એકમો
1. જાહેર વહીવટમાં કૃત્રિમ બુદ્ધિનો પરિચય: ભૂમિકાઓ, સીમાઓ, ચકાસણી અને જાહેર નીતિશાસ્ત્ર 2. નાગરિક સેવાઓ અને ચેટબોટ: 24/7 સુલભ, સચોટ અને વાજબી સેવા 3. અરજી, સત્તાવાર પત્રવ્યવહાર અને વહીવટી લખાણો: ડ્રાફ્ટથી મંજૂરી સુધી 4. કાયદાકીય સંશોધન અને ચકાસણી: કાયદો, નિયમન, કેસ કાયદો 5. નીતિ વિશ્લેષણ અને અસર મૂલ્યાંકન 6. અહેવાલ લેખન અને કોર્પોરેટ દસ્તાવેજ ઉત્પાદન 7. ડેટા-આધારિત નિર્ણય અને જાહેર ડેટા વિશ્લેષણ 8. ઇ-ગવર્નમેન્ટ એન્ડ પ્રોસેસ ઓટોમેશન: એપ્લિકેશનથી પરિણામો સુધી 9. પારદર્શિતા, ઓપન ડેટા અને માહિતીની ઍક્સેસ 10. નિષ્પક્ષતા, ભેદભાવ અને અલ્ગોરિધમિક જવાબદારી 11. KVKK, પ્રાઈવસી એન્ડ રિસ્પોન્સિબલ પબ્લિક આર્ટિફિશિયલ ઈન્ટેલિજન્સ ગવર્નન્સ
એકમ 1 / 11

જાહેર વહીવટમાં કૃત્રિમ બુદ્ધિનો પરિચય: ભૂમિકાઓ, સીમાઓ, ચકાસણી અને જાહેર નીતિશાસ્ત્ર

નફો:

  • તે અલગ પાડે છે કે સાર્વજનિક વર્કફ્લો AI માં કયા કાર્યોને વેગ આપે છે અને કયા અધિકારો ધરાવતા નિર્ણયોમાં તે માત્ર મદદ કરે છે.
  • તે દરેક AI આઉટપુટ પર ત્રણ-પગલાની ચકાસણી રીફ્લેક્સ લાગુ કરે છે, જેમાં સ્ત્રોત એટ્રિબ્યુશન, સ્વતંત્ર ચકાસણી અને પ્રશંસા ફિલ્ટરિંગ પગલાંનો સમાવેશ થાય છે.
  • તે જાહેર સમાનતા, પારદર્શિતા, જવાબદારી અને KVKK લાલ રેખાઓને ઓળખે છે અને આંતરિક રીતે જણાવે છે કે જવાબદારી જાહેર અધિકારીની છે.

તમે ડિસ્ટ્રિક્ટ ગવર્નરની ઓફિસના સર્વિસ ડેસ્ક પર છો. એક તરફ, ટોલ બૂથ પર લાઇનમાં રાહ જોતા નાગરિકો, બીજી તરફ, સેંકડો અરજીઓના જવાબની રાહ જોઈ રહ્યા છે; એક તરફ ડાયરેક્ટર દ્વારા માંગવામાં આવેલ એક્ટિવિટી રિપોર્ટ અને બીજી તરફ એક અધિકારી એ સમજવાની કોશિશ કરી રહ્યા છે કે નવો નિયમ કેવી રીતે જૂની પ્રથામાં ફેરફાર કરે છે. પબ્લિક એડમિનિસ્ટ્રેશન (રાજ્ય અને સ્થાનિક સરકારોનું નાગરિકોને સેવાઓનું ઉત્પાદન, સંસાધનોનું વિતરણ અને જાહેર સત્તાનો ઉપયોગ કરીને કાયદાના અમલીકરણનું કાર્ય) એક એવું ક્ષેત્ર છે જે સ્વાભાવિક રીતે મોટા પ્રમાણમાં ટેક્સ્ટ, કડક નિયમો, સમાનતાની અપેક્ષાઓ અને ઉચ્ચ જવાબદારી સાથે કાર્ય કરે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI - સોફ્ટવેર જે ઐતિહાસિક ડેટામાંથી પેટર્ન કાઢી શકે છે અને ટેક્સ્ટ, કોષ્ટકો અને કોડ્સનું ઉત્પાદન અથવા વર્ગીકરણ કરી શકે છે) તમને ટેક્સ્ટ અને વર્કલોડની આ વિપુલતામાં વેગ આપે છે. પરંતુ આ મોડ્યુલની શરૂઆત સ્પષ્ટ છે: AI એ સહાયક, બ્લુપ્રિન્ટ જનરેટર અને ટ્રાયજ ટૂલ છે; તમે સક્ષમ જાહેર અધિકારી છો જે નાગરિકના અધિકારો, કાયદાના યોગ્ય અમલીકરણ અને વહીવટી નિર્ણય પર અંતિમ નિર્ણયની ખાતરી આપે છે.

આ પ્રથમ એકમમાં આપણે શિસ્ત પર ધ્યાન કેન્દ્રિત કરીશું, સાધન પર નહીં. અમે જાણીશું કે AI સરકારી કાર્યપ્રવાહમાં વાસ્તવિક સમય ક્યાં બચાવે છે, તે ક્યાં જોખમી છે, દરેક આઉટપુટને કેવી રીતે ચકાસવું, નાગરિક ડેટાને કેવી રીતે સુરક્ષિત કરવો અને પારદર્શિતા અને ન્યાયીપણાની ખાતરી કેવી રીતે કરવી. આ પાયો નાખ્યા વિના, અનુગામી એકમો હવામાં અટકી જાય છે — કારણ કે જાહેરમાં ચકાસાયેલ આઉટપુટ માત્ર ખોટો જવાબ નથી; તે એક ભૂલ છે જે નાગરિકના અધિકારોનું ઉલ્લંઘન કરે છે, સંસાધનની ખોટી ફાળવણી કરે છે અથવા સંસ્થાને કાનૂની જવાબદારી હેઠળ મૂકે છે.

સરકારી કાર્યપ્રવાહમાં AI ક્યાં કામ આવે છે?

ચાલો જાહેર ક્ષેત્રની નોકરીઓને બે મોટા ક્લસ્ટરોમાં વિભાજીત કરીએ. પ્રથમ ક્લસ્ટર: વિશાળ, પુનરાવર્તિત, ટેક્સ્ટ-સઘન, પેટર્ન-એક્સટ્રેક્ટેબલ કાર્યો. સમાન નાગરિક પ્રશ્નોના જવાબોનો પ્રથમ ડ્રાફ્ટ, લાંબા નિયમનનો સારાંશ, અધિકૃત પત્રવ્યવહાર ભાષામાં અરજીનો અનુવાદ, એક્સેલ સ્પ્રેડશીટમાં અરજીઓનું વર્ગીકરણ, મીટિંગની મિનિટોમાંથી નિર્ણયની વસ્તુઓનું નિષ્કર્ષણ, પ્રવૃત્તિ અહેવાલનું પ્રથમ હાડપિંજર. આ નોકરીઓમાં, AI કલાકોને મિનિટમાં ઘટાડી દે છે અને થાકતો નથી.

બીજું ક્લસ્ટર: નિર્ણયો કે જે જાહેર શક્તિનો ઉપયોગ કરે છે, અધિકારો બનાવે છે અથવા અધિકારોને પ્રતિબંધિત કરે છે. અરજીનો અસ્વીકાર અથવા સ્વીકાર, દંડ લાદવો, સામાજિક સહાય લાયક છે કે નહીં, ઝોનિંગ નિર્ણયની કાયદેસરતા, નક્કર કેસમાં કાયદાની અરજી, ટેન્ડરનું મૂલ્યાંકન. આ નિર્ણયો માટે વિવેકબુદ્ધિ, કાનૂની જવાબદારી અને વાજબીપણું જરૂરી છે. વહીવટી કાર્યવાહી (જાહેર સત્તાની ક્રિયા કે જે તેની એકપક્ષીય ઇચ્છાથી કાનૂની પરિણામો ઉત્પન્ન કરે છે; ઉદાહરણ તરીકે, લાયસન્સ આપવું અથવા રદ કરવું) વાજબી અને ઓડિટેબલ હોવું જોઈએ. અહીં, AI વિકલ્પોનો ગુણાકાર કરે છે, ડ્રાફ્ટ્સ અને ચેકલિસ્ટ બનાવે છે — પરંતુ સહી, વાજબીપણું અને જવાબદારી તમારી છે.

ચાલો એક વાક્યમાં ભેદ સ્પષ્ટ કરીએ: AI "આ ખૂંટામાં શું છે અને પ્રથમ ડ્રાફ્ટ કેવો દેખાય છે" પ્રશ્નો પર મજબૂત છે; "શું આ નિર્ણય કાયદેસર, ન્યાયી છે અને શું હું તેનો બચાવ કરી શકું?" જેવા પ્રશ્નો આવે ત્યારે નિર્ણય તમારો છે?

ટીપ: AI ને કોઈ કાર્ય આઉટસોર્સ કરતા પહેલા, પૂછો: "જો આ આઉટપુટ ખોટું હોય તો નાગરિક શું ગુમાવે છે?" જો જવાબ "ફરીથી લખવાની થોડી મિનિટો" હોય, તો આરામથી પ્રતિનિધિત્વ કરો. જો જવાબ "અયોગ્ય અસ્વીકાર, ખોટી સજા અથવા અધિકારોની ખોટ" છે, તો AI ને ડ્રાફ્ટ તૈયાર કરવા દો; તમે નિર્ણય, વાજબીતા અને ચકાસણી કરો.

ચકાસણી શિસ્ત: ત્રણ પગલાં

AI પ્રવાહી અને વિશ્વાસપૂર્વક ઉત્પાદન કરે છે; તેનો અર્થ એ નથી કે તે સાચું છે. AI ક્યારેક-ક્યારેક આભાસ પેદા કરે છે - એટલે કે, તે અસ્તિત્વમાં નથી એવો કાયદો, રદ કરાયેલ નિયમ, બનાવટી કોર્ટનો નિર્ણય અથવા ખોટા નંબરને વાસ્તવિક તરીકે રજૂ કરે છે. વહીવટી પત્ર અથવા નાગરિકોને આપવામાં આવેલી માહિતીમાં, આનાથી અધિકારોની ખોટ અને સંસ્થાનો અવિશ્વાસ બંને થાય છે. દરેક આઉટપુટ પર ત્રણ-પગલાની રીફ્લેક્સ લાગુ કરો:

  1. તેને સ્ત્રોત સાથે જોડો. AI નો દરેક કાનૂની દાવો સત્તાવાર સ્ત્રોત પર આધારિત હોવો જોઈએ: અધિકૃત ગેઝેટ, Çözüm.gov.tr, સંસ્થાનો પોતાનો પરિપત્ર. "આ કયા કાયદાની કલમ છે અને તે અમલમાં છે?" અધિકૃત ટેક્સ્ટમાં તમારા માટે પૂછો અને જુઓ.
  2. સ્વતંત્ર સ્ત્રોત સાથે ચકાસો. સંસ્થાના પોતાના રેકોર્ડ્સ અથવા સત્તાવાર આંકડાઓમાંથી AI દ્વારા આપવામાં આવેલી તારીખ, સંખ્યા અને દરની પુષ્ટિ કરો. એક સ્ત્રોત પર વિશ્વાસ કરશો નહીં.
  3. તેને પ્રશંસાના ફિલ્ટરમાંથી પસાર કરો. શું આઉટપુટ કોંક્રિટ ઇવેન્ટની લાક્ષણિકતાઓને ધ્યાનમાં લે છે? ત્યાં કોઈ અપવાદ છે? શું તે સમાન સારવારના સિદ્ધાંતનું પાલન કરે છે? તમારો નિષ્ણાત અને વહીવટી ચુકાદો અંતિમ ફિલ્ટર છે.
ધ્યાન આપો: "એઆઈએ આવું લખ્યું છે" એ વાજબીપણું નથી અને વહીવટી કાર્યવાહીને ટકાવી રાખતું નથી. જો કોઈ ખોટો લેખ, બનાવટી કેસ કાયદો અથવા લીક થયેલ વ્યક્તિગત ડેટા હોય, તો જવાબદારી AI ની નથી, પરંતુ જાહેર અધિકારી અને સંસ્થાની છે જે તેની ચકાસણી કર્યા વિના તે આઉટપુટનો ઉપયોગ કરે છે.

ચાર જાહેર લાલ રેખાઓ

જાહેર ક્ષેત્રમાં AI નો ઉપયોગ, ખાનગી ક્ષેત્રથી વિપરીત, ચાર વધારાના સિદ્ધાંતો દ્વારા ઘડવામાં આવે છે: સમાનતા (સમાન પરિસ્થિતિમાં નાગરિક સાથે સમાન વર્તન), પારદર્શિતા (નિર્ણયનું વાજબીપણું અને, જો શક્ય હોય તો, પદ્ધતિ સમજાવવી જોઈએ), જવાબદારી (દરેક વ્યવહારમાં એક જવાબદાર વ્યક્તિ અને ઓડિટ ટ્રેઇલ હોય છે) અને વ્યક્તિગત ડેટાનું રક્ષણ (KVKta - No.6 Pro69) કાયદો. નાગરિકની ટી.આર. AI વાહન માટે. આડેધડ રીતે ઓળખ નંબર, આરોગ્ય અથવા ગુનાહિત માહિતી ચોંટાડવી; નિર્ણયને ગેરવાજબી છોડવો કારણ કે "એલ્ગોરિધમે આમ કહ્યું છે"; મોડેલ પૂર્વગ્રહને કારણે નાગરિકોના જૂથને નુકસાન પહોંચાડવું - આ બધું ગેરકાયદેસર છે અને જાહેર વિશ્વાસને ખતમ કરે છે.

ત્રણ નાના કેસો

કેસ 1 - ટ્રાયજે સમય બચાવ્યો. મ્યુનિસિપાલિટીના સોલ્યુશન સેન્ટરને દર અઠવાડિયે અંદાજે 3,200 વિનંતીઓ મળી હતી. AI-સમર્થિત વર્ગીકરણે વિનંતીઓને 12 શ્રેણીઓમાં વિભાજિત કરી અને તેમને સંબંધિત નિર્દેશાલયને નિર્દેશિત કર્યા; સરેરાશ પ્રથમ પ્રતિભાવ સમય 34 કલાકથી ઘટીને 6 કલાક થયો છે. પરંતુ "તાકીદ/સુરક્ષા" લેબલવાળી વિનંતીઓ હંમેશા અધિકારી દ્વારા મેન્યુઅલી તપાસવામાં આવતી હતી.

કેસ 2 - ચકાસણીમાં આભાસ થયો. એક અધિકારીએ YZ ને નિયમનના સંબંધિત લેખ વિશે પૂછ્યું. YZએ કહ્યું, "અસ્થાયી લેખ 3 અનુસાર 30-દિવસનો સમયગાળો." જ્યારે સરકારી કર્મચારીએ Çözüm.gov.tr ​​પર જોયું, ત્યારે આવો કોઈ કામચલાઉ લેખ નહોતો; સમયગાળો 60 દિવસનો હતો. સ્ત્રોત સાથે લિંક કરવાનું પગલું નાગરિકને ખોટા સમયની સૂચના આપતા અટકાવે છે.

કેસ 3 - ગોપનીયતા ભંગમાંથી પાછા ફરો. ઝડપી બનવા માટે, એક નવા સ્ટાફ મેમ્બરે 400 કલ્યાણ અરજદારો (નામ, ID નંબર, આવક) ની યાદી સીધી સાર્વજનિક AI ટૂલમાં અપલોડ કરી અને સારાંશની વિનંતી કરી. મુખ્યને સમજાયું: વ્યક્તિગત ડેટા બાહ્ય સિસ્ટમમાં સ્થાનાંતરિત કરવામાં આવ્યો હતો. પ્રક્રિયા બંધ કરવામાં આવી હતી; ડેટા અનામી કરવામાં આવ્યો હતો અને ફક્ત સ્પષ્ટ ક્ષેત્રો સાથે ફરીથી કામ કરવામાં આવ્યો હતો, અને ઘટના KVKK રેકોર્ડ્સમાં રેકોર્ડ કરવામાં આવી હતી.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) નોકરીની યોગ્યતાનું મૂલ્યાંકન:

તમારી ભૂમિકા: વરિષ્ઠ જાહેર વહીવટ નિષ્ણાત. હું નીચે નોકરીનું વર્ણન કરીશ. મને કહો (1) શું આ જોબ ડ્રાફ્ટિંગ/ટ્રાઇજ જોબ છે કે જે AI ને સોંપી શકાય છે અથવા અધિકાર-નિર્માણ/મર્યાદિત વહીવટી નિર્ણય, (2) નાગરિક અને સંસ્થાને ખોટા આઉટપુટની કિંમત, (3) જે ચકાસણી મારે પ્રતિનિધિમંડળ પહેલાં અને પછી કરવાની જરૂર છે. જોબ: [જોબ અહીં દાખલ કરો]

2) સ્ત્રોત સાથે લિંક કરવાની જવાબદારી:

હું તમને કાનૂની પ્રશ્ન પૂછીશ. દરેક જવાબમાં, તમે જેના પર આધાર રાખો છો તે કાયદાનો ઉલ્લેખ કરવો આવશ્યક છે: કાયદો/નિયમનનું નામ, લેખ નંબર અને માન્યતા સ્થિતિ. એવા કોઈ દાવા ન કરો કે જેનો કોઈ સ્ત્રોત ન હોય. તમને ખાતરી ન હોય તેવા સ્થાનોને "અધિકૃત સ્ત્રોતમાંથી ચકાસાયેલ હોવા જોઈએ" તરીકે ચિહ્નિત કરો. અવિદ્યમાન લેખ અથવા નિર્ણય બનાવવો.

3) વ્યક્તિગત ડેટા માસ્કિંગ:

હું તમને સંદર્ભ લખાણ આપીશ. વિશ્લેષણ શરૂ કરતા પહેલા, તમામ વ્યક્તિગત ડેટાને ઢાંકી દો: નામ-અટક -> [વ્યક્તિ], TR ID નંબર -> [IDENTITY], સરનામું -> [ADDRESS], ફોન -> [TEL]. ફક્ત માસ્ક કરેલા ટેક્સ્ટમાંથી જ શ્રેણીઓ અને સારાંશ બનાવો. આઉટપુટ પર વાસ્તવિક વ્યક્તિગત ડેટા ક્યારેય લખશો નહીં.

4) વાજબીપણું માળખું (વહીવટી કાર્યવાહી માટે):

તમારી ભૂમિકા: વહીવટી કાર્યવાહી લેખનમાં અનુભવી કાનૂની સલાહકાર. નીચેની ઘટના માટે ડ્રાફ્ટ વાજબીપણું તૈયાર કરો: (1) વાસ્તવિક ઘટના, (2) લાગુ કાયદો (લેખ દ્વારા લેખ, ચકાસવા માટે), (3) નક્કર કેસ માટે અરજી, (4) નિષ્કર્ષ. એક નોંધ ઉમેરો કે આ એક ડ્રાફ્ટ છે અને દરેક આઇટમની સત્તાવાર સ્ત્રોત દ્વારા પુષ્ટિ કરવી આવશ્યક છે. ઘટના: [સારાંશમાં]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા: "મારે આ નાગરિકની અરજીનો કેવી રીતે જવાબ આપવો જોઈએ?"

Güçlü: "તમારી ભૂમિકા એક અનુભવી સંપાદક-ઇન-ચીફ છે. નીચેની અરજીનો અધિકૃત પત્રવ્યવહાર ભાષામાં ડ્રાફ્ટ પ્રતિસાદ બનાવો. લેખ નંબર સાથે સંબંધિત કાયદાનો ઉલ્લેખ કરો, પરંતુ 'અધિકૃત સ્ત્રોતમાંથી પુષ્ટિ કરવા માટે' એક નોંધ ઉમેરો. વ્યક્તિગત ડેટાને માસ્ક કરો. નમ્ર અને સમજી શકાય તેવી ભાષામાં સમજાવો. કઈ રીતે યોગ્ય અને સમજી શકાય તેવી ભાષાનો ઉપયોગ કરી શકાય છે. 3 વસ્તુઓની યાદી જે મારે સહી કરતા પહેલા તપાસવાની જરૂર છે."

તફાવત: મજબૂત પ્રોમ્પ્ટ ભૂમિકા ફોર્મેટ, નિયમનકારી શિસ્ત, ગોપનીયતા અને પ્રમાણીકરણને ફરીથી વ્યાખ્યાયિત કરે છે; આઉટપુટ સીધો ઉપયોગ કરી શકાય તેવા ડ્રાફ્ટનું અનુમાન કરે છે.

AI ક્યાં મજબૂત છે, નિર્ણય તમારો ક્યાં છે?

વેપાર

AI યોગદાન

અંતિમ નિર્ણય

નાગરિકના પ્રશ્નનો પ્રથમ જવાબ

ડ્રાફ્ટ, ભાષાનું સરળીકરણ

માહિતીની ચોકસાઈ, પુષ્ટિ

નિયમન સારાંશ

ઝડપી સારાંશ, ઘટક સૂચિ

અમલીકરણ અને અર્થઘટન

એપ્લિકેશન વર્ગીકરણ

શ્રેણી સૂચન

સીમારેખા/અપવાદરૂપ કેસો

વહીવટી કાર્યવાહીનું કારણ

હાડપિંજર, જીભ

કાયદેસરતા, સહી

રિપોર્ટ ડ્રાફ્ટ

માળખું, પ્રથમ ટેક્સ્ટ

ડેટાની ચોકસાઈ, નિષ્કર્ષ

સામાન્ય ભૂલો

  • તેની ચકાસણી કર્યા વિના સત્તાવાર પોસ્ટમાં આઉટપુટ મૂકવું. આભાસનું સૌથી વધુ જોખમ કાયદા અને સંખ્યાઓમાં છે; બંનેની પુષ્ટિ કરવાની ખાતરી કરો.
  • સાર્વજનિક સાધન પર વ્યક્તિગત ડેટા અપલોડ કરવો. KVKK ઉલ્લંઘન અને વિશ્વાસ ગુમાવવો. પહેલા માસ્ક કરો અથવા ઇન-હાઉસ/મંજૂર સાધનનો ઉપયોગ કરો.
  • "એલ્ગોરિધમ" પર નિર્ણયને દોષ આપો. વહીવટી કાર્યવાહીનું કારણ અને જવાબદારી માનવ છે; "સિસ્ટમએ આમ કહ્યું" અસમર્થ છે.
  • સમાનતાની દૃષ્ટિ ગુમાવવી. AI એક જ પરિસ્થિતિમાં બે નાગરિકો માટે અલગ-અલગ ડ્રાફ્ટ બનાવે છે, જો તેને મેન્યુઅલી નિયંત્રિત ન કરવામાં આવે તો ભેદભાવ થઈ શકે છે.
  • AI ને એકમાત્ર સ્ત્રોત બનાવવું. બીજા સત્તાવાર સ્ત્રોત સાથે પુષ્ટિ કર્યા વિના આગળ વધશો નહીં.

સારાંશમાં

AI એ સાર્વજનિક ડોમેનમાં એક મહાન પ્રવેગક છે: રૂપરેખા જનરેટ કરવી, ટેક્સ્ટનો સારાંશ આપવો, સંદર્ભોનું વર્ગીકરણ કરવું, પેટર્નને ચિહ્નિત કરવું. પરંતુ જાહેર શક્તિનો ઉપયોગ કરતા, અધિકારો બનાવે છે અથવા પ્રતિબંધિત કરે છે તેવા દરેક નિર્ણયનું સમર્થન, ચકાસણી અને સહી સક્ષમ જાહેર અધિકારીની છે. ત્રણ-પગલાની ચકાસણી (સ્રોતની લિંક, સ્વતંત્ર ચકાસણી, સમીક્ષા) અને ચાર જાહેર સિદ્ધાંતો (સમાનતા, પારદર્શિતા, જવાબદારી, વ્યક્તિગત ડેટા સંરક્ષણ) આ મોડ્યુલની કરોડરજ્જુ છે.

એપ્લિકેશન કાર્ય

તમારા યુનિટમાંથી વાસ્તવિક મિશન પસંદ કરો (દા.ત., સામાન્ય નાગરિકના પ્રશ્નનો જવાબ આપવો). ઉપરના "નોકરી અનુરૂપતા મૂલ્યાંકન" ટેમ્પ્લેટનો ઉપયોગ કરીને નક્કી કરો કે શું આ નોકરી સ્થાનાંતરિત અથવા નિર્ણાયક નિર્ણય છે. જો સ્થાનાંતરિત કરી શકાય, તો ડ્રાફ્ટ બનાવો, ત્રણ-પગલાંની ચકાસણી લાગુ કરો અને ચકાસણી દરમિયાન તમને ઓછામાં ઓછી એક ભૂલ મળે તેની નોંધ કરો.

ચેકલિસ્ટ

  • [ ] મેં અલગ કર્યું કે શું કામ ટ્રાન્સફરેબલ ડ્રાફ્ટ હતું કે નિર્ણાયક નિર્ણય.
  • [ ] મેં દરેક કાનૂની દાવાને અધિકૃત સ્ત્રોત સાથે લિંક કર્યા છે અને તેની માન્યતા તપાસી છે.
  • [ ] મેં વ્યક્તિગત ડેટાને માસ્ક કર્યો છે અથવા માન્ય સાધનનો ઉપયોગ કર્યો છે.
  • [ ] મેં નિર્ણયનું કારણ અને માનવ તરીકે જવાબદાર વ્યક્તિ નક્કી કરી.
  • [ ] મેં સમાન સારવારના સિદ્ધાંતનું અવલોકન કર્યું.
  • [ ] મેં બીજા સ્ત્રોત સાથે આઉટપુટની પુષ્ટિ કરી.