Quiz dotyczący współpracy człowieka i sztucznej inteligencji

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jak przewodnik sugeruje podział pracy pomiędzy asystentem AI i recenzentem?
   • Korzystaj z systemu w celu uzyskania odpowiedniego, powtarzalnego wsparcia i ludzi w celu kontekstowego, odpowiedzialnego osądu
   • Podejmuj każdą decyzję automatycznie, gdy model osiągnie docelową średnią dokładność
   • Przydzielaj ludziom tylko te prace, dla których model nie ma przykładów szkoleniowych
   • Pozwól asystentowi zatwierdzić własne propozycje, podczas gdy inni zobaczą późniejszy raport
2. Dlaczego samo kliknięcie wymaganej akceptacji przez człowieka nie wystarczy jako nadzór?
   • Zawsze spowalnia usługę bardziej, niż uzasadniają to jakiekolwiek korzyści związane z bezpieczeństwem
   • Uniemożliwia to asystentowi przedstawienie jakichkolwiek dowodów potwierdzających
   • Recenzentowi może brakować czasu, kontekstu lub uprawnień do oceny propozycji
   • Automatycznie przenosi odpowiedzialność za model na recenzenta
3. Jakie informacje należy przekazać, zanim dana osoba zatwierdzi działanie zaproponowane przez sztuczną inteligencję?
   • Tylko ostateczna rekomendacja modelu i przycisk potwierdzenia
   • Istotne źródło, niepewność, konsekwencje i znaczące alternatywy
   • Tylko długie wyjaśnienie architektury modelu, niezależnie od zadania
   • Tylko historyczna średnia dokładność modelu
4. Dlaczego interfejs miałby odróżniać rekomendację AI od już podjętej akcji?
   • Po przeszkoleniu modelu te dwa stany są wymienne
   • Zalecenie ma automatycznie takie same skutki zewnętrzne jak wykonanie
   • To rozróżnienie ma znaczenie tylko w przypadku dzienników twórcy modelu
   • Recenzent musi wiedzieć, czy zatwierdzenie może w dalszym ciągu uniemożliwić podjęcie działań zewnętrznych
5. Kiedy anulowanie i eskalacja powinny być dostępne w przepływie pracy wspieranym przez sztuczną inteligencję?
   • Tylko w retrospektywnym raporcie z incydentu po zakończeniu działania
   • W momencie, gdy recenzent może jeszcze zapobiec konsekwencjom lub je skorygować
   • Tylko jeśli model nie generuje żadnych rekomendacji
   • Tylko dla administratorów, którzy nie są zaangażowani w podejmowanie decyzji
6. Model sugestii jest dokładny sam w sobie, ale recenzenci pomijają jego rzadkie błędy. Co powinna mierzyć ewaluacja?
   • Połączona jakość zadań, obciążenie recenzenta i usuwanie błędów z realistycznymi użytkownikami
   • Tylko dokładność modelu w trybie offline w przypadku wstrzymanego zbioru danych
   • Tylko częstotliwość klikania przycisku „Zatwierdź” przez recenzentów
   • Tylko czas potrzebny na wygenerowanie każdej sugestii
7. Asystent proponuje klientowi zwrot pieniędzy. Co powinien zobaczyć recenzent przed zatwierdzeniem?
   • Tylko poziom zaufania asystenta i proponowana kwota
   • Tylko przycisk ostatecznego zwrotu pieniędzy, z zapisami źródłowymi w innym systemie
   • Tylko najnowsza wiadomość klienta bez obowiązujących zasad
   • Wniosek, obowiązujący fragment polisy, kwota i proponowane działanie łącznie
8. Co organizacja powinna zachować, jeśli automatyzacja zawiedzie lub zadanie wykracza poza ocenione warunki?
   • Domyślna reguła zatwierdzania, dzięki której praca nigdy się nie kończy
   • Przewidywania modelu bez żadnych wyjaśnień i właściciela
   • Użyteczna ścieżka ręczna i właściciel, który może podjąć działania w związku ze zgłoszonymi błędami
   • Ukryta kolejka, która jest sprawdzana dopiero przy następnej aktualizacji modelu