Maadili, Uhuru, Faragha na Mtiririko wa Kazi wa AI wa Ukaguzi wa Mwisho hadi Mwisho

Faida:

• Uwezo wa kuelewa kanuni za uhuru na usiri katika muktadha wa matumizi ya akili ya bandia na kuchagua gari salama, la kimkataba na ukaguzi.
• Uwezo wa kuanzisha mtiririko wa kazi wa mwisho hadi mwisho ambao unaweka akili bandia na milango ya uthibitishaji katika kipindi chote cha ukaguzi, kutoka kwa kupanga kuripoti.
• Kuelewa kwamba ubora na wajibu wa ukaguzi unabaki kwa mkaguzi huru katika kila hatua, na kwamba akili bandia haiwezi kamwe kuchukua jukumu hili.

Katika kitengo hiki cha mwisho tutafanya mambo mawili. Kwanza, tutaleta pamoja kanuni tatu za msingi ambazo tumezigusia mara kwa mara katika moduli yote—maadili, uhuru, na faragha—katika mfumo mmoja katika muktadha wa matumizi ya AI. Kisha tutachanganya kila kitu ambacho tumejifunza katika mtiririko wa kazi kutoka mwisho hadi mwisho kutoka kwa kupanga hadi kuripoti, kuona mahali ambapo AI inalingana katika kila hatua na milango ya uthibitishaji katika kila hatua. Lengo ni kwamba unapofunga moduli hii, utakuwa na modeli inayotumika, ya jumla na inayowajibika ya ukaguzi-AI.

Kanuni tatu kupitia lenzi ya AI

Maadili. Kanuni za mkaguzi za mwenendo wa kitaaluma (uadilifu, usawa, uwezo wa kitaaluma na uangalifu unaostahili, usiri, tabia ya kitaaluma) haziondolewa kwa matumizi ya AI; Kinyume chake, eneo jipya la majaribio linazaliwa. Ni kinyume cha maadili kuwasilisha matokeo ya AI kama kazi ya mtu mwenyewe (tatizo katika suala la umahiri wa kitaaluma na bidii inayostahili), kutegemea matokeo ambayo hayajathibitishwa (ukiukaji wa bidii inayostahili), kuifanya AI kuwa ngao ya dhima ("AI ilisema hivyo"). AI ni chombo; Jukumu la kuitumia ni la mkaguzi.

Uhuru. Mkaguzi lazima awe huru, kwa kweli na kwa kuonekana, kutoka kwa biashara anayokagua. Katika muktadha wa AI, maswali mapya huibuka: Ni nani hutoa zana unayotumia? Je, kutegemea chombo kilichowekwa katika mfumo wa kampuni iliyokaguliwa, ambayo matokeo yake huwezi kudhibiti kwa kujitegemea, kunadhoofisha uhuru? Je, data yako imehifadhiwa mahali fulani na kutumika kwa madhumuni mengine? Uhuru ni sehemu ya uteuzi wa zana na mtiririko wa data.

Usalama. Data ya ukaguzi (rekodi za mteja, data ya kibinafsi, siri za biashara) zinalindwa ndani ya upeo wa sera ya faragha na KVKK. Kupakia data halisi, inayoweza kutambulika kwenye zana inayopatikana kwa umma ya AI ni ukiukaji. Sheria: ficha utambulisho, shiriki kiwango cha chini, tumia zana salama na za kimkataba.

Jedwali lifuatalo linatoa muhtasari wa maswali ambayo mkaguzi anapaswa kuuliza wakati wa kuchagua gari salama:

Swali

Kwa nini ni muhimu?

Data inakwenda wapi, imehifadhiwa wapi?

Faragha na KVKK

Je, ufanisi unatumika katika mafunzo ya mfano?

Siri, siri ya biashara

Je, kuna makubaliano ya usindikaji wa data na uhakikisho wa usiri?

Uzingatiaji wa kisheria/kimaadili

Je, njia ya ukaguzi (nani alifanya nini, lini) inahifadhiwa?

Nyaraka, wajibu

Je, ninaweza kuthibitisha pato kwa kujitegemea?

Kujitegemea, kuegemea

Je, ni ya ushirika/mkataba au wazi kwa kila mtu?

Kiwango cha usalama wa jumla

Tahadhari: Unafanya kazi katika sehemu ya "usalama na utiifu-muhimu". Matokeo ya ukaguzi wa fedha huathiri mwekezaji, mkopeshaji na maamuzi ya umma. Pato la AI SI kibadala cha kuidhinishwa na mkaguzi aliye na uwezo na huru. Uamuzi ni wa mtu; AI ni msaada wa uamuzi na zana ya kuongeza kasi.

Ukaguzi wa mwisho hadi mwisho-mtiririko wa kazi wa AI

Hebu tuunganishe sehemu zote za moduli kwenye kitanzi kimoja. Katika kila hatua, utaona jukumu la AI na lango la uthibitishaji linalofuata mara moja. Lango la uthibitishaji ni hundi ambayo mkaguzi lazima apitishe kabla ya kuhamisha matokeo ya hatua hiyo hadi hatua inayofuata.

1. Mipango na hatari (Kitengo cha 2). AI: majadiliano ya hatari ya kisekta, hali ya nyenzo. → Lango: chuja orodha ya hatari mahususi kwa biashara, hesabu upya kila kuzidisha thamani.
2. Utayarishaji wa data na upimaji kamili wa idadi ya watu (Kitengo cha 3). AI: kusafisha data, kutekeleza sheria, kizazi cha ubaguzi. → Lango: thibitisha ukamilifu wa data kwa makubaliano; Zingatia vighairi kama mwanzo wa uchunguzi, sio kama matokeo.
3. Jaribio lisilo la kawaida na jarida (Kitengo cha 4). AI: alama ya umakini wa pande nyingi. → Lango: kushughulikia chanya za uwongo; Chunguza kila rekodi ya alama za juu na nyaraka.
4. Taratibu za uchambuzi (Kitengo cha 8). AI: uchanganuzi mlalo/wima/uwiano, nadharia tete ya mseto. → Mlango: kuhakikisha uhuru wa matarajio; jaribu kila nadharia kwa ushahidi; kina katika mchepuko usiyotarajiwa.
5. Upatanisho na ulinganifu (Kitengo cha 7). AI: upatanisho wa sasa/wa benki, ulinganifu wa njia tatu. → Mlango: thibitisha sababu ya kipengee kisicholingana na hati; Rekebisha uvumilivu kulingana na ukweli wa biashara.
6. Utafiti wa kawaida (Kitengo cha 6). YZ: kurahisisha somo, lielekeze kwa kiwango husika. → Lango: thibitisha kila kitu/nukuu/tarehe kutoka kwa maandishi rasmi; Chukua nukuu kutoka kwa chanzo rasmi pekee.
7. Uchunguzi wa hatari ya udanganyifu (Kitengo cha 9). AI: Benford, duplicate, subthreshold, uchambuzi wa maandishi. → Mlango: Tathmini kufaa kwa Benford; kugeuza bendera nyekundu kuwa lawama; utafiti na nyaraka.
8. Nyaraka (Kitengo cha 5). AI: mifupa ya karatasi ya kufanya kazi, uhariri wa noti mbichi. → Mlango: unatoa yaliyomo; unaunganisha marejeleo ya ushahidi; Andika matokeo na utie saini.
9. Mapitio ya kutilia shaka (Kitengo cha 11). AI: mshirika wa kuhojiwa mwenye kukataa. → Mlango : “Angeonyesha ushahidi gani ikiwa hii ilikuwa ya uwongo?”; Kuvunja upendeleo wa uthibitisho.
10. Kuripoti (Kitengo cha 10). YZ: Muundo wa matokeo ya DKNEÖ, barua ya usimamizi, rasimu ya aya ya maoni. → Mlango: unaamua juu ya aina ya mtazamo na umuhimu wake; Chunguza kila sentensi na ushahidi; Simama nyuma ya saini yako.

Mzunguko huu una uti wa mgongo mmoja: AI inazalisha kasi na rasimu; Katika kila hatua, lango la uthibitishaji hutambulisha uamuzi wa mkaguzi. Bila milango, mtiririko wa kazi ni wa haraka lakini hauaminiki; Ni ya haraka na ya kudumu na milango.

kesi tatu ndogo

Kesi ya 1 - Matumizi sahihi ya mwisho hadi mwisho. Timu ya ukaguzi ilitumia mzunguko huu katika ukaguzi wa kampuni ya utengenezaji wa ukubwa wa kati. Katika kupanga, AI ilitoa rasimu ya hatari, timu iliichuja; upimaji kamili wa idadi ya watu ulipima rekodi 180,000, ukamilifu uliothibitishwa na makubaliano; Dhana ya hitilafu ya upimaji katika taratibu za uchambuzi ilithibitishwa na ushahidi; rejeleo la kawaida lililothibitishwa kutoka kwa maandishi rasmi; nyaraka zilizoandikwa na kusainiwa na timu; Mkaguzi anayehusika aliamua juu ya maoni ya ripoti. AI imefupisha kwa kiasi kikubwa muda wa jumla; Wajibu na hukumu vilibakia kwa mwanadamu katika kila mlango.

Kesi ya 2 - Maafa ya kasi isiyo na mlango. Timu nyingine ilitumia zana zilezile lakini ikapita milango ya uthibitishaji: inayoitwa "jaribio kamili" bila kuthibitisha ukamilifu wa data, isipokuwa kufungwa bila ukaguzi, maelezo ya kawaida yaliyotumika bila uthibitishaji, ripoti ya maoni yaliyotolewa kutoka kwa rasimu ya matumaini ya AI. Ukaguzi wa ubora ulipata makosa mengi; Kazi ilifanywa kutoka mwanzo. Muda uliopotea ulikuwa zaidi ya muda uliopatikana. Somo: kasi bila milango ni kasi ya uwongo.

Kesi ya 3 - Kupuuza usiri na uhuru. Mkaguzi alitumia zana ya AI inayoendesha kwenye seva ya kampuni aliyokagua, matokeo ambayo hakuweza kuthibitisha kwa kujitegemea, na kuchakata data ya mteja katika hali yake halisi. Data zote mbili zilichakatwa katika mfumo unaodhibitiwa na kampuni (swali la uhuru) na data halisi ya kibinafsi ilibaki bila kulindwa (usiri). Kitengo cha ubora kilisimamisha mchakato. Njia sahihi ilikuwa kufanya kazi na zana huru, iliyo na kandarasi yenye njia ya ukaguzi na data isiyojulikana. Somo: zana na mtiririko wa data ni sehemu ya uhuru na faragha.

Mwongozo dhaifu / Mwongozo thabiti

Agizo dhaifu:

Ninapakia data zote ili uweze kufanya ukaguzi mwanzo hadi mwisho, nipe matokeo.

Tatizo: hupakia data halisi/siri kama ilivyo (ukiukaji wa faragha), hukabidhi hukumu kwa AI (ukiukaji wa maadili/uhuru), huharibu milango ya uthibitishaji. Inaondoa kiini cha udhibiti.

Uhakika wenye nguvu (mfumo wa mtiririko wa kazi):

Jukumu lako: wewe ni msaidizi wa mwisho hadi mwisho wa mkaguzi huru. Utazalisha RASIMU na UCHAMBUZI kwa kila hatua; Mwishoni mwa kila hatua, utanikumbusha pia MLANGO WA UHAKIKI ambao ninahitaji kuufanya. Hukumu, maoni na hitimisho ni zangu mwenyewe.Sheria (zinazotumika kwa kila hatua):- Ninakupa tu data isiyojulikana; Hakuna jina halisi/TIN/data ya kibinafsi. - Hakuna utengenezaji wa nambari, vifungu vya kawaida, tarehe au vyanzo; Ikiwa huna uhakika, sema "thibitisha". - Weka matokeo yako kama "rasimu/isipokuwa/dhahania" sio "kupata/hitimisho". Sasa tunaanza kutoka hatua ya 1 (hatari ya kupanga). Toa muhtasari wako wa hatua hii, ukiandika lango la uthibitishaji ninalohitaji kupitisha mwishoni, kipengee kwa kipengee. Usiendelee hadi hatua ya 2 hadi nithibitishe na kuthibitisha.

Kidokezo hiki ni chenye nguvu kwa sababu huweka utaratibu mzima wa kufanya kazi kwa kutumia milango ya uthibitishaji, hurekebisha kukataza utambulisho na upotoshaji, huweka matokeo kwa usahihi, na huunganisha maendeleo na idhini ya mkaguzi.

Makosa ya kawaida

• Inapakia data halisi/siri. Kukiuka faragha na KVKK kwa kushiriki bila kutokujulikana.
• Kukwepa milango ya uthibitishaji. Kuruka uthibitisho, ukaguzi, na hukumu kwa ajili ya kasi.
• Kuifanya AI kuwa ngao ya dhima. Kukabidhi hukumu kwa "AI nilisema"; ukiukaji wa maadili.
• Bila kuhoji chombo na mtiririko wa data. Kuamini kabisa zana zinazotishia uhuru na usalama.
• Inakosea otomatiki kutoka mwisho hadi mwisho kwa usalama. Kuwa na AI kufanya ukaguzi kutoka mwanzo hadi mwisho na kusaini matokeo.

Kidokezo: Beba moduli hii kwa sentensi moja: "AI inatoa kasi na rasimu katika kila hatua; katika kila hatua lango la uthibitishaji linahusisha uamuzi wangu; saini, wajibu na maoni hubaki nami." Sentensi hii ndio kiini cha ukaguzi wa uwajibikaji-matumizi ya AI.

Kwa muhtasari

Maadili, uhuru na usiri ni kanuni za lazima za ukaguzi pia na AI: matokeo ni kazi ya mkaguzi (maadili), chombo na mtiririko wa data ni sehemu ya uhuru (uhuru), data haijatambulishwa na kuchakatwa kwa zana salama (usiri). Sehemu zote za moduli huchanganyika kuwa kitanzi kimoja cha mwisho hadi mwisho; Uti wa mgongo wa kitanzi hiki ni milango ya uthibitishaji ambayo huchuja rasimu ya AI katika kila hatua kupitia uamuzi wa mkaguzi. Kasi isiyo na mlango ni kasi ya uwongo. AI ni msaada wa uamuzi na zana ya kuongeza kasi; Hati ya ukaguzi, uamuzi wa makosa ya nyenzo na hitimisho ni mali ya mkaguzi anayefaa na huru na haziwezi kuhamishwa.

Jukumu la maombi

Weka mtiririko wa kazi wa hatua 10 wa mwisho hadi mwisho kwa mazingira yako ya udhibiti kwenye ukurasa mmoja; Dhidi ya kila hatua, andika (1) jukumu la AI, (2) lango la uthibitishaji, (3) zana salama utakayotumia. Kisha jibu maswali sita katika jedwali la uteuzi wa gari salama kwa gari unalotumia sasa (au unalofikiria kulitumia) na ufanye uamuzi unaofaa kuhusu iwapo gari hilo linafaa kufanyiwa ukaguzi.

orodha ya ukaguzi

• [ ] Maadili: Ninathibitisha na kumiliki pato la AI; Sikuweka jukumu kwenye AI.
• [ ] Uhuru: Nilitathmini chanzo na mtiririko wa data wa zana; Ninaweza kuthibitisha pato kwa kujitegemea.
• [ ] Faragha: Nilificha data; Niliendesha gari salama, lililo na kandarasi, la ukaguzi.
• [ ] Niliweka lango la uthibitishaji katika kila hatua ya utendakazi wa mwisho hadi mwisho.
• [ ] Sikukosa hatua yoyote; Nilikubali kwamba kasi isiyo na mlango ni kasi ya bandia.
• [ ] Nilitoa maoni, uamuzi wa upotoshaji wa nyenzo na hitimisho mwenyewe.
• [ ] Nilijibu maswali sita katika jedwali la uteuzi wa gari salama na kutathmini ufaafu wa gari.

Mtihani wa Moduli

1. Mwanachama wa timu ya ukaguzi ana maingizo ya jarida 180,000 ya AI kwa yale 'yasiyo ya kawaida' na anapata orodha ya kipekee ya rekodi 340. Je, orodha hii ina maana gani katika suala la BDS na dhima ya kitaaluma?

• A) Isipokuwa ni alama za maswali ambazo mkaguzi atazichunguza moja baada ya nyingine; Tathmini yenye ushahidi na hitimisho ni ya mkaguzi ✔
• B) Rekodi zote 340 zinazingatiwa kama makosa yaliyothibitishwa na zimeandikwa moja kwa moja kwenye ripoti kama matokeo.
• C) Kwa kuwa upelelezi wa bandia huchanganua, rekodi hizi hazihitaji kuchunguzwa kando.
• D) Hatari ya taarifa potofu huondolewa kiotomatiki kwani orodha haina zaidi ya 340

Ufafanuzi: Rekodi zilizowekwa na akili bandia sio matokeo ya ukaguzi, lakini ni sehemu za kuanzia kwa mkaguzi kuzichunguza. Kila ubaguzi lazima uchunguzwe na ushahidi, chanya za uwongo lazima ziondolewe, na matokeo halisi lazima yawe sahihi. Maoni na maoni ni ya mkaguzi.

2. Mkaguzi anauliza akili bandia ni kiwango gani cha uhasibu kinaangukia; maarifa ya bandia hutoa marejeleo ya wazi kama 'TMS 37 makala 14/b yalibadilishwa mwaka wa 2022'. Ni ipi njia sahihi?

• A) Kiini na tarehe haziwezi kutumika bila uthibitisho kutoka kwa maandishi rasmi ya kawaida; Kuna uwezekano wa kuona maono ✔
• B) Kwa kuwa kumbukumbu ni wazi, imeandikwa moja kwa moja kwenye karatasi ya kazi
• C) Ikiwa akili ya bandia imetoa tarehe, mabadiliko ya sheria ni ya hakika.
• D) Ufafanuzi wa kawaida unaweza kuachwa kabisa kwa akili ya bandia

Maelezo: Akili ya Bandia inaweza kuunda kwa ufasaha nambari za kawaida, vitu na tarehe (hallucination). Kila marejeleo hayawezi kutumika bila uthibitisho kutoka kwa chanzo rasmi cha msingi (KGK, maandishi ya kawaida husika). Akili bandia ni kitafuta njia, sio chanzo.

3. Kwa nini ni hatari kubandika taarifa ya sasa ya akaunti ya kampuni iliyokaguliwa yenye majina ya wateja, nambari za kodi na kiasi kwenye zana ya kijasusi inayopatikana kwa umma?

• A) Hakuna shida, kwa sababu akili ya bandia husahau data hata hivyo
• B) Ni pingamizi tu ikiwa kiasi kinazidi milioni 1
• C) Ni ukiukwaji wa usiri na KVKK; data inapaswa kufichuliwa na salama, zana zilizo na mkataba zitumike ✔
• D) Ikiwa mteja ametoa idhini, ni bure kupakia data yoyote kwa gari lolote.

Maelezo: Data ya ukaguzi inalindwa ndani ya upeo wa sera ya faragha na KVKK; Kuhamisha data kwa seva ya nje kunakiuka maadili ya kitaaluma na usiri. Njia sahihi ni kutokutambulisha data na kutumia zana zilizo na mkataba na salama.

4. Ni ipi mojawapo ya mitego mikubwa zaidi wakati wa kutathmini pato la AI katika suala la mashaka ya kitaaluma?

• A) Matokeo ni mafupi sana
• B) Uandishi wa akili bandia katika Kituruki
• C) Upendeleo wa kiotomatiki/uthibitishaji: kukubali matokeo ambayo yanaonekana laini na ya uhakika kama kweli bila kuhoji ✔
• D) Uwepo wa jedwali katika pato

Ufafanuzi: Upendeleo wa kiotomatiki na upendeleo wa uthibitisho husababisha mkaguzi kukubali bila kuhoji matokeo ambayo yanaonekana laini na ya kujiamini. Mkaguzi mwenye shaka anajaribu kukataa pato na kutafuta kinyume chake. Ufasaha sio usahihi.

5. Ni faida gani muhimu zaidi ya upimaji kamili wa idadi ya watu (kujaribu 100% ya data) juu ya sampuli; Lakini inaleta wajibu gani mpya?

• A) Huondoa hatari ya sampuli; hata hivyo, kuna jukumu la kuthibitisha ukamilifu wa data na kutathmini vighairi ✔
• B) Hufanya ukaguzi otomatiki na kufanya uamuzi wa mkaguzi usiwe wa lazima
• C) Huweka upya mzigo wa kazi kwa sababu haitoi ubaguzi
• D) Hutoa matokeo sahihi kila wakati bila kujali ubora wa data

Ufafanuzi: Upimaji kamili wa idadi ya watu huondoa hatari ya sampuli (sampuli kutokuwa mwakilishi wa idadi ya watu). Hata hivyo, kutathmini idadi kubwa ya vighairi vinavyotokana na uthibitishaji wa ukamilifu na usahihi wa data huweka mzigo mpya kwa mkaguzi.

6. Ni ipi njia sahihi wakati wa kuhesabu kiasi cha mali na akili ya bandia kulingana na BDS 320?

• A) Kiasi cha kwanza kinachotolewa na akili ya bandia kinatumika moja kwa moja
• B) Nyenzo daima ni 5% ya mauzo na hauhitaji hukumu
• C) Hesabu ya nyenzo sio lazima katika ukaguzi
• D) Akili ya Bandia huhesabu matukio; kiashirio, asilimia na ubora wa mwisho ni uamuzi wa mkaguzi na akaunti imethibitishwa ✔

Maelezo: Nyenzo ni matokeo ya uamuzi wa kitaalamu kulingana na kiashirio na asilimia iliyochaguliwa. AI inaweza haraka kuhesabu matukio tofauti, lakini uchaguzi wa kiashiria, asilimia na kiasi cha mwisho ni cha hukumu ya mkaguzi na kila hesabu inapaswa kuthibitishwa kwa kujitegemea.

7. Sheria ya Benford ina jukumu gani katika kudhibiti ulaghai na ni kikomo gani inapotumiwa na akili bandia?

• A) Ni bendera nyekundu inayoonyesha mikengeuko katika usambazaji wa tarakimu za kwanza; Sio ushahidi peke yake, inahitaji utafiti ✔
• B) Ikiwa kupotoka kunapatikana, ulaghai huo unachukuliwa kuwa umethibitishwa.
• C) Hutumika kwa kila mkusanyiko wa data na kamwe haitoi chanya za uwongo
• D) Inaweza kutumika tu bila AI

Maelezo: Sheria ya Benford inatoa usambazaji unaotarajiwa wa tarakimu za kwanza katika seti za data asilia; kupotoka kunaweza kuonyesha uwezekano wa kudanganywa. Lakini hii ni bendera nyekundu tu; Sio ushahidi wa udanganyifu peke yake; inahitaji uchunguzi wa mkaguzi.

8. Je, ni muundo gani thabiti zaidi wakati wa kuandika matokeo ya ukaguzi kwa kutumia akili bandia?

• A) Sentensi tu 'kuna shida' inatosha
• B) Tumia lugha ya kushutumu kwa wasimamizi pekee
• C) Muundo unaojumuisha vipengele vya hali, kigezo, sababu, athari na mapendekezo kwa njia ya ushahidi ✔
• D) Maneno ya jumla ambayo hayana nambari

Ufafanuzi: Utafutaji unaofaa unajumuisha hali (kilichopatikana), kigezo (ni kanuni gani ilivunjwa), sababu (sababu kuu), athari (matokeo/hatari), na mapendekezo (nini kifanyike). AI inajaza kiunzi hiki haraka, lakini kila kipengele lazima kifungwe na ushahidi.

9. Katika jaribio la mechi ya njia tatu, akili ya bandia inalinganisha agizo, noti ya utoaji na ankara na hupata vitu 27 ambavyo havilingani. Je, matokeo haya yanamaanisha nini?

• A) Penseli 27 ni ushahidi wa uhakika wa udanganyifu
• B) Kwa kuwa akili ya bandia iliipata, hakuna haja ya uchunguzi wa ziada
• C) Vipengee 27 sio muhimu kwa sababu idadi ni ndogo
• D) Vitu visivyolingana ni tofauti zinazohitaji kuchunguzwa; Huenda kukawa na muda, uwasilishaji kiasi au hitilafu, tathmini ni ya mkaguzi ✔

Maelezo: Vipengee visivyolingana sio makosa ya moja kwa moja, lakini tofauti ambazo mkaguzi atachunguza; Kunaweza kuwa na tofauti ya saa, uwasilishaji kiasi au hitilafu halisi. Akili ya bandia inaonyesha tofauti, maelezo na hitimisho ni mali ya mkaguzi.

10. Ni kanuni gani muhimu wakati wa kuandaa karatasi ya kufanya kazi na akili ya bandia chini ya BDS 230?

• A) Maandishi yanayotolewa na akili ya bandia ni moja kwa moja karatasi ya mwisho ya kufanya kazi
• B) Rasimu si nyaraka halali hadi iambatanishwe na ushahidi na kuhakikiwa na kupitishwa na mkaguzi ✔
• C) Sio lazima kujumuisha marejeleo ya ushahidi kwenye karatasi ya kazi.
• D) Sio muhimu kwamba nyaraka zinaweza kufuatiliwa

Maelezo: Karatasi ya kazi inapaswa kufanya ufuatiliaji wa kazi iliyofanywa, ushahidi uliopatikana na hitimisho kufikiwa. AI inaboresha mfumo na lugha, lakini matokeo si nyaraka halali hadi ifungwe na ushahidi na kukaguliwa na kumilikiwa na mkaguzi.

11. Katika taratibu za uchanganuzi (BDS 520), akili bandia hutambua ongezeko la 40% la bidhaa ya gharama na inaeleza kuwa 'labda ni kutokana na mfumuko wa bei'. Mkaguzi afanye nini?

• A) Anaikubali kauli kama ilivyo na kuifunga.
• B) Pendekezo ni hypothesis; Haifikii hitimisho bila kuchunguza na kuthibitisha kupotoka kwa ushahidi huru ✔
• C) Ongezeko la 40% daima ni la kawaida
• D) Ikiwa akili ya bandia ilielezea, ushahidi wa ziada hauhitajiki

Ufafanuzi: Maelezo yanayopendekezwa na akili ya bandia ni dhana, si ushahidi. Mkaguzi hawezi kufikia hitimisho bila kuchunguza kupotoka kwa ushahidi wa kujitegemea (mikataba, ankara, ufichuzi wa usimamizi na uthibitisho). Mkengeuko usiotarajiwa unahitaji uchunguzi wa kina.

12. Kwa mujibu wa kanuni ya uhuru, mkaguzi anapaswa kuzingatia nini wakati wa kuchagua chombo cha akili ya bandia?

• A) Gari pekee ni bure
• B) Data inapokwenda, tumia katika mafunzo ya kielelezo, kandarasi, ufuatiliaji wa ukaguzi na uhakikisho wa usiri ✔
• C) Gari ni maarufu zaidi
• D) Kiolesura cha rangi

Ufafanuzi: Mkaguzi anapaswa kuzingatia mahali data inakwenda, iwe inatumika katika mafunzo ya mfano, mkataba na njia ya ukaguzi. Zana iliyopachikwa katika mfumo wa kampuni iliyokaguliwa, ambayo matokeo yake hayawezi kudhibitiwa na mkaguzi, inaweza kutishia uhuru na usiri.

13. Mkaguzi anatathmini rasimu ya maelezo ya kupotoka iliyoandaliwa na akili bandia. Je, ni mbinu gani inayofaa zaidi kuzuia upendeleo wa uthibitishaji?

• A) Tafuta na ufunge mfano mmoja ambao unathibitisha matokeo
• B) Kukubali matokeo bila kusoma kabisa
• C) Kujaribu kukanusha hitimisho: 'Ikiwa hii ni uwongo, ni uthibitisho gani unaoonyesha hilo?' ✔ kutafuta ushahidi kinyume
• D) Inatafuta tu makosa ya tahajia

Maelezo: Mkaguzi mwenye mashaka anajaribu kukanusha badala ya kuthibitisha matokeo: 'Kama taarifa hii ni ya uwongo, ni ushahidi gani utaionyesha?' anauliza na kutafuta ushahidi kinyume chake. Hii ni dawa ya upendeleo wa uthibitisho.

14. Jinsi ya kufupisha jukumu la matokeo ya AI katika uwanja wa usalama na ukaguzi muhimu wa kufuata?

• A) Taarifa za kijasusi za Bandia huchukua nafasi ya idhini ya mkaguzi na huamua maoni ya mwisho
• B) Idhini ya kibinadamu haihitajiki tena katika ukaguzi
• C) Akili bandia ni sahihi zaidi kuliko binadamu katika hali zote
• D) AI hutoa uandishi / uchambuzi / kasi; Maoni na hukumu ni ya mkaguzi huru, matokeo ambayo hayajathibitishwa si halali ✔

Ufichuzi: Utoaji wa kijasusi wa Bandia hauchukui nafasi ya idhini ya mkaguzi mwenye uwezo na huru; Rasimu hutoa uchanganuzi na kasi, lakini maoni ya ukaguzi, uamuzi wa upotoshaji wa nyenzo, na hitimisho ni za kibinadamu. Matokeo ambayo hayajathibitishwa ni kama karatasi ya kufanya kazi ambayo haijasainiwa.