Quy trình làm việc toàn diện, Quyền riêng tư/KVKK, Kiểm soát đạo đức và chất lượng

Lợi nhuận:

• Khả năng vận hành an toàn hành trình của khách hàng từ đầu đến cuối với chu trình 'AI tạo ra → xác minh của con người → phê duyệt của con người'
• Khả năng bảo vệ dữ liệu khách hàng trong phạm vi KVKK/bảo mật và đưa bốn nguyên tắc đạo đức vào từng bước
• Khả năng chịu trách nhiệm cuối cùng bằng cách tự kiểm tra kết quả đầu ra của mình bằng năm câu hỏi chính (tài khoản, nguồn, chất gây dị ứng, ẩn danh, phê duyệt)

Trong mười bài trước, chúng ta đã thấy cách sử dụng AI trong các nhiệm vụ riêng lẻ về dinh dưỡng và chế độ ăn kiêng: lượng ăn vào, tính toán, cơ sở dữ liệu, kế hoạch, công thức, dị ứng, theo dõi, giáo dục, bằng chứng. Đơn vị cuối cùng này tập hợp tất cả lại với nhau và chỉ cho bạn cách vận hành AI từ đầu đến cuối, một cách an toàn và có đạo đức trong hoạt động hàng ngày của bạn với tư cách là một chuyên gia dinh dưỡng. Bởi vì làm tốt từng nhiệm vụ thôi chưa đủ; dữ liệu đi đâu, ai quyết định điều gì, bạn dừng lại ở đâu và nhận được sự chấp thuận của con người - tất cả những điều này sẽ tạo ra một hệ thống nhất quán. Đơn vị này cũng làm rõ ba đường màu đỏ kết nối toàn bộ mô-đun: quyền riêng tư (KVKK), đạo đức và sự đồng ý cuối cùng của con người.

Hành trình của khách hàng từ đầu đến cuối

Bảng sau đây tóm tắt hành trình của khách hàng từ lúc đến gặp chuyên gia dinh dưỡng cho đến khi theo dõi, nơi AI phát huy tác dụng và nơi cần có sự chấp thuận của con người:

Sân khấu

công việc của AI

điểm phê duyệt của con người

1. Chuẩn bị đón tiếp

Hướng dẫn phỏng vấn, chỉnh sửa ghi chú

Chuyên gia dinh dưỡng thực hiện cuộc phỏng vấn

2. Đánh giá

Dự thảo tài khoản năng lượng/vĩ mô

Chuyên gia dinh dưỡng tính toán lại

3. Cơ sở dữ liệu

Tính toán với dữ liệu nguồn

Chuyên gia dinh dưỡng xác nhận giá trị

4. Kế hoạch

Phác thảo các lựa chọn bữa ăn

Chuyên gia dinh dưỡng cân bằng và xác nhận

5. Công thức

Sự biến đổi, tinh tế

Xác minh dinh dưỡng và hương vị

6. Bảo mật

Sàng lọc trước chất gây dị ứng

Chuyên gia dinh dưỡng xác nhận nguyên văn

7. Theo dõi

Tóm tắt xu hướng, phác thảo thông điệp

Giải thích lâm sàng và mối quan hệ ở người

8. Giáo dục

dàn ý nội dung

Kiểm toán khoa học/đạo đức

9. Bằng chứng

Tóm tắt, truy vấn quan trọng

Nguồn được xác nhận bởi chuyên gia dinh dưỡng

Xem mô hình chung trong biểu đồ này: AI tạo ra bản thiết kế chi tiết hoặc bước sơ bộ ở mỗi giai đoạn; Có một điểm phê duyệt của con người ở mỗi giai đoạn. Hệ thống này dựa trên chu trình "AI tạo ra → con người xác minh → con người xác nhận". Nếu chu trình này bị phá vỡ, bạn sẽ đạt được tốc độ nhưng lại mất đi sự an toàn và trách nhiệm.

Quyền riêng tư và KVKK: bảo vệ dữ liệu

Dữ liệu khách hàng (danh tính, lịch sử sức khỏe, phân tích, thuốc, đo lường) là "dữ liệu cá nhân thuộc danh mục đặc biệt" trong phạm vi của KVKK ở Türkiye và GDPR ở Châu Âu và xứng đáng được bảo vệ ở mức cao nhất. Các nguyên tắc cần tuân thủ khi làm việc với các công cụ AI:

1. Ẩn danh: Xóa dữ liệu nhận dạng như tên, TR ID, liên hệ, tổ chức, ngày sinh. “Nữ 43 tuổi, tiểu đường tuýp 2” là đủ.
2. Dữ liệu tối thiểu: Chia sẻ dữ liệu tối thiểu cần thiết cho nhiệm vụ; không còn nữa.
3. Chọn một công cụ an toàn: Chọn các công cụ của công ty có hợp đồng xử lý dữ liệu trong đó dữ liệu không được sử dụng trong đào tạo mô hình.
4. Sự đồng ý rõ ràng: Thông báo cho khách hàng về cách xử lý dữ liệu của anh ấy và nhận được sự đồng ý của anh ấy.
5. Ghi lại và lưu giữ: Kiểm soát nơi dữ liệu được lưu trữ và ai có quyền truy cập vào dữ liệu đó; Xóa dữ liệu không cần thiết.

Lưu ý: Tải tệp PDF phân tích hoặc tệp khách hàng lên công cụ AI mà không ẩn danh nó "để tăng tốc" có thể dẫn đến vi phạm KVKK khó khắc phục chỉ bằng một cú nhấp chuột. Tốc độ không bao giờ lấn át quyền riêng tư. Nếu nghi ngờ, đừng chia sẻ.

Khuôn khổ đạo đức: bốn nguyên tắc

Bốn nguyên tắc cổ điển về đạo đức sức khỏe cũng áp dụng cho thực hành dinh dưỡng: lợi ích (làm việc vì lợi ích của khách hàng), không ác ý (đặc biệt là trong các quyết định quan trọng về an toàn), tự chủ (tôn trọng quyết định của chính khách hàng, sự đồng ý có hiểu biết) và công bằng (dịch vụ toàn diện nhạy cảm với những khác biệt về nguồn lực, ngân sách và văn hóa). Việc sử dụng AI không được xung đột với các nguyên tắc sau: đầu ra chưa được xác minh có thể gây hại (vi phạm tính không ác ý), xử lý dữ liệu mà không thông báo cho khách hàng là vi phạm quyền tự chủ, lập kế hoạch theo một nền văn hóa duy nhất sẽ làm suy yếu công lý. Đạo đức không phải là một lớp được thêm vào sau mà là một kỷ luật được đan xen trong từng bước.

Kiểm soát chất lượng: kiểm tra công việc của chính bạn

Thường xuyên kiểm tra việc sử dụng AI của riêng bạn trong khi làm việc từ đầu đến cuối. Một cách tự kiểm tra đơn giản: đối với mỗi bản in của khách hàng, "Tôi đã xác minh số này chưa? Tôi đã sàng lọc chất gây dị ứng này chưa? Tôi có chứng minh được tuyên bố này không? Tôi có ẩn danh dữ liệu này không? Tôi có phê duyệt kế hoạch này không?" Nếu bạn không thể trả lời "có" cho năm câu hỏi này thì kết quả đầu ra vẫn chưa sẵn sàng.

ba trường hợp nhỏ

Trường hợp 1 - Mắt xích yếu trong chuỗi. Một chuyên gia dinh dưỡng nhanh chóng thiết lập chuỗi kế hoạch tài khoản ăn vào bằng AI nhưng lại bỏ qua bước an toàn (xác minh chất gây dị ứng); bởi vì nó giả định "nếu các bước trước tốt thì bước này cũng tốt". Tuy nhiên, khách hàng bị dị ứng vừng và nước sốt trong thực đơn có chứa vừng. Nếu một mắt xích trong chuỗi bị đứt thì toàn bộ chuỗi sẽ không an toàn. Bài học: điểm phê duyệt của từng giai đoạn là độc lập; Cái này không thay thế cái kia.

Trường hợp 2 - Chuỗi vi phạm quyền riêng tư. Để đạt hiệu quả, phòng khám cố gắng tải tất cả các tệp khách hàng theo tên vào công cụ AI và tạo ra một kế hoạch lớn. Quá trình kiểm tra cho thấy đây là hành vi vi phạm KVKK và dữ liệu đã bị rò rỉ ra ngoài tổ chức. Phòng khám dừng quá trình này và chuyển sang luồng ẩn danh và theo hợp đồng. Bài học: tính hiệu quả không bào chữa cho việc xâm phạm quyền riêng tư; Thiết lập hệ thống được bảo vệ quyền riêng tư ngay từ đầu.

Trường hợp 3 - Luồng từ đầu đến cuối chính xác. Đối với khách hàng mới, chuyên gia dinh dưỡng: (1) tạo hướng dẫn phỏng vấn với dữ liệu ẩn danh, (2) có bản phác thảo AI và xác minh phép tính theo cách thủ công, (3) cung cấp các giá trị dinh dưỡng từ USDA, (4) lấy và cân bằng kế hoạch tùy chọn, (5) sàng lọc các chất gây dị ứng trên cơ sở từng người một, (6) cung cấp giáo dục cá nhân hóa cho khách hàng, (7) sử dụng tóm tắt xu hướng để theo dõi hàng tuần. Nó áp dụng điểm phê duyệt ở mọi bước, giữ dữ liệu ẩn danh và tự phê duyệt kế hoạch. Kết quả: tiết kiệm ~40% thời gian với AI mà không ảnh hưởng đến sự an toàn và trách nhiệm giải trình. Bài học: tốc độ và bảo mật đi đôi với nhau khi hệ thống được thiết lập đúng cách.

Mẫu lời nhắc có thể sao chép

MẪU KHUNG LÀM VIỆC END-TO-END Vai trò của bạn: Trợ lý chuẩn bị BẢN THẢO cho chuyên gia dinh dưỡng. Đặt ghi chú "YÊU CẦU PHÊ DUYỆT CỦA CHUYÊN VIÊN DIETICIAN" ở cuối mỗi bản in và liệt kê những điểm cần được xác minh nguyên văn (tài khoản, chất gây dị ứng, nguồn). Khách hàng (ẩn danh): […]. Quest: [stage]. Don't add made-up data; đánh dấu vào chỗ bạn không chắc chắn.

MẪU KIỂM TRA TRƯỚC QUYỀN RIÊNG TƯQuét văn bản sau để biết quyền riêng tư TRƯỚC KHI đưa nó cho công cụ AI: Nó có chứa dữ liệu nhận dạng như tên, ID, địa chỉ liên hệ, tổ chức, ngày sinh, ID phân tích không? Nếu vậy, hãy đánh dấu nó và đề xuất một phiên bản ẩn danh. Văn bản: […]

MẪU TỰ KIỂM TRA CHẤT LƯỢNG Áp dụng danh sách kiểm tra cho bản in của khách hàng sau đây và đánh dấu từng mục là đáp ứng/thiếu: (1) tài khoản đã được xác minh chưa, (2) là giá trị dinh dưỡng từ nguồn, (3) nó đã được sàng lọc các chất gây dị ứng chưa, (4) là dữ liệu ẩn danh, (5) có sự chấp thuận của chuyên gia dinh dưỡng không, (6) công bố sức khoẻ đã được định lượng. Indicate any omissions. Đầu ra: […]

MẪU ĐÁNH GIÁ ĐẠO ĐỨC Kế hoạch/nội dung sau đây có đặt ra vấn đề về bốn nguyên tắc đạo đức: lợi ích, không ác ý, tự chủ (đồng ý/thông tin), công lý (ngân sách/hòa nhập văn hóa) không? Đánh giá ngắn gọn từng chính sách và đề xuất cải tiến. Content: [...]

Dấu nhắc yếu / Dấu nhắc mạnh

Dấu nhắc yếu:

Tôi đã thêm phân tích và hồ sơ của cô Ayşe, một kế hoạch hoàn chỉnh sẽ ra đời.

Dữ liệu được đặt tên, “kế hoạch đầy đủ” trong một bước, không có điểm phê duyệt: nguy cơ vi phạm KVKK và đầu ra không được xác minh, không an toàn.

Lời nhắc mạnh mẽ:

Vai trò của bạn: trợ lý dự thảo; Sự chấp thuận thuộc về bác sĩ dinh dưỡng. Khách hàng (ẩn danh): nữ 41 tuổi, tiểu đường loại 2, [giá trị số liên quan, tên/danh tính KHÔNG CÓ]. Nhiệm vụ: BẢN THẢO kế hoạch bữa ăn, với các lựa chọn. Macro ước tính cho mỗi bữa ăn và ghi chú "phải xác minh". Chất gây dị ứng: mè (không thêm bất kỳ loại nào). Cuối cùng, liệt kê những điểm cần được chuyên gia dinh dưỡng đích thân kiểm tra. Adding fitted data.

Lời nhắc thứ hai ẩn danh dữ liệu, sơ khai đầu ra, chứa các ràng buộc bảo mật và điểm kiểm tra; Cả tính bảo mật và chất lượng đều được bảo vệ.

Những lỗi thường gặp

• Bỏ qua một liên kết trong chuỗi: Bỏ qua bước bảo mật/phê duyệt vì bước trước đó tốt.
• Hy sinh quyền riêng tư để đạt được hiệu quả: Tải lên hàng loạt tệp có tên — vi phạm KVKK nghiêm trọng.
• Mong đợi một “kế hoạch đầy đủ” một lần: Dựa vào đầu ra hộp đen mà bỏ qua các điểm kiểm tra.
• Suy nghĩ về đạo đức sau này: Ghi nhớ đạo đức ở cuối thay vì đan xen chúng vào từng bước.
• Bỏ qua việc tự kiểm tra: Sử dụng kết quả đầu ra mà không kiểm tra nó dựa trên năm câu hỏi cơ bản (tài khoản/chất gây dị ứng/nguồn/ẩn danh/phê duyệt).
• Quên sự đồng ý: Không thông báo cho khách hàng về cách xử lý dữ liệu của họ.

Tóm lại

Trí tuệ nhân tạo có thể đẩy nhanh quá trình thực hành dinh dưỡng và ăn kiêng từ đầu đến cuối; nhưng sẽ chỉ an toàn nếu chu trình “AI tạo ra → con người xác minh → con người xác nhận” được duy trì ở mọi giai đoạn. Luôn ẩn danh dữ liệu khách hàng, không hy sinh KVKK và tính bảo mật vì tốc độ, lồng ghép bốn nguyên tắc đạo đức vào từng bước và tự kiểm tra kết quả đầu ra của bạn bằng năm câu hỏi cơ bản. Mỗi mắt xích trong chuỗi là một điểm phê duyệt độc lập; Khi một trong số chúng bị hỏng, hệ thống không an toàn. Hãy nhớ rằng: AI củng cố nghề nghiệp của bạn nhưng không thay thế nó. Việc chẩn đoán, quyết định điều trị và phê duyệt kế hoạch cuối cùng—khoa học, đạo đức và chữ ký—thuộc về chuyên gia dinh dưỡng. AI là trợ lý nhanh chóng của bạn; Bạn là chuyên gia có trách nhiệm.

Nhiệm vụ ứng dụng

Thiết lập luồng khách hàng nhỏ từ đầu đến cuối: chọn hồ sơ ẩn danh, tuần tự tạo (1) hướng dẫn phỏng vấn, (2) tóm tắt tài khoản + xác minh, (3) bữa ăn có dữ liệu nguồn, (4) sàng lọc chất gây dị ứng, (5) tài liệu đào tạo. Viết ra điểm kiểm tra con người mà bạn đã áp dụng ở mỗi bước. Sau đó áp dụng "mẫu tự kiểm tra chất lượng" cho toàn bộ quy trình, tìm và khắc phục mọi thiếu sót. Cuối cùng, hãy chạy “kiểm tra trước quyền riêng tư” để xác nhận rằng dữ liệu của bạn thực sự ẩn danh.

danh sách kiểm tra

• [ ] Tôi đã áp dụng chu trình “AI tạo → xác minh → xác thực” ở mỗi giai đoạn.
• [ ] Tôi đã ẩn danh dữ liệu khách hàng và chia sẻ dữ liệu tối thiểu.
• [ ] Tôi đã sử dụng phương tiện an toàn/hợp đồng; I received consent.
• [ ] Tôi tuân thủ bốn nguyên tắc đạo đức (lợi ích, không ác ý, tự chủ, công bằng).
• [ ] Tôi tự kiểm tra kết quả đầu ra bằng năm câu hỏi chính.
• [ ] Với tư cách là một chuyên gia dinh dưỡng, tôi đã đưa ra sự chấp thuận cuối cùng; I am responsible.

Thi học phần

1. Chuyên gia dinh dưỡng chuyển mục tiêu lượng calo hàng ngày được tính toán bằng trí tuệ nhân tạo vào kế hoạch của khách hàng mà không cần kiểm tra. Sai lầm cơ bản trong cách tiếp cận này là gì?

• A) Đầu ra trí tuệ nhân tạo không thể được sử dụng nếu không được xác minh; Bản dự thảo tài khoản phải được tính toán lại và được chuyên gia dinh dưỡng phê duyệt ✔
• B) Trí tuệ nhân tạo luôn đánh giá thấp lượng calo
• C) Thay vì tính toán lượng calo, chỉ nên thực hiện tính toán vĩ mô.
• D) Kế hoạch đáng lẽ phải được trao cho khách hàng trên giấy thay vì e-mail.

Giải thích: Mặc dù trí tuệ nhân tạo có thể tính toán chính xác nhưng nó cũng có thể đưa ra một giả định chẳng hạn như hệ số hoạt động không chính xác và tạo ra kết quả không chính xác với độ tin cậy tương tự. Ăn kiêng là một lĩnh vực quan trọng về an toàn; Mọi tài khoản phải được chuyên gia dinh dưỡng xác minh lại và sự phê duyệt cuối cùng phải thuộc về con người.

2. Hành vi tốt nhất về quyền riêng tư (KVKK) khi truyền dữ liệu khách hàng sang công cụ trí tuệ nhân tạo là gì?

• A) Tên đầy đủ của khách hàng và bản PDF phân tích phải được tải lên để đảm bảo tốc độ.
• B) Chỉ nên chia sẻ thông tin lâm sàng cần thiết bằng cách xóa thông tin nhận dạng cá nhân và ẩn danh dữ liệu ✔
• C) Nếu dữ liệu được mã hóa, thông tin tên cũng có thể được gửi
• D) Toàn bộ tập tin có thể được chia sẻ mà không cần hỏi khách hàng vì mục đích là tốt

Giải thích: Dữ liệu sức khỏe của khách hàng là dữ liệu cá nhân đặc biệt. Thông tin nhận dạng như tên, TR ID và thông tin liên hệ phải được xóa và dữ liệu được ẩn danh; Dữ liệu tối thiểu cần thiết cho nhiệm vụ nên được chia sẻ. Tải tệp thô lên theo tên là vi phạm nghiêm trọng.

3. Trí tuệ nhân tạo cung cấp '220 g carbohydrate, 150 g protein, 90 g chất béo' cho mục tiêu 2000 kcal. Xác minh đầu tiên mà chuyên gia dinh dưỡng nên thực hiện là gì?

• A) Chấp nhận các giá trị như hiện tại, vì trí tuệ nhân tạo không có lỗi trong số học
• B) Chỉ cần kiểm soát lượng protein là đủ
• C) Nhân số gam vĩ mô trở lại với 4/4/9 để kiểm tra xem tổng số có đạt được lượng calo mục tiêu hay không ✔
• D) Tăng mục tiêu calo lên 2290 dựa trên macro

Giải thích: Macro nhân ngược lại với 4/4/9: 220x4 + 150x4 + 90x9 = 880 + 600 + 810 = 2290 kcal. Vượt tổng chỉ tiêu 290 kcal; các giá trị không nhất quán. Phép nhân ngược là cách đơn giản và mạnh mẽ nhất để bắt lỗi macro AI.

4. Điểm yếu nhất và rủi ro nhất của trí tuệ nhân tạo trong dữ liệu giá trị dinh dưỡng là gì?

• A) Trí tuệ nhân tạo luôn đưa ra giá trị dinh dưỡng theo đơn vị mét
• B) Trí tuệ nhân tạo chỉ biết giá trị của rau củ
• C) Trí tuệ nhân tạo chậm vì nó đưa ra giá trị dinh dưỡng có quá nhiều số thập phân.
• D) Trí tuệ nhân tạo có thể điều chỉnh các giá trị dinh dưỡng trong khi tạo ra chúng từ bộ nhớ của nó; vì vậy các giá trị phải được lấy từ cơ sở dữ liệu được công nhận ✔

Giải thích: Mô hình ngôn ngữ không ghi nhớ các con số, nó tạo ra chúng theo xác suất; Do đó, nó có thể cho giá trị protein/calo của thực phẩm trôi chảy nhưng không chính xác (ảo giác). Vì lý do này, các giá trị dinh dưỡng phải được lấy từ cơ sở dữ liệu nổi tiếng và trí tuệ nhân tạo chỉ hoạt động với dữ liệu đó.

5. Trong kế hoạch bữa ăn, trí tuệ nhân tạo đã giữ chính xác lượng calo và khẩu phần nhưng cả ngày chỉ có bánh mì trắng, mì ống và thịt gà. Điều gì còn thiếu ở đây?

• A) Mặc dù chứa các chất dinh dưỡng đa lượng nhưng không đạt được sự cân đối về chất xơ, rau củ và vi chất dinh dưỡng; Kế hoạch chưa đầy đủ về đa dạng dinh dưỡng ✔
• B) Mục tiêu calo được đặt quá cao
• C) Có vấn đề vì lượng protein cao
• D) Số lượng bữa ăn nên nhiều hơn ba

Giải thích: Việc macro chạm mục tiêu không có nghĩa là kế hoạch đó lành mạnh. Chất xơ, rau củ và cân bằng vi chất (vitamin, khoáng chất) cũng cần được cung cấp. Phán quyết cân bằng này thuộc về chuyên gia dinh dưỡng; Độ chính xác vĩ mô thôi là không đủ.

6. Đối với khách hàng bị dị ứng với hạt phỉ, trí tuệ nhân tạo sẽ gợi ý một giải pháp thay thế, chẳng hạn như 'dùng bơ hạnh nhân'. Tại sao chuyên gia dinh dưỡng có thể coi khuyến nghị này là không an toàn?

• A) Bột hạnh nhân đắt hơn bột hạt phỉ
• B) Hạnh nhân có thể thuộc cùng nhóm dị ứng hạt cây với hạt phỉ; Việc thay người có thể gặp rủi ro vì cùng nhóm ✔
• C) Bột hạnh nhân có lượng calo cao hơn nhiều
• D) Bột hạnh nhân không phù hợp với ẩm thực Thổ Nhĩ Kỳ.

Giải thích: Hạt phỉ và hạnh nhân thuộc cùng nhóm dị ứng 'hạt cây'. Dị ứng được quản lý trên cơ sở nhóm chứ không phải một loại thực phẩm duy nhất; Nếu người thay thế rơi vào cùng nhóm thì rủi ro. Chuyên gia dinh dưỡng biết nhóm dị ứng và xác minh chính xác nhóm thay thế.

7. Cách tiếp cận chính xác để sử dụng các loại rau lá xanh giàu vitamin K cho bệnh nhân đang dùng warfarin (làm loãng máu) là gì?

• A) Tất cả các loại thực phẩm lá xanh nên bị nghiêm cấm
• B) Việc bổ sung vitamin K nên được cho phép và hoàn toàn không nên cân nhắc
• C) Lượng vitamin K nên được duy trì ở mức ổn định và tình hình nên được chia sẻ với bác sĩ ✔
• D) Rau lá xanh chỉ nên ăn vào bữa tối

Giải thích: Đối với những người sử dụng warfarin, mục tiêu không phải là cấm hoàn toàn vitamin K mà là duy trì lượng tiêu thụ ổn định; Biến động lớn làm giảm tác dụng của thuốc. Ràng buộc loại 'giữ nhất quán' này là một tính phức tạp về mặt lâm sàng còn thiếu trong AI và được chia sẻ với bác sĩ.

8. Làm thế nào để có thể giải thích chính xác khi khách hàng quan sát thấy 'tăng' 1 kg trong một tuần?

• A) Kế hoạch nên được viết ngay từ đầu với lượng calo thấp
• B) Phải yêu cầu khách hàng ngừng cân.
• C) Tăng cân một tuần được coi là tăng cân dứt khoát.
• D) Cần xem xét các xu hướng trong nhiều tuần chứ không phải một thước đo đơn lẻ; biến động ngắn hạn (chẳng hạn như giữ nước) cần được đánh giá lâm sàng ✔

Giải thích: Một phép đo duy nhất có thể gây hiểu nhầm; Các yếu tố như giữ nước, chu kỳ kinh nguyệt và lượng muối ăn vào tạo ra những biến động ngắn hạn. Điều quan trọng là xu hướng nhiều tuần. Giải thích lâm sàng này được thực hiện bởi chuyên gia dinh dưỡng; AI chỉ tổ chức dữ liệu.

9. Trí tuệ nhân tạo tạo ra câu 'trà xanh đốt cháy chất béo và tăng tốc độ trao đổi chất' trong một bản phác thảo trên mạng xã hội. Trách nhiệm đạo đức của một chuyên gia dinh dưỡng là gì?

• A) Đưa ra tuyên bố phóng đại dựa trên bằng chứng, dịch nó sang ngôn ngữ đo lường và thêm cảnh báo thông tin chung ✔
• B) Xuất bản tuyên bố như hiện tại vì nó thu hút sự chú ý
• C) Củng cố câu hơn nữa và thêm 'ngăn ngừa ung thư'
• D) Hoàn toàn không đăng nội dung vì nói về trà xanh bị cấm

Mô tả: Trí tuệ nhân tạo có xu hướng đưa ra những tuyên bố phóng đại và kém chứng minh. Chuyên gia dinh dưỡng nên kiểm duyệt những tuyên bố này tùy theo mức độ bằng chứng, loại bỏ ngôn ngữ chắc chắn và thần kỳ, đồng thời thêm lời cảnh báo 'đó là thông tin chung chung'. Sự trung thực trong các tuyên bố về sức khỏe là một nghĩa vụ đạo đức.

10. Một chuyên gia dinh dưỡng yêu cầu trí tuệ nhân tạo cung cấp '3 nghiên cứu chứng minh lợi ích của việc nhịn ăn gián đoạn' cho bài thuyết trình. Rủi ro chính của yêu cầu này là gì?

• A) Trí tuệ nhân tạo làm quá nhiều việc và khiến chuyên gia dinh dưỡng mệt mỏi
• B) Trí tuệ nhân tạo có thể phát minh ra các nghiên cứu, tác giả và tạp chí không tồn tại; không thể sử dụng các nguồn nếu không có xác minh từ nguồn chính ✔
• C) Các nghiên cứu về trí tuệ nhân tạo chỉ được cung cấp bằng tiếng Anh
• D) Ba nghiên cứu luôn không đủ để trình bày

Giải thích: Mô hình ngôn ngữ có thể phát minh ra các tác phẩm, tác giả và tạp chí không thực sự tồn tại (ảo giác nguồn). Trí tuệ nhân tạo không phải là một công cụ tìm kiếm tài liệu. Cách đúng đắn: tìm các nguồn thực tế từ PubMed/Cochrane và nhờ AI tóm tắt chúng; Mỗi tài liệu tham khảo được xác minh từ nguồn chính.

11. Tại sao lại sai khi kết luận rằng 'bữa sáng giúp bạn giảm cân' từ một nghiên cứu quan sát cho thấy 'những người ăn sáng sẽ gầy hơn'?

• A) Nghiên cứu này chưa có giá trị vì nó quá mới.
• B) Ăn sáng thực sự khiến bạn tăng cân, học tập sai lầm
• C) Nghiên cứu quan sát chỉ cho thấy mối tương quan; không chứng minh được nguyên nhân, liên quan có thể do yếu tố khác ✔
• D) Nó không hợp lệ vì mẫu chỉ bao gồm phụ nữ

Giải thích: Nghiên cứu quan sát cho thấy mối tương quan (xảy ra cùng nhau), không phải quan hệ nhân quả (cái này gây ra cái kia). Những người ăn sáng nhìn chung có thể sống tích cực và đều đặn hơn; Mối quan hệ có thể là do các yếu tố khác. Mối tương quan khó hiểu với quan hệ nhân quả là một lỗi đọc bằng chứng phổ biến.

12. Trong lời nhắc dinh dưỡng 24 giờ, khách hàng nói '2 nắm hạt mỗi ngày'. AI giả định nó là '60 gam'. Cách tiếp cận đúng đắn là gì?

• A) Giả định 60 gram của trí tuệ nhân tạo được coi là chắc chắn
• B) Các loại hạt bị loại bỏ hoàn toàn khỏi kế hoạch
• C) 100 gam được lấy làm giá trị trung bình
• D) Phần không phải là giả định của trí tuệ nhân tạo, nó được làm rõ bằng cách hỏi khách hàng hoặc đo bằng thang ✔

Giải thích: Ước tính khẩu phần ăn ở mỗi người rất khác nhau; Một số ít có thể là 30 g hoặc 90 g. Giả định của AI là phạm vi bắt đầu, không phải là phép đo. Phần thực tế cần được làm rõ bằng cách hỏi khách hàng hoặc sử dụng cân nhà bếp.

13. Cơ sở dữ liệu dinh dưỡng thường đưa ra giá trị trên 100 gam nguyên liệu. Điều này có thể gây ra lỗi gì?

• A) Áp dụng giá trị thô cho phần đã nấu chín (hoặc ngược lại) có thể gây ra lỗi nghiêm trọng về lượng calo/vĩ mô; Đơn vị đo phải rõ ràng ✔
• B) Giá trị sống luôn thấp hơn giá trị nấu chín, không vấn đề gì
• C) Sẽ không có vấn đề gì vì cơ sở dữ liệu chỉ trả về các giá trị đã được nấu chín.
• D) Sự khác biệt giữa sống/nấu chín chỉ thấy ở thịt chứ không phải ngũ cốc.

Mô tả: Trong quá trình nấu, thức ăn hấp thụ nước và thay đổi trọng lượng; 100 g gạo sống tăng lên ~250-300 gram khi nấu chín. Áp dụng giá trị thô cho lượng đã nấu chín (hoặc ngược lại) sẽ dẫn đến sai sót nghiêm trọng về lượng calo. Cần phải luôn làm rõ giá trị được sử dụng là sống hay đã nấu chín.

14. Nguyên tắc chính được nhấn mạnh trong học phần này mô tả vai trò của trí tuệ nhân tạo trong chế độ ăn kiêng như thế nào?

• A) Trí tuệ nhân tạo có thể tự đưa ra quyết định, thay thế các chuyên gia dinh dưỡng giàu kinh nghiệm
• B) Trí tuệ nhân tạo là trợ lý, tạo bản nháp; Chẩn đoán, quyết định điều trị và phê duyệt cuối cùng thuộc về chuyên gia dinh dưỡng/bác sĩ ✔
• C) Trí tuệ nhân tạo chỉ được sử dụng cho thiết kế trực quan, không dùng để tính toán
• D) Đầu ra trí tuệ nhân tạo vẫn an toàn ngay cả khi không cần xác minh vì nó dựa trên các nguồn khoa học

Mô tả: Trí tuệ nhân tạo tăng tốc công việc lặp đi lặp lại với tư cách là trợ lý và người tạo dự thảo, nhưng vì nó hoạt động trong một lĩnh vực quan trọng về an toàn nên việc chẩn đoán, quyết định liệu pháp dinh dưỡng và phê duyệt kế hoạch cuối cùng thuộc về chuyên gia có thẩm quyền (chuyên gia dinh dưỡng và bác sĩ, khi cần thiết). Đầu ra chưa được xác minh là một bản nháp chưa được ký.