https://wiki.rettungsdienstblog.eu/api.php?action=feedcontributions&feedformat=atom&user=JulieStrempel 2026-10-16T04:10:51Z Benutzerbeiträge MediaWiki 1.37.1 https://wiki.rettungsdienstblog.eu/index.php?title=4_z%C3%A1sady_etiky_p%C5%99i_pou%C5%BEit%C3%AD_AI_v_komunikaci_se_z%C3%A1kazn%C3%ADkem&diff=476488 2026-10-15T21:30:40Z

<p>JulieStrempel: </p> <hr /> <div>Typické chyby, které lidé dělají opakovaně: zapomenou uzamknout oblast klíče pomocí dolarů, takže po rozkopírování vzorce se rozsah posune a výsledky nesedí. Dále používají přibližnou shodu místo přesné, což u textových klíčů vrací nesmysly. A třetí častá chyba: propojují tabulky, které mají klíč uložený jako text v jedné a jako číslo v druhé. Excel je nerozpozná jako stejné hodnoty, i když vypadají identicky.&lt;br&gt;&lt;br&gt;Formát a velikost řešte ještě před vložením do článku. Pro web se snažte držet šířku okolo 1200 pixelů, poměr stran 16:9 nebo 4:3. Ukládejte do formátu, který zvládne kompresi bez viditelných artefaktů – WebP nebo kvalitní JPEG. Pokud generátor vrací čtverec a vy potřebujete široký pruh, neškálujte na sílu; raději vygenerujte znovu s jiným poměrem stran. Tím předejdete rozmazaným okrajům a divnému ořezu.&lt;br&gt;&lt;br&gt;Umělá inteligence se stala běžným nástrojem v zákaznické komunikaci. Ať už jde o chatbota na webu, automatické odpovědi v e-mailu nebo generování textů, vždy platí, že za výsledek nese odpovědnost člověk, nikoli stroj. Etika zde neznamená jen dodržení zákona, ale i to, zda zákazník pozná, s kým nebo s čím mluví, a zda je mu poskytnuta pravdivá a srozumitelná informace.&lt;br&gt;&lt;br&gt;Typická chyba je jednotvárnost. Sada obrázků ve stejném stylu, se stejnou paletou a stejným úhlem působí jako omalovánky. Střídejte kompozici: jednou detail, jednou celek, jednou abstrakci. Barvy volte podle tématu, ne podle toho, co se líbí vám. U delších článků se hodí jeden ústřední obrázek a k němu dva až tři doplňkové, které rozvíjejí text. Nepoužívejte obrázek jen proto, že je pěkný – každý by měl mít v textu svou roli.&lt;br&gt;&lt;br&gt;Než začnete generovat, sestavte si krátký seznam toho, co má obrázek sdělit. Stačí tři body: hlavní myšlenka odstavce, nálada (vážná, odlehčená, technická) a formát (na šířku do hlavičky, na výšku do textu). Teprve pak pište prompt. Do něj patří konkrétní popis scény, stylu a kompozice. Vyhněte se slovům jako „moderní&quot; nebo „kvalitní&quot; – generátor si pod nimi představí cokoli. Místo toho napište, co má být v popředí, co v pozadí a jaké má být světlo.&lt;br&gt;&lt;br&gt;Po nasazení do produkce sledujte integraci alespoň první týden. Porovnávejte objem požadavků s očekáváním, kontrolujte latence a čtěte chybové logy. Dokumentujte každou odchylku a její řešení. Tím si vytvoříte vlastní znalostní bázi, která se hodí při další integraci. Pokud se objeví výpadek na straně um, mějte připravený záložní scénář – například dočasné pozastavení operací nebo frontu pro pozdější zpracování. Klid a systematičnost nakonec rozhodují víc než rychlost prvního spuštění.&lt;br&gt;&lt;br&gt;Nejčastější chyba je dívat se pouze na cenu zboží. Do celkové částky patří doprava, případné balné, ale i to, zda lze platit kartou bez poplatku. U dražšího zboží se vyplatí zkontrolovat, jestli stejný výrobek nemá jiný prodejce s výrazně levnějším doručením. Někdy je výhodnější zaplatit o něco víc za produkt, ale ušetřit na dopravě. Vždy si před dokončením objednávky projděte rekapitulaci a sečtěte všechny položky.&lt;br&gt;&lt;br&gt;Umělá inteligence umí třídit životopisy, hodnotit videorozhovory nebo předpovídat, kdo v práci vydrží. Jenže algoritmy se učí z historických dat, a ta jsou plná předsudků. Pokud firma roky nabírala hlavně mladé muže z jednoho města, model to bude považovat za ideál. Etický nábor s umělou inteligencí proto začíná u dat. Před nasazením systému si udělejte audit: odkud data pocházejí, jak jsou stará, koho popisují a kdo v nich chybí. Bez tohoto kroku jen zautomatizujete diskriminaci, i když to nikdo nechce.&lt;br&gt;&lt;br&gt;Co kontrolovat před spuštěním a po něm Konkrétní postup: nejprve definujte, co přesně má model předpovídat. „Kdo se hodí na pozici&quot; je příliš vágní. Lepší je „kdo splní výkonnostní cíl po šesti měsících&quot; nebo „kdo zůstane alespoň rok&quot;. Potom si napište, jaké údaje do modelu nesmíte pustit: věk, pohlaví, etnicitu, zdravotní stav, ale i třeba adresu nebo fotografii. Ani nepřímé náhrady jako „rok dokončení školy&quot; nebo „koníčky typické pro jednu skupinu&quot; tam nepatří. Před spuštěním otestujte model na datech, která jste při tréninku nepoužili, a sledujte, jestli některá skupina nepropadá víc než jiná. Po nasazení měřte průběžně: kdo je pozván k pohovoru, kdo projde, kdo je přijat. Pokud se poměry mezi skupinami liší od těch na vstupu, něco je špatně.&lt;br&gt;&lt;br&gt;Poslední věc: dokumentujte. Zapište, jaká data jste použili, jaké parametry nastavili, jaké testy proběhly a kdo rozhodl o nasazení. Když se za rok ozve stížnost nebo kontrola, budete mít co předložit. A pokud se ukáže, že model zvýhodňuje jednu skupinu, mějte připravený plán, jak ho upravit nebo vypnout. Etický nábor s umělou inteligencí není jednorázový projekt. Je to běžná součást práce s lidmi, která vyžaduje pozornost, pokoru a ochotu přiznat chybu.</div>

JulieStrempel https://wiki.rettungsdienstblog.eu/index.php?title=Benutzer:JulieStrempel&diff=476486 2026-10-15T21:30:37Z

<p>JulieStrempel: Die Seite wurde neu angelegt: „Autor blogu světem interiérů žije už dlouho. Píšu o tom, jak si poradit v malém bytě. Nejvíc mě baví popisovat postupy krok za krokem.“</p> <hr /> <div>Autor blogu světem interiérů žije už dlouho. Píšu o tom, jak si poradit v malém bytě. Nejvíc mě baví popisovat postupy krok za krokem.</div>

JulieStrempel