收益：
- 能够根据任务风险级别区分人工智能在儿童发展工作流程中实时节省的时间（观察、筛查支持、计划、材料、家庭指导）以及评估、指导和诊断等决策留给专家和团队的地方。
- 能够应用一门学科，通过将每个人工智能输出连接到经过验证的测量工具、观察和专家过滤器来验证它。
- 在 KVKK 和保密范围内对孩子的数据进行匿名处理，获得家人同意并养成选择安全车辆的习惯
儿童发展专家实际上每天的大部分时间都在做两件事：仔细观察孩子，并将他所看到的转化为可以传递给家庭和团队的有意义、安全的信息。宝宝坐姿是否僵硬，是否没有支撑，是否有眼神交流，如何拿铅笔，说了多少字，是否能等待轮到……这些都是小观察；但它们共同构成了儿童的发展图景。正确地描绘这幅图画是非常有价值的，因为尽早发现延迟可以带来早期支持，而早期支持可以导致孩子生活的改变。最初的 1000 天和学龄前阶段是大脑发育最快的时期，在此期间，一点点干预就可以产生很大的变化；不错过这个窗口是专家最有价值的工作。
这正是人工智能（简而言之，AI 或 AI——可以像人类一样编写文本、识别模式、生成和编辑图像的计算机系统）发挥作用的地方。如果使用得当，它可以让您免于重复打字、起草和材料制作；它增加了您与孩子和家人相处的时间。如果使用不当，它可以将一个流利但不正确的句子变成一份发展报告、一条家庭信息或一个方向。第一个单元的目的不是介绍一个程序；而是介绍一个程序。它是为了澄清在你的职业中哪些地方应该放置人工智能，哪些地方根本不应该放置人工智能。
让我们从一开始就摆出一个基本原则：人工智能是一个助手，而不是一个儿童发展专家。观察、评估、评论和指导的决定属于有能力的专家和团队。此外，发育筛查并不是诊断；而是诊断。诊断权威属于相关医师和临床团队。这句话是该模块的主干；我们将通过每个单元的不同任务回归相同的原则。
儿童发展工作流程和人工智能的地位
让我们简单地将流程分为五个步骤来了解您的业务。观察是在自然和结构化的环境中观察孩子并做笔记。筛查和评估支持是利用经过验证的工具（发育筛查清单，例如 Denver II、AGTE、GEÇDA）来确定儿童的发育水平。在这里，“经过验证”意味着该工具已被证明能够实际测量其通过科学研究测量的结果，并且在土耳其儿童中是可靠的。计划意味着准备针对孩子的活动、游戏和支持计划。物质生产意味着创造卡片、图表和社会故事等工具。家庭指导是以简单实用的方式解释家人在家会做什么。
人工智能可以触及所有五个步骤，但权限不同。规范观察记录的风险较低；给孩子贴上“有自闭症风险”的标签是最高的风险，而且绝不是人工智能的工作。让我们在这里澄清一些专业术语：发展领域是检查发展的主题——粗大运动（大肌肉、坐走）、精细运动（手指灵活性）、语言、认知（思考、解决问题）、社交情感和自我护理。里程碑是大多数孩子在特定年龄时达到的技能（例如，大多数婴儿在 12 个月左右迈出第一步）。截止分数是在筛选工具中绘制“有/无风险”边界的阈值。
下表按任务总结了人工智能的作用和风险级别：
任务
人工智能的作用
风险等级
谁批准/决定
编辑观察笔记、格式化文件
调节器、加速器
低
专家
撰写活动/比赛计划草稿
草图生成器
低-中
专家
家庭信息文本草稿
草图生成器
中等
专家
编写扫描结果的初步摘要
草图生成器，受控
中高
专家（通过仪器和观察确认）
发育风险解释/转介
帮手，不是最后一句话
高
专家+团队
诊断/临床决定
没有帮助
非常高
医师+临床团队
请记住该图表中的一条规则：随着风险的增加，人工智能的作用会缩小，而人类的认可度会增加。
为什么“验证”是这项业务的核心
人工智能语言模型似乎对他们的答案充满信心，但他们也可能不确定。用技术语言来说，这称为幻觉：这是模型用流利的句子捏造不存在的信息、工作或来源，就好像它是真的一样。对于儿童发展专家来说，这是一个严重的陷阱。该模型可能会告诉您“大多数孩子在 18 个月时就形成了两个单词的句子”（这还为时过早；通常预计在 24 个月左右就会形成两个单词的句子）。或者它可能会提供不正确的信息，例如“以日历年龄作为早产儿的基础”（而使用校正年龄）。既然他说得都一样流利，那么唯一区分对错的就是你的知识和验证的习惯。
验证规则包括三个步骤：
- 来源链接：不涉及人工智能的记忆，例如里程碑、截止分数、年龄标准等信息；依赖经过验证的工具手册、国家/国际开发指南和您自己的记录。使用人工智能来解释和组织数据，而不是记住它。
- 与观察进行比较：将人工智能产生的每个解释与您的直接观察和之前的评估（如果有）进行比较。孩子在一次治疗中的行为并不总是典型的；一个饥饿、失眠或处于异国环境的孩子可能无法表现出他的真实水平。
- 专家和道德过滤：输出是否适合孩子的年龄、文化背景、家庭情况；请专家检查其中是否包含任何污名化或过度授权的陈述（暗示诊断）。
注意：在没有核实的情况下将人工智能产生的开发评论转移给家人或档案，就你的职业责任而言，就像交出一份未签署和未阅读的报告一样。翻译并不只是因为翻译流畅就正确。
隐私：儿童数据是特殊数据
有关儿童的信息（姓名、TR ID、出生日期、学校、筛查结果、发育史、家庭信息）属于特殊个人数据，受土耳其 KVKK（个人数据保护法）和欧洲 GDPR 的保护。对于儿童来说，敏感度甚至更高，因为儿童无法对其自己的数据表示同意；征得法定代表人即家属的同意（知情同意）。将孩子的姓名、学校和诊断结果粘贴到公开的人工智能工具中是严重的违规行为。
规则很简单：对数据进行匿名化。将“Elif Kaya，3岁零2个月，Papatya幼儿园，疑似言语发育迟缓”改为“3岁零2个月的女孩，观察表达性语言发育迟缓”；删除姓名、机构、身份信息。如果可能，请选择具有数据处理协议的企业工具，并且不要在模型训练中使用您的数据。我们将在第 10 单元深入讨论这个主题；但从第一天起就养成习惯。
提示：要使匿名成为本能反应，请在您最喜欢的 AI 提示的开头放置一个持续的“不要共享凭据”提醒。下面的第四个提示是一个入门模板。
四个可复制的启动提示
1）定义角色和边界的系统框架：
您的角色：您是儿童发展专家的 DRAFT 助理。规则：不要诊断；不要使用“有自闭症/有延迟”等明确的表述；标记你不确定的地方[以供专家评估]；只要根据我给你的数据写就可以了，不要编造信息。保持输出谨慎且具有描述性。在您的所有回复中遵守这些规则。如果你明白，请写下“我准备好了”。
2）提示将观察笔记转换为基于字段的摘要：
根据发展领域（粗大运动、精细运动、语言、认知、社交情感、自我护理），将以下匿名观察笔记转化为有组织的摘要草案。不要添加评论，只需描述观察到的内容。为缺失的字段写“无观察”。备注：【匿名观察】
3）年龄校正检查提示：
我会评估婴儿的发育情况。如果宝宝早产，请提醒我使用校正年龄，而不是日历年龄，并逐步解释如何计算校正年龄。出生：提前[40 - 出生周]周。当前日历年龄：[X 个月]。
4）匿名化控制提示：
我会给你一条短信。如果存在可能泄露儿童或家庭身份的信息（名字、姓氏、TR ID、学校名称、地址、出生日期、协议编号），请勿写下；重写文本，替换为[匿名]，并列出您省略的信息。文本：[草稿]
三个迷你箱子
案例 1——安全使用。专家要求提供一份家庭可以在家中实施的培养孩子精细运动技能的活动清单。它没有给AI孩子的名字，只是给出信息“4岁，旨在支持精细运动技能”。 AI建议8个事件；为了安全起见，专家移除了两项（包含小珠子），调整了一项家里没有材料的活动，并将清单减少到 6 项活动。持续时间：6 分钟而不是 25 分钟。 AI给出了草案，责任和决定仍由专家承担。
案例 2 — 未经验证的评论陷阱。另一位专家用人工智能总结了一个10个月大的早产儿（34周出生）的发育情况。 AI根据日历年龄（10个月）评估婴儿的运动发育，并表示“轻微延迟”。然而，正确的年龄约为8.5个月，婴儿在这个年龄是完全正常的。如果专家跳过矫正，会给家人带来不必要的焦虑。验证可防止误报。
案例 3——违反保密规定。在机构工作的人将孩子的全名和 PDF 进度报告上传到公共人工智能工具中，并说“评估”。数据被发送到外部服务器，并且没有得到家长的同意。正确的方法是对数据进行匿名化，并在安全工具中仅使用必要的、去识别化的信息。个人数据泄露会损害儿童的隐私和专业人员的职业信誉。
弱提示/强提示
弱提示：
评价Elif Kaya的发育情况：3岁，Papatya幼儿园，很少说话，不知她是否患有自闭症？
这一请求在三个方面是错误的：共享身份和机构信息（违反 KVKK）、提出超出权限的诊断问题（“自闭症？”）、未给出观察数据和背景。人工智能通过猜测来填补空白，并且存在输出不准确和污名化的风险。
强力提示：
您的角色：儿童发展专家的 DRAFT 助理。做出诊断：使用明确的陈述，例如“存在自闭症/延迟”。根据您的发展领域，将以下匿名观察笔记转化为有组织的摘要草案。标记您不确定或需要专家决定的区域[让专家评估]。如果需要转介，请使用谨慎的语言，例如“可能建议进一步评估”。孩子：3岁2个月大的女孩。观察：约 15 个单词的表达性语言，没有两个单词的句子；有眼神交流；参加同伴游戏；似乎适合粗大/精细运动年龄。
强请求是匿名的，定义角色和边界，施加诊断禁令，构建观察数据，并请求验证标记。
您将在本模块中学到什么
在以下单元中，我们将分别涵盖以下内容：筛选工具支持和年龄校正（单元2）、监测发展领域（单元3）、结构化观察笔记（单元4）、活动/游戏计划（单元5）、个人支持计划（单元6）、家庭指导内容（单元7）、材料制作（单元8）、证据筛选和来源验证（单元9）、保密和道德（单元10）以及端到端工作流程（单元11）。每个单元都会有提示和清单，您可以复制和调整。
常见错误
- 把AI当作专家：“AI评估了，所以我写了”这句话并不能消除职业责任；决定权永远是你的。
- 混淆筛查与诊断：筛查决定风险，而不是诊断。 AI不知道这个限制，你会保护它。
- 将凭证粘贴到车辆中：最常见和最危险的错误。让匿名成为一种条件反射。
- 跳过年龄修正：人工智能甚至人类经常犯错误，尤其是在早产儿身上。
- 混淆流畅性和准确性：写得好的评论并不意味着它是正确的。
总之
人工智能是您儿童发展业务的强大助手：它组织观察、生成草图、准备材料并加速家庭内容。但观察、评估、评论和指导的决定取决于专家；诊断属于医生和临床团队。随着风险的增加，人工智能的作用变得越来越小。通过将每个输出链接到源、将其与观察结果进行比较以及将其通过专家/道德过滤器来验证每个输出。请务必对儿童数据进行匿名处理，并在必要时获得家人的同意。这些原则是您在整个模块中看到的每项技术的基础。
应用任务
从您自己的工作环境中选择一项真实任务（无需识别信息）：例如，孩子的精细运动活动列表。首先，根据您自己的任务调整上面的“强提示”模式。获取人工智能输出并遵循三个验证步骤：（1）将每个建议归因于可靠的来源/您自己的知识，（2）将其与您的观察结果进行比较，（3）将其通过道德/专家过滤器。请注意在一句话中至少纠正了打印输出中的三点。这篇笔记将具体向你展示人工智能在哪里有帮助，在哪里有风险。
清单
- [ ]我把AI定位为助手；决定和责任是我的。
- [ ] 我确定了任务的风险级别；我是在高风险人类的同意下长大的。
- [ ] 我坚持区分筛查和诊断；我没有使用任何暗示诊断的表达方式。
- [ ] 我对儿童数据进行了匿名处理；我没有分享身份/机构信息。
- [ ] 如果有必要，我会征得家人的同意并选择安全的车辆。
- [ ] 我将输出连接到源，将其与观察结果进行比较，并将其通过专家过滤器。
- [ ] 我还检查了需要年龄校正（早产）的情况。