BAHAN SESI 1–4 · PRINSIP KE AMALAN

Prinsip & etika
AI generatif.

Ringkasan isi kandungan sesi teori: asas AI, kod etika, risiko penyalahgunaan dan amanah data. Gunakan halaman ini bersama latihan modul.

4 sesi7 prinsip AIGEGlosari
Sesi 1 · 8.45 – 9.30 pagi

Apakah AI generatif — dan apa yang ia bukan

AI generatif ialah model yang dilatih dengan teks dan data yang sangat banyak untuk meramal perkataan atau unsur seterusnya yang paling munasabah. Ia menghasilkan teks, jadual, imej atau kod baharu berdasarkan corak, bukan dengan mencari jawapan dalam pangkalan data rasmi.

Boleh membantu
  • Draf e-mel, hebahan dan minit
  • Ringkasan dokumen panjang
  • Menyusun data dan mengira
  • Menukar format dan bahasa
  • Menjana idea dan senarai semak
Batasan utama
  • Boleh “berhalusinasi” — fakta, rujukan atau angka yang direka dengan yakin
  • Tidak tahu polisi dalaman atau keputusan terkini
  • Tidak memahami konteks kes individu
  • Hasil berbeza bagi prompt yang sama
Yang tidak berubah
  • Pegawai kekal bertanggungjawab terhadap hasil akhir
  • Keputusan rasmi dibuat oleh manusia yang berkuasa
  • Data yang dikongsi tidak boleh “ditarik balik”

Gemini atau Gemini Notebook?

GeminiGemini Notebook (NotebookLM)
Sesuai untukPerbualan, draf, analisis fail yang dilampirkanMenjawab berdasarkan dokumen sumber yang dimuat naik
Sumber jawapanPengetahuan model + fail dalam perbualanTerutamanya sumber dalam notebook, dengan petikan
Contoh modulModul 03, 05–07, 09–11Modul 01, 02, 04
Risiko utamaMenambah fakta luar yang tidak disahkanSalah tafsir petikan atau terlepas halaman
Formula prompt kerja:

Peranan + Proses + Maklumat + Hasil + Kawalan. Kawalan yang paling penting: “Jangan mereka fakta; jika tiada dalam sumber, tulis ‘Tidak dinyatakan dalam sumber’.”

Sesi 2 · 9.30 – 10.15 pagi

Kod etika: tujuh prinsip AIGE dalam tugasan pentadbiran

Garis Panduan Tadbir Urus dan Etika Kecerdasan Buatan Kebangsaan (AIGE) dilancarkan oleh Kementerian Sains, Teknologi dan Inovasi (MOSTI) pada 20 September 2024. Ia menggariskan tujuh prinsip dan memberi panduan kepada tiga kumpulan, termasuk pengguna akhir AI — iaitu kita.

#Prinsip AIGEMaksud ringkasDalam kerja pentadbiran
01KeadilanHasil AI tidak boleh mendiskriminasi pelajar atau staf mengikut latar belakang.Semak sama ada draf jawapan melayan semua kategori pelajar secara sama.
02Kebolehpercayaan, keselamatan & kawalanAI perlu berfungsi seperti yang dijangka dan berada di bawah kawalan manusia.Uji prompt dengan beberapa contoh sebelum digunakan secara rutin.
03Privasi & keselamatanData peribadi dan maklumat organisasi dilindungi daripada akses dan penyalahgunaan.Jangan muat naik senarai pelajar, keputusan atau dokumen terperingkat.
04KeterangkumanManfaat AI boleh dinikmati oleh semua, termasuk pengguna yang kurang mahir teknologi.Hebahan yang dijana AI mesti mudah dibaca dan boleh diakses.
05KetelusanPengguna tahu bila dan bagaimana AI digunakan.Nyatakan dalam dokumen kerja bahawa draf dibantu AI jika polisi memerlukannya.
06AkauntabilitiManusia dan organisasi bertanggungjawab terhadap keputusan dan hasil AI.“AI yang tulis” bukan alasan; pegawai menyemak dan meluluskan.
07Manfaat & kesejahteraan insanAI digunakan untuk kebaikan manusia, bukan menggantikan pertimbangan yang wajar.Gunakan AI untuk menjimatkan masa kerja rutin, bukan untuk membuat keputusan tentang pelajar.

Rujukan berkaitan

Nota:

Garis panduan UTM di atas ditulis untuk pengajaran dan pembelajaran. Prinsipnya (ketelusan, semakan, akauntabiliti) relevan untuk pentadbiran, tetapi rujuk polisi jabatan anda bagi peraturan khusus.

Sesi 3 · 10.30 – 11.15 pagi

Tujuh risiko penyalahgunaan AI yang paling kerap

RisikoContoh dalam kerjaKawalanLatih dalam
HalusinasiArtikel peraturan, tarikh atau rujukan yang tidak wujudMinta sumber dan halaman; semak sendiri sekurang-kurangnya satu petikanModul 02, 04
Pendedahan dataSenarai nama, nombor matrik atau keputusan dimuat naik ke alat awamGuna data minimum, agregat atau sintetik; guna akaun yang diluluskanModul 05
Salah kiraPurata kadar tanpa pemberat; rekod pendua dikira dua kaliMinta formula; kira semula dua nilai secara manualModul 03, 09
Mengubah faktaMasa, tarikh atau pautan berubah antara versi hebahanBandingkan setiap versi dengan nota fakta asalModul 07
Keputusan tersiratDraf berbunyi “permohonan anda akan diluluskan”Tandakan kenyataan berbentuk janji; rujuk pegawai berkuasaModul 01, 04
KebergantunganHasil AI dihantar tanpa dibacaSemakan manusia wajib sebelum dikongsiSemua modul
Dakwaan sebab-akibat“Saluran WhatsApp menyebabkan lebih banyak aduan”Bezakan dapatan deskriptif daripada tafsiranModul 08, 10
Contoh sebenar dalam laman ini:

PDF Kalendar Akademik rasmi (Modul 02) mengandungi beberapa kesilapan taip pada halaman 2, contohnya “24 Januari 2026”. AI yang menyalin tanpa semakan akan menyebarkan kesilapan itu. Sumber rasmi pun perlu dibaca dengan teliti.

Sesi 4 · 11.15 pagi – 12.15 tengah hari

Amanah data: lima amalan sebelum menekan “Hantar”

  1. TujuanApakah soalan yang perlu dijawab? Tanpa tujuan yang jelas, jangan muat naik apa-apa.
  2. MinimumBuang medan yang tidak diperlukan — nama, nombor matrik, IC, e-mel, telefon.
  3. KlasifikasiSemak tahap maklumat. Dokumen terperingkat tidak boleh dimasukkan ke alat AI awam. Lihat panduan klasifikasi →
  4. Alat yang dibenarkanGunakan akaun dan alat yang diluluskan organisasi; semak tetapan penyimpanan perbualan.
  5. Semak & rekodSahkan hasil dengan sumber, nyatakan penggunaan AI jika perlu, dan simpan rekod keputusan manusia.

Konteks undang-undang: Akta Perlindungan Data Peribadi 2010 (pindaan 2024)

  • Pindaan 2024 berkuat kuasa secara berperingkat pada 2025: istilah “pengguna data” ditukar kepada pengawal data, dan data biometrik kini termasuk data peribadi sensitif.
  • Penalti maksimum dinaikkan kepada RM1 juta dan/atau penjara sehingga 3 tahun.
  • Pengawal dan pemproses data perlu melantik Pegawai Perlindungan Data dan memaklumkan pelanggaran data kepada Pesuruhjaya.
  • Pemakaian akta kepada sesuatu institusi bergantung pada statusnya. Bagi amalan di UTM, rujuk polisi perlindungan data peribadi UTM (PPDU) ↗.
Ingat:

Memasukkan data peribadi ke dalam alat AI ialah satu bentuk perkongsian data. Tanya: adakah pemilik data menjangkakan maklumatnya digunakan begini?

Glosari

Istilah AI dalam Bahasa Melayu

AI generatif
AI yang menghasilkan kandungan baharu (teks, imej, kod) berdasarkan corak daripada data latihan.
Model bahasa besar (LLM)
Model AI yang dilatih dengan teks yang sangat banyak untuk memahami dan menjana bahasa. Gemini ialah contohnya.
Prompt
Arahan atau soalan yang diberikan kepada AI.
Halusinasi
Hasil AI yang kedengaran meyakinkan tetapi tidak benar atau tidak disokong sumber.
Sumber (grounding)
Dokumen yang dijadikan asas jawapan AI, seperti PDF dalam Gemini Notebook.
Petikan / citation
Rujukan kepada bahagian sumber yang menyokong sesuatu kenyataan.
Data peribadi
Maklumat yang boleh mengenal pasti individu secara langsung atau tidak langsung.
Data sensitif
Kategori data peribadi yang memerlukan perlindungan lebih tinggi, contohnya kesihatan dan biometrik.
Pengurangan data
Menggunakan hanya medan data yang benar-benar diperlukan untuk tujuan tertentu.
Data agregat
Data yang diringkaskan dalam bentuk jumlah atau kadar, bukan rekod individu.
Risiko sel kecil
Kumpulan agregat yang terlalu kecil sehingga individu boleh dikenal pasti.
Data sintetik
Data rekaan yang meniru struktur data sebenar tanpa mewakili individu sebenar.
Nyahkenal pasti
Membuang atau menyamarkan pengecam supaya individu tidak dapat dikenal pasti.
Kadar berwajaran
Kadar yang dikira daripada jumlah pembilang ÷ jumlah penyebut, bukan purata kadar baris.
Semakan manusia (human-in-the-loop)
Langkah wajib di mana pegawai menyemak dan meluluskan hasil AI sebelum digunakan.
PRINSIP · ETIKA · AMANAH

Gunakan AI dengan bijaksana.
Pelihara data dengan amanah.

Teruskan ke latihan modul untuk mengamalkan prinsip ini.

Teroka Bahan Pengajaran →