નફો:
- ક્લાઉડ-આધારિત ટૂલ્સ પર સંવેદનશીલ વ્યક્તિગત ડેટા અપલોડ કરતા પહેલા ગોપનીયતા માટે સ્કેન કરવાની અને યોગ્ય પદ્ધતિ (અનામીકરણ, બંધ સાધન) પસંદ કરવાની ક્ષમતા
- ઉપયોગ કરતા પહેલા સામગ્રીની કૉપિરાઇટ સ્થિતિ અને સાંસ્કૃતિક સંવેદનશીલતાને સ્પષ્ટ કરવાની ક્ષમતા
- એ ઓળખવાની ક્ષમતા કે AI સ્ત્રોતોમાં પૂર્વગ્રહનું પુનઃઉત્પાદન કરે છે, એક નિર્ણાયક માળખું ઉમેરે છે અને પારદર્શક રીતે AI નો ઉપયોગ જાહેર કરે છે
ઇતિહાસ અને આર્કાઇવ સામગ્રી ડેટાનો તટસ્થ સમૂહ નથી. સિવિલ રજિસ્ટ્રીમાં જીવંત લોકોની અંગત માહિતી શામેલ હોઈ શકે છે, કોર્ટની ફાઇલમાં સંવેદનશીલ ખાનગી જીવન, સમુદાય દ્વારા પવિત્ર માનવામાં આવતી સાંસ્કૃતિક સામગ્રી, કૉપિરાઇટ હેઠળ હજી પણ કામ કરે છે. જેમ જેમ AI આ સામગ્રીની હેરફેર કરવાનું સરળ બનાવે છે, તેના દુરુપયોગના પરિણામો વધતા જાય છે. આ એકમ નૈતિક માળખાને વધુ ઊંડું કરે છે જે સમગ્ર મોડ્યુલને ઘેરી લે છે: ગોપનીયતા, કૉપિરાઇટ, સાંસ્કૃતિક સંવેદનશીલતા અને AI ના ઉપયોગમાં પારદર્શિતા અને અધિકૃતતા.
આ મુદ્દાઓ તકનીકી નથી, પરંતુ તે ઓછામાં ઓછા તકનીકી મુદ્દાઓ જેટલા મહત્વપૂર્ણ છે; કારણ કે ગોપનીયતાનું ઉલ્લંઘન, કૉપિરાઇટનું ઉલ્લંઘન અથવા સમુદાયની સંવેદનશીલતાને અવગણવાથી કાનૂની પરિણામો અને ભરોસાની અવિશ્વસનીય ખોટ બંને સર્જાય છે.
ગોપનીયતા: જીવંત અને મૃત લોકોના અધિકારો
આર્કાઇવલ દસ્તાવેજોમાં વારંવાર વ્યક્તિગત ડેટા હોય છે: નામ, સરનામા, આરોગ્ય માહિતી, કોર્ટ રેકોર્ડ, ધાર્મિક/વંશીય મૂળ. તેમાંના કેટલાક જીવંત લોકોના છે અને વ્યક્તિગત ડેટા સંરક્ષણ કાયદાને આધીન છે (જેમ કે તુર્કીમાં KVKK, યુરોપમાં GDPR).
- જીવંત વ્યક્તિઓ: જાહેરમાં ઓળખી શકાય તેવા સંવેદનશીલ ડેટા ધરાવતા દસ્તાવેજો અપલોડ કરવા, ક્લાઉડ-આધારિત AI સાધનો ગંભીર ઉલ્લંઘન હોઈ શકે છે. આ સાધનો ડેટા સ્ટોર કરી શકે છે, શિક્ષણમાં તેનો ઉપયોગ કરી શકે છે અથવા તેને જાહેર કરી શકે છે.
- મૃત વ્યક્તિઓ: કાનૂની સુરક્ષા ઘટતી જાય તેમ છતાં નૈતિક જવાબદારી રહે છે; કોઈ વ્યક્તિના સંવેદનશીલ ભૂતકાળને બિનજરૂરી રીતે જાહેર કરવાથી તેમના અને તેમના પરિવારના ગૌરવને નુકસાન થઈ શકે છે.
- ઍક્સેસ પ્રતિબંધો: ઘણા આર્કાઇવ્સ ચોક્કસ સમયગાળા માટે સંવેદનશીલ દસ્તાવેજો માટે ઍક્સેસ પ્રતિબંધો લાદે છે. AI ની "કાર્યક્ષમતા" આ અવરોધોને દૂર કરવા માટેનું સમર્થન ન હોઈ શકે.
સાવધાન: ક્લાઉડ-આધારિત AI ટૂલ પર દસ્તાવેજ અપલોડ કરતા પહેલા, હંમેશા પૂછો: "જો આ સામગ્રી ઇન્ટરનેટ પર લીક થશે તો કોને નુકસાન થશે?" જો જવાબ "તેમાંથી એક" છે, તો પ્રથમ કોર્પોરેટ મંજૂરી, ડેટા અનામીકરણ અને જો શક્ય હોય તો સ્થાનિક/બંધ સાધન જુઓ. આડેધડ રીતે વ્યક્તિગત ડેટા અપલોડ કરવો એ ઉલટાવી શકાય તેવું છે.
કૉપિરાઇટ: દરેક દસ્તાવેજ સાર્વજનિક રૂપે ઉપલબ્ધ નથી
દસ્તાવેજ ભૌતિક રીતે આર્કાઇવમાં હોવાનો અર્થ એ નથી કે તમે તેનો મુક્તપણે ઉપયોગ કરી શકો છો. કૉપિરાઇટ એ કાર્યના સર્જકનો અધિકાર છે જે ચોક્કસ સમયગાળા માટે રક્ષણ પૂરું પાડે છે.
- સાર્વજનિક ડોમેન: એવા કાર્યો જેનો કોપીરાઈટ સમાપ્ત થઈ ગયો છે તેનો મુક્તપણે ઉપયોગ કરી શકાય છે. દેશ અને કાર્યના આધારે સમયગાળો બદલાય છે.
- કૉપિરાઇટ હેઠળ કામ કરે છે: પત્રો, ફોટોગ્રાફ્સ, અપ્રકાશિત લેખો કૉપિરાઇટ હેઠળ હોઈ શકે છે; તેમને AI ને આપવું અથવા તેમને પ્રકાશિત કરવું એ અધિકારોનું ઉલ્લંઘન હોઈ શકે છે.
- AI અને કૉપિરાઇટ: કૉપિરાઇટ કરેલા ટેક્સ્ટની AI પ્રક્રિયા કરવાનો અર્થ છે કે તેને તૃતીય પક્ષ (ટૂલ પ્રદાતા)ની સિસ્ટમમાં સ્થાનાંતરિત કરવું; આનાથી કૉપિરાઇટ અને કોન્ટ્રાક્ટ બંનેમાં સમસ્યા ઊભી થઈ શકે છે.
સાંસ્કૃતિક સંવેદનશીલતા અને સમુદાય અધિકારો
કેટલીક ઐતિહાસિક સામગ્રી અમુક સમુદાયોની સ્મૃતિ, માન્યતા અથવા ઓળખને સ્પર્શે છે. આમાં વસાહતી સમયના રેકોર્ડ્સ, સ્વદેશી/લઘુમતી સમુદાયોની સામગ્રી અને પવિત્ર ગણાતા દસ્તાવેજોનો સમાવેશ થાય છે. અહીં માર્ગદર્શક સિદ્ધાંત એ સમુદાયના અવાજ અને અધિકારોનો આદર કરવાનો છે જેણે સામગ્રીનું નિર્માણ કર્યું છે અથવા જે તે રજૂ કરે છે. AI ની "સૌથી કાર્યક્ષમ" દરખાસ્ત તેના પોતાના ઇતિહાસ પર સમુદાયના કહેવાને અવગણી શકે નહીં. વધુમાં, AI અજાણતાં ઐતિહાસિક સ્ત્રોતોમાં પક્ષપાતી, અપમાનજનક અથવા અપમાનજનક ભાષાનું પુનરુત્પાદન કરી શકે છે; આ ભાષા પ્રત્યે સજાગ રહેવું જરૂરી છે.
પારદર્શિતા અને પ્રમાણિકતા
માનવતામાં, મૌલિકતા (કે કાર્ય ખરેખર તમારા પોતાના શ્રમનું ઉત્પાદન છે) અને પારદર્શિતા (સ્પષ્ટપણે તમારી પદ્ધતિઓનો સંચાર) એ મુખ્ય મૂલ્યો છે.
- AI નો ઉપયોગ જાહેર કરો: જો કોઈ ટ્રાંસ્ક્રિપ્શન, મેટાડેટા અથવા અનુવાદ AI ની મદદથી બનાવવામાં આવ્યો હોય, તો તેને રેકોર્ડ કરો. અનુગામી સંશોધકો ચકાસવા માટે સમર્થ હોવા જોઈએ.
- મજૂરની માલિકીની મર્યાદા: AI દ્વારા ઉત્પાદિત ટિપ્પણી અથવા ટેક્સ્ટને તમારા પોતાના મૂળ વિચાર તરીકે રજૂ કરવું શૈક્ષણિક પ્રામાણિકતાની વિરુદ્ધ છે.
- સંસ્થાકીય અને પ્રકાશન દિશાનિર્દેશોનું પાલન કરો: ઘણી સંસ્થાઓ અને સામયિકોએ એઆઈનો ઉપયોગ કેવી રીતે જાહેર કરવો તે અંગેના નિયમો સ્થાપિત કર્યા છે.
વિષય
મૂળભૂત પ્રશ્ન
જો તે ખોટું થાય તો પરિણામ
ગોપનીયતા
આ ડેટા કોને ઓળખે છે?
કાનૂની ઉલ્લંઘન, ગોપનીયતાને નુકસાન
કૉપિરાઇટ
શું મને આનો ઉપયોગ કરવાનો અધિકાર છે?
અધિકારોનું ઉલ્લંઘન, મુકદ્દમો
સાંસ્કૃતિક સંવેદનશીલતા
આ કોની યાદ છે?
વિશ્વાસ અને આદર ગુમાવવો
પારદર્શિતા
શું મેં ઉલ્લેખ કર્યો છે કે હું AI નો ઉપયોગ કરું છું?
શૈક્ષણિક અખંડિતતાનું ઉલ્લંઘન
પૂર્વગ્રહ
કોનો અવાજ વિકૃત/ગુમ થયેલ છે?
ઇતિહાસની વિકૃતિ
ત્રણ નાના કેસો
કેસ 1 - અપલોડ કરેલ આરોગ્ય રેકોર્ડ. એક સંશોધક પાસે 20મી સદીનો હોસ્પિટલ રેકોર્ડ (જીવંત લોકોના વંશજોને ઓળખતી માહિતી સહિત) લોડ કરવામાં આવ્યો હતો અને સીધા સાર્વજનિક રીતે ઉપલબ્ધ AI ટૂલમાં ટ્રાન્સક્રાઈબ કરવામાં આવ્યો હતો. સંસ્થાના ડેટા પ્રોટેક્શન ઓફિસરે પરિસ્થિતિની નોંધ લીધી; દસ્તાવેજમાં સંવેદનશીલ વ્યક્તિગત ડેટા છે અને અપલોડ ઉલ્લંઘન હતું. પાઠ: સંવેદનશીલ વ્યક્તિગત ડેટા બંધ/મંજૂર સાધન વિના અપલોડ થતો નથી.
કેસ 2 - કૉપિરાઇટ કરેલ ફોટો. પ્રકાશન માટે, આર્કાઇવમાંથી કોપીરાઇટ કરેલ ફોટોને AI સાથે વધારીને પ્રકાશિત કરવામાં આવ્યો હતો. ફોટોગ્રાફરના વારસદારોએ અધિકારોના ઉલ્લંઘનની જાણ કરી હતી. આર્કાઇવમાં હોવાને કારણે ઉપયોગના અધિકારો મળ્યા નથી. પાઠ: ઉપયોગ કરતા પહેલા દરેક સામગ્રીની કૉપિરાઇટ સ્થિતિ સ્પષ્ટ કરવામાં આવે છે.
કેસ 3 - પૂર્વગ્રહનું પ્રજનન. એક વિદ્યાર્થી પાસે વસાહતી યુગનો રેકોર્ડ YZ સારાંશમાં હતો. અપમાનજનક ભાષા અને સ્ત્રોતના એકતરફી દૃષ્ટિકોણના પ્રશ્ન વિના સારાંશનું પુનઃઉત્પાદન; તે સમુદાયનો પરિપ્રેક્ષ્ય સંપૂર્ણપણે ગેરહાજર હતો. તેમના સલાહકારની ચેતવણી સાથે, વિદ્યાર્થીએ નિર્ણાયક ફ્રેમવર્ક સાથે સ્ત્રોતની ફરીથી તપાસ કરી અને ગુમ થયેલ ઓડિયો ઉમેર્યો. પાઠ: AI સ્ત્રોતના પૂર્વગ્રહની નકલ કરે છે; નિર્ણાયક ફ્રેમવર્ક અને ખૂટતા અવાજને ઉમેરવાનું સંશોધકનું કામ છે.
ચાર નકલ કરી શકાય તેવા નમૂનાઓ
1) પ્રી-ઇન્સ્ટોલેશન ગોપનીયતા તપાસ:
નીચેના દસ્તાવેજના ટેક્સ્ટને AI ટૂલમાં લોડ કરતા પહેલા ગોપનીયતા તપાસ કરો: (1) શું ત્યાં સંવેદનશીલ ડેટા (આરોગ્ય, ધર્મ, વંશીયતા, સરનામું) છે જે જીવંત અથવા તાજેતરની વ્યક્તિઓને ઓળખે છે? (2) જો એમ હોય તો, કયા વિભાગો? (3) શું અનામીકરણ શક્ય છે? અંતિમ નિર્ણય મારો છે; તમે જોખમી વિસ્તારોને ચિહ્નિત કરો છો. ટેક્સ્ટ: [અહીં]
2) કૉપિરાઇટ સ્થિતિ મૂલ્યાંકન:
સામગ્રીના પ્રકાર, અંદાજિત તારીખ અને સર્જક વિશેની માહિતી નીચે મુજબ છે: [માહિતી]. મારે કયા કોપીરાઈટ પ્રશ્નો પૂછવા જોઈએ અને ઉપયોગ કરતા પહેલા મારે શું સ્પષ્ટ કરવું જોઈએ તેની સૂચિ બનાવો. અંતિમ કાનૂની ચુકાદો આપવો; તપાસવા માટે પોઈન્ટ આપો.
3) પૂર્વગ્રહ અને ખૂટતું વોલ્યુમ નિયંત્રણ:
નીચે આપેલા ઐતિહાસિક સ્ત્રોત સારાંશમાં: (1) સ્ત્રોતની પોતાની પૂર્વગ્રહો/અપમાનજનક ભાષા ક્યાં પુનઃઉત્પાદિત કરવામાં આવી છે, (2) કયા જૂથ/પરિપ્રેક્ષ્યનો અવાજ ખૂટે છે? આને હાઇલાઇટ કરો અને સૂચવો કે તેમને કેવી રીતે વિવેચનાત્મક રીતે ફ્રેમ કરી શકાય. સારાંશ: [અહીં]
4) ડ્રાફ્ટ AI ઉપયોગ નિવેદન:
એક અભ્યાસમાં, મેં આમાં AI નો ઉપયોગ કર્યો: [ટ્રાન્સક્રિપ્શન/અનુવાદ/મેટાડેટા/સારાંશ]. એક ડ્રાફ્ટ "AI ઉપયોગ નિવેદન" લખો જેનો ઉપયોગ શૈક્ષણિક પારદર્શિતા માટે થઈ શકે: કયા કાર્યમાં, કયા સાધન સાથે, માનવીય ચકાસણી કેવી રીતે કરવામાં આવે છે. અતિશયોક્તિ; પ્રમાણિક અને સ્પષ્ટ બનો.
નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ
નબળા:
આ આર્કાઇવ દસ્તાવેજ પર પ્રક્રિયા કરો અને મારા માટે તેની સામગ્રીઓ બહાર કાઢો.
દસ્તાવેજની ગોપનીયતા, કૉપિરાઇટ અને સંવેદનશીલતાની સ્થિતિ પૂછ્યા વિના સીધા AI ને આપવામાં આવે છે; ભંગનું જોખમ અદ્રશ્ય રહે છે.
મજબૂત:
આ દસ્તાવેજ પર પ્રક્રિયા કરતા પહેલા: સંવેદનશીલ વ્યક્તિગત ડેટા, કૉપિરાઇટ અને સાંસ્કૃતિક સંવેદનશીલતાના સંદર્ભમાં જોખમ ઊભું કરી શકે તેવા કોઈપણ ક્ષેત્રોને ચિહ્નિત કરો. જો કોઈ જોખમી ભાગ હોય, તો હું મારી પ્રક્રિયા પદ્ધતિની સમીક્ષા કરીશ (અનામીકરણ, પુષ્ટિકરણ, બંધ સાધન). માત્ર મંજૂર સામગ્રી બહાર કાઢો. દસ્તાવેજ: [અહીં]
તફાવત: પ્રક્રિયા કરતા પહેલા જોખમની તપાસ, જોખમી સામગ્રીને ફ્લેગિંગ અને પદ્ધતિની સમીક્ષા પ્રથમ સ્થાને નૈતિક ઉલ્લંઘનોને અટકાવે છે.
સામાન્ય ભૂલો
- સંવેદનશીલ ડેટાને આડેધડ અપલોડ કરવો. વ્યક્તિગત ડેટા બંધ/મંજૂર સાધન અને જો જરૂરી હોય તો અનામીકરણ વિના અપલોડ કરવામાં આવશે નહીં.
- ધારી રહ્યા છીએ કે "તે આર્કાઇવ્સમાં છે, હું તેનો ઉપયોગ કરી શકું છું". ભૌતિક ઍક્સેસ કૉપિરાઇટ પ્રદાન કરતી નથી; પરિસ્થિતિ સ્પષ્ટ થાય છે.
- સાંસ્કૃતિક સંવેદનશીલતાને અવગણવી. સમુદાયના પોતાના ઇતિહાસમાં કહેવાના અધિકારનું સન્માન કરવામાં આવે છે.
- પ્રશ્ન વિના પૂર્વગ્રહની નકલ કરવી. સ્ત્રોતની એકતરફી ભાષાને નિર્ણાયક ફ્રેમવર્ક સાથે સંબોધવામાં આવે છે, અને ખૂટતો અવાજ ઉમેરવામાં આવે છે.
- AI નો ઉપયોગ છુપાવો. પારદર્શિતા એ શૈક્ષણિક પ્રામાણિકતાની આવશ્યકતા છે; ઉપયોગ જાહેર કરવામાં આવે છે.
સારાંશમાં
નીતિશાસ્ત્ર એ આ મોડ્યુલના તકનીકી એકમોની આસપાસનું માળખું છે. ગોપનીયતામાં સંવેદનશીલ વ્યક્તિગત ડેટાને સુરક્ષિત કરવાનો સમાવેશ થાય છે; કોપીરાઈટ, વપરાશ અધિકારોની સ્પષ્ટતા; સાંસ્કૃતિક સંવેદનશીલતા, સમુદાયોના તેમના પોતાના ઇતિહાસમાં કહેવાના અધિકારનો આદર કરવો; પારદર્શિતા અને અધિકૃતતા માટે AI ના ઉપયોગની પ્રમાણિકતાથી જાહેરાત કરવી જરૂરી છે. AI સ્ત્રોતોમાં પૂર્વગ્રહોનું પુનઃઉત્પાદન પણ કરે છે; આમાં નિર્ણાયક માળખું અને ખૂટતો અવાજ ઉમેરવાની જવાબદારી સંશોધકની છે. કાર્યક્ષમતા આ સિદ્ધાંતોને ઓળંગવા માટે ક્યારેય સમર્થન ન હોઈ શકે. જેમ જેમ ટેકનિકલ શક્તિ વધે છે તેમ તેમ નૈતિક ધ્યાન પણ વધવું જોઈએ.
એપ્લિકેશન કાર્ય
તમે પ્રક્રિયા કરવા માગો છો તે દસ્તાવેજ પસંદ કરો. પ્રથમ, "પ્રી-ઇન્સ્ટોલ ગોપનીયતા તપાસ" ટેમ્પલેટ અને ફ્લેગ જોખમી વિભાગો સાથે સંવેદનશીલ ડેટા માટે સ્કેન કરો. પછી "કોપીરાઇટ સ્ટેટસ એસેસમેન્ટ" સાથે ઉપયોગ કરતા પહેલા સ્પષ્ટતા કરવાની જરૂર હોય તેવા પ્રશ્નોને દૂર કરો. છેલ્લે, "પૂર્વગ્રહ અને ખૂટતા વોલ્યુમ ચેક" સાથે સ્ત્રોત સારાંશની સમીક્ષા કરો. ક્લાઉડ-આધારિત ટૂલ પર દસ્તાવેજ અપલોડ કરવો યોગ્ય છે કે કેમ તે અંગે તર્કસંગત નિર્ણય લો.
ચેકલિસ્ટ
- [ ] મેં અપલોડ કરતા પહેલા સંવેદનશીલ વ્યક્તિગત ડેટા માટે સ્કેન કર્યું.
- [ ] મેં સામગ્રીની કૉપિરાઇટ સ્થિતિ સ્પષ્ટ કરી છે.
- [ ] મેં સાંસ્કૃતિક સંવેદનશીલતા અને સમુદાય અધિકારોનું અવલોકન કર્યું.
- [ ] મેં સ્ત્રોતના પૂર્વગ્રહને નિર્ણાયક માળખા સાથે સંબોધિત કર્યો.
- [ ] મેં મારા AI નો ઉપયોગ પારદર્શક રીતે જાહેર કર્યો છે.