İçeriğe atla
SinaptikLabAI KNOWLEDGE PLATFORM

YAPAY ZEKÂ ETİĞİ · Orta

Yapay Zekâ Etiği Testi — Orta

Adalet ölçütleri arasındaki gerilimi ve gruplar arası farkın nereden geldiğini teşhis etme becerisini sınar. Gözetimi ve hesap verebilirliği işleyen bir mekanizmaya bağlamayı ölçen test.

Soru
6
Süre
12 dk
Ölçülen beceri
4
Seviye
Orta

Kimler çözmeli?

Karar destek sistemi kuran ürün, veri bilimi ve risk ekipleri için; temel model değerlendirme bilgisini varsayar.

Ölçülen beceriler

  • Adalet ölçütü seçimi
  • Yanlılık teşhisi
  • Gözetim tasarımı
  • Hesap verebilirlik kurgusu
01ÇÖZ

Testi çöz

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alan önerisi alırsın.

6 soruluk testi çözmeye hazır mısın?

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alanlar için öneri alırsın.

Sonuç anonim olarak kaydedilir: yalnızca puan ve beceri kırılımı; kimlik bilgisi tutulmaz.
02HEDEFLER

Bu test neyi ölçüyor?

Test sonrası ne bildiğini değil, hangi beceride eksik olduğunu görürsün.

  • 01

    Adalet ölçütleri arasındaki gerilimi gerekçelendirmek

  • 02

    Gruplar arası farkın kaynağını teşhis etmek

  • 03

    Hesap verebilirliği belgelenmiş bir mekanizmaya bağlamak

03ÖRNEK SORULAR

Sorular sayfada görünür

Eğitim içeriği JavaScript arkasına gizlenmez. Aşağıdaki üç örnek soru, doğru cevapları ve açıklamalarıyla birlikte taranabilir durumdadır.

  1. Soru 01yapay-zeka-etigi-orta-1Adalet ölçütleri · Orta · Adalet ölçütü seçimi

    Bir ekip modelin hem gruplar arası seçilme oranlarını hem de gruplar arası hata oranlarını eşitlemesini istiyor. Bu istekle ilgili doğru olan nedir?

    • Aİki ölçüt aynı büyüklüğü ölçtüğü için istek zaten karşılanmış durumdadır
    • BEşik her grup için ayrı ayarlandığında iki ölçüt birlikte sağlanır
    • CYeterince veri toplandığında iki ölçüt birlikte sağlanır hâle gelir
    • DTaban oranlar gruplar arasında farklıysa iki ölçüt aynı anda sağlanamaz

    Açıklama

    Gruplarda gerçekleşme oranları farklıysa seçilme oranı eşitliği ile hata oranı eşitliği matematiksel olarak çatışır; hangisinin öne alınacağı teknik değil politika kararıdır. En çekici yanlış seçenek grup başına eşik ayarlamaktır: bu bir ölçütü düzeltirken diğerini bozar, ikisini birden kurtarmaz.

    Responsible AI girdisini oku
  2. Soru 02yapay-zeka-etigi-orta-2Vekil değişkenler · Orta · Yanlılık teşhisi

    Bir kredi modelinden cinsiyet alanı çıkarıldı, ancak gruplar arası onay farkı sürüyor. Bu tablonun en olası açıklaması nedir?

    • AVeride kalan başka alanlar cinsiyetle ilişkili olduğu için sinyal dolaylı taşınıyor
    • BAlan çıkarıldığından fark artık ölçülemez; gözlenen tablo bir yanılsamadır
    • CModel çıkarılan alanı önceki eğitimden hatırladığı için fark yerinde kalıyor
    • DFark eğitim kümesinin küçüklüğünden geliyor ve küme büyütülünce kapanır

    Açıklama

    Korunan özelliği silmek onunla ilişkili alanları silmez; meslek, semt ve harcama örüntüsü aynı sinyali dolaylı olarak taşır. En çekici yanlış seçenek veri büyütmektir: küme büyüdükçe tahminlerin kararlılığı artar, ama vekil değişkenlerin taşıdığı fark kendiliğinden kaybolmaz.

  3. Soru 03yapay-zeka-etigi-orta-3Otomasyon yanlılığı · Orta · Gözetim tasarımı

    Bir hastanede önceliklendirme modelinin önerileri hekimler tarafından neredeyse hiç değiştirilmiyor. Bu gözlem öncelikle neyi işaret eder?

    • AModelin doğruluğunun yeterince yüksek olduğunu ve gözetimin gereksizleştiğini
    • BHekimlerin sisteme erişim yetkisinin teknik olarak kısıtlandığını
    • CGözetimin biçimsel kalmış olabileceğini, otomasyon yanlılığı riskini
    • DModelin açıklama katmanının iyi çalıştığını ve itiraza gerek bırakmadığını

    Açıklama

    Öneriyle uyuşma oranı doğruluk kanıtı değildir; sıfıra yakın itiraz, gözetimin fiilen devre dışı kaldığına dair bir uyarı işaretidir ve ayrıca incelenir. En çekici yanlış seçenek yüksek doğruluk çıkarımıdır: doğruluk bağımsız bir ölçümle gösterilir, gözetenin hemfikir görünmesiyle değil.

    Responsible AI girdisini oku
04SONUÇ

Skor nasıl okunur?

  • AI Curious

    0–35

    Kavramları duymuş, henüz haritası yok.

  • AI Explorer

    36–60

    Temelleri biliyor, uygulamada boşluklar var.

  • AI Practitioner

    61–80

    Uygulama kurabiliyor, değerlendirme eksik.

  • AI Builder

    81–100

    Üretim sistemi kurabiliyor ve ölçebiliyor.

LEARN

Eksik çıkan beceriyi kapat

Test sonucun beceri grafiğine işlenir; sistem hangi dersle devam etmen gerektiğini söyler.