এন্ড-টু-এন্ড ওয়ার্কফ্লো, শাসন এবং দায়িত্বশীল ব্যবহার — সামাজিক কাজে কৃত্রিম বুদ্ধিমত্তা

লাভ:

ছয়টি মানব যাচাইকরণ গেট সহ অ্যাপ্লিকেশন থেকে বন্ধ হওয়া পর্যন্ত প্রতিটি পর্যায়ে ধারাবাহিকভাবে AI এম্বেড করার ক্ষমতা
অনুমোদিত সরঞ্জাম তালিকা, ডেটা নীতি, ভূমিকা, নিবন্ধন, প্রশিক্ষণ এবং চলমান পর্যালোচনা সহ একটি কর্পোরেট গভর্নেন্স ফ্রেমওয়ার্ক স্থাপন করার ক্ষমতা
কর্মপ্রবাহে মানুষের দায়িত্ব, যাচাইকরণ, গোপনীয়তা/কেভিকেকে, প্রমাণের আনুগত্য, পক্ষপাতিত্ব নিয়ন্ত্রণ এবং ক্লায়েন্ট-কেন্দ্রিকতার নীতিগুলি এম্বেড করার ক্ষমতা

এই মডিউল জুড়ে, আমরা কীভাবে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করতে হয় এবং সামাজিক কাজের বিভিন্ন কাজে এটিকে কোথায় থামাতে হয় তা কভার করেছি — ডকুমেন্টেশন, মূল্যায়ন, ঝুঁকি সহায়তা, রেফারেল, পরিকল্পনা, প্রতিবেদন, যোগাযোগ, প্রোগ্রাম ডিজাইন। এই চূড়ান্ত ইউনিটে, আমরা টুকরোগুলি একসাথে রাখি: যেখানে AI আবেদন থেকে শেষ পর্যন্ত একটি মামলার শেষ পর্যন্ত বসবে, যা প্রতিটি পর্যায়ে মানব যাচাইয়ের দরজা বন্ধ হয়ে যায় এবং আমরা একটি সংস্থায় টেকসই হওয়ার জন্য এটির জন্য প্রয়োজনীয় শাসন কাঠামো স্থাপন করব। লক্ষ্য হল বিক্ষিপ্ত টিপসকে একটি ধারাবাহিক এবং পুনরাবৃত্তিযোগ্য কাজের শৃঙ্খলায় পরিণত করা।

শুরু থেকেই সংহত নীতি: AI কর্মপ্রবাহের প্রতিটি ধাপে একটি ত্বরণকারী, কোনো পদক্ষেপে সিদ্ধান্ত গ্রহণকারী নয়। প্রতিটি পর্যায়ে একটি মানব দরজা রয়েছে এবং আপনি একটি দরজা দিয়ে অতিক্রম না করে পরের দিকে যেতে পারবেন না। এই স্তরযুক্ত কাঠামো একটি একক হ্যালুসিনেশন, পক্ষপাতিত্ব বা গোপনীয়তা ত্রুটিকে এমন সিদ্ধান্তে প্রবেশ করা থেকে বাধা দেয় যা একজন ক্লায়েন্টের জীবনকে প্রভাবিত করে।

শেষ থেকে শেষ প্রবাহ এবং ছয়টি মানব দরজা

আসুন একটি কেসকে এর সাধারণ পর্যায়ে বিবেচনা করি এবং প্রতিটি পর্যায়ে একটি যাচাইকরণ গেট স্থাপন করি:

1. আবেদন / প্রথম যোগাযোগ — দরজা: গোপনীয়তা। যখন প্রথম তথ্য আসে, তখন AI ব্যবহার করা হয় ইন্টারভিউ প্রস্তুতির জন্য (গাইড, প্রশ্ন ফ্রেম)। দরজা: কোন প্রকৃত ক্লায়েন্ট ডেটা খোলা টুলে প্রবেশ করে না; ক্লাস, মিল গাড়ির জন্য জিজ্ঞাসা করুন।

2. মূল্যায়ন — গেট: ক্লিনিকাল রায়। এআই নোটগুলিকে জৈব-সামাজিক মাত্রায় সংগঠিত করে এবং ত্রুটি এবং শক্তির কথা মনে করিয়ে দেয়। দরজা: রোগ নির্ণয় এবং মূল্যায়ন বিশেষজ্ঞের অন্তর্গত; এআই মূল্যায়ন করে না।

3. ঝুঁকি — দরজা: কর্তৃপক্ষ এবং দল। AI ঝুঁকি/প্রতিরক্ষামূলক কারণের কথা মনে করিয়ে দেয় এবং একটি নিরাপত্তা পরিকল্পনার কঙ্কাল তৈরি করে। দরজা: ঝুঁকির সিদ্ধান্ত শুধুমাত্র বিশেষজ্ঞ, দল, তত্ত্বাবধান এবং আইনি প্রক্রিয়া দ্বারা নেওয়া হয়; AI স্কোর/সিদ্ধান্ত তৈরি করে না।

4. পরিকল্পনা এবং নির্দেশিকা — দরজা: বৈধতা এবং ক্লায়েন্ট। AI লক্ষ্যগুলিকে SMART-এ রাখে, রিসোর্স আইডিয়া এবং লেটার ড্রাফ্ট তৈরি করে। দরজা: ক্লায়েন্ট লক্ষ্য নির্ধারণ করে; পরিষেবা/ঠিকানা/শর্ত সরকারী উৎস থেকে যাচাই করা হয়.

5. রিপোর্ট এবং যোগাযোগ — দরজা: প্রমাণ এবং জবাবদিহিতা। এআই রিপোর্ট গঠন করে, পাঠ্যকে সরল করে এবং অনুবাদ করে। দরজা: প্রতিটি মামলা প্রমাণের উপর নির্ভর করে, মতামত বিশেষজ্ঞের, সমালোচনামূলক তথ্য ক্ষতি এবং পক্ষপাত পরীক্ষা করা হয়, স্বাক্ষরটি ব্যক্তির মধ্যে থাকে।

6. বন্ধ এবং হস্তান্তর — গেট: সঠিকতা। YZ ফাইলটিকে কালানুক্রমিকভাবে সংক্ষিপ্ত করে। দরজা: সারাংশ একা রেকর্ড উপর ভিত্তি করে; ফলাফল এবং শিক্ষা বিশেষজ্ঞ দ্বারা যাচাই করা হয়.

টিপ: দরজাগুলি মনে রাখতে একটি একক প্রশ্ন ব্যবহার করুন: "এই ধাপে, AI কি একটি সিদ্ধান্ত নেয় বা একটি স্কেচ তৈরি করে?" যদি উত্তর হয় "সিদ্ধান্ত", থামুন - সেই পদক্ষেপটি মানুষের অন্তর্গত। উত্তরটি "খসড়া" হলে, চালিয়ে যান, কিন্তু আউটপুট যাচাই না করে পরবর্তী ধাপে যাবেন না।

কর্পোরেট শাসন: ব্যক্তিগত শৃঙ্খলা যথেষ্ট নয়

একজন বিশেষজ্ঞের ভাল অভ্যাস মূল্যবান কিন্তু ভঙ্গুর; একটি প্রতিষ্ঠানে AI এর নিরাপদ এবং ধারাবাহিক ব্যবহারের জন্য একটি গভর্নেন্স ফ্রেমওয়ার্ক প্রয়োজন। এই কাঠামোর মূল উপাদানগুলি হল:

অনুমোদিত গাড়ির তালিকা। কোন কাজের জন্য কোন টুল ব্যবহার করা হবে এবং কোন টুলে কোন ডাটা প্রবেশ করানো যাবে তা লিখিত এবং পরিষ্কার। "প্রত্যেকেরই তাদের ইচ্ছামত টুল ব্যবহার করা উচিত" একটি নিরাপত্তা দুর্বলতা।
ডেটা শ্রেণীবিভাগ নীতি। কোন ডেটা খোলা টুলে প্রসেস করা হবে এবং কোনটি শুধুমাত্র সুরক্ষিত সিস্টেমে প্রসেস করা হবে তা সংজ্ঞায়িত করা হয়েছে।
ভূমিকা এবং কর্তৃত্ব। এটা স্পষ্ট যে কে কি করতে পারে এবং কোন সিদ্ধান্ত কোন কর্তৃপক্ষের উপর নির্ভর করে (বিশেষ করে ঝুঁকিপূর্ণ সিদ্ধান্ত)।
লগ এবং অডিট লেজ. কোথায় এবং কিভাবে AI ব্যবহার করা হয় তা পর্যবেক্ষণ করা যেতে পারে; কোনো সমস্যা হলে পেছনে তাকানো যায়।
শিক্ষা ও সচেতনতা। প্রতিটি কর্মচারী এই মডিউলের নীতিগুলি জানেন; আগন্তুক প্রশিক্ষিত।
ক্রমাগত পর্যালোচনা। সরঞ্জাম, ঝুঁকি এবং আইন পরিবর্তন; ফ্রেমওয়ার্ক নিয়মিত আপডেট করা হয়. নীতি একবার লিখিত এবং ভুলে যাওয়া অপ্রচলিত হয়ে যায়।

তিনটি মিনি কেস

কেস 1 — দরজায় চেইনের শুরুতে একটি বাগ ধরা পড়েছে। একটি ক্ষেত্রে, AI একটি পর্যবেক্ষণ যুক্ত করেছে যা ক্লায়েন্ট মূল্যায়ন পর্বের সময় উল্লেখ করেনি। "ক্লিনিকাল রায়" এর গেটে বিশেষজ্ঞ এটি ধরে ফেলেন এবং মুছে দেন। তাকে ধরা না গেলে এই বানোয়াট পর্যবেক্ষণ পরিকল্পনা, সেখান থেকে রিপোর্ট এবং সেখান থেকে আদালতের সিদ্ধান্তে ফাঁস হতে পারত। স্তরযুক্ত প্রমাণীকরণ প্রাথমিক পর্যায়ে ত্রুটিটি বন্ধ করে দিয়েছে।

কেস 2 - শাসন লঙ্ঘন প্রতিরোধ করেছে। একটি প্রতিষ্ঠান অনুমোদিত টুল তালিকা এবং ডেটা নীতি ছাড়াই কাজ করছিল; সবাই নিজ নিজ গাড়ি ব্যবহার করছিলেন। একটি অডিট প্রকাশ করেছে যে বেশ কয়েকটি কর্মচারী খোলা টুলগুলিতে প্রকৃত ক্লায়েন্ট ডেটা প্রবেশ করছে। সংস্থাটি একটি শাসন কাঠামো প্রতিষ্ঠা করেছে: অনুমোদিত সরঞ্জাম, ডেটা শ্রেণীবিভাগ, প্রশিক্ষণ এবং নিবন্ধন। পরবর্তী সময়ে, লঙ্ঘনের সংখ্যা শূন্যে নেমে এসেছে। পাঠ: প্রাতিষ্ঠানিক কাঠামো ছাড়া ব্যক্তিগত সদিচ্ছা যথেষ্ট নয়।

কেস 3 - ক্রমাগত পর্যালোচনা আপ টু ডেট রাখা. একটি সংস্থার এআই নীতি, এক বছর আগে লেখা, একটি নতুন ধরণের সরঞ্জাম এবং আপডেট করা আইনের মুখে পুরানো হয়ে গেছে। বার্ষিক পর্যালোচনা এটি ক্যাপচার; নীতিটি আপডেট করা হয়েছিল, প্রশিক্ষণটি পুনর্নবীকরণ করা হয়েছিল। ফ্রেমটি একটি জীবন্ত দলিল হয়ে রইল, তাক অলঙ্কার নয়।

চারটি অনুলিপিযোগ্য টেমপ্লেট

1) কেস ফ্লো যাচাইকরণ গেট চেকলিস্ট:

আপনার ভূমিকা: সুপারভাইজার। আমি নিম্নলিখিত কেস ধাপের জন্য একটি যাচাইকরণের চেকলিস্ট পেয়েছি: এই ধাপে AI খসড়া কী করতে পারে, কোন সিদ্ধান্তটি অগত্যা মানবিক, কী গোপনীয়তা এবং পক্ষপাতিত্ব পরীক্ষা করা উচিত, পরবর্তী ধাপে যাওয়ার আগে আমার কী যাচাই করা উচিত? ধাপ: [আবেদন / মূল্যায়ন / ঝুঁকি / পরিকল্পনা / প্রতিবেদন / বন্ধ]

2) নিশ্চিত গাড়ির মিল:

নীচের প্রতিটি টাস্ক তালিকার জন্য, AI টুলের ধরন নির্দিষ্ট করুন যা ব্যবহার করা যেতে পারে (শুধুমাত্র ওপেন টুল / নিরাপদ এন্টারপ্রাইজ সিস্টেম / কোন AI উপলব্ধ নেই) এবং ন্যায্যতা। ক্লায়েন্ট ডেটা সম্বলিত প্রতিটি টাস্ককে "শুধুমাত্র সুরক্ষিত সিস্টেম" হিসাবে চিহ্নিত করুন। কার্য: [তালিকামূলক কাজ]

3) কর্পোরেট এআই নীতির খসড়া:

আপনার ভূমিকা: কর্পোরেট নীতি সম্পাদক। একটি সামাজিক পরিষেবা সংস্থার জন্য একটি দায়িত্বশীল AI ব্যবহার নীতির খসড়া তৈরি করুন; নিম্নলিখিত বিষয়গুলি কভার করুন: উদ্দেশ্য, অনুমোদিত সরঞ্জাম, ডেটা শ্রেণীবিভাগ, ভূমিকা এবং অনুমোদন, গোপনীয়তা/কেভিকেকে, ঝুঁকির সিদ্ধান্তের সীমা, রেকর্ডিং এবং অডিটিং, প্রশিক্ষণ, পর্যালোচনা সময়সূচী। সাধারণ কাঠামো সেট আপ করুন; প্রতিষ্ঠান তার নিজস্ব বিবরণ পূরণ করবে।

4) স্ব-নিয়ন্ত্রণ (ব্যক্তিগত ব্যবহার পর্যালোচনা):

একজন সামাজিক কর্মী হিসাবে আমার AI ব্যবহার পর্যালোচনা করার জন্য আমার জন্য 10টি প্রশ্নের একটি স্ব-চেকলিস্ট তৈরি করুন: গোপনীয়তা, যাচাইকরণ, পক্ষপাত, প্রমাণ বিশ্বস্ততা, সিদ্ধান্তের সীমা এবং ক্লায়েন্ট-কেন্দ্রিকতা। প্রতিটি প্রশ্নের উত্তর "হ্যাঁ/না" দিয়ে দেওয়া হোক।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমি আপনাকে এই মামলার পুরোটা দিচ্ছি; আপনি আবেদন থেকে রিপোর্ট সবকিছু পরিচালনা, আমি শুধু এটি শেষে স্বাক্ষর করব.

এটি গোপনীয়তা, ক্লিনিকাল রায়, ঝুঁকির বিচার, প্রমাণের আনুগত্য-সহ পুরো প্রক্রিয়াটিকে সফ্টওয়্যারে আউটসোর্স করছে। শেষে একক স্বাক্ষর আমাদের সমস্ত ত্রুটি, বানোয়াট এবং মধ্যবর্তী পক্ষপাতগুলিকে অন্ধ করে দেয়।

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: সম্পাদক যিনি আমাকে প্রতিটি পদক্ষেপে সাহায্য করেন। আমি ধাপে ধাপে মামলাটি নিয়ে এগিয়ে যাব (মূল্যায়ন, পরিকল্পনা, প্রতিবেদন...)। প্রতিটি ধাপে: শুধুমাত্র বেনামী/সুরক্ষিত ডেটা নিয়ে কাজ করুন, একটি খসড়া তৈরি করুন, আমাকে সিদ্ধান্ত নিতে দিন, নোটে যা নেই তা যোগ করবেন না এবং পরবর্তী ধাপে যাওয়ার আগে আমাকে কী যাচাই করতে হবে তা আমাকে মনে করিয়ে দিন। আসুন এই ধাপ দিয়ে শুরু করা যাক: [পদক্ষেপ]

পার্থক্য: প্রতিটি ধাপে দরজা পাহারা দেওয়া এবং AI-কে ধাপে ধাপে সহকারী হিসাবে অবস্থান করা গতি বজায় রাখার সাথে সাথে মানুষের নিরাপত্তা এবং দায়িত্ব বজায় রাখে।

স্টেজ-গেট-দায়িত্বের সারাংশ

মঞ্চ

AI এর অবদান

মানুষের গেট

সমালোচনামূলক নিয়ন্ত্রণ

আবেদন

ইন্টারভিউ প্রস্তুতি

গোপনীয়তা

ডেটা ক্লাস

মূল্যায়ন

সাইজ এডিটিং

ক্লিনিকাল রায়

কোন নির্ণয়, কোন বানোয়াট

ঝুঁকি

ফ্যাক্টর রিমাইন্ডার

কর্তৃপক্ষ + দল

কোন স্কোর/সিদ্ধান্ত নেই

পরিকল্পনা/নির্দেশনা

খসড়া + ধারণা

বৈধতা + ক্লায়েন্ট

উৎস নিশ্চিতকরণ, ক্লায়েন্ট অগ্রাধিকার

রিপোর্ট/যোগাযোগ

গঠন + সরলীকরণ

প্রমাণ + দায়িত্ব

বিশেষজ্ঞ মতামত, পক্ষপাত নিয়ন্ত্রণ

বন্ধ হচ্ছে

কালানুক্রমিক সারাংশ

নির্ভুলতা

রেকর্ড ভিত্তিক

সাধারণ ভুল

পুরো প্রক্রিয়াটি AI-এর কাছে হস্তান্তর করা এবং শেষে একটি একক স্বাক্ষর করা। এর মধ্যে ত্রুটিগুলি দৃশ্যমান নয়; প্রতিটি ধাপে দরজা থাকা উচিত।
যাচাই না করেই একটি দরজা দিয়ে যাওয়া। এক পর্যায়ের বানোয়াট পরবর্তী দ্বারা উত্তরাধিকারসূত্রে প্রাপ্ত হয়; প্রতিটি আউটপুট যাচাই করা হয়.
শাসনব্যবস্থাকে ব্যক্তিগত শৃঙ্খলার উপর ছেড়ে দেওয়া। একটি প্রাতিষ্ঠানিক কাঠামো ছাড়া, ভাল অভ্যাস ভঙ্গুর হয়.
নীতিটি একবার লিখুন এবং এটি ভুলে যান। সরঞ্জাম এবং আইন পরিবর্তন; ক্রমাগত পর্যালোচনা প্রয়োজন.
রেকর্ড রাখছে না। একটি অডিট ট্রেইল ছাড়া, একটি সমস্যার দিকে ফিরে তাকানো যাবে না এবং জবাবদিহি করা যাবে না।

সংক্ষেপে

সামাজিক কাজে, AI প্রতিটি পদক্ষেপে একটি অনুঘটক, কোনো পদক্ষেপে সিদ্ধান্ত গ্রহণকারী নয়, আবেদন থেকে মামলা বন্ধ করা পর্যন্ত। এন্ড-টু-এন্ড প্রবাহে ছয়টি মানব গেট (গোপনীয়তা, ক্লিনিকাল রায়, কর্তৃপক্ষ/দল, বৈধতা/ক্লায়েন্ট, প্রমাণ/জবাবদিহিতা, সততা) রাখুন; পাশ না দিয়ে এক দরজা থেকে অন্য দরজায় যাবেন না। এটিকে টেকসই করার জন্য কর্পোরেট গভর্নেন্স প্রয়োজন: অনুমোদিত টুল তালিকা, ডেটা নীতি, ভূমিকা, নিবন্ধন, প্রশিক্ষণ এবং চলমান পর্যালোচনা। মডিউলের ছয়টি ড্রাইভিং নীতি—মানুষের দায়িত্ব, যাচাইকরণ, গোপনীয়তা/পিডিপিএ, প্রমাণের প্রতিশ্রুতি, পক্ষপাতিত্ব নিয়ন্ত্রণ, এবং ক্লায়েন্ট-কেন্দ্রিকতা — প্রতিটি কর্মপ্রবাহের মধ্যে বোনা উচিত।

আবেদন টাস্ক

মানসিকভাবে আবেদন থেকে শেষ পর্যন্ত একটি কাল্পনিক কেস চার্ট করুন; একটি "কেস ফ্লো যাচাইকরণ গেট" টেমপ্লেট সহ প্রতিটি পর্যায়ের জন্য একটি চেকলিস্ট তৈরি করুন৷ তারপরে এই ক্ষেত্রে কাজগুলিকে "প্রমাণিত যানবাহন ম্যাচিং" টেমপ্লেট সহ উন্মুক্ত যান / সুরক্ষিত সিস্টেম / কোনও এআই হিসাবে শ্রেণিবদ্ধ করুন। অবশেষে, "সেলফ-অডিট" টেমপ্লেট সহ আপনার নিজের AI ব্যবহারের জন্য 10টি প্রশ্নের একটি তালিকা তৈরি করে নিজেকে মূল্যায়ন করুন।

চেকলিস্ট

[ ] আমি শেষ থেকে শেষ প্রবাহে ছয়টি মানব দরজা চিহ্নিত করেছি।
[ ] প্রতিটি পদক্ষেপে, "সিদ্ধান্ত না খসড়া?" আমি প্রশ্ন প্রয়োগ করেছি।
[ ] আমি সঠিক গাড়ির প্রকারের সাথে কাজগুলিকে মেলালাম (খোলা/নিরাপদ/কোনটিই নয়)।
আমি কর্পোরেট গভর্নেন্সের উপাদানগুলি জানি (সরঞ্জাম, ডেটা, ভূমিকা, নিবন্ধন, প্রশিক্ষণ, পর্যালোচনা)।
[ ] আমি আমার নিজস্ব কর্মপ্রবাহে মডিউলের ছয়টি ক্যারিয়ার নীতি প্রয়োগ করেছি।

মডিউল পরীক্ষা

1. নিচের কোনটি সামাজিক কাজে কৃত্রিম বুদ্ধিমত্তার জন্য সবচেয়ে সঠিক অবস্থান?

ক) কৃত্রিম বুদ্ধিমত্তা মানুষের অনুমোদন ছাড়াই ক্লায়েন্টের ঝুঁকির মাত্রা এবং হস্তক্ষেপের সিদ্ধান্ত নিতে পারে
খ) AI হল সংক্ষিপ্তকরণ, সংগঠিত, সরলীকরণ এবং খসড়া তৈরির একটি হাতিয়ার; ক্লিনিকাল রায়, ঝুঁকি এবং চূড়ান্ত সিদ্ধান্তের জন্য দায়িত্ব বিশেষজ্ঞের উপর নির্ভর করে ✔
গ) কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র টেক্সট অনুবাদের জন্য উপযোগী এবং অন্যান্য সামাজিক কাজের সাথে কোন সম্পর্ক নেই
ঘ) যেহেতু কৃত্রিম বুদ্ধিমত্তা সবসময় মানুষের চেয়ে বেশি নিরপেক্ষ, তাই মূল্যায়ন তার উপর ছেড়ে দেওয়া উচিত।

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা; এটি একটি সহকারী যা নোটগুলি সংগঠিত করে, ফাইলের সারসংক্ষেপ করে, পাঠ্যকে সরল করে এবং খসড়া তৈরি করে। ক্লিনিকাল রায়, ঝুঁকি মূল্যায়ন, পেশাদার মতামত এবং চূড়ান্ত সিদ্ধান্তের দায়িত্ব উপযুক্ত পেশাদারের উপর নির্ভর করে; একটি অযাচাইকৃত আউটপুট একটি ক্লায়েন্টের একটি ভুল ধারণা, একটি ঝুঁকি ফাঁকি, বা সংবেদনশীল তথ্য ফাঁস হতে পারে.

2. কৃত্রিম বুদ্ধিমত্তার মাধ্যমে একটি সাক্ষাত্কারের কাঁচা নোটগুলিকে কেস রেকর্ডে রূপান্তরিত করার সময় সবচেয়ে সঠিক নির্দেশ কী?

ক) অনুপস্থিত অংশগুলি যুক্তিসঙ্গতভাবে পূরণ করার জন্য কৃত্রিম বুদ্ধিমত্তার অনুরোধ করা যাতে এটি পেশাদার দেখায়।
খ) রেকর্ড সমৃদ্ধ করার জন্য AI-কে অতিরিক্ত পর্যবেক্ষণ যোগ করার অনুমতি দেওয়া
গ) শিক্ষার্থীকে শুধুমাত্র নোটে অন্তর্ভুক্ত তথ্য ব্যবহার করতে বলুন, অনুপস্থিত আইটেমগুলিকে 'স্পষ্টীকরণ প্রয়োজন' হিসাবে চিহ্নিত করুন এবং কিছু যোগ করবেন না ✔
ঘ) যতক্ষণ আউটপুট সাবলীল হয় ততক্ষণ নোটের সাথে তুলনা না করে সরাসরি ফাইলে রাখা

ব্যাখ্যা: AI এর সবচেয়ে বিপজ্জনক প্রবণতা হল রেকর্ডকে 'সম্পূর্ণ' মনে করার জন্য নোটে নেই এমন পর্যবেক্ষণ, সংখ্যা বা উদ্ধৃতি তৈরি করা। সঠিক পন্থা হল 'শুধু নোটে যা আছে তা ব্যবহার করুন, অনুপস্থিতগুলি চিহ্নিত করুন, কিছু যোগ করবেন না'। ফাঁক পূরণ করা হয় না, তারা স্পষ্টীকরণের জন্য চিহ্নিত করা হয়.

3. কেস রেকর্ডে 'তথ্য' এবং 'ব্যাখ্যা'র মধ্যে পার্থক্য কেন গুরুত্বপূর্ণ?

ক) একটি সত্য একটি সুনির্দিষ্ট পর্যবেক্ষণ/বিবৃতি, যখন একটি ব্যাখ্যা হল একটি পেশাদার অনুমান যার ভিত্তি প্রয়োজন; দুটিকে আলাদা করতে হবে এবং মন্তব্যটি ট্যাগ করতে হবে ✔
খ) পার্থক্য অপ্রয়োজনীয়; তথ্য এবং মন্তব্য রেকর্ডে একইভাবে লেখা যেতে পারে
গ) শুধুমাত্র ব্যাখ্যা গুরুত্বপূর্ণ; ঘটনাগুলো লিপিবদ্ধ না করলেও সম্ভব
ঘ) যেহেতু কৃত্রিম বুদ্ধিমত্তা নিখুঁতভাবে এই পার্থক্য করে, তাই মানুষের নিয়ন্ত্রণের প্রয়োজন নেই।

ব্যাখ্যা: 'তিনি সাক্ষাৎকারে তিনবার কেঁদেছিলেন' একটি সত্য; 'তিনি বিষণ্ণ ছিলেন' এমন একটি মন্তব্য যা ক্লিনিকাল ভিত্তি ছাড়া লেখা যাবে না। রেকর্ডটি সত্যকে প্রাধান্য দেয় এবং শুধুমাত্র স্পষ্ট লেবেলিং এবং ন্যায্যতা সহ ব্যাখ্যা অন্তর্ভুক্ত করে। এআই দুটি সাবলীলভাবে মিশ্রিত করতে পারে; পার্থক্য করা এবং কলঙ্কজনক ভাষা এড়ানো একজন ব্যক্তির কর্তব্য।

4. একটি শিশু বাড়িতে নিরাপদ কিনা বা মামলার ঝুঁকির মাত্রা নির্ধারণে AI কী ভূমিকা পালন করবে?

ক) কৃত্রিম বুদ্ধিমত্তা মামলা পড়তে পারে, ঝুঁকির মাত্রা নির্ধারণ করতে পারে এবং নিরাপত্তার সিদ্ধান্ত নিতে পারে
খ) কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত 'নিম্ন ঝুঁকি' লেবেল বিশেষজ্ঞের পর্যবেক্ষণকে উল্টো করে ফেলতে পারে
গ) কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র কারণগুলি মনে করিয়ে দেয় এবং নোটগুলিকে সংগঠিত করে; ঝুঁকি স্তর এবং নিরাপত্তা সিদ্ধান্ত বিশেষজ্ঞ, দল, তত্ত্বাবধান এবং আইনি প্রক্রিয়ার অন্তর্গত ✔
ঘ) কৃত্রিম বুদ্ধিমত্তা ঝুঁকির সিদ্ধান্ত নেওয়ার ক্ষেত্রে মানুষের চেয়ে বেশি নির্ভরযোগ্য কারণ এটি নিরপেক্ষ।

বর্ণনা: ঝুঁকি স্তর এবং নিরাপত্তা সিদ্ধান্ত; এর জন্য প্রয়োজন পেশাদার কর্তৃত্ব, ক্লিনিকাল রায়, বহু-বিভাগীয় দলের মতামত, তত্ত্বাবধান এবং আইনি দায়িত্ব। এখানে, AI শুধুমাত্র ঝুঁকি/প্রতিরক্ষামূলক কারণগুলি স্মরণ করতে পারে এবং নোটগুলি সম্পাদনা করতে পারে; স্কোর বা সিদ্ধান্ত তৈরি করতে পারে না। এটি প্রশিক্ষণের ডেটাতে পক্ষপাতের কারণে সুবিধাবঞ্চিত গোষ্ঠীগুলির জন্য পদ্ধতিগত উচ্চ ঝুঁকির কারণ হতে পারে, তাই এর আউটপুট সিদ্ধান্ত হিসাবে ব্যবহার করা যাবে না।

5. কৃত্রিম বুদ্ধিমত্তা যখন 'এই কেন্দ্র, ওই ফোন' বলে একজন ক্লায়েন্টের জন্য রেফারেল তথ্য দেয় তখন কী করা উচিত?

ক) ক্লায়েন্টকে দেওয়ার আগে প্রতিষ্ঠানের অফিসিয়াল এবং বর্তমান উত্স থেকে ঠিকানা এবং ফোন নম্বর নিশ্চিত করা ✔
খ) ক্লায়েন্টের কাছে সরাসরি তথ্য পৌঁছে দেওয়া কারণ এটি আত্মবিশ্বাসের সাথে উপস্থাপন করা হয়
গ) কৃত্রিম বুদ্ধিমত্তা বর্তমান তারিখ দেওয়া পর্যন্ত তথ্যটি সম্পূর্ণ সঠিক বলে ধরে নেওয়া
ঘ) কোথাও উল্লেখ আছে বলে তথ্যের যথার্থতা অনুসন্ধানের প্রয়োজন নেই বলে মনে করা।

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা সেবা, আবেদনের প্রয়োজনীয়তা, ঠিকানা এবং টেলিফোন নম্বর তৈরি করতে পারে বা পুরানো তথ্য প্রদান করতে পারে; প্রতিষ্ঠানগুলো একত্রিত হয়, সরে যায়, বন্ধ হয়ে যায়। ক্লায়েন্টকে একটি অযাচাই করা ঠিকানায় পাঠানোর ফলে যাত্রা নষ্ট হবে এবং বিশ্বাসের ক্ষতি হবে। অতএব, কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত যোগাযোগের তথ্য ক্লায়েন্টের কাছে প্রেরণের আগে প্রতিষ্ঠানের নিজস্ব অফিসিয়াল চ্যানেলের মাধ্যমে নিশ্চিত করতে হবে।

6. প্রতিক্রিয়া পরিকল্পনায় কাদের লক্ষ্য নির্ধারণ করা উচিত এবং AI এর ভূমিকা কী?

ক) কৃত্রিম বুদ্ধিমত্তা উভয়ই লক্ষ্য নির্ধারণ করবে এবং ক্লায়েন্টকে জিজ্ঞাসা না করেই সম্পূর্ণ পরিকল্পনা লিখবে।
খ) ক্লায়েন্ট (একসাথে বিশেষজ্ঞের সাথে) লক্ষ্য নির্ধারণ করে; AI এগুলিকে SMART ফর্ম্যাটে রাখে এবং সেগুলিকে গঠন করে, নতুন লক্ষ্য যোগ করে না ✔৷
গ) লক্ষ্যগুলি গুরুত্বহীন; পরিকল্পনায় যত বেশি লক্ষ্য অন্তর্ভুক্ত থাকবে তত ভালো।
ঘ) কৃত্রিম বুদ্ধিমত্তা ক্লায়েন্টের অগ্রাধিকার উপেক্ষা করতে পারে কারণ এটি পেশাদার দেখায়

বর্ণনা: সামাজিক কাজের মূল মূল্য হল 'আত্ম-সংকল্প': ক্লায়েন্ট লক্ষ্য এবং অগ্রাধিকার সেট করে, বিশেষজ্ঞ পেশাদার জ্ঞান দিয়ে সেগুলিকে আকার দেয়। কৃত্রিম বুদ্ধিমত্তা এই লক্ষ্যগুলিকে SMART বিন্যাসে রাখে এবং পদক্ষেপ ও সূচকের পরামর্শ দেয়; কিন্তু সে নতুন লক্ষ্য যোগ করতে পারে না যা ক্লায়েন্ট বলে না। একটি বিদেশী, বাহ্যিকভাবে আরোপিত পরিকল্পনা ক্লায়েন্টের জন্য প্রয়োগ করা যাবে না।

7. আদালতে দাখিল করা সামাজিক তদন্ত প্রতিবেদনে, কোন ইস্যুতে কৃত্রিম বুদ্ধিমত্তা সবচেয়ে বিপজ্জনক?

ক) প্রতিবেদনটিকে 'সম্পূর্ণ' দেখানোর জন্য অস্তিত্বহীন তারিখ, পর্যবেক্ষণ বা উদ্ধৃতি উদ্ভাবনের ক্ষমতা ✔
খ) পাঠ্যের ভাষাকে খুব আনুষ্ঠানিক করা
গ) অনুরোধের চেয়ে ছোট প্রতিবেদন লেখা
ঘ) শিরোনামের বর্ণানুক্রমিক ক্রম

ব্যাখ্যা: এআই-এর সবচেয়ে বিপজ্জনক প্রবণতা হল প্রতিবেদনটিকে 'সম্পূর্ণ' বলে মনে করার জন্য একটি অস্তিত্বহীন তারিখ, পর্যবেক্ষণ বা উদ্ধৃতি যোগ করা। আদালতের প্রতিবেদনে একটি বানোয়াট বাক্য উভয়ই একটি সিদ্ধান্তকে বিভ্রান্ত করতে পারে এবং বিশেষজ্ঞের বিশ্বাসযোগ্যতা নষ্ট করতে পারে। অতএব, প্রতিটি ক্ষেত্রে একটি বাস্তব সাক্ষাৎকার/পর্যবেক্ষণ/নথির সাথে সংযুক্ত করা উচিত এবং পেশাদার মতামত বিশেষজ্ঞের দ্বারা গঠিত হওয়া উচিত।

8. একটি সামাজিক তদন্ত প্রতিবেদনের পেশাদার মতামত এবং মতামত (পরামর্শ) বিভাগটি কার লেখা উচিত?

ক) কৃত্রিম বুদ্ধিমত্তা; কারণ এটি আরও নিরপেক্ষ সুপারিশ তৈরি করে
খ) প্রতিবেদন লেখার সময় মতামত বিভাগটি পূরণ করা হয় না।
গ) আর্টিফিশিয়াল ইন্টেলিজেন্স মতামত লেখেন, বিশেষজ্ঞরা শুধুমাত্র শেষে ইশারা করেন
ঘ) বিশেষজ্ঞ; পেশাদার মতামত এবং মতামত তার / তার কর্তৃত্ব এবং দায়িত্ব, কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র ভাষা স্পষ্ট করে ✔

বিবৃতি: পেশাদার মতামত এবং মতামত — 'এটি এই শিশুর সর্বোত্তম স্বার্থ', 'এই ব্যবস্থাটি উপযুক্ত' - হল বিশেষজ্ঞের আইনী কর্তৃত্ব এবং দায়িত্ব। 'কৃত্রিম বুদ্ধিমত্তার জন্য আমি কী সুপারিশ করব?' এটা জিজ্ঞাসা করা হয় না; তিনি যে 'পরামর্শ' দিয়েছেন তা বানোয়াট এবং দায়িত্ব হস্তান্তর উভয়ই হতে পারে। সর্বোত্তমভাবে, কৃত্রিম বুদ্ধিমত্তা বিশেষজ্ঞের লেখা মতামতের ভাষা স্পষ্ট করে।

9. কৃত্রিম বুদ্ধিমত্তা সহ একজন ক্লায়েন্টের জন্য একটি ভারী অফিসিয়াল সহায়তা চিঠি সরল করার সময় সবচেয়ে গুরুত্বপূর্ণ নিয়ন্ত্রণ কী?

ক) লেখাটি যতটা সম্ভব ছোট রাখুন, বিস্তারিত দেখবেন না
খ) ফলাফল সাবলীল এবং নান্দনিক দেখায়
গ) আসল সাথে তুলনা করে কোন অধিকার, শর্ত, পরিমাণ, তারিখ বা নোটিশ বাদ দেওয়া হয়নি তা যাচাই করা ✔
ঘ) সরলীকরণ ক্লায়েন্টকে কম তথ্য দিয়ে তাকে সান্ত্বনা প্রদান করে।

ব্যাখ্যাঃ সরলীকরণ মানে বিকৃত করা নয়; 'সংক্ষিপ্ত' বা 'সরল' করে এআই একটি অধিকার, শর্ত, পরিমাণ, তারিখ বা বিজ্ঞপ্তি গ্রাস করতে পারে। ক্লায়েন্ট 'সহজ' কিন্তু অসম্পূর্ণ তথ্য দিয়ে তার অধিকার হারাতে পারে। অতএব, সরলীকৃত পাঠ্যটিকে মূলের সাথে তুলনা করা উচিত এবং যাচাই করা উচিত যে কোনো সমালোচনামূলক তথ্য হারিয়ে যায়নি, এবং এমনকি কৃত্রিম বুদ্ধিমত্তার তালিকায় থাকা গুরুত্বপূর্ণ উপাদানগুলিকে এটি রক্ষা করে।

10. একটি তহবিল আবেদন খসড়া করার সময় কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত পরিসংখ্যানের সাথে আচরণ করা কিভাবে সঠিক?

ক) কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত পরিসংখ্যান সরাসরি ব্যবহার করে এটিকে চিত্তাকর্ষক দেখায়
খ) কৃত্রিম বুদ্ধিমত্তা তৈরি না করে পরিসংখ্যান তৈরি করা, প্রয়োজনে [ডেটা প্রয়োজনীয়] প্রিন্ট করা এবং প্রতিটি নম্বর আসল উৎস থেকে দেওয়া ✔
গ) যতক্ষণ নম্বরটি একটি অ্যাপ্লিকেশনে অন্তর্ভুক্ত থাকে ততক্ষণ উত্সটি গুরুত্বহীন বলে বিবেচনা করা।
D) ধরে নিচ্ছি যে পরিসংখ্যান যাচাই করার দরকার নেই কারণ AI আত্মবিশ্বাসের সাথে লেখে

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা আকর্ষণীয় কিন্তু আনসোর্স পরিসংখ্যান তৈরি করতে পারে; একটি উৎস ছাড়া একটি চিত্র প্রায় সবসময় অবিশ্বস্ত হয়. আবেদনে একটি বানোয়াট পরিসংখ্যান উভয়ই আবেদন প্রত্যাখ্যান করবে এবং প্রতিষ্ঠানের বিশ্বাসযোগ্যতা নষ্ট করবে। সঠিক পন্থা হল AI মেক আপ নম্বর না করা ('লিখুন [ডেটা প্রয়োজনীয়]') এবং প্রতিটি নম্বর আসল, যাচাইকৃত উত্স থেকে রাখুন।

11. কৃত্রিম বুদ্ধিমত্তাকে জিজ্ঞাসা করা কেন ক্ষতিকারক 'ব্যাখ্যা করুন কেন এই পরিবার সন্তান লালন-পালনের ক্ষেত্রে অপর্যাপ্ত'?

ক) কারণ প্রশ্নটি অনেক লম্বা
খ) যেহেতু কৃত্রিম বুদ্ধিমত্তা পারিবারিক বিষয়ে কোনো তথ্য দিতে পারে না
গ) যেহেতু এটি প্রথম থেকেই ফলাফল অনুমান করে, কৃত্রিম বুদ্ধিমত্তা (চাটুকারভাবে) একটি অপ্রমাণিত এবং পক্ষপাতমূলক নিশ্চিতকরণ তৈরি করে; প্রশ্ন হতে হবে নিরপেক্ষ ও ভারসাম্যপূর্ণ ✔
ঘ) কারণ কৃত্রিম বুদ্ধিমত্তা সবসময় পরিবারের পক্ষে লিখবে

ব্যাখ্যা: এই প্রশ্নটি ফলাফলটি অনুমান করে ('অপ্রতুল')। AI একটি প্রমাণ-মুক্ত এবং পক্ষপাতদুষ্ট পাঠ্য তৈরি করে যা এই অনুমানটিকে তার চাটুকার প্রবণতার সাথে নিশ্চিত করে (আপনার ইঙ্গিত নিশ্চিত করুন)। একটি পক্ষপাতমূলক প্রশ্ন একটি পক্ষপাতদুষ্ট উত্তর তৈরি করে। প্রকৃতপক্ষে, এটি একটি নিরপেক্ষ প্রশ্ন যা ফলাফলকে অনুমান করে না, শক্তি এবং উদ্বেগ উভয়েরই ভারসাম্য বজায় রাখে এবং শুধুমাত্র প্রমাণের জন্য জিজ্ঞাসা করে।

12. AI আউটপুটে পক্ষপাতিত্ব পরীক্ষা করতে 'আন্ডার অ্যাঙ্গেল টেস্টিং' কীভাবে প্রয়োগ করবেন?

ক) একটি ভিন্ন গোষ্ঠীর জন্য একই পরিস্থিতি সম্পর্কে চিন্তা করা এবং জিজ্ঞাসা করা 'এটি কি একই ভাষায় লেখা হবে?' ✔ জিজ্ঞাসা করে ডবল স্ট্যান্ডার্ড পরীক্ষা করা
খ) কৃত্রিম বুদ্ধিমত্তার প্রথম উত্তরটিকে নিরপেক্ষ হিসাবে গ্রহণ করা এবং অন্য কোণ না খোঁজা
গ) শুধুমাত্র এমন প্রশ্ন জিজ্ঞাসা করা যা ক্লায়েন্টের গ্রুপকে সমর্থন করে
D) অনুমান করা হচ্ছে যে অতিরিক্ত নিয়ন্ত্রণের কোন প্রয়োজন নেই কারণ কৃত্রিম বুদ্ধিমত্তায় পক্ষপাতের অস্তিত্ব নেই

ব্যাখ্যা: AI বিভিন্ন গোষ্ঠীর জন্য একই আচরণকে ভিন্ন স্বরে লিখতে পারে (যেমন নিম্ন-আয়ের পরিবারের জন্য 'অবহেলার ঝুঁকি', উচ্চ-আয়ের জন্য 'বাধ্য পিতামাতা')। ইনভার্সন টেস্ট হল 'ক্লায়েন্ট যদি ভিন্ন আর্থ-সামাজিক/জাতিগত গোষ্ঠীর হতেন, তাহলে কি একই ভাষায় লেখা হবে?' জিজ্ঞাসা করা হয়; এটি স্টেরিওটাইপের উপর ভিত্তি করে দৃশ্যমান দ্বিগুণ মান তৈরি করে, প্রমাণ নয়।

13. একজন ক্লায়েন্টের প্রকৃত ফাইল (নাম, ঠিকানা, স্বাস্থ্য তথ্য সহ) সংক্ষিপ্ত করার সঠিক পদ্ধতি কোনটি?

ক) গতির জন্য, এটিকে নিকটতম পাবলিক এআই টুলে পেস্ট করুন এবং এটির সংক্ষিপ্ত বিবরণ দিন
খ) গোপনীয়তার দিকে মনোযোগ না দিয়ে ফাইলটি প্রক্রিয়া করা কারণ এটি সংক্ষিপ্ত
গ) স্বাস্থ্য তথ্য সহ সবকিছু লিখুন এবং শুধুমাত্র ফলাফল সংরক্ষণ করুন
ঘ) শুধুমাত্র প্রতিষ্ঠান দ্বারা অনুমোদিত একটি সুরক্ষিত সিস্টেমে বা ন্যূনতম ডেটা সহ ডি-আইডেন্টিফাইড টেক্সট সহ প্রক্রিয়া করুন ✔

প্রকাশ: ব্যক্তিগত ডেটা যা ক্লায়েন্টকে সনাক্ত করে — বিশেষ করে স্বাস্থ্যের মতো সংবেদনশীল ডেটা — কখনই এমন কোনও পাবলিক টুলে প্রবেশ করা হয় না যা প্রতিষ্ঠান অনুমোদন করেনি; পাঠ্যটি প্রক্রিয়া করা হতে পারে, বহিরাগত সার্ভারে সংরক্ষণ করা যেতে পারে বা মডেল প্রশিক্ষণে ব্যবহার করা যেতে পারে এবং এক্সফিল্ট্রেশন অপরিবর্তনীয়। এটি একটি KVKK লঙ্ঘনও। এই ধরনের কাজ শুধুমাত্র ইন-হাউস, সুরক্ষিত, অনুমোদিত সিস্টেমে করা হয় যা ডেটা ফাঁস করে না বা ডি-আইডেন্টিফাইড টেক্সট সহ।

14. কেন একটি নথি থেকে নাম মুছে ফেলা সর্বদা এটি একটি সর্বজনীন টুলে কমিট করার জন্য যথেষ্ট নয়?

ক) নাম মুছে ফেলা সর্বদা সম্পূর্ণ বেনামী এবং প্রতিটি নথিকে নিরাপদ করে তোলে
খ) যতক্ষণ নথিটি সংক্ষিপ্ত হয়, প্রসঙ্গ থেকে পরিচয় অনুমান করা অসম্ভব
গ) একটি নথি যার নাম সম্পূর্ণরূপে মুছে ফেলা হয়েছে তা KVKK এর সুযোগের বাইরে পড়ে৷
ঘ) প্রসঙ্গ (প্রতিবেশী, বয়স, ঘটনা, পারিবারিক কাঠামো) পরিচয় পুনরায় জাহির করতে পারে; সুরক্ষা সরঞ্জাম এবং পরিবেশের পছন্দ দ্বারা সরবরাহ করা হয় ✔

ব্যাখ্যা: নাম মুছে ফেলা হলেও, প্রসঙ্গ (প্রতিবেশী, বয়স, ঘটনা, তারিখ, পারিবারিক কাঠামো ইত্যাদির একটি বিরল সংমিশ্রণ) একজন ব্যক্তিকে শনাক্ত করতে পারে; তিনি একটি আশেপাশের একমাত্র ব্যক্তি যিনি বর্ণনার সাথে মানানসই হতে পারেন। প্রকৃত সুরক্ষা মুখোশ দ্বারা প্রদান করা হয় না, কিন্তু সঠিক সরঞ্জাম এবং পরিবেশ নির্বাচন করে; প্রসঙ্গটি ব্যক্তিগত ডেটা এবং অনিশ্চিত তথ্য একটি উচ্চ শ্রেণী হিসাবে সুরক্ষিত করা উচিত।

15. একটি মামলার আবেদন থেকে শেষ পর্যন্ত, চূড়ান্ত সিদ্ধান্তে ফাঁস হওয়া থেকে একটি একক AI ত্রুটি প্রতিরোধ করার সবচেয়ে কার্যকর উপায় কী?

ক) পুরো প্রক্রিয়াটিকে একটি একক AI টুলের কাছে অর্পণ করা এবং শেষে শুধুমাত্র একবার স্বাক্ষর করা
খ) প্রতিটি পর্যায়ে একটি মানব যাচাইকরণ গেট এবং পাস শর্ত স্থাপন (স্তরযুক্ত যাচাইকরণ) ✔
গ) গতির জন্য মধ্যবর্তী বৈধতা অপসারণ করা এবং শুধুমাত্র আউটপুট পর্যায়ে পরীক্ষা করা
D) প্রতিটি বিশেষজ্ঞকে রেকর্ড না রেখেই তার নিজস্ব টুল অবাধে ব্যবহার করার অনুমতি দেওয়া

বর্ণনা: প্রতিটি পর্যায়ে একটি মানব যাচাইকরণ গেট স্থাপন করা হয় (আবেদন/গোপনীয়তা, মূল্যায়ন/ক্লিনিকাল রায়, ঝুঁকি/অনুমোদন, পরিকল্পনা/যাচাই, প্রতিবেদন/প্রমাণ, বন্ধ/নির্ভুলতা); আপনি এক দরজা দিয়ে অন্য দরজা দিয়ে যেতে পারবেন না। এই স্তরবিশিষ্ট কাঠামোটি একটি ক্লায়েন্টকে প্রভাবিত করে এমন সিদ্ধান্তের মধ্যে প্রবেশ করা থেকে এক পর্যায়ে হ্যালুসিনেশন, পক্ষপাতিত্ব বা গোপনীয়তার ত্রুটি প্রতিরোধ করে।