ความเป็นส่วนตัวของข้อมูล การรับรองความถูกต้อง จริยธรรม และการกำกับดูแล

กำไร:

• ความสามารถในการปกป้องข้อมูลในสี่ชั้น (การจำแนกประเภท การทำให้ไม่ระบุชื่อ การเลือกยานพาหนะ ข้อมูลขั้นต่ำ) และตอบสนองความรับผิดชอบของ KVKK
• ความสามารถในการตรวจสอบผลลัพธ์ตามระดับความเสี่ยง และกรองคำแนะนำที่ส่งผลกระทบต่อผู้คนผ่านความเป็นธรรมและอคติ
• ความสามารถในการสร้างกรอบการกำกับดูแล AI ที่เรียบง่าย และรับประกันว่าผลลัพธ์ของ AI จะไม่แทนที่การอนุมัติของผู้เชี่ยวชาญในการตัดสินใจทางการเงิน/กฎหมาย/ทรัพยากรบุคคล/การปฏิบัติตามข้อกำหนด

ในฐานะผู้จัดการ คุณได้เรียนรู้การใช้ AI ในทุกมุมของธุรกิจของคุณ: การรายงาน, KPI, ระบบอัตโนมัติ, การดำเนินงาน, การจัดซื้อ, การสื่อสาร, สรุป, สถานการณ์ ตอนนี้เรากำลังสร้างกรอบการใช้อำนาจนี้อย่างมีความรับผิดชอบ เพราะเมื่อใช้ AI ไม่ถูกต้อง ความเร็วและความสะดวกจะกลายเป็นความเสี่ยงร้ายแรง: รายชื่อลูกค้าที่รั่วไหล การตัดสินใจตามหมายเลขที่สร้างขึ้น ข้อเสนอแนะที่เลือกปฏิบัติ การละเมิด KVKK หน่วยนี้เป็นตาข่ายนิรภัยที่ยึดโมดูลทั้งหมดไว้ด้วยกัน หลักการสำคัญในประโยคเดียว: AI เป็นผู้ช่วย; การรักษาความลับของข้อมูล ความถูกต้องของผลลัพธ์ และจริยธรรมในการตัดสินใจถือเป็นความรับผิดชอบของผู้จัดการเสมอ

ความเป็นส่วนตัวของข้อมูล: การปกป้องสี่ชั้น

ข้อมูลทางธุรกิจมีคุณค่าและส่วนใหญ่เป็นความลับ ปกป้องความเป็นส่วนตัวถึงสี่ชั้น ชั้นแรก—การจำแนกประเภท: ติดป้ายกำกับข้อมูลแต่ละชิ้นว่า “การใช้งานสาธารณะ/ภายใน/ความลับ/ส่วนบุคคล” ข้อมูลที่เป็นความลับและข้อมูลส่วนบุคคลจำเป็นต้องได้รับการดูแลเป็นพิเศษ ชั้นที่สอง — การไม่เปิดเผยตัวตน: แปลตัวระบุ เช่น ชื่อ ID ชื่อลูกค้า ราคาซัพพลายเออร์ เป็นรหัสก่อนที่จะมอบให้กับ AI (พนักงาน A ลูกค้า 1) ชั้นที่สาม — การเลือกเครื่องมือ: หากเป็นไปได้ ให้ใช้เครื่องมือ AI ขององค์กรที่ได้รับการอนุมัติจากบริษัท ซึ่งไม่ได้จัดเก็บข้อมูลสำหรับการฝึกโมเดล อย่าให้ข้อมูลที่เป็นความลับแก่เครื่องมือฟรีที่เปิดเผยต่อสาธารณะ ชั้นที่สี่ — ข้อมูลขั้นต่ำ: ให้ข้อมูลขั้นต่ำที่จำเป็นในการทำงาน ไม่เกินนั้น

KVKK (กฎหมายคุ้มครองข้อมูลส่วนบุคคล) ควบคุมการประมวลผลข้อมูลส่วนบุคคลของพนักงานและลูกค้า การละเมิดนำมาซึ่งทั้งการลงโทษทางกฎหมายและการสูญเสียชื่อเสียง การวางรายชื่อลูกค้าหรือบัญชีเงินเดือนลงในกล่องแชทแบบเปิดก็เหมือนกับการทิ้งไฟล์ที่ถูกล็อคไว้บนถนน

ข้อควรระวัง: "เครื่องมือนี้ดูปลอดภัย" ไม่ใช่การรับประกัน ก่อนที่จะให้ข้อมูลใด ๆ แก่ AI ให้ถาม: "จะเกิดผลเสียต่อบริษัทอย่างไรหากข้อมูลนี้รั่วไหลออกไป" หากความเสียหายร้ายแรง ให้ปิดบังข้อมูลหรือไม่เปิดเผยข้อมูลเลย หากมีข้อสงสัยอย่าให้

การตรวจสอบความถูกต้อง: เอาต์พุตที่ไม่ได้ลงนามไม่ใช่การตัดสินใจ

วินัยที่ทำซ้ำตลอดโมดูลถูกรวบรวมไว้ใต้หลังคาเดียวกันที่นี่ ตรวจสอบความถูกต้องของเอาต์พุต AI แต่ละรายการในสามขั้นตอน: แหล่งที่มา (ตัวเลขจากข้อมูลที่ฉันให้ไว้หรือไม่), คำนวณใหม่ (ตรวจสอบเลขคณิต), ตัวกรองการจัดการ (ตรงกับความรู้ในอุตสาหกรรมและสาขาของฉันหรือไม่) AI สามารถสร้างภาพหลอนได้ — ประดิษฐ์ตัวเลข แหล่งที่มา หรือข้อเท็จจริงที่ไม่มีอยู่จริงด้วยภาษาที่โน้มน้าวใจ ความคล่องไม่ใช่ความถูกต้อง ยิ่งการตัดสินใจมีความสำคัญมากเท่าใด การตรวจสอบก็ยิ่งเข้มงวดมากขึ้นเท่านั้น

พิจารณาความเสี่ยงในสามระดับ ผลลัพธ์ที่มีความเสี่ยงต่ำ (โครงร่างภายใน การจัดรูปแบบ สรุป): ดูคร่าวๆ ก็เพียงพอแล้ว การส่งมอบที่มีความเสี่ยงปานกลาง (รายงานต่อฝ่ายบริหาร ความคิดเห็นของ KPI): ทุกหมายเลขได้รับการตรวจสอบแล้ว การส่งมอบที่มีความเสี่ยงสูง (การตัดสินใจทางการเงิน สัญญา เอกสารการปฏิบัติตามข้อกำหนด ธุรกรรมด้านทรัพยากรบุคคล): AI จะสร้างเฉพาะฉบับร่างเท่านั้น จำเป็นต้องมีการตรวจสอบจากผู้เชี่ยวชาญ การควบคุมด้านกฎหมาย/การเงิน และลายเซ็น ในด้านเหล่านี้ เอาท์พุตของ AI ไม่สามารถทดแทนการอนุมัติจากผู้เชี่ยวชาญที่มีความสามารถได้

จริยธรรมและความลำเอียง: รวดเร็ว แต่ยุติธรรม

AI เรียนรู้จากข้อมูลในอดีต หากมีอคติในอดีต AI จะทำซ้ำหรือเสริมกำลังมัน คำแนะนำในการจ้างงาน การเลื่อนตำแหน่ง หรือการจัดลำดับความสำคัญของลูกค้าอาจทำให้กลุ่มเสียเปรียบโดยไม่รู้ตัว ดังนั้นให้ใส่ข้อเสนอ AI ทุกข้อที่ส่งผลกระทบต่อมนุษย์ผ่านการกรองความยุติธรรม: "ข้อเสนอนี้แยกกลุ่มออกอย่างไม่ยุติธรรมหรือไม่ การให้เหตุผลสามารถป้องกันได้หรือไม่" ถาม AI อย่างชัดเจนว่า "กลุ่มใดที่อาจเสียเปรียบจากข้อเสนอนี้" ถาม.

หลักการทางจริยธรรมอีกสองประการ: ความโปร่งใส — อย่าซ่อนผลลัพธ์ที่สำคัญที่สร้างโดย AI; คุณควรอธิบายได้ว่าการตัดสินใจเกิดขึ้นอย่างไร ความรับผิดชอบ — “AI พูดอย่างนั้น” ไม่ใช่ข้อแก้ตัว ความรับผิดชอบอยู่ที่ผู้จัดการที่ใช้เครื่องมือ เมื่อ AI ทำผิดพลาด คุณจะต้องเป็นผู้รับผิดชอบ ดังนั้นใช้เขาเป็นผู้ช่วยที่ได้รับการดูแล ไม่ใช่ผู้มีอำนาจที่ตาบอด

การกำกับดูแล AI: กรอบการทำงานของสถาบัน

ความปรารถนาดีส่วนบุคคลนั้นไม่เพียงพอ สร้างกรอบการกำกับดูแล AI อย่างง่ายสำหรับธุรกิจ: ข้อมูลใดที่สามารถมอบให้กับเครื่องมือใด, AI ใดที่สามารถรองรับการตัดสินใจได้, ซึ่งเป็นของผู้เชี่ยวชาญเท่านั้น, วิธีตรวจสอบผลลัพธ์, ใครเป็นผู้รับผิดชอบ นโยบายที่เป็นลายลักษณ์อักษรและเรียบง่ายจะปกป้องทั้งทีมและป้องกันภัยพิบัติในหน่วยถัดไป

มินิเคสสามอัน

กรณีที่ 1 — กลับจากขอบรั่ว ผู้จัดการฝ่ายขายจะวางรายการที่มีชื่อลูกค้าจริงและมูลค่าการซื้อขายลงในเครื่องมือ AI ฟรี ในช่วงเวลาแห่งความลังเล เขาถามว่า "จะเกิดอะไรขึ้นถ้าสิ่งนี้รั่วไหล?" เขาถามโดยเขียนรหัสชื่อลูกค้าและแปลงมูลค่าการซื้อขายเป็นเทป การวิเคราะห์ออกมาด้วยคุณภาพเดียวกัน ไม่มีข้อมูลจริงออกมา นิสัยเล็กๆ น้อยๆ ป้องกันความเสี่ยงที่สำคัญของ KVKK ได้

กรณีที่ 2 — ต้นทุนของหมายเลขที่แต่งขึ้น A chief financial officer presented an "industry average of 23 percent" figure given by YZ to the board without verifying it. จำนวนที่ถูกสร้างขึ้น The AI ​​had convincingly produced a number that had no source. An investment controversy based on the wrong figure ensued and took time to reverse. Lesson: not every number that claims to come from outside can be used without connecting it to the real source.

กรณีที่ 3 — การจับข้อเสนอแนะที่มีอคติ An HR manager asked the AI ​​to rank candidates. The AI ​​would highlight graduates from a particular school based on historical data. The manager asks “what groups does this proposal exclude?” เขาถาม; เขาพบว่า AI ทำซ้ำอคติในอดีต He based the rankings solely on job-related, defensible criteria and left the final decision to the people committee.

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) การคัดกรองความเป็นส่วนตัวของข้อมูล:

บทบาทของคุณ: ที่ปรึกษาความเป็นส่วนตัวของข้อมูล ฉันจะให้ชุดข้อมูลแก่คุณในอีกสักครู่ First, list the personal/confidential fields (name, ID, customer, price, salary) and suggest how to anonymise each of them. Briefly write down the risks of giving this data to AI in terms of KVKK. อย่าเพิ่งวิเคราะห์

2) รายการตรวจสอบการยืนยัน:

ฉันจำเป็นต้องตรวจสอบเอาต์พุต AI ต่อไปนี้ก่อนที่จะนำเสนอต่อฝ่ายบริหาร List each numerical claim and external source claim in the output. For each one, ask "is the source of the data I provided or is it information that the AI may have produced/fabricated itself?" Collect those with unknown sources under the 'VERIFY' heading.

3) ตัวกรองจริยธรรม/ความยุติธรรม:

The following AI proposal affects people: [proposal].Which groups might this proposal unfairly disadvantage? คำแนะนำอาจมีความเอนเอียงจากข้อมูลในอดีตหรือไม่ What should I change to base the decision solely on business-related, defensible criteria? ซื่อสัตย์ อย่าปกป้องข้อเสนอแนะ

4) การจำแนกความเสี่ยงในการใช้ AI:

ฉันจะทำงานต่อไปนี้ด้วย AI: [งาน] วางไว้ในระดับความเสี่ยง: ต่ำ (ร่างภายใน), ปานกลาง (ส่งไปยังฝ่ายบริหาร), สูง (ผลที่ตามมาทางการเงิน/กฎหมาย/ทรัพยากรบุคคล) บอกฉันว่าต้องมีขั้นตอนการตรวจสอบและการอนุมัติใดบ้างโดยพิจารณาจากระดับความเสี่ยง If it is high risk, remind that expert approval is mandatory.

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

ให้การวิเคราะห์กับข้อมูลลูกค้านี้แก่ฉัน [real named data]

ให้ข้อมูลส่วนบุคคลที่แท้จริงแก่เครื่องมือแบบเปิด มีความเสี่ยงต่อการละเมิดและการรั่วไหลของ KVKK ยังไม่มีแผนที่จะตรวจสอบความถูกต้องของผลลัพธ์

พรอมต์อันทรงพลัง:

Your role: analyst. In the data I gave you, all names are coded (Customer 1-50) and amounts are converted into tape. ทำการวิเคราะห์กลุ่มด้วยข้อมูลที่ไม่ระบุตัวตนนี้ แค่ใช้ตัวเลขที่ผมให้ไป อย่าบวกเลขเซกเตอร์ภายนอก หากเพิ่มกรุณาระบุแหล่งที่มาให้ชัดเจนเพื่อให้เราตรวจสอบได้

ขนาด

วิธีการที่ไม่ดี

แนวทางที่แข็งแกร่ง

ข้อมูล

ชื่อจริง

anonymous

KVKK risk

สูง

ต่ำ

source control

ไม่มี

บังคับ

การตรวจสอบความถูกต้อง

ต่ำ

สูง

ความรับผิดชอบ

ไม่แน่นอน

clarified

ข้อผิดพลาดทั่วไป

• การให้ข้อมูลที่เป็นความลับ/ส่วนบุคคลที่แท้จริงแก่การเปิดเครื่องมือ จำแนกประเภทและไม่เปิดเผยชื่อก่อน
• ไม่ตรวจสอบการอ้างสิทธิ์จากแหล่งภายนอก AI สามารถสร้างตัวเลขเช่น “ค่าเฉลี่ยอุตสาหกรรม”; connect to source.
• Ignoring prejudice. ใส่ข้อเสนอที่ส่งผลกระทบต่อผู้คนผ่านการกรองความยุติธรรม
• The "AI said so" excuse. ความรับผิดชอบอยู่ที่ผู้ใช้ Assume accountability.
• ข้ามการอนุมัติจากผู้เชี่ยวชาญในการตัดสินใจที่มีความเสี่ยงสูง ผลลัพธ์ทางการเงิน/กฎหมาย/ทรัพยากรบุคคล/การปฏิบัติตามข้อกำหนดต้องได้รับอนุมัติจากผู้เชี่ยวชาญ

ข้อควรระวัง: ประโยคที่สำคัญที่สุดของโมดูลนี้: ผลลัพธ์ของ AI ในด้านที่ตามมา เช่น การปฏิบัติตามกฎระเบียบ การเงิน กฎหมาย และทรัพยากรมนุษย์ ไม่สามารถทดแทนการอนุมัติจากผู้เชี่ยวชาญที่มีอำนาจได้ AI เพิ่มความเร็วของคุณ แต่จะไม่ไล่ผู้เชี่ยวชาญของคุณออก เอาต์พุต AI ที่ไม่ผ่านการตรวจสอบมีความเสี่ยงพอๆ กับการตัดสินใจที่ไม่ได้ลงนาม

โดยสรุป

การใช้ AI อย่างมีความรับผิดชอบตั้งอยู่บนเสาหลัก 3 ประการ ได้แก่ ความเป็นส่วนตัว การรับรองความถูกต้อง และจริยธรรม ปกป้องข้อมูลในสี่ชั้น (การจำแนกประเภท การทำให้ไม่เปิดเผยตัวตน การเลือกเครื่องมือ ข้อมูลขั้นต่ำ) และจดจำความรับผิดชอบของ KVKK ตรวจสอบแต่ละเอาต์พุตด้วยการลิงก์แหล่งที่มา การคำนวณใหม่ และการกรองด้านการดูแลระบบ เพิ่มความขยันตามระดับความเสี่ยง ใส่ข้อเสนอที่ส่งผลกระทบต่อผู้คนผ่านการกรองความยุติธรรม และรักษาความโปร่งใสและความรับผิดชอบ กรอบการกำกับดูแล AI ที่เรียบง่ายช่วยปกป้องทั้งทีม และเสมอไป: ในพื้นที่ที่มีความเสี่ยงสูงและเป็นผลสืบเนื่อง AI ไม่สามารถทดแทนการอนุมัติจากผู้เชี่ยวชาญที่มีความสามารถได้

งานสมัคร

เขียนร่าง "แนวทางการใช้งาน AI" ครึ่งหน้าสำหรับธุรกิจของคุณเอง รวมถึง: ข้อมูลใดบ้างที่สามารถมอบให้กับเครื่องมือใด, ข้อมูลจะไม่เปิดเผยตัวตนอย่างไร, ผลลัพธ์ใดควรได้รับการตรวจสอบ, การตัดสินใจใดเป็นของผู้เชี่ยวชาญแต่เพียงผู้เดียวและใครเป็นผู้รับผิดชอบ ใช้เทมเพลต “การจำแนกความเสี่ยงในการใช้ AI” ด้านบน วางงาน 5 รายการที่คุณทำกับ AI ในสัปดาห์ที่ผ่านมาไว้ในระดับความเสี่ยง และเขียนขั้นตอนการตรวจสอบความถูกต้องสำหรับแต่ละงาน

รายการตรวจสอบ

• [ ] ฉันได้จัดประเภทและไม่เปิดเผยข้อมูลหรือไม่?
• [ ] ฉันใช้เครื่องมือที่ได้รับอนุมัติ/ปลอดภัยของบริษัทและข้อมูลขั้นต่ำหรือไม่
• [ ] ฉันได้ตรวจสอบแต่ละผลลัพธ์กับระดับความเสี่ยงแล้วหรือยัง?
• [ ] ฉันได้กรองข้อเสนอที่ส่งผลกระทบต่อผู้คนด้วยความเป็นธรรมหรือไม่?
• [ ] ฉันต้องได้รับการอนุมัติจากผู้เชี่ยวชาญสำหรับการตัดสินใจที่มีความเสี่ยงสูงหรือไม่?

การสอบโมดูล

1. ผู้จัดการควรถามคำถามอะไรเพื่อกำหนดระดับของงาน (กลไก / การวิเคราะห์ / การตัดสินใจ) และความเข้มงวดในการตรวจสอบก่อนที่จะจ้างงานให้กับ AI

• A) หากผลลัพธ์นี้ผิดพลาดจะเกิดผลอย่างไร? ✔
• B) ปัญญาประดิษฐ์สามารถทำงานนี้ให้เสร็จโดยเร็วที่สุดได้หรือไม่?
• C) Is this tool free?
• D) งานนี้เคยทำมาก่อนหรือไม่?

คำอธิบาย: พื้นฐานของการใช้งานที่ถูกต้องคือการแบ่งประเภทงานตามระดับความเสี่ยง 'จะเกิดอะไรขึ้นหากผลลัพธ์นี้ไม่ถูกต้อง' คำถามจะกำหนดว่างานนั้นเป็นงานเชิงกล เชิงวิเคราะห์ หรือเป็นการตัดสินใจที่มีความรับผิดชอบ และดังนั้นจึงจำเป็นต้องมีการตรวจสอบยืนยันมากน้อยเพียงใด

2. ตัวเลข 'ค่าเฉลี่ยอุตสาหกรรม 23 เปอร์เซ็นต์' ที่กำหนดโดยปัญญาประดิษฐ์จะถูกนำเสนอต่อคณะกรรมการบริหารโดยไม่มีการตรวจสอบ และปรากฎว่าตัวเลขดังกล่าวถูกสร้างขึ้นมา วินัยพื้นฐานใดที่ถูกมองข้ามในกรณีนี้?

• ก) กฎการใช้ปัญญาประดิษฐ์เฉพาะช่วงเช้าเท่านั้น
• B) The discipline of verifying the output by connecting it to the source ✔
• C) การแปลงรายงานเป็นตารางสี
• D) การเขียนพรอมต์ที่ยาวขึ้น

Explanation: Artificial intelligence sometimes produces a non-existent number in a convincing language (hallucination). The step of connecting the output to the source checks whether each number comes from a real source or may have been made up. When this is omitted, there is a risk of wrong decisions.

3. ในขณะที่มูลค่าการซื้อขายรวมในบริษัทอีคอมเมิร์ซดูมีเสถียรภาพ แต่การแบ่งกลุ่มพบว่าหมวดหมู่ที่มีกำไรสูงลดลง 22 เปอร์เซ็นต์ และยอดขายที่มีกำไรต่ำก็ปิดบังสิ่งนี้ ตัวอย่างนี้แสดงให้เห็นหลักธรรมอะไร

• A) Total number is always the most reliable indicator
• B) Profitability is unimportant, only turnover is important
• C) ตัวเลขทั้งหมดสามารถซ่อนการกลับรายการได้ การแบ่งกลุ่มเผยให้เห็นความจริง✔
• D) Segment analysis is only valid for large companies

Explanation: Total numbers can hide internal reversals. Looking at the breakdown (segment analysis) rather than the total in decision support work reveals the truth; Large variations may be hidden under a fixed total.

4. ผู้จัดการร้านกาแฟตีความการค้นพบว่า 'ยอดขายในช่วงสุดสัปดาห์ขยับตามอุณหภูมิ' เนื่องจาก 'อากาศร้อนทำให้ยอดขายเพิ่มขึ้น' และปิดเครื่องปรับอากาศ However, the real reason was the increased customer traffic over the weekend. What is this error?

• A) ความสัมพันธ์ที่ผิดพลาดสำหรับสาเหตุ ✔
• B) รวบรวมข้อมูลไม่เพียงพอ
• C) การเลือกประเภทแผนภูมิที่ไม่ถูกต้อง
• D) Not anonymizing data

Explanation: Just because two things act together (correlation) does not mean that one causes the other (causation). Temperature and sales coincidentally moved in the same direction; สาเหตุทั่วไปคือการเข้าชมช่วงสุดสัปดาห์ The relationships found by artificial intelligence are not evidence, but hypotheses to be tested.

5. What is at the top of the 'pyramid' structure of a good management report?

• A) Raw data tables
• B) Executive summary ✔
• C) เอกสารและเชิงอรรถเพิ่มเติม
• D) ตัวเลขทั้งหมดจากปีก่อนๆ

คำอธิบาย: รายงานที่ดีคือพีระมิด โดยที่ด้านบนคือบทสรุปสำหรับผู้บริหาร (สัญลักษณ์แสดงหัวข้อย่อย 3-5 ข้อ) ออกแบบมาเพื่อให้ผู้อ่านที่มีงานยุ่งที่สุดเข้าใจได้ภายใน 30 วินาที; critical findings below; ด้านล่างเป็นรายละเอียดสนับสนุน ดังนั้นผู้จัดการระดับสูงจะอ่านเฉพาะด้านบนเท่านั้น และใครก็ตามที่สงสัยก็ลงมา

6. เมื่อศูนย์บริการทางโทรศัพท์กำหนด 'จำนวนสายที่รับสายต่อวัน' เป็น KPI ตัวแทนจะเร่งการโทรและลดความพึงพอใจของลูกค้า สถานการณ์นี้แสดงให้เห็นหลักการอะไร

• A) ยิ่งมี KPI มากเท่าใด การบริหารจัดการก็จะยิ่งดีขึ้นเท่านั้น
• B) KPI ไม่สามารถใช้ในศูนย์บริการได้
• C) ความเร็วมาก่อนคุณภาพเสมอ
• D) KPI ที่สามารถปรับเปลี่ยนได้อาจส่งเสริมพฤติกรรมที่ไม่พึงประสงค์มากกว่าผลลัพธ์ที่ตั้งใจจะวัด ✔

คำอธิบาย: เมื่อตัวบ่งชี้กลายเป็นเป้าหมาย ผู้คนจะพบวิธีที่จะหลอกลวงมัน (กฎของกู๊ดฮาร์ต) 'จำนวนการโทร' สามารถจัดการได้ง่าย และไม่ได้วัดผลลัพธ์ที่แท้จริง (การแก้ปัญหา ความพึงพอใจ) ดังนั้นก่อนที่จะเลือก KPI คุณควรถามว่า 'สิ่งนี้ส่งเสริมพฤติกรรมเชิงลบอะไรบ้าง' ควรจะถาม

7. อะไรคือสาเหตุของกฎ 'ทำให้กระบวนการง่ายขึ้นก่อน อัตโนมัติในภายหลัง' ในกระบวนการอัตโนมัติคืออะไร

• ก) ระบบอัตโนมัติยังเร่งให้เกิดความล้มเหลวในกระบวนการที่เสียหายอีกด้วย ต้องแก้ไขขั้นตอนก่อน✔
• B) การทำให้เข้าใจง่ายทำให้ระบบอัตโนมัติเป็นไปไม่ได้
• C) การทำให้เข้าใจง่ายเป็นเพียงภาระผูกพันทางกฎหมายเท่านั้น
• D) ระบบอัตโนมัติมีราคาถูกกว่าการทำให้เข้าใจง่ายเสมอ

คำอธิบาย: ระบบอัตโนมัติเพิ่มความเร็วของกระบวนการ นอกจากนี้ยังเร่งให้เกิดข้อผิดพลาดหากกระบวนการเสียหาย เมื่อกระบวนการ 5 ขั้นตอนที่ไม่จำเป็นในหน่วยบัญชีเป็นไปโดยอัตโนมัติ ขั้นตอนที่ไม่จำเป็นก็จะทำงานได้เร็วขึ้น ขั้นแรกควรทำให้กระบวนการง่ายขึ้น จากนั้นจึงเร่งให้เร็วขึ้น

8. อะไรคือจุดประสงค์ของการออกแบบ 'แบบมนุษย์ในวงจร' ในการตอบสนองต่อลูกค้าโดยอัตโนมัติ?

• A) การหยุดการทำงานอัตโนมัติโดยสมบูรณ์
• B) การเพิ่มอำนาจการตัดสินใจของปัญญาประดิษฐ์
• C) การป้องกันข้อผิดพลาดจากการหลบหนีโดยได้รับการอนุมัติจากมนุษย์ ณ จุดวิกฤติโดยที่ยังคงรักษาความเร็วส่วนใหญ่ไว้ได้ ✔
• D) ขจัดแรงงานมนุษย์โดยสิ้นเชิง

คำอธิบาย: การออกแบบแบบ Human-in-the-loop เป็นการอนุมัติโดยมนุษย์ ณ จุดสำคัญของกระบวนการอัตโนมัติ AI สร้างแบบร่าง มนุษย์อนุมัติอย่างรวดเร็วแล้วจึงส่งไป วิธีนี้จะป้องกันไม่ให้ข้อผิดพลาดออกไปตรงๆ ในขณะที่รักษาความเร็วส่วนใหญ่ไว้ เมื่อทีมยกเลิกการอนุมัตินี้ ข้อมูลที่ไม่ถูกต้องก็ไปถึงลูกค้า

9. การผลิตช้าในเวิร์คช็อปเฟอร์นิเจอร์ ผู้จัดการต้องการเปลี่ยนเครื่องจักรที่แพงที่สุด (เครื่องตัด) แต่การวิเคราะห์แสดงให้เห็นว่าปัญหาคอขวดคือขั้นตอนการย้อม-อบแห้ง หลักการพื้นฐานของการวิเคราะห์การดำเนินงานคืออะไร?

• A) ขั้นตอนที่แพงที่สุดควรได้รับการปรับปรุงอยู่เสมอ
• B) การปรับปรุงควรมุ่งเป้าไปที่คอขวดที่ทำให้การไหลทั้งหมดช้าลง ✔
• C) ทุกขั้นตอนควรเร่งให้เท่ากัน
• D) แนวคิดเรื่องคอขวดใช้ได้เฉพาะในสายการผลิตเท่านั้น

คำอธิบาย: ความเร็วของกระบวนการคือความเร็วของขั้นตอนที่ช้าที่สุด (คอขวด) การเร่งก้าวออกไปนอกจุดคอขวดเป็นการเสียเงินและความพยายาม สิ่งเดียวที่ได้ผลคือการขยายคอขวดให้กว้างขึ้น เมื่อผู้จัดการลงทุนในเตาอบแห้งเครื่องที่สองแทนการฆ่า ความเร็วเพิ่มขึ้น 28 เปอร์เซ็นต์

10. ในการจัดซื้อ ผู้จัดการจะสลับไปยังซัพพลายเออร์วัตถุดิบที่ถูกที่สุด แต่ไม่สนใจความน่าเชื่อถือในการจัดส่งที่ไม่ดีของซัพพลายเออร์ ความล่าช้าที่สำคัญ 2 ประการคือการหยุดการผลิต บทเรียนจากสถานการณ์นี้คืออะไร?

• A) ควรเลือกซัพพลายเออร์ที่แพงที่สุดเสมอ
• B) ความน่าเชื่อถือในการจัดส่งไม่เกี่ยวข้อง
• C) The supplier should not be evaluated in one dimension (only price), but in multiple dimensions, including reliability and risk ✔
• D) Supplier decisions should be left solely to artificial intelligence

คำอธิบาย: การคัดเลือกซัพพลายเออร์มีหลายมิติ: ราคา คุณภาพ เวลาในการจัดส่ง ความน่าเชื่อถือ ความมั่นคงทางการเงิน และความเสี่ยงจะต้องได้รับการประเมินร่วมกัน Just looking at the price can lead to losses many times greater than the discount earned; การสูญเสียการผลิตทำให้ส่วนลดหมดไป

11. What is the best thing for a manager to do before sending an angry, harsh email to a team that is constantly late?

• A) Sending the message as it is, because emotions are real
• B) Making the tone solution-oriented with artificial intelligence and then passing it through a human filter ✔
• C) Not sending the message at all and ignoring the problem
• D) ทำให้ข้อความแข็งแกร่งขึ้น

Explanation: Messages written when angry should not be sent immediately. การบอกปัญญาประดิษฐ์ว่า 'เปลี่ยนโทนเสียงเป็นโทนเสียงที่ให้ความเคารพและมุ่งเน้นการแก้ปัญหา ในขณะเดียวกันก็รักษาความคาดหวังและขอบเขตเดิม' จะช่วยรักษาสาระสำคัญของข้อความ แก้ไขโทนเสียง และป้องกันความขุ่นเคืองที่ยากจะกู้คืน จากนั้นเอาต์พุตจะถูกกรองโดยมนุษย์

12. A meeting summary says AI 'budget increase approved'; However, it was said at the meeting that 'the budget increase will be evaluated'. วิธีที่ถูกต้องในการหลีกเลี่ยงอันตรายนี้คืออะไร?

• A) Distribute the summary immediately without reading it
• B) Verify the summary, separate the decision from the possibility and have it confirmed by the participants ✔
• ค) ไม่จัดทำสรุปการประชุมแต่อย่างใด
• D) Considering only the longest sentence as a decision

คำอธิบาย: AI อาจระบุการตัดสินใจที่ไม่ถูกต้อง The difference between 'to be evaluated' and 'approved' is crucial. สรุปการประชุมมักเป็น 'ความทรงจำอย่างเป็นทางการ' ดังนั้นควรอ่านสรุปแต่ละข้อ แยกความแตกต่างจากการตัดสินใจ และยืนยันกับผู้เข้าร่วมก่อนแจกจ่าย

13. ในการวางแผนสถานการณ์ อะไรคือจุดประสงค์ของการสร้างสถานการณ์อย่างน้อยสามสถานการณ์ (ในแง่ดี พื้นฐาน และในแง่ร้าย) แทนที่จะผูกอนาคตไว้กับการทำนายเพียงครั้งเดียว (เช่น 'เราจะเติบโต 15 เปอร์เซ็นต์')

• ก) ปัญญาประดิษฐ์สามารถทำนายอนาคตได้อย่างแม่นยำ
• B) No matter which direction the truth goes, not to be caught off guard and put the plan into action instead of panic ✔
• C) รวบรวมข้อมูลน้อยลง
• D) การเลือกอนาคตที่ถูกต้องเพียงครั้งเดียวล่วงหน้า

คำอธิบาย: ความเป็นจริงคือช่วงเวลาหนึ่ง หากไม่ปฏิบัติตามแผนบนพื้นฐานของการเดาเพียงครั้งเดียว มันจะพังทลายลง การเตรียมการตอบสนองต่อสถานการณ์ต่างๆ ล่วงหน้าช่วยให้แน่ใจว่าสามารถจัดทำแผนได้แทนที่จะตื่นตระหนก ไม่ว่าความเป็นจริงจะเคลื่อนไปในทิศทางใดก็ตาม เป้าหมายไม่ใช่การรู้อนาคต แต่ต้องไม่ถูกจับได้ว่าไม่ได้เตรียมตัวไว้

14. ข้อใดต่อไปนี้เป็นจริงเกี่ยวกับการใช้ปัญญาประดิษฐ์ในการจัดการธุรกิจ

• A) ผลลัพธ์ของปัญญาประดิษฐ์ไม่ได้แทนที่การอนุมัติของผู้เชี่ยวชาญในการตัดสินใจที่มีผลกระทบทางการเงิน กฎหมาย และทรัพยากรบุคคล ✔
• B) หากผลลัพธ์ของปัญญาประดิษฐ์ถูกต้อง ไม่จำเป็นต้องได้รับการอนุมัติจากผู้เชี่ยวชาญ
• C) ข้อมูลลูกค้าจริงสามารถมอบให้กับเครื่องมือแบบเปิดได้ตราบเท่าที่ดูปลอดภัย
• D) 'AI กล่าวเช่นนั้น' เป็นเหตุผลที่ถูกต้องสำหรับความรับผิดชอบ

การเปิดเผยข้อมูล: ผลลัพธ์ของ AI ไม่ได้ใช้แทนการอนุมัติจากผู้เชี่ยวชาญในด้านที่ตามมา เช่น การปฏิบัติตามกฎระเบียบ การเงิน กฎหมาย และทรัพยากรมนุษย์ ปัญญาประดิษฐ์เป็นตัวช่วยที่เพิ่มความเร็ว การรักษาความลับของข้อมูล ความถูกต้องของผลลัพธ์ และจริยธรรมในการตัดสินใจถือเป็นความรับผิดชอบของผู้จัดการเสมอ ผลลัพธ์ที่ไม่ผ่านการตรวจสอบมีความเสี่ยงพอๆ กับการตัดสินใจที่ไม่ได้ลงนาม