آزمایشگاه آزاد؛ بدون نیاز به ورود
ماتریس ریسک چطور کار می‌کنه؟
برای یک اتفاق فرضی، دو چیز رو جدا بسنج: چقدر ممکنه رخ بده و اگه رخ بده چقدر مهمه؟ انتخاب‌های کم، متوسط و زیاد رو عوض کن و ببین ترکیبشون امتیاز مدل رو چطور تغییر می‌ده.
آزمایش رو شروع کناحتمال و شدت پیامد رو از کنترل‌ها انتخاب کن و اجرا بزن. اول گزینهٔ کاهش خطر رو خاموش نگه دار؛ بعد روشنش کن و تغییر امتیاز رو با همان انتخاب‌ها مقایسه کن.
آزمایشگاه در حال آماده شدنه…
حالا خودت امتحان کن
هر بار فقط یک چیز رو تغییر بده تا اثرش رو ببینی. قبل از اجرا، نتیجه رو حدس بزن.
دو انتخاب متوسط چه امتیازی می‌گیرن؟
احتمال و شدت پیامد رو هر دو روی متوسط بذار و گزینهٔ کاهش خطر رو خاموش نگه دار؛ بعد اجرا کن.
حدست چیه؟ هر انتخاب در مدل ارزش ۲ داره. حاصل‌ضربشون چند می‌شه و سطح ریسک با چه عددی نمایش داده می‌شه؟
توضیح نتیجه رو ببین
امتیاز ۲ × ۲، یعنی ۴ می‌شه. این امتیاز در بازهٔ متوسط قرار می‌گیره و عدد سطح ریسک ۲ است؛ خود عددها درصد واقعی نیستن.
هر دو عامل زیاد باشن چه؟
احتمال و شدت پیامد رو روی زیاد بذار و کاهش خطر رو خاموش کن. بعد از دیدن نتیجه، فقط کاهش خطر رو روشن کن و دوباره اجرا بزن.
حدست چیه؟ با روشن‌شدن کاهش خطر، هر دو انتخاب چند پله پایین می‌رن و امتیاز از ۹ به چند می‌رسه؟
توضیح نتیجه رو ببین
حالت زیاد و زیاد امتیاز ۹ و سطح ۳ می‌ده. این مدل با روشن‌شدن کاهش خطر هر دو انتخاب رو یک پله، از زیاد به متوسط، می‌آره؛ امتیاز ۴ و سطح ۲ می‌شه. این تغییر یک فرض آموزشی ثابته.
امتیاز کمتر، ولی همان سطح
احتمال رو زیاد و شدت پیامد رو کم بذار. یک بار کاهش خطر رو خاموش و یک بار روشن کن؛ بین اجراها چیز دیگه‌ای رو عوض نکن.
حدست چیه؟ امتیاز از ۳ به ۲ می‌رسه؛ آیا عدد سطح ریسک هم عوض می‌شه؟
توضیح نتیجه رو ببین
امتیاز از ۳ به ۲ کم می‌شه، اما هر دو در بازهٔ کم هستن؛ پس عدد سطح ریسک همان ۱ می‌مونه. دسته‌بندی، چند امتیاز نزدیک رو زیر یک برچسب جمع می‌کنه.
پشت این حرکت چه خبره؟
ماتریس ریسک چه چیزی رو کنار هم می‌ذاره؟
یک محور برای احتمال رخ‌دادن اتفاقه و محور دیگه برای شدت پیامدش. هر کدوم فقط سه دستهٔ کم، متوسط و زیاد دارن؛ پس این جدول برای تمرین رتبه‌بندی ساده‌ست، نه محاسبهٔ دقیق احتمال یک حادثه.
امتیاز از ضرب دو رتبه به‌دست می‌آد
R = L x C
در این مدل، کم، متوسط و زیاد به‌ترتیب ارزش ۱، ۲ و ۳ می‌گیرن. امتیاز از ضرب ارزش احتمال در ارزش پیامد ساخته می‌شه؛ چون این ارزش‌ها اندازه‌گیری واقعی نیستن، حاصل‌ضرب هم درصد خطر یا تعداد حادثه‌ها نیست.
چرا امتیاز به سه سطح تبدیل می‌شه؟
1 <= R <= 3; 4 <= R <= 6; 7 <= R <= 9
ویجت امتیازهای ۱ تا ۳ رو کم، ۴ تا ۶ رو متوسط و ۷ تا ۹ رو زیاد دسته‌بندی می‌کنه. این مرزها قانون همین تمرینن. برای همین ممکنه امتیاز کم بشه ولی برچسب سطح ثابت بمونه.
سؤالت رو بپرس، جوابش رو هم ببین
وقتی توی چت دربارهٔ یک مفهوم درس می‌خونی، دستیار هوش مصنوعی می‌تونه شبیه‌سازی مرتبط رو کنار توضیحش نشون بده. پارامترها رو تغییر می‌دی و با کمک توضیح بعدی، نتیجه رو بهتر می‌فهمی.
شروع یادگیری با چتبرای ادامه در چت، وارد مسیر شروع و ورود می‌شی. نتیجهٔ این آزمایش به چت منتقل نمی‌شه.
نمونهٔ نمایشی از آموزش در چت
چرا با روشن‌کردن کاهش خطر، امتیاز حالت زیاد و زیاد از ۹ به ۴ رسید؟
در این مدل، هر دو انتخاب زیاد ارزش ۳ دارن؛ پس امتیاز اول ۳ × ۳، یعنی ۹ است. روشن‌کردن کاهش خطر هر دو رو یک پله به متوسط می‌رسونه و ۲ × ۲ برابر ۴ می‌شه. این یک فرض سادهٔ تمرینه؛ برای یک خطر واقعی باید جدا بررسی کرد هر اقدام واقعاً کدوم عامل رو چقدر تغییر می‌ده.
سؤال‌های رایج
امتیاز ۴ یعنی احتمال خطر ۴۰ درصده؟
نه. عددهای ۱، ۲ و ۳ فقط رتبه‌های قراردادی کم، متوسط و زیادن. امتیاز حاصل‌ضرب دو رتبه‌ست و ازش نمی‌شه درصد احتمال یا تعداد حادثه رو نتیجه گرفت.
چرا امتیاز ۳ کم حساب می‌شه ولی ۴ متوسط؟
این ویجت امتیازهای ۱ تا ۳ رو کم و ۴ تا ۶ رو متوسط می‌ذاره. مرزها بخشی از مدل آموزشی‌ان؛ در ارزیابی واقعی باید روش دسته‌بندی رو متناسب با مسئله تعریف کرد.
گزینهٔ کاهش خطر دقیقاً چه تغییری می‌ده؟
در همین مدل، هم احتمال و هم شدت پیامد رو یک دسته پایین می‌آره؛ کم هم پایین‌تر از کم نمی‌ره. این رفتار ثابت، اثر هیچ اقدام واقعیِ مشخصی رو اندازه نمی‌گیره.
چرا نوشته‌های کنار جدول با انتخاب‌هام جور درنمی‌آد؟
جای برچسب‌های محورهای تصویر الان با خانه‌های جدول هم‌راستا نیست. برای تمرین از انتخاب‌های دو کنترل و امتیاز خانه‌ها کمک بگیر؛ نوشته‌های دور جدول رو راهنمای دقیق محور حساب نکن.