Gallyutsinatsiya, axloq, maxfiylik va ilmiy yaxlitlik

Daromadlar:

• Fizikada gallyutsinatsiya shakllarini (soxta doimiy, soxta qonun, birlik xatosi, noto'g'ri natija, soxta atribut) tanib olish va ularni tegishli usul bilan ushlash qobiliyati.
• Nashr qilinmagan, maxfiy va shaxsiy ma'lumotlarni ruxsatsiz vositalarga kiritmaslik orqali anonimlashtirish va minimallashtirish orqali himoya qilish qobiliyati
• Ma'lumotlar to'g'risida halol, ularni bezamasdan va sun'iy intellektdan foydalanishni shaffof hujjatlashtirish orqali yakuniy mas'uliyat odamlarda ekanligini tushunish.

Ushbu modul davomida biz har bir bo'limda bir xil intizomni qamrab oldik: sun'iy intellekt (AI) tezlashadi, odamlar buni tekshiradi. Ushbu yakuniy bo'limda biz ushbu tekshirish amaliyotini fizika fanining eng asosiy qiymati bo'lgan ilmiy yaxlitlik soyaboni ostida birlashtiramiz. Fizika - bu tabiat haqida tekshirilishi mumkin bo'lgan bilimlarni ishlab chiqarishga intilish; Bu sa'y-harakatlarning zamirida halollik, takrorlanuvchanlik va mas'uliyat yotadi. Ushbu qadriyatlarni mustahkamlash uchun sun'iy intellektdan foydalanish mumkin - lekin noto'g'ri ishlatilsa, ularning barchasiga tahdid soladi. Ushbu bo'limda biz gallyutsinatsiyaning jismoniy shakllari, ma'lumotlar va maxfiylik mas'uliyati, axloqiy chegaralar va nima uchun yakuniy javobgarlik doimo odamlarda qolishi haqida gaplashamiz.

Fizikada gallyutsinatsiya shakllari

Gallyutsinatsiya - AIning ishonchli yolg'on ma'lumot ishlab chiqarishi - fizikada noyob va xavfli shakllarni oladi. Bularni tan olish qo'lga olish uchun birinchi qadamdir:

gallyutsinatsiya turi

misol

Qo'lga olish usuli

Ruxsat etilgan/maʼlumotlarni oʻrnatish

Materialning noto'g'ri zichligi

Ishonchli ma'lumotnoma bilan tasdiqlash

Soxta formula/qonun

Mavjud bo'lmagan "prinsip" nomi

Darslik/SymPy hosilasi

Birlik/buyurtma xatosi

eVni J uchun xato qilish

O'lchovli tahlil, birlikni boshqarish

Noto'g'ri raqamli natija

Noto'g'ri kod chiqishi

Kodni ishga tushiring

apokrifik atribut

mavjud bo'lmagan maqola

DOI bilan tekshirish

Noto'g'ri xabar qilingan natija

Haqiqiy maqolaning buzilishi

Asl manbani o'qing

Umumiy mavzu bu: katta til modeli haqiqatni aytish uchun emas, balki "mumkin ko'rinadigan matn" ishlab chiqarish uchun mo'ljallangan. Fizikada "mumkin bo'lib ko'rinadigan" va "haqiqiy" o'rtasidagi farq fanning mavjudligining sababidir.

Ma'lumotlar, maxfiylik va intellektual mulk javobgarligi

Fiziklar ko'pincha nozik ma'lumotlar bilan ishlaydi: nashr etilmagan eksperimental ma'lumotlar, patentdan oldingi dizaynlar, sanoat hamkorliklaridagi maxfiy o'lchovlar, shaxsiy sog'liq yoki xavfsizlik ma'lumotlarini o'z ichiga olgan tadqiqotlar. Bunday ma'lumotlarni umumiy sun'iy intellekt vositasiga kiritish ularni uchinchi shaxslarga va, ehtimol, modelning o'quv ma'lumotlariga kirishiga imkon beradi - bu ham maxfiylikning buzilishini, ham ilmiy ustuvorlikni yo'qotishini (birinchi bo'lib kashfiyot qilish huquqini) anglatadi. Qoida aniq: tashkilotingiz tasdiqlamagan AI vositasiga nashr etilmagan, maxfiy yoki shaxsiy maʼlumotlarni kiritmang. Agar siz kirmoqchi bo'lsangiz, anonimlashtiring, minimallashtiring (faqat kerakli narsani bering) va asbobning ma'lumotlar shartlarini o'qing.

Diqqat: Laboratoriyaning nashr etilmagan oʻlchovlarini yoki kompaniyaning maxfiy dizayn parametrlarini “tez tahlil qilish uchun” sunʼiy intellekt vositasiga kiritish qaytarilmas xato boʻlishi mumkin. Ma'lumotlar almashilgandan so'ng, ularni eslab bo'lmaydi. Agar shubhangiz bo'lsa, ma'lumotlarni kiritmang; Avval muassasangiz siyosati va asbobning maxfiylik shartlarini aniqlang.

Axloqiy chegaralar va ilmiy yaxlitlik

Foydalanish texnik jihatdan mumkin va hatto qonuniy bo'lishi mumkin, lekin baribir axloqiy emas. Fizikada ilmiy yaxlitlikka taalluqli bir nechta qizil chiziqlar mavjud:

Ma'lumotlarni ishlab chiqarish yoki bezash. AIdan "hosildorlikka yaxshiroq mos keladigan nuqtalarni yaratish" yoki "grafikni yanada ishonchliroq qilish" ni so'rash ma'lumotlar firibgarligidir. Ma'lumotlar bo'lgani kabi xabar qilinadi; Cheklovlar faqat hujjatlashtirilgan, qonuniy sabab bilan yo'q qilinadi.

Hissa shaffofligi. Agar siz o'rganishda AIdan foydalangan bo'lsangiz - kod yozish, tilni to'g'rilash, tahlil qilish - buni tegishli joyda tushuntirish adolatli. Ko'pgina jurnallar va muassasalar buni talab qiladi.

Mualliflik va javobgarlik. AI yozuvchi emas; asar mazmuni uchun javobgar bo'lishi mumkin emas. Mas’uliyat hamisha inson yozuvchilar zimmasiga tushadi. AI tomonidan ishlab chiqarilgan xatoni "avtomobil buni qildi" deb himoya qilib bo'lmaydi.

Qayta ishlab chiqarish qobiliyati. Ilmiy natija metodni (jumladan, foydalanilgan kod, parametrlar, AI ko'rsatmalari) boshqalar tomonidan takrorlanishi uchun aniq hujjatlashtirilishini talab qiladi.

uchta mini holat

1-holat - Maxfiy ma'lumotlarning sizib chiqishi. Bir tadqiqotchi kompaniya bilan tuzilgan oshkor qilmaslik to'g'risidagi kelishuvdan olingan o'lchov ma'lumotlarini "tezkor grafik uchun" umumiy AI vositasiga joylashtirdi. Keyinchalik u ushbu vosita kirishlarni saqlashi mumkinligini tushundi. Shartnomaning buzilishi va ustuvorlikni yo'qotishi mumkin. Dars: maxfiy ma'lumotlar hech qachon tasdiqlanmagan vositaga kiritilmaydi.

2-holat - Bezatish uchun chop etish. Bir talaba AIdan "ma'lumotlar nazariyaga yaqinroq ko'rinadigan" tahrirni so'radi, chunki eksperimental ma'lumotlar nazariyaga to'liq mos kelmadi. Uning maslahatchisi buni payqadi va uni to'xtatdi: nomuvofiqlik eksperimentdagi tizimli xatoni yoki qiziqarli yangi fizikani anglatadi - yashirin emas, tekshirilishi kerak bo'lgan narsa. Ma'lumotlar halol xabar qilindi va tizimli xatolik aniqlandi.

3-holat - oshkoralikka erishildi. Bir jamoa AI yordamida qog'oz uchun ma'lumotlarni tahlil qilish kodini yozdi va buni usullar bo'limida aniq bayon qildi; kod va so'rovlarni qo'shimcha fayllar sifatida ulashdi. Hakam kodni ko'rib chiqdi va kichik tuzatishni taklif qildi. Transparency nashrdan oldin xatoni aniqladi va tadqiqotning ishonchliligini oshirdi.

To'rt nusxa ko'chirish shablonlari

1) Gallyutsinatsiya skriningi:

Quyidagi fizika natijalarini gallyutsinatsiyalar uchun skanerlang: soxta doimiylar, soxta formulalar/qonun nomlari, birlik/tartib xatolari, tasdiqlanmagan raqamli natijalar va tasdiqlanmagan atributlar bormi? Har bir shubhali elementni belgilang va uni qanday tekshirishni belgilang (ma'lumotnoma, kod, DOI). Chiqish: [bu erda]

2) Ma'lumotlar maxfiyligini oldindan tekshirish:

Quyidagi maʼlumotlarni/matnni AI vositasiga kiritishdan oldin baholang: unda nashr etilmagan, maxfiy, shaxsiy yoki shartnoma bilan himoyalangan maʼlumotlar bormi? Agar shunday bo'lsa, uni qanday qilib anonimlashtirish yoki minimallashtirishni taklif qiling. Agar ishonchingiz komil bo'lmasa, "korporativ siyosatni tekshiring" deb ayting. Tarkib: [bu yerda]

3) Shaffoflik/hissa hisoboti loyihasi:

Bir tadqiqotda men AIdan foydalandim: [kodlash / tilni tuzatish / tahlil qilish va hk.]. Buni halol hujjatlashtiradigan "AI foydalanish bayonoti" qisqa loyihasini yozing. Shuningdek, u qaysi qismlar odamlar tomonidan tasdiqlanganligini ko'rsatishi kerak.

4) Ilmiy yaxlitlikni ta'minlash:

Quyidagi tahlil/natija uchun yaxlitlik tekshiruvini o'tkazing: ma'lumotlar borligicha taqdim etiladi (bezatish yo'q), noaniqliklar xabar qilinadimi, usul takrorlanadigan tarzda hujjatlashtirilganmi, AIdan foydalanish shaffofmi? Har qanday kamchiliklarni sanab o'ting. Tarkib: [bu yerda]

Zaif taklif / Kuchli taklif

Zaif: "Nazariyaga yaxshiroq moslashish va grafikni ishonchli qilish uchun rentabellikni tahrirlang."

Natija: ma'lumotlar firibgarligi; Ilmiy yaxlitlikning bevosita buzilishi, obro'ning qaytarilmas yo'qolishi.

Kuchli: "Hosildorlik nazariyaga to'liq mos kelmaydi. Ushbu nomuvofiqlikning mumkin bo'lgan sabablarini (tizimli xato, statistik tebranish, etishmayotgan model yoki yangi effekt) tahlil qilishga yordam bering; ma'lumotlarni o'zgartirmasdan, nomuvofiqlik haqida qanday qilib halol xabar berishni taklif qiling."

Natija: ilmiy yaxlitlikka halol, tergovchi va sodiq yondashish; Mojaro kashfiyot uchun imkoniyatga aylanadi.

Umumiy xatolar

• Gallyutsinatsiyani o'ziga ishonch bilan chalkashtirib yuborish. AI ishonchli gapirgani uchun bu aniqlik kafolati emas; Hatto eng aniq jumla ham uydirilishi mumkin.
• Maxfiy ma'lumotlarni avtomashinaga ruxsatsiz kiritish. Bir marta baham ko'rilganda, ma'lumotlarni qaytarib bo'lmaydi; Prioritet va maxfiylik yo'qoladi.
• Chiroyli ma'lumotlar. Ma'lumotlarni "mos nazariya" ga o'zgartirish eng jiddiy ilmiy jinoyatlardan biridir.
• AIdan foydalanishni yashirish. Shaffoflik halollik talabidir va ko'plab muassasalarda majburiydir.
• Mas'uliyatni avtomobilga yuklash. "AI buni qildi" himoya emas; Yakuniy mas'uliyat doimo inson zimmasiga tushadi.

Maslahat: Har bir sun'iy intellektga asoslangan tadqiqot oxirida o'zingizga uchta savol bering: (1) Ushbu natijada har bir fakt, raqam va atributlar mustaqil ravishda tasdiqlanganmi? (2) Men ishlatgan maʼlumotlarda men kiritmasligim kerak boʻlgan maxfiy/shaxsiy maʼlumotlar bormi? (3) Men sun'iy intellektdan foydalanishim va metodologiyamni boshqalar uni takrorlashi uchun shaffof tarzda hujjatlashtirdimmi? Agar siz ushbu uchta savolga aniq "ha" deb javob bera olmasangiz, tadqiqot hali yakunlanmagan.

qisqa bayoni; yakunida

Ilmiy yaxlitlik fizikaning mavjudligining asosi bo'lib, AI davrida yanada muhimroqdir. Gallyutsinatsiya fizikada noto'g'ri konstantalar, noto'g'ri qonunlar, birlik xatolari, noto'g'ri xulosalar va noto'g'ri havolalar shaklida namoyon bo'ladi; ularning har biri o'ziga xos tekshirish usuli bilan olinadi. Maxfiy va shaxsiy ma'lumotlar ruxsatsiz vositalarga kiritilmaydi; ma'lumotlar hech qachon go'zallashtirilmaydi; AIdan foydalanish shaffof tarzda hujjatlashtirilgan; va yakuniy mas'uliyat doimo inson zimmasiga tushadi. Ushbu modul davomida siz faqat bitta intizomni o'rganasiz: AI - kuchli tezlatgich, ammo tekshirish, yaxlitlik va mas'uliyat malakali fizikning yelkasida, ya'ni siz. Tasdiqlanmagan AI chiqishi hech qachon fizik tasdiqini almashtira olmaydi.

Ilova vazifasi

Ushbu modulda ishlab chiqarilgan AI chiqishini (hisob qaydnomasi, tahlil yoki matn) tanlang. 1. shablonli gallyutsinatsiyalar ekrani: soxta konstantalar, soxta formulalar, birlik xatolari yoki tasdiqlanmagan atributlar bormi? 2-shablon yordamida siz foydalanayotgan maʼlumotlar maxfiylikka mos keladimi yoki yoʻqligini baholang. Nihoyat, shablon 3 bilan sun'iy intellektdan foydalanish/shaffoflik haqidagi qisqa bayonotni tuzing. 5-6 jumlada yozing: skanerlash nimani aniqladi, qanday tekshirish qadamlarini qo'ydingiz?

nazorat ro'yxati

• [ ] Men har bir konstanta, formula va natijani mustaqil ravishda tekshirdim.
• [ ] Men har bir iqtibosni DOI/manba bilan tasdiqladim.
• [ ] Men ruxsatsiz maxfiy/shaxsiy maʼlumotlarni asbobga kiritmaganimni tekshirdim.
• [ ] Men ma'lumotlarni qanday bo'lsa, bezaksiz xabar qildim.
• [ ] Men sun'iy intellektdan foydalanishimni shaffof va takrorlanadigan tarzda hujjatlashtirdim.
• [ ] Men yakuniy javobgarlik meniki ekanligini qabul qildim; Men mashinaga hech qanday ayb qo'ymadim.

Modul imtihoni

1. Quyidagilardan qaysi biri fizikada sun'iy intellektning eng aniq joylashuvi hisoblanadi?

• A) Sun'iy intellekt - kod, qoralama va tahrirlash yordamchisi; Birlik, daraja, tekshirish va axloqiy qarorlar uchun javobgarlik inson zimmasida ✔
• B) Sun'iy intellekt - bu kalkulyator va u beradigan raqamli natijalar doimo aniq
• C) Sun'iy intellekt faqat hisoblashda ishlaydi, uning eksperiment tahlili va o'rgatish bilan hech qanday aloqasi yo'q.
• D) Sun'iy intellekt odamlardan ko'ra xolisroq bo'lgani uchun birlik va natija qarorlarini unga qoldirish kerak.

Tavsif: Sun'iy intellekt; Bu kodni yozadigan, qoralamalarni ishlab chiqaradigan, derivativ ramkalarni yaratadigan va tartibga soluvchi yordamchi. Biroq, natijani birlik va tartib bilan tekshirish, uni saqlash qonunlari bilan ta'minlash, doimiy va ma'lumotnoma bilan tasdiqlash uchun yakuniy javobgarlik vakolatli fizikga tegishli. Katta til modeli kalkulyator yoki fizika dvigateli emas; "keyingi so'zni" ishlab chiqaruvchi matn generatoridir va uning tasdiqlanmagan chiqishi noto'g'ri qiymat, dizayn yoki natijaga olib kelishi mumkin.

2. Katta til modelida chop etadigan hisoblash kodining raqamli natijasi uchun eng aniq taxminiylik qaysi?

• A) Raqamga ishonib, model "bu kod beradi" deydi, chunki u kodni yozgan
• B) Kodni o'zingiz ishga tushiring va natijani ko'ring; ✔ modelning og'zaki raqamli bashoratiga tayanmaslik
• C) Kodni umuman ishga tushirmasdan, uni qanday o'qilganiga qarab, uni to'g'ri deb qabul qilish
• D) Natija yana to'g'ridan-to'g'ri modelga so'ralsa va u bir xil raqamni aytsa, u to'g'ri hisoblanadi.

Izoh: LLM o'z boshida yozgan kodning chiqishini "hisoblashi" va noto'g'ri raqamni qaytarishi mumkin; holbuki bir xil kod ishga tushirilsa, u to'g'ri natija beradi. Deterministik bo'lgan narsa bajariladigan koddir; Bu modelning og'zaki bashorati emas. Shuning uchun kod har doim o'z muhitingizda ishlashi kerak va natija ko'rinishi kerak.

3. Ishqalanishsiz dinamik tizimni simulyatsiya qilish fizikani to'g'ri aks ettiradimi yoki yo'qligini tekshirishning eng kuchli usuli qanday?

• A) Diagrammaning vizual jihatdan toza va ishonchli ko'rinishini ko'rish
• B) Simulyatsiyani faqat bir martalik qadam bilan bajarish va natijaga ishonish
• C) Jami energiya yoki impuls kabi saqlanishi kerak bo'lgan miqdorni kuzatish va uning doimiyligini tekshirish ✔
• D) Simulyatsiyani qanchalik tez ishlashiga qarab baholash

Izoh: Ishqalanishsiz tizimda umumiy energiya (va agar mavjud bo'lsa, impuls) saqlanishi kerak. Simulyatsiya davomida bu kattalikni kuzatish va uning doimiy bo'lib qolishi yoki yo'qligini ko'rish raqamli kamchiliklarni aniqlaydi (masalan, energiyani doimiy ravishda oshiruvchi ibtidoiy Eyler usuli). Agar energiya oqib chiqsa, simulyatsiya ishonchsizdir; Chiroyli grafik yaratganligi uning to'g'ri ekanligini anglatmaydi.

4. Modelni eksperimental ma'lumotlarga moslashtirishda quyidagi usullardan qaysi biri to'g'ri?

• A) Ma'lumotlarga eng mos keladigan yuqori darajali ko'phadni tanlash, chunki u barcha nuqtalardan o'tadi
• B) Parametrlarni noaniqliksiz yagona son sifatida berish
• C) Egri chiziq qanchalik chiroyli ko'rinishiga qarab, moslik sifatini e'lon qilish.
• D) Fizikadan model tanlash, parametrlarni noaniqliklari bilan hisobot qilish va qoldiqlar bilan moslikni baholash ✔

Izoh: Model ma'lumotlarga qarab va "qaysi biri eng mos keladi" degan savol bilan emas, balki hodisa bo'ysunishi kerak bo'lgan jismoniy qonundan tanlanishi kerak. Etarlicha bo'sh parametrlar (masalan, yuqori darajadagi polinom) bilan har qanday ma'lumotlarga "mukammal", ammo jismoniy ma'nosiz moslashish (ortiqcha moslashish) mumkin. Parametrlar noaniqligi bilan xabar qilinishi kerak, moslik sifati qoldiqlar bilan baholanishi va jismoniy ishonchliligi tekshirilishi kerak.

5. O'lchovni ko'p marta takrorlash qaysi turdagi noaniqlikni kamaytiradi?

• A) Tasodifiy noaniqlik; muntazam noaniqlik takrorlash bilan kamaymaydi, sababni topish va tuzatish kerak ✔
• B) Tizimli noaniqlik; chunki u qayta kalibrlash xatosini bartaraf qiladi
• C) Ikkala noaniqlikni ham butunlay yo‘q qiladi
• D) Ularning birortasini ham kamaytirmaydi; noaniqlik o'lchovlar soniga bog'liq emas

Izoh: Takroriy o'lchov natijalarni tasodifiy taqsimlash natijasida yuzaga keladigan tasodifiy noaniqlikni (o'rtacha std/√N standart xatosi bilan) kamaytiradi. Tizimli noaniqlik esa, har doim bir xil yo'nalishda og'ish (masalan, noto'g'ri kalibrlangan balans) va takrorlash bilan kamaymaydigan xatodir; Biroq, sababni topish va tuzatish mumkin. Bir nechta o'lchovlar bilan "juda kichik" noaniqlik haqida xabar berish asosiy tizimli xatoni yashirishi mumkin.

6. AI tomonidan olingan xato tarqalish formulasini tekshirishning eng ishonchli mustaqil usuli qanday?

• A) Formulaga tayanib, suyuq va ishonchli ko‘rinadi
• B) Monte-Karlo hisob-kitobi bilan oʻzaro tekshirish, kirish maʼlumotlarini noaniqligi bilan tasodifiy tanlab olish ✔
• C) Sun'iy intellektga yana bir xil formulani so'rash va undan bir xil natijani kutish
• D) Noaniqliklarni bevosita yig’ish va natija bilan solishtirish

Izoh: AI ko'pincha xato tarqalish formulalarida qisman hosila koeffitsientlari va kvadrat ildiz tuzilishini aralashtiradi. Bunga mustaqil ravishda erishishning kuchli usuli bu Monte-Karloning o'zaro tekshiruvidir: har bir kirishni noaniqligi bilan tasodifiy tanlab olish, funktsiyani minglab marta hisoblash va chiqishning standart og'ishini formulada berilgan noaniqlik bilan solishtirish. Ikki mustaqil usulning uchrashuvi ishonchni oshiradi.

7. Ramziy fizikaning uzoq muddatli hosilasida AI va SymPy o'rtasidagi to'g'ri mehnat taqsimoti qanday?

• A) SymPy hosila g'oyasini yaratadi, AI har bir qadamni aniq tekshiradi
• B) Ikkalasi ham keraksiz; uzoq hosilalar faqat qo'lda bajarilishi kerak
• C) AI hosila asosini quradi, SymPy har bir algebraik qadamni aniq tekshiradi ✔
• D) Sun'iy intellekt hosilani o'zi bajaradi, tekshirishga hojat yo'q, chunki u ravon ko'rinadi

Tushuntirish: AI hosila strategiyasini ishlab chiqadi va yo'lni tushuntiradi, lekin uzoq algebrada u ishora xatolarini, qochib ketgan atamalarni va noto'g'ri soddalashtirishlarni amalga oshiradi. Boshqa tomondan, SymPy qoidalarga muvofiq ishlaydi va har bir algebraik qadamni aniq tekshiradi. Eng kuchli ish jarayoni ikkalasini birlashtiradi: sun'iy intellektdan skeletni oling, har bir qadamni SymPy bilan manba qiling, natijani lotin-integral teskari va chegara holati bilan sinab ko'ring.

8. O'lchovli tahlil fizik formulaning aniqligi haqida nimani aytadi?

• A) O‘lchovli tahlil har doim formulaning to‘g‘riligini qat’iy isbotlaydi
• B) O‘lchovli analiz fizikada amaliy ahamiyatga ega emas
• C) O‘lchovli tahlil formulaning konsistensiyasini emas, faqat doimiy omilini beradi
• D) O'lchov bo'yicha bajarilmaydigan formula mutlaqo noto'g'ri; o'lchovli tahlil raqamlarni hisoblamasdan xatoni aniqlaydi ✔

Tushuntirish: Fizik tenglamaning ikki tomoni son jihatdan teng boʻlishidan oldin oʻlchov jihatidan teng boʻlishi kerak. O'lchamli bo'lmagan formula shunchaki noto'g'ri; bu hisoblash hisob-kitobidan olingan. O'lchovli tahlil formulaning to'g'riligini qat'iy isbotlamaydi (u o'lchamsiz doimiy omil yoki burchakni o'tkazib yuborishi mumkin), lekin u noto'g'ri ekanligini qat'iy isbotlaydi; shuning uchun bu har bir hisobning birinchi va eng arzon auditidir.

9. 36 km/soat tezlikda harakatlanayotgan jismning kinetik energiyasini hisoblashda eng muhim birinchi qadam qaysi?

• A) Barcha kiritilgan ma’lumotlarni yagona birliklar tizimiga (SI) aylantirish; 36 km/soat tezlikni 10 m/s ga aylantirish ✔
• B) Tezlikni km/soatda m/s ga aylantirmasdan to'g'ridan-to'g'ri formulaga kiritish
• C) Birliklarni hisobga olmagan holda faqat sonlarni ko'paytirish
• D) Natijani hisoblab chiqqandan keyin tartibni tekshirishning hojati yo'q deb faraz qilish

Izoh: SIga asoslangan formulalar (E = ½mv²) tezlikni m/s da kutadi. Hisoblashda km/soatni m yoki soatni soniya bilan chalkashtirib yuborish fizikadagi eng keng tarqalgan xatolardan biridir. Avval barcha kirishlar birliklarning yagona tizimiga (SI) aylantirilishi kerak: 36 km / soat = 10 m / s. AI murakkab birlik konvertatsiyasida jim xatolarga yo'l qo'yishi mumkinligi sababli, bu konvertatsiya qo'lda yoki birlikdan xabardor vosita bilan tekshirilishi kerak.

10. Ilmiy grafikdagi “halollik” nuqtai nazaridan qaysi amaliyot to‘g‘ri?

• A) Noaniqlikni yashirish, chunki xato chiziqlari diagrammani chalkashtirib yuboradi
• B) O'qlarni birliklar bilan belgilang, o'lchovni buzilmasdan tanlang va xato chiziqlari bilan noaniqlikni ko'rsating ✔
• C) Y o'qini har doim eng keskin farqni ko'rsatadigan diapazonda boshlang
• D) o'qlarni birliklarsiz qoldirish, chunki o'quvchi birlikni taxmin qilishi mumkin

Tavsif: Halol ilmiy jadval; u o'qlarni kattalik va birlik bilan belgilaydi, masshtabni ongli ravishda va buzilishsiz tanlaydi (bo'rttirish uchun y o'qini noldan boshlash noto'g'ri) va o'lchov noaniqligini xato chiziqlari bilan ko'rinadigan qiladi. Noaniqlikni yashirish ma'lumotlarni aniq ko'rinishga olib keladi va noto'g'ri yoki kelishuv haqida noto'g'ri taassurot yaratadi. Grafik qanchalik ishonchli bo'lsa, yaxlitlikni tekshirish shunchalik muhim bo'ladi.

11. Sun'iy intellektdan adabiyot va iqtibos olishda eng katta xavf va to'g'ri tartib-intizom nima?

• A) Sun'iy intellekt vaqtni behuda sarflaydi, chunki u iqtiboslarni juda sekin ishlab chiqaradi
• B) Sun'iy intellekt taklif qilgan manbalar har doim haqiqiydir, tekshirishga hojat yo'q.
• C) Sun'iy intellekt haqiqiy ko'rinadigan, lekin mavjud bo'lmagan atributlarni ishlab chiqishi mumkin; Har bir iqtibos DOI/manba bilan tekshirilishi va adabiyotlar haqiqiy maʼlumotlar bazasidan topilishi kerak ✔
• D) O'ylab topilgan iqtiboslar osongina tan olinadi, chunki ularda doimo noreal jurnal nomlaridan foydalaniladi

Izoh: Katta til modeli haqiqiy ma'lumotlar bazasiga ulanmagan; Iqtibos namunalarini taqlid qilib, u haqiqiy jurnal nomi, ishonchli mualliflar va o'rtacha yilga ega bo'lgan, ammo umuman mavjud bo'lmagan maqolalarni ishlab chiqishi mumkin. Shuning uchun, adabiyot haqiqiy ma'lumotlar bazalaridan topilishi kerak, AI faqat mavjud matnni umumlashtirish/tarjima qilish uchun ishlatilishi kerak va har bir iqtibos DOI yoki sarlavha bilan mustaqil ravishda tekshirilishi kerak. Tasdiqlanmagan iqtibos akademik yaxlitlikning buzilishi hisoblanadi.

12. AI maqolani umumlashtirishda ishonchli natijalarga erishish uchun nima qilish kerak?

• A) Maqola sarlavhasini berishning o‘zi kifoya, model mazmunini biladi
• B) Xulosadan to'g'ridan-to'g'ri uni umuman tekshirmasdan foydalanish, chunki u suyuq ko'rinadi
• C) Modeldan bir xil xulosani ikki marta so'rash va agar o'xshash bo'lsa, uni to'g'ri deb qabul qilish.
• D) Hech narsa qo'shilmagan/buzilmaganligini tekshirish uchun modelga asl matnni berish va ishlab chiqarilgan xulosani asl matn bilan solishtirish ✔

Izoh: AIga maqola sarlavhasini berish va xulosa so'rash, model hech qachon maqolani ko'rmasdan "ishonchli xulosa" bilan kelishiga olib keladi; Bu xulosa haqiqatning aksi bo'lishi mumkin. Ishonchli xulosani faqat original matn modelga berilganda va yaratilgan xulosani asl matn bilan solishtirganda olish mumkin. Bundan tashqari, xulosa matnda bo'lmagan natijalar yoki raqamlarni qo'shmasligini tekshirish kerak.

13. Fizika kursida material ishlab chiqarishda sun'iy intellektning chiqishi uchun qaysi biri to'g'ri keladi?

• A) Har bir yechim mustaqil ravishda tekshirilishi kerak, o'xshashliklar chegarasi ko'rsatilishi kerak va chalg'ituvchilar haqiqiy noto'g'ri tushunchalarni nishonga olishlari kerak ✔
• B) Sun'iy intellekt tomonidan ishlab chiqarilgan javob kaliti har doim to'g'ri bo'ladi, tekshirishga hojat yo'q
• C) Analogiyalar hamma hollarda mukammal bo‘ladi, ularning chegarasini ko‘rsatishga hojat yo‘q.
• D) Chalg'ituvchilar butunlay tasodifiy tanlanishi kerak, chunki noto'g'ri tanlovning tabiati ahamiyatsiz.

Tavsif: AI savollar, misollar va analogiyalarni yaratishda tezkor, lekin uchta nuqtada tekshirish muhim: har bir muammoning yechimi mustaqil ravishda tekshirilishi kerak (qo'lda yoki kod bilan), chunki model yechimda belgi/birlik xatolariga yo'l qo'yishi mumkin; Har bir o'xshatish qayerda buzilganligi aytilishi kerak, aks holda u yangi xatoni keltirib chiqaradi; Chalg'ituvchilar haqiqiy noto'g'ri tushunchalarni nishonga olishlari kerak. Mas'uliyat o'qituvchiga yuklanadi; Noto'g'ri javob kaliti o'quvchilarni tuzatish qiyin bo'lgan tushunmovchiliklarga olib keladi.

14. Eksperimental ma'lumotlar nazariyaga to'liq mos kelmasa, qanday xatti-harakatlar ilmiy yaxlitlikka mos keladi?

• A) Sun'iy intellektga ega bo'lish ma'lumotlarni nazariyaga moslashtirish va grafikni ishonchli ko'rsatish uchun tartibga soladi
• B) nomuvofiqlik sabablarini o'rganish (tizimli xato, model yo'qligi, yangi effekt) va ma'lumotlarni o'zgartirmasdan halol hisobot berish ✔
• C) kelishmovchiliklarga e'tibor bermaslik va faqat mos keladigan fikrlarni bildirish
• D) Ma'lumotlarni o'chirish va yangi tajriba natijasini o'rnatish

Izoh: AIdan "ma'lumotlarni nazariyaga yaxshiroq moslashtirishni" so'rash ma'lumotlar firibgarligi va ilmiy yaxlitlikni qo'pol ravishda buzish hisoblanadi. Kelishmovchilik yashirin emas, tekshirilishi kerak bo'lgan narsadir: bu tizimli xatolik, statistik tebranish, naqsh yo'qligi yoki qiziqarli yangi effektni ko'rsatishi mumkin. Ma'lumotlar noaniqlik bilan avvalgidek taqdim etiladi; Yakuniy javobgarlik shaxsning zimmasiga tushadi va "vosita buni qildi" himoya emas.