End-to-End Workflow, Verification at Personal PDR Assistant

Mga nadagdag:

• Kakayahang ikonekta ang isang lingguhang PDR workflow sa isang end-to-end na proseso na sinusuportahan ng artificial intelligence at sukatin ang pagtitipid sa oras
• Kakayahang lumikha ng isang magagamit muli na prompt library at mga personal na tagubilin sa assistant ng PDR na naaangkop sa sariling propesyonal na konteksto
• Kakayahang iugnay ang pag-verify, pagiging kumpidensyal at mga hangganan ng krisis sa isang checklist sa buong proseso at gawing permanenteng ugali

Sa huling yunit, pinagsama-sama namin ang lahat ng aming natutunan sa isang solong kabuuan. Sa ngayon, hiwalay na kaming gumamit ng AI sa bawat propesyonal na larangan, mula sa mga tala sa pakikipanayam hanggang sa psychoeducational na materyales, mula sa gabay sa karera hanggang sa suporta sa pagpapakahulugan ng sukat, mula sa follow-up hanggang sa aktibidad ng grupo; Sinasaklaw namin ang mga limitasyon, pagpapatunay, privacy at pagbubukod sa krisis sa bawat lugar. Ngayon ay isasama namin ang mga ito sa isang lingguhang daloy ng trabaho, gagawa ng prompt library na partikular sa konteksto at mga tagubilin sa personal na PDR assistant, at i-secure ang buong proseso gamit ang isang permanenteng checklist. Ang layunin ay gawing ligtas at permanenteng bahagi ng iyong propesyonal na buhay ang AI, hindi isang minsanang gimik.

Pagdidisenyo ng isang linggo mula dulo hanggang dulo

Ang isang karaniwang linggo para sa isang propesyonal sa PDR ay kinabibilangan ng maraming paulit-ulit na gawain sa pagsulat. Ang paglalagay sa kanila sa isang daloy na suportado ng AI ay nakakatipid ng oras at nagsisiguro ng pagkakapare-pareho. Isang halimbawang linggo:

• Lunes - Pagpaplano. Ang draft na istraktura ng mga session ng paggabay ng grupo sa linggo (acquisition–warm-up–main–closure–evaluation) ay binuo ng AI at sumasailalim sa pagsusuri ng ekspertong seguridad at pagiging komprehensibo.
• Martes - Materyal. Isang draft na psychoeducational brochure ay ginawa; ang mga istatistika ay minarkahan ng [VERIFY] at nakumpirma.
• Miyerkules — Panayam at pagpaparehistro. Ang mga indibidwal na panayam ay gaganapin; Pagkatapos, ang anonymous na raw na mga tala ay nakabalangkas sa AI, at ang mga komento at desisyon ay nagmumula sa eksperto.
• Huwebes — Pagtutulungan. Ang mga draft ng mga sulat ng impormasyon ng magulang at mga tala sa pakikipagtulungan ng guro ay ginawa at sumasailalim sa mga pagsusuri sa tono at pagiging kompidensiyal.
• Biyernes — Follow-up at recap. Binubuod ang anonymous na follow-up na data, sinusuri ang mga pattern bilang mga palatandaan, at tinutukoy ang mga dahilan para sa pagpupulong sa susunod na linggo.

Sa daloy na ito, palaging gumaganap ng parehong papel ang AI: pag-draft at pag-edit. Ang desisyon, interpretasyon, seguridad at panghuling pag-apruba ay nasa kamay ng eksperto. Ang krisis ay palaging lampas sa threshold; Kapag may naganap na senyales ng panganib, hihinto ang daloy at ang protocol sa unit 9 ay isinaaktibo.

Pagsukat ng pagtitipid sa oras

Upang makita ang halaga ng isang ugali, kinakailangan upang sukatin ang pakinabang. Sa loob ng isang linggo, itala ang "gaano katagal bago / gaano katagal ngayon" para sa bawat gawain na binibilisan mo gamit ang AI. Karamihan sa mga eksperto ay nakakakita ng 40-60% na pagtitipid sa oras sa paulit-ulit na pag-type. Ngunit ang totoong tanong ay: Saan mo inilaan ang natipid na oras? Ang tamang sagot ay hindi “mas papeles” kundi “mas harapang oras kasama ang estudyante.” Ang layunin ng AI ay alisin ka sa talahanayan at bumalik sa esensya ng tao ng propesyon: ang relasyon sa mag-aaral.

Tip: Itala ang iyong pagtitipid sa oras sa isang talahanayan: gawain, lumang panahon, bagong panahon, pakinabang, kung saan mo ilalaan ang pakinabang. Ang talahanayang ito ay parehong nag-uudyok at nagpapakita kung saan mas magagamit ang AI.

Personal prompt library at assistant na pagtuturo

Sa halip na magsulat ng mga prompt mula sa simula sa bawat oras, i-save ang mga prompt na gumagana sa isang library. Isang magandang prompt library; Binubuo ito ng mga prompt na nakaayos ayon sa uri ng gawain, nasubok, at may mga limitasyon sa pagiging kumpidensyal at pag-verify na naka-code sa kanila. In addition, you can define a personal assistant directive (system instruction) in your favorite tool: permanent rules that the tool will follow every time it talks to you.

Kasama sa magagandang alituntunin ng assistant ng PDR ang: papel (writing assistant na tumutulong sa PDR specialist), kung ano ang hindi nila gagawin (walang diagnosis, walang referral, walang papel sa krisis), kung ano ang palagi nilang gagawin (paghihiwalay ng interpretasyon mula sa katotohanan, pagpapalagay ng anonymity, babala sa pag-verify, crisis reflex na paalala), tono (nakikiramay, walang stigmatizing, nakatutok sa solusyon). Ang direktiba na ito ay nagpapatibay ng seguridad sa bawat pakikipag-ugnayan.

Mga nakopyang template

1) Personal PDR assistant instruction (system instruction):

Isa kang katulong sa PAGSULAT sa isang tagapayo sa paaralan. Ang HINDI mo gagawin: gumawa ng diagnosis, gumawa ng mga desisyon/direksyon sa ngalan ng mag-aaral, bigyang-kahulugan ang isang sukat, magmungkahi ng interbensyon sa isang sitwasyon ng krisis, bawasan ang mag-aaral sa isang label. Ang LAGING gagawin mo: ihiwalay ang katotohanan sa interpretasyon; ipagpalagay na ang input ay hindi nagpapakilala at babalaan ka kung makakita ka ng personal na data; paglalagay ng "VERIFY" note sa tabi ng mga printout na naglalaman ng mga facts/statistics/sources; Kung nakakaramdam ka ng senyales ng krisis/panganib, isulat ang babala sa itaas: "Maaaring isa itong krisis; hindi AI, ngunit dapat na i-activate ang human expert at emergency protocol." Tono: makiramay, walang stigmatize, nakatuon sa solusyon.

2) Lingguhang talahanayan ng pagtitipid sa oras:

Gumawa ng talahanayan para sa mga sumusunod na gawain: gawain, oras bago ang AI, oras sa AI, oras na na-save, kung saan pinaghihiwalay ko ang pakinabang. Kalkulahin din ang kabuuang kita. Mga gawain at tagal: [ilagay ang iyong sariling data]

3) Mabilis na pag-edit ng library:

Ikategorya ang aking mga nakakalat na prompt sa ibaba ayon sa uri ng gawain (pagre-record, materyal, karera, follow-up, pakikipagtulungan, grupo) at magdagdag ng maikling tala ng paggamit para sa bawat kategorya. Pagbabago ng kanilang nilalaman. Mga Prompt: [i-paste ang mga prompt]

4) End-to-end na kontrol sa pag-verify:

Bago i-publish/gamitin ang AI ​​output sa ibaba, ilapat ang 5 check na ito at isulat ang “ok/problema” para sa bawat isa: (1) personal na data leak, (2) hindi na-verify na katotohanan/statistic/source, (3) diagnosis/label/referral, (4) bias/cultural insensitivity, (5) paglabag sa hangganan ng krisis. I-flag ang mga isyu.Output: [i-paste ang output]

Mahinang prompt / Malakas na prompt

mahina:

Tulungan mo ako sa aking trabaho ngayong linggo.

Walang konteksto, walang limitasyon; Aling gawain, aling tungkulin, aling hangganan ang hindi malinaw — ito ay naging pangkalahatan at mapanganib.

malakas:

[Aktibo ang mga personal na tagubilin sa assistant ng PDR.]Gawain: Sa linggong ito kailangan kong magplano ng sesyon ng grupo na "mga kasanayan sa pakikipagkaibigan" para sa mga 6th graders. Ang isang draft ay ginawa sa istraktura ng gain-warm-up-main event (fictional scenario)-closing-exit card. Markahan din ang mga puntong itinuturing mong mapanganib sa mga tuntunin ng seguridad at pagiging komprehensibo. Kung may claim na kailangang i-verify, ilagay ang VERIFY.

tatlong mini case

Kaso 1 — Sinukat na kita. Itinala ng isang eksperto ang mga gawaing pinabilis niya gamit ang AI sa isang talahanayan sa loob ng isang buwan. Natagpuan niya ang kanyang sarili na nagtitipid ng ~6 na oras bawat linggo sa kabuuan sa pagsulat ng tala, paghahanda ng materyal, at mga liham ng pakikipagtulungan. Inilaan niya ang oras na ito sa mga indibidwal na pagpupulong na dati niyang nakalinya; Tumaas ang bilang ng mga pagpupulong at tumaas ang kasiyahan ng mga mag-aaral. Ibinalik ang tubo sa estudyante, hindi sa mesa.

Kaso 2 — Kaligtasan sa pamamagitan ng direktiba. Ang isang guidance counselor ay walang isip na nag-iwan ng pangalan ng isang estudyante sa isang text isang araw pagkatapos ilarawan ang personal na pagtuturo ng katulong. Salamat sa panuntunang "magbabala kung makakita ka ng personal na data" sa direktiba, ipinaalala ito ng tool bago simulan ang proseso. Inilabas ng eksperto ang pangalan. Ang guideline ay nagsilbing safety net laban sa pagkakamali ng tao.

Case 3 — Consistency sa library. Kinokolekta ng isang serbisyo ang mga nakakalat nitong kahilingan sa isang library ng karaniwang kahilingan; lahat ay nagsimulang gumamit ng pareho, limitadong seguridad na naka-code na prompt. Sa halip na isang linggong curve sa pag-aaral, isang bagong kasamahan ang ligtas na pumasok sa produksyon sa unang araw gamit ang library. Inilipat ang impormasyon mula sa tao patungo sa institusyon.

Mga karaniwang pagkakamali

• Walang limitasyong mga kahilingan. Pagsasabi ng "tulong" nang walang konteksto. Solusyon: malinaw na tungkulin, gawain, pormat, hangganan.
• Hindi pagtukoy ng isang direktiba. Manu-manong pagtatakda ng seguridad sa bawat oras. Solusyon: permanenteng assistant directive.
• Hindi sinusukat ang pakinabang. Walang nakikitang improvement. Solusyon: time savings table.
• Maling paggamit ng kita. Ginugol muli ang oras na natipid sa mesa. Solusyon: ibalik ang oras sa mag-aaral.
• Nakakalimutang i-verify sa dulo ng daloy. Nakakarelaks na kontrol habang tumataas ang bilis. Solusyon: end-to-end na kontrol sa pagpapatotoo.

Talahanayan: Lingguhang daloy at katiyakan

araw

negosyo

tungkulin ng AI

Pagtitiyak ng dalubhasa

lunes

Plano ng session

burador

Pag-audit sa seguridad/saklaw

martes

materyal

burador

Pagpapatunay ng istatistika

Miyerkules

Pagpaparehistro

Pag-edit

Paghihiwalay ng katotohanan/interpretasyon, hindi nagpapakilala

Huwebes

pagtutulungan

burador

Kontrol sa tono at privacy

biyernes

pagsubaybay

Buod

Cue→panayam, kontrol ng bias

bawat sandali

krisis

wala

Protocol ng tao (unit 9)

Sa buod

Sa kabuuan ng modyul na ito, natutunan naming gamitin ang AI bilang katulong sa pagsulat at pag-draft sa bawat aspeto ng PDR, pagpapanatili ng pag-verify, pagiging kumpidensyal at hangganan ng krisis sa bawat hakbang. Ang huling hakbang ay isaksak ang mga ito sa isang lingguhang daloy, mag-set up ng isang personal na library ng mga senyas at katulong na pagtuturo, sukatin ang pagtitipid sa oras, at gawing ugali ang end-to-end na pag-verify. Ang layunin ng AI ay alisin ka sa talahanayan at bumalik sa iyong relasyon sa tao sa mag-aaral; Ang desisyon, interpretasyon, seguridad at responsibilidad ay laging nasa iyo.

Gawain ng aplikasyon

Sumulat ng iyong sariling lingguhang PDR workflow. Ilagay ang bawat paulit-ulit na gawain sa pagsulat sa isang linya at tukuyin ang tungkulin ng AI (draft/edit/summary) at ang iyong katiyakan (authentication/privacy/security). Pagkatapos ay iakma ang template ng "personal na PDR assistant na pagtuturo" sa iyong konteksto at gumawa ng panimulang library ng hindi bababa sa 5 prompt. Panghuli, sukatin ang iyong nakuhang oras sa loob ng isang linggo at isulat kung saan mo inilaan ang kita.

checklist

• [ ] Ipinares ko ang aking lingguhang workflow sa AI role at expert assurance.
• [ ] Gumawa ako ng personal assistant na pagtuturo at prompt library.
• [ ] Sinukat ko ang pagtitipid sa oras at itinuro ko ito sa oras na ginugol sa mag-aaral.
• [ ] Ginawa kong nakagawian ang end-to-end verification control (5 item).
• [ ] Tiniyak ko na ang limitasyon ng krisis ay wasto sa bawat sandali ng daloy.

Pagsusulit sa Module

1. Isinasaalang-alang ng isang tagapayo ng paaralan na magtanong sa isang tool ng artificial intelligence kung paano haharapin ang mga saloobin ng pagpapakamatay na ipinahayag ng isang mag-aaral sa isang panayam at ipatupad ang tugon. Ano ang tamang diskarte?

• A) Sa kaso ng isang krisis, agad na patakbuhin ang emergency protocol sa halip na hilingin sa artificial intelligence na gumawa ng desisyon; ✔ Nag-aaplay sa karampatang espesyalista sa tao, pamilya at mga kinakailangang awtoridad
• B) Pagpapatupad ng plano ng interbensyon na ibinigay ng artificial intelligence kung ano man ito
• C) Ibigay sa artificial intelligence ang buong pangalan ng mag-aaral at humiling ng personalized na plano
• D) I-record ang pag-uusap at ipa-diagnose ang artificial intelligence

Paliwanag: Ang mga sitwasyon ng krisis at panganib (mga pag-iisip ng pagpapakamatay, pinsala sa sarili/iba, pang-aabuso, pagpapabaya) ay hindi maaaring ilipat sa artificial intelligence. Sa mga kasong ito, ipinag-uutos na agad na makipag-ugnayan sa karampatang eksperto sa tao, pamilya at mga kinakailangang awtoridad at patakbuhin ang emergency protocol. Ang artificial intelligence ay kadalasang magagamit sa post-crisis record editing, hindi kailanman sa paggawa ng desisyon at interbensyon.

2. Ano ang tawag kapag ang artificial intelligence ay gumagawa ng 'fluent but actually false' na impormasyon (isang ginawang istatistika, hindi umiiral na source, maling scale norm) at ano ang dapat gawin ng eksperto sa PDR?

• A) Hallucination; pag-verify ng bawat katotohanan, istatistika, at pinagmulan mula sa isang mapagkakatiwalaang pinagmulan
• B) Hallucination; umaasa sa tuwiran dahil matatas ang output
• C) Hallucination; ✔ I-verify ang bawat output na naglalaman ng mga katotohanan, istatistika at pinagmumulan mula sa isang mapagkakatiwalaang pinagmulan at gamitin ito nang naaayon
• D) Pagkiling; hindi gumagamit ng output sa lahat

Paglalarawan: Ang artificial intelligence ay hinuhulaan at gumagawa ng posibleng salita; Samakatuwid, maaari itong magbigay ng matatas ngunit maling impormasyon (hallucinations). Anumang output na umaabot sa mag-aaral, tulad ng psychoeducational na materyal, istatistika at mapagkukunan, ay hindi dapat gamitin nang hindi nabe-verify at naka-link sa isang mapagkakatiwalaang mapagkukunan ng isang eksperto.

3. Nais ng isang guidance counselor na kumonsulta sa artificial intelligence tungkol sa isang mahirap na sitwasyon ng mag-aaral. Ano ang unang bagay na dapat niyang gawin in terms of privacy?

• A) Isulat ang pangalan at pamilya ng mag-aaral at kumuha ng personal na tugon
• B) Idagdag ang numero ng telepono ng magulang at humingi ng mga mungkahi sa pakikipag-ugnayan.
• C) Idikit ang talaan ng pag-uusap kung ano ito
• D) Anonymizing text: pagkonsulta pagkatapos palitan ang pangalan, numero, klase at impormasyon ng pagkakakilanlan ng mga pangkalahatang expression ✔

Paliwanag: Ang data ng mag-aaral ay personal na data at ang katayuang sikolohikal/pamilya ay espesyal na personal na data at protektado sa loob ng saklaw ng KVKK at pagiging kumpidensyal ng propesyonal. Ang pagsusulat ng mga kredensyal sa isang pampublikong tool ay naglalagay ng data sa labas ng kontrol. Panuntunan: anonymize muna; Palitan ang impormasyon tulad ng pangalan, numero, klase, atbp. ng mga pangkalahatang ekspresyon tulad ng 'Mag-aaral A', 'Isang 13 taong gulang na mag-aaral'.

4. Alin sa mga sumusunod ang pinakatumpak na pagpoposisyon ng paggamit ng artificial intelligence sa paggabay sa karera?

• A) Paggawa ng mga huling desisyon sa karera sa ngalan ng mag-aaral
• B) Paggawa ng mga tanong at mga draft ng impormasyon na nagpapadali sa pagtuklas ng mag-aaral; Ipaubaya sa mag-aaral ang desisyon at i-verify ang data mula sa opisyal na pinagmulan ✔
• C) Pagkuha ng kasalukuyang marka at quota mula sa artificial intelligence at sinasabi ito nang hindi ito bini-verify
• D) Pagtatalaga sa isang mag-aaral ng isang propesyon nang hindi gumagawa ng imbentaryo ng interes

Paglalarawan: Ginagamit ang artificial intelligence bilang isang outline ng kaalaman at generator ng tanong sa pagtuklas sa proseso ng pagtuklas at pagpili ng karera; Sinusuportahan ang isang diskarte na nakatuon sa pagtuklas na nakasentro sa mga interes, halaga at kakayahan ng mag-aaral. Walang malinaw na gabay na 'piliin ang propesyon na ito'; Ang impormasyon tulad ng mga marka at quota ay na-verify mula sa mga opisyal na mapagkukunan.

5. Ano ang isa sa pinakamahalagang prinsipyo kapag gumagamit ng AI kapag nagsusulat ng transcript ng panayam?

• A) Pagpapahintulot sa artificial intelligence na maglagay ng mga label na parang diagnosis sa mag-aaral
• B) Ibinatay lamang ang tala sa interpretasyon
• C) Pagpapanatili ng isang layunin, obserbasyon, hindi nagpapakilala at na-verify ng dalubhasa na rekord na naghihiwalay sa katotohanan sa interpretasyon ✔
• D) Magdagdag ng impormasyon ng pagkakakilanlan sa talaan at gamitin ang tool bilang isang archive

Paliwanag: Ang isang mahusay na pagtatala ay naghihiwalay sa katotohanan (naobserbahan, sinabi) mula sa interpretasyon (hinuha ng eksperto). Makakatulong ang AI sa pagsasaayos ng tala ngunit nagdadala ng panganib ng pag-tag at pagkomento; Ang talaan ay dapat na walang kinikilingan, obserbasyonal, hindi nagpapakilala at ekspertong na-verify.

6. Ano ang dapat na papel ng artificial intelligence sa sukat at mga resulta ng imbentaryo?

• A) Magbigay ng mga hilaw na marka sa artificial intelligence at humiling ng klinikal na interpretasyon at diagnosis
• B) Gamitin bilang katulong sa pag-edit upang mapabuti ang presentasyon at wika ng komentaryo ng eksperto ✔
• C) Pag-angkop ng mga talahanayan ng pamantayan sa artificial intelligence
• D) Ipapaliwanag sa mag-aaral ang resulta sa artificial intelligence

Paglalarawan: Scale interpretation, diagnosis at klinikal na kahulugan; Nangangailangan ito ng validity-reliability at norm knowledge at pagmamay-ari ng eksperto. Sa pinakamainam, ang AI ay maaaring maging isang katulong sa pag-edit/wika na nagsasalin ng hindi nagpapakilalang, ekspertong binibigyang kahulugan ang mga resulta sa naiintindihang wika; hindi maaaring bigyang-kahulugan ang resulta mismo.

7. Ano ang pinakatumpak na limitasyon para sa isang eksperto na nagbubuod ng data ng kawalan at pagmamasid gamit ang artificial intelligence para sa mga layunin ng maagang babala?

• A) Gawing direktang desisyon ang 'mapanganib' na label ng artificial intelligence
• B) Pagbubukas ng listahan upang ibahagi sa mga pangalan ng mag-aaral
• C) Tinitingnan lamang ang datos at hindi man lang nakikipagkita sa estudyante
• D) Pagkuha ng buod bilang isang senyales at pagsamahin ito sa pagmamasid ng eksperto at pakikipanayam; ✔ Ipaubaya ang desisyon sa eksperto

Paliwanag: Maaaring gumawa ang AI ng mga buod na nagpapadali sa pagtukoy ng mga pattern, ngunit maaari nitong bawasan ang mag-aaral sa isang 'panganib' at magpakilala ng bias. Ang maagang babala ay dapat palaging isama sa obserbasyon at talakayan ng espesyalista sa mag-aaral; Ang huling pagsusuri at desisyon ay dapat na pagmamay-ari ng eksperto.

8. Ano ang pinaka-kapaki-pakinabang na paggamit ng artificial intelligence sa pagbalangkas ng isang mapaghamong liham sa pagpupulong ng magulang?

• A) Paggawa ng isang makiramay, hindi masisi at solusyon-oriented na balangkas ng komunikasyon; Inayos ng eksperto ayon sa pagiging kumpidensyal at interes ng mag-aaral ✔
• B) Pagdaragdag ng lahat ng sensitibong impormasyon ng mag-aaral sa text na ipapadala sa magulang
• C) Paggamit ng malupit na pananalita na sinisisi ang magulang
• D) Ipadala ang draft nang hindi binabasa ito

Paglalarawan: Ang AI ay mahusay sa paglikha at pag-draft ng wika na may empatiya, hindi masisi, at nakatuon sa solusyon. Inihahanda ng eksperto ang draft na ito, na isinasaalang-alang ang pagiging kompidensiyal at benepisyo ng mag-aaral; Inaanonymize nito ang personal na data at nagbibigay ng panghuling pag-apruba.

9. Ano ang pinaka-kritikal na pagsusuri na dapat gawin ng eksperto bago ilapat ang AI ​​output sa plano ng session ng paggabay ng grupo?

• A) Kung ang aktibidad ay ibinigay na may makulay na pagtatanghal o hindi
• B) Pagsulat ng mga pangalan ng mag-aaral sa plano ng aktibidad
• C) Gawing tagal ang aktibidad hangga't maaari
• D) Pagsusuri ng eksperto sa aktibidad sa mga tuntunin ng emosyonal na kaligtasan, pagiging kasama at pagsunod sa realidad sa silid-aralan ✔

Paliwanag: Ang mga aktibidad na iminungkahi ng artificial intelligence ay dapat pumasa sa pagsusuri ng eksperto sa mga tuntunin ng emosyonal na kaligtasan, pagiging kasama at pagiging posible. Kahit na ang isang aktibidad ay maaaring mukhang maganda sa teorya, maaari itong maging invasive o exclusionary sa isang partikular na klase; Ang paghatol na ito ay pag-aari ng eksperto.

10. Alin sa mga sumusunod ang nasa saklaw ng 'mga espesyal na kategorya ng personal na data' at nangangailangan ng mas mataas na proteksyon?

• A) Impormasyon tungkol sa estado ng pag-iisip, diagnosis at sitwasyon ng pamilya ng mag-aaral ✔
• B) Pangkalahatang kurikulum ng paaralan
• C) Pangkalahatang teksto ng isang psychoeducational brochure
• D) Isang liham ng pagpapakilala ng pampublikong propesyon

Paliwanag: Ayon sa KVKK, ang impormasyon tulad ng kalusugan, katayuan sa pag-iisip, sitwasyon ng pamilya, diagnosis, buhay sekswal ay espesyal na personal na data at nangangailangan ng mas mataas na proteksyon. Karamihan sa mga tala ng PDR ay nasa saklaw na ito; Iyon ang dahilan kung bakit ang mga pampublikong sasakyan ay hindi dapat ma-access sa kanilang hilaw na anyo.

11. Bakit ang pahayag na 'sabi ng AI' ay hindi wastong katwiran para sa isang eksperto sa PDR?

• A) Dahil ang artificial intelligence ay palaging tama
• B) Ang responsibilidad at pinal na desisyon ay pag-aari ng eksperto; Ang hindi na-verify na output ay hindi kapalit ng propesyonal na paghatol ✔
• C) Dahil hindi dapat gamitin ang artificial intelligence
• D) Dahil ang artificial intelligence ay magagamit lamang ng mga tagapamahala

Pagbubunyag: Ang output ng AI ay hindi kapalit para sa propesyonal na paghatol at responsibilidad ng isang karampatang eksperto. Ang dalubhasa ay may pananagutan at ang huling say sa bawat desisyon na nakakaapekto sa kinabukasan, sikolohikal na kagalingan at mga karapatan ng mag-aaral; Ang hindi kumpirmadong ulat ay parang tsismis na hindi pa nabe-verify ang pinagmulan.

12. Ano ang dapat gawin bago gumamit ng istatistika ng AI ('X% ng mga kabataan ang nakakaranas ng pagkabalisa sa pagsubok') kapag gumagawa ng polyetong psychoeducational?

• A) Itugma ang pinagmulan sa artificial intelligence at idagdag ito
• B) Direktang inilalagay ito sa brochure dahil mukhang tuluy-tuloy
• C) Palakihin ang bilang upang gawin itong mas kahanga-hanga
• D) Pagbe-verify ng mga istatistika mula sa isang maaasahang siyentipiko/opisyal na mapagkukunan, hindi ginagamit ang mga ito kung hindi ma-verify ang mga ito ✔

Paglalarawan: Ang artificial intelligence ay maaaring gumawa ng mga istatistika at pinagmulan (hallucination). Ang isang siyentipikong pahayag na makakarating sa mag-aaral at sa magulang ay hindi dapat gamitin nang hindi nabe-verify at naka-link sa isang mapagkakatiwalaang mapagkukunan (siyentipikong pag-aaral, opisyal na data ng institusyon); Kung hindi, kakalat ang maling impormasyon.

13. Alin sa mga sumusunod ang totoo kapag ang mga prinsipyo ng etika sa propesyonal ng PDR (pagiging kumpidensyal, kabutihan, hindi pagkalalaki, awtonomiya) ay iniangkop sa paggamit ng artificial intelligence?

• A) Ang mga prinsipyong etikal ay may bisa lamang sa harapang pagpupulong
• B) Ang paggamit ng artificial intelligence ay awtomatikong tumutupad sa mga prinsipyong etikal
• C) Ang mga prinsipyong etikal ay nagbubuklod din sa paggamit ng artificial intelligence; Dapat protektahan ang pagiging kompidensyal, non-maleficence at awtonomiya sa ilalim ng responsibilidad ng eksperto ✔
• D) Nawalan ng bisa ang mga prinsipyong etikal sa edad ng artificial intelligence

Paliwanag: Nalalapat din ang mga etikal na prinsipyo sa paggamit ng artificial intelligence: ang pagiging kumpidensyal ay nangangailangan ng anonymization, ang non-maleficence ay nangangailangan ng pag-verify at limitasyon sa krisis, ang awtonomiya ay nangangailangan ng hindi pagbawas ng mag-aaral sa isang label. Ang artificial intelligence ay isang tool na maaaring lumabag sa mga prinsipyong ito, hindi mapadali ang mga ito; Ang responsibilidad ay nasa eksperto.

14. Anong pahayag ang pinakamahusay na nagbubuod sa pangunahing pagkakaiba sa pagitan ng mahinang kalooban at malakas na kalooban sa konteksto ng PDR?

• A) Ang malakas na kalooban ay palaging mas mahusay dahil ito ay mas mahaba
• B) Ang malakas na kahilingan ay ginagawang malinaw ang tungkulin, konteksto, format at mga hangganan (anonymity, krisis, pagpapatunay); mahinang pag-aangkin ay malabo at walang konteksto ✔
• C) Ang mahinang prompt ay mas ligtas dahil nagbibigay ito ng kaunting impormasyon
• D) Walang praktikal na pagkakaiba sa pagitan ng dalawang claim.

Paglalarawan: Malakas na kalooban; Malinaw nitong isinasaad ang tungkulin, konteksto (edad, layunin), format, mga hangganan (anonymity, hangganan ng krisis) at inaasahan ng pag-verify. Ang mahinang prompt ay malabo at walang konteksto, na gumagawa ng peligroso at generic na output. Ang mahusay na pag-udyok ay nag-e-encode ng kontrol at pagiging kumpidensyal ng eksperto mula sa simula.