# Model, konteks, dan jawaban yang keliru

Taiga Learning · Lembar kerja
https://taiga.training/id/lessons/models-context/

Gunakan informasi fiktif atau yang disetujui. Jangan masukkan secret dalam lembar kerja ini.

## Tujuan pembelajaran
- Bedakan kemampuan model dari aksesnya ke fakta terkini.
- Kenali saat batasan yang belum diberikan mengubah jawaban yang tampak masuk akal.
- Minta bukti yang dapat diperiksa.

## Latihan
Pilih fungsi kecil yang Anda pahami. Gunakan kode tanpa informasi sensitif.
1. Minta alat AI yang disetujui menjelaskan fungsi tersebut.
2. Berikan kode pemanggil dan satu pengujian yang gagal.
3. Minta alat merevisi penjelasannya.
4. Catat pernyataan yang berubah dan bukti yang mengubahnya.
5. Catat ketidakpastian yang tersisa.

## Jawaban Anda
- Skenario dan cakupan:
- Asumsi dan pertanyaan yang belum terjawab:
- Jawaban atau keputusan yang diusulkan, beserta alasan:

## Verifikasi jawaban Anda
| Klaim atau kriteria | Bukti atau pengujian | Hasil atau kekurangan | Penanggung jawab |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Tindakan berikutnya
- Tindakan, penanggung jawab, dan tanggal:
- Kapan Anda akan meninjau jawaban ini?

## Prinsip yang perlu dipertahankan
Output yang berguna memerlukan kemampuan dan informasi tugas yang tepat. Penjelasan yang jelas tidak membuktikan bahwa model telah memeriksa asumsinya.

## Sumber
- [NIST: Generative AI Profile, AI 600-1](https://doi.org/10.6028/NIST.AI.600-1)

Lembar kerja ini mendukung pembelajaran. Menyelesaikannya tidak dengan sendirinya mengizinkan perubahan produksi.