Kitengo 11 / 11

Maadili, Faragha, Hakimiliki na Mfumo wa Ikolojia wa Zana za AI

Faida:

  • Awe na uwezo wa kuweka mipangilio ya matumizi ya akili bandia kwa kuwajibika kulingana na uhalisi wa muundo, hakimiliki, faragha ya data na maadili ya muundo wa giza.
  • Uwezo wa kuchagua Figma, Miro na zana kubwa za lugha za UX kulingana na kazi na kuziunganisha kwenye mtiririko wa kazi.
  • Uwezo wa kuunda sera ya matumizi ya akili ya kibinafsi na ya shirika na orodha ya ukaguzi.

Katika moduli hii yote, tulitumia AI kama kiongeza kasi katika kila hatua ya mtiririko wa kazi wa UX. Kitengo hiki cha mwisho kinaweka uwezo huu wote katika mfumo unaowajibika: mipaka ya kimaadili, faragha ya data, hakimiliki na mali ya kiakili, na kuchagua zana inayofaa kwa kazi inayofaa. Kwa mbunifu, haya sio "makini ya ziada" lakini msingi wa taaluma; kwa sababu muundo unaelekeza tabia za mamilioni ya watu na uwezo huu unaweza kutumika vibaya. AI haiondoi jukumu hili, inaongeza: wakati chombo kinafanya uzalishaji wa haraka kwa niaba yako, matokeo ya kimaadili na ya kisheria ya pato bado ni yako.

Mifumo ya giza: matumizi mabaya ya madaraka

Mchoro mweusi ni muundo unaomdanganya mtumiaji kuchukua hatua asiyoitaka: kuficha kitufe cha kughairi, kuandika "hapana" kwa njia ya aibu ("Hapana, sitaki kuhifadhi"), kwa makusudi kuifanya iwe vigumu kujiondoa, visanduku vya kuteua vilivyowekwa alama mapema. Vipimo hivi hupandisha bei kwa muda mfupi, lakini huharibu imani ya watumiaji na vinazidi kuwa chini ya vikwazo vya kisheria (kanuni za ulinzi wa watumiaji zinakataza katika nchi nyingi).

AI inaweza kufanya iwe rahisi kwako kutoa muundo wa giza; Ombi kama vile "fanya kitufe cha kughairi kisionekane" linaweza kujibiwa kiufundi. Lakini ombi hili si la kimaadili na linapaswa kukataliwa. Gari sio kisingizio; Jukumu daima liko kwa mbunifu. Jaribio la litmus kwa muundo wa kimaadili ni rahisi: "Ikiwa mtumiaji angeelewa muundo huu, bado angeukubali?"

Tahadhari: "AI ilipendekeza" sio utetezi. Jukumu la pato lisilo la kimaadili liko kwa mbuni anayeitumia kwenye bidhaa.

Faragha ya data na KVKK: kutoka mwanzo hadi mwisho

Kanuni ambayo tumekuwa tukisisitiza tangu kitengo cha kwanza kije kwenye picha kamili hapa. Utafiti wa UX hufanya kazi na data ya kibinafsi na KVKK hulinda data hii. Sheria tatu zinabaki thabiti wakati wa kutumia akili ya bandia:

  1. Usitambulishe: Vitambulisho vya barakoa kama vile jina, anwani, mahali pa kazi.
  2. Kaa ndani ya mipaka ya idhini: Usizidi matumizi yaliyokusudiwa uliyomwambia mshiriki.
  3. Jua sera ya data ya zana: Dhibiti mahali data inapohifadhiwa na ikiwa inaenda kwa mafunzo ya kielelezo; Chagua zana zilizoidhinishwa na kampuni.

Kuingiza data muhimu kwenye zana isiyolipishwa kunaweza kufichua data hiyo kwa wahusika wengine. Katika mazingira ya shirika, hakikisha unatumia zana zilizoidhinishwa na timu ya usalama wa habari.

Hakimiliki, mali miliki na uhalisi

Picha, aikoni na maandishi yanayotolewa na akili bandia hayana uhakika katika suala la hakimiliki. Jenereta ya picha inaweza kutoa pato ambalo linafanana kupita kiasi na vizalia vya programu ilizofunzwa; Hii inaleta hatari ya kukiuka haki miliki ya mtu mwingine. Vidhibiti vitatu ni muhimu kwa matumizi ya kibiashara:

  • Masharti ya leseni: Je, una haki ya kutumia pato la zana kibiashara?
  • Hatari ya kufanana: Je, matokeo yanafanana kwa hatari na chapa au kazi iliyopo?
  • Uhalisi na uwazi: Tangaza mchango wa akili bandia katika kazi za ubunifu inapobidi; Usiwasilishe kazi ya mtu mwingine kama kazi yako asilia.

Uasilia katika nyanja za elimu na ubunifu pia ni maadili ya kitaaluma. AI inaweza kuwa mahali pa kuanzia, lakini kazi ya mwisho lazima iwe na mchango wako, hukumu na wajibu wako.

Mfumo wa ikolojia wa zana: zana inayofaa kwa kazi inayofaa

Zana za akili za bandia zimegawanywa katika vikundi vitatu. Hakuna moja inayofaa kwa kila kazi; chagua kwa kazi.

aina ya gari

Mfano wa matumizi

Nguvu zake ni

Tahadhari

Muundo wa lugha kubwa (maandishi)

Usanifu wa utafiti, Uandishi wa UX, nyaraka

Uzalishaji na uchambuzi wa maandishi

Udanganyifu, faragha ya data

Programu-jalizi iliyopachikwa kwenye zana ya usanifu (k.m. in-Figma)

Wireframe, kujaza maudhui, mpangilio

Kasi katika mtiririko wa kubuni

Uthabiti, dhamana ya sehemu

Programu-jalizi ya bodi ya ushirikiano (k.m. ndani ya Miro)

Mchoro wa uhusiano, mawazo

Usanifu wa utafiti, vikundi

uthibitisho wa binadamu

Jenereta ya picha/ikoni

Mchoro, dhana ya kuona

Wazo la kuona haraka

Hakimiliki, leseni, kufanana

Mbinu ya vitendo: muundo wa lugha wa maandishi na uchanganuzi, programu-jalizi za ndani za zana za kuunda muundo, programu-jalizi za ubao mweupe kwa usanisi, jenereta za taswira - lakini katika kila mwafaka wa uthibitishaji wa moduli hii hutumika.

kesi tatu ndogo

Kesi ya 1 - Ombi la muundo wa giza limekataliwa. Meneja wa bidhaa alimwomba mbunifu “afanye mtiririko wa kughairi kuwa mgumu sana hivi kwamba hakuna mtu anayeweza kughairi.” Muumbaji alielezea kuwa hii ni muundo wa giza na hubeba uaminifu na hatari ya kisheria; badala yake, alibuni mtiririko wa uaminifu ambao hutoa mbadala kwa wale wanaoghairi. Kiwango cha kughairi kiliendelea kudhibitiwa, uaminifu ulidumishwa.

Kesi ya 2 - Hatari ya hakimiliki imepatikana. Timu ilitaka kutumia aikoni inayofanana na nembo inayotolewa na akili bandia. Wakati wa ukaguzi wa kufuata, ikoni ilionekana kuwa hatari sawa na chapa inayojulikana na haikutumiwa. Somo: matokeo ya kuona mara zote yanakaguliwa ili kuona kufanana.

Kesi ya 3 - Ukiukaji wa usiri umezuiwa. Mbuni alikuwa karibu kupakia mazungumzo ya mteja pamoja na data ya kibinafsi kwa zana ambayo haijaidhinishwa. Sera ya taasisi ilizuia hili; Data haikujulikana kwanza, na zana iliyoidhinishwa ilitumiwa. Somo: sera na kutokutambulisha hutumika tangu mwanzo, sio baadaye.

Vidokezo vinavyoweza kunakiliwa

Tathmini ombi hili la muundo kwa maadili: "<<request>>". Je, inapotosha mtumiaji, inazuia uhuru wa kuchagua, ni muundo wa giza? Mtihani wa Litmus: ikiwa mtumiaji angeelewa hii, bado wangekubali? Ikiwa ni shida, pendekeza njia mbadala ya uaminifu.

Angalia pato hili la picha/ikoni ya AI kwa matumizi ya kibiashara:1) je, kuna hatari ya kufanana na chapa au kazi inayojulikana sana?2) je, ninapaswa kutafuta nini kuhusu utoaji wa leseni/utumizi wa kibiashara?Orodhesha pointi za kuangalia na onyo la "pata idhini ya kisheria" ikihitajika.Maelezo ya picha: <<text>>

Tuandikie rasimu ya sera ya matumizi ya AI (kwa timu ya UX): data gani haiwezi/ haiwezi kupakiwa, sheria ya kutokutambulisha, zana zilizoidhinishwa, hatua ya uthibitishaji wa matokeo, udhibiti wa hakimiliki, mipaka ya kimaadili. Ipe kwa ufupi nukta za vitone zinazoweza kutekelezeka.

Ni aina gani ya zana ya AI inafaa zaidi kwa kazi hii? "<<task>>".Chaguo: muundo wa lugha / programu-jalizi ya zana ya kubuni / ubao mweupe /jenereta ya picha. Chagua moja inayofaa zaidi, ithibitishe na uandike hatari ya kuzingatia.

Mwongozo dhaifu / Mwongozo thabiti

Dhaifu: "Je, ninaweza kutumia picha hii?"

Matokeo: jibu lisilo wazi, la juu juu ambalo linashindwa kutathmini hatari.

Güçlü: "Angalia pato hili la picha kwa matumizi ya kibiashara: kuna hatari ya kufanana, ni nini napaswa kuzingatia katika suala la utoaji leseni, kibali cha kisheria kinahitajika?"

Matokeo: Orodha ya kukagua hatari ya zege na notisi ya idhini inayohitajika.

Tofauti: papo hapo huuliza mfanano + leseni + vipimo vya uidhinishaji kando.

Makosa ya kawaida

  • Kuepuka kuwajibika kwa kusema "Upelelezi wa Bandia ulipendekeza". Matokeo ya kimaadili na kisheria yapo kwa mbunifu.
  • Inakosea mifumo ya giza ya "kuboresha". Muundo wowote unaowalaghai mtumiaji huharibu uaminifu na sifa.
  • Kutumia pato la kuona bila udhibiti wa hakimiliki. Kufanana na hatari ya utoaji leseni inaweza kusababisha maafa ya biashara.
  • Kuingiza data muhimu kwenye gari lisiloidhinishwa. Ukiukaji wa KVKK na uvujaji wa data.
  • Kuweka zana moja kwa kila kazi. Kutochagua gari kulingana na aina ya kazi hupunguza ufanisi na ubora.

Kwa muhtasari

Nguvu ya AI haiondoi wajibu; huongeza. Muundo wa kimaadili unakataa kudanganya mtumiaji; mifumo ya giza hutoa uaminifu na usalama wa kisheria kwa faida ya muda mfupi. Faragha ya data inalindwa kwa kutokutambulisha, idhini na zana zilizoidhinishwa ndani ya mfumo wa KVKK. Hakimiliki na uhalisi huhitaji ulinganifu na udhibiti wa leseni, hasa katika matokeo ya kuona na ubunifu. Chagua mfumo ikolojia wa zana kulingana na kazi: muundo wa lugha hadi maandishi, programu-jalizi ya zana ya kubuni, ubao hadi usanisi, jenereta hadi inayoonekana - lakini katika kila kielelezo cha uthibitishaji hubaki bila kubadilika. Andika sera yako mwenyewe na ya timu yako ya AI; kwa hivyo kasi inasawazishwa na uwajibikaji.

Jukumu la maombi

  1. Kwa kidokezo cha tatu, toa rasimu fupi ya sera ya matumizi ya AI kwa timu yako ya UX.
  2. Linganisha sera na uthibitishaji na sera za faragha za sehemu hii na ujaze mapengo yoyote.
  3. Weka ombi la kubuni lenye mashaka kwenye jaribio la kimaadili la litmus kwa haraka ya kwanza.
  4. Angalia hakimiliki ya picha yoyote ya akili bandia unayotumia au utakayotumia kwa kidokezo cha pili.
  5. Unda orodha ya uthibitishaji wa kibinafsi na uitundike kwenye dawati lako.

orodha ya ukaguzi

  • [ ] Nilikataa maombi ya muundo wa giza na kutoa njia mbadala ya uaminifu.
  • [ ] Nilitumia jaribio la kimaadili la litmus (“Je, mtumiaji angekubali ikiwa amelielewa?”).
  • [ ] Nilificha utambulisho wa data ya kibinafsi na kutumia zana zilizoidhinishwa pekee.
  • [ ] Niliangalia matokeo yanayoonekana kwa hakimiliki na mfanano.
  • [ ] Nililinganisha kazi na aina sahihi ya gari.
  • [ ] Niliunda sera ya matumizi ya AI na orodha ya uthibitishaji.

Mtihani wa Moduli

1. Mbunifu wa UX anaweka mandhari ya 'watumiaji wanataka kasi' ambayo AI ilitokana na mahojiano 20 kwenye ripoti yake ya utafiti bila kuangalia nukuu zozote; Katika uwasilishaji, mdau anauliza 'katika mkutano gani?' Inapoulizwa, hakuna msingi unaoweza kupatikana. Somo kuu la hali hii ni lipi?

  • A) Kuunganisha pato la kijasusi bandia kwa nukuu halisi ya mahojiano na kuitumia bila kuithibitisha; ✔ Kupuuza jukumu la kuanzisha njia ya ushahidi
  • B) Ni marufuku kabisa kutumia akili ya bandia katika usanisi wa utafiti
  • C) Idadi ya mikutano iwe 50 badala ya 20
  • D) Mandhari haijawasilishwa katika jedwali

Maelezo: Akili Bandia inaweza kutoa mada fasaha lakini zisizo na msingi (hallucinations). Sio kila pato la usanisi linafaa kuingia katika ripoti au uamuzi bila kuthibitishwa na kuunganishwa nyuma kwa nukuu na chanzo halisi cha mtumiaji; Jukumu liko kwa mbunifu.

2. Ni kazi gani kati ya zifuatazo inayotumia AI iliyo na hatari kubwa zaidi na inahitaji idhini ya mwisho kutoka kwa mbuni?

  • A) Kuzalisha tofauti tatu tofauti za mpangilio kwa wireframe
  • B) Pendekeza njia tano mbadala za maandishi ya kitufe
  • C) Kufanya uamuzi wa mwisho kwamba kiolesura kinaweza kufikiwa na kinakidhi mahitaji ya mtumiaji ✔
  • D) Kufanya muhtasari wa dokezo la mkutano

Maelezo: Uamuzi wa mwisho kuhusu idhini ya ufikivu na hitaji halisi la mtumiaji ni hatari kubwa kwani huathiri moja kwa moja matumizi ya watu. Kuzalisha rasimu ya wireframe au tofauti ya maandishi ni hatari ndogo; Hukumu ya mwisho na idhini ni ya mbuni.

3. Je, ni hatua gani muhimu zaidi kabla ya kupakia manukuu ya simu ya mtumiaji kwa AI?

  • A) Pakia nakala kama ilivyo, na data yote ya kibinafsi
  • B) Kuficha data ya kibinafsi (jina, mawasiliano, mahali pa kazi) na kufanya kazi ndani ya mipaka ya idhini na sera ya ushirika ✔
  • C) Tafsiri nakala kwa Kiingereza kwanza
  • D) Kubadilisha nakala kuwa taswira

Maelezo: Nakala za mahojiano zina data ya kibinafsi kama vile jina, simu, na mahali pa kazi. Kwa mujibu wa KVKK na vikomo vya idhini, data hii lazima ijulikane au ifichwe kabla ya kuhamishiwa kwenye akili ya bandia; Gari iliyoidhinishwa na taasisi lazima itumike.

4. Mtu anayetolewa na akili bandia huwa na sentensi kama vile 'watumiaji wakubwa wanaogopa teknolojia'. Ni ipi njia sahihi?

  • A) Kuacha sentensi kama ilivyo, kwa sababu AI haina upande wowote
  • B) Futa mtu kabisa
  • C) Weka alama kwenye mtindo uliozoeleka, ijaribu kwa data halisi na uiondoe ikiwa haitumiki ✔
  • D) Kusisitiza sentensi zaidi

Ufafanuzi: Upelelezi wa Bandia unaweza kubeba dhana potofu na upendeleo kutoka kwa data ambayo inafunzwa. Persona lazima iwe kulingana na data halisi ya sehemu; Fikra potofu zinapaswa kutiwa alama na kujaribiwa dhidi ya data, na mijadala isiyotumika inapaswa kuondolewa.

5. Je, 'ramani ya mshikamano' ina maana gani katika usanisi wa ubora wa utafiti?

  • A) Mbinu ya kufikia mada kwa kupanga uchunguzi na nukuu zinazofanana ✔
  • B) Utafiti unaopima ukaribu wa watumiaji kati yao
  • C) Mbinu ya kuchagua palette ya rangi
  • D) Aina ya uhuishaji wa mfano

Ufafanuzi: Mchoro wa ukaribu ni mkusanyiko wa uchunguzi na nukuu za mtu binafsi kulingana na mfanano wao na kuzigeuza kuwa mada. AI inaweza kuharakisha uwekaji kambi wa awali, lakini maana ya vikundi lazima idhibitishwe na binadamu.

6. Mbuni huiambia AI ​​'andika kitufe cha maandishi' na hupata tokeo la neno moja bila muktadha. Ni nini kinapaswa kuongezwa kwa arifa yenye nguvu zaidi?

  • A) Kusema tu 'andika vizuri'
  • B) Andika swali kwa Kiingereza
  • C) Kurudia dodoso sawa mara nyingi
  • D) Kusudi la onyesho, muktadha wa mtumiaji, toni ya chapa, kikomo cha urefu na kutoa idadi inayotaka ya tofauti ✔

Maelezo: Kidokezo chenye nguvu kinatoa muktadha: madhumuni ya skrini, kile ambacho mtumiaji anafanya kwa sasa, toni ya chapa, kikomo cha urefu na idadi ya tofauti. Ombi lisilo na muktadha hutoa pato la jumla na lisiloweza kutumika.

7. Je, 'ukali' hubainishwaje wakati wa kutanguliza matokeo ya majaribio ya utumiaji?

  • A) Kulingana na ukuu wa mtu aliyepata shida
  • B) Kulingana na athari ya tatizo kwa mtumiaji, frequency na athari za biashara ✔
  • C) Kulingana na mpangilio wa matokeo katika ripoti
  • D) Kulingana na alama ya nasibu iliyotolewa na akili ya bandia

Maelezo: Ukali hubainishwa na vigezo kama vile ni kiasi gani tatizo huathiri mtumiaji (je, huzuia kazi kukamilika), imeona watumiaji wangapi na athari za biashara. AI inaweza kupendekeza safu za rasimu, lakini uamuzi wa mwisho wa uzito ni wa mbuni na timu yake.

8. Je, ni ukweli gani kuhusu mapendekezo ya ufikivu wa AI (k.m. maandishi mbadala)?

  • A) Uthibitishaji wa akili bandia huhakikisha ufikivu, hakuna majaribio ya ziada yanayohitajika
  • B) Ufikiaji ni juu ya uchaguzi wa rangi tu
  • C) Maandishi mbadala hayahitajiki
  • D) Akili bandia hutoa rasimu; ufikivu wa kweli unaothibitishwa na teknolojia ya usaidizi na majaribio ya mtumiaji ✔

Maelezo: AI inaweza kutoa michoro ya haraka ya maandishi mbadala na utofautishaji, lakini ufikivu wa kweli unathibitishwa tu na majaribio na visoma skrini na watumiaji halisi wa teknolojia ya usaidizi. Pendekezo la kiotomatiki ni la awali, si uthibitisho.

9. Katika maandishi ya kiolesura, AI inapendekeza ujumbe wa makosa 'Operesheni yako imeshindwa, jaribu tena'. Ni uboreshaji gani bora katika suala la uandishi wa UX?

  • A) Ongeza msimbo wa hitilafu ya kiufundi kwa ujumbe na uache mtumiaji peke yake
  • B) Ondoa ujumbe kabisa
  • C) Andika kwa lugha iliyo wazi na isiyo ya kushtaki kile kilichotokea, sababu inayowezekana na hatua madhubuti ambayo mtumiaji atachukua ✔
  • D) Kuandika 'ERROR' kwa herufi kubwa

Maelezo: Ujumbe mzuri wa hitilafu unasema wazi kile kilichotokea, kwa nini, na kile ambacho mtumiaji anapaswa kufanya; Haitakuwa ya mashtaka. Fomula ya 'nini kilifanyika + kwa nini + hatua inayofuata' huweka mtumiaji kwenye ufuatiliaji. Mchoro wa AI unaboreshwa na kigezo hiki.

10. Je, ni mtazamo gani sahihi zaidi kuhusu wireframe inayotolewa na chombo cha kijasusi cha bandia ambacho hutoa kiolesura kutoka kwa maandishi?

  • A) Kutumia pato moja kwa moja kama muundo wa mwisho
  • B) Kutotumia pato kabisa kwa sababu haina thamani
  • C) Kutumia pato kwa rangi zake tu
  • D) Chukulia matokeo kama rasimu ya kuanza kwa haraka na ikomaze kwa maudhui, kigezo cha hali ya juu na ufikivu ✔

Maelezo: Zana hizi hutoa rasimu ya kuanza kwa haraka, lakini zinapungukiwa na mambo kama vile maudhui halisi, matukio makali, ufikivu na miundo ya kiakili. Pato ni hatua ya kuanzia; Mbunifu anapaswa kukosoa na kukomaza hili.

11. Ni matumizi gani sahihi zaidi ya akili ya bandia katika kazi ya mfumo wa kubuni?

  • A) Tengeneza hati za sehemu na rasimu za maandishi ya matumizi na uithibitishe na timu ✔
  • B) Chapisha kiotomatiki mfumo mzima wa kubuni bila idhini
  • C) Kubadilisha rangi ya chapa bila kuuliza mbuni
  • D) Kufuta vipengele kutoka kwa mfumo bila kupima mtumiaji

Maelezo: AI ina nguvu katika kutoa hati za vijenzi kwa haraka, hati za matumizi, mifano ya kufanya/usifanye na rasimu za majina ya ishara. Hata hivyo, mapendekezo yao yanapaswa kuangaliwa kwa kukinzana na mfumo wa sasa; Uamuzi wa umoja na uthabiti uko kwa timu.

12. Mbuni huiuliza AI 'ifanye kitufe cha kughairi kisionekane' kwa muundo fiche ambao unaelekeza mtumiaji kwenye usajili usiotakikana. Hili ni tatizo la aina gani?

  • A) Uboreshaji usio na madhara wa mwingiliano mdogo
  • B) Uboreshaji wa ufikiaji
  • C) Kanuni ya mfumo wa muundo wa kawaida
  • D) Mtindo mweusi unaopotosha mtumiaji, si wa kimaadili na una hatari ya kisheria ✔

Maelezo: Miundo inayompotosha mtumiaji katika kitendo kisichofaa ni 'mifumo isiyofaa', ambayo ni kinyume cha maadili na inazidi kuwekewa vikwazo vya kisheria. Ingawa AI ni wakala, jukumu liko kwa mbunifu; ombi kama hilo linapaswa kukataliwa.

13. Ni udhibiti gani unaohitajika kabla ya kutumia picha au seti ya ikoni inayozalishwa na akili ya bandia katika bidhaa?

  • A) Hakuna vidhibiti vinavyohitajika, pato la AI ni bure
  • B) Uthibitishaji wa masharti ya leseni ya gari, hakimiliki na hatari ya ukaribu na kazi zinazofanana ✔
  • C) Kuangalia ukubwa wa faili pekee
  • D) Kuhesabu idadi ya rangi ya picha

Maelezo: Picha za akili Bandia zinaweza kutokuwa na uhakika katika suala la leseni, hakimiliki na kufanana kwa chapa. Katika matumizi ya kibiashara, masharti ya leseni ya zana, ukaribu kupita kiasi wa kazi zinazofanana, na hatari ya uvumbuzi inapaswa kuthibitishwa; Ikibidi, idhini ya kisheria/ya kufuata lazima ipatikane.

14. Ni ipi njia sahihi kuhusu mstari wa 'hisia' unaotolewa na AI kwenye ramani ya safari ya mtumiaji?

  • A) Kuthibitisha hisia kwa data halisi ya utafiti, kuashiria zisizo na msingi kama mawazo ✔
  • B) Kuzingatia utabiri wa hisia za akili bandia kama ukweli kamili
  • C) Kupuuza kabisa mstari wa hisia
  • D) Kuashiria hisia kwa rangi nasibu

Ufafanuzi: AI inaweza kutabiri hisia na pointi za maumivu, lakini haya ni mawazo isipokuwa yanaungwa mkono na data halisi ya mtumiaji. Ramani inapaswa kuthibitishwa na dondoo za utafiti; hisia zisizo na msingi zinapaswa kuwekwa alama kama mawazo.