แผนงาน AI ส่วนบุคคลและการเรียนรู้อย่างต่อเนื่อง

กำไร:

• สามารถสร้างแผนพัฒนาทักษะ AI ที่ปรับให้เหมาะกับบทบาทของตนได้
• มีนิสัยชอบพยายามและประเมินเครื่องมือ AI อย่างปลอดภัย
• กำหนดวิธีการที่ยั่งยืนเพื่อติดตามการพัฒนาใหม่ๆ

ยินดีด้วย คุณมาถึงจุดสิ้นสุดของโมดูลนี้แล้ว ตอนนี้คุณรู้แล้วว่า AI คืออะไร มันทำงานอย่างไร อะไรทำได้และทำไม่ได้ ความเสี่ยง และการใช้งานอย่างรับผิดชอบ แต่การรู้หนังสือไม่ใช่จุดสิ้นสุด แต่เป็นจุดเริ่มต้น เครื่องมือ AI กำลังเปลี่ยนแปลงอย่างรวดเร็ว จุดมุ่งหมายของบทนี้คือการเปลี่ยนสิ่งที่คุณได้เรียนรู้ให้เป็นนิสัยถาวรและเป็นแนวทางในการพัฒนาตนเองอย่างต่อเนื่อง สรุปสั้นๆ ว่าคุณจะทำอย่างไรต่อไป? หน่วยนี้ช่วยคุณวาดแผนที่ถนนส่วนตัวของคุณ

เหตุใดการเรียนรู้อย่างต่อเนื่องจึงจำเป็น?

เครื่องมือ AI ได้รับการอัปเดตทุกๆ สองสามเดือน เพิ่มความสามารถใหม่ ขอบเขตเปลี่ยนแปลง "กฎยาก" ที่คุณเรียนรู้หนึ่งปีสามารถอัปเดตได้ในปีหน้า ดังนั้นจึงจำเป็นต้องนำแนวทางการอัปเดตด้วยตนเองมาใช้ ไม่ใช่รายการคงที่ที่ต้องจดจำ ข่าวดี: พื้นฐานที่คุณได้เรียนรู้ในโมดูลนี้ (ความน่าจะเป็น ภาพหลอน การตรวจสอบ การรักษาความลับ ความรับผิดชอบ) จะไม่เปลี่ยนแปลง มีเพียงความสามารถของยานพาหนะเท่านั้นที่เปลี่ยนแปลง รากฐานที่มั่นคงช่วยให้คุณคว้าเครื่องมือใหม่แต่ละชิ้นได้อย่างรวดเร็ว

แผนงานส่วนบุคคลทีละขั้นตอน

1. กำหนดสถานการณ์ปัจจุบัน แสดงรายการงานที่ใช้ภาษาซ้ำๆ ในงานของคุณ (จำหน่วยที่ 8) นี่คือแผนที่โอกาสของคุณ
2. เริ่มต้นจากน้อยและมีความเสี่ยงต่ำ พยายามครั้งแรกในงานภายในที่ไม่ส่งผลกระทบต่อใครเลย นี่คือจุดที่ความมั่นใจและทักษะถูกสร้างขึ้น
3. รวบรวมสิ่งที่ได้ผล จัดเก็บพร้อมท์ที่สำเร็จใน "ไลบรารีพร้อมท์"; อย่าเริ่มต้นใหม่ทุกครั้ง
4. วัดและประเมินผล “AI เร่งงานนี้ไปมากขนาดไหน คุณภาพลดลงไหม?” ถาม; ทิ้งอะไรที่ไม่ได้ผล
5. ค่อยๆขยาย. เมื่อความไว้วางใจเพิ่มมากขึ้น ให้ก้าวไปสู่งานที่มีคุณค่าและมองเห็นได้มากขึ้น — พร้อมด้วยการตรวจสอบและการตรวจสอบอยู่เสมอ
6. ปรับปรุงอยู่ ติดตามการเปลี่ยนแปลงเครื่องมือและกฎ AI ใหม่ขององค์กรของคุณเป็นประจำ

เคล็ดลับ: "ไลบรารีพร้อมท์" ไม่ต้องการเครื่องมือราคาแพง ไฟล์หรือตารางบันทึกย่อแบบธรรมดาก็เพียงพอแล้ว: ชื่องาน ข้อความแจ้งที่เป็นประโยชน์ บันทึกย่อ เมื่อเวลาผ่านไป สิ่งนี้จะกลายเป็นทรัพย์สินส่วนตัวที่มีค่าที่สุดของคุณ

ระดับทักษะ: ดูว่าคุณยืนอยู่ตรงไหน

ระดับ

อาการ

ขั้นตอนต่อไป

บ้าน

ถามคำถามเป็นครั้งคราวไม่แน่ใจผลลัพธ์

ใช้ส่วนประกอบพร้อมท์ (บทบาท/บริบท/รูปแบบ)

การพัฒนา

ใช้งานเป็นประจำ บันทึกคำแนะนำบางส่วน

ตั้งค่าขั้นตอนการทำงาน (ร่าง → ตรวจสอบ → การตัดสินใจ)

มีความสามารถ

มีเทมเพลตและดำเนินการตรวจสอบโดยอัตโนมัติ

เป็นตัวอย่างให้เพื่อนร่วมทีมของคุณแบ่งปันห้องสมุด

ถัดไป

ออกแบบกระบวนการใหม่ด้วย AI

มีส่วนร่วมในนโยบายองค์กรและแนวปฏิบัติที่ดี

แนวทางที่อ่อนแอ / แนวทางที่แข็งแกร่ง

แนวทางที่อ่อนแอ: ลองใช้เครื่องมือเพียงครั้งเดียว และเมื่อผลลัพธ์แรกไม่สมบูรณ์แบบ ให้พูดว่า "ใช้งานไม่ได้" แล้วปิด

ผลลัพธ์: ทักษะไม่ดีขึ้น เพราะการเขียนและการตรวจสอบอย่างรวดเร็วต้องอาศัยการฝึกฝน

แนวทางที่มีประสิทธิภาพ: พยายามทำงานเล็กๆ เป็นประจำ เรียนรู้บทเรียนจากการทดลองแต่ละครั้ง บันทึกคำแนะนำที่ใช้ได้ผล และย้ายไปยังงานที่มีคุณค่ามากขึ้นเมื่อเวลาผ่านไป

ผลลัพธ์: ทักษะสะสม; ภายในไม่กี่สัปดาห์ AI จะกลายเป็นส่วนหนึ่งของงานประจำวันของคุณ

มินิเคสสามอัน

กรณีที่ 1 — พนักงานที่เริ่มต้นจากเล็ก ๆ และก้าวไปสู่ใหญ่ ผู้ช่วยเริ่มต้นด้วยการ "แก้ไขการสะกดอีเมลของฉันให้ถูกต้อง" เมื่อเขาได้รับความมั่นใจแล้วเขาก็เริ่มสรุปและร่างรายงาน เขาวัดว่าตัวเองเพิ่มขึ้นประมาณ 4 ชั่วโมงต่อสัปดาห์ในสามเดือน เพราะมันแข็งตัวในแต่ละขั้นตอนโดยมีความเสี่ยงต่ำ

กรณีที่ 2 — พลังของไลบรารีพร้อมต์ ทีมงานได้รวบรวมคำแนะนำที่เป็นประโยชน์ไว้ในไฟล์ทั่วไป ต้องขอบคุณห้องสมุดนี้ที่ทำให้พนักงานที่เพิ่งเข้าร่วมผ่านการ "ลองผิดลองถูก" เป็นเวลาหลายสัปดาห์ในเวลาไม่กี่วัน ความรู้ที่สั่งสมมากลายเป็นสมบัติส่วนรวมของทีม

กรณีที่ 3 — ประโยชน์ของการติดตามข่าวสารล่าสุด พนักงานใช้เวลา 30 นาทีต่อเดือนถามว่า "รถของฉันมีการเปลี่ยนแปลงอะไรบ้าง" เขาใช้เวลาดู ด้วยคุณสมบัติใหม่ เขาจึงทำงานอัตโนมัติที่เขาเคยทำก่อนหน้านี้ด้วยตนเองได้ นิสัยการติดตามผลเพียงเล็กน้อยนำมาซึ่งประสิทธิภาพที่เพิ่มขึ้นอย่างมาก

เทมเพลตที่คัดลอกได้

เตรียมแผนการเรียนรู้ AI 4 สัปดาห์ที่เหมาะกับบทบาทของฉัน ในแต่ละสัปดาห์: เป้าหมายเล็กๆ 1 เป้าหมาย 1 งานที่ต้องลอง และคำถามทบทวน 1 ข้อ บทบาทของฉัน: [เขียนบทบาทของคุณ] เวลาที่ฉันสามารถว่างได้ต่อสัปดาห์: [เช่น 1 ชั่วโมง].

แปลงพรอมต์ของฉันที่เหมาะกับงานต่อไปนี้ให้อยู่ในรูปแบบ "บันทึกไลบรารี": ชื่อ วัตถุประสงค์การใช้งาน ข้อความพร้อมท์ ข้อควรระวัง พร้อมท์: [วางที่นี่]

ประเมินงานเหล่านี้ที่ฉันทำกับ AI ในเดือนนี้ งานใดที่ช่วยฉันประหยัดเวลาได้จริง และงานใดที่มีความเสี่ยงด้านคุณภาพ ให้ข้อเสนอแนะ 2 ข้อสำหรับเดือนหน้า งาน: [รายการ]

แนะนำกิจวัตรที่เรียบง่ายและยั่งยืนให้ฉันหน่อยไม่เกิน 10 นาทีต่อวันเพื่อติดตามการพัฒนาในด้าน AI สาขาวิชาที่ฉันสนใจ: [เขียนฟิลด์]

ข้อผิดพลาดทั่วไป

ข้อผิดพลาดทั่วไป

• ยอมแพ้ตั้งแต่ครั้งแรกที่ลอง การเขียนและการตรวจสอบอย่างรวดเร็วจะดีขึ้นด้วยการฝึกฝน อย่าตัดสินเพียงความพยายามเพียงครั้งเดียว
• ไม่บันทึกสิ่งที่ได้ผล หากคุณไม่เก็บห้องสมุด คุณจะเริ่มต้นใหม่ทุกครั้ง
• ก้าวไปข้างหน้าโดยไม่ต้องวัด หากคุณไม่ประเมินการประหยัดเวลาและความเสี่ยงด้านคุณภาพ คุณจะเสียความพยายามไปผิดที่
• เจาะลึกธุรกิจที่มีความเสี่ยงอย่างรวดเร็ว สร้างความไว้วางใจในงานที่มีความเสี่ยงต่ำก่อน ก้าวไปสู่งานที่มีผลกระทบสูงโดยมีการควบคุมดูแล
• โดยลืมพื้นฐานต่างๆ แม้ว่าเครื่องมือจะเปลี่ยนไป แต่หลักการของภาพหลอน การรักษาความลับ และความรับผิดยังคงใช้ได้

ข้อควรระวัง การรีบเร่ง “ใครๆ ก็ใช้ ควรใช้เกือบทุกงาน” ถือเป็นความเสี่ยง การพัฒนาที่ยั่งยืนไม่ใช่การแข่งขันความเร็ว ดำเนินไปในขั้นตอนเล็กๆ ปลอดภัย และวัดผลได้

โดยสรุป

• ความรู้ด้าน AI ไม่ใช่จุดสิ้นสุด แต่เป็นจุดเริ่มต้นที่ยังคงอยู่ด้วยการเรียนรู้อย่างต่อเนื่อง
• ความสามารถของเครื่องมือแตกต่างกันไป แต่หลักการพื้นฐาน (ความน่าจะเป็น ภาพหลอน การตรวจสอบ การรักษาความลับ ความรับผิดชอบ) ยังคงไม่เปลี่ยนแปลง
• แผนงาน: กำหนดสถานะปัจจุบัน เริ่มจากจุดเล็กๆ และมีความเสี่ยงต่ำ สะสมสิ่งที่ใช้ได้ผล วัดผล ค่อยๆ ขยาย ยึดตามปัจจุบัน
• การเก็บไลบรารี่พร้อมท์ช่วยประหยัดเวลาและกลายเป็นสมบัติทั่วไปสำหรับทีม
• การพัฒนาไม่ใช่การแข่งขันความเร็ว ยั่งยืนได้ด้วยขั้นตอนเล็กๆ ปลอดภัย และวัดผลได้

งานแอปพลิเคชัน

สร้างแผนสำหรับตัวคุณเองด้วยเทมเพลต "แผนการเรียนรู้ 4 สัปดาห์" ด้านบน และเลือกเป้าหมายสัปดาห์แรกของคุณวันนี้ นอกจากนี้ ให้บันทึกพรอมต์ที่ดีที่สุดที่คุณเคยเห็นซึ่งใช้เป็น "บันทึกของห้องสมุด" ให้นี่เป็นรายการแรกในไลบรารีพร้อมท์ส่วนตัวของคุณ

รายการตรวจสอบ

• [ ] ฉันสามารถสร้างแผนการเรียนรู้ AI ที่เหมาะกับบทบาทของฉันได้
• [ ] ฉันทดลองอย่างปลอดภัยกับงานเล็กๆ ที่มีความเสี่ยงต่ำ
• [ ] ฉันรวบรวมข้อความที่เป็นประโยชน์ในห้องสมุด
• [ ] ฉันประเมินเวลาและคุณภาพของผลกระทบจากการใช้ AI ของฉัน
• [ ] ฉันมีกิจวัตรที่ยั่งยืนเพื่อติดตามความก้าวหน้า

การสอบโมดูล

1. อะไรคือความแตกต่างที่สำคัญระหว่างการเรียนรู้ของเครื่องและซอฟต์แวร์แบบดั้งเดิม?

• A) โมเดลเรียนรู้กฎเกณฑ์จากตัวอย่างที่ให้มา กฎไม่ได้เขียนทีละมือ✔
• B) การเรียนรู้ของเครื่องไม่สามารถทำงานได้หากไม่มีอินเทอร์เน็ต
• C) การเรียนรู้ของเครื่องจะเร็วกว่าซอฟต์แวร์แบบเดิมเสมอ
• D) ซอฟต์แวร์แบบดั้งเดิมไม่ใช้ข้อมูล แต่ใช้การเรียนรู้ของเครื่อง

คำอธิบาย: ในซอฟต์แวร์แบบดั้งเดิม ผู้คนเขียนกฎทีละข้อ ในแมชชีนเลิร์นนิง โมเดลจะแยกรูปแบบออกจากข้อมูลตัวอย่าง ความแตกต่างอยู่ที่วิธีการสร้างกฎ

2. โมเดลภาษาขนาดใหญ่ (LLM) สร้างข้อความได้อย่างไร

• A) การคัดลอกคำตอบทั้งหมดจากฐานข้อมูลที่พร้อมใช้งาน
• B) ทีละขั้นตอนโดยเดาส่วนของคำถัดไปที่เป็นไปได้มากที่สุด (โทเค็น) ✔
• C) ค้นหาบนอินเทอร์เน็ตและวางผลลัพธ์แรก
• D) เขียนจุดสิ้นสุดของประโยคก่อน จากนั้นจึงเขียนจุดเริ่มต้น

คำอธิบาย: LLM สร้างข้อความทีละขั้นตอน ทีละชิ้น โดยการทำนาย 'โทเค็น' ที่เป็นไปได้มากที่สุดถัดไป (ส่วนของคำ) ไม่คัดลอกคำตอบสำเร็จรูป

3. ข้อใดต่อไปนี้เป็นงานประเภทหนึ่งที่ generative AI มีความแข็งแกร่ง?

• A) คำนวณยอดเงินคงเหลือในธนาคารที่แน่นอนแบบเรียลไทม์
• B) การตัดสินใจทางกฎหมายเพียงอย่างเดียวพร้อมรับประกันความถูกต้อง
• C) การสรุปข้อความขนาดยาวและเขียนใหม่เป็นโทนสีอื่น ✔
• D) การจัดวางผลิตภัณฑ์บนชั้นวางในคลังสินค้าทางกายภาพด้วยตนเอง

คำอธิบาย: งานการประมวลผลภาษา เช่น การสรุปข้อความ การเขียนใหม่ และการร่างเป็นพื้นที่ที่แข็งแกร่งที่สุดของ LLM ไม่ใช่งานที่ต้องใช้เลขคณิตที่แน่นอนหรือรับประกันความแม่นยำ

4. โดยปกติแล้วอะไรจะแยกแยะการกระตุ้นเตือนที่ดีออกจากการกระตุ้นเตือนที่ไม่ดี?

• A) ควรเป็นคำสั่งที่สั้นที่สุดและคลุมเครือที่สุดเท่าที่จะเป็นไปได้
• B) ถามโมเดลด้วยคำเดียวโดยไม่ต้องให้บริบทใดๆ
• C) เขียนเป็นภาษาอังกฤษเสมอ
• D) รวมบทบาท บริบท งานที่ชัดเจน และรูปแบบที่ต้องการ ✔

คำอธิบาย: พรอมต์อันทรงพลัง; ประกอบด้วยข้อมูล เช่น บทบาท บริบท งานที่ชัดเจน กลุ่มเป้าหมาย และรูปแบบที่ต้องการ คำสั่งที่คลุมเครือ เช่น 'เขียนอะไรบางอย่าง' จะให้ผลลัพธ์ทั่วไปและไม่มีประโยชน์

5. คำว่า 'ภาพหลอน' ใน AI หมายถึงอะไร?

• A) แบบจำลองนำเสนอข้อมูลที่ประดิษฐ์ขึ้นราวกับว่าเป็นจริงในลักษณะที่น่าเชื่อและมั่นใจ ✔
• B) โมเดลตอบสนองช้าเกินไป
• C) โมเดลไม่เข้าใจคำถามและให้ข้อความแสดงข้อผิดพลาด
• D) โมเดลแปลงรูปภาพเป็นข้อความ

คำอธิบาย: อาการประสาทหลอนเกิดขึ้นเมื่อแบบจำลองสร้างข้อมูลที่ไม่มีอยู่จริงในภาษาที่มั่นใจและคล่องแคล่วราวกับว่ามันเป็นเรื่องจริง ไม่ใช่ข้อความที่ช้าหรือแสดงข้อผิดพลาด

6. เมื่อใดจึงเป็นสิ่งสำคัญที่สุดในการตรวจสอบความถูกต้องของเอาท์พุต AI

• A) เฉพาะเมื่อเอาต์พุตยาวเกินไปเท่านั้น
• B) เอาท์พุท; เมื่อนำไปสู่การตัดสินใจที่มีผลกระทบสูง เช่น กฎหมาย การเงิน สุขภาพ หรือชื่อเสียง ✔
• C) เฉพาะเมื่อคำตอบมาเป็นภาษาต่างประเทศเท่านั้น
• D) ไม่จำเป็นต้องทำการตรวจสอบ โมเดลนั้นถูกต้องเสมอ

คำอธิบาย: การตรวจสอบความถูกต้องถือเป็นสิ่งสำคัญเมื่อผลลัพธ์เป็นพื้นฐานสำหรับการตัดสินใจและประเด็นที่มีผลกระทบสูง เช่น เงิน สุขภาพ กฎหมาย หรือชื่อเสียง

7. อะไรคือสาเหตุหลักของความเอนเอียงในโมเดล AI?

• A) การเขียนโปรแกรมที่เป็นอันตรายโดยเจตนาของโมเดล
• B) การเชื่อมต่ออินเทอร์เน็ตที่ช้าของผู้ใช้
• C) ความไม่สมดุลและทัศนคติแบบเหมารวมที่มีอยู่ในข้อมูลที่โมเดลได้รับการฝึกฝน ✔
• D) คำถามควรเขียนเป็นภาษาตุรกี

คำอธิบาย: โมเดลเรียนรู้ความไม่สมดุลและแบบเหมารวมที่มีอยู่ในข้อมูลที่ได้รับการฝึกอบรม อคติมักมาจากข้อมูล ไม่ใช่ความมุ่งร้าย

8. ข้อใดต่อไปนี้มีความเสี่ยงมากที่สุดในการเขียนในเครื่องมือ AI สาธารณะที่ไม่ใช่ขององค์กร

• A) ร่างโพสต์บล็อกสาธารณะ
• B) คำจำกัดความทั่วไปที่เผยแพร่แล้วบนอินเทอร์เน็ต
• C) ข้อความอีเมลตัวอย่างที่สมมติขึ้นมาทั้งหมด
• D) ชื่อลูกค้า หมายเลข TR ID และข้อมูลสุขภาพ ✔

คำชี้แจง: ไม่ควรบันทึกข้อมูลส่วนบุคคล/ข้อมูลที่ละเอียดอ่อนที่สามารถระบุตัวตนได้ เช่น หมายเลขประจำตัวของลูกค้าและข้อมูลสุขภาพลงในเครื่องมือสาธารณะ นี่เป็น KVKK และความเสี่ยงด้านความเป็นส่วนตัว

9. ขั้นตอนใดที่ดีต่อสุขภาพที่สุดในการดำเนินงานแบบ end-to-end ด้วย AI?

• A) ให้ AI สร้างแบบร่าง ตรวจสอบผลลัพธ์ และทำการตัดสินใจขั้นสุดท้ายในฐานะมนุษย์ ✔
• B) การเผยแพร่เอาต์พุต AI โดยตรงโดยไม่เคยอ่านเลย
• C) ข้ามขั้นตอนการตรวจสอบความถูกต้องและดูที่ความยาวของเอาต์พุต
• D) ปล่อยให้การตัดสินใจเป็นหน้าที่ของ AI และไม่ตั้งคำถามถึงผลลัพธ์

คำอธิบาย: การไหลที่ดีต่อสุขภาพ; ให้ AI จัดทำร่าง ตรวจสอบผลลัพธ์ (ข้อเท็จจริง แหล่งที่มา ความพร้อมใช้งาน) และทำการตัดสินใจขั้นสุดท้ายในฐานะมนุษย์ ห่วงโซ่การตัดสินใจแบบร่าง-ตรวจสอบ-ยืนยันจะรักษาความรับผิดชอบไว้กับมนุษย์

10. อะไรคือแนวทางที่ดีที่สุดในแง่ของความโปร่งใสเมื่อใช้ข้อความที่สร้างโดย AI ในธุรกิจของคุณเอง?

• A) ซ่อนเอาต์พุต AI อยู่เสมอและไม่เคยบอกใครเลย
• B) ตรวจสอบเนื้อหาและระบุการสนับสนุน AI อย่างตรงไปตรงมา เมื่อนโยบาย/สถานการณ์ของสถาบันต้องการ ✔
• C) การนำเสนอข้อความที่สร้างโดย AI เป็นความเห็นที่ได้รับอนุมัติจากผู้เชี่ยวชาญ
• D) การปล่อยให้แหล่งที่มาไม่ชัดเจนและไม่ตรวจสอบเนื้อหาเลย

หมายเหตุ: เอาต์พุตของ AI ถือเป็นฉบับร่างที่ดี แต่ไม่ควรนำเสนอตามที่เป็นอยู่ เช่นเดียวกับงานต้นฉบับของบุคคลอื่นหรือของผู้เชี่ยวชาญ ในกรณีที่นโยบายองค์กรและสถานการณ์กำหนด การสนับสนุน AI ควรระบุไว้อย่างตรงไปตรงมาและควรตรวจสอบเนื้อหา

11. โดยทั่วไปแล้ว อะไรคือความแตกต่างที่สำคัญที่สุดระหว่างเครื่องมือ AI สำหรับองค์กร (สัญญาของบริษัท) และเครื่องมือฟรีที่เปิดเผยต่อสาธารณะ?

• A) เครื่องมือระดับองค์กรจะตอบสนองได้ดีกว่าเสมอ
• B) ยานพาหนะสาธารณะไม่ทำงานเลย
• C) เครื่องมือระดับองค์กรสามารถให้การรับประกันตามสัญญาว่าข้อมูลจะถูกจัดเก็บและจะไม่ใช้ในการฝึกอบรมโมเดล ✔
• D) เครื่องมือระดับองค์กรใช้งานได้เป็นภาษาอังกฤษเท่านั้น

คำอธิบาย: เครื่องมือระดับองค์กรมักจะมีการรับประกันตามสัญญาว่าข้อมูลจะไม่ถูกนำมาใช้สำหรับการฝึกโมเดลและเงื่อนไขการจัดเก็บ นี่คือความแตกต่างที่ชัดเจนในแง่ของความเป็นส่วนตัว

12. ข้อใดต่อไปนี้เป็นกรณีการใช้งาน AI ในสถานที่ทำงานที่เหมาะสม

• ก) การตัดสินใจเลิกจ้างพนักงานเพียงลำพังโดยไม่ได้รับการอนุมัติจากมนุษย์
• B) การทำสัญญาที่มีผลผูกพันทางกฎหมายกับลูกค้าโดยไม่มีการควบคุมดูแล
• C) การเผยแพร่รายงานทางการเงินที่สำคัญโดยตรงโดยไม่มีการตรวจสอบยืนยัน
• D) สรุปบันทึกการประชุมและร่างรายการดำเนินการ (โดยมีการควบคุมโดยมนุษย์) ✔

คำอธิบาย: เอไอ; เหมาะอย่างยิ่งในฐานะผู้ช่วยประหยัดเวลาสำหรับงานต่างๆ เช่น การร่างอีเมล สรุปบันทึกการประชุม และการสร้างแนวคิด การตัดสินใจขั้นสุดท้ายที่ส่งผลกระทบต่อผู้คนควรอยู่ภายใต้การควบคุมของมนุษย์

13. ข้อใดต่อไปนี้เป็นหลักการพื้นฐานที่สุดของการใช้ AI อย่างมีความรับผิดชอบ

• A) การควบคุมและความรับผิดชอบขั้นสุดท้ายสำหรับการตัดสินใจที่สำคัญยังคงเป็นเรื่องของผู้คน ✔
• B) เชื่อถือเอาต์พุต AI โดยไม่มีเงื่อนไขและไม่มีคำถามเสมอ
• C) แบ่งปันข้อมูลส่วนบุคคลให้ยานพาหนะให้ได้มากที่สุด
• D) ซ่อนการใช้ AI จากเพื่อนร่วมงานทุกกรณี

คำอธิบาย: ความรับผิดชอบและการควบคุมขั้นสูงสุดอยู่ที่มนุษย์ เอาต์พุต AI ควรได้รับการยอมรับว่าเป็นคำแนะนำและควบคุมโดยมนุษย์ในการตัดสินใจที่สำคัญ

14. อะไรคือวิธีที่ดีที่สุดในการพัฒนาทักษะ AI อย่างต่อเนื่อง?

• A) เพียงแค่อ่านทฤษฎีโดยไม่ต้องลองใช้เครื่องมือ
• B) ทดลองงานเล็กๆ และมีความเสี่ยงต่ำอย่างปลอดภัย ประเมินผลลัพธ์ และสะสมสิ่งที่ได้ผล ✔
• C) หากไม่ได้ผลในการลองครั้งแรก ให้ละทิ้งเครื่องมือโดยสิ้นเชิง
• D) คงอยู่ในวิธีเดียวโดยไม่ติดตามการพัฒนาใหม่ๆ

คำอธิบาย: การทดลองอย่างปลอดภัยกับงานเล็กๆ ที่มีความเสี่ยงต่ำ การประเมินผลลัพธ์ การรวบรวมคำแนะนำที่เป็นประโยชน์ และการติดตามการพัฒนาใหม่ๆ อย่างสม่ำเสมอ ช่วยให้มั่นใจได้ถึงการพัฒนาที่ยั่งยืน