtimi i sa më shumë ngjyrave dhe animacioneve në çdo ekran
• D) Lënia e etiketave të aksesueshmërisë të fundit dhe vetëm që kanë të bëjnë me pamjen

Shpjegim: Zhvilluesit shpesh marrin parasysh vetëm gjendjen 'e plotë'; kurse në realitet përdoruesi më së shumti has në gjendje ngarkimi, boshe dhe gabimi. Gjenerimi i të katër gjendjeve (ngarkim/bosh/gabim/plot) është sekreti i një ndërfaqeje të fortë.

4. Pse AI në pajisje është shpesh zgjedhja e paracaktuar për një veçori që përpunon të dhëna personale të ndjeshme (p.sh. matja e shëndetit)?

• A) Modelet në pajisje janë gjithmonë më të sakta se cloud
• B) Përpunimi në pajisje nuk shkakton kurrë kosto të baterisë ose procesorit
• C) Përpunimi në pajisje është i pakufizuar për sa i përket madhësisë së modelit
• D) Meqenëse të dhënat nuk largohen nga telefoni, ato ofrojnë një avantazh të fortë për sa i përket privatësisë dhe besimit të përdoruesit ✔

Shpjegim: Përpunimi në pajisje nuk i heq të dhënat nga telefoni; Ky është një avantazh i fortë për sa i përket respektimit të privatësisë dhe besimit të përdoruesit, plus që funksionon jashtë linje dhe në çast. Kufiri i tij është fuqia e pajisjes dhe madhësia e modelit.

5. Cili është gabimi më i zakonshëm 'i heshtur' që shkakton rezultate të pakuptimta dhe nuk prodhon një mesazh gabimi në një integrim modeli në pajisje?

• A) Drejtshkrim i gabuar i emrit të skedarit të modelit
• B) Rezolucioni i ulët i ikonës së aplikacionit
• C) Parapërpunim i gabuar i hyrjes (madhësia/normalizimi) ✔
• D) Tema e ekranit të errët

Shpjegim: Kryerja e parapërpunimit të inputeve në mënyrë të gabuar do të prodhojë rezultate krejtësisht të gabuara pa hedhur gabime. Vlerat e parapërpunimit duhet të verifikohen nga dokumentacioni i modelit.

6. Cili është rregulli më kritik për sigurinë kur integrohet cloud LLM në një aplikacion celular?

• A) Çelësi API duhet të mbahet vetëm në backend, jo në klient; kërkesat duhet të kalojnë përmes proxy ✔
• B) Çelësi API duhet të futet drejtpërdrejt në kodin e aplikacionit për lehtësi
• C) Çelësi API duhet të ndahet në përshkrimin e aplikacionit
• D) Çelësi API duhet të mbahet në klient dhe të fshihet vetëm duke ndryshuar emrin.

Zbulimi: Çelësi API nuk është i përfshirë kurrë në kodin e aplikacionit celular; sepse aplikacioni mund të projektohet në mënyrë të kundërt dhe çelësi të nxirret. Arkitektura e saktë është të mbash çelësin vetëm në backend dhe të kalosh kërkesat përmes serverit tënd proxy.

7. Çfarë e rrit më shumë shpejtësinë e perceptuar nga përdoruesi dhe shkallën e plotësimit të funksioneve në përgjigjet e gjata LLM?

• A) Pritja derisa të prodhohet e gjithë përgjigja dhe tregohet menjëherë
• B) Tregimi i përgjigjes fjalë për fjalë, siç është prodhuar, me transmetim ✔
• C) Dërgimi i të gjithë historisë së bisedës tek modeli me çdo kërkesë
• D) Zmadhoni udhëzimin e modelit për të zgjatur sa më shumë përgjigjen

Përshkrimi: Transmetimi rrit në mënyrë dramatike shpejtësinë dhe rrjedhshmërinë e perceptuar duke shfaqur përgjigjen teksa prodhohet fjalë për fjalë. Në vend që të presë në një ekran bosh, përdoruesi shikon formularin e tekstit; Kjo ul ndjeshëm shkallën e braktisjes.

8. Cili është problemi më i zakonshëm në testet e prodhuara nga inteligjenca artificiale që e bën testin të pavlefshëm?

• A) Testet mbulojnë shumë gjendje kufitare
• B) Testet përdorin objekte tallëse, jo shërbime reale
• C) Testet zhvillohen shumë shpejt
• D) Fryrja e shtrirjes nga testet boshe/të padobishme që në fakt nuk vërtetojnë një sjellje ✔

Shpjegim: Inteligjenca artificiale ndonjëherë prodhon teste që në fakt nuk verifikojnë ndonjë rezultat (p.sh. thjesht thirrni funksionin dhe shkruani një pohim bosh). Këto fryjnë numrin e mbulimit, por nuk ofrojnë mbrojtje reale; Çdo test duhet të kontrollohet për të verifikuar sjelljen kuptimplote.

9. Pse nuk është një zgjidhje e mjaftueshme për të heshtur një përplasje duke e vënë atë në një provë me një sugjerim të inteligjencës artificiale?

• A) try-catch nuk mund të përdoret fare në aplikacionet celulare
• B) Rrëzimi ndalon, por meqenëse shkaku kryesor nuk zgjidhet, problemi kthehet në një formë tjetër ✔
• C) Përdorimi i try-catch ngadalëson aplikacionin, prandaj është i ndaluar
• D) Gabimi i heshtur refuzohet automatikisht nga dyqani

Shpjegimi: Heshtja e simptomave nuk zgjidh shkakun rrënjësor; Ndërprerja ndalon, por problemi origjinal (p.sh. lidhja e prishur e të dhënave) kthehet në një formë tjetër (p.sh. humbja e të dhënave). Qëllimi në korrigjimin profesional është të zgjidhë shkakun rrënjësor, jo simptomat.

10. Cili është rregulli i artë bazë që duhet ndjekur në optimizimin e performancës?

• A) Fillimisht merrni një profil dhe matni pengesën e vërtetë, më pas optimizoni ✔
• B) Hamendja se ku është e ngadaltë dhe përqendrimi atje
• C) Ndjekja e fitimeve të vogla në çdo funksion
• D) Matja e performancës në emulator dhe mos e provoni kurrë pajisjen e vërtetë

Përshkrimi: Matni së pari, optimizoni më vonë. Gryka e ngushtë e vërtetë është pothuajse gjithmonë në një vendndodhje të ndryshme nga ajo e parashikuar; Optimizimi pa profilizimin është një supozim i verbër dhe shpesh është një humbje përpjekjesh.

11. Cili është shqetësimi më i rëndësishëm inxhinierik për një veçori të inteligjencës artificiale që funksionon vazhdimisht (p.sh. përkthimi i drejtpërdrejtë me kamera)?

• A) Veçoria kërkon sa më shumë leje të jetë e mundur
• B) Menaxhimi i kostos së baterisë dhe procesorit të përpunimit të vazhdueshëm me frekuencën e marrjes së mostrave dhe përpunimin në grup ✔
• C) Përdorni veçorinë vetëm në telefonat më të shtrenjtë
• D) Transmetimi i vazhdueshëm i kamerës me shpejtësinë më të lartë të mundshme të kuadrove

Përshkrimi: Modeli, kamera dhe rrjeti që punon vazhdimisht; Mund të konsumojë shpejt baterinë, të ngrohë pajisjen dhe të kufizohet nga sistemi. Reduktimi i frekuencës së marrjes së mostrave, grumbullimi dhe funksionimi vetëm kur nevojitet janë mënyra për të menaxhuar koston e baterisë.

12. Çfarë do të thotë parimi i 'privilegjit më të vogël' në menaxhimin e lejeve në zhvillimin e celularit?

• A) Kërkimi i të gjitha lejeve të mundshme në fillim, për çdo rast.
• B) Bërja e aplikacionit jofunksional nëse refuzohet leja
• C) Kërkimi i lejes më të gjerë dhe planifikimi për ta kufizuar atë më vonë.
• D) Kërkimi vetëm i lejes që kërkohet në të vërtetë, kur është e nevojshme dhe brenda fushës më të ngushtë, me një skenar refuzimi ✔

Shpjegim: Privilegji më i vogël është të kërkosh vetëm lejen që nevojitet realisht, kur është e nevojshme dhe në masën më të ngushtë të mundshme. Shumë leje minojnë besimin e përdoruesit, çojnë në refuzimin e dyqanit dhe rrit rrezikun e rrjedhjes së të dhënave.

13. Cilat kërkesa specifike duhet të plotësohen gjatë paraqitjes së një aplikacioni me inteligjencë artificiale në dyqan?

• A) Transparenca e përmbajtjes, kontrolli i përmbajtjes dhe zbulimi i të dhënave që i shkojnë inteligjencës artificiale në formën e konfidencialitetit ✔
• B) Fshehja e përdorimit të inteligjencës artificiale nga përdoruesi
• C) Shënimi i të dhënave që nuk janë mbledhur në të vërtetë në formularin e privatësisë
• D) Tipare premtuese që nuk ekzistojnë në përshkrim

Zbulimi: Dyqanet presin transparencë të përmbajtjes (deklaratë që prodhon AI), moderim të përmbajtjes (filtrim i rezultateve të dëmshme dhe njoftimi i përdoruesit) dhe zbulim i përdorimit të të dhënave nga aplikacionet që përmbajnë inteligjencë artificiale; Kërkohet paralajmërim i saktësisë në zonën e ndjeshme. Aplikimet që i lënë këto do të refuzohen.

14. Pse mbrojtja 'AI e ka shkruar kështu' është e pavlefshme kur ndodh një gabim i rastit të skajshëm në kodin e publikuar nga AI?

• A) Për shkak se inteligjenca artificiale prodhon gjithmonë kod pa gabime, gabimi vjen nga përdoruesi
• B) Sepse ruan automatikisht kodin e gjeneruar nga AI
• C) Sepse përgjegjësia nuk mund të transferohet tek inteligjenca artificiale; Zhvilluesi është përgjegjës për kodin dhe të dhënat e publikuara ✔
• D) Sepse kodi i krijuar nga inteligjenca artificiale nuk vihet kurrë në jetë

Përshkrimi: Prodhimi i AI është një pikënisje, jo një produkt i përfunduar. Është zhvilluesi ai që është përgjegjës për çdo linjë të publikuar, çdo të dhënë të përpunuar dhe çdo premtim të bërë; përgjegjësia nuk mund t'i delegohet AI, kështu që rezultati duhet kuptuar dhe testuar përpara publikimit.