Εφαρμογές Πληροφορικής
Πέμπτη 27 Νοεμβρίου 2025
85 Quiz: Ενότητα 11 (11.9)-AI στη Δυναμική Τιμολόγηση
Quiz: AI στη Δυναμική Τιμολόγηση - 25 Ερωτήσεις
AI στη Δυναμική Τιμολόγηση
Σκορ: 0 / 25
Χρόνος: 20:00
1. Τι έχει εισάγει η τεχνητή νοημοσύνη (AI) στον τομέα της τιμολόγησης;
Την αποκλειστική χρήση σταθερών τιμών.
Τη δυνατότητα για δυναμική προσαρμογή των τιμών.
Την κατάργηση των μοντέλων πρόβλεψης.
Την αύξηση των χειροκίνητων υπολογισμών.
Η AI έχει εισέλθει δυναμικά, εισάγοντας τη δυνατότητα για **δυναμική προσαρμογή των τιμών**.
2. Ποιος είναι ο στόχος της δυναμικής τιμολόγησης (dynamic pricing);
Η διατήρηση σταθερών τιμών ανεξαρτήτως συνθηκών.
Η βέλτιστη ανταπόκριση στη ζήτηση, στις συνθήκες της αγοράς και στον ανταγωνισμό.
Η αποκλειστική ρύθμιση τιμών με βάση το κόστος παραγωγής.
Η τιμολόγηση μόνο σε καθορισμένα ετήσια διαστήματα.
Η δυναμική τιμολόγηση στοχεύει στη **βέλτιστη ανταπόκριση στη ζήτηση**, στις συνθήκες της αγοράς και στον ανταγωνισμό.
3. Ποια είναι η βάση εφαρμογής της AI στη δυναμική τιμολόγηση;
Η γνώμη της διοίκησης.
Η ανάλυση μεγάλων συνόλων δεδομένων (ιστορικές πωλήσεις, συμπεριφορά καταναλωτών κ.λπ.).
Η χρήση μόνο των τιμών του ανταγωνισμού.
Οι απλές στατικές αναλύσεις.
Η εφαρμογή της AI βασίζεται στην **ανάλυση μεγάλων συνόλων δεδομένων** που περιλαμβάνουν ιστορικές πωλήσεις, συμπεριφορά καταναλωτών κ.λπ.
4. Ποιος εξωτερικός παράγοντας αναφέρεται ότι λαμβάνεται υπόψη στην ανάλυση δεδομένων;
Ο αριθμός των εργαζομένων.
Ο καιρός ή οι ειδικές εκδηλώσεις.
Τα τεχνικά χαρακτηριστικά των προϊόντων.
Η ημερομηνία ίδρυσης της εταιρείας.
Τα δεδομένα περιλαμβάνουν **εξωτερικούς παράγοντες (όπως ο καιρός ή οι ειδικές εκδηλώσεις)**.
5. Ποιος τομέας εφαρμόζει δυναμική τιμολόγηση προσαρμόζοντας διαρκώς τις τιμές των θέσεων ή των δωματίων βάσει της ζήτησης;
Το λογιστήριο.
Η δημόσια διοίκηση.
Οι αερομεταφορές και η φιλοξενία.
Η πρωτογενής παραγωγή.
Η δυναμική τιμολόγηση εφαρμόζεται σε τομείς όπως οι **αερομεταφορές και η φιλοξενία**.
6. Ποιοι τομείς μεταβάλλουν τις τιμές ανάλογα με τον όγκο των παραγγελιών ή τις ώρες αιχμής;
Οι πλατφόρμες ride-sharing.
Το ηλεκτρονικό εμπόριο και οι πλατφόρμες delivery.
Οι τράπεζες.
Οι κατασκευαστικές εταιρείες.
Η δυναμική τιμολόγηση εφαρμόζεται και στο **ηλεκτρονικό εμπόριο και στις πλατφόρμες delivery**.
7. Ποιες είναι οι δύο πιο συχνά χρησιμοποιούμενες τεχνικές αλγορίθμων στην AI για δυναμική τιμολόγηση;
Μόνο γραμμική παλινδρόμηση και ταξινόμηση.
Μοντέλα παλινδρόμησης και μέθοδοι ενισχυτικής μάθησης (reinforcement learning).
Μόνο τεχνικές μηχανικής μάθησης χωρίς επίβλεψη.
Αποκλειστικά τεχνικές εξόρυξης δεδομένων.
Οι πιο συχνά χρησιμοποιούμενες τεχνικές είναι τα **μοντέλα παλινδρόμησης** και οι μέθοδοι **ενισχυτικής μάθησης (reinforcement learning)**.
8. Πότε εφαρμόζεται η **παλινδρόμηση** (Regression) στη δυναμική τιμολόγηση;
Όταν οι τιμές καθορίζονται τυχαία.
Όταν οι τιμές βασίζονται σε γνωστές, μετρήσιμες σχέσεις μεταξύ παραμέτρων (π.χ. ζήτηση, εποχικότητα).
Όταν το σύστημα πειραματίζεται με διαφορετικές τιμές.
Μόνο σε περιόδους κρίσης.
Η παλινδρόμηση εφαρμόζεται όταν οι τιμές βασίζονται σε **γνωστές, μετρήσιμες σχέσεις** μεταξύ παραμέτρων.
9. Ποιος είναι ο στόχος ενός μοντέλου παλινδρόμησης στο ηλεκτρονικό εμπόριο, όσον αφορά τα έσοδα;
Να διατηρεί τον όγκο των πωλήσεων σταθερό.
Να επιτυγχάνεται ο στόχος μέγιστων εσόδων ή κερδοφορίας.
Να προβλέπει τον καιρό.
Να μειώνει την κερδοφορία.
Το μοντέλο προσαρμόζει τις τιμές ώστε να επιτυγχάνεται ο στόχος **μέγιστων εσόδων ή κερδοφορίας**.
10. Ποια τεχνική προσφέρει μεγαλύτερη ευελιξία, καθώς επιτρέπει στο σύστημα να «μαθαίνει» ποια τιμολογιακή στρατηγική είναι πιο αποδοτική με βάση την εμπειρία του;
Η πολλαπλή παλινδρόμηση.
Η ενισχυτική μάθηση (Reinforcement Learning - RL).
Η λογιστική παλινδρόμηση.
Οι στατικές αναλύσεις.
Η **ενισχυτική μάθηση** προσφέρει ακόμη μεγαλύτερη ευελιξία, καθώς «μαθαίνει» ποια στρατηγική είναι πιο αποδοτική με βάση την εμπειρία.
11. Σε τι στοχεύει το σύστημα RL όταν πειραματίζεται με διαφορετικές τιμές;
Στη διατήρηση της χαμηλότερης δυνατής τιμής.
Στη μεγιστοποίηση μιας προκαθορισμένης ανταμοιβής, όπως τα συνολικά έσοδα ή το μικτό κέρδος.
Στη μείωση της διαθεσιμότητας των προϊόντων.
Στην αποκλειστική μείωση του ανταγωνισμού.
Το σύστημα στοχεύει στη **μεγιστοποίηση μιας προκαθορισμένης ανταμοιβής**, όπως τα συνολικά έσοδα.
12. Ποια πλατφόρμα αναφέρεται ως χαρακτηριστικό παράδειγμα χρήσης RL για τη διαμόρφωση τιμών διαδρομών σε πραγματικό χρόνο;
Μια αεροπορική εταιρεία.
Μια πλατφόρμα ride-sharing, όπως η Uber.
Ένα ξενοδοχείο.
Ένα κατάστημα λιανικής.
Χαρακτηριστικό παράδειγμα είναι οι πλατφόρμες **ride-sharing, όπως η Uber**.
13. Τι λαμβάνει υπόψη το σύστημα Uber (RL) για τη διαμόρφωση τιμών των διαδρομών;
Μόνο την ώρα της ημέρας.
Τη διαθεσιμότητα οδηγών, την ένταση της ζήτησης και τις κυκλοφοριακές συνθήκες.
Το συνολικό κέρδος της εταιρείας.
Μόνο τις τιμές των ανταγωνιστών.
Το σύστημα λαμβάνει υπόψη παράγοντες όπως η **διαθεσιμότητα οδηγών, η ένταση της ζήτησης και οι κυκλοφοριακές συνθήκες**.
14. Ποια είναι η αξία της χρήσης των εξελιγμένων αλγορίθμων στη διαμόρφωση τιμών;
Να βασίζονται μόνο σε στατικές αναλύσεις.
Να επιτρέπουν τη δυναμική προσαρμογή στις συνθήκες της αγοράς, αξιοποιώντας συνεχώς την πληροφορία.
Να αυξάνουν την προκατάληψη των αλγορίθμων.
Να μειώνουν την ευελιξία.
Η αξία έγκειται στο ότι επιτρέπουν τη **δυναμική προσαρμογή στις συνθήκες της αγοράς**, αξιοποιώντας συνεχώς την πληροφορία.
15. Πώς χαρακτηρίζεται η δυναμική τιμολόγηση με AI;
Ως ένα απλό εργαλείο υπολογισμού τιμών.
Ως μια στρατηγική διαδικασία συνεχούς μάθησης και βελτιστοποίησης.
Ως μια στατική ανάλυση.
Ως μια πρακτική που βασίζεται μόνο σε ιστορικά δεδομένα.
Η δυναμική τιμολόγηση με AI αποτελεί μια **στρατηγική διαδικασία συνεχούς μάθησης και βελτιστοποίησης**.
16. Ποιο είναι ένα σημαντικό πλεονέκτημα της χρήσης AI στη δυναμική τιμολόγηση;
Η μείωση της ευελιξίας.
Η δυνατότητα άμεσης αντίδρασης σε αλλαγές της ζήτησης ή του ανταγωνιστικού τοπίου.
Η αύξηση της προκατάληψης.
Η αδυναμία προσαρμογής στις συνθήκες της αγοράς.
Η χρήση της AI προσφέρει τη **δυνατότητα άμεσης αντίδρασης σε αλλαγές της ζήτησης ή του ανταγωνιστικού τοπίου**.
17. Ποια πρόκληση δημιουργείται από τη δυναμική τιμολόγηση σε σχέση με τους καταναλωτές;
Η αύξηση της αποδοχής από τους καταναλωτές.
Ζητήματα διαφάνειας, αποδοχής από τους καταναλωτές και διαχείρισης της φήμης.
Η σταθερότητα των τιμών.
Η βελτίωση της αντίληψης του κοινού για το brand.
Δημιουργούνται προκλήσεις που σχετίζονται με **ζητήματα διαφάνειας, αποδοχής από τους καταναλωτές και διαχείρισης της φήμης**.
18. Πώς ενδέχεται να αντιλαμβάνονται οι καταναλωτές τις συνεχείς μεταβολές τιμών;
Ως απόλυτα δίκαιες και διαφανείς.
Ως άδικες ή αδιαφανείς.
Ως μια σταθερή στρατηγική.
Ως παράγοντα μείωσης της ζήτησης.
Οι καταναλωτές ενδέχεται να αντιλαμβάνονται τις συνεχείς μεταβολές τιμών ως **άδικες ή αδιαφανείς**.
19. Πότε οι αυξήσεις τιμών θεωρούνται ειδικά άδικες από τους καταναλωτές;
Σε περιόδους χαμηλής ζήτησης.
Όταν συμβαίνουν σε περιόδους υψηλής ζήτησης ή ανάγκης (π.χ. ακραία καιρικά φαινόμενα, κρίσεις).
Όταν η τιμή είναι σταθερή.
Όταν υπάρχει μεγάλη διαθεσιμότητα προϊόντων.
Οι αυξήσεις συμβαίνουν σε **περιόδους υψηλής ζήτησης ή ανάγκης** (π.χ. σε ακραία καιρικά φαινόμενα, κρίσεις).
20. Τι πρακτική μπορεί να προκαλέσει η υπερβολική εξάρτηση από αλγορίθμους, εγείροντας ηθικά ζητήματα;
Την αύξηση της διαφάνειας.
Την εφαρμογή price discrimination (τιμολογιακή διάκριση).
Τη σταθεροποίηση των τιμών.
Τη μείωση των κερδών.
Η υπερβολική εξάρτηση από αλγορίθμους μπορεί να οδηγήσει σε **price discrimination** πρακτικές.
21. Τι πρέπει να διασφαλίζουν οι επιχειρήσεις που υιοθετούν δυναμική τιμολόγηση σε σχέση με τα κανονιστικά πλαίσια;
Να αγνοούν τα ισχύοντα πλαίσια.
Να είναι συμβατές με τα ισχύοντα κανονιστικά πλαίσια.
Να βασίζονται μόνο στην αυτορρύθμιση.
Να υπονομεύουν τη φήμη του brand.
Οι επιχειρήσεις καλούνται να διασφαλίσουν ότι οι στρατηγικές τους είναι **συμβατές με τα ισχύοντα κανονιστικά πλαίσια**.
22. Ποιο βασικό ζητούμενο απαιτείται για τη βιώσιμη εφαρμογή δυναμικής τιμολόγησης όσον αφορά τους αλγορίθμους;
Η χρήση κλειστών αλγορίθμων.
Ο σχεδιασμός συστημάτων **explainable AI (XAI)** και η υιοθέτηση πολιτικών διαφάνειας.
Η μείωση της εμπιστοσύνης των καταναλωτών.
Η αύξηση της πολυπλοκότητας.
Ο σχεδιασμός συστημάτων **explainable AI (XAI)** και η υιοθέτηση πολιτικών διαφάνειας αποτελούν βασικά ζητούμενα.
23. Ποια δεδομένα, εκτός των ιστορικών πωλήσεων και της συμπεριφοράς καταναλωτών, αναλύονται για τη δυναμική τιμολόγηση;
Οι προσωπικές εκτιμήσεις του CFO.
Δεδομένα ανταγωνισμού, εποχικότητα.
Μόνο οι κυκλοφοριακές συνθήκες.
Ο όγκος των μηνυμάτων ηλεκτρονικού ταχυδρομείου.
Τα δεδομένα περιλαμβάνουν **δεδομένα ανταγωνισμού και εποχικότητα**.
24. Τι συμβαίνει με τις τιμές των προϊόντων ή υπηρεσιών στη στρατηγική της δυναμικής τιμολόγησης;
Παραμένουν σταθερές.
Μεταβάλλονται συνεχώς ή σε καθορισμένα χρονικά διαστήματα.
Καθορίζονται μόνο μία φορά ετησίως.
Καθορίζονται μόνο από τον ανταγωνισμό.
Οι τιμές **μεταβάλλονται συνεχώς ή σε καθορισμένα χρονικά διαστήματα**.
25. Ποιο είδος παλινδρόμησης (Regression) αναφέρεται συχνά ότι εφαρμόζεται;
Γραμμική παλινδρόμηση.
Πολλαπλή ή λογιστική παλινδρόμηση.
Παλινδρόμηση τυχαίων δασών.
Γενετική παλινδρόμηση.
Η παλινδρόμηση που εφαρμόζεται συχνά είναι η **πολλαπλή ή λογιστική**.
Υποβολή
Επανεκκίνηση
84 Quiz: Ενότητα 11 (11.8)-AI στη Διαχείριση Ανθρώπινου Δυναμικού (HR)
Quiz: AI στη Διαχείριση Ανθρώπινου Δυναμικού (HR) - 25 Ερωτήσεις
AI στη Διαχείριση Ανθρώπινου Δυναμικού (HR)
Σκορ: 0 / 25
Χρόνος: 20:00
1. Ποιος είναι ο καθοριστικός ρόλος της τεχνητής νοημοσύνης (AI) στη διαχείριση ανθρώπινου δυναμικού (HR);
Να περιορίζεται στη βελτίωση της αποδοτικότητας.
Να επιτρέπει την αυτοματοποίηση, την αξιοποίηση δεδομένων και την υποστήριξη της λήψης αποφάσεων.
Να αυξάνει την προκατάληψη (bias) στις διαδικασίες.
Να αντικαθιστά πλήρως τους εργαζομένους.
Η AI επιτρέπει την αυτοματοποίηση διαδικασιών, την καλύτερη αξιοποίηση των δεδομένων εργαζομένων και την υποστήριξη της λήψης αποφάσεων.
2. Ποια επιπλέον πτυχή, πέρα από τη βελτίωση της αποδοτικότητας, ενισχύει η AI στο περιβάλλον εργασίας;
Τη μείωση της αντικειμενικότητας.
Τη δημιουργία ενός πιο εξατομικευμένου, δίκαιου και ελκυστικού περιβάλλοντος.
Την αύξηση της γραφειοκρατίας.
Την αποκλειστική χρήση παραδοσιακών εργαλείων.
Η εφαρμογή της επεκτείνεται στη δημιουργία ενός πιο εξατομικευμένου, δίκαιου και ελκυστικού περιβάλλοντος εργασίας.
3. Πώς υποστηρίζει η AI την πρόσληψη και την επιλογή προσωπικού;
Με τη χειροκίνητη ανάγνωση βιογραφικών.
Με την ανάλυση βιογραφικών, απαντήσεων σε συνεντεύξεις και συμπεριφορικών τεστ.
Με την αποκλειστική χρήση προσωπικής κρίσης.
Με την αύξηση της προκατάληψης (bias).
Η AI χρησιμοποιείται μέσω εργαλείων που αναλύουν βιογραφικά σημειώματα, απαντήσεις σε συνεντεύξεις ή ακόμα και συμπεριφορικά τεστ.
4. Ποιο αρνητικό φαινόμενο των παραδοσιακών διαδικασιών επιλογής μπορούν να περιορίσουν τα συστήματα AI;
Την αντικειμενικότητα.
Την ταχύτητα.
Την προκατάληψη (bias).
Την ευκολία πρόσβασης.
Τα συστήματα αυτά μπορούν να περιορίσουν την προκατάληψη (bias) που συχνά παρατηρείται στις παραδοσιακές διαδικασίες επιλογής, προσφέροντας μεγαλύτερη αντικειμενικότητα.
5. Ποια είναι η λειτουργία του **Applicant Tracking System (ATS)** με δυνατότητες AI;
Να προβλέπει την κερδοφορία της εταιρείας.
Να αυτοματοποιεί τη συλλογή, αξιολόγηση και κατάταξη υποψηφίων.
Να διαχειρίζεται αιτήματα αδειών.
Να προτείνει προγράμματα ανάπτυξης δεξιοτήτων.
Τα ATS με AI δυνατότητες αυτοματοποιούν τη συλλογή, αξιολόγηση και κατάταξη υποψηφίων.
6. Εκτός από την παρακολούθηση της απόδοσης, τι μπορεί να προβλέψει η AI στη διαχείριση και ανάπτυξη των εργαζομένων;
Την αύξηση των πωλήσεων.
Την πιθανότητα αποχώρησης (employee churn).
Την τιμή των μετοχών.
Την εισαγωγή νέων προϊόντων.
Η AI χρησιμοποιείται για την πρόβλεψη της πιθανότητας αποχώρησης (employee churn).
7. Ποιος είναι ο ρόλος των συστημάτων συστάσεων (recommendation systems) στην ανάπτυξη εργαζομένων;
Να προτείνουν μόνο εξωτερικές θέσεις εργασίας.
Να προτείνουν προγράμματα ανάπτυξης δεξιοτήτων και ευκαιρίες εξέλιξης προσαρμοσμένες στο προφίλ κάθε εργαζομένου.
Να καταγράφουν μόνο τις απουσίες.
Να αντικαθιστούν τη διοίκηση.
Τα συστήματα συστάσεων μπορούν να προτείνουν προγράμματα ανάπτυξης δεξιοτήτων και ευκαιρίες εξέλιξης προσαρμοσμένες στο προφίλ κάθε εργαζομένου.
8. Ποιο εργαλείο με predictive analytics αναφέρεται ρητά ότι υποστηρίζει την πρόβλεψη αποχώρησης προσωπικού;
Degreed.
HireVue.
Visier και SAP SuccessFactors.
LEENA AI.
Οι HR analytics platforms με predictive analytics, όπως το Visier και το SAP SuccessFactors, υποστηρίζουν την πρόβλεψη αποχώρησης προσωπικού.
9. Ποιο είναι ένα παράδειγμα χρήσης των **AI chatbots HR**;
Διαχείριση των πωλήσεων.
Παροχή άμεσων απαντήσεων, υποστήριξη onboarding ή διαχείριση αιτημάτων.
Σύνταξη νομικών εγγράφων.
Σχεδιασμός στρατηγικής marketing.
Τα AI chatbots HR χρησιμοποιούνται για την παροχή άμεσων απαντήσεων, την υποστήριξη onboarding ή τη διαχείριση αιτημάτων.
10. Ποιο ήταν το αποτέλεσμα της χρήσης του **HireVue** από την Unilever;
Αύξηση του χρόνου πρόσληψης κατά 75%.
Μείωση του χρόνου πρόσληψης κατά 75% και ενίσχυση της ποικιλομορφίας.
Μόνο παρακολούθηση της απόδοσης.
Αυτόματη διαχείριση αιτημάτων αδειών.
Η Unilever χρησιμοποίησε το HireVue μειώνοντας τον χρόνο πρόσληψης κατά 75% και ενισχύοντας την ποικιλομορφία.
11. Ποια εταιρεία αναφέρεται ως παράδειγμα χρήσης του **Degreed** για προσωποποιημένη ανάπτυξη δεξιοτήτων;
Unilever.
Microsoft.
Siemens.
Glossier.
Η Siemens χρησιμοποιεί το Degreed για προσωποποιημένη ανάπτυξη δεξιοτήτων.
12. Σε τι συμβάλλει η εφαρμογή της AI στη διαχείριση ανθρώπινου δυναμικού όσον αφορά τις αποφάσεις;
Στη λήψη αυθαίρετων αποφάσεων.
Στη λήψη πιο τεκμηριωμένων αποφάσεων.
Στη λήψη αργών αποφάσεων.
Στη μείωση της εμπειρίας του εργαζομένου.
Η εφαρμογή της AI συμβάλλει στη λήψη πιο τεκμηριωμένων αποφάσεων.
13. Ποιος είναι ο στόχος του **predictive analytics** στην πλατφόρμα HR analytics της Microsoft;
Η αύξηση της αποχώρησης.
Η ανάλυση λόγων αποχώρησης και οι έγκαιρες παρεμβάσεις.
Η παραγωγή οικονομικών αναφορών.
Η αυτόματη πρόσληψη.
Η Microsoft αξιοποιεί predictive analytics για ανάλυση λόγων αποχώρησης και έγκαιρες παρεμβάσεις.
14. Ποια είναι η συμβολή της AI στη δημιουργία ενός **μοντέλου διοίκησης** προσωπικού;
Στη δημιουργία ενός παθητικού μοντέλου.
Στη δημιουργία ενός πιο προληπτικού και στρατηγικού μοντέλου.
Στην αύξηση των χρονοβόρων διαδικασιών.
Στη μείωση της στρατηγικής λειτουργίας του HR.
Η εφαρμογή της AI συμβάλλει στη δημιουργία ενός πιο προληπτικού και στρατηγικού μοντέλου διοίκησης προσωπικού.
15. Ποιο σύστημα chatbot HR χρησιμοποιείται στη **Schneider Electric** για αυτοματοποίηση απαντήσεων και υποστήριξη onboarding;
TALLA.
LEENA AI.
SPOKE.
ZOHO ZIA.
Το LEENA AI ΣΤΗ SCHNEIDER ELECTRIC χρησιμοποιείται για αυτοματοποίηση απαντήσεων και υποστήριξη onboarding.
16. Σε ποιες χρονοβόρες διαδικασίες συμβάλλουν τα εργαλεία AI στη διοίκηση ανθρώπινου δυναμικού;
Στη χειροκίνητη διαχείριση αιτημάτων.
Στην αυτοματοποίηση χρονοβόρων διαδικασιών.
Στην αύξηση της γραφειοκρατίας.
Στην αποκλειστική χρήση συνεντεύξεων.
Χρησιμοποιούνται εργαλεία τεχνητής νοημοσύνης που αυτοματοποιούν χρονοβόρες διαδικασίες.
17. Ποια είναι η κύρια δράση της AI για τους εργαζομένους που χρειάζονται υποστήριξη ή περαιτέρω εκπαίδευση;
Την παρακολούθηση της κίνησης των πελατών.
Τον εντοπισμό τους.
Την αυτόματη προαγωγή τους.
Την απόλυσή τους.
Η AI χρησιμοποιείται για τον εντοπισμό εργαζομένων που χρειάζονται υποστήριξη ή περαιτέρω εκπαίδευση.
18. Ποια εταιρεία χρησιμοποιεί το **TALLA** για την υποστήριξη **HR και IT** αιτημάτων;
Schneider Electric.
Glossier.
PayPal.
Zoho People.
Το TALLA ΣΤΗΝ PAYPAL υποστηρίζει HR και IT αιτήματα, μειώνοντας τον χρόνο επίλυσης.
19. Πώς ενισχύουν τα συστήματα συστάσεων την ικανοποίηση και τη δέσμευση των εργαζομένων;
Μειώνοντας τις ευκαιρίες εξέλιξης.
Προτείνοντας προγράμματα προσαρμοσμένα στο προφίλ τους.
Αυξάνοντας την προκατάληψη.
Προτείνοντας γενικά, μη εξατομικευμένα προγράμματα.
Τα συστήματα συστάσεων προτείνουν προγράμματα ανάπτυξης δεξιοτήτων και ευκαιρίες εξέλιξης προσαρμοσμένες στο προφίλ κάθε εργαζομένου, ενισχύοντας την ικανοποίηση και τη δέσμευσή τους.
20. Ποιο σύστημα chatbot HR αυτοματοποιεί την εσωτερική υποστήριξη HR/IT στην **Glossier**;
ZOHO ZIA.
TALLA.
SPOKE.
LEENA AI.
Το SPOKE ΣΤΗ GLOSSIER αυτοματοποιεί την εσωτερική υποστήριξη HR/IT.
21. Τι ενισχύει η χρήση της AI στη στρατηγική λειτουργία του HR;
Τη μείωση της στρατηγικής λειτουργίας.
Την ενίσχυση της στρατηγικής λειτουργίας του HR.
Την αύξηση των χειροκίνητων ελέγχων.
Την αποκλειστική χρήση chatbots.
Στη διοίκηση ανθρώπινου δυναμικού χρησιμοποιούνται εργαλεία τεχνητής νοημοσύνης που ενισχύουν τη στρατηγική λειτουργία του HR.
22. Ποια είναι μία από τις λειτουργίες του **ZOHO ZIA FOR HR**;
Παρακολούθηση απόδοσης.
Υποστήριξη αιτημάτων αδειών και παρουσιών.
Αυτόματη αξιολόγηση βιογραφικών.
Πρόβλεψη αποχώρησης.
Το ZOHO ZIA FOR HR ΣΤΗ ZOHO PEOPLE υποστηρίζει αιτήματα αδειών και παρουσιών και καθημερινή επικοινωνία HR.
23. Εκτός από την ανάλυση λόγων αποχώρησης, τι άλλο αναλύει η Microsoft χρησιμοποιώντας predictive analytics;
Τους λόγους αύξησης των πωλήσεων.
Την ανάλυση λόγων αποχώρησης και τις έγκαιρες παρεμβάσεις.
Τις τιμές των πρώτων υλών.
Τα κέρδη των ανταγωνιστών.
Η Microsoft αξιοποιεί predictive analytics για ανάλυση λόγων αποχώρησης και έγκαιρες παρεμβάσεις.
24. Ποια είναι η συνεισφορά της AI στην **εμπειρία του εργαζομένου**;
Την υποβάθμιση της.
Τη βελτίωση της εμπειρίας του εργαζομένου.
Την αύξηση των προβλημάτων.
Την παθητική διαχείριση.
Τα εργαλεία AI βελτιώνουν την εμπειρία των εργαζομένων.
25. Ποιο είναι το τελικό αποτέλεσμα που αναμένεται να ενισχύσει η συνεχής ανάπτυξη των τεχνολογιών AI στο HR;
Τη μείωση της ικανότητας προσέλκυσης προσωπικού.
Την ικανότητα προσέλκυσης, διατήρησης και ανάπτυξης του ανθρώπινου κεφαλαίου.
Την αύξηση της προκατάληψης (bias).
Τη στασιμότητα των διαδικασιών.
Η συνεχής ανάπτυξη των τεχνολογιών αναμένεται να ενισχύσει περαιτέρω την ικανότητα των επιχειρήσεων να προσελκύουν, να διατηρούν και να αναπτύσσουν το ανθρώπινο κεφάλαιό τους.
Υποβολή
Επανεκκίνηση
83 Quiz: Ενότητα 11 (11.7)-Transformers και Μεγάλα Γλωσσικά Μοντέλα (LLMs)
Quiz: Transformers και LLMs - 25 Ερωτήσεις
Transformers και Μεγάλα Γλωσσικά Μοντέλα (LLMs)
Σκορ: 0 / 25
Χρόνος: 20:00
1. Τι έχουν φέρει τα μοντέλα τύπου transformers και τα LLM στην ανάλυση και δημιουργία περιεχομένου;
Μια μικρή αλλαγή.
Επανάσταση.
Μείωση της επεξεργασίας κειμένου.
Την αποκλειστική χρήση παραδοσιακών εργαλείων.
Τα μοντέλα τύπου transformers και τα LLM έχουν φέρει επανάσταση στην ανάλυση και δημιουργία περιεχομένου.
2. Σε τι βασίζεται η αρχιτεκτονική των transformers;
Σε απλούς στατιστικούς κανόνες.
Σε μηχανισμούς προσοχής (attention mechanisms).
Σε γραμμική παλινδρόμηση.
Σε δέντρα απόφασης.
Οι transformers βασίζονται σε μηχανισμούς προσοχής (attention mechanisms) που δίνουν έμφαση στις σημαντικότερες πληροφορίες.
3. Ποια είναι η βασική κατηγορία δεδομένων που επεξεργάζονται οι αρχιτεκτονικές transformers;
Μόνο αριθμητικούς πίνακες.
Ακολουθίες δεδομένων, όπως οι προτάσεις και τα κείμενα.
Μόνο εικόνες υψηλής ανάλυσης.
Δεδομένα από αισθητήρες θερμοκρασίας.
Οι transformers σχεδιάστηκαν για την επεξεργασία ακολουθιών δεδομένων, όπως οι προτάσεις και τα κείμενα.
4. Ποια είναι μία από τις κύριες λειτουργίες των LLM στην ανάλυση περιεχομένου;
Η χειροκίνητη καταγραφή εγγράφων.
Η εξαγωγή βασικών σημείων και η υποστήριξη της λήψης αποφάσεων.
Η παραγωγή μόνο κειμένου marketing.
Η πρόβλεψη του καιρού.
Στην ανάλυση περιεχομένου, τα LLM εντοπίζουν θεματικές τάσεις, εξάγουν βασικά σημεία και υποστηρίζουν τη λήψη αποφάσεων.
5. Ποιο είναι ένα παράδειγμα περιεχομένου που **παράγεται αυτόματα** από τα LLM για χρήση στο επιχειρησιακό περιβάλλον;
Χειρόγραφες σημειώσεις.
Κείμενα για marketing, εσωτερικές επικοινωνίες ή νομικά έγγραφα.
Φυσικά φαινόμενα.
Παλιά λογιστικά βιβλία.
Τα συστήματα παράγουν αυτόματα κείμενα για χρήση σε marketing, εσωτερικές επικοινωνίες, εκπαιδευτικό υλικό ή ακόμη και σε νομικά και τεχνικά έγγραφα.
6. Ποιο είναι ένα βασικό όφελος από τη χρήση των transformers και LLM σε σχέση με τον χρόνο;
Αυξάνεται ο χρόνος παραγωγής περιεχομένου.
Μειώνεται ο χρόνος παραγωγής περιεχομένου.
Ο χρόνος παραμένει ίδιος.
Μειώνεται μόνο η ακρίβεια.
Η χρήση των transformers και LLM μειώνει τον χρόνο παραγωγής περιεχομένου.
7. Ποια είναι η ικανότητα των LLM που υποστηρίζει τη λειτουργία σε πολυπολιτισμικά περιβάλλοντα;
Η αποκλειστική χρήση μίας γλώσσας.
Η επεξεργασία δεδομένων σε πολλές γλώσσες.
Η χρήση μόνο μηχανικών μεταφράσεων.
Η παραγωγή μόνο αριθμητικών δεδομένων.
Δίνει τη δυνατότητα στις επιχειρήσεις να επεξεργάζονται δεδομένα σε πολλές γλώσσες και να ενισχύουν την ικανότητά τους να λειτουργούν σε πολυπολιτισμικά περιβάλλοντα.
8. Σε ποιο πεδίο αξιοποιούνται τα LLM για την αυτόματη παραγωγή κειμένων που σχετίζονται με καμπάνιες προώθησης και περιγραφές προϊόντων;
Διαχείριση Ανθρώπινου Δυναμικού (HR).
Λογιστήριο.
Marketing.
Διαχείριση Εφοδιαστικής Αλυσίδας.
Στο πεδίο του marketing, τα LLM αξιοποιούνται για την αυτόματη παραγωγή κειμένων που σχετίζονται με καμπάνιες προώθησης, περιγραφές προϊόντων κ.λπ.
9. Ποια είναι η επιθυμητή ιδιότητα που παράγουν τα LLM στα κείμενα marketing, ώστε να βελτιώσουν την αποδοτικότητα;
Να είναι τυχαία και ασυνεπή.
Να συνάδουν με την ταυτότητα του brand.
Να είναι μόνο τεχνικά.
Να είναι πολύ μεγάλα σε όγκο.
Η ικανότητά τους να παράγουν κείμενα που συνάδουν με την ταυτότητα του brand, επιτρέπει στις επιχειρήσεις να βελτιώσουν την αποδοτικότητα.
10. Ποιο υλικό μπορούν να συντάξουν τα LLM στον τομέα της **Διαχείρισης Ανθρώπινου Δυναμικού (HR)**;
Μόνο οικονομικές αναλύσεις.
Πρότυπα κείμενα για εσωτερικούς κανονισμούς και πολιτικές για την ισότητα ή την ασφάλεια.
Περιγραφές προϊόντων.
Τεχνικά σχέδια.
Μπορούν να συντάξουν πρότυπα κείμενα για εσωτερικούς κανονισμούς, ανακοινώσεις, πολιτικές για την ισότητα, την ασφάλεια ή τη συμπερίληψη.
11. Τι υποστηρίζουν τα LLM στη συγγραφή προς εργαζομένους, συμβάλλοντας σε έναν συνεκτικό και επαγγελματικό λόγο;
Τη συγγραφή ανεπίσημων σημειώσεων.
Τη συγγραφή εξατομικευμένων emails ή αναφορών.
Την αυτόματη διαγραφή email.
Την τυχαία παραγωγή αριθμών.
Τα LLM υποστηρίζουν τη συγγραφή εξατομικευμένων emails ή αναφορών προς εργαζομένους.
12. Ποια είναι μία από τις εφαρμογές των LLM στην **εξωτερική** επικοινωνία;
Δημιουργία περιλήψεων αξιολογήσεων προσωπικού.
Συγγραφή emails προς πελάτες και συνεργάτες.
Σύνταξη εσωτερικών κανονισμών.
Αυτόματη παραγωγή εκπαιδευτικού υλικού.
Η χρήση των LLM στην εσωτερική και εξωτερική επικοινωνία περιλαμβάνει τη συγγραφή emails προς πελάτες και συνεργάτες.
13. Πώς περιγράφεται η ικανότητα των LLM να παράγουν φυσικό λόγο;
Με χαμηλή ακρίβεια και ασυνέπεια.
Με υψηλή ακρίβεια και συνοχή.
Μόνο σε συγκεκριμένες τεχνικές γλώσσες.
Χωρίς καμία δυνατότητα μετάφρασης.
Τα LLM μπορούν να παράγουν φυσικό λόγο με υψηλή ακρίβεια και συνοχή.
14. Τι δίνει έμφαση ο μηχανισμός προσοχής (attention mechanism) κατά την ανάλυση των δεδομένων;
Σε όλες τις πληροφορίες εξίσου.
Στις πιο ασήμαντες πληροφορίες.
Στις σημαντικότερες πληροφορίες.
Μόνο στις αριθμητικές πληροφορίες.
Οι μηχανισμοί προσοχής (attention mechanisms) δίνουν έμφαση στις σημαντικότερες πληροφορίες κατά την ανάλυση των δεδομένων.
15. Εκτός από την ανάλυση και τη δημιουργία περιεχομένου, ποια άλλη βασική λειτουργία μπορούν να επιτελέσουν τα LLM;
Τη διεύθυνση προσωπικού.
Τη μετάφραση κειμένων.
Την παραγωγή ηλεκτρικής ενέργειας.
Τη φυσική καταμέτρηση αποθεμάτων.
Τα συστήματα μπορούν να κατανοήσουν, να συνοψίσουν, να μεταφράσουν και να παράγουν φυσικό λόγο.
16. Τι μπορούν να εντοπίσουν τα LLM όταν επεξεργάζονται μεγάλα σύνολα εγγράφων στην ανάλυση περιεχομένου;
Μόνο ασήμαντα λάθη.
Θεματικές τάσεις.
Προσωπικά δεδομένα εργαζομένων.
Μόνο ονόματα προϊόντων.
Τα LLM μπορούν να επεξεργάζονται μεγάλα σύνολα εγγράφων, να εντοπίζουν θεματικές τάσεις, να εξάγουν βασικά σημεία.
17. Ποια είναι μία από τις πολιτικές που μπορούν να συντάξουν τα LLM για το Ανθρώπινο Δυναμικό;
Τιμολογιακή πολιτική.
Πολιτικές για την ισότητα, την ασφάλεια ή τη συμπερίληψη.
Εξωτερική πολιτική.
Πολιτική κερδών.
Μπορούν να συντάξουν πολιτικές για την ισότητα, την ασφάλεια ή τη συμπερίληψη.
18. Ποια ιδιότητα της γλώσσας αυξάνουν τα LLM στο παραγόμενο περιεχόμενο;
Την πολυπλοκότητα.
Την ακρίβεια και την ομοιομορφία.
Την ασυνέπεια.
Την τυχαιότητα.
Αυξάνουν την ακρίβεια και την ομοιομορφία της γλώσσας και επιτρέπει την προσαρμογή του παραγόμενου υλικού.
19. Τι είδους αναφορές μπορούν να παράγουν αυτόματα τα LLM για τις δραστηριότητες του οργανισμού;
Μόνο οικονομικές καταστάσεις.
Αυτόματη παραγωγή αναφορών.
Μόνο νομικά δεδικασμένα.
Μόνο τηλεφωνικούς καταλόγους.
Η χρήση των LLM στην επικοινωνία περιλαμβάνει την αυτόματη παραγωγή αναφορών για τις δραστηριότητες του οργανισμού.
20. Τι αναμένεται να δώσει η συνεχής εξέλιξη των μοντέλων transformers και LLM;
Μείωση της αυτοματοποίησης.
Ακόμη μεγαλύτερη αυτοματοποίηση στις διαδικασίες ανάλυσης και δημιουργίας περιεχομένου.
Σταθεροποίηση των διαδικασιών.
Αύξηση της ανάγκης για χειροκίνητη εργασία.
Η συνεχής εξέλιξη των μοντέλων αναμένεται να δώσει ακόμη μεγαλύτερη αυτοματοποίηση στις διαδικασίες ανάλυσης και δημιουργίας περιεχομένου.
21. Ποια είναι η αρχιτεκτονική τεχνητής νοημοσύνης στην οποία στηρίζεται η ανάπτυξη των LLM;
Ανάλυση Παλινδρόμησης.
Η αρχιτεκτονική των transformers.
Συστήματα Βάσεων Δεδομένων.
Παλιές τεχνικές μηχανικής μάθησης.
Η ανάπτυξη των LLM στηρίζεται στην αρχιτεκτονική transformers.
22. Ποιος είναι ο ρόλος των LLM στο να υποστηρίζουν τη λήψη αποφάσεων;
Να δημιουργούν ασυνεπείς πληροφορίες.
Να προσφέρουν έτοιμες αναφορές και σύνοψης πληροφοριών.
Να αποκρύπτουν πληροφορίες.
Να προβλέπουν το χρηματιστήριο.
Υποστηρίζουν τη λήψη αποφάσεων, προσφέροντας έτοιμες αναφορές και σύνοψης πληροφοριών.
23. Εκτός από τους εσωτερικούς κανονισμούς, τι άλλο μπορούν να συντάξουν τα LLM για το προσωπικό;
Μόνο εξωτερικές διαφημίσεις.
Περιλήψεις αξιολογήσεων ή προγραμμάτων ανάπτυξης δεξιοτήτων.
Τιμολόγια πελατών.
Τεχνικά εγχειρίδια. (Αναφέρεται ως γενική δημιουργία, όχι HR)
Τα LLM υποστηρίζουν τη δημιουργία υλικού για την εσωτερική επικοινωνία, καθώς και περιλήψεις αξιολογήσεων ή προγραμμάτων ανάπτυξης δεξιοτήτων.
24. Πώς επιτυγχάνουν τα LLM τη βελτίωση της αποδοτικότητας των επικοινωνιακών ενεργειών στο marketing;
Παράγοντας μόνο τυχαία κείμενα.
Παράγοντας κείμενα που συνάδουν με την ταυτότητα του brand.
Αυξάνοντας τις περιγραφές προϊόντων.
Μειώνοντας τον όγκο του περιεχομένου.
Η ικανότητά τους να κατανοούν το ζητούμενο ύφος και να παράγουν κείμενα που συνάδουν με την ταυτότητα του brand, επιτρέπει στις επιχειρήσεις να βελτιώσουν την αποδοτικότητα.
25. Ποιο από τα ακόλουθα ΔΕΝ αναφέρεται ρητά ως γενικό όφελος από τη χρήση των LLM;
Μείωση του χρόνου παραγωγής περιεχομένου.
Αύξηση της ομοιομορφίας της γλώσσας.
Αυτόματη εκτέλεση λογιστικών ελέγχων.
Διευκόλυνση της προσαρμογής του υλικού.
Το κείμενο αναφέρει τη μείωση του χρόνου, την ακρίβεια/ομοιομορφία της γλώσσας και την προσαρμογή. Δεν αναφέρει αυτόματη εκτέλεση λογιστικών ελέγχων.
Υποβολή
Επανεκκίνηση
Νεότερες αναρτήσεις
Παλαιότερες αναρτήσεις
Αρχική σελίδα
Εγγραφή σε:
Αναρτήσεις (Atom)