નફો:
- તે AI સાથે નીતિની સમસ્યાને વ્યાખ્યા, વિકલ્પો, માપદંડો અને ભલામણોના માળખામાં ઘડીને તેનું માળખું બનાવે છે.
- તે હિતધારકનો નકશો અને ખર્ચ-લાભ માળખું બનાવીને અવગણવામાં આવેલા વંચિત જૂથો અને છુપાયેલા ખર્ચને દૃશ્યમાન બનાવે છે.
- તે જાણે છે કે AI દ્વારા ઉત્પાદિત વિશ્લેષણ ડેટા પૂરતું મર્યાદિત છે અને મૂલ્ય દ્વારા ઘડવામાં આવે છે, અને વિવેકબુદ્ધિથી અંતિમ નિર્ણય લે છે.
જાહેર વહીવટનું સૌથી માનસિક કાર્ય એ છે કે સમસ્યા સામે યોગ્ય નીતિ રાખવી: "આપણે શહેરના કેન્દ્રમાં ટ્રાફિકની ભીડ કેવી રીતે ઘટાડી શકીએ?", "યુવાનોની બેરોજગારીમાં કયું પ્રોત્સાહન મદદ કરશે?", "આ નવો નિયમ વેપારીઓ પર શું બોજ લાદશે?" આ પ્રશ્નો મલ્ટિ-સ્ટેકહોલ્ડર છે, અનિશ્ચિતતા હેઠળ લેવામાં આવેલા બહુ-માપદંડ નિર્ણયો છે, જેમાં એક પણ સાચો જવાબ નથી. નીતિ વિશ્લેષણ (સાર્વજનિક સમસ્યાની ઓળખ કરવી અને વિકલ્પો, તેમની સંભવિત અસરો, ખર્ચ અને લાભોની વ્યવસ્થિત સરખામણી કરીને નિર્ણય લેનારને ભલામણો રજૂ કરવી) અને નિયમનકારી અસર વિશ્લેષણ (RIA - RIA; અગાઉથી આકારણી કરવી કે નવો કાયદો કોને, કેવી રીતે અને કેટલી અસર કરશે) આ નિર્ણયોની કરોડરજ્જુ છે. અહીં AI વિકલ્પો પેદા કરવા, હિસ્સેદારો અને પ્રભાવોને સૂચિબદ્ધ કરવા, પ્રતિ-દલીલોને દૃશ્યમાન બનાવવા અને વિશ્લેષણનો મુસદ્દો તૈયાર કરવામાં ખૂબ જ શક્તિશાળી વિચાર ભાગીદાર છે. પરંતુ નિર્ણય, મૂલ્યનો નિર્ણય અને જવાબદારી મનુષ્યની છે; AI વિકલ્પોને ગુણાકાર કરે છે, તમે પસંદ કરો છો.
નીતિ વિશ્લેષણનું હાડપિંજર
સારી નીતિ વિશ્લેષણ ચોક્કસ તર્કને અનુસરે છે, અને AI આ ફ્રેમવર્ક બનાવવા માટે સારી રીતે કાર્ય કરે છે:
- સમસ્યાને ઓળખો. લક્ષણ કે મૂળ કારણ? કોને, ક્યાં અને કેટલી અસર કરે છે? સંખ્યાઓ દ્વારા.
- લક્ષ્યો અને માપદંડો સેટ કરો. અમે સફળતા (ખર્ચ, ઍક્સેસ, ઇક્વિટી, શક્યતા, અવધિ) કેવી રીતે માપીશું?
- વિકલ્પો બનાવો. ઓછામાં ઓછા 3-4 વાસ્તવિક વિકલ્પો, જેમાં "કંઈ ન કરો."
- દરેક વિકલ્પની અસરોનું મૂલ્યાંકન કરો. તે કોના માટે ફાયદાકારક છે, કોના માટે બોજ છે? ખર્ચ; જોખમો; લાગુ પડવાની ક્ષમતા; અનિચ્છનીય આડઅસરો.
- સરખામણી કરો અને ભલામણ કરો. માપદંડ અનુસાર કોષ્ટકો; તર્કબદ્ધ સૂચન આપો પરંતુ વિકલ્પો રાખો.
- મોનીટરીંગ અને મૂલ્યાંકન યોજના. પોલિસી અમલમાં આવ્યા પછી અમે શું મોનિટર કરીશું અને ક્યારે તેની સમીક્ષા કરીશું?
AI આ છ પગલાઓમાંથી દરેકમાં ડ્રાફ્ટ જનરેટ કરી શકે છે. તેનું સૌથી મૂલ્યવાન યોગદાન પગલું 4 માં જોવા મળે છે: માનવ મન તેના પોતાના પ્રસ્તાવના પ્રેમમાં પડવાનું વલણ ધરાવે છે અને નકારાત્મક અસરો અને વિકલ્પોની અવગણના કરે છે; AI ને પૂછો "આ વિકલ્પ માટે સૌથી મજબૂત પ્રતિવાદ શું છે, તે કોને નુકસાન પહોંચાડશે?" પૂછવું: આ અંધ સ્થળ ખોલે છે.
ટીપ: AI નો ઉપયોગ "શેતાનના વકીલ" તરીકે કરો: તમારો પસંદગીનો વિકલ્પ આપો અને કહો કે "5 સૌથી મજબૂત વાંધાઓ લખો જે આને નીચે લાવશે." આ ઓડિટીંગ સામે તમારા વિશ્લેષણને સખત બનાવે છે.
ડેટા સંચાલિત પરંતુ મૂલ્ય દ્વારા મર્યાદિત
નીતિ વિષયક નિર્ણયો મૂલ્ય આધારિત તેમજ તકનીકી હોય છે. "આપણે બજેટ ક્યાં ખર્ચવું જોઈએ?" પ્રશ્નમાં, AI ખર્ચ-લાભની ગણતરીઓ કરી શકે છે; પરંતુ "કયા જૂથની જરૂરિયાતોને પ્રાધાન્ય આપવામાં આવે છે?" તે રાજકીય/નૈતિક પસંદગી છે અને તે ચૂંટાયેલા અથવા અધિકૃત નિર્ણય લેનારની છે. AI જે નંબરો ઉત્પન્ન કરે છે તેની પણ ચકાસણી કરવાની ખાતરી કરો: મોડેલ વાસ્તવિક ડેટાને બદલે "વાજબી લાગે છે" એવા મેડ-અપ નંબર્સ ઉત્પન્ન કરી શકે છે.
ધ્યાન આપો: AI દ્વારા આપવામાં આવેલ કોઈપણ સંખ્યા, જેમ કે કિંમત, વસ્તી, દર, વગેરે, સત્તાવાર આંકડા અથવા સંસ્થાકીય ડેટા સાથે પુષ્ટિ કર્યા વિના વિશ્લેષણમાં શામેલ નથી. વિશ્વાસપાત્ર નકલી નંબર સમગ્ર નીતિને ખોટા સ્તરે મૂકે છે.
ત્રણ નાના કેસો
કેસ 1 - અવગણવામાં આવેલ હિસ્સેદાર. નગરપાલિકા તેના બજારોને શહેરની બહાર ખસેડવાના વિકલ્પ પર વિચાર કરી રહી હતી. જ્યારે તેઓએ AI ને હિસ્સેદારોની સૂચિ સબમિટ કરી, ત્યારે એક જૂથ ઉભરી આવ્યું જે યોજનામાં સામેલ નહોતું: જાહેર પરિવહનની મર્યાદિત ઍક્સેસ ધરાવતા વૃદ્ધ દુકાનદારો. આ જૂથને અસર વિશ્લેષણમાં ઉમેરવામાં આવ્યું હતું; પરિવહન આધાર સાથે નિર્ણયમાં સુધારો કરવામાં આવ્યો હતો.
કેસ 2 - નકલી નંબર પકડાયો હતો. પ્રોત્સાહક વિશ્લેષણમાં, YZએ જણાવ્યું હતું કે "આ ક્ષેત્રમાં 120 હજાર નોંધાયેલા વ્યવસાયો છે." જ્યારે વિશ્લેષકે સત્તાવાર આંકડા પર નજર નાખી તો આ સંખ્યા ~74 હજાર હતી. ચકાસણીએ પ્રોત્સાહક બજેટને 60% જેટલો વધુ પડતો અંદાજ અટકાવ્યો.
કેસ 3 - પ્રતિવાદે વિશ્લેષણને મજબૂત બનાવ્યું. ડ્રાફ્ટ રેગ્યુલેશન સંસદમાં જાય તે પહેલાં, ટીમે એઆઈને "આ નિયમન સામે 8 સૌથી મજબૂત વાંધાઓ" માટે પૂછ્યું. આમાંથી છનો ખરેખર સંસદમાં ઉલ્લેખ કરવામાં આવ્યો હતો; ટીમ તૈયાર થઈને આવી હોવાથી ચર્ચા બેને બદલે એક સત્રમાં પૂરી થઈ.
ચાર નકલ કરી શકાય તેવા નમૂનાઓ
1) પોલિસી વિકલ્પ ઉત્પાદક:
તમારી ભૂમિકા: વરિષ્ઠ નીતિ વિશ્લેષક. નીચેની સમસ્યા માટે ઓછામાં ઓછા 4 વાસ્તવિક નીતિ વિકલ્પો જનરેટ કરો, જેમાં "કંઈ ન કરો"નો સમાવેશ થાય છે. દરેક વિકલ્પ માટે એક વાક્યની સમજૂતી આપો. હજી સુધી મૂલ્યાંકન કરશો નહીં, ફક્ત વિકલ્પોની સૂચિ બનાવો. તમે જ્યાં ધારણા કરો છો ત્યાં ચિહ્નિત કરો. સમસ્યા: [સંખ્યાઓ સાથે સમસ્યાનું વર્ણન કરો]
2) બહુ-માપદંડ અસર આકારણી કોષ્ટક:
નીચેના માપદંડોના આધારે કોષ્ટકમાં નીચેના નીતિ વિકલ્પોનું મૂલ્યાંકન કરો: ખર્ચ, શક્યતા, ઇક્વિટી અસર, સમયગાળો, મુખ્ય જોખમ. ટૂંકું વાજબીપણું લખો, રેટિંગ નહીં. જણાવો કે તમે ઉપયોગ કરો છો તે દરેક નંબર "સત્તાવાર ડેટા સાથે પુષ્ટિ" હોવા જોઈએ. કોષ્ટક હેઠળ, વ્યક્તિએ નિર્ણય લેવો જોઈએ તે મૂલ્યના નિર્ણયોને અલગથી સૂચિબદ્ધ કરો. વિકલ્પો: [સૂચિ]
3) શેતાનનો વકીલ (પ્રતિવાદી દલીલ):
હું નીચેની નીતિ દરખાસ્તની હિમાયત કરું છું. વિરુદ્ધ કરો: 6 સૌથી મજબૂત વાંધાઓ લખો જે આ દરખાસ્ત, તેના સૌથી નબળા મુદ્દાઓ અને સંભવિત અનિચ્છનીય આડઅસરોનો નાશ કરશે. તમે કોને નુકસાન પહોંચાડી શકો છો તે ખાસ સ્પષ્ટ કરો. નમ્ર ન બનો, સખત બનો. સૂચન: [સૂચન]
4) નિયમનકારી અસર વિશ્લેષણ (RIA) ફ્રેમવર્ક:
તમારી ભૂમિકા: નિયમનકારી અસર વિશ્લેષક. નીચેના ડ્રાફ્ટ કાયદા માટે એક RIA ફ્રેમવર્ક તૈયાર કરો: (1) સમસ્યાનું નિરાકરણ, (2) અસરગ્રસ્ત સેગમેન્ટ્સ (નાગરિકો, વેપારી, સંસ્થાઓ), (3) બોજો અને ખર્ચ, (4) અપેક્ષિત લાભો, (5) વિકલ્પો, (6) દેખરેખ સૂચકાંકો. દરેક સંખ્યાત્મક દાવાને "પુષ્ટિ કરવા માટે" તરીકે ચિહ્નિત કરો. ડ્રાફ્ટ: [ડ્રાફ્ટ કાયદાકીય સારાંશ]
નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ
નબળા: "અમે ટ્રાફિક સમસ્યા કેવી રીતે હલ કરીશું?"
મજબૂત: "વરિષ્ઠ નીતિ વિશ્લેષક ભૂમિકામાં. શહેરના કેન્દ્રમાં ટ્રાફિક ભીડ માટે 5 વિકલ્પો જનરેટ કરો, જેમાં 'કંઈ ન કરો'નો સમાવેશ થાય છે. કિંમત, શક્યતા, ઇક્વિટી અસર, સમયગાળો અને મુખ્ય જોખમ માપદંડોના આધારે કોષ્ટકમાં દરેકનું મૂલ્યાંકન કરો; તમે ઉપયોગ કરો છો તે દરેક નંબરને 'અધિકૃત ડેટા દ્વારા પુષ્ટિ થયેલ હોવી આવશ્યક છે' તરીકે ચિહ્નિત કરો. પછી બે વિકલ્પો માટે કે જે સૌથી મજબૂત દેખાય છે, તેમની સૂચિની નીચે સૌથી મજબૂત રીતે લખો, જે કાઉન્ટર હેઠળ મૂલ્યાંકન કરશે. ચુકાદાઓ (જેની પ્રાથમિકતા, કયા જૂથનો બોજ) જે નિર્ણય આપણા પર છોડી દે છે."
તફાવત: શક્તિશાળી પ્રોમ્પ્ટ એક જ પ્રવાહમાં વિકલ્પ જનરેશન, બહુ-માપદંડ મૂલ્યાંકન, ડેટા માન્યતા, પ્રતિવાદ અને માનવ-નિર્ણયની સીમા સ્થાપિત કરે છે.
AIનું યોગદાન અને મર્યાદા
પગલું
AI યોગદાન
માનવ જવાબદારી
સમસ્યાની વ્યાખ્યા
ડ્રાફ્ટ, માહિતી સંગ્રહ
ચોક્કસ ડેટા, મૂળ કારણ
વિકલ્પ જનરેશન
વ્યાપક વિકલ્પો યાદી
વાસ્તવિકતા ફિલ્ટર
અસર આકારણી
ટેબલ, કાઉન્ટર દલીલ
નંબર ચકાસણી, ટિપ્પણી
સૂચન
ડ્રાફ્ટ વાજબીપણું
મૂલ્ય ચુકાદો, નિર્ણય
મોનીટરીંગ યોજના
સૂચક ભલામણ
મંજૂરી, અમલીકરણ
હિતધારકનો નકશો અને ખર્ચ-લાભ સંતુલન
એક સારું નીતિ વિશ્લેષણ ફક્ત "શું કરવું જોઈએ" ના પ્રશ્નનો જ નહીં પણ પ્રશ્ન "કોને અને કેવી રીતે અસર કરશે?" હિતધારક (વ્યક્તિગત, જૂથ અથવા સંસ્થા કે જે નીતિથી પ્રભાવિત હોય અથવા અસર કરે છે) નકશો બનાવવાથી અવગણવામાં આવેલી ફરિયાદો અને પ્રતિકારના મુદ્દાઓ અગાઉથી જ દેખાઈ આવે છે. AI પોલિસી વિકલ્પ અને દરેક હિસ્સેદારના સંભવિત લાભ/નુકસાન માટે હિતધારકોની મોટી યાદી ઝડપથી જનરેટ કરી શકે છે; પરંતુ તમે નક્કર ઘટના, સ્થાનિક વાસ્તવિકતાઓ અને રાજકીય સંવેદનશીલતા માટે આ સૂચિની યોગ્યતાને ફિલ્ટર કરી શકો છો. તેવી જ રીતે, ખર્ચ-લાભ વિશ્લેષણ (એક વિકલ્પના નાણાકીય અને બિન-નાણાકીય ખર્ચની તુલના તેના લાભો વિરુદ્ધ) એ એક માળખું છે જેના માટે AI ફ્રેમવર્ક બનાવી શકે છે, પરંતુ તમારે સંસ્થાના પોતાના ડેટા સાથે સંખ્યાઓ ભરવાની રહેશે.
મીની કેસ - પીડિતોનું શાંત જૂથ. એક જિલ્લામાં, બજાર સ્થળ ખસેડવાની યોજના હતી; આર્થિક વિશ્લેષણ હકારાત્મક હતું. AI સાથે બનાવેલ સ્ટેકહોલ્ડર નકશાએ એવા જૂથને પ્રકાશિત કર્યું છે જેનો યોજનામાં ક્યારેય ઉલ્લેખ કરવામાં આવ્યો ન હતો: આશરે 600 વરિષ્ઠ નાગરિકો કે જેઓ પગપાળા બજારમાં આવ્યા હતા તેઓ જાહેર પરિવહન દ્વારા 40 મિનિટમાં નવા સ્થાને પહોંચી શકે છે. આ શોધે નિર્ણયમાં સર્વિસ લાઇનની આવશ્યકતાનો સમાવેશ કરવા માટે સંકેત આપ્યો.
મીની કેસ - છુપાયેલ ખર્ચ. ડિજીટલાઇઝેશન પ્રોજેક્ટના ખર્ચ-લાભની રૂપરેખામાં, AI એ ખર્ચ તરીકે માત્ર સોફ્ટવેર લાયસન્સની ગણતરી કરી. જ્યારે અમે ટીમ, તાલીમ, ટ્રાન્ઝિશનલ પ્રોડકટીવીટી લોસ અને કોલ સેન્ટર લોડ ઉમેર્યા, ત્યારે પ્રથમ વર્ષનો ખર્ચ 60 ટકા વધ્યો અને ટર્નઅરાઉન્ડ ટાઈમ 1 વર્ષથી વધીને 2.3 વર્ષ થયો — તે મુજબ નિર્ણય વાસ્તવિક બન્યો.
ટેમ્પલેટ જનરેટ કરનાર હિસ્સેદાર અને ખર્ચ-લાભ માળખું:
કાર્ય: નીચેના નીતિ વિકલ્પ માટે બે કોષ્ટકો બનાવો. વિકલ્પ: [પોલીસી વર્ણન]કોષ્ટક 1 — સ્ટેકહોલ્ડર મેપ: સ્ટેકહોલ્ડર | પ્રભાવની રીત | સંભવિત કમાણી | સંભવિત નુકશાન | પ્રતિકાર સ્તર (નીચું/મધ્યમ/ઉચ્ચ).કોષ્ટક 2 — ખર્ચ-લાભ માળખું: આઇટમ | નાણાકીય? | અંદાજિત દિશા (+/-) | ડેટા સ્ત્રોત [ભરવું]. નિયમ: સંખ્યા કાલ્પનિક; નાણાકીય વસ્તુઓની કિંમત ખાલી છોડી દો, તેમના સ્ત્રોત માટે પૂછો. અલગ મથાળામાં અવગણના કરી શકાય તેવા વંચિત જૂથોનો ઉલ્લેખ કરો.
સાવધાન: AI જે હિસ્સેદારોની સૂચિ બનાવે છે તેમાં સામાન્ય જૂથો હોય છે જે "વાજબી" લાગે છે; તે ઘણીવાર સ્થાનિક, શાંત અને અસંગઠિત જૂથોને બાયપાસ કરે છે. તમે તે છો જે ક્ષેત્રને જાણે છે — સૂચિ પૂર્ણ કરવાનું તમારું કાર્ય છે.
સામાન્ય ભૂલો
- AI ના નંબરો પર વિશ્વાસ કરવો. અધિકૃત સ્ત્રોતમાંથી દરેક આંકડા જેમ કે વસ્તી, કિંમત, દર વગેરેની ચકાસણી કરો.
- ફક્ત પસંદગીના વિકલ્પનું વિશ્લેષણ કરો. "કંઈ ન કરવું" અને વિકલ્પોનો પણ વિચાર કરો; નહિંતર, વિશ્લેષણ પક્ષપાતી હશે.
- AI ને મૂલ્ય ચુકાદો સોંપી રહ્યું છે. "કોની જરૂરિયાતો પ્રથમ આવે છે" એ રાજકીય/નૈતિક નિર્ણય છે, તકનીકી નથી.
- પ્રતિ દલીલો છોડવી. જ્યાં સુધી તમને તમારી પોતાની દરખાસ્ત સામે સખત વાંધો ન દેખાય ત્યાં સુધી કાઉન્સિલ/સુપરવાઈઝર પાસે જશો નહીં.
- હિસ્સેદારોની અપૂર્ણ સૂચિ. ખાસ કરીને અવાજહીન/સંવેદનશીલ જૂથો (વૃદ્ધો, અપંગ, ગ્રામીણ) પર પ્રશ્ન કરો.
- મોનિટરિંગ પ્લાન મૂક્યો નથી. જે નીતિ માપવામાં આવતી નથી તેનું મૂલ્યાંકન કરી શકાતું નથી; શરૂઆતથી સૂચકોને વ્યાખ્યાયિત કરો.
સારાંશમાં
નીતિવિશ્લેષણમાં, AI એ એક શક્તિશાળી વિચાર ભાગીદાર છે જે વિકલ્પો ઉત્પન્ન કરે છે, ચાર્ટની અસર કરે છે, હિતધારકોને યાદ કરાવે છે અને સૌથી અગત્યનું, તમારી પોતાની દરખાસ્ત સામે દલીલો જનરેટ કરે છે. પરંતુ દરેક નંબરની ચકાસણી થવી જોઈએ, મૂલ્યના નિર્ણયો લોકો પર છોડવા જોઈએ, અને અંતિમ નિર્ણય અને જવાબદારી અધિકૃત નિર્ણય નિર્માતા પર રહેવી જોઈએ. AI વિશ્લેષણ વિસ્તરે છે; તમે જ છો જે નિર્ણયને વધુ ગહન કરે છે અને તેના પર સહી કરે છે.
એપ્લિકેશન કાર્ય
તમારા એકમના કાર્યસૂચિ પર વાસ્તવિક નીતિ મુદ્દો પસંદ કરો. "પોલીસી વિકલ્પ જનરેટર" સાથે ઓછામાં ઓછા 4 વિકલ્પો કાઢો, "મલ્ટી-માપદંડ અસર આકારણી કોષ્ટક" સાથે સરખામણી કરો અને સત્તાવાર સ્ત્રોત સાથે AI દ્વારા જનરેટ કરાયેલ ઓછામાં ઓછા એક નંબરની પુષ્ટિ કરો. છેલ્લે, તમારા મનપસંદ વિકલ્પ પર "શૈતાનનો વકીલ" ટેમ્પલેટ લાગુ કરો અને તમને જે સૌથી મજબૂત વાંધો મળે તેની નોંધ કરો.
ચેકલિસ્ટ
- [ ] મેં ઓછામાં ઓછા 4 વિકલ્પો પર વિચાર કર્યો, જેમાં "કશું ન કરવું"નો સમાવેશ થાય છે.
- [ ] મેં અધિકૃત સ્ત્રોતમાંથી દરેક આંકડાકીય દાવાની ચકાસણી કરી છે.
- [ ] મેં સંવેદનશીલ જૂથો સહિત તમામ અસરગ્રસ્ત હિતધારકોને સૂચિબદ્ધ કર્યા છે.
- [ ] મેં મારા પસંદગીના વિકલ્પ સામે દલીલો રજૂ કરી.
- [ ] મેં માનવ નિર્ણય માટે મૂલ્યના ચુકાદાઓ અનામત રાખ્યા છે.
- [ ] મેં દેખરેખ અને સમીક્ષા સૂચકાંકોને વ્યાખ્યાયિત કર્યા છે.