ব্যাংকিংয়ে কৃত্রিম বুদ্ধিমত্তার ভূমিকা: ভূমিকা, সীমানা, যাচাইকরণ এবং নীতিশাস্ত্র

লাভ:

• যেখানে কৃত্রিম বুদ্ধিমত্তা ব্যাঙ্কিং কর্মপ্রবাহে (প্রি-অ্যাসেসমেন্ট, সিদ্ধান্ত সমর্থন, অপারেশন, রিপোর্টিং) প্রকৃত সময় বাঁচায় এবং কোথায় নিয়ন্ত্রিত এবং বিশ্বাসযোগ্য সিদ্ধান্তগুলি (ক্রেডিট বরাদ্দ, জালিয়াতি/সম্মতির বিধান) মানুষের উপর ছেড়ে দেওয়া হয় তা পার্থক্য করার ক্ষমতা, টাস্ক ঝুঁকি স্তর অনুসারে
• একটি শৃঙ্খলা প্রয়োগ করার ক্ষমতা যা প্রতিটি AI আউটপুটকে উত্সের সাথে সংযুক্ত করার ধাপগুলির মাধ্যমে যাচাই করে, এটিকে পুনঃগণনা করে এবং এটিকে নীতি/আইন ফিল্টারিংয়ের মাধ্যমে পাস করে।
• কেভিকেকে, গ্রাহকের গোপনীয়তা এবং ব্যাঙ্কের গোপনীয়তা নিয়মের পরিধির মধ্যে গ্রাহক এবং আর্থিক তথ্য গোপন করা এবং নিরাপদ যানবাহন বেছে নেওয়ার অভ্যাস অর্জন করা

একজন ব্যাংকারের দিনটি সংখ্যা, সিদ্ধান্ত এবং আত্মবিশ্বাসে পূর্ণ। একটি ঋণ আবেদন মূল্যায়ন করা হয়, একটি লেনদেন একটি জালিয়াতি কিনা তা পরীক্ষা করা হয়, কোন পণ্যটি গ্রাহকের জন্য উপযুক্ত বলে বিবেচিত হয়, একটি সম্মতি পরীক্ষা করা হয় এবং দিনের শেষে একটি প্রতিবেদনে স্বাক্ষর করা হয়। এই কাজগুলির মধ্যে যা মিল রয়েছে তা হল যে তাদের সকলের দ্রুত কাজ করা প্রয়োজন এবং ভুলভাবে করা হলে তা সরাসরি একজন ব্যক্তির অর্থ, সুনাম বা ব্যাঙ্কের আইনি অবস্থার ক্ষতি করে৷ ঠিক এখানেই কৃত্রিম বুদ্ধিমত্তা এই টেনশনে পড়ে। সঠিকভাবে ব্যবহার করা হলে, এটি কাজের ঘন্টাকে মিনিটে কমিয়ে দেয়; ভুলভাবে ব্যবহার করা হলে, এটি ত্রুটিকে ত্বরান্বিত করে, বৈষম্য তৈরি করে এবং অনিয়ন্ত্রিত সিদ্ধান্তে পরিণত হয়।

এই মডিউল জুড়ে আমরা AI-কে সহকারী, প্রি-স্ক্রিনার এবং ড্রাফ্ট জেনারেটর হিসাবে অবস্থান করব। কৃত্রিম বুদ্ধিমত্তা আপনার জন্য ফাইলটি পড়তে, ড্রাফ্ট লিখতে, অসঙ্গতি খুঁজতে এবং সারসংক্ষেপ করতে সাহায্য করে। তবে সিদ্ধান্ত আপনার। ক্রেডিট দিতে হবে কিনা, লেনদেনকে সন্দেহজনক মনে করবেন কি না, একজন গ্রাহককে কী বলবেন—এসবই একজন ক্ষমতাপ্রাপ্ত মানুষের বিচার। এই ইউনিটে, আমরা মৌলিকভাবে এই পার্থক্যটি স্থাপন করব, অর্থাৎ যেখানে কৃত্রিম বুদ্ধিমত্তা সময় বাঁচায় এবং যেখানে সিদ্ধান্তটি মানুষের উপর ছেড়ে দেওয়া হয়, যাচাইকরণের শৃঙ্খলা এবং গোপনীয়তার নিয়ম।

কেন ব্যাংকিং একটি 'ট্রাস্ট-ক্রিটিকাল' এবং 'নিয়ন্ত্রিত' এলাকা

যদি একটি শ্লেষ ডিজাইন টুল ভুলভাবে কাজ করে, কেউ আঘাত পায় না। কিন্তু একটি ব্যাংকের একটি ত্রুটিপূর্ণ মডেল একটি পরিবারকে তার প্রাপ্য ঋণ থেকে বঞ্চিত করতে পারে, একজন বৈধ গ্রাহককে প্রতারক হিসেবে আখ্যায়িত করে শিকার করতে পারে, বা অর্থ পাচারকে উপেক্ষা করতে পারে এবং ব্যাংকটিকে ভারী জরিমানা করতে পারে। অতএব, ব্যাংকিং দুটি বৈশিষ্ট্য দ্বারা সংজ্ঞায়িত করা হয়:

• আস্থা-সমালোচনা: সিদ্ধান্তগুলি মানুষের অর্থ এবং ভবিষ্যতকে প্রভাবিত করে। ভুল উলটানো গেলেও ক্ষতিটাই আসল।
• নিয়ন্ত্রিত: ব্যাংকিং; এটি BDDK (ব্যাংকিং রেগুলেশন অ্যান্ড সুপারভিশন এজেন্সি, পাবলিক অথরিটি যা ব্যাঙ্কগুলির তত্ত্বাবধান করে), MASAK (আর্থিক অপরাধ তদন্ত বোর্ড, অর্থ পাচারের বিরুদ্ধে লড়াই করা প্রতিষ্ঠান) এবং KVKK (ব্যক্তিগত ডেটা সুরক্ষা আইন) এর মতো প্রবিধান দ্বারা বেষ্টিত। আপনি "এআই বলেছে" বলে একটি সিদ্ধান্ত ব্যাখ্যা করতে পারবেন না; আপনি সিদ্ধান্ত ন্যায্যতা করতে সক্ষম হতে হবে.

এই দুটি বৈশিষ্ট্য AI ব্যবহারের মৌলিক নিয়ম প্রতিষ্ঠা করে: AI আউটপুট একজন দক্ষ বিশেষজ্ঞের অনুমোদনের বিকল্প নয়। সিদ্ধান্ত ব্যক্তির উপর নির্ভর করে। আমরা মডিউল জুড়ে এই বাক্যটি বহুবার পুনরাবৃত্তি করব, কারণ এই নিয়মটি ভুলে গেলে ব্যাঙ্কিংয়ের সবচেয়ে ব্যয়বহুল ভুলগুলি ঘটে।

মনোযোগ: "মডেলটি খুব সঠিকভাবে কাজ করে" বলার অর্থ এই নয় যে "আমরা সিদ্ধান্তটি মডেলের উপর ছেড়ে দিতে পারি"। এমনকি একটি মডেল যা 99 শতাংশ সঠিক তার 1 শতাংশ ত্রুটি একই আত্মবিশ্বাসের সাথে উপস্থাপন করে। ব্যাঙ্কিংয়ে, সেই 1 শতাংশ হল একজন ব্যক্তির ঋণ বা ব্যাঙ্কের জরিমানা।

ব্যাংকিংয়ে কৃত্রিম বুদ্ধিমত্তা কোথায় কাজে আসে?

তিন স্তরে ব্যাঙ্কিং ব্যবসার কথা চিন্তা করলে AI কোথায় রাখতে হবে তা স্পষ্ট করে দেয়:

1. প্রাক-মূল্যায়ন এবং প্রস্তুতি (কম ঝুঁকি, উচ্চ লাভ): নথি পড়া, অনুপস্থিত নথি নিয়ন্ত্রণ, ফাইলের সারাংশ, ডেটা সামঞ্জস্য স্ক্যানিং। এখানে, কৃত্রিম বুদ্ধিমত্তা ভুল করলেও, ঝুঁকি পরিচালনা করা যেতে পারে কারণ এর পিছনে রয়েছে মানবিক পর্যালোচনা; লাভ বড়।
2. সিদ্ধান্ত সমর্থন (মাঝারি ঝুঁকি): ক্রেডিট ন্যায্যতা খসড়া, ঝুঁকি প্রোফাইল সারাংশ, আর্থিক মন্তব্য, সন্দেহজনক লেনদেনের খসড়া। এখানে, কৃত্রিম বুদ্ধিমত্তা পরামর্শ তৈরি করে, তবে সিদ্ধান্তটি মানুষেরই। যাচাইকরণ অপরিহার্য।
3. চূড়ান্ত সিদ্ধান্ত এবং রায় (উচ্চ ঝুঁকি, মানব): ক্রেডিট বরাদ্দ, জালিয়াতির রায়, সন্দেহজনক লেনদেনের প্রতিবেদন, গ্রাহকের উপর প্রতিফলিত সিদ্ধান্ত। এটি এমন একটি স্তর যেখানে কৃত্রিম বুদ্ধিমত্তা সিদ্ধান্ত নিতে পারে না; সবচেয়ে খসড়া প্রস্তাব.

নিম্নলিখিত সারণীটি ঝুঁকির স্তর অনুসারে সাধারণ ব্যাংকিং কাজগুলিকে স্থান দেয়:

কোয়েস্ট

স্তর

এআই ভূমিকা

কে সিদ্ধান্ত নেয়?

ক্রেডিট ফাইল অনুপস্থিত নথি চেক

প্রাথমিক মূল্যায়ন

স্ক্যান, সারাংশ

বিশেষজ্ঞ পর্যালোচনা

ক্রেডিট প্রত্যাখ্যান/অনুমোদনের কারণ

সিদ্ধান্ত সমর্থন

খসড়া ন্যায্যতা

দক্ষ বিশেষজ্ঞ

লেনদেন অসামঞ্জস্য সতর্কতা

সিদ্ধান্ত সমর্থন

প্রাক-যোগ্যতা সংকেত

জালিয়াতি বিশ্লেষক

সন্দেহজনক লেনদেন রিপোর্টিং (STR)

চূড়ান্ত রায়

খসড়া

কমপ্লায়েন্স অফিসার

ক্রেডিট বরাদ্দের সিদ্ধান্ত

চূড়ান্ত রায়

খসড়া/সারাংশ

কর্তৃপক্ষ/কমিটি

খসড়া গ্রাহক চিঠিপত্র

প্রাথমিক মূল্যায়ন

খসড়া পাঠ্য

কর্মচারী অনুমোদন করে

বৈধতা শৃঙ্খলা: তিন-পদক্ষেপ ফিল্টার

প্রতিবার এই তিনটি ধাপের মাধ্যমে AI আউটপুট নিন। এটি হবে মৌলিক রিফ্লেক্স যা আমরা পুরো মডিউল জুড়ে পুনরাবৃত্তি করব:

1. উৎসের সাথে এটি সংযুক্ত করুন। কোন নথি, কোন অ্যাকাউন্টের লেনদেন এবং কোন নিয়মের উপর ভিত্তি করে আউটপুটে প্রতিটি সংখ্যা, দাবি এবং ন্যায্যতা? একটি আউটপুট যার উত্স উদ্ধৃত করা যাবে না তা যাচাই না হওয়া পর্যন্ত একটি "দাবি", "তথ্য" নয়।
2. পুনরায় গণনা/চেক করুন। যদি একটি মতভেদ, মোট, একটি স্কোর সারাংশ দেওয়া হয়, এটি নিজেই নিশ্চিত করুন। AI ভুলভাবে উপস্থাপন করতে পারে বা সংখ্যা তৈরি করতে পারে (এটিকে "হ্যালুসিনেশন" বলা হয়: যখন মডেলটি মিথ্যা তথ্য তৈরি করে যা বাস্তব বলে মনে হয়)।
3. নীতি এবং আইনের ফিল্টার মাধ্যমে এটি পাস. আউটপুট কি আপনার ব্যাঙ্কের অভ্যন্তরীণ নীতি এবং আইনি নিয়ম (বৈষম্যের নিষেধাজ্ঞা, গ্রাহকের গোপনীয়তা, KVKK) মেনে চলে? একটি আউটপুট যা উপযুক্ত নয় তা প্রত্যাখ্যান করা হবে, তা যতই "স্মার্ট" মনে হোক না কেন।

টিপ: প্রতিটি আউটপুটের সাথে নিজেকে এই প্রশ্নটি জিজ্ঞাসা করুন: "আমি কি শুধু 'এআই এটি তৈরি করেছে' না বলে একজন নিরীক্ষকের কাছে এটি রক্ষা করতে পারি?" যদি উত্তর না হয়, আউটপুট এখনও ব্যবহারের জন্য প্রস্তুত নয়।

গোপনীয়তা: গ্রাহকের গোপনীয়তা এবং কেভিকেকে

ব্যাঙ্কিংয়ে ডাটা দ্বিগুণ সুরক্ষিত থাকে। একজন গ্রাহকের অ্যাকাউন্টের তথ্য হল ব্যক্তিগত ডেটা (KVKK-এর পরিধির মধ্যে) এবং গ্রাহকের গোপনীয়তা (ব্যাঙ্কিং আইনের পরিধির মধ্যে; তার গ্রাহক সম্পর্কে যে তথ্য জেনেছে তা রক্ষা করার জন্য ব্যাঙ্কের বাধ্যবাধকতা)। অতএব, যেকোনো AI টুলে গ্রাহকের ডেটা আপলোড করা একটি গুরুতর লঙ্ঘন হতে পারে।

মৌলিক নিয়ম:

• বেনামী. নাম, টিআর আইডি নম্বর, অ্যাকাউন্ট/আইবিএএন নম্বর, ফোনের মতো সনাক্তকারী তথ্যগুলি সরান৷ উদাহরণস্বরূপ, "Ahmet Yılmaz, TC 123..., account 456..." এর পরিবর্তে "45 বছর বয়সী, X সেগমেন্ট গ্রাহক" লিখুন।
• ন্যূনতম ডেটা। কাজের জন্য সত্যই প্রয়োজনীয় ন্যূনতম পরিমাণ ডেটা ভাগ করুন। পুরো ডাম্প নয়, তবে প্রাসঙ্গিক লাইন।
• অনুমোদিত গাড়ি ব্যবহার করুন। আপনার ব্যাঙ্ক দ্বারা অনুমোদিত চুক্তিবদ্ধ এবং সুরক্ষিত সরঞ্জামগুলি ব্যবহার করুন। কোন পাবলিক টুলে গ্রাহকের ডেটা প্রবেশ করাবেন না যদি এটি পরিষ্কার না হয় যে ডেটা কোথায় যাচ্ছে।
• একটি রেকর্ড রেখে যান। আপনি অবশ্যই দেখাতে সক্ষম হবেন, যখন প্রয়োজন, আপনি কোন ডেটা ব্যবহার করেছেন, কোন উদ্দেশ্যে এবং কোন টুল ব্যবহার করেছেন (অডিট ট্রেইল)।

চারটি অনুলিপিযোগ্য টেমপ্লেট

1) ফ্রেমওয়ার্ক যা ভূমিকা এবং সীমানা নির্ধারণ করে:

আপনার ভূমিকা: ব্যাংকিং সহকারী। সিদ্ধান্ত গ্রহণ; শুধুমাত্র খসড়া, সারাংশ বা সামঞ্জস্য পরীক্ষা তৈরি করুন। শনাক্তকরণ তথ্য (নাম, টিআর আইডি, আইবিএএন) ব্যবহার করবেন না। আপনি নিশ্চিত নন এমন প্রতিটি পয়েন্টকে "[নিশ্চিতকরণ আবশ্যক]" হিসেবে চিহ্নিত করুন। আমি চূড়ান্ত সিদ্ধান্ত এবং দায়িত্ব নেব। কাজ: [চাকরীর বিবরণ]

2) তিন-পদক্ষেপ যাচাইকরণের অনুরোধ:

স্ব-অডিট করুন এবং তিনটি দিক থেকে নিম্নোক্ত আউটপুট রিপোর্ট করুন: (1) আপনার প্রতিটি দাবি কোন উৎস/ডেটার উপর ভিত্তি করে? (2) কোন সংখ্যা পুনঃগণনা করা প্রয়োজন? (3) অভ্যন্তরীণ নীতি বা আইন (বৈষম্য, গ্রাহক গোপনীয়তা, KVKK) পরিপ্রেক্ষিতে একটি ঝুঁকিপূর্ণ দিক আছে কি? অনিশ্চয়তাগুলি স্পষ্টভাবে তালিকাভুক্ত করুন।

3) বেনামী নিয়ন্ত্রণ:

একটি টুলে এই পাঠ্যটি দেওয়ার আগে, সমস্ত তথ্য সনাক্ত করুন যা ব্যক্তিকে শনাক্তযোগ্য করে তোলে (নাম, টিআর আইডি, আইবিএএন, ফোন, ঠিকানা, বিরল বৈশিষ্ট্যের সমন্বয়) এবং কীভাবে এটি মাস্ক করতে হয় তা পরামর্শ দিন। এছাড়াও টাস্কের জন্য প্রয়োজনীয় ন্যূনতম ডেটা নির্দিষ্ট করুন৷ পাঠ্য: [ডেটা]

4) স্তর শ্রেণীবিভাগ সহকারী:

নিম্নলিখিত কাজটি কোন স্তরের মধ্যে পড়ে তা নির্ধারণ করুন: প্রাথমিক মূল্যায়ন (বিশ্বাস দ্বারা ত্বরান্বিত) / সিদ্ধান্ত সমর্থন (যাচাই করা) / চূড়ান্ত রায় (মানব)। আপনার যুক্তি লিখুন এবং এই কাজটিতে AI এর সীমা কী তা বলুন। টাস্ক: [কাজ]

তিনটি মিনি কেস

কেস 1 - সঠিক ব্যবহার। একজন ক্রেডিট বিশেষজ্ঞ অনুপস্থিত নথিগুলির জন্য 40 টি ফাইলের স্ট্যাক পরীক্ষা করবেন। একটি বেনামী সারাংশ সহ কৃত্রিম বুদ্ধিমত্তা প্রতিটি ফাইল দেয়; কৃত্রিম বুদ্ধিমত্তার চিহ্ন "3 নম্বর সারাংশে, আয়ের শংসাপত্রের তারিখ 6 মাসের বেশি পুরানো, এবং 7 নম্বরে, কোনও স্বাক্ষর পৃষ্ঠা নেই।" বিশেষজ্ঞ ফাইলে একের পর এক এই লক্ষণগুলি নিশ্চিত করেন। ম্যানুয়াল স্ক্যানিং, যা 2 ঘন্টা সময় নেয়, কমিয়ে 25 মিনিট করা হয় এবং প্রতিটি সতর্কতা মানবিকভাবে যাচাই করা হয়।

কেস 2 — প্রমাণীকরণ-মুক্ত বিশ্বাস ব্যর্থতা। অন্য একজন বিশেষজ্ঞ কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পন্ন ঋণ প্রত্যাখ্যানের কারণটি গ্রাহকের কাছে না পড়েই ফরোয়ার্ড করেন। ন্যায্যতায়, কৃত্রিম বুদ্ধিমত্তা গ্রাহকের আয়ের ভুল ব্যাখ্যা করে এবং বলেছিল "আয় অপর্যাপ্ত"; তবে দলিলটি সঠিক। গ্রাহক আপত্তি করেন, ফাইলটি পুনরায় খোলা হয় এবং ব্যাঙ্ক সময় এবং খ্যাতি উভয়ই হারায়। পাঠ: ন্যায্যতা ভিত্তিক যে কোনো তথ্য উৎসে পরীক্ষা করা উচিত ছিল।

কেস 3 - গোপনীয়তার লঙ্ঘন। গতির জন্য, একজন কর্মচারী একটি অননুমোদিত, সর্বজনীনভাবে উপলব্ধ টুলে একজন গ্রাহকের পুরো নাম এবং অ্যাকাউন্ট স্টেটমেন্ট পেস্ট করে এবং জিজ্ঞাসা করে, "এই গ্রাহক কি ঝুঁকিতে আছেন?" এই একক পদক্ষেপের মাধ্যমে, গ্রাহকের গোপনীয়তা এবং KVKK লঙ্ঘন করা হয়েছে; এমনকি ডেটা কোথায় যায় তা স্পষ্ট নয়। পাঠ: ডেটা প্রথমে বেনামী করা হয়, তারপর শুধুমাত্র অনুমোদিত টুলে প্রক্রিয়া করা হয়।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

Ahmet Yılmaz এর অ্যাকাউন্ট স্টেটমেন্ট সংযুক্ত করা হয়েছে। আমাদের এই গ্রাহককে ক্রেডিট দেওয়া উচিত কিনা তা নির্ধারণ করুন।

এই অনুরোধে ব্যক্তিগতভাবে শনাক্তযোগ্য তথ্য (গোপনীয়তার লঙ্ঘন) অন্তর্ভুক্ত রয়েছে, এআইকে সরাসরি সিদ্ধান্তের জন্য জিজ্ঞাসা করে (সিদ্ধান্তটি মানুষের উপর ছেড়ে না দেওয়া), এবং কোনও যাচাইকরণ কাঠামো স্থাপন করে না।

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: ক্রেডিট বিশেষজ্ঞের সহকারী পরীক্ষার ফাইল প্রস্তুতি এবং সামঞ্জস্য। সিদ্ধান্ত গ্রহণ; শুধু অনুপস্থিত/অসঙ্গত পয়েন্ট চিহ্নিত করুন এবং আপনি কিসের উপর ভিত্তি করে তা বলুন। শনাক্তকরণ তথ্য ব্যবহার করবেন না। গ্রাহক (বেনামী): 45 বছর বয়সী, সেগমেন্ট মার্ক করুন "[নিশ্চিতকরণ প্রয়োজনীয়]" যে কোনো পয়েন্ট যা প্রদত্ত তথ্যে অনুপস্থিত বা পরস্পরবিরোধী বলে মনে হয়। আমি ক্রেডিট সিদ্ধান্ত নেব.

একটি দৃঢ় ইচ্ছা পরিচয় ধারণ করে না, ভূমিকা সীমিত করে, সিদ্ধান্তের কর্তৃত্ব ব্যক্তির উপর ছেড়ে দেয় এবং নিশ্চিতকরণের জন্য প্রতিটি দাবিকে স্পষ্টভাবে চিহ্নিত করে।

সাধারণ ভুল

• সিদ্ধান্ত কৃত্রিম বুদ্ধিমত্তার ওপর ছেড়ে দেওয়া। মডেল তৈরি করা যেমন "ক্রেডিট দাও/দেও না", "প্রতারণা/না" এর মতো বিধান বলে। এগুলো মানুষের সিদ্ধান্ত; মডেল সবচেয়ে খসড়া প্রস্তাব.
• যাচাই ছাড়াই বিশ্বাস করা। একটি সাবলীল এবং আত্মবিশ্বাসী পাঠ্যকে "সঠিক" বলে ভুল করা। সাবলীলতা সঠিকতা নয়।
• শংসাপত্র শেয়ার করা. আপনার নাম, টিআর আইডি এবং অ্যাকাউন্ট নম্বর বেনামে না রেখে গাড়িতে প্রবেশ করা।
• অডিট লেজ বাইপাস. সিদ্ধান্ত এবং ব্যবহৃত ডেটার যৌক্তিকতা নথিভুক্ত করতে ব্যর্থতা; "কেন এই সিদ্ধান্ত নেওয়া হল?" প্রশ্নের উত্তর দিতে না পেরে।
• অনুমোদন ছাড়া গাড়ি চালানো। সর্বজনীন সরঞ্জামগুলিতে গ্রাহকের ডেটা প্রবেশ করানো যেখানে ডেটা কোথায় যায় তা স্পষ্ট নয়।

সতর্কতা: ব্যাংকিংয়ে, ভুলের মূল্য প্রায়ই তাৎক্ষণিকভাবে দৃশ্যমান হয় না; আপত্তি, পরিদর্শন বা শাস্তি মাস পরে আসে। অতএব, যাচাইকরণ এবং রেকর্ডিং শৃঙ্খলা স্থগিত করা যাবে না কারণ "সমস্যা দেখা না দিলে কোন প্রয়োজন নেই"; এটি প্রথম থেকেই অভ্যাস হওয়া উচিত।

সংক্ষেপে

ব্যাংকিং একটি বিশ্বাসযোগ্য এবং নিয়ন্ত্রিত এলাকা; তাই AI এখানে একটি সহকারী, প্রি-স্ক্রিনার এবং ড্রাফ্ট জেনারেটর হিসাবে ব্যবহার করা হয়, সিদ্ধান্ত গ্রহণকারী হিসাবে নয়। তিনটি স্তরে কাজটি চিন্তা করুন: প্রাথমিক মূল্যায়ন (বিশ্বাস দ্বারা ত্বরান্বিত), সিদ্ধান্ত সমর্থন (যাচাইকৃত), এবং চূড়ান্ত রায় (মানব)। প্রতিটি আউটপুটকে উৎসের সাথে লিঙ্ক করুন, পুনঃগণনা করুন, নীতি/আইনের মাধ্যমে ফিল্টার করুন। ডেটা বেনামী করুন, ন্যূনতম ভাগ করুন, অনুমোদিত সরঞ্জামগুলি ব্যবহার করুন এবং একটি অডিট ট্রেল ছেড়ে দিন। এক বাক্যে: AI খসড়া তৈরি করে; যোগ্য লোকেরা সিদ্ধান্ত এবং দায়িত্ব নেয়।

আবেদন টাস্ক

আপনার নিজের ব্যবসা থেকে তিনটি সাধারণ কাজ নির্বাচন করুন (বা উদাহরণ হিসাবে): একটি প্রাথমিক মূল্যায়নের জন্য (যেমন ডকুমেন্ট চেক), একটি সিদ্ধান্ত সমর্থনের জন্য (যেমন ন্যায্যতা খসড়া), একটি চূড়ান্ত রায়ের জন্য (যেমন ক্রেডিট সিদ্ধান্ত)। প্রতিটির জন্য, (1) একটি বাক্যে AI এর ভূমিকা লিখুন, (2) আপনি কোন যাচাইকরণের পদক্ষেপটি প্রয়োগ করবেন তা নির্দেশ করুন, (3) কোন ডেটা বেনামী করা উচিত তা নোট করুন। তারপরে উপরের শক্তিশালী প্রম্পট টেমপ্লেট সহ "ফাইল প্রস্তুতি" কাজের জন্য একটি প্রম্পট তৈরি করুন এবং আউটপুটটি তিন-পদক্ষেপ ফিল্টার করুন।

চেকলিস্ট

• [ ] আমি টাস্কের স্তর নির্ধারণ করেছি (প্রাথমিক মূল্যায়ন / সিদ্ধান্ত সমর্থন / চূড়ান্ত রায়)।
• আমি কৃত্রিম বুদ্ধিমত্তাকে একটি খসড়া/নিয়ন্ত্রণ কাজ দিয়েছি, সিদ্ধান্ত নয়।
• [ ] আমি আউটপুটটিকে উত্সের সাথে সংযুক্ত করেছি এবং সমালোচনামূলক সংখ্যাগুলি পুনরায় পরীক্ষা করেছি৷
• [ ] আমি অভ্যন্তরীণ নীতি এবং আইনের পরিপ্রেক্ষিতে আউটপুট ফিল্টার করেছি (বৈষম্য, গ্রাহক গোপনীয়তা, KVKK)।
• [ ] আমি ডেটা বেনামী করেছি, এটি ন্যূনতমভাবে ভাগ করেছি এবং অনুমোদিত সরঞ্জামগুলি ব্যবহার করেছি৷
• আমি সিদ্ধান্ত এবং এর ন্যায্যতা লিপিবদ্ধ করেছি; আমি চূড়ান্ত দায়িত্ব নিলাম।