Etika, Privacy, Copyright at AI Tools Ecosystem — Artificial Intelligence sa UI/UX Design

Mga nadagdag:

Magagawang i-frame ang paggamit ng artificial intelligence nang responsable sa mga tuntunin ng originality ng disenyo, copyright, privacy ng data at dark pattern ethics
Kakayahang pumili ng Figma, Miro at malalaking wika na nakabatay sa modelo ng UX na mga tool ayon sa gawain at isama ang mga ito sa daloy ng trabaho
Kakayahang lumikha ng isang personal at corporate na patakaran sa paggamit ng artificial intelligence at checklist sa pag-verify

Sa buong module na ito, ginamit namin ang AI bilang isang accelerator sa bawat yugto ng UX workflow. Inilalagay ng panghuling yunit na ito ang lahat ng kapangyarihang ito sa isang responsableng balangkas: mga etikal na hangganan, privacy ng data, copyright at intelektwal na ari-arian, at pagpili ng tamang tool para sa tamang trabaho. Para sa isang taga-disenyo, ang mga ito ay hindi "dagdag na atensyon" ngunit ang core ng propesyon; dahil ang disenyo ay nagtuturo sa pag-uugali ng milyun-milyong tao at ang kapangyarihang ito ay maaaring abusuhin. Hindi inaalis ng AI ang responsibilidad na ito, pinapataas nito: kapag ang isang tool ay nagsagawa ng mabilis na produksyon para sa iyo, ang etikal at legal na resulta ng output ay nasa iyo pa rin.

Madilim na pattern: pang-aabuso sa kapangyarihan

Ang isang madilim na pattern ay disenyo na nanlilinlang sa gumagamit sa paggawa ng isang aksyon na hindi nila gusto: pagtatago sa pindutan ng pagkansela, pagsusulat ng "hindi" sa isang nakakahiyang paraan ("Hindi, ayaw kong mag-save"), na sadyang nagpapahirap sa pag-unsubscribe, mga pre-tick na checkbox. Ang mga sukatan na ito ay nagpapalaki sa maikling panahon, ngunit sinisira ang tiwala ng user at lalong napapailalim sa legal na parusa (ipinagbabawal ng mga regulasyon sa proteksyon ng consumer ang mga ito sa maraming bansa).

Maaaring gawing mas madali ng AI para sa iyo na makagawa ng madilim na pattern; Ang isang kahilingan tulad ng "gawing hindi mapapansin ang button na kanselahin" ay teknikal na masasagot. Ngunit ang kahilingang ito ay hindi etikal at dapat tanggihan. Ang sasakyan ay hindi isang dahilan; Ang responsibilidad ay palaging nasa taga-disenyo. Ang litmus test para sa etikal na disenyo ay simple: "Kung naiintindihan ng gumagamit ang disenyong ito, tatanggapin pa rin ba nila ito?"

Babala: Ang "iminungkahing AI" ay hindi isang pagtatanggol. Ang responsibilidad para sa isang hindi etikal na output ay nakasalalay sa taga-disenyo na gumagamit nito sa produkto.

Pagkapribado ng data at KVKK: mula simula hanggang matapos

Ang prinsipyong binibigyang-diin namin mula noong unang yunit ay dumating sa buong larawan dito. Gumagana ang UX research sa personal na data at pinoprotektahan ng KVKK ang data na ito. Tatlong panuntunan ang nananatiling pare-pareho kapag gumagamit ng artificial intelligence:

Anonymize: Mask identifier tulad ng pangalan, contact, lugar ng trabaho.
Manatili sa loob ng mga limitasyon ng pahintulot: Huwag lumampas sa nilalayong paggamit na sinabi mo sa kalahok.
Alamin ang patakaran sa data ng tool: Kontrolin kung saan iniimbak ang data at kung mapupunta ito sa pagsasanay sa modelo; Pumili ng mga tool na inaprubahan ng kumpanya.

Ang paglalagay ng kritikal na data sa isang libreng tool ay maaaring maglantad ng data sa mga third party. Sa kapaligiran ng kumpanya, siguraduhing gumamit ng mga tool na inaprubahan ng pangkat ng seguridad ng impormasyon.

Copyright, intellectual property at originality

Ang mga larawan, icon, at text na ginawa ng artificial intelligence ay hindi tiyak sa mga tuntunin ng copyright. Ang isang generator ng imahe ay maaaring gumawa ng output na labis na katulad ng mga artifact kung saan ito sinanay; Lumilikha ito ng panganib ng paglabag sa intelektwal na pag-aari ng ibang tao. Tatlong kontrol ang mahalaga para sa komersyal na paggamit:

Mga tuntunin sa lisensya: May karapatan ka bang gamitin ang output ng tool sa pangkomersyo?
Panganib sa pagkakatulad: Ang output ba ay mukhang mapanganib na katulad ng isang umiiral na tatak o trabaho?
Pagka-orihinal at transparency: Ipahayag ang kontribusyon ng artificial intelligence sa mga malikhaing gawa kung kinakailangan; Huwag ipakita ang gawa ng ibang tao bilang iyong sariling orihinal na gawa.

Ang orihinalidad sa edukasyon at malikhaing larangan ay isa ring propesyonal na etika. Ang AI ay maaaring isang panimulang punto, ngunit ang pangwakas na gawain ay dapat dalhin ang iyong input, paghatol at responsibilidad.

Tool ecosystem: ang tamang tool para sa tamang trabaho

Ang mga tool sa artificial intelligence ay halos nahahati sa tatlong grupo. Wala alinman sa isa ay angkop para sa bawat trabaho; piliin ayon sa gawain.

uri ng sasakyan

Halimbawa ng paggamit

Ang lakas niya

Pansin

Malaking modelo ng wika (teksto)

Synthesis ng pananaliksik, pagsulat ng UX, dokumentasyon

Paggawa at pagsusuri ng teksto

Halucination, privacy ng data

Plugin na naka-embed sa design tool (hal. in-Figma)

Wireframe, pagpuno ng nilalaman, layout

Bilis sa daloy ng disenyo

Consistency, component bond

Plugin ng collaboration board (hal. sa loob ng Miro)

Affinity diagram, brainstorming

Pagbubuo ng pananaliksik, pagpapangkat

pagpapatunay ng tao

Generator ng imahe/icon

Ilustrasyon, visual na konsepto

Mabilis na visual na ideya

Praktikal na diskarte: modelo ng wika para sa teksto at pagsusuri, mga in-tool na plugin para sa pagbuo ng disenyo, mga whiteboard na plugin para sa synthesis, mga generator para sa mga visual — ngunit sa bawat isa ay nalalapat ang mga validation reflex ng module na ito.

tatlong mini case

Case 1 — Tinanggihan ang dark pattern request. Hiniling ng isang manager ng produkto sa taga-disenyo na "gawing napakahirap ang daloy ng pagkansela na walang makakakansela." Ipinaliwanag ng taga-disenyo na ito ay isang madilim na pattern at nagdadala ng tiwala at legal na panganib; sa halip, nagdisenyo siya ng isang matapat na daloy na nag-aalok ng alternatibo sa mga nagkansela. Ang rate ng pagkansela ay nanatiling mapapamahalaan, napanatili ang tiwala.

Kaso 2 — Nahuli ang panganib sa copyright. Gusto ng isang team na gumamit ng parang logo na icon na ginawa ng artificial intelligence. Sa panahon ng pagsusuri sa pagsunod, ang icon ay nakitang mapanganib na katulad ng isang kilalang brand at hindi ginamit. Aralin: ang visual na output ay palaging sinusuri para sa pagkakatulad.

Kaso 3 — Napigilan ang paglabag sa pagiging kumpidensyal. Ang isang taga-disenyo ay malapit nang mag-upload ng mga pag-uusap ng kliyente kasama ang personal na data sa isang hindi naaprubahang tool. Pinipigilan ito ng patakarang institusyon; Una nang na-anonymis ang data, at ginamit ang isang sertipikadong tool. Aralin: ang patakaran at anonymization ay inilapat mula sa simula, hindi pagkatapos.

Nakokopyang mga prompt

Suriin ang kahilingan sa disenyo na ito sa etikal na paraan: "<<kahilingan>>". Nililigaw ba nito ang gumagamit, nililimitahan ang kalayaan sa pagpili, ito ba ay isang madilim na pattern? Litmus test: kung naiintindihan ito ng gumagamit, tatanggapin pa rin ba nila ito? Kung may problema, magmungkahi ng isang matapat na alternatibo.

Suriin itong AI image/icon na output para sa komersyal na paggamit:1) may panganib bang magkatulad sa isang kilalang brand o trabaho?2) ano ang dapat kong hanapin sa mga tuntunin ng paglilisensya/komersyal na paggamit?Ilista ang mga puntong susuriin at ang babala na "makakuha ng legal na pag-apruba" kung kinakailangan. Paglalarawan ng larawan: <<text>>

Sumulat sa amin ng draft ng patakaran sa paggamit ng AI (para sa UX team): anong data ang maaaring/hindi ma-upload, panuntunan sa pag-anonymize, mga inaprubahang tool, hakbang sa pag-verify ng output, kontrol sa copyright, mga etikal na hangganan. Ibigay ito sa maikli, naaaksyunan na mga bullet point.

Aling uri ng AI tool ang pinakaangkop para sa gawaing ito? "<<task>>".Mga Opsyon: modelo ng wika / plugin ng tool sa disenyo / plugin ng whiteboard / generator ng imahe. Piliin ang pinakaangkop, bigyang-katwiran ito at isulat ang panganib na dapat isaalang-alang.

Mahinang prompt / Malakas na prompt

Mahina: "Maaari ko bang gamitin ang larawang ito?"

Ang resulta: isang malabo, mababaw na tugon na nabigo sa pagtatasa ng panganib.

Güçlü: "Tingnan ang output ng imaheng ito para sa komersyal na paggamit: may panganib ba ng pagkakatulad, ano ang dapat kong bigyang pansin sa mga tuntunin ng paglilisensya, kinakailangan ba ng legal na pag-apruba?"

Resulta: Konkretong checklist ng panganib at kinakailangang paunawa sa pag-apruba.

Pagkakaiba: ang malakas na prompt ay nagtatanong ng pagkakapareho + lisensya + mga dimensyon ng pag-apruba nang hiwalay.

Mga karaniwang pagkakamali

Ang pag-iwas sa responsibilidad sa pamamagitan ng pagsasabi ng "Iminungkahi ito ng artificial intelligence". Ang etikal at legal na kinalabasan ay nakasalalay sa taga-disenyo.
Napagkamalan ang madilim na pattern para sa "optimization". Ang anumang disenyo na nanlilinlang sa gumagamit ay sumisira sa tiwala at reputasyon.
Paggamit ng visual na output nang walang kontrol sa copyright. Ang pagkakatulad at panganib sa paglilisensya ay maaaring humantong sa kapahamakan sa negosyo.
Paglalagay ng kritikal na data sa isang hindi awtorisadong sasakyan. Paglabag sa KVKK at pagtagas ng data.
Pagpapataw ng isang tool para sa bawat trabaho. Ang hindi pagpili ng sasakyan ayon sa uri ng gawain ay nakakabawas sa kahusayan at kalidad.

Sa buod

Ang kapangyarihan ng AI ay hindi nag-aalis ng responsibilidad; nagpapalaki. Ang etikal na disenyo ay tumangging linlangin ang gumagamit; isinakripisyo ng mga madilim na pattern ang tiwala at legal na seguridad para sa panandaliang pakinabang. Ang pagkapribado ng data ay pinoprotektahan ng anonymization, pahintulot at mga naaprubahang tool sa loob ng balangkas ng KVKK. Ang copyright at originality ay nangangailangan ng pagkakapareho at kontrol sa paglilisensya, lalo na sa visual at creative na output. Piliin ang ecosystem ng tool ayon sa gawain: modelo ng wika sa teksto, tool plugin sa disenyo, board sa synthesis, generator sa visual — ngunit sa bawat isa, ang verification reflex ay nananatiling pare-pareho. Isulat ang iyong sarili at ang patakaran ng AI ng iyong koponan; kaya ang bilis ay balanse sa responsibilidad.

Gawain ng aplikasyon

Sa ikatlong prompt, gumawa ng maikling draft na patakaran sa paggamit ng AI para sa iyong UX team.
Ihambing ang patakaran sa pagpapatotoo at mga patakaran sa privacy ng module na ito at punan ang anumang mga puwang.
Maglagay ng kaduda-dudang kahilingan sa disenyo sa ethical litmus test sa unang prompt.
Suriin ang copyright ng anumang imahe ng artificial intelligence na iyong ginagamit o gagamitin sa pangalawang prompt.
Gumawa ng checklist sa pag-verify sa sarili at isabit ito sa iyong desk.

checklist

[ ] Tinanggihan ko ang mga kahilingan sa madilim na pattern at gumawa ng isang matapat na alternatibo.
[ ] Inilapat ko ang ethical litmus test ("Tatanggapin ba ito ng gumagamit kung naiintindihan nila ito?").
[ ] Nag-anonymize ako ng personal na data at gumamit lang ng mga inaprubahang tool.
[ ] Sinuri ko ang mga visual na output para sa copyright at pagkakatulad.
[ ] Itinugma ko ang gawain sa tamang uri ng sasakyan.
[ ] Gumawa ako ng patakaran sa paggamit ng AI at listahan ng pag-verify.

Pagsusulit sa Module

1. Inilalagay ng isang taga-disenyo ng UX ang temang 'gusto ng mga gumagamit ng bilis' na hinango ng AI mula sa 20 panayam sa kanyang ulat sa pananaliksik nang hindi tumitingin sa anumang mga panipi; Sa pagtatanghal, ang stakeholder ay nagtatanong 'saang pulong?' Kapag tinanong, walang makikitang basehan. Ano ang pangunahing aral ng sitwasyong ito?

A) Pagkonekta sa output ng artificial intelligence sa totoong quote sa panayam at paggamit nito nang hindi ito bini-verify; ✔ Pagbabalewala sa responsibilidad sa pagtatatag ng ebidensiya na landas
B) Mahigpit na ipinagbabawal ang paggamit ng artificial intelligence sa synthesis ng pananaliksik
C) Ang bilang ng mga pagpupulong ay dapat na 50 sa halip na 20
D) Ang tema ay hindi ipinakita sa isang talahanayan

Paglalarawan: Ang artificial intelligence ay maaaring makagawa ng matatas ngunit walang batayan na mga tema (hallucinations). Hindi lahat ng output ng synthesis ay dapat mapunta sa isang ulat o desisyon nang hindi nabe-verify at naka-link pabalik sa aktwal na quote ng user at pinagmulan; Ang responsibilidad ay nasa taga-disenyo.

2. Alin sa mga sumusunod na gawain ang gumagamit ng AI na may pinakamataas na panganib at kinakailangang nangangailangan ng panghuling pag-apruba mula sa taga-disenyo?

A) Paggawa ng tatlong magkakaibang mga pagkakaiba-iba ng layout para sa isang wireframe
B) Magmungkahi ng limang alternatibo para sa text ng button
C) Paggawa ng panghuling desisyon na ang isang interface ay naa-access at nakakatugon sa mga pangangailangan ng user ✔
D) Pagbubuod ng tala sa pagpupulong

Paglalarawan: Ang huling desisyon sa pag-apruba ng accessibility at aktwal na pangangailangan ng user ay mataas ang panganib dahil direktang nakakaapekto ito sa karanasan ng mga tao. Ang paggawa ng draft na wireframe o variation ng text ay mababa ang panganib; Ang huling paghatol at pag-apruba ay pagmamay-ari ng taga-disenyo.

3. Ano ang pinakamahalagang hakbang bago i-upload ang transcript ng tawag ng user sa AI?

A) I-upload ang transcript bilang ay, kasama ang lahat ng personal na data
B) Pag-anonymize ng personal na data (pangalan, contact, lugar ng trabaho) at pagtatrabaho sa loob ng mga limitasyon ng pahintulot at patakaran ng korporasyon ✔
C) Isalin muna ang transcript sa Ingles
D) Pag-convert ng transcript sa isang visual

Paglalarawan: Ang mga transcript ng panayam ay naglalaman ng personal na data gaya ng pangalan, telepono, at lugar ng trabaho. Alinsunod sa KVKK at mga limitasyon sa pagpapahintulot, ang data na ito ay dapat na hindi nagpapakilala o naka-mask bago ilipat sa artificial intelligence; Dapat gamitin ang sasakyang inaprubahan ng institusyon.

4. Ang isang persona na ginawa ng artificial intelligence ay naglalaman ng isang pangungusap tulad ng 'ang mga matatandang gumagamit ay natatakot sa teknolohiya'. Ano ang tamang diskarte?

A) Ang pag-iwan sa pangungusap bilang ay, dahil ang AI ay neutral
B) Tanggalin nang buo ang persona
C) Markahan ang stereotype, subukan ito gamit ang totoong data at alisin ito kung hindi ito suportado ✔
D) Pagbibigay-diin pa sa pangungusap

Paliwanag: Ang artificial intelligence ay maaaring magdala ng mga stereotype at bias mula sa data kung saan ito sinanay. Ang persona ay dapat na nakabatay sa totoong data ng segment; Dapat markahan at subukan ang mga stereotype laban sa data, at dapat alisin ang mga hindi sinusuportahang generalization.

5. Ano ang ibig sabihin ng 'affinity mapping' sa qualitative research synthesis?

A) Paraan ng pag-abot sa mga tema sa pamamagitan ng pagpapangkat ng magkatulad na mga obserbasyon at mga quote ✔
B) Isang survey na sumusukat sa pagiging malapit ng mga user sa isa't isa
C) Pamamaraan para sa pagpili ng paleta ng kulay
D) Isang uri ng prototype na animation

Paliwanag: Ang proximity diagram ay ang pagpapangkat ng mga indibidwal na obserbasyon at sipi ayon sa kanilang pagkakatulad at ginagawa itong mga tema. Maaaring pabilisin ng AI ang paunang pagpapangkat, ngunit ang kahulugan ng mga pangkat ay dapat na na-verify ng tao.

6. Sinasabi ng isang taga-disenyo ang AI na 'magsulat ng text ng button' at nakakakuha ng isang salita na resulta nang walang konteksto. Ano ang dapat idagdag para sa mas malakas na prompt?

A) Sinasabi lang na 'magsulat ng mas mahusay'
B) Isulat ang prompt sa Ingles
C) Inuulit ang parehong prompt nang maraming beses
D) Layunin ng pagpapakita, konteksto ng user, tono ng tatak, limitasyon sa haba at upang magbigay ng nais na bilang ng mga variation ✔

Paglalarawan: Ang malakas na prompt ay nagbibigay ng konteksto: ang layunin ng screen, kung ano ang ginagawa ng user sa ngayon, tono ng brand, limitasyon sa haba at bilang ng mga variation. Ang walang kontekstong kahilingan ay gumagawa ng generic at hindi magagamit na output.

7. Paano tinutukoy ang 'kalubhaan' kapag inuuna ang mga natuklasan sa pagsusulit sa usability?

A) Ayon sa seniority ng taong nakahanap ng problema
B) Ayon sa epekto ng problema sa gumagamit, dalas at epekto sa negosyo ✔
C) Ayon sa pagkakasunud-sunod ng mga natuklasan sa ulat
D) Ayon sa random na marka na ibinigay ng artificial intelligence

Paglalarawan: Ang kalubhaan ay tinutukoy ng mga pamantayan tulad ng kung gaano kalaki ang epekto ng problema sa user (pinipigilan ba nito ang gawain na makumpleto), kung gaano karaming mga user ang nakita nito, at epekto sa negosyo. Maaaring magmungkahi ang AI ng mga draft na ranggo, ngunit ang huling desisyon sa timbang ay nasa taga-disenyo at sa kanyang koponan.

8. Alin ang totoo tungkol sa mga rekomendasyon sa pagiging naa-access ng AI (hal. alt text)?

A) Ang sertipikasyon ng artificial intelligence ay ginagarantiyahan ang accessibility, walang karagdagang pagsubok ang kinakailangan
B) Ang pagiging naa-access ay tungkol lamang sa pagpili ng kulay
C) Hindi kinakailangan ang Alt text
D) Ang artificial intelligence ay gumagawa ng mga draft; tunay na accessibility na kinumpirma ng pantulong na teknolohiya at pagsubok ng user ✔

Paglalarawan: Ang AI ay maaaring gumawa ng mabilis na sketch para sa alt text at contrast, ngunit ang tunay na accessibility ay kinukumpirma lamang sa pamamagitan ng pagsubok sa mga screen reader at aktwal na mga user ng assistive technology. Ang awtomatikong mungkahi ay preliminary, hindi patunay.

9. Sa isang text ng interface, nagmumungkahi ang AI ng mensahe ng error na 'Nabigo ang iyong operasyon, subukang muli'. Ano ang pinakamahusay na pagpapabuti sa mga tuntunin ng pagsulat ng UX?

A) Idagdag ang teknikal na error code sa mensahe at pabayaan ang user
B) Alisin nang buo ang mensahe
C) Isulat sa malinaw at hindi paratang na wika ang nangyari, ang posibleng dahilan at ang konkretong hakbang na gagawin ng gumagamit ✔
D) Pagsulat ng 'ERROR' sa malalaking titik

Paglalarawan: Ang isang magandang mensahe ng error ay malinaw na nagsasaad kung ano ang nangyari, bakit, at kung ano ang dapat gawin ng user; Hindi ito magiging accusatory. Ang formula na 'ano ang nangyari + bakit + susunod na hakbang' ay nagpapanatili sa user sa track. Ang AI sketch ay pinahusay ng pamantayang ito.

10. Ano ang pinakatamang saloobin tungkol sa wireframe na ginawa ng isang artificial intelligence tool na bumubuo ng interface mula sa text?

A) Direktang paggamit ng output bilang panghuling disenyo
B) Hindi ginagamit ang output dahil ito ay walang halaga
C) Gamit ang output para sa mga kulay nito lamang
D) Tratuhin ang output bilang isang draft ng mabilisang pagsisimula at i-mature ito gamit ang content, edge case at accessibility ✔

Paglalarawan: Ang mga tool na ito ay gumagawa ng isang mabilis na pagsisimula ng draft, ngunit kulang sa mga bagay tulad ng aktwal na nilalaman, mga edge case, accessibility, at mental na mga modelo. Ang output ay isang panimulang punto; Dapat punahin at i-mature ito ng taga-disenyo.

11. Ano ang pinakaangkop na paggamit ng artificial intelligence sa gawaing sistema ng disenyo?

A) Gumawa ng component documentation at paggamit ng text draft at i-verify ang mga ito ng team ✔
B) Awtomatikong i-publish ang buong sistema ng disenyo nang walang pag-apruba
C) Pagbabago ng mga kulay ng tatak nang hindi tinatanong ang taga-disenyo
D) Pagtanggal ng mga bahagi mula sa system nang walang pagsubok ng gumagamit

Paglalarawan: Ang AI ay mahusay sa mabilis na pagbuo ng dokumentasyon ng bahagi, mga script ng paggamit, mga halimbawang gawin/huwag, at mga draft sa pagpapangalan ng token. Gayunpaman, ang kanilang mga panukala ay dapat suriin kung may salungat sa kasalukuyang sistema; Ang desisyon ng singularity at consistency ay nakasalalay sa koponan.

12. Hinihiling ng isang taga-disenyo ang AI na 'gawing hindi mapapansin ang pindutan ng pagkansela' para sa isang nakatagong disenyo na nagre-redirect sa user sa isang hindi gustong subscription. Anong klaseng problema ito?

A) Isang hindi nakakapinsalang micro-interaction improvement
B) Pagpapabuti ng accessibility
C) Isang karaniwang tuntunin ng sistema ng disenyo
D) Isang madilim na pattern na nanlilinlang sa gumagamit, ay hindi etikal at nagdadala ng legal na panganib ✔

Paglalarawan: Ang mga disenyo na nanlilinlang sa user sa isang hindi kanais-nais na aksyon ay 'madilim na pattern', na hindi etikal at lalong napapailalim sa mga legal na parusa. Kahit na ang AI ay isang ahente, ang responsibilidad ay nakasalalay sa taga-disenyo; dapat tanggihan ang naturang kahilingan.

13. Anong kontrol ang kailangan bago gamitin ang isang imahe o set ng icon na ginawa gamit ang artificial intelligence sa produkto?

A) Walang kinakailangang kontrol, libre ang output ng AI
B) Pag-verify ng mga tuntunin ng lisensya ng sasakyan, copyright at panganib na malapit sa mga katulad na gawa ✔
C) Sinusuri ang laki ng file lamang
D) Pagbibilang ng bilang ng mga kulay ng imahe

Paglalarawan: Ang mga imahe ng artificial intelligence ay maaaring hindi sigurado sa mga tuntunin ng lisensya, copyright at pagkakatulad ng brand. Sa komersyal na paggamit, ang mga tuntunin ng lisensya ng tool, sobrang lapit sa mga katulad na gawa, at panganib sa intelektwal na ari-arian ay dapat na ma-verify; Kung kinakailangan, dapat makuha ang legal/pagsunod na pag-apruba.

14. Ano ang tamang diskarte tungkol sa linyang 'emosyon' na ginawa ng AI sa mapa ng paglalakbay ng gumagamit?

A) Pagkumpirma ng mga emosyon gamit ang totoong data ng pananaliksik, pagmamarka ng mga walang batayan bilang mga pagpapalagay ✔
B) Isinasaalang-alang ang hula ng emosyon ng artificial intelligence bilang ganap na katotohanan
C) Ganap na hindi pinapansin ang linya ng emosyon
D) Pagmamarka ng mga emosyon gamit ang mga random na kulay

Paliwanag: Makatuwirang mahuhulaan ng AI ang mga emosyon at sakit, ngunit ito ay mga pagpapalagay maliban kung sinusuportahan ng totoong data ng user. Ang mapa ay dapat kumpirmahin ng mga pagsipi sa pananaliksik; ang walang batayan na damdamin ay dapat markahan bilang mga pagpapalagay.