Markdown edition

AI-translated from English; not yet reviewed by a fluent editor.

# Imapa ang sarili mong trabaho at pumili ng unang gawaing susubukan sa AI

> Gumawa ng may-petsang mapa ng mga gawaing hawak mo, mga output, pagsusuri, karapatan at pag-apruba ng tao. Pumili ng isang susubukan sa AI sa hinaharap, o itala kung bakit wala pang handa.

By BIG CHANGE Editorial

Published: 2026-10-20T12:07:38.357Z
Updated: 2026-10-20T12:07:38.357Z
Canonical: https://bigchange.ai/blog/map-work-choose-first-ai-task-guide

![Conceptual charcoal illustration of blank task cards in a wall-mounted wooden rack, beside one empty orange-edged slot.](https://bigchange.ai/api/media/file/blank-task-rack-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

Bago pumili ng AI tool, isulat ang trabahong talagang kontrolado mo. Maaaring madaling suriin ang sagot ng isang gawain ngunit may pribadong data, di-maibabalik na aksyon o pagpapasyang para sa tao. Tinutulungan ka ng gabay na gumawa ng may-petsang mapa ng pasya sa sarili mong mga gawain. Ang tapos na resulta ay isang mungkahing unang pagsubok, o dokumentadong pasyang wala pang handa. Hindi kailangang magpatakbo ng AI upang matapos ito.

Ang unang ideya ay mula sa [sanaysay ni Andrej Karpathy tungkol sa pagiging napapatunayan noong Nobyembre 2025](https://karpathy.bearblog.dev/verifiability/). Ipinapaliwanag niyang mas bukas sa pag-optimize ng AI ang isang kapaligiran kapag maaaring ibalik sa simula ang mga pagtatangka, mahusay na ulitin at bigyan ng maaasahang senyales ng gantimpala. Mga tanong itong dapat siyasatin, hindi tuntunin ng pag-apruba sa trabaho. Sarili naming talahanayan ang talaan sa ibaba. Idinadagdag nito ang mga tao, pahintulot at kahihinatnang dapat linawin ng may-ari sa tunay na proseso. [Ang boluntaryong AI Risk Management Framework ng NIST](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/) ay humihingi rin ng konteksto, pangangasiwa at pagsukat kapag isinasaalang-alang ng mga organisasyon ang AI system; hindi nito ineendorso ang talahanayang ito o pinatutunayan ang anumang gawain.

## Mga kailangan mo

Kailangan mo ng access sa tunay na tala ng trabahong hawak mo o may pahintulot kang tasahin: talaan ng gawain, kalendaryo, pamamaraan, pila ng mga kahilingan o mga taong responsable. Kailangan din ng pribadong lugar para sa mapa at mga link sa ebidensya, isang pinangalanang may-ari ng proseso at ibang taong awtorisadong kumuwestiyon sa pasya. Tukuyin ang koponan o proseso at mga petsang saklaw ng imbentaryo. Huwag ilagay ang kumpidensyal na pinagmulang materyal sa AI service upang gawin ang mapang ito.

Maglaan ng oras sa paghahanap at pagsusuri ng mga tala. Ang mapa mismo ay hindi nangangailangan ng AI account, bayad na API o pagbili ng software. Maaaring mangailangan ang susunod na pagsubok ng hiwalay na pahintulot, bayad sa tool, oras ng pagsusuri ng kawani at badyet para sa pagkakamali.

## 1. Ilista ang trabaho ayon sa aktuwal na pagsasagawa

Itakda ang panahon at saklaw bago maglista. Itala ang pinagmulan ng bawat hilera upang makita ito ng ibang mambabasa. Para sa bawat paulit-ulit na gawain, pangalanan ang nag-uudyok dito, tunay na input, kasalukuyang gumagawa, kailangang output, tatanggap at umiiral na pag-apruba. Ipakumpirma sa responsable ang hindi naisama sa mga tala. Markahan ang hindi napatunayang detalye bilang **hindi alam**.

Hatiin ang daloy kapag nagbago ang output, pahintulot o kahihinatnan. Maaaring itago ng malawak na pangalan ang paglilipat na nangangailangan ng ibang awtoridad. Iayon ang bilang ng hilera sa tunay na trabaho; walang target na dami. Itala ang mga hindi kasamang koponan o panahon upang makita ng tagasuri ang kulang na gawain nang hindi ito mapagkamalang hindi angkop na kandidato.

**Pagsusuri:** Masusundan ba ng tagasuri ang link sa ebidensya, makikilala ang may-ari at masasabi kung ano ang dapat ibigay at kanino? Kung kulang ang imbentaryo, bumalik sa mga tala ng may-ari bago magranggo.

## 2. Ilarawan ang pagsusuri bago ang tool

Para sa bawat output, itanong kung ano ang titingnan ng taong hindi gumawa nito. Pangalanan ang awtoritatibong sanggunian, eksaktong tuntunin ng pagpasa at kinakailangang pagpapasya. Paano mahuhuli ng tagasuri ang pagkukulang o sagot na mukhang kapani-paniwala ngunit mali? Halos kasinghirap ba ng paggawa mismo ang pagsusuri? Itala kung sino ang makakagawa nito at gaanong pagsisikap sa pagsusuri ang alam o hindi pa alam.

Lagyan ang paraan ng pagsusuri ng markang **umiiral**, **iminungkahi** o **hindi alam**. Ang “umiiral” ay nangangahulugang may pagsusuri sa kasalukuyang proseso at ebidensya ng paggamit nito. Ang “iminungkahi” ay nangangahulugang may naisulat na posibleng tuntunin ngunit hindi pa naipakitang nahuhuli nito ang mahahalagang pagkakamali. Wala sa dalawang marka ang patunay na papasa ang AI output. Ang gawaing walang batayang katotohanan o praktikal na tuntunin ng pagpasa ay kailangang ihanda bago maging unang kandidato.

Ngayon, magtanong ng tatlong hiwalay na tanong na hinango sa [sanaysay ni Karpathy](https://karpathy.bearblog.dev/verifiability/): maibabalik ba sa simula ang bigong pagtatangka nang walang pangmatagalang pinsala? Maaari bang gumawa ng sapat na **awtorisadong** pagtatangka sa makatwirang oras at gastos? Maaari bang makatanggap ang bawat pagtatangka ng maaasahang pagsusuri? Isulat ang oo, hindi o hindi alam kasama ang lokal na ebidensya para sa bawat tanong. Ginagamit ni Karpathy ang mga katangiang ito sa pagtalakay ng AI optimization; hindi tinutukoy ng mga sagot kung pinapayagan ang paggamit sa trabaho.

## 3. Itala ang awtoridad at gastos ng kabiguan

Bahagi lamang ng pasya ang pagiging nasusuri. Itala kung sino ang may kontrol sa input data, kung pinapayagan ang mungkahing paggamit ng AI at anumang pagbubunyag, at sino ang maaaring maapektuhan. Tukuyin ang maaaring basahin o isulat ng magiging tool at kung sino lamang ang maaaring mag-apruba ng aksyon. Pangalanan ang susunod na hakbang na hindi madaling bawiin. Itabi ang malamang na gastos ng maling pagpasa sa gastos ng pagsusuri ng tao at muling paggawa; gamitin ang **hindi alam** kung walang sapat na batayan sa pagtatantiya.

Isulat ang kontekstong maaaring hindi makita ng pagsusuri sa output: di-nakasulat na tuntunin, eksepsyon, nagbabagong sanggunian o pasyang nangangailangan ng pananagutang pantao. Ang prompt na nagsasabing humingi ng pahintulot ang tool ay hindi mismong pahintulot o kontrol sa access. [Ang gabay na MAP ng NIST](https://airc.nist.gov/airmf-resources/playbook/map/) ay humihiling na suriin ang konteksto ng paggamit, apektadong tao, data at pangangasiwa; ang [gabay nitong MEASURE](https://airc.nist.gov/airmf-resources/playbook/measure/) ay tumatalakay sa paraan at limitasyon ng pagsubok. Parehong boluntaryong gabay, hindi selyo ng pag-apruba sa iyong hilera.

**Pagsusuri:** Kung hindi malinaw ang karapatan, pagbubunyag, taong maaaring mag-apruba ng aksyon o kapani-paniwalang paraan ng pagbawi, panatilihin ang kawalang-katiyakan sa tala. Hindi iyon malulutas ng maayos na pagsusuri.

## 4. Uriin ang bawat hilera at pumili ng hindi hihigit sa isang unang kandidato

Gamitin ang mga **kategoryang ito ng aming talahanayang editoryal**, na may dahilan at link sa ebidensya sa bawat hilera:

- **Kandidato para sa limitadong pagsubok:** maaaring tukuyin ang output, pagsusuri, pagbabalik sa simula at awtoridad para sa hiwalay na inaprubahang pagsubok. Kandidato ito para siyasatin, hindi pahintulot sa awtomasyon.
- **Ihanda ang pagsusuri:** nailarawan ang gawain, ngunit kailangan pang tukuyin o patunayan ang tuntunin ng pagpasa, batayang katotohanan o tagasuri.
- **Tulong sa tao lamang:** maaaring makatulong ang limitadong pagbuo ng burador o pagsusuri, habang pinangalanang tao ang may hawak ng mahalagang pagpapasya at pag-apruba. Kailangan pa rin ng pahintulot ang aktuwal na paggamit.
- **Ipagpaliban:** hindi pa nalulutas ang karapatan, konteksto, kahihinatnan ng kabiguan, pagbawi o ibang kailangang ebidensya.

Huwag piliting gumawa ng numerong marka mula sa mga hindi alam. Ihambing lamang ang mga hilerang maaaring maging angkop sa limitadong pagsubok. Itala kung bakit nauuna ang isa, kabilang ang pasanin ng pagsusuri at pinsala ng maling pagpasa. Ang pagpiling **wala pa sa ngayon** ay kumpletong pasya kung bawat hilera ay may hindi pa nalulutas na kailangan. Pangalanan ang tao at ebidensyang kailangan upang balikan ito.

## 5. Magmungkahi ng plano sa pagtanggap at ipasuri ang mapa

Para sa unang kandidato, tukuyin ang magiging pagsubok nang hindi ito isinasagawa. Tukuyin ang pinapayagang sample at hangganan ng input, kasalukuyang prosesong paghahambingan, inaasahang output, eksaktong tuntunin ng pagpasa o pagbagsak, tagasuri at taong magrerepaso. Magmungkahi ng limitasyon sa pagtatangka, oras, bayad sa tool at pagsisikap ng pagsusuri. Sabihin kung kailan titigil, paano babalik sa kasalukuyang proseso, sino ang maaaring mag-apruba ng susunod na pagsubok at anong resulta ang itatala: pagpasa, pagkukulang, kabiguan, muling pagtatangka, oras ng pagsusuri at buong gastos. Iwang blangko ang awtorisasyon at naobserbahang resulta hangga’t wala pa. Kung maaaring magbunsod ng panlabas na aksyon ang output, ipailalim iyon sa pinangalanang taong tagapag-apruba.

Ipasuri ang buong imbentaryo sa may-ari ng proseso at pangalawang awtorisadong tagasuri. Dapat nilang kuwestiyunin ang kulang na trabaho, katumpakan ng sanggunian, pagiging praktikal ng pagsusuri, karapatan at dahilan ng kandidato o ng kawalan nito. Itala ang tunay na pasya at petsa ng bawat tao, kasama ang hindi pagkakasundo at ebidensyang lulutas dito. Ang pagtanggap nila sa mapa ay hindi pahintulot sa pagsubok ng produkto. Kung magbago ang gawain, data, karapatan, pagsusuri o kahihinatnan, lagyan ng petsa ang bagong pasya sa hilera at itabi ang naunang tala.

Kung maaprubahan sa hinaharap ang pagsubok ng tool, [ang hiwalay naming gabay sa pagpili o pagtanggi sa AI tool para sa isang gawain ng maliit na negosyo](https://bigchange.ai/blog/choose-ai-tool-small-business-task-guide) ay nagsisimula sa napiling gawain. Humihinto ang mapang ito bago ang pagpili at pagsubok ng produkto.

## Blangkong talahanayan ng mapa ng pasya

Kopyahin ang mga patlang sa pribadong dokumento o talahanayan. Magdagdag ng hilera sa bawat tunay na gawain at panatilihing nakikita ang mga hindi alam. Huwag punan ang blangko ng inimbentong trabaho.

**Ulo ng imbentaryo**

- Proseso at saklaw: \_\_\_\_
- Mga kasamang petsa / hindi kasamang trabaho: \_\_\_\_
- May-ari ng proseso / may-ari ng pasya sa mapa: \_\_\_\_
- Lokasyon ng ebidensya at mga tuntunin ng access: \_\_\_\_
- Petsa at bersyon ng mapa: \_\_\_\_

**Ulitin sa bawat hilera ng gawain**

- ID ng gawain / may-ari / link sa ebidensya at petsa: \_\_\_\_
- Aktuwal na nag-uudyok, input at awtoritatibong sanggunian: \_\_\_\_
- Kasalukuyang gumagawa, paraan at pag-apruba: \_\_\_\_
- Kailangang output at tatanggap: \_\_\_\_
- Tuntunin ng pagpasa, mga eksepsyon at batayan ng pagsusuri: \_\_\_\_
- Hiwalay na tagasuri at katayuan (umiiral / iminungkahi / hindi alam): \_\_\_\_
- Maaaring hindi makita ng pagsusuri / oras ng pagsusuri: \_\_\_\_
- Pagbalik sa simula o pagbawi ng bigong pagtatangka / awtorisadong pag-uulit at gastos: \_\_\_\_
- Kahihinatnan ng maling pagpasa / kasunod na aksyon / pasya ng tao lamang: \_\_\_\_
- Karapatan sa data, privacy at pahintulot sa pagbubunyag: \_\_\_\_
- Pinapayagang pagbabasa at pagsusulat / taong tagapag-apruba at awtoridad na magpatigil: \_\_\_\_
- Kategorya, dahilan, kulang na ebidensya at susunod na may-ari o aksyon: \_\_\_\_
- Petsa ng pasya / pangyayaring nangangailangan ng muling pagsusuri: \_\_\_\_

**Pasya sa unang kandidato at mungkahing pagsubok**

- ID ng kandidato, o “wala pa sa ngayon,” at dahilan: \_\_\_\_
- Bakit nauuna ang hilerang ito sa susunod na angkop: \_\_\_\_
- Awtorisadong sample/input at mungkahing hangganan ng tool/aksyon: \_\_\_\_
- Kasalukuyang prosesong paghahambingan, output at eksaktong tuntunin ng pagpasa/pagbagsak: \_\_\_\_
- Tagasuri, tagarepaso, eksepsyon at pagsusuri sa maling pagpasa: \_\_\_\_
- Mungkahing limitasyon ng pagtatangka, oras, bayad at pagsusuri: \_\_\_\_
- Tuntunin ng paghinto, pagbalik sa simula at kasalukuyang proseso: \_\_\_\_
- Tagapag-awtorisa ng susunod na pagsubok / pasya at petsa ng awtorisasyon: \_\_\_\_
- Tunay na pagtatangka, resulta at gastos (blangko hanggang maobserbahan): \_\_\_\_
- Pasya/petsa ng may-ari ng proseso: \_\_\_\_
- Pasya/petsa ng pangalawang tagasuri, pagtutol at paglutas: \_\_\_\_

## Ang malaking pagbabago

Pinapadali ng nasusuring output ang pagtatasa ng gawain, ngunit hindi nito ginagawang angkop sa AI na walang pangangasiwa ang buong trabahong nakapaligid dito. Ang unang kapaki-pakinabang na pasya ay masusubaybayang mapa ng trabahong kontrolado mo: ano ang dapat ibigay, paano mahahanap ang mali, kung malilimitahan ang bigong pagtatangka at sino ang may karapatang mag-apruba ng pagsubok. Maaaring isang limitadong kandidato ang sagot o wala pa sa ngayon. Iminumungkahi ng pamamaraang ito ang tala ng pasyang iyon; hindi ito sinubukan ng BIG CHANGE sa isang organisasyon o sinukat ang pakinabang sa oras, kalidad o gastos.

## Mga sanggunian at karagdagang babasahin

- [Andrej Karpathy, “Verifiability” (17 Nobyembre 2025)](https://karpathy.bearblog.dev/verifiability/) — argumento tungkol sa kapaligirang naibabalik sa simula, mahusay at nabibigyan ng gantimpalang senyales. Hindi nito ibinibigay ang talahanayang ito o pinapayagan ang awtomasyon ng gawain.
- [NIST AI Risk Management Framework 1.0 Core](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/) — konteksto, pangangasiwa, pagsukat at balangkas ng pasya sa boluntaryong gabay; ang mga tungkulin nito ay hindi sunod-sunod na checklist.
- [NIST AI RMF Playbook: MAP](https://airc.nist.gov/airmf-resources/playbook/map/) — boluntaryong mga tanong sa konteksto ng paggamit, tao, data, epekto at tungkulin ng tao.
- [NIST AI RMF Playbook: MEASURE](https://airc.nist.gov/airmf-resources/playbook/measure/) — boluntaryong gabay sa paraan ng pagsubok, limitasyon, hiwalay na pagtatasa at patuloy na pagsusuri.

## Sources

- [Andrej Karpathy, Verifiability](https://karpathy.bearblog.dev/verifiability/) — Orihinal na sanaysay na nagsasabing nakakatulong sa AI optimization ang kapaligirang naibabalik sa simula, mahusay at may gantimpalang senyales. Hindi nito ibinibigay ang talahanayang ito o tinutukoy ang pahintulot o pagiging angkop ng gawain.
- [NIST AI Risk Management Framework 1.0 Core](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/) — Boluntaryong govern/map/measure/manage na balangkas para sa konteksto, pangangasiwa at pagsukat. Hindi sunod-sunod na checklist ang mga hakbang nito at hindi nito pinatutunayan ang pamamaraang ito.
- [NIST AI RMF Playbook: MAP](https://airc.nist.gov/airmf-resources/playbook/map/) — Boluntaryong mungkahi sa konteksto, epekto, data at tungkulin ng tao. Batayan sa sarili naming mga tanong, hindi pag-apruba sa tunay na gawain.
- [NIST AI RMF Playbook: MEASURE](https://airc.nist.gov/airmf-resources/playbook/measure/) — Boluntaryong gabay sa paraan, limitasyon at pangangasiwa ng pagsubok. Walang mungkahing pagsusuri sa artikulong ito ang napatunayan.
- [BIG CHANGE, Paano pumili o tumanggi sa AI tool para sa isang gawain ng maliit na negosyo](https://bigchange.ai/blog/choose-ai-tool-small-business-task-guide) — Kaugnay na susunod na hakbang matapos pumili ng gawain. Hindi inuulit ng artikulong ito ang pagpili ng produkto o pamamaraan ng pagsubok ng gabay na iyon.