Mtiririko wa Kazi wa Mwisho-hadi-Mwisho, Faragha/KVKK, Maadili na Udhibiti wa Ubora

Faida:

• Uwezo wa kuendesha safari ya mteja kwa usalama mwisho-hadi-mwisho na mzunguko wa 'AI inazalisha → binadamu huthibitisha → mwanadamu huidhinisha'
• Uwezo wa kulinda data ya mteja ndani ya mawanda ya KVKK/usiri na kuunganisha kanuni nne za kimaadili katika kila hatua.
• Uwezo wa kuchukua jukumu la mwisho kwa kujichunguza mwenyewe matokeo yao na maswali matano muhimu (akaunti, chanzo, kizio, kutokujulikana, idhini)

Katika vitengo kumi vilivyotangulia tumeona jinsi ya kutumia AI katika kazi za kibinafsi za lishe na lishe: ulaji, hesabu, hifadhidata, mpango, mapishi, mzio, ufuatiliaji, elimu, ushahidi. Sehemu hii ya mwisho inaleta yote pamoja na kukuonyesha jinsi ya kutumia AI kutoka mwisho hadi mwisho, kwa usalama na kimaadili katika mazoezi yako ya kila siku kama mtaalamu wa lishe. Kwa sababu haitoshi kufanya kila kazi vizuri; data inakwenda, nani anaamua nini, wapi kuacha na kupata idhini ya kibinadamu - yote haya yanapaswa kuunda mfumo thabiti. Kitengo hiki pia kinafafanua mistari mitatu nyekundu inayounganisha moduli nzima: faragha (KVKK), maadili na kibali cha mwisho cha mwanadamu.

Safari ya mteja ya mwisho hadi mwisho

Jedwali lifuatalo linatoa muhtasari wa safari ya mteja kutoka kwa mtaalamu wa lishe hadi ufuatiliaji, ambapo AI inatumika na ambapo idhini ya kibinadamu ni muhimu:

Jukwaa

Kazi ya AI

hatua ya idhini ya binadamu

1. Maandalizi ya mapokezi

Mwongozo wa mahojiano, uhariri wa kumbuka

Mtaalam wa lishe anaendesha mahojiano

2. Tathmini

Rasimu ya akaunti ya nishati/jumla

Mtaalamu wa lishe anahesabu upya

3. Hifadhidata

Kuhesabu na data ya chanzo

Mtaalam wa lishe anathibitisha maadili

4. Mpango

Muhtasari wa chaguzi za chakula

Dietitian mizani na kuthibitisha

5. Mapishi

Tofauti, uboreshaji

Uthibitishaji wa lishe na ladha

6. Usalama

Uchunguzi wa awali wa Allergen

Neno la mtaalam wa lishe linathibitisha

7. Kufuatilia

Muhtasari wa mwenendo, muhtasari wa ujumbe

Ufafanuzi wa kliniki na uhusiano katika wanadamu

8. Elimu

Muhtasari wa maudhui

Ukaguzi wa kisayansi/kimaadili

9. Ushahidi

Muhtasari, swali muhimu

Chanzo kinathibitishwa na mtaalamu wa lishe

Tazama muundo wa kawaida katika chati hii: AI hutoa mwongozo au hatua ya awali katika kila hatua; Kuna hatua ya idhini ya mwanadamu katika kila hatua. Mfumo huo unategemea mzunguko wa "AI inazalisha → inathibitisha binadamu → inathibitisha binadamu". Mzunguko huu ukivunjwa, unapata kasi lakini unapoteza usalama na uwajibikaji.

Faragha na KVKK: kulinda data

Data ya mteja (kitambulisho, historia ya afya, uchanganuzi, dawa, kipimo) ni "data ya kibinafsi ya kitengo maalum" ndani ya mawanda ya KVKK nchini Türkiye na GDPR barani Ulaya na inastahili ulinzi wa juu zaidi. Kanuni za kufuata wakati wa kufanya kazi na zana za AI:

1. Usitambulishe: Ondoa data ya kutambua kama vile jina, TR ID, anwani, taasisi, tarehe ya kuzaliwa. "Kike mwenye umri wa miaka 43, aina ya kisukari cha 2" inatosha.
2. Kiwango cha chini cha data: Shiriki data ya chini inayohitajika kwa kazi; hakuna zaidi.
3. Chagua zana salama: Chagua zana za shirika zilizo na mkataba wa kuchakata data ambapo data haitumiki katika mafunzo ya kielelezo.
4. Idhini ya wazi: Mjulishe mteja kuhusu jinsi data yake inavyochakatwa na upate kibali chake.
5. Kurekodi na kuhifadhi: Kudhibiti mahali ambapo data imehifadhiwa na ni nani anayeweza kuifikia; Futa data isiyo ya lazima.

Angalizo: Kupakia uchanganuzi wa PDF au faili ya mteja kwa zana ya AI bila kuificha "kwa kasi" kunaweza kusababisha ukiukaji wa KVKK ambao ni vigumu kusuluhisha kwa kubofya mara moja. Kasi haiathiri faragha. Ikiwa una shaka, usishiriki.

Mfumo wa kimaadili: kanuni nne

Kanuni nne za kitamaduni za maadili ya afya pia zinatumika kwa mazoezi ya lishe: wema (kufanya kazi kwa ustawi wa mteja), kutokuwa na ulemavu (haswa katika maamuzi muhimu ya usalama), uhuru (kuheshimu uamuzi wa mteja mwenyewe, kibali cha kufahamu), na haki (huduma jumuishi inayozingatia tofauti za rasilimali, bajeti na utamaduni). Utumiaji wa AI haupaswi kupingana na kanuni hizi: matokeo ambayo hayajathibitishwa yanaweza kusababisha madhara (ukiukaji wa kutokuwa na uume), usindikaji wa data bila kumjulisha mteja unakiuka uhuru, kuzalisha mipango kulingana na utamaduni mmoja kunadhoofisha haki. Maadili sio safu iliyoongezwa baadaye, lakini nidhamu iliyofumwa katika kila hatua.

Udhibiti wa ubora: kukagua kazi yako mwenyewe

Kagua matumizi yako ya AI mara kwa mara unapofanya kazi kutoka mwisho hadi mwisho. Uchunguzi rahisi wa kujitegemea: kwa kila chapa ya mteja, "Je, nilithibitisha nambari hii? Je, nilichunguza kizio hiki? Je, nilithibitisha dai hili? Je, nilificha data hii? Je, niliidhinisha mpango huu?" Ikiwa huwezi kujibu "ndiyo" kwa maswali haya matano, matokeo bado hayajawa tayari.

kesi tatu ndogo

Kesi ya 1 - Kiungo dhaifu katika mnyororo. Mtaalamu wa lishe anaweka haraka mlolongo wa mpango wa akaunti ya ulaji na AI lakini anaruka hatua ya usalama (uthibitishaji wa allergen); kwa sababu inadhania "ikiwa hatua za awali zilikuwa nzuri, hii ni nzuri pia". Hata hivyo, mteja alikuwa na mzio wa ufuta na mchuzi katika mpango huo ulikuwa na ufuta. Ikiwa kiungo kimoja kwenye mnyororo kitavunjika, mnyororo wote hauko salama. Somo: hatua ya idhini ya kila hatua ni huru; Moja haibadilishi nyingine.

Kesi ya 2 - Mlolongo wa uvunjaji wa faragha. Kwa ufanisi, kliniki inajaribu kupakia faili zote za mteja kwa jina kwenye chombo cha AI na kuzalisha mpango wa molekuli. Ukaguzi unaonyesha kuwa huu ni ukiukaji wa KVKK na data imetoka kwenye taasisi. Kliniki inasimamisha mchakato na kubadili mtiririko usiojulikana na wa mkataba. Somo: ufanisi hauzuii uvamizi wa faragha; Sanidi mfumo kama umelindwa na faragha kutoka mwanzo.

Kesi ya 3 - Mtiririko sahihi wa mwisho hadi mwisho. Kwa mteja mpya, mtaalamu wa lishe: (1) hutoa mwongozo wa mahojiano na data isiyojulikana, (2) ana rasimu ya AI na kuthibitisha mwenyewe hesabu, (3) hulisha thamani za lishe kutoka USDA, (4) hupata na kusawazisha mpango wa chaguo, (5) skrini za allergener moja kwa moja, (6) hutoa elimu ya kibinafsi ya kufuata kwa wiki kwa mteja. Hutumia sehemu ya uidhinishaji katika kila hatua, huweka data bila jina, na kuidhinisha mpango wenyewe. Matokeo: huokoa muda wa ~40% na AI, bila kuathiri usalama na uwajibikaji. Somo: kasi na usalama huja pamoja wakati mfumo umewekwa kwa usahihi.

Violezo vya haraka vinavyoweza kunakiliwa

KIOLEZO CHA MFUMO WA KAZI WA MWISHO HADI MWISHO Jukumu lako: RASIMU ya kuandaa msaidizi wa mtaalamu wa lishe. Weka kidokezo "KIBALI CHA MLO UNAHITAJI" mwishoni mwa kila chapisho na orodhesha ni vidokezo vipi vinapaswa kuthibitishwa neno moja (akaunti, kizinzi, chanzo). Mteja (bila jina): [...]. Jaribio: [hatua]. Usiongeze data iliyoundwa; weka alama mahali ambapo huna uhakika.

KIOLEZO CHA KUANGALIA FARAGHAChanganua maandishi yafuatayo kwa faragha KABLA ya kuipa zana ya AI: Je, ina data ya kutambua kama vile jina, kitambulisho, mwasiliani, taasisi, tarehe ya kuzaliwa, kitambulisho cha uchambuzi? Ikiwa ndivyo, itie alama na upendekeze toleo lisilojulikana. Maandishi: [...]

KIOLEZO CHA KUJITAMBUA UBORA Tekeleza orodha ya ukaguzi kwa kichapisho kifuatacho cha mteja na utie alama kuwa kila kipengee kimetimizwa/hakipo: (1) akaunti imethibitishwa, (2) ni thamani ya lishe kutoka kwa chanzo, (3) imekaguliwa ili kubaini vizio, (4) data haitambuliki, (5) kuna idhini ya mtaalamu wa lishe, madai ya afya, (6) yamethibitishwa. Onyesha upungufu wowote. Pato: [...]

UHAKIKI WA MAADILI je, mpango/maudhui yafuatayo yanaleta tatizo kulingana na kanuni nne za kimaadili: manufaa, kutokuwa wa kiume, uhuru (ridhaa/habari), haki (bajeti/ushirikishwaji wa kitamaduni)? Tathmini kwa ufupi kila sera na upendekeze maboresho. Maudhui: [...]

Mwongozo dhaifu / Mwongozo thabiti

Agizo dhaifu:

Niliongeza uchambuzi na faili ya Bi. Ayşe, mpango kamili utatoka.

Data iliyopewa jina, "mpango kamili" katika hatua moja, hakuna pointi za kuidhinisha: hatari ya ukiukaji wa KVKK na matokeo yasiyothibitishwa, yasiyo salama.

Agizo lenye nguvu:

Jukumu lako: rasimu ya msaidizi; Idhini ni ya mtaalamu wa lishe. Mteja (bila jina): mwanamke mwenye umri wa miaka 41, kisukari cha aina ya 2, [thamani za nambari zinazofaa, jina/kitambulisho HAKUNA]. Kazi: RASIMU ya mpango wa chakula, pamoja na chaguzi. Kadirio la makro kwa kila mlo na kidokezo cha "lazima uthibitishe". Allergen: sesame (usiongeze yoyote). Mwishowe, orodhesha ni vidokezo vipi vinahitaji kuangaliwa kibinafsi na mtaalamu wa lishe. Inaongeza data iliyowekwa.

Kidokezo cha pili kinaficha data, huzuia pato, kina kikwazo cha usalama na vituo vya ukaguzi; Usiri na ubora wote zinalindwa.

Makosa ya kawaida

• Kuruka kiungo kwenye msururu: Kuruka hatua ya usalama/idhini kwa sababu hatua ya awali ilikuwa nzuri.
• Kutoa faragha kwa ufanisi: Kupakia kwa wingi faili zilizotajwa - ukiukaji mkubwa wa KVKK.
• Kutarajia "mpango kamili" wa risasi moja: Kutegemea matokeo ya kisanduku cheusi ambayo yanaruka vituo vya ukaguzi.
• Kufikiria kuhusu maadili baadaye: Kukumbuka maadili mwishoni badala ya kuyaweka katika kila hatua.
• Kukwepa kujikagua: Kutumia matokeo bila kuipima dhidi ya maswali matano ya msingi (akaunti/kizio/chanzo/bila kujulikana/idhini).
• Kusahau idhini: Kutomfahamisha mteja kuhusu jinsi data yake inavyochakatwa.

Kwa muhtasari

Akili ya bandia inaweza kuongeza kasi ya mazoezi ya lishe na dietetics mwisho hadi mwisho; lakini itakuwa salama tu ikiwa mzunguko wa "AI inazalisha → mwanadamu huthibitisha → mwanadamu anathibitisha" itadumishwa katika kila hatua. Daima ficha utambulisho wa data ya mteja, usijitoe KVKK na usiri kwa ajili ya kuongeza kasi, unganisha kanuni nne za maadili katika kila hatua, na ujikague matokeo yako kwa maswali matano ya kimsingi. Kila kiungo katika mlolongo ni hatua ya kujitegemea ya idhini; Wakati mmoja wao huvunjika, mfumo sio salama. Kumbuka: AI inaimarisha taaluma yako, lakini haibadilishi. Uchunguzi, uamuzi wa matibabu, na idhini ya mwisho ya mpango-sayansi, maadili, na sahihi-ni ya mtaalamu wa lishe. AI ni msaidizi wako wa haraka; Wewe ndiye mtaalam anayewajibika.

Jukumu la maombi

Sanidi mtiririko wa mteja mdogo kutoka mwanzo hadi mwisho: chagua wasifu usiojulikana, toa kwa kufuatana (1) mwongozo wa mahojiano, (2) muhtasari wa akaunti + uthibitishaji, (3) mlo wenye data ya chanzo, (4) uchunguzi wa vizio, (5) kitini cha mafunzo. Andika ni kituo kipi cha ukaguzi cha binadamu ulichotumia katika kila hatua. Kisha tumia "kiolezo cha ubora wa ukaguzi wa kibinafsi" kwenye mtiririko mzima, tafuta na urekebishe mapungufu yoyote. Hatimaye, endesha "ukaguzi wa awali wa faragha" ili kuthibitisha kwamba data yako haijulikani.

orodha ya ukaguzi

• [ ] Nilitumia mzunguko wa “AI inazalisha → thibitisha → thibitisha” katika kila hatua.
• [ ] Nilificha utambulisho wa data ya mteja na nikashiriki data ndogo.
• [ ] Nilitumia gari salama/lililowekewa mkataba; Nilipata kibali.
• [ ] Nilizingatia kanuni nne za kimaadili (manufaa, kutokuwa na wanaume, uhuru, haki).
• [ ] Nilijichunguza mwenyewe matokeo kwa maswali matano muhimu.
• [ ] Kama mtaalamu wa lishe, nilitoa idhini ya mwisho; Ninawajibika.

Mtihani wa Moduli

1. Mtaalamu wa lishe huhamisha lengo la kalori la kila siku linalokokotolewa na akili bandia hadi kwa mpango wa mteja bila kuukagua. Je, ni kosa gani la msingi katika mbinu hii?

• A) Taarifa za kijasusi za Bandia haziwezi kutumika bila uthibitishaji; Rasimu ya akaunti lazima ihesabiwe upya na kuidhinishwa na mtaalamu wa lishe ✔
• B) Akili ya bandia daima hupunguza hesabu ya kalori
• C) Badala ya hesabu ya kalori, hesabu ya jumla tu inapaswa kufanywa.
• D) Mpango ulipaswa kupewa mteja kwenye karatasi badala ya barua pepe.

Maelezo: Ingawa akili ya bandia inaweza kufanya hesabu kwa usahihi, inaweza pia kuchukua dhana kama vile mgawo wa shughuli kimakosa na kutoa matokeo yasiyo sahihi kwa imani sawa. Dietetics ni uwanja muhimu wa usalama; Kila akaunti lazima idhibitishwe tena na mtaalamu wa lishe, na idhini ya mwisho lazima iwe ya mwanadamu.

2. Ni tabia gani bora zaidi katika suala la faragha (KVKK) wakati wa kuhamisha data ya mteja kwa zana ya kijasusi ya bandia?

• A) Jina kamili la mteja na uchanganuzi wa PDF unapaswa kupakiwa kama ilivyo kwa kasi.
• B) Taarifa za kimatibabu zinazohitajika pekee ndizo zinapaswa kushirikiwa kwa kuondoa taarifa zinazoweza kumtambulisha mtu binafsi na kuficha utambulisho wa data ✔
• C) Ikiwa data imesimbwa kwa njia fiche, maelezo ya jina yanaweza pia kutumwa
• D) Faili nzima inaweza kushirikiwa bila kuuliza mteja kwa sababu kusudi ni nzuri

Maelezo: Data ya afya ya mteja ni data maalum ya kibinafsi. Maelezo ya kutambua kama vile jina, TR ID, na maelezo ya mawasiliano yanapaswa kuondolewa na data isijulikane; Data ya chini zaidi inayohitajika kwa kazi inapaswa kushirikiwa. Kupakia faili mbichi kwa jina ni ukiukaji mkubwa.

3. Akili bandia hutoa '220 g wanga, 150 g protini, 90 g mafuta' kwa lengo la 2000 kcal. Ni uthibitisho gani wa kwanza ambao mtaalamu wa lishe anapaswa kufanya?

• A) Kukubali maadili jinsi yalivyo, kwa sababu akili ya bandia haina makosa katika hesabu.
• B) Inatosha kudhibiti tu kiasi cha protini
• C) Zidisha gramu kubwa nyuma kwa 4/4/9 ili kuangalia kama jumla inafikia kalori inayolengwa ✔
• D) Kuongeza lengo la kalori hadi 2290 kulingana na macros

Ufafanuzi: Macros imeongezeka nyuma na 4/4/9: 220x4 + 150x4 + 90x9 = 880 + 600 + 810 = 2290 kcal. Inazidi lengo la jumla kwa kcal 290; maadili hayaendani. Kuzidisha nyuma ni njia rahisi na yenye nguvu zaidi ya kupata makosa makubwa ya AI.

4. Ni hatua gani dhaifu na hatari zaidi ya akili bandia katika data ya thamani ya lishe?

• A) Akili Bandia daima hutoa viwango vya lishe katika vitengo vya metri
• B) Akili ya bandia inajua tu maadili ya mboga
• C) Akili Bandia ni polepole kwa sababu inatoa maadili ya lishe na desimali nyingi.
• D) Akili ya Bandia inaweza kukabiliana na maadili ya lishe wakati wa kuwazalisha kutoka kwa kumbukumbu yake; kwa hivyo maadili yanapaswa kuchukuliwa kutoka kwa hifadhidata inayotambulika ✔

Ufafanuzi: Mfano wa lugha haukumbuki nambari, huwazalisha kwa uwezekano; Kwa hiyo, inaweza kutoa thamani ya protini/kalori ya chakula fasaha lakini kimakosa (hallucination). Kwa sababu hii, maadili ya lishe yanapaswa kuchukuliwa kutoka kwa hifadhidata zinazojulikana, na akili ya bandia inapaswa kufanya kazi na data hiyo pekee.

5. Katika mpango wa chakula, akili ya bandia imeweka kalori na macros hasa, lakini siku nzima inajumuisha mkate mweupe, pasta na kuku. Nini kinakosekana hapa?

• A) Ingawa ina macros, uwiano wa nyuzinyuzi, mboga mboga na virutubishi vidogo haupatikani; Mpango huo hautoshi katika suala la utofauti wa lishe ✔
• B) Lengo la kalori limewekwa juu sana
• C) Kuna tatizo kwa sababu kiasi cha protini ni kikubwa
• D) Idadi ya milo inapaswa kuwa zaidi ya tatu

Maelezo: Ukweli kwamba jumla hufikia lengo hauonyeshi kuwa mpango ni mzuri. Fiber, mboga mboga na uwiano wa micronutrient (vitamini, madini) inapaswa pia kutolewa. Hukumu hii ya usawa ni ya mtaalamu wa lishe; Usahihi wa jumla pekee haitoshi.

6. Kwa mteja ambaye ana mzio wa hazelnuts, akili ya bandia inapendekeza mbadala kama vile 'tumia siagi ya almond'. Kwa nini mtaalamu wa lishe anaweza kuzingatia pendekezo hili kuwa si salama?

• A) Kuweka mlozi ni ghali zaidi kuliko kuweka hazelnut
• B) Lozi zinaweza kuwa katika kundi moja la mzio wa njugu za miti kama hazelnuts; Kubadilisha kunaweza kuwa hatari kwa sababu iko katika kundi moja ✔
• C) Pasta ya almond ina kalori nyingi zaidi
• D) Bandika la almond haifai kwa vyakula vya Kituruki.

Ufafanuzi: Hazelnuts na lozi ziko kwenye kundi moja la mzio wa 'tree nut'. Mzio hudhibitiwa kwa msingi wa kikundi, sio chakula kimoja; Ikiwa mbadala ataanguka katika kundi moja, ni hatari. Mtaalamu wa lishe anajua kikundi cha mzio na anathibitisha uingizwaji haswa.

7. Je, ni njia gani sahihi ya kutumia mboga za majani zenye vitamini K kwa mteja anayetumia warfarin (kipunguza damu)?

• A) Vyakula vyote vya majani mabichi vipigwe marufuku kabisa
• B) Ulaji wa vitamini K unapaswa kuruhusiwa na usizingatiwe hata kidogo
• C) Ulaji wa vitamini K unapaswa kuwa sawa na hali inapaswa kushirikiwa na daktari ✔
• D) Mboga za majani zinapaswa kuliwa tu wakati wa chakula cha jioni

Ufafanuzi: Kwa wale wanaotumia warfarin, lengo sio kupiga marufuku kabisa vitamini K, lakini kuweka ulaji wao sawa; Mabadiliko makubwa yanaathiri athari za dawa. Kizuizi hiki cha aina ya 'kuweka thabiti' ni hali ya kimatibabu inayokosekana katika AI na inashirikiwa na daktari.

8. Je, tafsiri sahihi inawezaje kufanywa mteja anapoona 'ongezeko' la kilo 1 kwa wiki?

• A) Mpango huo unapaswa kuandikwa mara moja kutoka mwanzo na kalori ya chini
• B) Mteja anapaswa kulazimishwa kuacha kupima uzito.
• C) Ongezeko la wiki moja linachukuliwa kuwa faida ya uhakika ya uzito.
• D) Mitindo ya wiki nyingi inapaswa kuangaliwa, sio kipimo kimoja; mabadiliko ya muda mfupi (kama vile uhifadhi wa maji) inapaswa kutathminiwa kiafya ✔

Maelezo: Kipimo kimoja kinapotosha; Mambo kama vile kuhifadhi maji, mzunguko wa hedhi, na unywaji wa chumvi husababisha mabadiliko ya muda mfupi. Kilicho muhimu ni mwenendo wa wiki nyingi. Tafsiri hii ya kimatibabu inafanywa na mtaalamu wa lishe; AI hupanga data pekee.

9. Akili bandia hutoa sentensi 'chai ya kijani huchoma mafuta na kuharakisha kimetaboliki' katika mchoro wa mitandao ya kijamii. Je, wajibu wa kimaadili wa mtaalamu wa lishe ni upi?

• A) Kuegemeza dai lililotiwa chumvi kwenye ushahidi, kulitafsiri katika lugha iliyopimwa na kuongeza onyo la habari ya jumla ✔
• B) Kuchapisha dai jinsi lilivyo kwa sababu linavutia umakini
• C) Imarisha sentensi zaidi na ongeza 'inazuia saratani'
• D) Sio kuchapisha yaliyomo kabisa, kwa sababu kuzungumza juu ya chai ya kijani ni marufuku

Maelezo: Akili za Bandia huwa na uwezekano wa kutoa madai yaliyotiwa chumvi na yaliyothibitishwa vibaya. Mtaalamu wa lishe anapaswa kudhibiti madai haya kulingana na kiwango cha ushahidi, kuondoa lugha ya uhakika na miujiza, na kuongeza tahadhari 'ni habari ya jumla'. Uaminifu katika madai ya afya ni wajibu wa kimaadili.

10. Mtaalamu wa lishe anauliza akili bandia kwa ajili ya 'tafiti 3 zinazothibitisha manufaa ya kufunga mara kwa mara' kwa wasilisho. Je, ni hatari gani kuu ya ombi hili?

• A) Akili bandia humpa kazi nyingi na kumchosha mtaalam wa lishe
• B) Akili Bandia inaweza kuvumbua masomo, waandishi na majarida ambayo hayapo; vyanzo haviwezi kutumika bila uthibitishaji kutoka kwa chanzo msingi ✔
• C) Masomo ya akili ya Bandia hutolewa kwa Kiingereza pekee
• D) Masomo matatu huwa hayatoshi kwa wasilisho

Ufafanuzi: Miundo ya lugha inaweza kuvumbua kazi, waandishi na majarida ambayo kwa hakika hayapo (uzushi chanzo). Akili Bandia sio injini ya utaftaji wa fasihi. Njia sahihi: pata vyanzo halisi kutoka kwa PubMed/Cochrane na ufanye muhtasari wa AI; Kila marejeleo yanathibitishwa kutoka kwa chanzo msingi.

11. Kwa nini si sahihi kukata kauli kwamba ‘kifungua kinywa hukufanya upunguze uzito’ kutokana na uchunguzi wa uchunguzi unaoonyesha kwamba ‘wale wanaokula kiamsha-kinywa ni wembamba’?

• A) Utafiti bado si halali kwa sababu ni mpya sana.
• B) Kiamsha kinywa kinakufanya uongeze uzito, kusoma sio sawa
• C) Uchunguzi wa uchunguzi unaonyesha uwiano tu; haithibitishi sababu, uhusiano unaweza kusababishwa na mambo mengine ✔
• D) Ni batili kwa sababu sampuli inajumuisha wanawake pekee

Ufafanuzi: Utafiti wa uchunguzi unaonyesha uwiano (tukio pamoja), si causation (moja kusababisha nyingine). Wale wanaokula kifungua kinywa kwa ujumla wanaweza kuishi zaidi kikamilifu na mara kwa mara; Uhusiano unaweza kuwa kutokana na mambo mengine. Kuchanganya uunganisho na sababu ni kosa la kawaida la kusoma ushahidi.

12. Katika ukumbusho wa lishe wa saa 24, mteja anasema 'mikono 2 ya karanga kwa siku'. AI inadhani ni 'gramu 60'. Ni ipi njia sahihi?

• A) Dhana ya akili ya bandia ya gramu 60 inachukuliwa kuwa hakika
• B) Karanga zimeondolewa kabisa kwenye mpango
• C) gramu 100 huchukuliwa kama thamani ya wastani
• D) Sehemu sio dhana ya akili ya bandia, inafafanuliwa kwa kumuuliza mteja au kuipima kwa mizani ✔

Maelezo: Makadirio ya sehemu hutofautiana sana kutoka kwa mtu hadi mtu; Wachache wanaweza kuwa 30 g au 90 g. Dhana ya AI ni safu ya kuanzia, sio kipimo. Sehemu halisi inapaswa kufafanuliwa kwa kuuliza mteja au kutumia kiwango cha jikoni.

13. Hifadhidata za lishe kawaida hutoa maadili kwa gramu 100 ghafi. Je, hii inaweza kusababisha kosa gani?

• A) Kutumia thamani mbichi kwenye sehemu iliyopikwa (au kinyume chake) kunaweza kusababisha makosa makubwa ya kalori/jumla; Kitengo cha kipimo lazima kifafanuliwe ✔
• B) Maadili ghafi daima ni ya chini kuliko maadili yaliyopikwa, hakuna tatizo
• C) Hakutakuwa na shida kwani hifadhidata zinarudisha tu maadili yaliyopikwa.
• D) Tofauti mbichi/iliyopikwa inaonekana tu kwenye nyama, sio nafaka.

Maelezo: Wakati wa kupikia, chakula kinachukua maji na kubadilisha uzito wake; 100 g ya mchele mbichi huongezeka hadi gramu 250-300 wakati wa kupikwa. Kutumia thamani ghafi kwa kiasi kilichopikwa (au kinyume chake) itasababisha makosa makubwa ya kalori. Inapaswa kufafanuliwa kila wakati ikiwa thamani iliyotumiwa ni mbichi au imepikwa.

14. Je, kanuni kuu iliyosisitizwa katika moduli nzima inaelezeaje jukumu la akili bandia katika lishe?

• A) Akili ya Bandia inaweza kufanya maamuzi peke yake, kuchukua nafasi ya wataalamu wa lishe
• B) Akili ya bandia ni jenereta msaidizi na rasimu; Utambuzi, uamuzi wa matibabu na idhini ya mwisho ni ya mtaalamu wa lishe/daktari ✔
• C) Akili ya Bandia hutumiwa tu kwa muundo wa kuona, sio kwa mahesabu
• D) Pato la akili bandia ni salama hata bila kuthibitishwa kwa sababu linatokana na vyanzo vya kisayansi

Ufafanuzi: Ujuzi wa Bandia huharakisha kazi ya kurudia kama msaidizi na jenereta ya rasimu, lakini kwa kuwa inafanya kazi katika eneo muhimu la usalama, utambuzi, uamuzi wa tiba ya lishe na idhini ya mpango wa mwisho ni mali ya mtaalamu mwenye uwezo (mtaalamu wa lishe na, inapobidi, daktari). Toleo ambalo halijathibitishwa ni rasimu ambayo haijatiwa saini.