Mga nadagdag:
- Kakayahang sistematikong ilista ang mga pangunahing limitasyon ng artificial intelligence sa economic analysis (fabrication, data cut-off date, causality blindness, structural break)
- Kakayahang magtatag ng secure na paggamit at KVKK compliant workflow na nagpoprotekta sa kumpidensyal na data, impormasyong sensitibo sa merkado at personal na data
- Kakayahang magdisenyo at magpatupad ng enterprise-level AI governance framework (pagpaparehistro, pag-verify, pananagutan, chain ng pag-apruba)
Pagsusulit sa Module
1. Ang isang central banker ay direktang naglalagay ng AI-generated inflation forecast sa isang opisyal na tala ng patakaran nang walang anumang pag-verify. Ano ang pangunahing pagkakamali sa pamamaraang ito?
- A) Pagbabago ng artificial intelligence output sa isang desisyon nang hindi ito ikinokonekta sa pinagmulan, muling pagkalkula nito at sumasailalim sa economic verification; Hindi pinapansin na ang responsibilidad ay nasa mga tao ✔
- B) Mahigpit na ipinagbabawal ang paggamit ng artificial intelligence sa mga pagtataya sa ekonomiya
- C) Ang artificial intelligence ay palaging nagpapakita ng inflation na mas mababa kaysa sa dati
- D) Ang hula ay hindi ipinakita sa isang graph
Paglalarawan: Ang artificial intelligence ay gumagawa ng isang istatistikal na balangkas; ngunit ang responsibilidad para sa pagtataya at ang nilalaman ng isang pormal na maikling patakaran ay nakasalalay sa karampatang ekonomista at sa institusyon. Ang hindi na-verify na output ay kasing-panganib ng isang hindi napirmahang ulat; Ang numero ay dapat na naka-link sa orihinal na pinagmulan, muling kalkulahin at dumaan sa isang pang-ekonomiyang filter.
2. Ano ang pinakaligtas na diskarte kapag tinanong mo ang artificial intelligence, 'Ibigay sa akin ang kasalukuyang account deficit figure para sa Türkiye sa 2024'?
- A) Magtiwala sa numerong ibinigay ng artificial intelligence at gamitin ito nang direkta
- B) Pagkumpirma ng numero mula sa opisyal na publikasyon ng balanse ng mga pagbabayad ng CBRT at pag-verify ng petsa/unit ✔
- C) Pagkuha ng numero mula sa isang random na site ng balita sa internet
- D) Hindi papansinin ang numero dahil magbabago pa rin ito
Paliwanag: Ang bilang na ibinigay ng artificial intelligence ay maaaring mas luma kaysa sa cut-off date ng data ng pagsasanay o maaaring binubuo (hallucination). Ang tanging tumpak na mapagkukunan ng data ng ekonomiya ay ang opisyal na publikasyon; Sa halimbawang ito, ito ay ang CBRT balanse ng mga istatistika ng mga pagbabayad. Dapat kumpirmahin ang numero mula sa orihinal na pinagmulan.
3. Ang isang analyst ay nagbibigay ng raw CPI series sa artificial intelligence at nagsasabing 'kalkulahin ang tunay na paglago'. Alin sa mga sumusunod ang tamang pag-uugali sa pagpapatunay?
- A) Pagdaragdag ng resulta sa ulat nang hindi ito binabasa
- B) Tinitingnan lang kung 'mukhang makatwiran' ang kinalabasan
- C) I-verify ang resulta sa pamamagitan ng pagbabasa ng nabuong formula/code at manu-manong pagkalkula ng kahit isang tuldok ✔
- D) Magtanong sa artificial intelligence 'sigurado ka ba?' at nasiyahan sa sagot na 'oo'
Paliwanag: Sa mga karaniwang kalkulasyon sa ekonomiya tulad ng real-nominal na conversion, maaaring hindi gamitin ng AI ang tamang formula o paghaluin ang batayang taon. Dapat basahin ng analyst ang nabuong code at formula, manu-manong kalkulahin ang kahit isang obserbasyon at ihambing ang resulta. Mas gusto ang transparent, explainable accounting.
4. Bakit ginagawa ang 'backtesting' sa pagtataya ng serye ng oras?
- A) Upang ipakita kung gaano kaganda ang modelo sa makasaysayang data
- B) Upang awtomatikong tapusin ang pagtatantya
- C) Upang pagandahin ang datos
- D) Upang sukatin ang tunay na tagumpay ng hula sa pamamagitan ng pagsubok sa modelo sa mga nakaraang panahon kung kailan wala ito sa pagsasanay ✔
Paglalarawan: Sinusukat ng backtest kung gaano kahusay ang hula ng modelo sa mga panahon sa nakaraan na hindi nito alam; Pinoprotektahan nito ang modelo mula sa bitag ng overfitting sa pamamagitan lamang ng pagtingin sa data na akma nito. Ito ay isang paunang kinakailangan para sa kakayahang magamit ng modelo sa totoong mundo.
5. Ano ang 'base effect' sa mga komento sa inflation at bakit ito nangangailangan ng pansin?
- A) Ang taunang pagbabago ay apektado ng mababa/mataas ng panahon ng paghahambing noong nakaraang taon ✔
- B) Palaging tumataas ang inflation
- C) Mas mataas ang core inflation kaysa sa headline
- D) Pana-panahong pagsasaayos ng mga presyo
Paliwanag: Ang batayang epekto ay ang taunang rate ng pagbabago ay apektado ng (base) mababa o mataas noong nakaraang taon pati na rin ang pag-unlad sa taong ito. Ang pagbaba sa taunang inflation ng ulo ng balita ay maaaring dahil sa mataas na base noong nakaraang taon at hindi isang tunay na pagbagal. Ang pitfall na ito ay madalas na hindi napapansin sa mga buod ng AI.
6. Paano mas tumpak na matukoy ang papel ng artificial intelligence sa isang pag-aaral ng senaryo?
- A) Isang tagakita na alam ang hinaharap nang may katiyakan
- B) Ang pangwakas na tagagawa ng desisyon na nagpapasiya ng mga pagpapalagay sa kanyang sarili
- C) Isang katulong na ginagawang malinaw na mga kalkulasyon ang mga halatang pagpapalagay at ginagawang nakikita ang mga opsyon; nasa tao ang paghatol ✔
- D) Isang tool ng katumpakan na ginagawang hindi kailangan ang script
Paliwanag: Ang senaryo ay hindi isang hula, ngunit isang kondisyon na 'kung-kung gayon' na ehersisyo batay sa mga tahasang pagpapalagay. Ang AI ay isang accelerator sa pagsasalin ng mga pagpapalagay sa mga spreadsheet at paggawa ng mga opsyon na nakikita; Gayunpaman, ang pagmamay-ari ng mga pagpapalagay, ang kanilang pagiging makatwiran, at ang huling paghatol ay nakasalalay sa ekonomista.
7. Gumagamit ang AI ng malakas na wikang sanhi tulad ng 'X pinapataas ang Y' kapag binibigyang-kahulugan ang isang regression na output. Ano ang tamang tugon ng ekonomista?
- A) Pagtanggap ng sanhi ng wika kung ano ito
- B) Iwasto ang wika sa pamamagitan ng pagsuri sa mga panganib ng mga tinanggal na variable/endogeneity at pagwawasto sa katotohanan na ang relasyon ay hindi nangangahulugang sanhi.
- C) Itapon nang buo ang regression
- D) Ipagpalagay na ang causality ay napatunayan kung mataas ang R-squared
Paliwanag: Ang regression ay kadalasang sumusukat sa relasyon (correlation); Ang sanhi ay maaari lamang i-claim sa ilalim ng naaangkop na disenyo (eksperimento, instrumental variable, natural na eksperimento, atbp.) at mga pagpapalagay. May mga panganib ng mga inalis na variable, endogeneity, at reverse causality. Dapat pigilan ng ekonomista ang labis na sanhi ng pananalita na ito at tanungin ang mga kondisyon.
8. Nagkaroon ka ng artificial intelligence na maghanda ng buod ng panitikan sa isang paksa ng ekonomiya, at ang teksto ay nagbibigay ng mga sanggunian tulad ng '(Yılmaz, 2019)'. Ano ang dapat mong gawin muna?
- A) Paglalagay ng mga pagsipi sa ulat kung ano ang mga ito
- B) Ipagpalagay ang magandang kalidad dahil lang sa maraming pagsipi
- C) Tinitingnan lamang ang pagkakapare-pareho ng mga taon ng publikasyon
- D) I-verify mula sa orihinal na pinagmulan na ang bawat sanggunian ay aktwal na umiiral at naglalaman ng paghahanap ✔
Paliwanag: Ang artificial intelligence ay maaaring makabuo ng mga mapagkukunan at mga sanggunian na hindi aktwal na umiiral (hallucination). Ang bawat reference ay dapat na ma-verify mula sa orihinal na pinagmulan na ito ay aktwal na umiiral, na ang pagpapatungkol nito ay tama, at na ito ay aktwal na naglalaman ng na-claim na paghahanap. Ang hindi na-verify na attribution ay isang pang-akademiko at propesyonal na panganib.
9. Ano ang pinakatapat na paraan upang maiparating ang kawalan ng katiyakan sa isang pampublikong ulat sa ekonomiya?
- A) Pagbibigay ng isang tiyak na numero at hindi binabanggit ang kawalan ng katiyakan
- B) Itinatago ang pinakamasamang sitwasyon at nagbibigay lamang ng optimistikong numero
- C) Malinaw na sabihin ang saklaw ng pagtataya, mga sitwasyon at pinagbabatayan na mga pagpapalagay ✔
- D) Iwaksi ang kawalan ng katiyakan sa pamamagitan ng pagsasabi ng 'ito ay kumplikado'
Paliwanag: Ang kawalan ng katiyakan ay hindi maiiwasan sa pagtataya at pagsusuri sa ekonomiya. Ang malinaw na pagsasabi ng mga saklaw, senaryo, at pagpapalagay sa halip na isang eksaktong numero ay tapat na komunikasyon. Ang pagtatago ng kalabuan ay nililinlang ang mambabasa at pinapahina ang kredibilidad ng organisasyon.
10. Kapag ang isang tsart ay nagpapakita ng paglago ng GDP, sinisimulan nito ang vertical axis sa 2% sa halip na 0%. Bakit maaaring ito ay nakaliligaw?
- A) Ang gitling na axis ay maaaring magpalaki ng maliliit na pagkakaiba at gawing mas malaki ang pagbabago kaysa ito ✔
- B) Kung saan nagsisimula ang axis ay hindi nakakaapekto sa graph
- C) Ang graph ay awtomatikong nagiging mas tumpak
- D) Ang pagpili ng kulay lamang ang mahalaga, ang axis ay hindi mahalaga
Paliwanag: Ang isang dashed axis (hindi nagsisimula sa zero) ay maaaring biswal na palakihin ang maliliit na pagkakaiba at gawing dramatiko ang pagbabago. Sa tapat na visualization, ang pagpili ng axis ay hindi dapat papangitin ang mensahe; Kung gumamit ng dashed axis, dapat itong malinaw na minarkahan.
11. Isinasaksak ng isang think tank analyst ang data na sensitibo sa merkado na hindi pa naisapubliko sa isang pampublikong (hindi pang-enterprise) na tool ng AI. Ano ang pangunahing panganib?
- A) Walang panganib, ang data ay numerical na
- B) Ang tanging panganib ay ang graph ay lumabas na mali
- C) Ang artificial intelligence ay nagpoproseso ng data nang napakabagal
- D) Panganib ng pagtagas ng data, pagpoproseso ng mga third party at paglabag sa mga patakaran sa privacy/market ✔
Pagbubunyag: Ang paglalagay ng kumpidensyal o data na sensitibo sa merkado sa isang pampublikong tool ay lumilikha ng panganib ng data na naproseso ng mga third party, na-leak o ginagamit upang sanayin ang modelo; Nagdudulot ito ng parehong paglabag sa privacy/KVKK at panganib ng manipulasyon sa merkado at impormasyon ng tagaloob. Ang sensitibong data ay dapat iproseso sa inaprubahan ng institusyon, secure na mga tool at anonymize kung kinakailangan.
12. Ang mga numero ng parehong indicator na kinuha mula sa dalawang magkaibang pinagmulan (TURKSTAT at isang internasyonal na organisasyon) ay hindi magkatugma. Ano ang malamang na inosenteng paliwanag?
- A) Ang isa sa mga pinagmumulan ay tiyak na nagsisinungaling
- B) Maaaring may pagkakaiba sa kahulugan, batayang taon, saklaw, pana-panahong pagsasaayos o rebisyon; dapat na nakahanay ang metadata ✔
- C) Ang pagkakaiba sa mga numero ay hindi mahalaga, ang pagkuha ng kanilang average ay sapat
- D) Sapat na magtanong sa artificial intelligence at hayaan itong pumili kung alin ang tama.
Paliwanag: Ang pagkakaiba sa parehong indicator sa iba't ibang source ay kadalasang dahil sa mga pagkakaiba sa kahulugan, batayang taon, saklaw, pana-panahong pagsasaayos o rebisyon (bersyon). Ang metadata (kahulugan, yunit, tuldok, pagwawasto) ay dapat na nakahanay bago maghambing ng mga numero.
13. Alin sa mga sumusunod ang isang gawain kung saan ang AI ay MALAKAS sa pagsusuri sa ekonomiya, na nagpapabilis sa pagpapatunay ng tao?
- A) Upang magbigay ng panghuling pag-apruba ng opisyal na inflation figure lamang
- B) Paggawa ng mga desisyon sa patakaran sa pananalapi sa halip na ang institusyon
- C) Pabilisin ang mga gawain tulad ng pagbalangkas ng data cleaning code at pagbubuod ng mahabang ulat ✔
- D) Paglalagay ng hindi na-verify na hula sa pampublikong ulat
Paglalarawan: Artipisyal na katalinuhan; Malakas sa mga gawaing mekanikal at pagbalangkas tulad ng pagbalangkas ng code, pagbubuod ng mahabang ulat, pagmumungkahi ng mga hakbang sa paglilinis ng data, pagwawasto sa pag-format at wika. Gayunpaman, ang sukdulang responsibilidad para sa pagtataya, pagpapasya sa patakaran at paggawa ng mga opisyal na numero ay nakasalalay sa mga tao. Ang tamang paggamit ay upang mapabilis kung saan ito malakas at panatilihin ang kritikal na paghuhusga sa tao.
14. Ano ang pinakaangkop na kasanayan sa pamamahala upang matiyak na ang mga output ng artificial intelligence ay sinusubaybayan at sinusuri sa isang institusyon?
- A) Magtatag ng isang traceability at chain ng pag-apruba na nagtatala ng kahilingan, tool, data at mga hakbang sa pag-verify ✔
- B) Hindi nagre-record ng mga output upang hindi tumaas ang workload
- C) Malayang magagamit ng lahat ang sasakyan na gusto nila gamit ang data na gusto nila.
- D) Tanging ang pinakanakatatanda na tao lamang ang gumagamit ng artificial intelligence, walang mga talaan na iniingatan
Paglalarawan: Maayos na pamamahala; Nangangailangan ito ng pag-record kung aling output ang ginawa gamit ang kung aling kahilingan, gamit ang tool, gamit ang data, isang hakbang sa pag-verify at isang responsableng chain ng pag-apruba. Ang disiplinang ito ng pagtatala at pagkilala ay nagbibigay-daan sa pagsubaybay sa mga error pabalik at paglilinaw ng responsibilidad.