অ্যাকচুয়ারিয়াল সায়েন্সে কৃত্রিম বুদ্ধিমত্তার ভূমিকা: ভূমিকা, সীমানা, প্রমাণীকরণ এবং গোপনীয়তা

লাভ:

• অ্যাকচুয়ারিয়াল ওয়ার্কফ্লোতে (ডেটা প্রিপারেশন, কোড জেনারেশন, রিপোর্ট ড্রাফটিং, সিনারিও ইন্টারপ্রিটেশন) কৃত্রিম বুদ্ধিমত্তা বাস্তব সময় বাঁচায় এবং কেন প্রিমিয়াম/প্রভিশন/ক্যাপিটালের মতো সিদ্ধান্তগুলি উপযুক্ত অ্যাকচুয়ারির উপর ছেড়ে দেওয়া হয়, টাস্ক রিস্ক লেভেলের উপর নির্ভর করে তা আলাদা করতে সক্ষম হওয়া।
• একটি শৃঙ্খলা প্রয়োগ করার ক্ষমতা যা প্রতিটি AI আউটপুটকে প্রক্রিয়াগত উত্সের সাথে লিঙ্ক করার ধাপের মাধ্যমে যাচাই করে, স্বাধীন পুনঃগণনা, এবং এটিকে বাস্তবিক যুক্তি দিয়ে পরীক্ষা করে।
• কেভিকেকে/গোপনীয়তার সুযোগের মধ্যে নীতি, ক্ষতি এবং স্বাস্থ্য ডেটা বেনামী করা এবং মডেল প্রশিক্ষণে ডেটা ব্যবহার না করে এমন নিরাপদ যানবাহন বেছে নেওয়ার অভ্যাস অর্জন করা

একটি বীমা বা পেনশন কোম্পানিতে, প্রতি মাসে শত শত ভবিষ্যত সংখ্যা উত্পাদিত হয়: এই গ্রুপের পলিসির জন্য আমাদের কত প্রিমিয়াম দিতে হবে? অতীতের ক্ষয়ক্ষতির কতটা এখনও রিপোর্ট করা হয়নি; আজ 30 বছরে আমরা পেনশনের মূল্য কত? যদি একটি খারাপ বছর আসে, কোম্পানি কি টিকে থাকবে? যে পেশা এই সমস্ত প্রশ্নের উত্তর দেয় তা হল অ্যাকচুয়ারি। একজন অ্যাকচুয়ারি হলেন একজন বিশেষজ্ঞ যিনি সম্ভাব্যতা, পরিসংখ্যান এবং আর্থিক গণিত ব্যবহার করে বীমা এবং অবসরের ঝুঁকি পরিমাপ করেন, মূল্য দেন এবং রিপোর্ট করেন; এটি দ্বারা উত্পাদিত প্রতিটি চিত্র সরাসরি একটি কোম্পানির আর্থিক ভারসাম্য, একজন বীমাকৃতের অধিকার এবং একজন নিরীক্ষকের বিশ্বাসকে প্রভাবিত করে। এখানেই কৃত্রিম বুদ্ধিমত্তা খেলায় আসে।

কৃত্রিম বুদ্ধিমত্তা (এআই, বা সংক্ষিপ্ত কম্পিউটার সিস্টেমের জন্য এআই যা পাঠ্য তৈরি করতে পারে, কোড লিখতে পারে, প্যাটার্ন চিনতে পারে এবং মানুষের মতো ডেটা সংক্ষিপ্ত করতে পারে) অ্যাকচুয়ারিয়াল কাজের পুনরাবৃত্তিমূলক এবং সময়সাপেক্ষ অংশগুলিকে মিনিটে কমিয়ে দেয়: ডেটা ক্লিনিং কোড লেখা, একটি অ্যাকাউন্ট পাইথনে অনুবাদ করা, একটি অ্যাকচুরি রিপোর্টের খসড়া তৈরি করা, একটি জটিল ভাষায় ব্যাখ্যা করা। যাইহোক, একই AI আপনার ডেটা না দেখেই "আপনার ক্ষতির ফ্রিকোয়েন্সি 8 শতাংশ" এর মতো একটি আত্মবিশ্বাসী সংখ্যা তৈরি করতে পারে। এই মডিউলের প্রথম ইউনিট একটি সফ্টওয়্যার ভূমিকা নয়; এর উদ্দেশ্য হল আপনার অ্যাকচুয়ারিয়াল ব্যবসায় AI কোথায় রাখবেন এবং কোথায় রাখবেন না তা স্পষ্ট করা।

আসুন শুরু থেকেই মূল নীতিটি তুলে ধরা যাক: কৃত্রিম বুদ্ধিমত্তা একজন সহকারী, একজন অ্যাকচুয়ারি নয়। প্রিমিয়াম, প্রভিশন (রিজার্ভ), মূলধন এবং দায়-দায়িত্ব এবং আর্থিক-গুরুত্বপূর্ণ সিদ্ধান্তের চূড়ান্ত অনুমোদন যোগ্য, নিযুক্ত এবং অনুমোদিত স্বাক্ষরকারী অ্যাকচুয়ারির অন্তর্গত। একটি অসমাপ্ত AI আউটপুট একটি স্বাক্ষরবিহীন অ্যাকচুয়ারি রিপোর্টের মতোই ঝুঁকিপূর্ণ।

অ্যাকচুয়ারিয়াল ব্যবসার স্তর এবং AI এর স্থান

অ্যাকচুয়ারিয়াল কাজকে তিনটি স্তরে বিভক্ত করা AI সঠিকভাবে স্থাপন করা সহজ করে তোলে। কারিগরি/কম্পিউটেশনাল স্তর হল যেখানে নম্বর তৈরি করা হয়: ডেটা প্রসেসিং, মডেল বিল্ডিং, প্রিমিয়াম এবং রিজার্ভ অ্যাকাউন্টিং। যুক্তি স্তরটি হল যেখানে সংখ্যাটি ব্যাখ্যা করা হয়: কোন অনুমানটি চয়ন করতে হবে, কোন উন্নতির ফ্যাক্টরটি ম্যানুয়ালি সংশোধন করতে হবে, আমরা সেই অনুমানে কতটা আত্মবিশ্বাসী। দায়িত্বের স্তরটি যেখানে স্বাক্ষর করা হয়: প্রতিবেদনটি নিয়ন্ত্রকের কাছে যায়, সিদ্ধান্তটি পরিচালনার কাছে উপস্থাপন করা হয়, অ্যাকচুয়ারি ফলাফলের আইনী মালিক। AI প্রথম স্তরে খুব শক্তিশালী, দ্বিতীয়টিতে শুধুমাত্র সহায়ক, এবং তৃতীয়টিতে একেবারেই নয়।

শুরু থেকে কয়েকটি মৌলিক পদ সংজ্ঞায়িত করা যাক। প্রিমিয়াম হল ঝুঁকির বিনিময়ে বীমাকৃত কর্তৃক প্রদত্ত মূল্য। ক্ষতি (দাবি) হল বীমাকৃতের দ্বারা ক্ষতিগ্রস্ত এবং কোম্পানি কর্তৃক পরিশোধিত ক্ষতি। প্রভিশন/রিজার্ভ হল ভবিষ্যতে প্রদেয় দাবির জন্য আজকে আলাদা করে রাখা টাকা। দায় হল পলিসি হোল্ডারদের কাছে কোম্পানির ভবিষ্যত ঋণের বর্তমান মূল্য। এক্সপোজার হল এমন একক যা ঝুঁকির মাত্রা পরিমাপ করে (যেমন, এক বছরের জন্য বীমাকৃত গাড়ি = 1 গাড়ি-বছর)। আমরা নিম্নলিখিত এককগুলিতে এই ধারণাগুলি একে একে ব্যাখ্যা করব; আপাতত, এটি জানুন: AI আপনাকে এই সমস্ত ধারণার জন্য ব্লুপ্রিন্ট, কোড এবং বিশ্লেষণ দেয়, কিন্তু আপনি চূড়ান্ত সমস্যা এবং স্বাক্ষর তৈরি করেন।

নিম্নলিখিত সারণীটি মিশনের দ্বারা এআই-এর ভূমিকা এবং ঝুঁকির স্তরকে সংক্ষিপ্ত করে:

কোয়েস্ট

AI এর ভূমিকা

ঝুঁকির স্তর

কে অনুমোদন করে

ডেটা ক্লিনিং/কোডিং

কোড জেনারেটর

কম

অ্যাকচুয়ারি/ডেটা অ্যানালিস্ট

প্রতিবেদন এবং সারসংক্ষেপ খসড়া

স্কেচ জেনারেটর

কম

অ্যাকচুয়ারি

বিতরণ/পদ্ধতির বিবরণ

টিউটোরিয়াল, যোগফল

কম

অ্যাকচুয়ারি

ক্ষতি ফ্রিকোয়েন্সি-তীব্রতা মডেল

মডেল নির্মাতা, খসড়া

মাঝারি

সিনিয়র অ্যাকচুয়ারি

আইবিএনআর/রিজার্ভ অ্যাকাউন্ট

অ্যাকাউন্টের খসড়া

উচ্চ

দায়িত্বশীল অভিনেতা

মূল্য/শুল্ক

মডেল স্কেচ

উচ্চ

প্রাইসিং অ্যাকচুয়ারি + কমপ্লায়েন্স

মূলধন (SCR) / দায়

অক্জিলিয়ারী ইনপুট

খুব উচ্চ

নিয়োগপ্রাপ্ত অ্যাকচুয়ারি + ব্যবস্থাপনা

এই টেবিলের একটি লাইন মনে রাখবেন: ঝুঁকি বাড়ার সাথে সাথে AI এর ভূমিকা সঙ্কুচিত হয় এবং অ্যাকচুয়ারিয়াল অনুমোদন বাড়তে থাকে।

কেন "যাচাই" এই ব্যবসার হৃদয়

কৃত্রিম বুদ্ধিমত্তার ভাষা মডেল তাদের উত্তরে আত্মবিশ্বাসী বলে মনে হয়, কিন্তু তারা নিশ্চিত নাও হতে পারে। প্রযুক্তিগত ভাষায়, একে হ্যালুসিনেশন বলা হয়: এটি একটি সাবলীল বাক্যে অস্তিত্বহীন তথ্যের মডেল তৈরি করা, ঠিক যেন এটি সত্য। একজন অভিনেতার জন্য, এটি একটি মারাত্মক ফাঁদ। মডেলটি আপনার জন্য একটি সংখ্যা তৈরি করতে পারে যেমন "এই পোর্টফোলিওর ক্ষতি/প্রিমিয়াম অনুপাত 72 শতাংশ"; যাইহোক, তিনি কখনই আপনার ডেটা দেখেননি এবং এই নম্বরটি সম্পূর্ণরূপে তৈরি। অথবা তিনি একটি মৃত্যুর টেবিলের নাম বলতে পারেন "TRH-2020"; তবে এমন কোনো টেবিল নেই। যেহেতু তিনি উভয়ই সমান সাবলীলতার সাথে বলেছেন, একমাত্র জিনিস যা সঠিক থেকে ভুলকে আলাদা করে তা হল আপনার প্রকৃত জ্ঞান এবং যাচাইকরণের অভ্যাস।

যাচাইকরণ শৃঙ্খলা তিনটি ধাপ নিয়ে গঠিত:

1. পদ্ধতি এবং উত্সের লিঙ্ক: সংখ্যার জন্য আপনার নিজস্ব ডেটা এবং অফিসিয়াল উত্সের উপর নির্ভর করুন, AI এর মেমরি নয়। সূত্র, বিতরণ এবং নিয়ন্ত্রক নিবন্ধগুলির জন্য একটি সূচনা পয়েন্ট হিসাবে AI সংকলন নিন; তারপর স্ট্যান্ডার্ড অ্যাকচুয়ারিয়াল উত্স থেকে নিশ্চিত করুন (পাঠ্যপুস্তক, আইনী পাঠ্য, প্রতিষ্ঠান পদ্ধতি)। ডেটা ব্যাখ্যা করতে AI ব্যবহার করুন, মনে রাখতে নয়।
2. স্বাধীন পুনঃগণনা: স্বাধীনভাবে প্রতিটি সংখ্যাসূচক ফলাফল, গুণাগুণ এবং এআই উৎপন্ন অনুপাত পরীক্ষা করুন। একটি বর্তমান মান, একটি বৃদ্ধির ফ্যাক্টর, নিজের মোট বা একটি যাচাইকৃত স্প্রেডশীট দিয়ে পুনরুত্পাদন করুন।
3. অ্যাকচুয়ারিয়াল রায় দিয়ে পরীক্ষা করুন: আউটপুট স্থলের তথ্যের (পোর্টফোলিও আচরণ, মুদ্রাস্ফীতি, আইন, অতীতের অভিজ্ঞতা) বিরোধিতা করে কিনা তা বিশেষজ্ঞের চোখে পরীক্ষা করুন। "কেন এই ফ্যাক্টরটি 1.45 হিসাবে এসেছে এবং 1.05 নয়?" সর্বদা প্রশ্ন জিজ্ঞাসা করুন.

মনোযোগ: AI দ্বারা উত্পাদিত একটি রিজার্ভ ফিগার বা প্রিমিয়াম সময়সূচী যাচাই না করে স্বাক্ষর করা একটি স্বাক্ষরবিহীন অ্যাকচুরি রিপোর্ট প্রকাশ করার মতো। শুধু কারণ আউটপুট মসৃণ এবং সুশৃঙ্খল সঠিক নয়।

গোপনীয়তা: নীতি এবং ক্ষতির ডেটা ব্যক্তিগত ডেটা

নীতি এবং দাবির ডেটাতে পরিচয়, যোগাযোগ, স্বাস্থ্য এবং আর্থিক তথ্য অন্তর্ভুক্ত থাকে। এর মধ্যে কয়েকটি হল তুর্কিয়েতে KVKK (ব্যক্তিগত ডেটা সুরক্ষা আইন) এবং ইউরোপে GDPR এর সুযোগের মধ্যে ব্যক্তিগত ডেটার বিশেষ বিভাগ; বিশেষ করে, স্বাস্থ্য এবং জীবন বীমার ডায়াগনস্টিক তথ্য সর্বোচ্চ সুরক্ষার বিষয়। পাবলিক এআই গাড়িতে বীমাকৃতের নাম, টিআর আইডি নম্বর, পলিসি নম্বর এবং রোগনির্ণয় পেস্ট করা একটি গুরুতর লঙ্ঘন। একই সংবেদনশীলতা পোর্টফোলিও ডেটাতে প্রযোজ্য যা ট্রেড সিক্রেট (প্রিমিয়াম টেবিল, ক্ষতি বিতরণ, পুনর্বীমা শর্ত)।

নিয়মটি সহজ: ডেটা বেনামী করুন এবং অপ্রয়োজনীয় শেয়ার করবেন না। "Ahmet Yılmaz, 54, নীতি 2024-88213, মায়োকার্ডিয়াল ইনফার্কশন" এর পরিবর্তে "54 বছর বয়সী পুরুষ, হৃদরোগের ইতিহাস"; পৃথক রেকর্ডের পরিবর্তে দলবদ্ধ/সারণী শেয়ার করুন। বেশিরভাগ অ্যাকচুয়ারিয়াল বিশ্লেষণ ইতিমধ্যেই একত্রিত ডেটা (বয়স গ্রুপ, কভারেজের ধরন, বিকাশের বছর) দিয়ে করা হয়; এটি উভয়ই গোপনীয়তা রক্ষা করে এবং বিশ্লেষণকে সহজ করে। যদি সম্ভব হয়, এমন কর্পোরেট সরঞ্জামগুলি বেছে নিন যেগুলির একটি ডেটা প্রসেসিং চুক্তি রয়েছে এবং মডেল প্রশিক্ষণে আপনার ডেটা ব্যবহার করবেন না৷

টিপ: অ্যাকচুয়ারিয়াল কাজে AI প্রায়ই একটি কাঁচা রেকর্ডের পরিবর্তে একটি সারাংশ/সমষ্টি সারণী দেওয়া হয়। "টেবিল 3: বয়স গোষ্ঠী × কভারেজ × গড় ক্ষতি" এর মতো একটি সারণীতে কোনো ব্যক্তিগত তথ্য নেই, তবে বিশ্লেষণের জন্য প্রয়োজনীয় সবকিছু।

তিনটি মিনি কেস

কেস 1 - নিরাপদ এবং দক্ষ ব্যবহার। একজন সহকারী অ্যাকচুয়ারি ম্যানুয়ালি 40,000 লাইনের দাবির ডেটা পরিষ্কার করতে 2 দিন ব্যয় করবে। তিনি এআই-কে ডেটার গঠন (কলামের নাম, উদাহরণ 5টি বেনামী সারি) ব্যাখ্যা করেছিলেন এবং একটি পাইথন ক্লিনআপ কোড চেয়েছিলেন। AI 15 মিনিটের মধ্যে কোডের একটি খসড়া তৈরি করেছে; অ্যাকচুয়ারি লাইন দ্বারা কোড লাইনটি পড়ে, দুটি যুক্তিগত ত্রুটি সংশোধন করে (নেতিবাচক ক্ষতিগুলি মুছে ফেলার পরিবর্তে আলাদাভাবে পরীক্ষা করতে হয়েছিল), এবং এটি তার নিজের ডেটাতে চালায়। সময়কাল: 2 দিনের পরিবর্তে অর্ধ দিন। এআই কোডটি লিখেছিল, অ্যাকচুয়ারি এটি পরীক্ষা করে চালায়।

কেস 2 - যাচাইকৃত নম্বর ফাঁদ। একজন কর্মচারী YZ কে জিজ্ঞাসা করলেন, "আমাদের বীমা শাখার সম্মিলিত অনুপাত কি?" AI আত্মবিশ্বাসের সাথে "প্রায় 104 শতাংশ" সংখ্যা দিয়েছে যদিও এটির কোনও ডেটা অ্যাক্সেস ছিল না। কর্মচারী তার ব্যবস্থাপনা উপস্থাপনায় এটি রেখেছিলেন; প্রকৃত হার ছিল 97 শতাংশ। পার্থক্যটি একটি লাভজনক শাখাকে ক্ষতি এবং মূল্য বৃদ্ধির ভুল সিদ্ধান্ত হিসাবে চিত্রিত করে। ত্রুটি: এআই থেকে ডেটা না দিয়ে একটি সূচকের জন্য অপেক্ষা করা হচ্ছে।

কেস 3 - গোপনীয়তার লঙ্ঘন। একজন অ্যাকচুয়ারি জীবন বীমা আবেদনকারীদের পুরো নাম, আইডি এবং স্বাস্থ্য ঘোষণা সম্বলিত একটি এক্সেল একটি পাবলিক এআই টুলে লোড করেছেন এবং বলেছেন "ঝুঁকিপূর্ণদের ফ্ল্যাগ করুন।" ডেটা একটি বাহ্যিক সার্ভারে গিয়েছিল; একটি KVKK পর্যালোচনা এবং খ্যাতি ঝুঁকি দেখা দিয়েছে। সঠিক উপায় ছিল নাম এবং আইডি মুছে ফেলা এবং শুধুমাত্র বয়স, লিঙ্গ, কভারেজ পরিমাণ এবং বেনামী ঝুঁকির কারণগুলি ভাগ করা।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমাদের এই বছরের পোর্টফোলিওর ক্ষতির ফ্রিকোয়েন্সি এবং উপযুক্ত প্রিমিয়াম বলুন।

এই দাবিটি ত্রুটিপূর্ণ: AI-কে কোনও ডেটা দেওয়া হয় না, তাই এটি শুধুমাত্র তৈরি করা নম্বরগুলির সাথে "ফ্রিকোয়েন্সি" এবং "প্রিমিয়াম" প্রশ্নের উত্তর দিতে পারে। কি শাখা, কি সময়কাল, কি এক্সপোজার পরিষ্কার.

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: অ্যানালাইসিস অ্যাসিস্ট্যান্ট একজন অ্যাকচুয়ারিকে সহায়তা করছেন৷ টাস্ক: আমাকে নীচের বেনামী সমষ্টি সারণীটি ব্যাখ্যা করতে সহায়তা করুন৷ ডেটা (বীমা, 2024, কোনও প্রদেশ/নাম নেই):- এক্সপোজার: 12,400 গাড়ি-বছর- দাবির সংখ্যা: 1,612- মোট দাবি, প্রদেয় ক্ষতি: 08, 08 এর মোট দাবি, 0,40, 08 ক্ষতির পরিমাণ খুঁজুন) (সংখ্যা/এক্সপোজার) এবং গড় ক্ষতির তীব্রতা গণনা করুন, সূত্রটি দেখান। ২) ঝুঁকি প্রিমিয়াম গণনা করুন (ফ্রিকোয়েন্সি × তীব্রতা)। 3) মধ্যবর্তী ধাপগুলি লিখুন যাতে আমি প্রতিটি সংখ্যা ম্যানুয়ালি যাচাই করতে পারি। জিনিসগুলি তৈরি করবেন না; শুধু আমি আপনাকে দেওয়া সংখ্যা ব্যবহার করুন. যদি কিছু অনুপস্থিত থাকে, জিজ্ঞাসা করুন।

এই অনুরোধটি শক্তিশালী কারণ এটি বেনামে ডেটা সরবরাহ করে, সূত্রের প্রয়োজন হয়, মধ্যবর্তী পদক্ষেপের প্রয়োজন হয় এবং বানোয়াট নিষিদ্ধ করে৷

সাধারণ ভুল

• ডাটা না দিয়ে নম্বর চাইছে। AI এর স্মৃতিতে আপনার পোর্টফোলিও নেই; তার দেওয়া প্রতিটি নম্বরই ভুয়া। প্রথমে বেনামী ডেটা প্রদান করুন, তারপর একটি অ্যাকাউন্টের জন্য জিজ্ঞাসা করুন।
• আউটপুট যাচাই না করেই স্বাক্ষর করা। একটি তরল এবং সুশৃঙ্খল চার্ট এর অর্থ এই নয় যে এটি সঠিক। প্রতিটি সংখ্যা স্বাধীনভাবে পুনরুত্পাদন করুন।
• তার কাঁচা আকারে ব্যক্তিগত তথ্য আটকানো. নাম, আইডি নম্বর, পলিসি নম্বর এবং রোগ নির্ণয় কখনও ভাগ করা হয় না। বেনামী এবং সমষ্টি ব্যবহার.
• AI কে পদ্ধতি বেছে নিতে দেওয়া এবং এটিকে প্রশ্নবিদ্ধ না করা। "আমি কোন পদ্ধতি ব্যবহার করা উচিত?" প্রশ্নের উত্তর একটি পরামর্শ; চূড়ান্ত পছন্দ অ্যাকচুয়ারিয়াল রায় এবং আইনের উপর নির্ভর করে।
• আইনের উৎসের জন্য এআইকে ভুল করা। মডেলটি আইন প্রবন্ধ এবং টেবিলের নাম তৈরি করতে পারে। অফিসিয়াল টেক্সট থেকে নিশ্চিত করুন.

সংক্ষেপে

কৃত্রিম বুদ্ধিমত্তা একটি শক্তিশালী সহকারী যা অ্যাকচুয়ারিয়াল কাজের প্রযুক্তিগত এবং পুনরাবৃত্তিমূলক অংশগুলিকে গতি দেয়; কোড লেখে, খসড়া তৈরি করে, ব্যাখ্যা করে। কিন্তু প্রিমিয়াম, প্রভিশন, মূলধন এবং দায়বদ্ধতার সিদ্ধান্তের দায়িত্ব যোগ্য অ্যাকচুয়ারির উপর। প্রতিটি আউটপুট তিনটি ধাপের মাধ্যমে যাচাই করা হয়: পদ্ধতি/উৎসের সাথে আবদ্ধ, স্বাধীন পুনঃগণনা, অ্যাকচুয়ারিয়াল যুক্তি সহ পরীক্ষা। ডেটা সর্বদা বেনামী এবং অপ্রয়োজনীয় শেয়ার করা হয় না। একটি অসমাপ্ত AI আউটপুট একটি স্বাক্ষরবিহীন প্রতিবেদনের মতোই ঝুঁকিপূর্ণ।

আবেদন টাস্ক

এমন একটি শাখা বেছে নিন যেখানে আপনি কাজ করেন (বা ধরে নেন)। এই শাখার জন্য একটি সম্পূর্ণ বেনামী এবং একত্রিত মিনি টেবিল প্রস্তুত করুন (এক্সপোজার, দাবির সংখ্যা, মোট ক্ষতি)। উপরের "শক্তিশালী প্রম্পট"টিকে আপনার নিজের টেবিলে মানিয়ে নিন এবং এটি একটি AI টুলে দিন৷ রিটার্ন ফ্রিকোয়েন্সি, তীব্রতা এবং ঝুঁকি প্রিমিয়াম ম্যানুয়ালি (একটি ক্যালকুলেটর দিয়ে) পুনরায় গণনা করুন এবং AI এর ফলাফলের সাথে তুলনা করুন। যদি আপনি একটি পার্থক্য খুঁজে পান, কেন নোট করুন.

চেকলিস্ট

• [ ] আমি AI কে যে ডেটা দিচ্ছি তা কি বেনামী এবং একত্রিত? কোন ব্যক্তিগত/ব্যক্তিগত তথ্য আছে?
• [ ] আমি কি স্বাধীনভাবে প্রতিটি সংখ্যাসূচক আউটপুট পুনরায় গণনা করেছি?
• [ ] আমি কি পদ্ধতি/অনুমান পছন্দটি একটি পরামর্শ হিসাবে গ্রহণ করেছি এবং নিজেই সিদ্ধান্ত নিয়েছি?
• [ ] আমি কি সরকারী উত্স থেকে আইন এবং টেবিল রেফারেন্স নিশ্চিত করেছি?
• [ ] আমি কি জানি যে আমি যে টুলটি ব্যবহার করি তা মডেল প্রশিক্ষণে ডেটা ব্যবহার করে কিনা?
• [ ] এই আউটপুটটি কি একটি খসড়া, নাকি আমি ঘটনাক্রমে এটিকে চূড়ান্ত হিসাবে বিবেচনা করেছি?