પત્રકારત્વના નવા ભાગીદાર: ભૂમિકાઓ, સીમાઓ અને ચકાસણી રીફ્લેક્સ

નફો:

• પત્રકારત્વના વર્કફ્લો (ટ્રાન્સક્રિપ્શન, ફર્સ્ટ ડ્રાફ્ટ, સ્કેનિંગ, ટ્રાન્સલેશન)માં આર્ટિફિશિયલ ઇન્ટેલિજન્સ ક્યાં વાસ્તવિક સમયની બચત કરે છે અને જ્યાં કાર્ય જોખમના સ્તરના આધારે સચોટતા ચુકાદો અને સ્ત્રોત સુરક્ષા જેવા નિર્ણયો પત્રકાર પર છોડી દેવામાં આવે છે તે પારખવામાં સક્ષમ હોવું.
• એવી શિસ્ત લાગુ કરવાની ક્ષમતા કે જે દરેક AI આઉટપુટને પ્રાથમિક સ્ત્રોત સાથે લિંક કરીને, તેને ગૌણ સ્ત્રોત સાથે પુષ્ટિ કરીને અને મેન્યુઅલી નંબરને ચકાસીને તેની ચકાસણી કરે છે.
• આભાસ અને પૂર્વગ્રહની મર્યાદાઓને ઓળખવાની ક્ષમતા અને કૃત્રિમ બુદ્ધિમત્તાને સંવેદનશીલ દસ્તાવેજો અને સંસાધનો આપતા પહેલા અનામીકરણ અને મેટાડેટા ક્લિનિંગ રીફ્લેક્સ પ્રાપ્ત કરવાની ક્ષમતા

પત્રકારત્વનો નવો ભાગીદાર: આર્ટિફિશિયલ ઇન્ટેલિજન્સનો રોલ, લિમિટ અને વેરિફિકેશન રિફ્લેક્સ

ન્યૂઝરૂમમાં, સમય એ સૌથી દુર્લભ સંસાધન છે. રિપોર્ટર બે કલાકનું ઓડિયો રેકોર્ડિંગ, ચાલીસ પાનાની બેલેન્સ શીટ અને પંદર-ટેબ બ્રાઉઝર હિસ્ટ્રી લઈને ફિલ્ડમાંથી પાછો ફરે છે; સંપાદક કહે છે, "મારે અડધા કલાકમાં સ્થળની જરૂર છે." આ દબાણ મુખ્ય કારણ છે કે આર્ટિફિશિયલ ઈન્ટેલિજન્સ (AI) - કમ્પ્યુટર પ્રોગ્રામ જે માનવ ભાષાને સમજી શકે છે અને ટેક્સ્ટ, સારાંશ, અનુવાદો અને વર્ગીકરણ જેવા આઉટપુટ ઉત્પન્ન કરી શકે છે - પત્રકારત્વમાં ઝડપથી સ્થાન મેળવી રહ્યું છે. AI પુનરાવર્તિત અને સમય માંગી લેનારા કાર્યો (ટ્રાન્સક્રિપ્શન, પ્રથમ ડ્રાફ્ટ, લાંબા દસ્તાવેજને સ્કેન કરવા, અનુવાદ) મિનિટમાં ઘટાડે છે. પરંતુ પત્રકારત્વ એ એક વ્યવસાય છે જ્યાં ભૂલનું માર્જિન ખૂબ જ નાનું હોય છે: ખોટું નામ, બનાવટી ક્વોટ, અપ્રમાણિત દાવો, જ્યારે પ્રકાશિત થાય છે, ત્યારે તે વ્યક્તિના જીવન અને પ્રકાશનની પ્રતિષ્ઠા બંનેને નુકસાન પહોંચાડી શકે છે. તેથી જ મોડ્યુલનું પ્રથમ વાક્ય છે: એઆઈ રિપોર્ટર માટે નિર્ણય લેતું નથી; ડ્રાફ્ટ્સ, સ્પીડ, સ્કેન—પરંતુ સત્યની ચકાસણી કરવી, સ્ત્રોતનું રક્ષણ કરવું અને શું પ્રસારિત થાય છે તે નક્કી કરવાનું હંમેશા પત્રકારનું કામ છે.

આ પ્રથમ એકમ ત્રણ પાયાની સ્થાપના કરે છે: પત્રકારત્વના કાર્યપ્રવાહમાં AI વાસ્તવિક સમયને ક્યાં બચાવે છે અને તેને ક્યાં રોકવું જોઈએ તે ઓળખવું; દરેક આઉટપુટને ચકાસવા માટે રીફ્લેક્સ; સ્ત્રોત અને સંવેદનશીલ ડેટાનું રક્ષણ. આ ત્રણ અનુગામી એકમો માટે અંતર્ગત સુરક્ષા આધાર છે.

AI ક્યાં ગતિ કરે છે, નિર્ણય ક્યાં પત્રકારનો છે?

તે જોખમ ધરી પરના કાર્યોની જાણ કરવા વિશે વિચારવામાં મદદ કરે છે. જોખમ એ છે કે જો કંઈક ખોટું કરવામાં આવે તો તે જાહેર જનતા, સ્ત્રોત અને પ્રકાશનને કેટલું નુકસાન પહોંચાડશે.

ઓછા-જોખમના કાર્યો કે જે AI ખૂબ ઝડપે છે: ઑડિઓ રેકોર્ડિંગની કાચી ટ્રાન્સક્રિપ્ટ કાઢવી, લાંબા અહેવાલની મુખ્ય હેડલાઇન્સને સ્કેન કરવી, સમાચાર વાર્તાનો પ્રથમ ડ્રાફ્ટ લખવો, હેડલાઇન માટે દસ વિકલ્પો જનરેટ કરવા, વિવિધ પ્લેટફોર્મ્સ માટે ટેક્સ્ટનું પુનઃપેકીંગ, વિદેશી દસ્તાવેજનું રફ અનુવાદ મેળવવું, મોટા ડેટામાં મુખ્ય દાખલાની સૂચિબદ્ધ કરવી. અહીં AI "ખાલી પૃષ્ઠ" અને "સ્ટેક સિફ્ટિંગ" સમસ્યાને હલ કરે છે; પત્રકાર સુધારે છે, પસંદ કરે છે, સમૃદ્ધ બનાવે છે.

ઉચ્ચ જોખમી કાર્યો જ્યાં નિર્ણય પત્રકાર પર છોડવામાં આવે છે: દાવાને "સાચું" તરીકે જાહેર કરવું, ક્વોટ પ્રકાશિત કરવું, કોઈ પર આરોપ મૂકતું નિવેદન આપવું, દસ્તાવેજની અધિકૃતતાનો નિર્ણય કરવો, સ્ત્રોતની ઓળખ ધરાવતી માહિતી પર પ્રક્રિયા કરવી, જાહેર હિત-ગોપનીયતા સંતુલન સ્થાપિત કરવું. આ નિર્ણયો લોકોની પ્રતિષ્ઠા અને સલામતીને અસર કરે છે; જવાબદારી અને અંતિમ વાત હંમેશા પત્રકારની હોય છે. અહીં, એઆઈ મોટાભાગે કોઈ પૂર્વધારણા અથવા ચેકલિસ્ટ સૂચવે છે, તે કોઈ નિર્ણય લઈ શકતું નથી.

ધ્યાન આપો: "AI નો સારાંશ આ રીતે" સમાચાર કારણ નથી. દાવાના સ્ત્રોત, અવતરણની સત્યતા અથવા દસ્તાવેજની અધિકૃતતા સક્ષમ પત્રકારની પુષ્ટિ વિના પ્રકાશિત કરી શકાતી નથી. અપ્રમાણિત AI આઉટપુટ સિંગલ-સોર્સ અફવા જેવું છે - તે સાચું હોઈ શકે છે, પરંતુ તે જીવંત થઈ શકે તે પહેલાં તેને બીજા સ્રોતની જરૂર છે.

ચકાસણી શા માટે જરૂરી છે? આભાસ અને પૂર્વગ્રહ

AI "જાણવા" દ્વારા નહીં પરંતુ "સંભવિત શબ્દની આગાહી" દ્વારા ટેક્સ્ટ ઉત્પન્ન કરે છે. તેથી જ ક્યારેક તે અત્યંત અસ્ખલિત પરંતુ વાસ્તવમાં ખોટી માહિતી આપે છે. આને આભાસ કહેવામાં આવે છે: કોર્ટનો નિર્ણય જે અસ્તિત્વમાં નથી, એક અસ્પષ્ટ અવતરણ, ખોટી તારીખ, એક શૈક્ષણિક કાગળ જે અસ્તિત્વમાં નથી, કેસ નંબર જે વાસ્તવિક લાગે છે પરંતુ બનેલો છે. પત્રકારત્વ માટે આ ઘાતક છે, કારણ કે બનાવટી "સ્રોત" સમાચારને તોડી પાડે છે અને અસ્વીકાર તરફ દોરી જાય છે.

બીજી સમસ્યા પૂર્વગ્રહ છે: AI ટેક્સ્ટના વિશાળ ભાગમાં સામાજિક પેટર્નનું પુનરાવર્તન કરી શકે છે જેના પર તેને તાલીમ આપવામાં આવી છે; જૂથ, પ્રદેશ અથવા અભિપ્રાયને નકારાત્મક અથવા હકારાત્મક રીતે વ્યવસ્થિત રીતે ફ્રેમ કરી શકે છે. જો કોઈ રિપોર્ટર અજાણપણે આ ફ્રેમવર્કને સમાચારમાં લાવે છે, તો ઉદ્દેશ્યને નુકસાન થાય છે.

આ બે મર્યાદાઓને કારણે, અમે દરેક આઉટપુટ પર લાગુ કરવા માટે ચાર-પગલાની ચકાસણી શિસ્તનો પ્રસ્તાવ મૂક્યો છે:

1. સ્ત્રોત પર નીચે જાઓ. AI દ્વારા પ્રદાન કરવામાં આવેલ દરેક હકીકત, નામ, તારીખ, નંબર અને અવતરણ માટે મૂળ દસ્તાવેજ, રેકોર્ડ અથવા પ્રાથમિક સ્ત્રોત પર પાછા જાઓ. AI એ એપિટોમ છે; તે પુરાવા નથી.
2. બીજા સ્ત્રોત માટે જુઓ. રિપોર્ટિંગનો નિયમ AI સાથે બદલાતો નથી: નિર્ણાયક દાવાની પુષ્ટિ ઓછામાં ઓછા બે સ્વતંત્ર સ્ત્રોતો દ્વારા કરવામાં આવે છે.
3. નંબર જાતે તપાસો. કાચા ડેટામાંથી દરેક આંકડાકીય આઉટપુટ જેમ કે ટકાવારી, કુલ, ગુણોત્તર વગેરેની પુનઃ ગણતરી કરો.
4. જવાબદારી લો. જે ક્ષણે તમે પ્રકાશનને મંજૂરી આપો છો, તે વાક્ય તમારું છે; ભૂલ તમારી સહી માં પણ છે.

સંસાધન સુરક્ષા: શરૂઆતથી ગોપનીયતા

પત્રકારત્વમાં, સ્ત્રોત સુરક્ષા એ માહિતી આપનારની ઓળખને ગુપ્ત રાખવાનો સિદ્ધાંત છે અને મોટાભાગના દેશોમાં કાનૂની અધિકાર છે; પત્રકાર માટે વ્યવસાયમાં સન્માનની વાત છે. માહિતી આપનારનું નામ, સ્થાન, તેણે મોકલેલા દસ્તાવેજના ઓળખના નિશાન અથવા વિગતો કે જે તેને સાર્વજનિક AI ટૂલ સુધી પહોંચવાની મંજૂરી આપશે તે લખવાથી તરત જ આ સુરક્ષાનો ભંગ થાય છે. ઘણા મફત AI ટૂલ્સ તમે દાખલ કરેલ ટેક્સ્ટ સ્ટોર કરી શકે છે અથવા મોડલ તાલીમમાં તેનો ઉપયોગ કરી શકે છે; તેથી તમે ડેટાને તમારા નિયંત્રણમાંથી બહાર કાઢો છો.

નિયમ સરળ છે: પહેલા અનામી બનાવો અને સંવેદનશીલ ડેટા કાઢો. દસ્તાવેજમાં સ્ત્રોતનું નામ, ફોન નંબર, નોકરીનું સ્થળ અને મેટાડેટા (લેખક, તારીખ, ફાઇલમાં એમ્બેડ કરેલ સ્થાનની માહિતી) AI પર ગયા વિના સાફ કરવામાં આવે છે. દસ્તાવેજને હેશ કરતા પહેલા ઓળખતી રેખાઓ દૂર કરો; "સ્રોત A", "જાહેર અધિકારી", વગેરે જેવા લોકોને સામાન્ય બનાવો. સંવેદનશીલ ફાઇલો માટે, જો શક્ય હોય તો, ડેટા પ્રોસેસિંગ ખાતરી સાથે ઑફલાઇન અથવા કોર્પોરેટ સાધનો પસંદ કરો. અમે એકમ 10 માં આ સિદ્ધાંતને વધુ ઊંડો કરીશું; તેને હમણાં માટે એક પ્રતિબિંબ બનાવો.

ટીપ: AI માં દસ્તાવેજ અપલોડ કરતા પહેલા, મેટાડેટા સાફ કરો અને નામ, ફોન, સરનામું, સંસ્થા માટે ટેક્સ્ટ શોધો. સ્ત્રોત (તારીખ, રૂમનું વર્ણન) આપતી સૌથી નાની વિગતો પણ અવગણવી જોઈએ.

ત્રણ નાના કેસો

કેસ 1 - બનાવટી કેસ રેકોર્ડ. કોર્ટહાઉસના પત્રકારે YZ ને પૂર્વવર્તી સારાંશ માટે પૂછ્યું. YZએ ત્રણ "સુપ્રીમ કોર્ટના નિર્ણયો" નંબરો સાથે વિશ્વાસપાત્ર ભાષામાં આપ્યો. રિપોર્ટરે અધિકૃત નિર્ણય શોધ સિસ્ટમ દ્વારા નંબરો ચલાવ્યા: ત્રણમાંથી બે બિલકુલ ઉપલબ્ધ ન હતા. જો તેણે તપાસ કર્યા વિના તેનો ઉપયોગ કર્યો હોત, તો બનાવટી દાખલાના આધારે એક સમાચાર વાર્તા પ્રગટ થઈ હોત. ચકાસણી પગલું એ સુનિશ્ચિત કરે છે કે તે માત્ર વર્તમાન નિર્ણયનો જ ઉપયોગ કરે છે; સમાચાર 20 મિનિટ મોડા આવ્યા પરંતુ નક્કર.

કેસ 2 - ટ્રાન્સક્રિપ્શનમાં સમયની બચત. તપાસ ટીમ સામાન્ય રીતે મીટિંગના 14 કલાકના ફૂટેજને ડીકોડ કરવામાં ~40 કલાકનો સમય પસાર કરે છે. AI-આધારિત ટ્રાન્સક્રિપ્શનનો ઉપયોગ કરીને, કાચું લખાણ 2 કલાકમાં આઉટપુટ હતું; ટીમે બાકીનો સમય રેકોર્ડિંગ સામેના 6 જટિલ ફકરાઓને સુધારવા અને સંદર્ભ સ્થાપિત કરવામાં વિતાવ્યો. કુલ સમય 40 કલાકથી ઘટીને ~9 કલાક થયો; ચોકસાઈમાં ઘટાડો થયો ન હતો કારણ કે પત્રકારે કાચા ટ્રાન્સક્રિપ્ટમાં નામ અને નંબરની ભૂલોને મેન્યુઅલી સુધારી હતી.

કેસ 3 - રિસોર્સ-પ્રોટેક્ટિંગ રીફ્લેક્સ. એક રિપોર્ટર, જાહેર કર્મચારીની પરિસ્થિતિ વિશે AI ની સલાહ લેવાનો પ્રયાસ કરતી વખતે, જેણે તેને દસ્તાવેજ લીક કર્યો હતો, તે દસ્તાવેજને પેસ્ટ કરવા જતો હતો. તેણે મોકલ્યા વિના નોંધ્યું; દસ્તાવેજનો મેટાડેટા સાફ કર્યો, હસ્તાક્ષર અને એકમનું નામ દૂર કર્યું, વ્યક્તિને "સંસ્થાના કર્મચારી" તરીકે સામાન્ય બનાવ્યો. તેમના પ્રકાશન-વ્યૂહરચના વિચારો ફરી કામ કરે છે; પરંતુ સ્ત્રોતને દૂર કરવા માટે કોઈ નિશાન બહાર આવ્યું નથી.

નકલ કરી શકાય તેવા નમૂનાઓ

1) જોખમ સ્તર દ્વારા કાર્યને અલગ પાડવું:

તમારી ભૂમિકા: પત્રકારના ઉપ-સંપાદકીય સહાયક. નીચેના રિપોર્ટિંગ કાર્યોને બે સૂચિમાં વિભાજિત કરો: (A) ઓછી જોખમવાળી નોકરીઓ જ્યાં AI વિશ્વાસપૂર્વક રૂપરેખા/સારાંશ ઉત્પન્ન કરી શકે છે, (B) ઉચ્ચ જોખમવાળી નોકરીઓ જ્યાં અંતિમ નિર્ણય પત્રકાર પાસે હોવો જોઈએ. દરેક કાર્ય માટે એક વાક્યનું સમર્થન લખો. કાર્યો: [તમારા પોતાના સાપ્તાહિક કાર્યો પેસ્ટ કરો]

2) આભાસ શિકાર પ્રોમ્પ્ટ:

નીચેના લખાણમાં ઉલ્લેખિત દરેક હકીકત, નામ, તારીખ, સંખ્યા, અવતરણ અને સ્ત્રોત આઇટમની સૂચિ બનાવો. દરેકને "પ્રાથમિક સ્ત્રોતમાંથી ચકાસાયેલ હોવું જોઈએ" લેબલ કરો અને સૂચવે છે કે તે કયા દસ્તાવેજ/રેકોર્ડ માટે જોવામાં આવે. તમારા પોતાના જ્ઞાનના આધારે સાચું ન બોલો; તે ફક્ત તે જ અનુમાન કરે છે કે જેને ચકાસવાની જરૂર છે. ટેક્સ્ટ: [અહીં]

3) અનામીકરણ પૂર્વ-તપાસ:

નીચેનું લખાણ પ્રકાશિત કરતા પહેલા, કોઈપણ ઘટકોને ફ્લેગ કરો જે સ્ત્રોતને દૂર કરી શકે છે: નામ, શીર્ષક, સંસ્થા, સ્થાન, તારીખ, ઓળખી શકાય તેવી વિગતો. દરેક ધ્વજ (દા.ત., "જાહેર અધિકારી") માટે સુરક્ષિત સામાન્યીકરણ સૂચવો. ટેક્સ્ટ બદલશો નહીં, ફક્ત જોખમોની જાણ કરો. ટેક્સ્ટ: [અહીં]

4) સંપાદકીય ચકાસણી ચેકલિસ્ટ:

તમે સમાચાર ડ્રાફ્ટનું મૂલ્યાંકન કરશો. નીચેના શીર્ષકો હેઠળ ખામીઓની સૂચિ બનાવો: (1) એકલ-સ્રોત દાવાઓ, (2) ચકાસાયેલ સંખ્યાઓ, (3) અસ્પષ્ટ એટ્રિબ્યુશન સાથે અવતરણો, (4) સ્થાનો જ્યાં પક્ષકારોને બોલવાનો અધિકાર આપવામાં આવ્યો ન હતો, (5) વાક્યો જ્યાં અનુમાન અને હકીકત મિશ્રિત છે. ફક્ત એક ચેકલિસ્ટ બનાવો, સમાચાર ફરીથી લખશો નહીં. ડ્રાફ્ટ: [અહીં]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા સંકેત: "આ દસ્તાવેજમાંથી એક સમાચાર વાર્તા લખો."

પરિણામ: AI છિદ્રોને ઇન્જેક્ટ કરે છે, અપ્રમાણિત દાવાઓ ઉત્પન્ન કરે છે, દસ્તાવેજમાં ન હોય તેવા સંદર્ભ ઉમેરે છે. એક પત્રકાર શું દસ્તાવેજ છે અને બનાવટ શું છે તે વચ્ચે તફાવત કરી શકતો નથી.

પાવરફુલ પ્રોમ્પ્ટ: "માત્ર નીચેના દસ્તાવેજ પર આધારિત સમાચાર વાર્તાનું હાડપિંજર બનાવો. દરેક વાક્યની બાજુમાં, દસ્તાવેજમાં તે કયા ફકરા પર આધારિત છે તે ચિહ્નિત કરો, જેમ કે [P3]. દસ્તાવેજમાં ન હોય તેવી કોઈપણ માહિતી ઉમેરશો નહીં; ખૂટતા ભાગોને '[ચકાસવું આવશ્યક છે]' તરીકે ખાલી છોડો. દસ્તાવેજ: [અહીં]"

તફાવત: શક્તિશાળી પ્રોમ્પ્ટ એઆઈને દસ્તાવેજ સાથે જોડે છે, દરેક દાવાને શોધી શકાય તેવું બનાવે છે અને આભાસને દૃશ્યમાન બનાવે છે. પત્રકાર જાણે છે કે કયા વાક્યની પુષ્ટિ કરવી.

સરખામણી ચાર્ટ

ક્વેસ્ટ

AI ની ભૂમિકા

નિર્ણય/જવાબદારી

ફરજિયાત ચકાસણી

વૉઇસ રેકોર્ડિંગ ટ્રાન્સક્રિપ્શન

કાચું લખાણ જનરેટ કરે છે

જટિલ ફકરાઓ પત્રકારમાં છે

રેકોર્ડ સાથે નામ/નંબરની સરખામણી કરો

લાંબા દસ્તાવેજ સ્કેનિંગ

શીર્ષક અને સારાંશ બનાવે છે

શું સમાચાર છે તે પત્રકાર પર છે

મૂળ ફકરા પર પાછા જાઓ

પ્રથમ ડ્રાફ્ટ લેખન

હાડપિંજર અને ભાષા સૂચવે છે

ટાંકણો અને હકીકતો પત્રકાર પાસે છે

દરેક દાવાને સ્ત્રોત સાથે લિંક કરો

અવતરણ પસંદગી

નામાંકિત વાક્યોના ચિહ્નો

પત્રકાર દ્વારા પ્રકાશન

રેકોર્ડમાંથી શબ્દશઃ પુષ્ટિકરણ

સ્ત્રોત/દસ્તાવેજ પ્રક્રિયા

(મર્યાદિત) સહાય

પત્રકારો માટે ઓળખ સુરક્ષા

મેટાડેટા અને નામ સફાઈ

સામાન્ય ભૂલો

• સ્ત્રોત માટે AI આઉટપુટની ભૂલ કરવી. AI એ ડ્રાફ્ટ જનરેટર છે, સંસાધન નથી; પ્રાથમિક દસ્તાવેજમાંથી તેની પુષ્ટિ કર્યા વિના હકીકત પ્રકાશિત કરવાથી અસ્વીકાર થાય છે.
• સંવેદનશીલ દસ્તાવેજ જેમ છે તેમ પેસ્ટ કરી રહ્યું છે. કોઈપણ દસ્તાવેજે મેટાડેટા અને નામોને શુદ્ધ કર્યા વિના સાર્વજનિક સાધન દાખલ કરવું જોઈએ નહીં જે સ્ત્રોતને દૂર કરે છે.
• AI સાથે "બે સંસાધનો" નિયમને બાયપાસ કરીને. AI નું કમ્પેન્ડિયમ એક જ સ્ત્રોત છે; નિર્ણાયક દાવા માટે ફરીથી બે સ્વતંત્ર પુષ્ટિની જરૂર છે.
• નંબરો પર વિશ્વાસ. AI વારંવાર ટકાવારી અને સરવાળોની ખોટી ગણતરી કરે છે; કાચા ડેટામાંથી દરેક નંબરનું ફરીથી પરીક્ષણ કરો.
• પૂર્વગ્રહને ઓળખતો નથી. AI નું માળખું કોઈ પ્રશ્ન કર્યા વિના લઈ લેવું અને તેને સમાચારની ભાષામાં સ્થાનાંતરિત કરવું એ ઉદ્દેશ્યમાં ખલેલ પહોંચે છે.

સારાંશમાં

આ એકમમાં અમે AIને રિપોર્ટિંગમાં સહાયક તરીકે સ્થાન આપીએ છીએ: તે પુનરાવર્તિત અને સામૂહિક-સિફ્ટિંગ કાર્યોને ઝડપી બનાવે છે, પરંતુ તે સત્ય નક્કી કરવા, ક્વોટ પ્રકાશિત કરવા અને સ્ત્રોતનું રક્ષણ કરવાનું પત્રકાર પર છે. આભાસ અને પૂર્વગ્રહ એ બે મુખ્ય મર્યાદા છે; આની સામે, ચાર-પગલાની ચકાસણી શિસ્ત (સ્રોત પર જાઓ, બીજા સ્ત્રોત પર જાઓ, નંબર તપાસો, જવાબદારી સ્વીકારો) અને ગોપનીયતા પ્રતિબિંબ શરૂઆતથી (અનામી, સ્વચ્છ મેટાડેટા) દરેક આઉટપુટ પર લાગુ થાય છે. આગામી એકમો આ જમીન પર સ્થાપિત કરવામાં આવશે.

એપ્લિકેશન કાર્ય

તમારા છેલ્લા અઠવાડિયામાં તમે કરેલા 8 રિપોર્ટિંગ કાર્યો લખો. દરેકને "ઓછું જોખમ - AI તેને ઝડપી બનાવે છે" અથવા "ઉચ્ચ જોખમ - તે મારા પર છે" તરીકે લેબલ કરો અને એક વાક્યનું સમર્થન ઉમેરો. પછી એક પસંદ કરો અને વાસ્તવિક ટેક્સ્ટ પર ઉપરોક્ત “આભાસનો શિકાર” પ્રોમ્પ્ટ લાગુ કરો; નોંધ કરો કે એઆઈ ફ્લેગને ખરેખર કેટલા દાવાઓ ચકાસવાની જરૂર છે.

ચેકલિસ્ટ

• હું જોખમ સ્તર દ્વારા કાર્યને અલગ કરી શકું છું; હું નોકરી જાણું છું જ્યાં નિર્ણય પત્રકાર પર છોડવામાં આવે છે.
• [ ] હું દરેક AI આઉટપુટને પ્રાથમિક સ્ત્રોતને આભારી છું; હું AI સાથે "બે સંસાધનો" નિયમને બાયપાસ કરતો નથી.
• [ ] હું આભાસ અને પૂર્વગ્રહના જોખમોને જાણું છું, અને હું નંબરોને હાથથી ક્રંચ કરું છું.
• AI ને સંવેદનશીલ દસ્તાવેજ/સંસાધન આપતા પહેલા હું મેટાડેટા અને ઓળખના કોઈપણ નિશાન સાફ કરું છું.
• [ ] મેં આંતરિક કર્યું છે કે "AIએ કહ્યું" વાજબીપણું પ્રસારણ માટે અમાન્ય છે.