Btec international level 3 it specification

For Pass standard,
learners will describe the use of AI in different industries. Learners 
will explore the fundamental concepts of AI (e.g. the use of different types of AI such as 
machine learning, deep learning, computer vision), exploring how they are applied in 
different industries. Learners will identify and explain ways that AI is applied to solve 
problems and meet specific needs. Learners should consider benefits, risks and 
drawbacks of AI and ways that adopting AI solutions can impact on organisations. 
Learners will detail the business, human, technical, and ethical and legislative factors 
that can have an impact on the adoption and success of AI solutions. 
Overall, the evidence will be logically structured. It may be basic in parts, for example the 
range of AI subsets may not be extensive, and the risks, benefits and drawbacks may be 
unbalanced or generic. The evidence may contain minor inaccuracies or omissions. 

---

U
NIT 
21:
I
NTRODUCTION TO 
A
RTIFICIAL 
I
NTELLIGENCE 
(AI) 
Pearson BTEC International Level 3 Qualifications in Information Technology –
Specification – Issue 3 – September 2022 © Pearson Education Limited 2022 
296 
Learning aims B and C 
For Distinction standard,
learners will evaluate their refined AI solution and related 
data sets. As part of the evaluation learners will make value judgements regarding how 
their choice and application of AI model (e.g. unsupervised learning vs. supervised 
learning, classification vs. regression) impacted on the success of their AI solution. 
Learners will evaluate how the data used impacted on the quality and reliability of the
AI solution’s outcomes. For example, they may consider the approach they took when 
gathering and preparing data (e.g. cleansing data, combining sources, potential bias) and 
how the choices they made during this process affected the quality of training, testing 
and using the AI solution. They will also consider how and why the data was refined to 
improve outcomes and refine hypotheses and/or objectives. 
Learners will consider the choice of tools and evaluate how the tools used contributed to 
the outcomes of the project. 
Learner’ evaluations will make value judgements regarding the solution in comparison to 
the initial and, if relevant, refined objectives. The evaluation will be supported by specific 
comprehensive justifications that are supported by clear evidence from learner work.