Faida:
- Uwezo wa kutambua aina za kuosha kijani kibichi (hakuna uhakika, haijathibitishwa, ubadilishanaji uliofichwa, wakati ujao uliokithiri) na kufanya madai kuwa yanapimika, yamepatikana na yanafikiwa.
- Uwezo wa kuainisha data itakayotolewa kwa gari kwa suala la usiri na kulinda siri za biashara na data ya kibinafsi
- Uwezo wa kutekeleza lango la ubora kutoka mwisho hadi mwisho kutoka kwa ufafanuzi hadi uthibitishaji na kuchukua jukumu la mwisho bila kutegemea utetezi wa 'AI alisema'
Kulikuwa na kanuni iliyorudiwa katika kila kitengo cha moduli hii: nambari inapaswa kutegemea chanzo, dai linapaswa kutegemea ushahidi. Sehemu hii ya mwisho inaunganisha kanuni hiyo. Hatari kubwa ya AI katika mazingira na hali ya hewa sio hesabu mbaya, lakini badala yake kwamba hutoa hadithi ya kuaminika lakini isiyo na msingi. Katika kitengo hiki utajifunza jinsi ya kutambua na kuzuia kuosha kijani, kuhakikisha usahihi wa data, maadili na faragha, na mtiririko wa mwisho hadi mwisho ambao unaunganisha sehemu nzima.
Anatomy ya kuosha kijani
Usafishaji wa kijani ni wakati shirika linafanya utendaji wake wa mazingira uonekane bora kuliko ilivyo. Kwa sababu AI ni nzuri sana katika kutoa maandishi fasaha na yenye ushawishi, pia ina uwezekano mkubwa wa kutokeza uoshaji kijani bila kujua. Aina kuu:
Aina ya kuosha kijani
Unamaanisha nini?
mfano
dai lisilo wazi
neno lisilopimika, lisilobainishwa
"Eco-friendly", "asili", "kijani"
madai bila ushahidi
Nambari/lengo bila data
"Sisi hatuna kaboni" (hakuna nyaraka)
kubadilishana siri
Kuangazia mema na kuficha mabaya makubwa
"Ufungaji unaweza kutumika tena" lakini bidhaa ni chafu sana
dai lisilohusika
Kuwasilisha kile ambacho tayari ni muhimu / kisicho muhimu kama fadhila
"Haina vitu vilivyokatazwa"
lebo bandia
Mwonekano wa cheti kilichotengenezwa/ambacho hakijathibitishwa
Nembo ya "kijani" iliyojitengeneza yenyewe
siku zijazo za kupindukia
Kukimbilia katika lengo la mbali bila ushahidi
"Hatutakuwa na upande wowote mnamo 2050" (hakuna mpango wa muda)
Kidokezo: Dai zuri la kimazingira lina sifa tatu: inayopimika (nambari), iliyothibitishwa (kipande cha ushahidi), na wazi katika upeo (wazi ni nini kinacholinganishwa na wakati). Ikiwa dai halipo moja kati ya haya matatu, acha kabla ya kulichapisha.
Usahihi wa data: kanuni ya dhahabu ya moduli
Taaluma ya uthibitishaji tunayoiona katika kila kitengo inaweza kufupishwa kwa sentensi moja: Hakuna nambari au ukweli unaotolewa na AI unaobadilika kuwa uamuzi, ripoti au dai bila kuthibitishwa na chanzo huru. Sababu ya chafu imethibitishwa kutoka kwa jedwali rasmi, kifungu cha sheria kinathibitishwa kutoka kwa maandishi ya sasa, kipimo kinathibitishwa kutoka kwa kifaa kilichorekebishwa, na hesabu imethibitishwa kutoka kwa nambari iliyotekelezwa. AI huongeza kasi; Yeye ndiye mtu mkweli.
Maadili na faragha
Maadili: Data ya mazingira inahusu umma na vizazi vijavyo; kusaga data, kuripoti kwa kuchagua, au kuficha kutokuwa na uhakika ni ukiukaji wa maadili. Usiulize AI "ionyeshe ripoti vizuri zaidi", lakini badala yake "ionyeshe ripoti kwa usahihi zaidi na kwa kueleweka".
Usiri: Takwimu za uzalishaji wa kiwango cha mmea, makubaliano ya wasambazaji, data ya utoaji wa hewa chafu ambayo haijafichuliwa inaweza kuwa siri za biashara; Data ya usafiri au eneo la mfanyakazi inaweza kuwa data ya kibinafsi. Angalia sera za shirika na sheria za ulinzi wa data (k.m. KVKK/GDPR) kabla ya kuzibandika kwenye zana za umma za AI; Ondoa jina ikiwezekana au utumie zana ya uthibitisho wa data ya biashara.
Tahadhari: "AI ilisema hivyo" sio utetezi. Taasisi na aliyetia saini wanawajibika kwa ripoti ya upotoshaji wa uwongo, utangazaji unaopotosha au data ya siri iliyovuja. AI ni chombo; Ni mtu anayewajibika.
Mtiririko wa kazi wa mwisho hadi mwisho: kusanya moduli
Hapa kuna hatua sita za kutoa dai la mazingira au kuripoti kwa ujasiri kutoka mwanzo hadi mwisho:
1. Fafanua. Nini kitaripotiwa/kudaiwa? Je, upeo, kitengo, kiwango, kipindi ni wazi?
2. Kusanya na kuthibitisha data. Je, kila toleo lina chanzo kinachoweza kufuatiliwa? Je, mambo ni rasmi?
3. Kokotoa na uthibitishe. Fanya hesabu kwa nambari na upe matokeo na vitengo na maagizo.
4. Mchoro. Jenga mifupa ya maandishi na AI; Unganisha kila sentensi na ushahidi.
5. Pitisha kupitia chujio cha Greenwashing. Ondoa taarifa zisizo wazi, zisizo na uthibitisho, zilizotiwa chumvi.
6. Thibitisha na uwajibike. Uhakikisho wa kujitegemea / udhibiti wa kitaalam; kibali cha mwisho kiko kwa mwanadamu.
kesi tatu ndogo
Kesi ya 1 - Fasaha lakini haina msingi. Timu moja ilikuwa na AI kuandika muhtasari wa uendelevu; Maandishi yalikuwa ya kuvutia, lakini yalijaa misemo isiyoweza kupimika kama vile "uendelevu unaoongoza katika tasnia," "athari karibu na sufuri." Kutumia kichujio cha kuosha kijani (kiolezo 1 hapa chini) kilialamisha madai saba ambayo hayajathibitishwa; kila moja ilibadilishwa na nambari iliyothibitishwa au kuondolewa. Ripoti hiyo ilikuwa fupi lakini yenye utetezi.
Kesi ya 2 - Data iliyovuja. Mchanganuzi alibandika data ya kituo ambacho bado haijafichuliwa kwenye zana ya AI inayopatikana kwa umma na akaomba uchanganuzi. Timu ya kufuata iligundua kuwa hii ilikuwa siri ya biashara na uwezekano wa ukiukaji wa ufichuzi wa udhibiti; mchakato ulisimamishwa, data ilihamishiwa kwa chombo cha ushirika (uthibitisho wa kuvuja). Somo: tambua darasa (siri?) la data kabla ya kuipa zana.
Kesi ya 3 - Mlolongo wa uthibitishaji. Shirika moja liliweka jedwali la "ushahidi wa madai" kwa ripoti yake yote ya mwaka: kinyume cha kila nambari katika kila sentensi ni chanzo chake. Mkaguzi alipofika, waliweza kufuatilia kila dai ndani ya dakika; Mchakato wa uhakikisho ulikwenda vizuri. Taaluma hii ilikuwa msingi wa vitengo vyote vya moduli na kuokoa muda na utambuzi katika ulimwengu halisi.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Fanya ujumbe wetu wa uendelevu kuwa wa kuvutia zaidi.
Kwa nini ni dhaifu: Tamaa ya "kuvutia" inasukuma AI katika hyperbole na sifa zisizo wazi; inazalisha greenwashing.
Agizo lenye nguvu:
Jukumu lako: mhariri wa mawasiliano ya mazingira na mkaguzi wa greenwashing. Fanya maandishi yaliyo hapa chini kuwa SAHIHI zaidi na kueleweka, sio "shiny". Kila dai linauliza: je, linaweza kupimika, linapatikana, je upeo wake uko wazi? Bendera hazieleweki (“eco-friendly”), zisizo na ushahidi (“neutral”), na kauli zilizotiwa chumvi na kupendekeza njia mbadala zilizopimwa kulingana na ushahidi. Ondoa dai ambalo halina ushahidi.Nakala: [hapa]
Violezo vinne vinavyoweza kunakiliwa
1) Kichujio cha kudhibiti kuosha kijani:
Jukumu lako: mkaguzi wa kuosha kijani. Jedwali kila dai la mazingira katika maandishi hapa chini: (dai | inaweza kupimwa | kuna ushahidi | haina uhakika | uamuzi). Weka alama kwenye zile ambazo haziko wazi/hazijathibitishwa/zilizotiwa chumvi na upendekeze mbadala iliyopimwa, yenye msingi wa ushahidi kwa kila moja. Maandishi: [hapa]
2) Jedwali la kulinganisha la madai na ushahidi:
Futa KILA dai la nambari na la kweli kutoka kwa maandishi ya ripoti hapa chini. Acha safu ya "chanzo" kwa kila moja. Tia alama kwenye dai lolote kwa chanzo ambacho hakijabainishwa kama "USHAHIDI UNAOTAKIWA". Badilisha maandishi; angalia.Nakala: [hapa]
3) Angalia mapema ya faragha:
Bainisha data ifuatayo kabla ya kuichakata katika zana ya AI: je, ina siri za biashara (uzalishaji wa mimea, bei ya mtoa huduma), data ya kibinafsi (jina, eneo) au taarifa ya fedha ambayo haijafichuliwa? Ripoti maeneo hatari na upendekeze kutokujulikana/kuondolewa. Mfano wa data: [hapa]
4) Lango la ubora wa mwisho hadi mwisho:
Fanya ukaguzi wa mwisho kwa ripoti ya mazingira/dai hapa chini. Ili: (1) kiwango cha kipimo kionekane wazi, (2) kila nambari imetolewa, (3) hesabu imethibitishwa, (4) kuna kuosha kijani, (5) data ya siri/ya kibinafsi imevuja. Toa pasi/kushindwa na uhalalishaji kwa kila kitu. Maudhui: [hapa]
Makosa ya kawaida
- Kutaka "kuvutia." Hii inasukuma AI katika hyperbole na greenwashing; Uliza "sahihi na inayoeleweka."
- Bila kugundua dai lisilo wazi. Misemo kama "eco-friendly" haiwezi kupimika na ni hatari.
- Inahamisha data ya siri kwa zana iliyo wazi. Kwanza ainisha data na uifiche ikiwa ni lazima.
- Kujitetea na "AI ilisema hivyo." Wajibu daima ni wa mtu.
- Kutodumisha msururu wa uthibitishaji. Chanzo cha kila dai lazima kikaguliwe.
Kwa muhtasari
Kiini cha kutumia AI kwa usalama katika mazingira na hali ya hewa ni taaluma moja: kila nambari iliyotolewa, kila dai limethibitishwa, kila data inayotolewa kwa kila zana iliyoainishwa, kila uamuzi wa mwisho wa kibinadamu. Kuosha kijani ni mtego wa lugha ya majimaji; Njia ya kuepuka ni kutoa madai ambayo yanapimika, chanzo na yana upeo fulani. AI; kukokotoa, kuchanganua, kutayarisha rasimu na kupanga - lakini mtaalam stadi ndiye anayethibitisha, kuamua na kuwajibika. Katika kazi ya mazingira yenye matokeo ya juu, pato la AI sio mbadala wa uthibitishaji na uthibitisho wa mtaalam; inaharakisha tu.
Jukumu la maombi
Chagua moja inayowasilishwa ambayo umetoa katika moduli nzima (muhtasari wa uzalishaji, uchambuzi wa maji, au sehemu ya ESG). Ukaguzi wa kuosha kijani kwa kutumia kiolezo cha 1 kwanza na urekebishe madai yoyote ambayo hayajathibitishwa utakayopata. Kisha unda jedwali la ushahidi wa dai na kiolezo cha 2 na ukamilishe nambari zilizosalia bila vyanzo. Hatimaye, tumia lango la ubora kutoka mwisho hadi mwisho na kiolezo cha 4; Sahihisha hadi upate "kupita" kwa vitu vyote vitano.
orodha ya ukaguzi
- [ ] Nilifanya kila dai kupimika, chanzo na upeo mahususi.
- [ ] Nilisafisha lugha isiyoeleweka/iliyotiwa chumvi kwa kichujio cha kuosha kijani.
- [ ] Nimethibitisha kwa kujitegemea kila nambari inayotolewa na AI.
- [ ] Nimeainisha/kuficha utambulisho wa data niliyotoa kwa zana ya usiri.
- [ ] Nilikuwa na msimbo wa hesabu na kuipatia vitengo na safu.
- [ ] Nilichukua jukumu la mwisho; Sikutegemea utetezi wa "AI alisema".
Mtihani wa Moduli
1. Ni ipi kati ya zifuatazo ni nafasi sahihi zaidi ya akili ya bandia katika mazingira na hali ya hewa?
- A) Akili bandia ni msaidizi wa kanuni, data na ramani; Wajibu wa mambo, upeo, ushahidi na maamuzi ya kimaadili ni ya wanadamu ✔
- B) Akili Bandia ni kifaa cha kupimia na maadili ya utoaji unaotoa huwa sahihi kila wakati.
- C) Akili bandia ni muhimu tu katika kuandika ripoti, haina uhusiano wowote na uhasibu na ufuatiliaji.
- D) Kwa kuwa akili ya bandia haina upendeleo zaidi kuliko wanadamu, maamuzi yote ya mazingira yanapaswa kuachwa.
Maelezo: Akili ya bandia; Ni msaidizi anayeandika msimbo, kupanga data, hutoa rasimu na muhtasari. Hata hivyo, uthibitisho wa kipengele cha utoaji, upeo na usahihi wa kitengo, uthibitisho wa madai na uwajibikaji wa mwisho upo kwa mtaalam mwenye uwezo. Muundo wa lugha kubwa si kifaa cha kupimia, kikokotoo, au chanzo cha sheria; ni jenereta ya maandishi ambayo hutoa 'neno linalofuata linalowezekana zaidi' na matokeo yake ambayo hayajathibitishwa yanaweza kusababisha ripoti ya uwongo au dai.
2. Je, ni mbinu ipi iliyo sahihi kwa kukokotoa 'data ya shughuli × sababu ya utoaji wa hewa chafu' katika orodha ya gesi chafuzi?
- A) Kutumia sababu ambayo akili ya bandia inakumbuka na kuifanya ifanye jumla kwa mikono
- B) Kuchukua kipengele kutoka kwa jedwali rasmi kulingana na nchi na mwaka na kufanya jumla kwa msimbo unaoweza kutekelezeka ✔
- C) Kuhesabu gesi zote kama CO₂ na kuruka ubadilishaji wa GWP
- D) Kutumia kipengele cha gridi chaguomsingi (k.m. Marekani) kwa kila nchi
Maelezo: Mambo ya utoaji hutofautiana kulingana na nchi, mwaka na mafuta; 'Kukumbusha' AI huleta hatari ya utungaji. Sababu inapaswa kuthibitishwa kila wakati kutoka kwa jedwali rasmi (IPCC, DEFRA/EPA, orodha ya kitaifa); Jumla ya mistari mingi inapaswa kufanywa kwa msimbo unaoweza kutekelezeka, si kwa mikono. Methane na N₂O lazima zibadilishwe hadi CO₂e na seti sahihi ya GWP.
3. Kulingana na Itifaki ya GHG, ni upeo gani unaojumuisha utoaji wa hewa chafu unaotokana na uzalishaji wa umeme ulionunuliwa?
- A) Upeo 1
- B) Upeo 3
- C) Upeo 2 ✔
- D) Haijajumuishwa katika upeo wowote na haijaripotiwa
Maelezo: Upeo 1 ni uzalishaji wa moja kwa moja kutoka kwa vyanzo vya shirika (boiler, gari la kampuni). Upeo wa 2 ni uzalishaji usio wa moja kwa moja kutoka kwa uzalishaji wa nishati iliyonunuliwa (umeme, mvuke, inapokanzwa, baridi). Upeo wa 3 unajumuisha uzalishaji mwingine wote usio wa moja kwa moja katika mnyororo wa thamani (ugavi, usafiri, matumizi ya bidhaa).
4. Ni ipi sahihi unapotanguliza hatua za kupunguza na MACC (gharama ndogo ya kupunguza)?
- A) Hatua za gharama kubwa zaidi na za kiteknolojia zinachukuliwa kwanza
- B) Kwanza, kukabiliana kununuliwa na kuitwa 'net zero', kupunguza ni kushoto kwa baadaye.
- C) Utaratibu wa hatua hautegemei gharama; zote zinatumika kwa wakati mmoja
- D) Hatua hasi za gharama (kuokoa) huchukuliwa kwanza, uondoaji unaachwa mwisho ✔
Maelezo: MACC hupanga vipimo kulingana na gharama kwa tani iliyoepukwa (€/tani). Hatua hasi za gharama (k.m. ufanisi wa nishati) zote mbili hupunguza uzalishaji na kuokoa pesa; Hawa wanaletwa mbele. Chaguzi za gharama kubwa na kukabiliana zimesalia hadi mwisho. Kuondoa sio mbadala wa kupunguza, lakini ni nyongeza ya salio lisiloepukika.
5. Uliona kwenye picha ya satelaiti kwamba NDVI katika eneo moja ilipungua ghafla katika mwezi mmoja. Unapaswa kufanya nini kwanza?
- A) Pasha kengele ya 'ukataji miti ghafla' na kuutangaza kwa umma
- B) Kujaribu uhalisi wa ishara kwa kutumia kinyago cha wingu na kulinganisha na tarehe za jirani ✔
- C) Kuangalia picha moja na kuripoti hasara halisi ya asilimia
- D) Data ya setilaiti ni sahihi kila wakati; hakuna ukaguzi wa ziada unaohitajika
Maelezo: Ishara ya uwongo ya kawaida ya data ya setilaiti ni wingu. Kushuka kwa NDVI kunaweza kuwa upotezaji halisi wa msitu, au inaweza kuwa wingu juu ya picha siku hiyo. Ni muhimu kwanza kutumia mask ya wingu na kulinganisha na tarehe za jirani zisizo na wingu; Dai la mabadiliko linapaswa kutegemea mtindo, sio tarehe moja, na ikiwezekana, linapaswa kuthibitishwa na ukweli wa msingi.
6. Je, ni njia gani iliyo sahihi unapolinganisha athari ya maji ya viwanda viwili?
- A) Kuangalia tu lita kamili na kutangaza ile inayotumia zaidi kuwa mbaya zaidi
- B) Athari ya maji ni sawa kila mahali; mkoa sio muhimu
- C) Kupima matumizi kwa dhiki ya maji ya kikanda na kulinganisha na athari halisi ✔
- D) Kuongeza maji ya kijani, bluu na kijivu kwenye nambari moja na kupuuza mkazo
Maelezo: Maji, tofauti na kaboni, ni ya ndani; Kiasi sawa cha maji kinamaanisha athari mbaya zaidi ya mazingira katika eneo lenye shinikizo la juu la maji. Kwa hivyo, athari ya maji inapaswa kutathminiwa sio tu kwa lita kamili, lakini pia kwa uzito na shinikizo la maji la kikanda. Kituo katika eneo ambacho hutumia kidogo lakini ni kavu sana kinaweza kuwa muhimu zaidi kuliko kituo kinachotumia sana lakini kina maji mengi.
7. Katika usimamizi wa taka, akili bandia iliainisha taka za kemikali katika msimbo 'usio hatari'. Tabia sahihi ni nini?
- A) Kuiondoa moja kwa moja kutoka kwa nambari hiyo kwa sababu akili ya bandia inasema hivyo
- B) Misimbo ya taka sio muhimu; zote zimetupwa kwa njia moja
- C) Kupuuza uchafuzi na darasa la hatari na kuripoti kiasi kilichokusanywa
- D) Kuthibitisha darasa kwa karatasi ya data ya usalama (SDS) na sheria, bila kukubali pendekezo la kijasusi bandia kama la mwisho ✔
Maelezo: Uainishaji mbaya na utupaji usiosajiliwa wa taka hatari ni kati ya uhalifu wa mazingira ulioidhinishwa sana. Pendekezo la msimbo wa taka wa AI ni rasimu ya awali tu; Darasa la hatari lazima lidhibitishwe na karatasi ya data ya usalama (SDS) ya dutu hii na kanuni zinazotumika za taka. Pato la AI halitumiwi kamwe kama msimbo wa mwisho wa taka.
8. Kituo kilipunguza utoaji wake wa rundo kwa 20%. Kwa nini ni kosa kusema 'hewa ya jirani imesafishwa kwa 20%'?
- A) Utoaji na mkusanyiko ni tofauti; Mabadiliko ya hali ya hewa yanahitaji vipimo tofauti na muundo ✔
- B) Utoaji na mkusanyiko ni kitu kimoja; Kupungua kunaonyeshwa moja kwa moja kwenye hewa
- C) Kipimo cha chimney daima hutoa hali ya hewa sahihi ya ujirani
- D) Hali ya hewa haiathiri ubora wa hewa, kwa hivyo dai ni halali
Ufafanuzi: Utoaji (kiasi kinachotoka kwenye chanzo) na mkusanyiko (wiani unaopimwa hewani) ni vitu tofauti. Upepo, halijoto na topografia husababisha utoaji sawa na kusababisha viwango tofauti sana. Hata kama kupunguzwa kwa uzalishaji wa stack ni kweli, madai ya ukolezi katika hewa yanaweza tu kuthibitishwa kwa kipimo kilichosawazishwa na modeli ifaayo ya utawanyiko; vinginevyo haina uthibitisho na inapotosha.
9. Katika ripoti ya ESG, kuna sentensi 'tulipunguza matumizi yetu ya maji kwa 15%' katika maandishi yaliyotolewa na akili ya bandia. Ni udhibiti gani muhimu zaidi?
- A) Kuangalia jinsi sentensi inavyovutia na fasaha
- B) Thibitisha kuwa nambari imeunganishwa na chanzo kinachoweza kufuatiliwa (ankara, mita, kipimo) ✔
- C) Kuchukulia nambari ni sahihi kwa sababu akili ya bandia huizalisha
- D) Kuzungusha asilimia hadi kufanya nambari ionekane kuwa ya uthubutu zaidi
Maelezo: Thamani ya ripoti ya ESG ni ufuatiliaji wa data yake dhaifu zaidi, na wakaguzi huru wa uhakikisho huchunguza mlolongo wa ushahidi nyuma ya nambari hiyo. AI inaweza kuwa imetoa nambari ambayo ilionekana kuwa 'ya busara' kutoka kwa maandishi yaliyotangulia lakini haikuweza kufuatiliwa. Si kila dai la kidijitali linafaa kuingiza ripoti bila kuunganishwa na chanzo kinachoweza kufuatiliwa kulingana na ankara/mita/cheti.
10. Kwa nini matukio mengi hutumika katika tathmini ya hatari ya hali ya hewa badala ya siku zijazo moja?
- A) Matukio ni mapambo; Utabiri mmoja sahihi wa siku zijazo unatosha
- B) Kwa kuwa akili bandia inaweza kutoa uwezekano wa mafuriko yajayo kwa asilimia kamili, hali moja inatosha.
- C) Hatari ya kimwili na ya mpito inaweza kuwa mbaya kulingana na matukio; Kusudi ni kujaribu uvumilivu ✔
- D) Hatari ya kimwili na ya mpito ni kitu kimoja, hakuna haja ya matukio tofauti
Maelezo: Hatari ya kimwili (athari za hali ya hewa kama vile mafuriko, ukame) na hatari ya mpito (bei ya kaboni, sheria, mabadiliko ya teknolojia) mara nyingi huenda katika mwelekeo tofauti: ikiwa dunia itapunguza haraka, hatari ya mpito huongezeka, hatari ya kimwili hupungua; Ikiwa anatenda polepole, kinyume chake hutokea. Kwa hiyo, angalau hali ya joto ya chini (1.5-2 ° C) na moja ya juu (3 ° C+) inajaribiwa. Kusudi sio kutabiri siku zijazo, lakini kujaribu uvumilivu.
11. Uliuliza AI ikiwa kanuni (k.m. CBAM) inatumika kwako na makataa yake. Unapaswa kuishi vipi?
- A) Kupanga moja kwa moja kulingana na tarehe na vitu vilivyotolewa na akili ya bandia
- B) Kuweka uamuzi wa upeo juu ya tafsiri ya jumla ya AI, bila kuangalia orodha rasmi ya kanuni
- C) Kuzingatia ni mara moja; Mara baada ya kuuliza, hakuna haja ya kufuatilia mara kwa mara sheria
- D) Zingatia matokeo kama rasimu na uthibitishe makala, tarehe, kiwango cha juu na upeo kutoka kwa maandishi rasmi ya sasa ✔
Maelezo: Maarifa ya udhibiti hupitwa na wakati haraka; Makala hubadilika, tarehe zimeahirishwa, wigo hupanuka. Data ya mafunzo ya AI imesimamishwa kwa tarehe fulani na inaweza kuwa haijasasishwa; Zaidi ya hayo, maada inaweza kutunga ukweli muhimu kama vile historia na kizingiti. Uamuzi wa upeo unapaswa kuthibitishwa na orodha rasmi ya bidhaa/msimbo, tarehe na vizingiti vyote na maandishi rasmi yanayotumika; Maoni yaliyoidhinishwa/ya kitaalam yanapaswa kupatikana katika maamuzi muhimu ya kufuata.
12. Je, ni madai gani kati ya yafuatayo ya mazingira ambayo yana hatari ndogo zaidi ya kuosha kijani kibichi?
- A) 'Tumepunguza utoaji wetu wa uzalishaji kwa 18% kufikia 2023 (kwa uthibitishaji wa kujitegemea)' ✔
- B) 'Bidhaa zetu ni rafiki wa mazingira na asili kabisa'
- C) 'Kampuni yetu haina kaboni' (bila kutoa hati au data yoyote)
- D) 'Sisi ni kampuni endelevu zaidi na karibu na sifuri katika tasnia'
Ufafanuzi: Dai zuri la kimazingira linaweza kupimika (lina nambari), limethibitishwa (kulingana na ushahidi), na mahususi katika upeo (ni wazi ni nini kinalinganishwa na wakati gani). 'Tumepunguza utoaji wa uzalishaji kwa 18% kufikia 2023 (kwa uthibitishaji wa kujitegemea)' ina vipengele hivi vitatu. Misemo kama vile 'eco-friendly', 'natural', 'carbon neutral' (haijaidhinishwa) hayawezi kutambulika au hayana uthibitisho na yana hatari ya kuosha kijani kibichi.
13. Kwa nini ni hatari kubandika data ya uzalishaji wa vituo ambayo haijafichuliwa kwenye zana inayopatikana kwa umma ya AI kwa uchambuzi?
- A) hakuna hatari; data ya mazingira daima inapatikana kwa umma
- B) Siri za biashara, data isiyofichuliwa na data ya kibinafsi inaweza kuvuja; uainishaji na kutokutambulisha kunahitajika kwanza ✔
- C) Hatari ni hitilafu ya hesabu tu, haina uhusiano wowote na faragha ya data
- D) Mara data inapotolewa kwa gari, jukumu hupitishwa kwa mtoaji wa ujasusi wa bandia
Ufichuzi: Data ya kiwango cha uzalishaji na utoaji wa hewa safi inaweza kuwa siri za biashara na data ya kifedha/mazingira ambayo haijafichuliwa inaweza kukiuka kanuni za udhibiti za ufichuzi; Data ya mahali/ya usafiri ni data ya kibinafsi. Kabla ya kutoa aina hii ya data kwa zana iliyo wazi, ni muhimu kuiainisha, kuificha ikiwa ni lazima, au kutumia zana ya kitaasisi (isiyo na data). 'AI alisema' sio utetezi; Wajibu ni wa taasisi na mtu binafsi.
14. Ni dhana gani hutumika wakati wa kubadilisha gesi chafu kama vile methane (CH₄) hadi CO₂e na kwa nini ni muhimu?
- A) AQI (kiashiria cha ubora wa hewa); huamua rangi ya gesi katika hewa
- B) NDVI (index ya mimea); hupima athari ya udongo wa gesi
- C) GWP (uwezo wa ongezeko la joto duniani); ikiachwa, athari ya methane/N₂O haitakadiriwa sana ✔
- D) Hakuna mgawo unaohitajika; methane huhesabu 1 hadi 1 moja kwa moja kama CO₂
Maelezo: GWP (Uwezo wa Kuongeza Joto Ulimwenguni) ni mgawo ambao hubadilisha athari ya joto ya gesi chafuzi tofauti kuwa kitengo cha kawaida kinachohusiana na CO₂. GWP ya miaka 100 ya methane ni takriban 28; Kwa hivyo tani 1 ya methane inamaanisha takriban tani 28 za CO₂e. Ikiwa GWP itaachwa, athari za gesi kali kama vile methane na N₂O zitapuuzwa sana na hesabu itakuwa si sahihi kabisa; Inapaswa pia kuelezwa ni seti gani ya GWP (k.m. IPCC AR6, miaka 100) inatumika.