Aplikimi nga fundi në fund: Vlerësimi, Vërtetimi, Etika dhe Kufijtë

Fitimet:

• Aftësia për të ngritur një grup të vogël testimi (eval) që vlerëson një model me të dhënat tuaja
• Përfshini verifikimin njerëzor, kufijtë dhe politikën e përdorimit të përgjegjshëm në rrjedhën e punës
• Njihni halucinacionet, privatësinë dhe rreziqet etike dhe zbatoni masa lehtësuese

Ju keni zgjedhur modelin e duhur; A është kryer puna? Jo, puna e vërtetë fillon tani. Vendosja e një modeli në biznesin tuaj zbret në testimin e tij ndaj të dhënave tuaja, vërtetimin e prodhimit të tij dhe përshtatjen e tij me përgjegjësi. Kjo njësi përfundimtare e kthen të gjithë modulin në një aplikacion nga fundi në fund: do të mësoni se si të krijoni një grup të vogël testimi (eval), të futni verifikimin njerëzor në rrjedhën e punës, të menaxhoni halucinacionet dhe rreziqet e privatësisë dhe të vizatoni kufij etikë. Pasi të përfundojë njësia, do të jeni të pajisur jo vetëm për të zgjedhur një model, por edhe për ta vënë në punë me besim.

Vlerësimi (Eval): Testimi me të dhënat tuaja

Tani e dini se vetëm të dhënat tuaja aktuale, jo reklamat, mund të tregojnë nëse një model i përshtatet biznesit tuaj. Mënyra për ta matur këtë është krijimi i një grupi vlerësimi (eval): një koleksion i vogël mostrash nga puna juaj për të cilat dihet përgjigja e saktë.

Një vlerësim i thjeshtë është vendosur si kjo:

1. Mblidhni 10-30 mostra reale. Zgjidhni të dhëna që janë tipike për punën tuaj (përzieni të vështirë dhe të lehtë).
2. Përcaktoni "prodhimin e saktë/pritur" për secilin shembull. Çfarë do të përgjigjet një ekspert?
3. Drejtoni kandidatët përmes të njëjtëve shembuj. Testoni modelet që po krahasoni një nga një me të njëjtin grup.
4. Shënoni rezultatet. Në sa shembuj është e vërtetë? Ku gaboi? A janë të pranueshme gabimet?
5. Krahasoni dhe zgjidhni. Zgjidhni jo rezultatin më të lartë të përgjithshëm, por atë që është më i besueshëm në shembujt më kritikë për ju.

Këshillë: Mos u besoni verbërisht tabelave të drejtuesve. Një model mund të renditet i pari globalisht, por performon më keq se modeli i vendit të dytë në tekstet tuaja specifike ligjore turke. Vlera juaj prej 20 mostrave vlen më shumë se qindra teste publike.

Halucinacioni: Rreziku më tinëzar i modeles

Një halucinacion është kur modeli prodhon informacion që nuk është në të vërtetë i vërtetë, në një gjuhë të sigurt. Në vend që të thotë “nuk e di”, modeli mund të prodhojë një legjislacion inekzistent, një statistikë të sajuar ose një datë të rreme; Për më tepër, ai e bën këtë në një gjuhë jashtëzakonisht bindëse. Ky është aspekti më i rrezikshëm i AI, sepse gabimi maskohet si e vërtetë.

Nuk mund ta eliminoni plotësisht halucinacionin, por mund ta zvogëloni dhe ta kapni:

• Bazojeni atë në burim: Kërkojini modelit të gjenerojë përgjigje nga dokumentet që ofroni, jo nga "memoria" e tij (logjika RAG).
• Kërkoni burime: Thuaj, "Pranë çdo pretendimi, shkruani dokumentin/seksionin në të cilin bazohet"; Nëse ai nuk mund të japë një burim, jini të dyshimtë.
• T'i bëni njerëzit të thonë se nuk janë të sigurt: Udhëzimi "Nëse nuk jeni i sigurt, shkruani 'jo i qartë'" redukton përshtatjen e modelit.
• Verifikimi njerëzor: Rezultatet kritike duhet të verifikohen nga një njeri.

Kujdes: Asnjëherë mos përdorni rezultatin e modelit pa e vërtetuar atë për vendime ligjore, mjekësore ose financiare. Një "artik ligji" ose "informacion i dozës" i prodhuar nga modeli mund të jetë tërësisht i fabrikuar. Në këto fusha, AI është një mjet draft/paraprak; Një person kompetent e ka gjithmonë fjalën e fundit.

Kërkesa për Verifikimin Njerëzor

Inteligjenca artificiale funksionon më së miri si një mjet që përshpejton njerëzit, jo i lë pa punë. Vendosja e saktë është si më poshtë: prodhon ose parakualifikon draftin e modelit; njeriu shqyrton, korrigjon dhe miraton. Sa i rreptë duhet të jetë verifikimi varet nga kostoja e gabimit.

Kërkimi

Kostoja e gabimit

verifikimi njerëzor

Drafti i përshkrimit të produktit

të ulëta

Kontrolli i mostrës është i mjaftueshëm

Përgjigja e emailit të klientit

e mesme

Rishikimi para dorëzimit

Analiza e rrezikut të kontratës

lartë

Artikull për nen konfirmim eksperti

Këshilla mjekësore/financiare

shumë e lartë

Verifikim i plotë i ekspertëve, vetëm mbështetje për AI

Kjo tabelë vendos ekuilibrin midis "kontrollit manual të çdo rezultati" dhe "moskontrollit fare". Ndërsa kontrolli i mostrës është i mjaftueshëm për punë me kosto të ulët, çdo rezultat duhet të verifikohet për punë me çmim të lartë.

Përdorimi Etik dhe i Përgjegjshëm

Megjithëse përzgjedhja e modelit mund të duket si një vendim teknik, ka përgjegjësi etike pas tij:

• Transparenca: Lërini klientët ose punonjësit tuaj të dinë se po përdorni AI në vende të përshtatshme. Një klient ka të drejtë të dijë nëse po flet me një njeri apo me AI.
• Paragjykimi: Modelet mund të trashëgojnë paragjykim nga të dhënat mbi të cilat janë trajnuar. Monitoroni drejtësinë e rezultateve në fusha të ndjeshme si rekrutimi dhe vlerësimi i kredisë.
• Privatësia: Futni parimet e mbrojtjes së të dhënave që keni mësuar në njësinë 8 në rrjedhën e punës; Mos dërgoni të dhëna personale në mënyrë të pamatur.
• Përgjegjësia: Kur ndodh një gabim, mbrojtja "AI e bëri atë" nuk mjafton. Përgjegjësia i takon institucionit që përdor mjetin. Pra, proceset e verifikimit të dokumenteve.

Këshillë: Shkruani një "politikë të përdorimit të përgjegjshëm" në rrjedhën tuaj të punës: cilat punë mund të përdorin AI, cilat të dhëna nuk mund të dërgohen, kush do ta verifikojë atë dhe si do të raportohen gabimet. Ky dokument me një faqe parandalon probleme të mëdha në të ardhmen.

Tre raste realiste

Rasti 1 - Keqardhje pa vendosur vlerësim. Një ekip sigurimesh fillon të përmbledhë dëmet pa testuar modelin më të njohur. Pas dy javësh, ata kuptojnë se modelja shpesh bën gabime në aspektin teknik turk dhe lexon gabimisht disa shuma. Kur vendosin një vlerë prej 20 mostrash dhe krahasojnë të tre modelet, kalojnë në modelin që nuk është më i popullarizuari, por më i saktë në tekstet teknike turke. Humbja: dy javë dhe puna e korrigjimit. Mësimi: vlerëso fillimisht, vendose më vonë.

Rasti 2 - Procesi që kap halucinacionet. Një paralegal sheh një referencë "vendimi i Gjykatës së Lartë" në printimin e modelit. Meqenëse procesi i tyre ka një rregull "verifikoni çdo referencë", ai kërkon vendimin dhe konstaton se një vendim i tillë nuk ekziston; Ai krijoi një model. Falë verifikimit njerëzor, informacioni i fabrikuar nuk arrin kurrë te klienti. Pa rregullin e verifikimit, humbja e reputacionit mund të kishte qenë serioze.

Rasti 3 — Besimi në transparencë. Një kompani e-commerce prodhon përgjigje për mbështetjen e klientit me AI, por shton një shënim nën çdo përgjigje: "Kjo përgjigje u përgatit me mbështetje të inteligjencës artificiale dhe u rishikua nga një prej përfaqësuesve tanë". Klientët janë më të kënaqur me përgjigjen e shpejtë dhe besimin e të parit të një qenieje njerëzore të angazhuar. Transparenca nuk është një dobësi për t'u fshehur, por një burim besimi.

Prompt i dobët / Prompt i fortë: Produkt i verifikueshëm

Njoftim i dobët:

Më tregoni për klauzolat e rrezikshme të kësaj kontrate.

Mund të përshtatet modeli; asnjë burim, asnjë shenjë pasigurie.

Njoftim i fuqishëm:

Roli juaj: analist i kontratës (vendimi përfundimtar i përket një avokati). Detyrë: Theksoni klauzolat potencialisht të rrezikshme në kontratën e mëposhtme. Për çdo gjetje: (1) numri i klauzolës dhe citati fjalë për fjalë, (2) pse është i rrezikshëm, (3) niveli juaj i besimit (i lartë/mesatar/i ulët). Mbështetuni vetëm në klauzolat në tekst; Mos fabrikoni asgjë që nuk është në tekst. Aty ku nuk jeni të sigurt, shkruani "kërkohet konfirmimi i avokatit". [kontrata]

Prompt i fortë lidh çdo pretendim me burimin (numri i artikullit + citimi), kërkon nivel besimi dhe ndalon fabrikimin; Kjo e bën halucinacionin të kapshëm.

Modele të kopjueshme

1. Dizajni vlerësues i setit:

Hartoni një grup vlerësimi për detyrën e mëposhtme [DETYRË]. Sugjeroni 15 inpute mostra (të përziera të lehta-mesatare-të vështira), si do të përcaktohej "produkti i saktë i pritshëm" për secilën dhe përcaktoni një kriter vlerësimi (1-5).

2. Mbulesa që redukton halucinacionet:

Rishkruajeni kërkesën e mëposhtme për të reduktuar fabrikimin: "[PROMPT]". Shto rregulla për citimin e burimeve, duke specifikuar nivelet e besimit dhe "më thuaj nëse nuk je i sigurt".

3. Dizajni i rrjedhës së verifikimit:

Në rrjedhën e mëposhtme të punës [WORKFLOW] Hartoni një hap verifikimi njerëzor për daljen e AI. Përcaktoni se sa i rreptë duhet të jetë verifikimi në bazë të kostos së gabimit; shkruani kush do të kontrollojë çfarë, kur.

4. Hartoni politikën e përdorimit të përgjegjshëm:

Hartoni një "politikë të përgjegjshme të përdorimit të AI" me një faqe për një ekip në [INDUSTRY]. Përfshini titujt e mëposhtëm: përdorime të lejuara, të dhëna të ndaluara, përgjegjësi verifikimi, raportim transparence, raportim gabimi.

Gabimet e zakonshme

• Vendosja pa Eval: Nisja e modelit pa e testuar atë me të dhënat tuaja dhe vërejtja e gabimeve pasi ato pasqyrohen në klient/punë.
• Mbështetja në halucinacione: Përdorimi i gjuhës së sigurt të modelit si të vërtetë pa verifikuar referencat.
• Anashkalimi i verifikimit njerëzor: Lënia e prodhimit të pakontrolluar në vendimet me kosto të lartë; Duke u mbështetur në mbrojtjen "AI e bëri atë".
• Shmangia e transparencës: Fshehni përdorimin tuaj të AI; duke përjetuar humbje të besimit kur ndodh.
• Injorimi i etikës dhe paragjykimeve: Përdorimi i vendimeve të ndjeshme (punësimi, kreditimi) pa monitoruar drejtësinë e produktit.

Në përmbledhje

• Përpara se të vendosni një model, vendosni një grup të vogël vlerësues me të dhënat tuaja dhe testoni kandidatët; renditja e përgjithshme nuk përfaqëson biznesin tuaj.
• Halucinacioni është prodhimi i sigurt i modelit të gjuhës së rreme; Kapur nga atribuimi i burimit, niveli i besimit dhe verifikimi njerëzor.
• Rreptësia e verifikimit njerëzor rregullohet sipas kostos së gabimit; Në zonat kritike, AI është vetëm mbështetje, vendimi është i njeriut.
• Transparenca, kontrolli i njëanshmërisë, konfidencialiteti dhe llogaridhënia; janë katër shtyllat e përdorimit të përgjegjshëm të AI. Politika e një faqeje parandalon rreziqe të mëdha.

Detyra e aplikimit

Vendosni një grup vlerësimi prej 15 shembujsh me shabllonin 1 në këtë njësi (eval set design) për modelin(ët) kandidatë që keni zgjedhur përgjatë modulit dhe krahasoni të paktën dy modele me këtë grup. Më pas hartoni se si do të verifikohet rezultati nga njerëzit me shabllonin 3 (rrjedha e verifikimit) dhe hartoni një politikë me një faqe për ekipin tuaj me shabllonin 4 (politika e përdorimit të përgjegjshëm). Këto tre rezultate e kthejnë të gjithë modulin në një plan të zbatueshëm vendosjeje.

listë kontrolli

• [ ] Me të dhënat e mia, unë mund të krijoj një grup të vogël vlerësues dhe të krahasoj modelet.
• [ ] Unë mund të njoh halucinacione dhe të aplikoj masa lehtësuese dhe arrestuese.
• [ ] Mund të rregulloj rreptësinë e verifikimit njerëzor bazuar në koston e gabimit.
• [ ] Unë mund të fus parimet e transparencës, paragjykimit, konfidencialitetit dhe llogaridhënies në rrjedhën e punës.
• [ ] Unë mund të hartoj një politikë të përdorimit të përgjegjshëm të AI me një faqe.

Provimi i Modulit

1. Cili është ndryshimi midis një 'ofruesi' të AI dhe një 'familje model'?

• A) Ofruesi është kompania që zhvillon modelin dhe familja model është grupi model i asaj kompanie nën një markë ✔
• B) Janë saktësisht e njëjta gjë dhe përdoren në mënyrë të ndërsjellë
• C) Ofruesi është çmimi i modelit, familja e modelit është shpejtësia e modelit.
• D) Familja model i referohet kompanisë, furnizuesi i referohet një versioni të vetëm model

Përshkrimi: Ofruesi është kompania që ka zhvilluar modelin (p.sh. Anthropic); Familja model është grupi model që ajo kompani mbledh nën një markë (për shembull, Claude). Versioni model është një version specifik brenda familjes.

2. Si mund të përcaktohen më saktë 'peshat' e një modeli?

• A) Është numri i shenjave që modeli mund të prodhojë në minutë
• B) Janë miliarda parametra numerikë që modeli mëson gjatë trajnimit dhe ruan informacionin e tij. ✔
• C) Është tarifa mujore e abonimit të modelit
• D) Është numri i gjuhëve të mbështetura nga modeli

Përshkrimi: Peshat janë miliarda parametra numerikë që modeli mëson gjatë trajnimit; Është vendi ku ruhet "gjithçka që modeli di". Dallimi i peshës së mbyllur/e qartë varet nëse këto parametra mund të shkarkohen dhe ekzekutohen.

3. Cili pohim është i vërtetë për 'peshën e hapur' dhe 'burimin e hapur'?

• A) Janë saktësisht të njëjtat koncepte dhe të dyja japin përdorim tregtar të pakufizuar
• B) Pesha e hapur i bën gjithmonë publike edhe të dhënat e stërvitjes
• C) Nuk është e njëjta gjë; Në peshimin e hapur, zakonisht ndahen vetëm parametrat dhe kushtet e licencës mund të kufizojnë përdorimin komercial ✔
• D) Modelet me kod të hapur nuk mund të shkarkohen, modelet me peshë të hapur mund të shkarkohen

Shpjegim: Në peshimin e hapur, ndahen vetëm parametrat e modelit; të dhënat dhe proceset e trajnimit shpesh nuk zbulohen, dhe disa licenca kufizojnë përdorimin komercial. Pra, 'pesha e hapur' nuk është saktësisht e njëjtë me 'burimin e hapur'.

4. Cila nga të mëposhtmet është tipari më vendimtar i modelit për një ekip ligjor që lexon dhe analizon kontratat e gjata?

• A) Duke pasur çmimin më të ulët simbolik
• B) Të ketë aftësi përpunuese vizuale (multimodale).
• C) Të ketë licencë me peshë të hapur
• D) Duke pasur një dritare konteksti të gjerë ✔

Shpjegim: Modeli ka nevojë për një dritare të madhe konteksti për të përpunuar dokumente të gjata në tërësi; Dritarja e kontekstit është sasia totale e shenjave që modeli mund të mbajë parasysh në të njëjtën kohë.

5. Çfarë është e vërtetë në lidhje me çmimin token për modelet me peshë të mbyllur?

• A) Shenja e daljes është zakonisht dukshëm më e shtrenjtë se shenja hyrëse ✔
• B) Inputi dhe outputi janë gjithmonë saktësisht i njëjti çmim
• C) Vetëm tarifa fikse mujore e ngarkuar, shuma e përdorimit është e parëndësishme
• D) Token hyrës është gjithmonë shumë herë më i shtrenjtë se prodhimi

Shpjegim: Çmimi llogaritet për token dhe shenja e daljes që prodhon modeli është zakonisht disa herë më e shtrenjtë se token-i i hyrjes që dërgoni. Prandaj, printimet e gjata dhe të panevojshme rrisin kostot me shpejtësi.

6. Cili tipar në një model është thelbësor për një ekip kontabël që dëshiron të nxjerrë automatikisht të dhëna nga imazhet e faturave?

• A) Dritarja më e gjerë e mundshme e kontekstit
• B) Multimodaliteti (aftësia përpunuese vizuale) ✔
• C) Licencë me peshë të hapur
• D) Niveli më i lartë i arsyetimit

Shpjegim: Për të kuptuar përmbajtjen vizuale, modeli duhet të jetë në gjendje të përpunojë imazhe si dhe tekst, domethënë duhet të jetë multimodal. Multimodaliteti është aftësia e modelit për të trajtuar lloje të shumta të dhënash, të tilla si teksti, imazhet dhe ndonjëherë audio.

7. Cila është zgjedhja më logjike për një detyrë me vëllim të lartë dhe të thjeshtë (p.sh. klasifikimi pozitiv/negativ i mijëra komenteve)?

• A) Gjithmonë modeli më i fortë dhe më i shtrenjtë i arsyetimit
• B) Një model që funksionon vetëm në peshë të hapur dhe në serverin e vet
• C) Një model i lehtë dhe me kosto të ulët, sepse detyra është e thjeshtë dhe vëllimi është i lartë ✔
• D) Modeli me dritaren më të gjerë të kontekstit

Përshkrimi: Një model i lehtë dhe me kosto të ulët e bën trukun për detyra të thjeshta dhe me volum të lartë; Përdorimi i modelit më të fuqishëm dhe më të shtrenjtë krijon kosto të panevojshme këtu. Qasja e saktë është të përputhet vështirësia e detyrës me nivelin e modelit.

8. Çfarë e shkakton dërgimin e tekstit që përmban të dhëna personale te një ofrues i AI me bazë të huaj për sa i përket KVKK-së?

• A) Nuk krijon asnjë detyrim ligjor
• B) Ka rëndësi vetëm nëse ofruesi është në BE, në asnjë rast tjetër
• C) Është rreptësisht e ndaluar në çdo rrethanë, pavarësisht nëse të dhënat janë anonime apo jo
• D) Transferimi i të dhënave jashtë konsiderohet dhe i nënshtrohet kushteve të veçanta të KVKK ✔

Shpjegim: Të dhënat operative në serverët e një ofruesi jashtë vendit konsiderohen 'transferim i të dhënave jashtë vendit' dhe i nënshtrohen kushteve të veçanta të KVKK-së për këtë temë (si pëlqimi i qartë, vendimi i përshtatshmërisë, garancitë e duhura).

9. Çfarë bën mënyra e 'arsyetimit' të një modeli dhe si ndikon në kosto?

• A) Rrit saktësinë në problemet komplekse, por rrit koston dhe vonesën pasi gjeneron më shumë argumente ✔
• B) Gjithmonë e bën modelin të lirë
• C) Rrit vetëm numrin e gjuhëve të mbështetura nga modeli
• D) Gjithmonë shkurtoni përgjigjet dhe ulni koston

Përshkrimi: Mënyra e arsyetimit lejon modelin të 'mendojë' hap pas hapi përpara se të japë përgjigjen; Rrit saktësinë në problemet me shumë hapa dhe komplekse, por gjithashtu rrit koston dhe vonesën sepse gjeneron më shumë argumente.

10. Cila është qasja më e besueshme kur vlerësoni (vlerësoni) një model për biznesin tuaj?

• A) Mjafton të zgjidhni modelin më të njohur dhe ta përdorni pa prova
• B) Vendosni një grup të vogël testimi të detyrave tuaja reale dhe krahasoni modelet me të ✔
• C) Thjesht duke parë pikën e referimit të përmendur në reklama
• D) Prano automatikisht modelin me dritaren e kontekstit më të lartë si më të mirën

Shpjegim: Në vend që të mbështeteni verbërisht në tabelat e liderëve, krijimi i një grupi të vogël testimi të detyrave tuaja reale dhe krahasimi i modeleve në këtë grup do të zbulojë atë që i përshtatet vërtet biznesit tuaj.

11. Si duhet të formojë rrjedhën tuaj të punës njohuria se produkti i modelit mund të përmbajë 'halucinacione'?

• A) Produkti duhet të konsiderohet gjithmonë i saktë dhe të publikohet drejtpërdrejt
• B) Halucinacioni shihet vetëm në modelet pa pagesë, jo në modelet me pagesë
• C) Në vendimet kritike, rezultati duhet të verifikohet nga një person dhe burimet duhet të konfirmohen ✔
• D) Halucinacioni mund të eliminohet plotësisht duke ndryshuar thjesht modelin

Shpjegim: Një halucinacion është kur modeli prodhon informacion që nuk është në të vërtetë i vërtetë, në një gjuhë të sigurt. Për shkak të këtij rreziku, duhet të kërkohet verifikimi i rezultatit nga një person, veçanërisht për vendimet ligjore, mjekësore dhe financiare.

12. Cila është logjika bazë e qasjes 'portofoli model' i adoptuar nga institucionet e pjekura?

• A) Për të siguruar thjeshtësi duke kryer çdo punë nga një model i vetëm, më i shtrenjtë.
• B) Duke përdorur vetëm modelin më të lirë dhe duke injoruar plotësisht cilësinë
• C) Mos përdorni asnjë model dhe kryeni të gjithë punën me dorë
• D) Optimizimi i kostos dhe reduktimi i varësisë nga një ofrues i vetëm duke përdorur modele të ndryshme sipas detyrës ✔

Përshkrimi: Portofoli i modelit është të përdorë modele të ndryshme sipas detyrës: model i lirë për punë të thjeshta dhe të mëdha, model i fuqishëm për punë komplekse, model me peshë të hapur/rajonal për të dhëna konfidenciale. Kjo njëkohësisht optimizon koston dhe redukton varësinë nga një ofrues i vetëm.

13. Pse shteti i origjinës dhe politika e ruajtjes së të dhënave mund të jetë një kriter për zgjedhjen e modelit?

• A) Sepse ndikon drejtpërdrejt në kërkesat rregullatore, sovranitetin e të dhënave dhe privatësinë ✔
• B) Vetëm sepse përcakton shpejtësinë e reagimit të modelit
• C) Sepse përcakton formatet e skedarëve të mbështetur nga modeli
• D) Për shkak se nuk ka efekt praktik, është thjesht një detaj marketingu

Përshkrimi: Shteti ku ndodhet zhvilluesi i modelit dhe ku/sa të dhëna ruhen; Ai është vendimtar për sa i përket rregullimit ligjor, sovranitetit të të dhënave dhe privatësisë. Për shembull, për një organizatë që dëshiron të presë brenda BE-së, një ofrues rajonal ose opsioni i ruajtjes zero bëhet i rëndësishëm.

14. Cila shpjegon më mirë pse kërkimi i një 'modeli të vetëm më të mirë' në një detyrë është mashtruese?

• A) Të gjitha modelet në fakt kanë saktësisht të njëjtat aftësi
• B) Modelet janë të forta në madhësi të ndryshme, kështu që 'më e mira' varet nga kërkesa e punës ✔
• C) Modeli më i shtrenjtë është automatikisht më i miri në çdo detyrë
• D) Zgjedhja e modelit duhet të bëhet krejtësisht rastësisht

Përshkrimi: Modelet janë të forta në dimensione të ndryshme si shpejtësia, kostoja, konteksti, multimodaliteti, privatësia dhe arsyetimi. Një model që është lider në një dimension mund të jetë i dobët në një tjetër; kështu që 'më e mira' varet gjithmonë nga kërkesa e punës.