Quiz collegato alla guida · Medio Livello

Bias di automazione: quiz sulla fiducia eccessiva nell'intelligenza artificiale

Riconosci il bias dell'automazione, gli errori di commissione e omissione, la revisione umana efficace e i modi per verificare se i revisori convalidano i consigli dell'IA.

Domanda 1 di 8

Quale comportamento descrive meglio il bias dell'automazione?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Quale comportamento descrive meglio il bias dell'automazione?
    • Una tendenza a sostituire il giudizio vigile con consigli automatizzati
    • Un crash del software causato da un robot
    • Un metodo per migliorare l'accuratezza del modello
    • Un tipo di crittografia dei dati di addestramento
  2. Un utente segue una raccomandazione errata dell'IA. Che tipo di errore di automazione è questo?
    • An omission error
    • Un errore di commissione
    • Una metrica di calibrazione
    • Una cancellazione di dati
  3. Un revisore manca un risultato importante perché l'IA non lo ha segnalato. Qual è questo schema di errore?
    • Commission
    • Campionamento casuale
    • Omission
    • Calibrazione del modello
  4. Perché un'etichetta nominale “umano nel loop” è insufficiente?
    • Il revisore potrebbe non avere tempo, prove, competenza o autorità per sfidare il sistema
    • Gli esseri umani non commettono mai errori
    • Il modello potrebbe essere open source
    • Significa che il sistema non ha automazione
  5. Quale test può rivelare errori di commissione?
    • Fornisci una raccomandazione corretta e chiedi il suo colore
    • Presenta un suggerimento plausibile ma errato e osserva se il revisore lo coglie
    • Rimuovi tutte le informazioni di origine
    • Chiedi agli utenti se gli piace l'interfaccia
  6. Quale test può rivelare errori di omissione?
    • Assicurati che il sistema non segnali un caso rilevante e verifica se il revisore se ne accorge tramite altre evidenze
    • Testa solo un sistema che segnala sempre tutto
    • Misura la velocità di caricamento della pagina
    • Chiedi al modello di spiegare i suoi dati di addestramento
  7. Quali fattori possono influenzare la fiducia nei consigli automatizzati?
    • Solo il conteggio dei parametri del modello
    • Carico di lavoro, pressione temporale, interfaccia, competenza e prove indipendenti
    • Solo il contrasto cromatico
    • Il formato del file
  8. Cosa misura un audit significativo sui bias dell'automazione?
    • Solo se esiste una casella di controllo per la revisione
    • Se gli utenti apprezzano generalmente l'IA
    • Sovrascritture, avvisi mancanti, ispezione delle prove e risultati a valle
    • Il numero di funzionalità AI