WorksheetsKonsep Dasar Kecerdasan Artifisial
Total questions: 10
Worksheet time: 5mins
Menurut modul, apa definisi paling tepat dari Kecerdasan Artifisial (KA)?
Sebuah sistem yang memungkinkan komputer untuk belajar dari data, mengenali pola, dan membuat keputusan atau prediksi secara mandiri.
Teknologi yang menggantikan seluruh pekerjaan manusia dengan robot.
Perangkat keras canggih yang hanya digunakan untuk perhitungan matematis yang kompleks.
Program komputer yang hanya dapat menjalankan perintah yang sudah diprogram secara spesifik.
Manakah di bawah ini yang merupakan contoh dari mesin cerdas (smart machine) menurut penjelasan di modul?
Kalkulator yang bisa menghitung dengan cepat.
Asisten virtual seperti Google Assistant atau Siri.
Remote TV untuk mengganti saluran.
Mesin cuci manual yang mode pencuciannya harus diatur oleh manusia.
Tahapan pertama dan paling mendasar dalam cara kerja Kecerdasan Artifisial adalah...
Memverifikasi keakuratan hasil.
Pelatihan model dengan algoritma.
Mengumpulkan atau menerima data sebagai masukan (input).
Memberikan prediksi atau output.
Apa keterbatasan utama Kecerdasan Artifisial jika dibandingkan dengan kecerdasan manusia, seperti yang dijelaskan dalam modul?
KA tidak bisa digunakan untuk tugas-tugas yang berulang.
KA tidak bisa mengolah data dalam jumlah besar secepat manusia.
KA tidak bisa belajar dari kesalahannya.
KA tidak memiliki kreativitas sejati, perasaan, atau pemahaman kontekstual yang mendalam.
Salah satu prinsip etika dalam penggunaan KA adalah 'Transparansi'. Apa artinya?
Pengguna harus selalu memberitahukan data pribadi mereka kepada sistem KA.
Setiap keputusan yang dihasilkan oleh KA harus dapat dijelaskan dan dipahami oleh manusia.
KA harus bisa mendeteksi semua jenis kebohongan atau informasi yang salah.
KA harus dibuat dengan kode program yang bisa dilihat oleh semua orang.
Teknologi KA yang berfokus pada pemahaman dan penghasilan teks seperti manusia, yang digunakan dalam chatbot dan penerjemahan otomatis, disebut...
Image Recognition (Pengenalan Gambar)
Autonomous Agents (Agen Otonom)
Data Mining for Prediction (Penambangan Data untuk Prediksi)
Natural Language Processing (NLP) / Pemrosesan Bahasa Alami
Mengapa data yang beragam dan representatif sangat penting untuk melatih KA agar adil dan tidak diskriminatif?
Karena KA bisa mewarisi bias yang ada dalam data, sehingga data yang tidak seimbang dapat menghasilkan keputusan yang tidak adil.
Karena data yang beragam membuat proses pelatihan menjadi lebih cepat.
Karena data yang seragam lebih sulit ditemukan daripada data yang beragam.
Karena data yang beragam lebih mudah disimpan di dalam komputer.
Manakah dari aplikasi berikut yang merupakan contoh dari Kecerdasan Artifisial Generatif (Generative AI)?
Aplikasi Google Translate yang menerjemahkan teks dari satu bahasa ke bahasa lain.
Aplikasi perbankan yang mendeteksi transaksi penipuan.
Aplikasi peta seperti Google Maps yang memberikan rute terbaik.
Sistem yang dapat membuat gambar atau menulis puisi berdasarkan perintah teks dari pengguna.
Apa yang dimaksud dengan 'Akuntabilitas' dalam etika KA?
KA itu sendiri harus bisa bertanggung jawab atas kesalahannya.
Pengguna KA harus bertanggung jawab penuh atas semua hasil yang diberikan oleh KA.
Setiap sistem KA harus memiliki pemilik atau pengelola manusia yang bertanggung jawab jika terjadi kesalahan.
Sistem KA harus bisa menghitung dan mencatat semua
Menurut modul, mengapa seorang pendidik tetap perlu mengawasi penggunaan KA seperti ChatGPT oleh siswa?
Karena KA dapat memberikan informasi yang tidak selalu akurat dan perlu diperiksa kembali.
Karena semua platform KA memerlukan biaya langganan yang mahal.
Karena platform KA tersebut bisa diretas oleh siswa.
Karena penggunaan KA akan membuat siswa menjadi tidak kreatif sama sekali.
