Uthibitishaji, Maadili, Hakimiliki na Usalama wa Biashara: Mipaka ya Ubunifu na Biashara

Faida:

• Uwezo wa kupachika orodha (chanzo, akaunti, ladha, usalama, kisheria) kwenye mtiririko wa kazi wa jikoni ambao unathibitisha matokeo ya AI kutoka mwisho hadi mwisho.
• Uwezo wa kutumia kanuni za uhalisi wa mapishi, hakimiliki, usalama wa chapa na kuepuka kuiga mshindani katika maamuzi ya ubunifu na ya kibiashara.
• Uwezo wa kupitisha usiri, matumizi ya kimaadili na uwazi wa data ya mteja, mtoa huduma na maagizo kama kiwango cha biashara.

Katika kitengo cha mwisho cha moduli hii, tunaleta pamoja uti wa mgongo wa masomo yote: nidhamu ya kulinda uadilifu, uaminifu na haki wakati wa kutumia akili bandia jikoni. Iwapo unatoa wazo la menyu, kukokotoa gharama, au kufanyia kazi taswira, maswali yale yale yanatumika: Je, matokeo haya ni sahihi? Je, ni ya asili? Je, inakiuka haki za nani? Je, ni data ya nani inayoweka hatarini? Kitengo hiki huanzisha orodha hakiki ya kutumia AI kwa kuwajibika kama mtaalamu. Kanuni kuu: AI ni msaidizi mwenye nguvu, lakini ni binadamu anayetia saini, kubeba jukumu na kuchora mpaka wa kimaadili.

Orodha hakiki ya uthibitishaji wa mwisho hadi mwisho

Kulikuwa na msisitizo wa uthibitishaji katika kila kitengo katika moduli hii yote. Sasa hebu tugeuze yote kuwa reflex moja. Kabla ya kutoa pato la AI, ipitishe kupitia milango hii mitano:

1. Lango la Chanzo: Je, kila ukweli, nambari, vizio, taarifa za udhibiti katika pato zinatokana na chanzo halisi (ubainishi wa mtoa huduma, jedwali rasmi, sheria)? AI inaweza kusema kitu "kama inavyojua" lakini inaweza kuunda (hii inaitwa hallucination - AI huzalisha habari za uwongo kana kwamba ni za kweli).
2. Lango la akaunti: Je, nambari kama vile gharama, sehemu, ukubwa zimethibitishwa upya mwenyewe?
3. Lango la kuonja: Je, kila kitu kilicho na kichocheo/kichocheo kimepikwa na kuonja jikoni, na kupitisha jopo la ladha?
4. Lango la usalama: Je, mzio, usalama wa chakula, uchafuzi mtambuka, thamani ya lishe imethibitishwa na binadamu na sheria?
5. Lango la kisheria/maadili: Je, ni asili, hakuna ukiukwaji wa hakimiliki, chapa ni salama, je data ni siri, si ya kupotosha?

Chapisho halimfikii mgeni bila kupitia milango mitano. Ni lango gani linalotumika hutofautiana kulingana na kazi (maandishi ya menyu hayashiki kwenye lango la ladha), lakini reflex ni sawa: thibitisha, kisha uchapishe.

Kidokezo: Tundika milango hii mitano kwenye ubao wa jikoni pamoja na timu yako. Wakati toleo jipya la AI linapofika, swali "lango gani linahitaji kupitia" hufafanua hatari ndani ya sekunde.

Uasilia, hakimiliki na uigaji wa mshindani

Gastronomia ni uwanja wa ubunifu na uhalisi unathaminiwa. AI inaweza kuwa msukumo; lakini ni kazi yako kubinafsisha matokeo. Kumbuka mipaka mitatu:

• Hakimiliki: Kuwa na AI kutoa maandishi yenye hakimiliki, kichocheo au taswira ya neno na kuitumia kibiashara kunaweza kujumuisha ukiukaji wa haki. Vipimo vya mapishi kwa ujumla havilindwi na hakimiliki, lakini maandishi asilia ya mapishi, upigaji picha na vipengele vya chapa vinalindwa.
• Uigaji wa mshindani: Kuwa na AI kunakili sahani ya saini ya mshindani, maandishi ya menyu, nembo au lugha inayoonekana na kuiweka kwenye menyu yako mwenyewe ni kinyume cha maadili na chapa/hakimiliki ni hatari. Huu ndio mstari kati ya msukumo na kuiga: msukumo hubadilisha, nakala za kuiga.
• Alama ya biashara iliyosajiliwa: Ikiwa jina la bidhaa, kauli mbiu au chapa ya biashara iliyosajiliwa ni ya mtu mwingine, kuitumia kwenye bidhaa yako mwenyewe ni ukiukaji. AI inaweza kupendekeza jina la umiliki bila kujua; Udhibiti ni wako.

Tahadhari: "Ikiwa AI iliitoa, basi ni ya asili" sio sawa. AI imechochewa na data ambayo imefunzwa na inaweza kutoa matokeo sawa na utafiti uliopo. Ni wajibu wa binadamu kuthibitisha uhalisi na usafi wa hakimiliki.

Faragha ya data na uwazi

Kuna aina tatu za data nyeti katika biashara ya upishi: data ya mteja (jina, anwani, nafasi, historia ya agizo - iliyolindwa chini ya KVKK), data ya kibiashara (mapishi ya saini, bei za wasambazaji, muundo wa gharama) na data ya wafanyikazi. Kuziingiza kwenye zana zisizolindwa ni ukiukaji wa faragha. Sheria: usishiriki isipokuwa lazima, ikiwa ni lazima kushiriki, kufuta, kutumia zana za ushirika na salama.

Uwazi pia ni mwelekeo wa kimaadili. Kuwa mwaminifu kwa mteja na timu: Kutowasilisha picha inayozalishwa na AI kama sahani halisi, kutotoa madai ya uongo ya afya/asili, na kutumia misemo kama vile "kutengenezwa kwa mikono" au "ndani" kwa kweli. Uaminifu wa chapa hujengwa kwa vitendo vidogo vya uaminifu na kuharibiwa na udanganyifu mmoja.

kesi tatu ndogo

Kesi ya 1 - Kutoka kwa kuiga hadi asili. Meneja alitaka AI inakili sahani sahihi na maandishi ya menyu ya mkahawa maarufu. Mshauri wa menyu alipinga: hii ilikuwa chapa ya biashara na hatari ya hakimiliki, pamoja na kwamba ingedhoofisha utambulisho wa chapa yenyewe. Badala yake, walitumia AI kwa msukumo, wakifikiria tena sahani na utambulisho wao wa upishi, na kuandika maandishi asilia. Matokeo yalikuwa safi kisheria na mahususi ya chapa.

Kesi ya 2 - Nidhamu ya usiri. Mkahawa wa mnyororo ulitaka kuchanganua data ya uaminifu wa wateja. Reflex ya kwanza ilikuwa kubandika data zote (pamoja na jina, simu) kwenye zana. Kompyuta imekoma: data iliondolewa kwanza (jina/simu iliondolewa, na kuacha sehemu za tabia zisizojulikana tu) na zana salama ya shirika kutumika. Uchambuzi sawa ulifanyika na hatari ya sifuri ya KVKK.

Kesi ya 3 - Kukamata maono. Mfanyakazi alitaka kuweka madai ya YZ kuhusu kiungo, "Kiungo hiki kina vitamini hii nyingi", kama dokezo la afya kwenye menyu. Mkuu aliomba rasilimali; Dai halikuweza kuthibitishwa, AI alikuwa ameikamilisha. Ujumbe haukuingia kwenye menyu. Sheria: hakuna madai ya ukweli/afya yanayochapishwa bila kuthibitishwa na chanzo. Toni salama ya AI sio hakikisho la usahihi.

Violezo vinne vinavyoweza kunakiliwa

1) Cheki cha uthibitishaji wa milango mitano:

Kabla ya kuchapisha matokeo ya AI ifuatayo, nitaipitisha kupitia milango mitano: chanzo, akaunti, ladha, usalama, sheria/maadili. Amua ni lango gani ni halali kwa pato hili na uorodheshe ninachopaswa kuangalia kwa kila lango halali. Aina ya pato: [maandishi ya menyu/gharama/aleji/picha]. Maudhui: [muhtasari].

2) Uhalisi na udhibiti wa hakimiliki:

Je, ifuatayo [maandishi ya menyu / dhana ya sahani] inaweza kuwa nakala au sawa sana na chapa iliyopo au kazi iliyo na hakimiliki? Weka alama kwa majina, kauli mbiu au vitu vyovyote vilivyosajiliwa vilivyo katika hatari ya kuiga na upendekeze uhalisi kwa kila kimoja. Maudhui: [maandishi].

3) Utambulisho wa data:

Ninatayarisha data ifuatayo kwa uchambuzi. Weka alama kwenye sehemu za kibinafsi/za utambulisho (jina, simu, anwani, Kitambulisho cha TR) na upendekeze kuondolewa. Toa orodha ya sehemu zisizojulikana (tabia, marudio, kiasi) ambazo zitatosha kwa uchambuzi. Vichwa vya data: [orodha].

4) Ukaguzi wa uwazi/dai:

Tia alama kwa kila dai la kweli au la kiafya/asili ("kutengenezwa kwa mikono", "ndani", "madai ya matibabu", madai ya lishe) katika menyu/maandishi ya ofa hapa chini. Kwa kila moja: inapaswa kuthibitishwa na chanzo, inapaswa kupotosha, inapaswa kuondolewa? Maandishi: [maudhui].

Mwongozo dhaifu / Mwongozo thabiti

Dhaifu:

Niandikie menyu ya sahihi ya mkahawa huu maarufu.

Inahitaji kuiga; Inabeba hatari ya hakimiliki, chapa ya biashara na ukiukaji wa uhalisi.

Nguvu:

Jukumu lako: mshauri wa menyu. Pendekeza dhana ya signaturetabak ya chapa yangu (rahisi, ya ndani, ya kisasa) ambayo IMEONGOZWA na [mtindo/ vyakula hivyo] lakini ni HALISI kabisa. Kunakili bidhaa au maandishi ya chapa iliyopo; Kwa kutumia jina lililosajiliwa. Nitabinafsisha pato na kuijaribu.

Vipimo vya matumizi ya AI ya kuwajibika (meza)

Ukubwa

Hatari

tahadhari

usahihi

Ndoto, nambari isiyo sahihi

Chanzo + uthibitishaji wa akaunti

Onja

Kuchapisha sahani isiyo na ladha

Kupika, ladha, jopo

Usalama

Hitilafu ya mzio/usalama wa chakula

Sheria + uthibitisho wa mtaalam

uhalisi

Ukiukaji wa hakimiliki/alama ya biashara

Customize, kudhibiti

Faragha

Uvujaji wa data ya kibinafsi/ya kibiashara

Ondoa kutambua, chombo salama

uwazi

Dai/picha inayopotosha

uwakilishi wa uaminifu

Makosa ya kawaida

• Kuepuka kuwajibika na "AI alisema". Ni mtu anayetia sahihi; Sio ulinzi.
• Kukosea kuona ndoto kama kweli. Toni salama sio dhamana ya usahihi; Uliza rasilimali.
• Inakosea kuiga kwa asili. Msukumo hubadilisha, kunakili kunakiuka.
• Kushiriki data bila kitambulisho. Data ya mteja na dawa inalindwa.
• Dai/picha inayopotosha. Uwazi ndio msingi wa uaminifu wa chapa.

Kwa muhtasari

Kutumia AI kwa kuwajibika jikoni hupungua hadi uti wa mgongo mmoja: thibitisha, kisha uchapishe. Milango mitano—chanzo, hesabu, ladha, usalama, sheria/maadili—ndio kichungi cha kila matokeo. Uhalisi na hakimiliki zinalindwa; msukumo unachukuliwa, sio kuiga; Alama ya biashara iliyosajiliwa na dai la kupotosha huepukwa. Data ya Wateja, maagizo na wafanyakazi haitambuliki na kuchakatwa kwa kutumia zana salama; Uwazi ndio msingi wa uaminifu wa chapa. AI ni msaidizi mwenye nguvu, lakini uamuzi, saini na wajibu daima ni wa mwanadamu.

Jukumu la maombi

Teua pato la AI (menu, gharama, kizio, au taswira) ambayo umetoa katika moduli hii na uiendeshe kupitia orodha ya hakiki ya milango mitano moja baada ya nyingine: kwa kila lango, andika ulichoangalia na matokeo. Kisha fanya ukaguzi wa uhalisi na uthibitishe bidhaa ambayo iko katika hatari ya kughushi. Hatimaye, tayarisha seti ya kufikirika ya data iliyo na mpango wa kutotambua (ambazo sehemu zitatolewa) na uandike sentensi ya kanuni ya uwazi.

orodha ya ukaguzi

• [ ] Ninapitisha kila pato kupitia milango mitano (chanzo, akaunti, ladha, usalama, sheria/maadili).
• [ ] Ninathibitisha madai ya ukweli na afya na chanzo.
• [ ] Ninatumia pato la AI kama msukumo wa kibinafsi, sio kuiga.
• [ ] Ninaepuka chapa ya biashara iliyosajiliwa na ukiukaji wa hakimiliki.
• [ ] Sitambui data ya kibinafsi na ya kibiashara na kuichakata kwa zana salama.
• [ ] Ninadumisha uwakilishi wa uwazi na uaminifu kwa mteja na timu.
• [ ] Nimeikubali kama kanuni ya biashara kwamba jukumu daima liko kwa watu.

Mtihani wa Moduli

1. Mpishi huweka kichocheo kipya kinachozalishwa na akili ya bandia moja kwa moja kwenye menyu bila kupika au kuionja. Je, ni kosa gani la msingi katika mbinu hii?

• A) Kupika pato la akili ya bandia kwa mkono na kuiongeza kwenye menyu bila kuionja na idhini ya hisia kutoka kwa mpishi; Kupuuza kwamba jukumu ni la watu ✔
• B) Ni marufuku kabisa kutumia akili ya bandia katika maendeleo ya mapishi
• C) Akili ya bandia daima hutoa chumvi nyingi katika mapishi
• D) Kichocheo hakijawasilishwa kwenye meza

Maelezo: AI haiwezi kupata ladha, muundo na harufu; hutoa muhtasari wa maandishi tu. Ili kichocheo kijumuishwe kwenye menyu, lazima ipikwe na kuonja na wanadamu na kupata idhini ya hisia na mpishi. Pato ambalo halijathibitishwa ni hatari, kama sahani ambayo haijaonja.

2. Je, kipengee cha menyu kilichoainishwa kama 'nyota' kinamaanisha nini katika uhandisi wa menyu?

• A) Bidhaa zinazouzwa chini na faida ndogo
• B) Bidhaa inayouzwa zaidi na yenye faida kubwa na inapaswa kuangaziwa kwenye menyu ✔
• C) Bidhaa inayouzwa zaidi lakini yenye faida ndogo
• D) Bidhaa inayouzwa kidogo lakini yenye faida kubwa

Maelezo: Uhandisi wa menyu hutathmini vitu kwenye shoka mbili: umaarufu (idadi ya mauzo) na faida (margin ya mchango). Nyota ni kitu kinachouzwa vizuri na kupata faida kubwa; Inaombwa kuonyeshwa kwenye menyu. Ujuzi wa bandia unaweza kutoa uainishaji huu haraka, lakini uamuzi wa mwisho wa menyu ni juu ya mpishi na biashara.

3. Je, asilimia ya gharama ya chakula ya sahani ya chakula huhesabiwaje?

• A) Bei ya kuuza imegawanywa na gharama ya nyenzo mara 100
• B) Bei ya kuuza kando na gharama ya nyenzo
• C) Gharama ya nyenzo ikigawanywa na bei ya mauzo mara 100 ✔
• D) Idadi ya bei ya kitengo mara kwa mara

Ufafanuzi: Asilimia ya gharama ya chakula inakokotolewa kwa kugawanya jumla ya gharama ya nyenzo (mapishi) ya sahani kwa bei ya mauzo na kuzidisha kwa 100. Kwa mfano, ikiwa sahani ya gharama ya 60 TL inauzwa kwa 200 TL, gharama ya chakula ni asilimia 30. Upelelezi wa bandia unaweza kufanya hesabu hii, lakini bei za sasa na upotevu ulioingizwa lazima uthibitishwe mwenyewe.

4. Mkahawa huchapisha orodha ya vizio iliyotayarishwa na akili ya bandia kwenye menyu bila uthibitishaji wowote, na mteja ana shambulio la mzio wa hazelnut. Ni kosa gani la msingi katika hali hii?

• A) Kuchapisha pato la kizio bila kukithibitisha kwa maelezo ya mtoa huduma, chanzo rasmi na udhibiti wa uchafuzi mtambuka ✔
• B) Hakuna habari ya mzio inapaswa kujumuishwa kwenye menyu
• C) Orodha ya mzio ni ndefu sana
• D) Ufahamu wa Bandia hauorodheshi vizio kwa alfabeti

Maelezo: Taarifa za Allergen hubeba usalama wa maisha. Matokeo ya AI hayawezi kamwe kuwa lebo ya mwisho bila uthibitishaji dhidi ya vipimo vya bidhaa za mtoa huduma, chanzo rasmi, na uhalisi wa uchafuzi tofauti jikoni. Uthibitishaji wa mzio ni wajibu wa binadamu na hauwezi kurukwa.

5. Wakati wa kuongeza idadi ya sehemu za mapishi, kwa nini inaweza kuwa haitoshi tu kuzidisha viungo sawia?

• A) Kwa sababu bei za nyenzo hubadilika kiotomatiki wakati wa kuongeza
• B) Kwa sababu akili ya bandia haiwezi kufanya kuzidisha
• C) Kwa sababu daima ni marufuku kupanua sehemu
• D) Kwa sababu viungo, chumvi, wakati wa kupikia na uwezo wa vifaa hauwezi kuongezeka kwa mstari, matokeo yanahitaji kupimwa ✔

Maelezo: Ingawa viungo vimepimwa sawia, viungo, chumvi, muda wa kuoka na muda wa kuoka huenda visipimwe kwa mstari; Zaidi ya hayo, uwezo wa vifaa na viwango vya upotevu hutofautiana. Akili ya bandia huhesabu uwiano haraka, lakini matokeo yanahitaji kuthibitishwa kwa kupika na kuonja jikoni.

6. Dhana ya 'mise en place' inamaanisha nini jikoni?

• A) Agizo la kuosha vyombo na kusafisha baada ya huduma
• B) Mbinu ya bei ya menyu
• C) Kabla ya kuanza huduma, vifaa vyote vinatayarishwa na kuwekwa mahali pao kwenye kituo ✔
• D) Mfumo wa kuhifadhi wateja

Maelezo: Mise en place inamaanisha kuwa viungo vyote hukatwa, kupimwa na kuwekwa tayari kwenye kituo kabla ya kutumikia; Inamaanisha 'kila kitu kiko mahali pake'. AI inaweza kusaidia katika kutoa orodha ya maandalizi na kuandaa rasimu ya mpango wa maandalizi, lakini mpango huo hurekebishwa kulingana na uwezo halisi wa jikoni.

7. Jinsi ya kutumia AI kikamilifu kupunguza taka ya chakula jikoni?

• A) Kufanya maamuzi yote ya ununuzi kiotomatiki bila idhini ya mwanadamu
• B) Kutafuta njia ya kuwasilisha bidhaa zilizoharibika kwa wateja
• C) Kufanya vyanzo vya taka vionekane kutoka kwa mauzo ya zamani na data ya upotevu na kutoa hali za kupunguza, na kuwaachia watu uamuzi ✔
• D) Ondoa kabisa kuhesabu hesabu

Maelezo: Kwa kutoa muundo kutoka kwa mauzo ya awali na data ya upotevu, akili bandia inaweza kufanya vyanzo vya taka vionekane (kuagiza kupita kiasi, sehemu zisizo sahihi, uharibifu) na kupendekeza matukio ya kupunguza. Lakini utabiri huo unatokana na mambo yaliyopita; Katika kesi ya usumbufu wa usambazaji na mapumziko ya msimu, uamuzi wa mnunuzi na msimamizi huchukua nafasi ya kwanza.

8. Ni kikomo gani muhimu zaidi cha kimaadili na kisheria unapotumia picha ya chakula inayotolewa na akili ya bandia kwenye menyu?

• A) Picha haipaswi kuwa nyeusi na nyeupe
• B) Picha lazima iwe katika umbizo la mraba pekee
• C) Picha lazima iwe katika ubora wa juu sana
• D) Picha haiwakilishi kwa upotoshaji sahani inayotolewa na inatii mipaka ya hakimiliki/chapa ✔

Maelezo: Visual vya menyu huathiri uamuzi wa ununuzi wa mteja; kwa hivyo, haipaswi kuwakilisha kwa upotoshaji sahani halisi iliyohudumiwa. Picha za Bandia zinazoonyesha viambato visivyopo au migahawa ambayo haijatolewa inaweza kuchukuliwa kama utangazaji wa kupotosha. Zaidi ya hayo, usalama wa hakimiliki na alama ya biashara lazima uzingatiwe.

9. Je, 'kiini cha udhibiti muhimu (CCP)' kinamaanisha nini katika mfumo wa HACCP?

• A) Hoja iliyo na sahani ya gharama kubwa zaidi kwenye menyu
• B) Hatua muhimu ambapo hatari ya usalama wa chakula inaweza kuzuiwa na kupunguzwa hadi kiwango kinachokubalika ✔
• C) Kituo ambacho wafanyikazi wengi hufanya kazi jikoni
• D) Wakati wa huduma ya shughuli nyingi zaidi wa mgahawa

Maelezo: Hatua muhimu ya udhibiti ni hatua ambayo hatari ya usalama wa chakula inaweza kuzuiwa, kuondolewa au kupunguzwa kwa kiwango kinachokubalika; kwa mfano joto la kupikia au baridi. AI inaweza kutoa rasimu ya mipango na orodha za ukaguzi za HACCP, lakini jukumu la mwisho ni la afisa wa usalama wa chakula na sheria.

10. Ni kikomo gani cha lazima cha akili ya bandia katika kupima ladha na tathmini ya hisia?

• A) Akili ya Bandia inaweza kufanya vipimo vya ladha kuwa sahihi zaidi kuliko wanadamu
• B) AI inaweza tu kupima chumvi
• C) Akili ya Bandia haiwezi kutumika kwa njia yoyote kwa kupima ladha
• D) AI haiwezi kupata ladha ya kimwili; Uidhinishaji wa mwisho wa hisia unatokana na paneli ya kibinadamu na kaakaa la mpishi ✔

Maelezo: AI haiwezi kuonja ladha, harufu na umbile; Inaweza tu kufupisha na kuchanganua alama na maoni yaliyotolewa na paneli ya binadamu. Uidhinishaji wa mwisho wa hisia daima hutegemea jopo la ladha ya binadamu na kaakaa ya mpishi. Hii ni hatua ya kibinadamu ambayo haiwezi kuruka.

11. Msanidi wa menyu anataka kuwa na akili bandia nakala ya sahani sahihi na maandishi ya menyu ya mkahawa pinzani na kuiweka kwenye menyu yake mwenyewe. Tatizo kuu la mbinu hii ni nini?

• A) Kunakili maandishi ya saini ya mshindani na menyu kunakiuka uhalisi, hakimiliki na usalama wa chapa ✔
• B) Akili bandia haiwezi kufanya mchakato wa kunakili kitaalam
• C) Menyu iliyonakiliwa ni ndefu sana
• D) Menyu shindani iko katika fonti tofauti

Maelezo: Kuiga kabisa bidhaa sahihi ya mshindani, maandishi ya menyu au vipengele vya chapa ni hatari na ni kinyume cha maadili kwa mujibu wa uhalisi, hakimiliki na usalama wa chapa. Upelelezi wa Bandia unaweza kutumika kutoa msukumo na mawazo, lakini matokeo yanapaswa kuwa ya asili na alama za biashara zilizosajiliwa na maandishi hayapaswi kunakiliwa.

12. Mkahawa hubandika majina ya wateja, mawasiliano na taarifa uliyohifadhi kwenye zana ya kijasusi bandia inayopatikana kwa umma na uchanganuzi wa maombi. Ni hatari gani kuu ya tabia hii?

• A) Uchambuzi wa polepole
• B) Akili ya Bandia haiwezi kusoma herufi za Kituruki
• C) Kukiuka faragha na KVKK kwa kuingiza data ya mteja wa kibinafsi kwenye zana isiyolindwa ✔
• D) Kupungua kwa idadi ya uhifadhi

Maelezo: Kubandika data ya kibinafsi ya mteja (jina, mawasiliano, tabia) kwenye zana isiyolindwa ni ukiukaji wa faragha na KVKK. Uchanganuzi unapohitajika, data inapaswa kufichuliwa (jina na anwani ziondolewe) na zana za ushirika, salama zinapaswa kupendelewa.

13. Ni njia gani sahihi zaidi wakati wa kupata thamani ya lishe (kalori, protini, mafuta) habari kwa menyu kutoka kwa akili ya bandia?

• A) Kuchapisha thamani zinazotolewa na akili bandia moja kwa moja kama lebo rasmi
• B) Kubali maadili kama ya awali na uthibitishe kwa kutumia jedwali rasmi la lishe, data ya mtoa huduma au uchambuzi wa maabara ✔
• C) Kutotumia akili ya bandia hata kidogo katika hesabu za thamani ya lishe
• D) Kuangalia kalori tu na kupuuza maadili mengine

Maelezo: Maadili ya lishe yanayotolewa na akili ya bandia ni jumla na utabiri; huduma hutofautiana kulingana na chapa na njia ya kupikia. Maadili haya ni ya awali tu; Majedwali rasmi ya lishe hayawezi kutumika kama lebo rasmi bila kuthibitishwa na data ya mtoa huduma au uchambuzi wa kimaabara.

14. Ni njia gani ya haraka ni sahihi zaidi kupata pato la jikoni lenye nguvu na la kuaminika kutoka kwa akili ya bandia?

• A) Uliza swali fupi na lisilo wazi na uache mengine kwa akili ya bandia
• B) Andika arifa ya kina yenye jukumu, kazi iliyo wazi, ingizo madhubuti, umbizo la matokeo, na mpaka wa uthibitishaji unaokataza uundaji ✔
• C) Pamba ombi kwa kuongeza emoji nyingi iwezekanavyo
• D) Kuuliza swali moja tena na tena

Maelezo: Mwongozo wa nguvu; Ina jukumu, kazi iliyo wazi, ingizo madhubuti (sehemu, sarufi, kizuizi, kizio), umbizo la towe linalotakikana na kikomo cha uthibitishaji kama vile 'kuunda thamani ambayo sitoi data'. Ombi lisilo na utata na lisilo na muktadha hutoa matokeo dhaifu na yasiyotegemewa.