ઇ-ગવર્નમેન્ટ એન્ડ પ્રોસેસ ઓટોમેશન: એપ્લિકેશનથી પરિણામો સુધી

નફો:

• તે સાર્વજનિક એપ્લિકેશન પ્રક્રિયાને તબક્કાવાર ડિજિટાઇઝ કરે છે અને નક્કી કરે છે કે નિર્ણયના તબક્કે માનવીને ક્યાં રાખવામાં આવે છે.
• ડિજિટલ વિભાજન અને ઍક્સેસની અસમાનતાની અપેક્ષા રાખીને, તે દરેક પ્રક્રિયા માટે વૈકલ્પિક ચેનલ છોડી દે છે.
• ડિઝાઇન અપવાદ અને ભૂલ વ્યવસ્થાપન; જ્યારે મોડેલ અનિશ્ચિત હોય, ત્યારે તે તેને નકારવાને બદલે તેને માનવ તરફ નિર્દેશિત કરવાનો નિયમ બનાવે છે.

લોકો સાથે નાગરિકોના સંપર્કનો એક વધતો ભાગ ઓનલાઈન થાય છે: ઈ-ગવર્નમેન્ટ ગેટવે દ્વારા દસ્તાવેજો મેળવવા, અરજી કરવી, એપોઇન્ટમેન્ટ, ચૂકવણી, સ્થિતિની પૂછપરછ. ઇ-ગવર્નમેન્ટ (ડિજીટલ ચેનલો દ્વારા જાહેર સેવાઓની ડિલિવરી, એક જ બિંદુથી અને ઘણીવાર માનવ મધ્યસ્થી વિના) બંને નાગરિકોના કાર્યને સરળ બનાવે છે અને સંસ્થાનો બોજ ઘટાડે છે. આ ડિજિટલ સેવાઓની પાછળ વર્કફ્લો અને વધુને વધુ, પ્રક્રિયા ઓટોમેશન છે (પુનરાવર્તિત પગલાંઓનું સ્વચાલિત અમલ જેમ કે એપ્લિકેશન્સ પ્રાપ્ત કરવી, રૂટીંગ, ગુમ થયેલ દસ્તાવેજો તપાસવા, સોફ્ટવેર સાથે સૂચનાઓ મોકલવી). AI એ આ પ્રવાહોને ડિઝાઇન કરવા, ફોર્મ્સ અને નોટિફિકેશન ટેક્સ્ટ્સ બનાવવા, આવનારી એપ્લિકેશન્સનું પૂર્વ-મૂલ્યાંકન અને પ્રક્રિયામાં અવરોધો શોધવા માટે એક શક્તિશાળી સાધન છે. પરંતુ ચેતવણી સાથે: સ્વયંસંચાલિત પ્રક્રિયા દ્વારા લેવાયેલ દરેક અધિકારો-નિર્માણ/મર્યાદિત નિર્ણય કાયદેસર રીતે એવા મુદ્દા સાથે જોડાયેલા હોવા જોઈએ કે જેની માનવ સમીક્ષા કરી શકે અને તેને ન્યાયી ઠેરવી શકે. સંપૂર્ણપણે સ્વચાલિત અસ્વીકાર વાંધો અને માનવ સમીક્ષા વિના ગેરકાયદેસર છે.

ઓટોમેશનમાં, "લોકોને ક્યાં રાખવામાં આવે છે?" પ્રશ્ન

પ્રક્રિયા ઓટોમેશન ડિઝાઇન કરતી વખતે સૌથી મહત્વપૂર્ણ નિર્ણય એ છે કે માનવ કયા તબક્કે સામેલ થશે. ત્યાં ત્રણ સામાન્ય મોડેલો છે:

• સંપૂર્ણ ઓટોમેશન (કોઈ માણસો નથી): માત્ર બિન-હકદાર, ઓછા જોખમવાળા, નિયમ-સ્પષ્ટ કાર્યો માટે જ યોગ્ય — ઉદાહરણ તરીકે, સિસ્ટમમાંથી ઓટોમેટિક જનરેશન અને દસ્તાવેજની ડિલિવરી. જો નિયમો સંપૂર્ણપણે સ્પષ્ટ હોય અને ભૂલ ઓછી કિંમતની હોય તો તે પસંદ કરી શકાય છે.
• હ્યુમન-ઇન-ધ-લૂપ: AI/સિસ્ટમ સૂચન આપે છે, માનવ તેને મંજૂર કરે છે અથવા સુધારે છે. અધિકાર-નિર્માણ/પ્રતિબંધિત નિર્ણયોનું આ પ્રમાણભૂત મોડલ છે. ઉદાહરણ તરીકે, સિસ્ટમ સહાય માટેની અરજીનું પૂર્વ-મૂલ્યાંકન કરે છે અને અધિકારી નિર્ણય લે છે.
• માનવ દેખરેખ હેઠળ (હ્યુમન-ઓન-ધ-લૂપ): સિસ્ટમ આપમેળે કાર્ય કરે છે, પરંતુ મનુષ્યો દેખરેખ રાખે છે, નમૂના લે છે, તપાસે છે અને અપવાદ મેળવે છે. તેનો ઉપયોગ ઉચ્ચ વોલ્યુમ, મધ્યમ જોખમવાળી નોકરીઓમાં થાય છે.

મુખ્ય સિદ્ધાંત: નિર્ણય નાગરિકના અધિકારોને વધુ અસર કરે છે, તેટલી વ્યક્તિ કેન્દ્રમાં હોવી જોઈએ. એપોઇન્ટમેન્ટ સમયની આપમેળે સોંપણી અને વ્યવસાય બંધ કરવાનો આપમેળે નિર્ણય સમાન શાસનને આધિન હોઈ શકતો નથી.

સંકેત: દરેક સ્વચાલિત પગલા માટે, "જો આ પગલું ખોટું કામ કરે છે, તો નાગરિક કેવી રીતે વાંધો ઉઠાવી શકે છે અને માનવ તેને કેવી રીતે ઠીક કરી શકે છે?" શરૂઆતથી પ્રશ્નના જવાબને ફરીથી ડિઝાઇન કરો. કોઈપણ વાંધા વગરનું ઓટોમેશન કાયદેસર અને નૈતિક રીતે ખામીયુક્ત છે.

સ્ટેપ બાય સ્ટેપ: ડિજીટલ પ્રક્રિયા ડિઝાઇન કરવી

1. પ્રક્રિયાનો નકશો બનાવો. એપ્લિકેશનથી નિષ્કર્ષ સુધીના તમામ પગલાં, નિર્ણયો અને અભિનેતાઓ.
2. જોખમ દ્વારા વર્ગીકૃત કરો. શું દરેક પગલું અધિકારો બનાવે છે/પ્રતિબંધિત કરે છે? માણસ ક્યાં જરૂરી છે?
3. શું સ્વચાલિત કરવું તે પસંદ કરો. નિયમ-સ્પષ્ટ, ઓછું જોખમ, પુનરાવર્તિત પગલાં.
4. ફોર્મ અને સૂચના પાઠો બનાવો. સરળ, સુલભ, વ્યક્તિગત ડેટા - ન્યૂનતમ.
5. વાંધો અને અપવાદ માર્ગો સ્થાપિત કરો. દરેક સ્વચાલિત નિર્ણય સાથે માનવ ચેકપોઇન્ટ જોડો.
6. વ્યક્તિગત ડેટાના પ્રવાહને નિયંત્રિત કરો. કયો ડેટા ક્યાં અને કેટલા સમય માટે જાય છે? (KVKK)
7. પાયલોટ, મોનિટર, સુધારો. ભૂલ દર અને ફરિયાદો માપવા; તેને ઠીક કરો.

ત્રણ નાના કેસો

કેસ 1 - અપૂર્ણ દસ્તાવેજ ઓટોમેશન. એક સંસ્થામાં, ગુમ થયેલ દસ્તાવેજોને કારણે 38% અરજીઓ નકારી કાઢવામાં આવી હતી, અને નાગરિકો ફરીથી આવી રહ્યા હતા. જ્યારે અરજી કરતી વખતે AI-સમર્થિત ગુમ થયેલ દસ્તાવેજ ચેક ઉમેરવામાં આવ્યો હતો, ત્યારે નાગરિકે ફોર્મ સબમિટ કરતા પહેલા ગુમ થયેલ દસ્તાવેજ જોયો હતો; બીજી અરજીનો દર 38% થી ઘટીને 11% થયો, અને બોક્સ ઓફિસનો બોજ ઘટ્યો.

કેસ 2 - સંપૂર્ણપણે સ્વચાલિત અસ્વીકાર રિવર્સલ. સામાજિક સહાય પાયલોટે આપમેળે આવક થ્રેશોલ્ડની ગણતરી કરી અને થ્રેશોલ્ડથી ઉપરની આવકને આપમેળે નકારી કાઢી. પરંતુ કેટલીક વિશેષ પરિસ્થિતિઓ (વિકલાંગ સંભાળનો બોજ, કામચલાઉ આવક)નો નિયમમાં સમાવેશ કરવામાં આવ્યો ન હતો અને અયોગ્ય અસ્વીકાર હતા. પ્રક્રિયાને "હ્યુમન ઇન ધ લૂપ" મોડેલમાં રૂપાંતરિત કરવામાં આવી છે: સિસ્ટમ પૂર્વ-મૂલ્યાંકન કરે છે, અધિકારી અપવાદો જુએ છે અને નિર્ણય લે છે. અયોગ્ય અસ્વીકારની ફરિયાદો અદૃશ્ય થઈ ગઈ.

કેસ 3 - ક્લોગિંગ શોધ. એક એકમ કે જેણે AI સાથે 6-મહિનાની પ્રક્રિયાના લૉગ્સનું વિશ્લેષણ કર્યું હતું તે જાણવા મળ્યું હતું કે સરેરાશ 9 દિવસની અરજીઓ એક જ મંજૂરીના પગલાની રાહ જોઈ રહી હતી; તે પગલા પર માત્ર એક જ સત્તા હતી. જ્યારે સત્તા બીજી વ્યક્તિને આપવામાં આવી ત્યારે સરેરાશ સમય 14 દિવસથી ઘટીને 6 દિવસ થઈ ગયો.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) પ્રક્રિયા નકશો અને જોખમ વર્ગીકરણ:

તમારી ભૂમિકા: સાર્વજનિક પ્રક્રિયા ડિઝાઇનર. એપ્લિકેશનથી નિષ્કર્ષ સુધી, નીચે આપેલા સેવાના તમામ પગલાઓને બહાર કાઢો. દરેક પગલા માટે, સ્પષ્ટ કરો: (1) શું કરવામાં આવી રહ્યું છે, (2) શું તે અધિકારો બનાવે છે/પ્રતિબંધિત કરે છે, (3) શું તે સ્વયંસંચાલિત હશે કે માનવ ચુકાદાની જરૂર પડશે, (4) અહીં મુખ્ય જોખમ છે. તમે અચોક્કસ છો તે કાનૂની બિંદુને "પુષ્ટિ કરવી આવશ્યક છે" તરીકે ચિહ્નિત કરો. સેવા: [વર્ણન કરો]

2) સાદો સૂચના/ફોર્મ ટેક્સ્ટ:

નીચેની પરિસ્થિતિ માટે નાગરિકને સૂચના ટેક્સ્ટ લખો: સરળ, આદરણીય, પગલું દ્વારા પગલું. સ્પષ્ટપણે જણાવો કે શું કરવાની જરૂર છે, સમયગાળો [પુષ્ટિ કરવાની] અને વાંધો ઉઠાવવાની રીત. બિનજરૂરી વ્યક્તિગત ડેટાની વિનંતી કરશો નહીં. જાર્ગનનો ઉપયોગ કરશો નહીં. SITUATION: [દા.ત. ગુમ થયેલ દસ્તાવેજ / અરજી પરિણામ]

3) વાંધો અને અપવાદ માર્ગ ડિઝાઇન:

નીચેના સ્વચાલિત નિર્ણયના પગલા માટે માનવ નિયંત્રણ અને વાંધો મિકેનિઝમ ડિઝાઇન કરો: (1) નાગરિક કેવી રીતે ઑબ્જેક્ટ કરે છે, (2) કયા કેસ સ્વચાલિતમાંથી બહાર નીકળીને માનવ (અપવાદો), (3) નિર્ણય લેતી વખતે માનવીએ શું જોવું જોઈએ, (4) સમય અને રેકોર્ડ. સંપૂર્ણપણે સ્વચાલિત અસ્વીકાર ટાળો. પગલું: [ઓટોમેટિક નિર્ણય]

4) પ્રક્રિયા અવરોધ વિશ્લેષણ:

નીચે પ્રક્રિયા લોગ (પગલું - અવધિ) તપાસો. માત્ર ડેટા આપેલ છે: (1) સૌથી લાંબી રાહ જોવાનું પગલું, (2) સંભવિત અવરોધનું કારણ (સિંગલ ઓથોરિટી, મેન્યુઅલ ઓપરેશન, વગેરે), (3) 2-3 સુધારણા સૂચનો આપો. બહારથી નંબરો ઉમેરી રહ્યા છીએ. LOG: [પગલું અને સમય ડેટા]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા: "આ એપ્લિકેશન પ્રક્રિયાને સ્વચાલિત કરો."

Güçlü: "ભૂમિકાના જાહેર પ્રક્રિયા ડિઝાઇનર. સૌપ્રથમ એપ્લિકેશનથી નિષ્કર્ષ સુધીના તમામ પગલાઓને બહાર કાઢો અને દરેક પગલાને 'રાઇટ-જનરેટિંગ/નોન-રાઇટિંગ', 'ઓટોમેટેડ/માનવ-જરૂરી', 'મુખ્ય જોખમ' તરીકે વર્ગીકૃત કરો. માત્ર ઓટોમેશન માટે નિયમ-સ્પષ્ટ અને ઓછા-જોખમના પગલાંની ભલામણ કરો; માનવ મંજૂરી અને ઑબ્જેક્ટ માટે યોગ્ય રીતે ભલામણ ન કરો, દરેક પગલાની ભલામણ કરો. અસ્વીકાર.

તફાવત: શક્તિશાળી પ્રોમ્પ્ટ જોખમ દ્વારા ઓટોમેશનને અલગ કરે છે, માનવ સમીક્ષા અને અપીલને લાગુ કરે છે, ડેટા પ્રવાહ અને કાનૂની અનિશ્ચિતતાને દૃશ્યમાન બનાવે છે.

ઓટોમેશન મોડલ પસંદગી

વ્યવસાય પ્રકાર

યોગ્ય મોડલ

શા માટે

દસ્તાવેજનું ઉત્પાદન (નિયમો-નેટ)

સંપૂર્ણ ઓટોમેશન

ઓછું જોખમ અધિકારોનું નિર્માણ કરતું નથી

સહાય/પ્રોત્સાહન મૂલ્યાંકન

લૂપમાં માનવ

તે અધિકાર બનાવે છે, અપવાદો છે

ઉચ્ચ વોલ્યુમ વર્ગીકરણ

માનવ દેખરેખ હેઠળ

નમૂનાનું નિયંત્રણ પૂરતું છે

દંડ/પ્રતિબંધનો નિર્ણય

લોકો કેન્દ્રમાં છે

અધિકારોનું ગંભીર પ્રતિબંધ, વાજબીપણું જરૂરી છે

એક્સેસ પેરિટી અને અપવાદ વ્યવસ્થાપન

જ્યારે જાહેર પ્રક્રિયાને ડિજિટાઇઝ અને સ્વચાલિત કરવાથી કાર્યક્ષમતા વધે છે, તે અસમાનતાનું નવું જોખમ ઊભું કરે છે: ડિજિટલ વિભાજન (કોમ્પ્યુટર, ઇન્ટરનેટ ઍક્સેસ અથવા ડિજિટલ સાક્ષરતા વિના નાગરિકો માટે સેવાઓને ઍક્સેસ કરવામાં અસમર્થતા). વૃદ્ધ, અપંગ, ગ્રામીણ અથવા ઓછી આવક ધરાવતા નાગરિકોને સંપૂર્ણપણે ઓનલાઈન પ્રક્રિયામાંથી બાકાત રાખવામાં આવી શકે છે. સારી રીતે ડિઝાઈન કરેલી ડિજિટલ પ્રક્રિયા હંમેશા વૈકલ્પિક ચેનલ છોડે છે (સામ-સામે એપ્લિકેશન, ટેલિફોન સપોર્ટ, પ્રોક્સી ટ્રાન્ઝેક્શન); ઓટોમેશન નાગરિકને ચેનલ સુધી મર્યાદિત કરતું નથી, તે તેને વિકલ્પો પ્રદાન કરે છે. તેવી જ રીતે, સારા ઓટોમેશનની રચના અપવાદ હેન્ડલિંગ (ગુમ થયેલ દસ્તાવેજ, સિસ્ટમ ભૂલ, અપવાદ થાય ત્યારે શું થાય છે) આજુબાજુ રચાયેલ છે, "બધું સારું થાય છે" દૃશ્ય નથી; કારણ કે સાર્વજનિક ક્ષેત્રમાં વાસ્તવિક ભોગ બનનાર નાગરિકો દ્વારા અનુભવાય છે જેઓ નિયમોની બહાર આવે છે.

મીની કેસ - જે ઓટોમેશન દ્વારા બાકાત છે. જ્યારે કલ્યાણ એપ્લિકેશન સંપૂર્ણપણે ઓનલાઈન ખસેડવામાં આવે છે, ત્યારે પ્રથમ મહિનામાં અરજીઓની સંખ્યામાં 30 ટકાનો ઘટાડો થયો હતો - એટલા માટે નહીં કે માંગમાં ઘટાડો થયો હતો, પરંતુ કારણ કે જરૂરિયાતમંદ જૂથો, વરિષ્ઠ નાગરિકો અને ઇન્ટરનેટ વિનાના નાગરિકો અરજી કરી શકતા નથી. જ્યારે સંસ્થાએ હેડમેનની ઓફિસમાં સપોર્ટેડ એપ્લીકેશન પોઈન્ટ ખોલ્યા, ત્યારે સંખ્યા પુનઃપ્રાપ્ત થઈ; કાર્યક્ષમતા ઍક્સેસની સમાનતા સાથે સંતુલિત.

મિની કેસ - અપવાદરૂપે પ્રક્રિયા અટકી. સ્વચાલિત લાઇસન્સિંગ પ્રક્રિયામાં, દસ્તાવેજ AI દ્વારા પૂર્વ-તપાસ કરવામાં આવ્યો હતો; પરંતુ સિસ્ટમે ચુપચાપ અરજીઓને ફગાવી દીધી હતી, એક દુર્લભ પ્રકારના દસ્તાવેજને "અમાન્ય" ગણીને. દર અઠવાડિયે લગભગ 15 કાયદેસરની અરજીઓ આ બ્લાઇન્ડ સ્પોટમાં પડી હતી. ઉકેલ: જ્યારે મોડેલ અનિશ્ચિત હોય, ત્યારે તેને નકારવાને બદલે તેને અધિકારી પાસે મોકલો.

ટેમ્પલેટ જે પ્રક્રિયા ડિઝાઇનને નિયંત્રિત કરે છે:

કાર્ય: નીચેની ડિજિટલ પ્રક્રિયા માટે જોખમ અને ઍક્સેસ ચેકલિસ્ટ બનાવો. પ્રક્રિયા: [પગલાં દ્વારા પગલું] પ્રશ્નો: 1) ઇન્ટરનેટ/ઉપકરણ વિના નાગરિક કેવી રીતે લાગુ પડે છે? 2) શું અક્ષમ ઍક્સેસ પ્રદાન કરવામાં આવે છે? 3) જો સિસ્ટમ ભૂલ આપે તો એપ્લિકેશનનું શું થાય છે? 4) અપવાદ/નિયમના કિસ્સામાં કોણ નિર્ણય લે છે? 5) જો આપોઆપ અસ્વીકાર આપવામાં આવે છે, તો શું વાંધો લેવાની પદ્ધતિ અને માનવ નિયંત્રણ છે? આઉટપુટ: જોખમ સ્તર + દરેક પ્રશ્ન માટે ભલામણ. ફિટિંગ સોલ્યુશન ઉમેરી રહ્યા છીએ.

ટીપ: ઓટોમેશનનું મૂલ્યાંકન “કેટલી પ્રક્રિયાઓ ઝડપી થઈ” દ્વારા નહીં પણ “તે કોણે છોડી દીધી?” દ્વારા પણ કરો. જાહેર સેવામાં સફળતા લઘુમતી દ્વારા માપવામાં આવે છે જે બહુમતી જેટલો આગળ વધે છે તેટલી બાકાત નથી.

સામાન્ય ભૂલો

• અધિકાર-મર્યાદિત નિર્ણયને સંપૂર્ણપણે સ્વચાલિત બનાવવો. તે વાંધો અને માનવ નિયંત્રણ વિના ગેરકાયદેસર છે.
• નિયમમાં અપવાદો ફિટ કરવાનો પ્રયાસ. વાસ્તવિક જીવન નિયમની બહાર જાય છે; અપવાદ માટે માનવ દરવાજા છોડો.
• પાછળથી વાંધો ઉઠાવવાની રીત વિશે વિચારવું. શરૂઆતથી જ દરેક સ્વચાલિત નિર્ણયને પડકારવા અને તેને સુધારવાની રીત ડિઝાઇન કરો.
• વ્યક્તિગત ડેટાના પ્રવાહને નિયંત્રિત કરતું નથી. ઓટોમેશન ડેટાની નકલ કરે છે; તે ક્યાં જાય છે અને સંગ્રહ સમય તપાસો.
• નોટિસ જાર્ગનમાં લખવી. જો નાગરિકો સમજી શકતા નથી, તો પ્રક્રિયા ડિજિટલ પરંતુ અપ્રાપ્ય હશે.
• પાઇલોટ્સ વિના વિસ્તૃત કરવા માટે. પહેલા નાના સ્કેલ પર ભૂલ દરને માપો, પછી વિસ્તૃત કરો.

સારાંશમાં

ઈ-ગવર્નમેન્ટ અને પ્રોસેસ ઓટોમેશન જાહેર સેવાને વેગ આપે છે અને બોજ ઘટાડે છે; AI આ પ્રક્રિયાઓને મેપ કરવા, ટેક્સ્ટ જનરેટ કરવા, પૂર્વ-મૂલ્યાંકન કરવા અને અડચણો શોધવામાં શક્તિશાળી છે. પરંતુ ડિઝાઇનનું હૃદય એક પ્રશ્ન છે: માનવ ક્યાં છે? વધુ નિર્ણય નાગરિકના અધિકારોને અસર કરે છે, વધુ લોકો કેન્દ્રમાં હોવા જોઈએ; દરેક સ્વચાલિત નિર્ણય વાંધા અને માનવ નિયંત્રણ બિંદુ સાથે જોડાયેલ હોવો જોઈએ, અને વ્યક્તિગત ડેટા ફ્લો KVKK અનુસાર ઓડિટ થવો જોઈએ.

એપ્લિકેશન કાર્ય

તમારા યુનિટ માટે ઓનલાઈન સેવા પસંદ કરો. "પ્રક્રિયા નકશો અને જોખમ વર્ગીકરણ" નમૂના સાથે, પગલાંઓ બહાર કાઢો અને જોખમ અને સ્વચાલિતતા માટે દરેકને ચિહ્નિત કરો. "ઓબ્જેક્શન અને અપવાદ પાથ ડિઝાઇન" ટેમ્પ્લેટ સાથે અધિકારો-જનરેટિંગ પગલા માટે માનવ નિયંત્રણ પદ્ધતિ ડિઝાઇન કરો. "સિમ્પલ નોટિફિકેશન/ફોર્મ ટેક્સ્ટ" ટેમ્પલેટ સાથે નોટિફિકેશન ટેક્સ્ટ જનરેટ કરો અને તેની ઍક્સેસિબિલિટી તપાસો.

ચેકલિસ્ટ

• [ ] મેં જોખમ અને સ્વચાલિતતાના સંદર્ભમાં દરેક પગલાનું વર્ગીકરણ કર્યું છે.
• [ ] મેં સંપૂર્ણ ઓટોમેશન પર કોઈ અધિકારો-પ્રતિબંધિત નિર્ણયો છોડ્યા નથી.
• [ ] મેં દરેક સ્વયંસંચાલિત નિર્ણય માટે માનવ સમીક્ષા અને અપીલને જોડેલી છે.
• [ ] મેં અપવાદો માટે માનવ દરવાજો ડિઝાઇન કર્યો છે.
• [ ] મેં પર્સનલ ડેટા ફ્લો અને સ્ટોરેજ પિરિયડ (KVKK)નું ઓડિટ કર્યું છે.
• [ ] મેં સૂચનાઓ સરળ અને સુલભ લખી છે; મેં પાયલોટ સાથે તેનું પરીક્ષણ કર્યું.