शुरू से अंत तक कार्यप्रवाह, शासन और जिम्मेदार उपयोग

लाभ:

• छह मानव सत्यापन द्वारों के साथ आवेदन से लेकर समापन तक हर चरण में एआई को लगातार एम्बेड करने की क्षमता
• अनुमोदित टूल सूची, डेटा नीति, भूमिकाएं, पंजीकरण, प्रशिक्षण और चल रही समीक्षा के साथ एक कॉर्पोरेट प्रशासन ढांचा स्थापित करने की क्षमता
• कार्यप्रवाह में मानवीय जिम्मेदारी, सत्यापन, गोपनीयता/केवीकेके, साक्ष्य का पालन, पूर्वाग्रह नियंत्रण और ग्राहक-केंद्रितता के सिद्धांतों को शामिल करने की क्षमता

इस पूरे मॉड्यूल में, हमने कवर किया कि सामाजिक कार्य के विभिन्न कार्यों - दस्तावेज़ीकरण, मूल्यांकन, जोखिम समर्थन, रेफरल, योजना, रिपोर्ट, संचार, कार्यक्रम डिजाइन में कृत्रिम बुद्धिमत्ता का उपयोग कैसे करें और इसे कहाँ रोकें। इस अंतिम इकाई में, हमने टुकड़ों को एक साथ रखा है: जहां एआई आवेदन से लेकर मामले के समापन तक अंत-से-अंत तक बैठेगा, जो मानव सत्यापन द्वार प्रत्येक चरण में बंद हो जाता है, और हम एक संगठन में टिकाऊ होने के लिए आवश्यक शासन ढांचे की स्थापना करेंगे। लक्ष्य बिखरी हुई युक्तियों को सुसंगत और दोहराए जाने योग्य कार्य अनुशासन में बदलना है।

शुरू से ही एकीकृत सिद्धांत: एआई वर्कफ़्लो के हर चरण में एक त्वरक है, किसी भी चरण में निर्णय निर्माता नहीं। प्रत्येक चरण में एक मानव द्वार है, और आप एक द्वार से गुजरे बिना अगले पर नहीं जा सकते। यह स्तरित संरचना किसी एकल मतिभ्रम, पूर्वाग्रह या गोपनीयता त्रुटि को किसी निर्णय में शामिल होने से रोकती है जो ग्राहक के जीवन को प्रभावित करती है।

अंत-से-अंत प्रवाह और छह मानव द्वार

आइए किसी मामले पर उसके विशिष्ट चरणों पर विचार करें और प्रत्येक चरण पर एक सत्यापन गेट लगाएं:

1. आवेदन / प्रथम संपर्क - द्वार: गोपनीयता। जब पहली जानकारी आती है, तो साक्षात्कार की तैयारी (गाइड, प्रश्न फ्रेम) के लिए एआई का उपयोग किया जाता है। द्वार: कोई भी वास्तविक ग्राहक डेटा खुले टूल में प्रवेश नहीं करता है; क्लास के लिए पूछें, वाहन का मिलान करें।

2. मूल्यांकन - गेट: नैदानिक ​​​​निर्णय। एआई नोट्स को बायोसाइकोसोशल आयामों में व्यवस्थित करता है और कमियों और खूबियों की याद दिलाता है। द्वार: निदान और मूल्यांकन विशेषज्ञ का है; एआई मूल्यांकन नहीं करता.

3. जोखिम - द्वार: प्राधिकरण और टीम। एआई जोखिम/सुरक्षात्मक कारकों की याद दिलाता है और एक सुरक्षा योजना ढांचा बनाता है। द्वार: जोखिम का निर्णय केवल विशेषज्ञ, टीम, पर्यवेक्षण और कानूनी प्रक्रिया द्वारा किया जाता है; एआई स्कोर/निर्णय उत्पन्न नहीं करता है।

4. योजना और मार्गदर्शन - द्वार: सत्यापन और ग्राहक। AI लक्ष्यों को SMART में डालता है, संसाधन विचार और पत्र ड्राफ्ट तैयार करता है। द्वार: ग्राहक लक्ष्य निर्धारित करता है; सेवा/पता/स्थिति आधिकारिक स्रोत से सत्यापित है।

5. रिपोर्ट और संचार - द्वार: साक्ष्य और जवाबदेही। एआई रिपोर्ट की संरचना करता है, पाठ को सरल बनाता है और उसका अनुवाद करता है। द्वार: प्रत्येक मामला साक्ष्य पर निर्भर करता है, राय विशेषज्ञ की होती है, महत्वपूर्ण सूचना हानि और पूर्वाग्रह की जाँच की जाती है, हस्ताक्षर व्यक्ति के होते हैं।

6. समापन और हैंडओवर - गेट: सटीकता। YZ फ़ाइल को कालानुक्रमिक रूप से सारांशित करता है। द्वार: सारांश अकेले रिकॉर्ड पर आधारित है; परिणाम और सीख को विशेषज्ञ द्वारा सत्यापित किया जाता है।

युक्ति: दरवाज़ों को याद रखने के लिए एक प्रश्न का उपयोग करें: "इस चरण में, क्या एआई कोई निर्णय लेता है या एक स्केच तैयार करता है?" यदि उत्तर "निर्णय" है, तो रुकें - वह कदम मानव का है। यदि उत्तर "ड्राफ्ट" है, तो जारी रखें, लेकिन आउटपुट को सत्यापित किए बिना अगले चरण पर न जाएं।

कॉर्पोरेट प्रशासन: व्यक्तिगत अनुशासन पर्याप्त नहीं है

किसी विशेषज्ञ की अच्छी आदतें मूल्यवान लेकिन नाजुक होती हैं; किसी संगठन में एआई के सुरक्षित और निरंतर उपयोग के लिए एक शासन ढांचे की आवश्यकता होती है। इस ढांचे के प्रमुख घटक हैं:

• स्वीकृत वाहन सूची. यह लिखा और स्पष्ट होता है कि किस टूल का उपयोग किस कार्य के लिए किया जाएगा और कौन सा डेटा किस टूल में दर्ज किया जा सकता है। "हर किसी को जो भी उपकरण चाहिए उसे उपयोग करना चाहिए" एक सुरक्षा भेद्यता है।
• डेटा वर्गीकरण नीति. यह परिभाषित किया गया है कि कौन सा डेटा ओपन टूल में संसाधित किया जाएगा और कौन सा डेटा केवल सुरक्षित सिस्टम में संसाधित किया जाएगा।
• भूमिका और अधिकार. यह स्पष्ट है कि कौन क्या कर सकता है और कौन सा निर्णय किस प्राधिकारी (विशेषकर जोखिम वाले निर्णय) पर निर्भर करता है।
• लॉग और ऑडिट ट्रेल. एआई का उपयोग कहां और कैसे किया जाता है, इसकी निगरानी की जा सकती है; जब कोई समस्या हो तो पीछे मुड़कर देखा जा सकता है।
• शिक्षा और जागरूकता. प्रत्येक कर्मचारी इस मॉड्यूल के सिद्धांतों को जानता है; नवागंतुक को प्रशिक्षित किया जाता है।
• लगातार समीक्षा. उपकरण, जोखिम और कानून परिवर्तन; रूपरेखा नियमित रूप से अद्यतन की जाती है। एक बार लिखी और भुला दी गई नीति अप्रचलित हो जाती है।

तीन मिनी मामले

केस 1 - श्रृंखला की शुरुआत में दरवाजों में एक बग पकड़ा गया। एक मामले में, एआई ने एक अवलोकन जोड़ा जिसका ग्राहक ने मूल्यांकन चरण के दौरान उल्लेख नहीं किया था। "नैदानिक ​​निर्णय" के द्वार पर विशेषज्ञ ने इसे पकड़ लिया और हटा दिया। यदि वह पकड़ा नहीं गया होता, तो यह मनगढ़ंत टिप्पणी योजना में, वहां से रिपोर्ट में और वहां से अदालत के फैसले में लीक हो सकती थी। स्तरित प्रमाणीकरण ने प्रारंभिक बिंदु पर त्रुटि को रोक दिया।

केस 2 - शासन ने उल्लंघन रोका। एक संगठन अनुमोदित टूल सूची और डेटा नीति के बिना काम कर रहा था; सभी लोग अपने-अपने वाहन का उपयोग कर रहे थे. एक ऑडिट से पता चला कि कई कर्मचारी वास्तविक ग्राहक डेटा को खुले टूल में दर्ज कर रहे थे। संगठन ने एक शासन ढांचा स्थापित किया है: अनुमोदित उपकरण, डेटा वर्गीकरण, प्रशिक्षण और पंजीकरण। निम्नलिखित अवधि में, उल्लंघनों की संख्या शून्य हो गई। सबक: संस्थागत ढांचे के बिना व्यक्तिगत सद्भावना पर्याप्त नहीं है।

केस 3 - निरंतर समीक्षा अद्यतन रखी गई। एक संगठन की एआई नीति, जो एक साल पहले लिखी गई थी, एक नए प्रकार के टूल और अद्यतन कानून के सामने पुरानी हो गई थी। वार्षिक समीक्षा में इस बात पर गौर किया गया; नीति अद्यतन की गई, प्रशिक्षण नवीनीकृत किया गया। फ़्रेम एक जीवित दस्तावेज़ बना रहा, शेल्फ़ का आभूषण नहीं।

चार प्रतिलिपि योग्य टेम्पलेट

1) केस फ्लो सत्यापन गेट चेकलिस्ट:

आपकी भूमिका: पर्यवेक्षक. मुझे निम्नलिखित केस चरण के लिए एक सत्यापन चेकलिस्ट मिलती है: इस चरण में एआई मसौदा क्या कर सकता है, कौन सा निर्णय आवश्यक रूप से मानवीय है, क्या गोपनीयता और पूर्वाग्रह की जांच की जानी चाहिए, अगले चरण पर जाने से पहले मुझे क्या सत्यापित करना चाहिए? चरण: [आवेदन / मूल्यांकन / जोखिम / योजना / रिपोर्ट / समापन]

2) पुष्टिकृत वाहन मिलान:

नीचे दी गई प्रत्येक कार्य सूची के लिए, एआई टूल का प्रकार निर्दिष्ट करें जिसका उपयोग किया जा सकता है (ओपन टूल / केवल सुरक्षित एंटरप्राइज़ सिस्टम / कोई एआई उपलब्ध नहीं) और औचित्य। क्लाइंट डेटा वाले प्रत्येक कार्य को "केवल सुरक्षित सिस्टम" के रूप में चिह्नित करें। कार्य: [कार्यों की सूची बनाएं]

3) कॉर्पोरेट एआई नीति मसौदा:

आपकी भूमिका: कॉर्पोरेट नीति संपादक। एक सामाजिक सेवा एजेंसी के लिए एक जिम्मेदार एआई उपयोग नीति का मसौदा तैयार करें; निम्नलिखित विषयों को कवर करें: उद्देश्य, अनुमोदित उपकरण, डेटा वर्गीकरण, भूमिकाएं और प्राधिकरण, गोपनीयता/केवीकेके, जोखिम निर्णय सीमा, रिकॉर्डिंग और ऑडिटिंग, प्रशिक्षण, समीक्षा अनुसूची। सामान्य रूपरेखा स्थापित करें; संस्था अपना विवरण स्वयं भरेगी।

4) स्व-नियमन (व्यक्तिगत उपयोग की समीक्षा):

एक सामाजिक कार्यकर्ता के रूप में एआई के मेरे उपयोग की समीक्षा करने के लिए मेरे लिए 10 प्रश्नों की एक स्व-चेकलिस्ट बनाएं: गोपनीयता, सत्यापन, पूर्वाग्रह, साक्ष्य निष्ठा, निर्णय सीमा और ग्राहक-केंद्रितता। प्रत्येक प्रश्न का उत्तर "हाँ/नहीं" में दिया जाए।

कमजोर संकेत/मजबूत संकेत

कमजोर संकेत:

मैं आपको इस पूरे मामले की जानकारी देता हूं; आप आवेदन से लेकर रिपोर्ट तक सब कुछ संभाल लें, मैं बस अंत में इस पर हस्ताक्षर कर दूँगा।

यह पूरी प्रक्रिया को आउटसोर्स कर रहा है - जिसमें गोपनीयता, नैदानिक ​​​​निर्णय, जोखिम निर्णय, साक्ष्य का पालन - सॉफ्टवेयर शामिल है। अंत में एकल हस्ताक्षर हमें बीच की सभी त्रुटियों, मनगढ़ंत बातों और पूर्वाग्रहों से अवगत करा देता है।

शक्तिशाली संकेत:

आपकी भूमिका: संपादक जो हर कदम पर मेरी मदद करता है। मैं मामले को चरण दर चरण आगे बढ़ाऊंगा (आकलन, योजना, रिपोर्ट...)। प्रत्येक चरण में: केवल अनाम/सुरक्षित डेटा के साथ काम करें, एक ड्राफ्ट तैयार करें, मुझे निर्णय लेने दें, जो नोट में नहीं है उसे न जोड़ें और अगले चरण पर जाने से पहले मुझे याद दिलाएं कि मुझे क्या सत्यापित करना है। आइए इस चरण से शुरू करें: [कदम]

अंतर: हर कदम पर दरवाजे की रखवाली करना और एआई को चरण-दर-चरण सहायक के रूप में स्थापित करना गति बनाए रखते हुए सुरक्षा और जिम्मेदारी को बनाए रखता है।

स्टेज-गेट-जिम्मेदारी सारांश

मंच

एआई का योगदान

मानव द्वार

महत्वपूर्ण नियंत्रण

आवेदन

साक्षात्कार की तैयारी

गोपनीयता

डेटा वर्ग

मूल्यांकन

आकार संपादन

नैदानिक निर्णय

कोई निदान नहीं, कोई बनावटीपन नहीं

जोखिम

कारक अनुस्मारक

प्राधिकरण + टीम

कोई स्कोर/निर्णय नहीं

योजना/मार्गदर्शन

मसौदा + विचार

सत्यापन + ग्राहक

स्रोत पुष्टिकरण, ग्राहक प्राथमिकता

रिपोर्ट/संपर्क करें

संरचना + सरलीकरण

सबूत+जिम्मेदारी

विशेषज्ञ की राय, पूर्वाग्रह नियंत्रण

समापन

कालानुक्रमिक सारांश

सटीकता

रिकार्ड आधारित

सामान्य गलतियाँ

• पूरी प्रक्रिया एआई को सौंपना और अंत में एक ही हस्ताक्षर करना। बीच की त्रुटियाँ दिखाई नहीं देतीं; हर कदम पर दरवाजे होने चाहिए.
• बिना जांचे-परखे किसी दरवाजे से गुजरना। एक चरण का निर्माण अगले चरण को विरासत में मिलता है; प्रत्येक आउटपुट मान्य है.
• शासन को व्यक्तिगत अनुशासन पर छोड़ना। संस्थागत ढांचे के बिना, अच्छी आदतें नाजुक होती हैं।
• एक बार पॉलिसी लिखें और भूल जाएं. उपकरण और विधान परिवर्तन; निरंतर समीक्षा आवश्यक है.
• रिकॉर्ड नहीं रखना. ऑडिट ट्रेल के बिना, किसी समस्या पर नज़र नहीं डाली जा सकती और उसे जवाबदेह नहीं ठहराया जा सकता।

सारांश

सामाजिक कार्य में, आवेदन से लेकर मामले के बंद होने तक, एआई हर कदम पर एक उत्प्रेरक है, किसी भी कदम पर निर्णय लेने वाला है। अंत-से-अंत प्रवाह में छह मानव द्वार (गोपनीयता, नैदानिक ​​​​निर्णय, प्राधिकरण/टीम, सत्यापन/ग्राहक, साक्ष्य/जवाबदेही, अखंडता) रखें; एक दरवाजे से दूसरे दरवाजे तक बिना गुजरे न जाएं। इसे टिकाऊ बनाने के लिए कॉर्पोरेट प्रशासन की आवश्यकता है: अनुमोदित उपकरण सूची, डेटा नीति, भूमिकाएँ, पंजीकरण, प्रशिक्षण और चल रही समीक्षा। मॉड्यूल के छह ड्राइविंग सिद्धांत- मानवीय जिम्मेदारी, सत्यापन, गोपनीयता/पीडीपीए, साक्ष्य के प्रति प्रतिबद्धता, पूर्वाग्रह नियंत्रण और ग्राहक-केंद्रितता- को प्रत्येक वर्कफ़्लो में बुना जाना चाहिए।

आवेदन कार्य

आवेदन से समापन तक एक काल्पनिक मामले का मानसिक रूप से चार्ट बनाएं; प्रत्येक चरण के लिए "केस फ़्लो सत्यापन गेट" टेम्पलेट के साथ एक चेकलिस्ट तैयार करें। फिर इस मामले में कार्यों को "मान्य वाहन मिलान" टेम्पलेट के साथ खुले वाहन/सुरक्षित प्रणाली/कोई एआई के रूप में वर्गीकृत करें। अंत में, "सेल्फ-ऑडिट" टेम्पलेट के साथ एआई के अपने उपयोग के लिए 10 प्रश्नों की एक सूची बनाकर अपना मूल्यांकन करें।

चेकलिस्ट

• [ ] मैंने अंत-से-अंत प्रवाह में छह मानव द्वारों की पहचान की है।
• [ ] हर कदम पर, "निर्णय या मसौदा?" मैंने प्रश्न लागू किया.
• [ ] मैंने कार्यों का सही वाहन प्रकार (खुला/सुरक्षित/कोई नहीं) से मिलान किया।
• [ ] मैं कॉर्पोरेट प्रशासन घटकों (उपकरण, डेटा, भूमिका, पंजीकरण, प्रशिक्षण, समीक्षा) को जानता हूं।
• [ ] मैंने मॉड्यूल के छह वाहक सिद्धांतों को अपने वर्कफ़्लो में लागू किया।

मॉड्यूल परीक्षा

1. सामाजिक कार्य में कृत्रिम बुद्धिमत्ता के लिए निम्नलिखित में से कौन सी स्थिति सबसे सटीक है?

• ए) कृत्रिम बुद्धिमत्ता मानव अनुमोदन के बिना ग्राहक के जोखिम स्तर और हस्तक्षेप निर्णय तय कर सकती है
• बी) एआई संक्षेपण, आयोजन, सरलीकरण और प्रारूपण के लिए एक उपकरण है; नैदानिक निर्णय, जोखिम और अंतिम निर्णय की जिम्मेदारी विशेषज्ञ ✔ की है
• सी) कृत्रिम बुद्धिमत्ता केवल पाठ का अनुवाद करने के लिए उपयोगी है और इसका अन्य सामाजिक कार्य कार्यों से कोई लेना-देना नहीं है
• डी) चूंकि कृत्रिम बुद्धिमत्ता हमेशा मनुष्यों की तुलना में अधिक निष्पक्ष होती है, इसलिए मूल्यांकन उस पर छोड़ दिया जाना चाहिए।

विवरण: कृत्रिम बुद्धिमत्ता; यह एक सहायक है जो नोट्स को व्यवस्थित करता है, फ़ाइल को सारांशित करता है, पाठ को सरल बनाता है और ड्राफ्ट तैयार करता है। नैदानिक ​​निर्णय, जोखिम मूल्यांकन, पेशेवर राय और अंतिम निर्णय की जिम्मेदारी सक्षम पेशेवर की है; असत्यापित आउटपुट से ग्राहक के बारे में गलत निर्णय, जोखिम से बचना या संवेदनशील डेटा का रिसाव हो सकता है।

2. किसी साक्षात्कार के कच्चे नोट्स को कृत्रिम बुद्धिमत्ता द्वारा केस रिकॉर्ड में परिवर्तित करते समय सबसे सही निर्देश क्या है?

• ए) कृत्रिम बुद्धिमत्ता से छूटे हुए हिस्सों को उचित तरीके से भरने का अनुरोध करना ताकि यह पेशेवर दिखे।
• बी) रिकॉर्ड को समृद्ध करने के लिए एआई को अतिरिक्त अवलोकन जोड़ने की अनुमति देना
• सी) छात्र से केवल वास्तव में नोट में शामिल जानकारी का उपयोग करने के लिए कहना, गायब वस्तुओं को 'स्पष्टीकरण की आवश्यकता है' के रूप में चिह्नित करना, और कुछ भी नहीं जोड़ना ✔
• डी) जब तक आउटपुट धाराप्रवाह है तब तक इसे नोट के साथ तुलना किए बिना सीधे फ़ाइल में डालना

स्पष्टीकरण: एआई की सबसे खतरनाक प्रवृत्ति उन टिप्पणियों, संख्याओं या उद्धरणों को गढ़ना है जो रिकॉर्ड को 'पूर्ण' दिखाने के लिए नोट में नहीं हैं। सही दृष्टिकोण यह कहना है कि 'केवल नोट में जो है उसका उपयोग करें, छूटे हुए को चिह्नित करें, कुछ भी न जोड़ें'। कमियाँ भरी नहीं जातीं, उन्हें स्पष्टीकरण के लिए चिन्हित किया जाता है।

3. किसी केस रिकॉर्ड में 'तथ्य' और 'व्याख्या' के बीच अंतर क्यों महत्वपूर्ण है?

• ए) एक तथ्य एक ठोस अवलोकन/कथन है, जबकि एक व्याख्या एक पेशेवर अनुमान है जिसके लिए आधार की आवश्यकता होती है; दोनों को अलग किया जाना चाहिए और टिप्पणी को ✔ टैग किया जाना चाहिए
• बी) भेद अनावश्यक है; रिकार्ड में तथ्य एवं टिप्पणी को एक ही प्रकार से लिखा जा सकता है
• सी) केवल व्याख्या मायने रखती है; यह तब भी संभव है जब तथ्य दर्ज न किये गये हों
• डी) चूंकि कृत्रिम बुद्धिमत्ता इस भेद को पूरी तरह से करती है, इसलिए मानव नियंत्रण की कोई आवश्यकता नहीं है।

स्पष्टीकरण: 'वह साक्षात्कार में तीन बार रोए' एक तथ्य है; 'वह उदास था' एक ऐसी टिप्पणी है जिसे बिना चिकित्सीय आधार के नहीं लिखा जा सकता। रिकॉर्ड तथ्य को सामने रखता है और इसमें केवल स्पष्ट लेबलिंग और औचित्य के साथ व्याख्या शामिल है। एआई दोनों को धाराप्रवाह रूप से मिला सकता है; यह व्यक्ति का कर्तव्य है कि वह भेद करे और कलंकित करने वाली भाषा से बचे।

4. यह तय करने में एआई को क्या भूमिका निभानी चाहिए कि कोई बच्चा घर पर सुरक्षित है या किसी मामले में जोखिम का स्तर क्या है?

• ए) आर्टिफिशियल इंटेलिजेंस मामले को पढ़ सकता है, जोखिम का स्तर निर्धारित कर सकता है और सुरक्षा निर्णय ले सकता है
• बी) कृत्रिम बुद्धिमत्ता द्वारा दिया गया 'कम जोखिम' लेबल इसके विपरीत विशेषज्ञ के अवलोकन को खत्म कर सकता है
• सी) कृत्रिम बुद्धिमत्ता केवल कारकों को याद दिलाती है और नोट्स को व्यवस्थित करती है; जोखिम स्तर और सुरक्षा निर्णय विशेषज्ञ, टीम, पर्यवेक्षण और कानूनी प्रक्रिया का है ✔
• डी) जोखिम निर्णय लेने में कृत्रिम बुद्धिमत्ता मनुष्यों की तुलना में अधिक विश्वसनीय है क्योंकि यह निष्पक्ष है।

विवरण: जोखिम स्तर और सुरक्षा निर्णय; इसके लिए पेशेवर प्राधिकार, नैदानिक ​​निर्णय, बहु-विषयक टीम की राय, पर्यवेक्षण और कानूनी जिम्मेदारी की आवश्यकता होती है। यहां, एआई केवल जोखिम/सुरक्षात्मक कारकों को याद कर सकता है और नोट्स संपादित कर सकता है; स्कोर या निर्णय नहीं दे सकते। यह प्रशिक्षण डेटा में पूर्वाग्रह के कारण वंचित समूहों के लिए व्यवस्थित उच्च जोखिम का कारण भी बन सकता है, इसलिए इसके आउटपुट को निर्णय के रूप में उपयोग नहीं किया जा सकता है।

5. जब आर्टिफिशियल इंटेलिजेंस किसी ग्राहक के लिए 'यह केंद्र, वह फोन' कहकर रेफरल जानकारी देता है तो क्या किया जाना चाहिए?

• ए) ग्राहक को देने से पहले संस्था के आधिकारिक और वर्तमान स्रोत से पते और फोन नंबर की पुष्टि करना ✔
• बी) जानकारी को सीधे ग्राहक तक पहुंचाना क्योंकि इसे आत्मविश्वास से प्रस्तुत किया जाता है
• सी) यह मानते हुए कि जानकारी बिल्कुल सही है जब तक कि कृत्रिम बुद्धिमत्ता वर्तमान तारीख बताती है
• डी) यह सोचकर कि जानकारी की सत्यता की जांच करने की कोई आवश्यकता नहीं है क्योंकि इसका उल्लेख कहीं और किया गया है।

विवरण: कृत्रिम बुद्धिमत्ता सेवाएँ, एप्लिकेशन आवश्यकताएँ, पते और टेलीफोन नंबर बना सकती है या पुरानी जानकारी प्रदान कर सकती है; संस्थाएँ विलीन हो जाती हैं, स्थानांतरित हो जाती हैं, बंद हो जाती हैं। ग्राहक को असत्यापित पते पर भेजने से यात्रा बर्बाद हो जाएगी और विश्वास की हानि होगी। इसलिए, कृत्रिम बुद्धिमत्ता द्वारा प्रदान की गई संपर्क जानकारी को ग्राहक तक प्रसारित करने से पहले संस्थान के अपने आधिकारिक चैनल के माध्यम से पुष्टि की जानी चाहिए।

6. प्रतिक्रिया योजना में लक्ष्य किसे निर्धारित करना चाहिए और एआई की क्या भूमिका है?

• ए) आर्टिफिशियल इंटेलिजेंस को लक्ष्य निर्धारित करना चाहिए और ग्राहक से पूछे बिना पूरी योजना लिखनी चाहिए।
• बी) ग्राहक (विशेषज्ञ के साथ) लक्ष्य निर्धारित करता है; AI उन्हें SMART प्रारूप में रखता है और उनकी संरचना करता है, नए लक्ष्य नहीं जोड़ता ✔
• सी) लक्ष्य महत्वहीन हैं; योजना में जितने अधिक लक्ष्य शामिल होंगे, उतना बेहतर होगा।
• डी) आर्टिफिशियल इंटेलिजेंस ग्राहक की प्राथमिकताओं को नजरअंदाज कर सकता है क्योंकि यह पेशेवर दिखता है

विवरण: सामाजिक कार्य का मूल मूल्य 'आत्मनिर्णय' है: ग्राहक लक्ष्य और प्राथमिकताएँ निर्धारित करता है, उन्हें विशेषज्ञ पेशेवर ज्ञान के साथ आकार देता है। कृत्रिम बुद्धिमत्ता इन लक्ष्यों को स्मार्ट प्रारूप में रखती है और कदम और संकेतक सुझाती है; लेकिन वह नए लक्ष्य नहीं जोड़ सकता जो ग्राहक नहीं बताता। एक विदेशी, बाहरी रूप से थोपी गई योजना ग्राहक पर लागू नहीं की जा सकती।

7. न्यायालय को सौंपी जाने वाली सामाजिक जांच रिपोर्ट में कृत्रिम बुद्धिमत्ता किस मामले में सबसे खतरनाक है?

• ए) रिपोर्ट को 'पूर्ण' दिखाने के लिए गैर-मौजूद तारीखों, टिप्पणियों या उद्धरणों का आविष्कार करने की क्षमता ✔
• बी) पाठ की भाषा को अत्यधिक औपचारिक बनाना
• सी) अनुरोध से कम समय में रिपोर्ट लिखना
• डी) शीर्षकों का वर्णानुक्रमिक क्रम

स्पष्टीकरण: एआई की सबसे खतरनाक प्रवृत्ति रिपोर्ट को 'पूर्ण' दिखाने के लिए गैर-मौजूद तारीख, अवलोकन या उद्धरण जोड़ना है। अदालत की रिपोर्ट में एक मनगढ़ंत वाक्य निर्णय को गुमराह कर सकता है और विशेषज्ञ की विश्वसनीयता को नष्ट कर सकता है। इसलिए, प्रत्येक मामले को वास्तविक साक्षात्कार/अवलोकन/दस्तावेज़ से जोड़ा जाना चाहिए, और विशेषज्ञ द्वारा पेशेवर राय बनाई जानी चाहिए।

8. सामाजिक जांच रिपोर्ट का पेशेवर राय और राय (सुझाव) अनुभाग किसे लिखना चाहिए?

• ए) कृत्रिम बुद्धिमत्ता; क्योंकि यह अधिक निष्पक्ष अनुशंसा उत्पन्न करता है
• बी) रिपोर्ट लिखते समय राय अनुभाग कभी नहीं भरा जाता है।
• सी) आर्टिफिशियल इंटेलिजेंस राय लिखता है, विशेषज्ञ केवल अंत में हस्ताक्षर करता है
• डी) विशेषज्ञ; पेशेवर राय और राय उसका अधिकार और जिम्मेदारी है, कृत्रिम बुद्धिमत्ता केवल भाषा को स्पष्ट करती है ✔

कथन: पेशेवर राय और राय - 'यह इस बच्चे का सर्वोत्तम हित है', 'यह व्यवस्था उचित है' - विशेषज्ञ का कानूनी अधिकार और जिम्मेदारी है। 'मैं कृत्रिम बुद्धिमत्ता को क्या सलाह दूँ?' यह नहीं पूछा जाता; वह जो 'सुझाव' देता है वह मनगढ़ंत और जिम्मेदारी का हस्तांतरण दोनों हो सकता है। अधिक से अधिक, कृत्रिम बुद्धिमत्ता विशेषज्ञ द्वारा लिखी गई राय की भाषा को स्पष्ट करती है।

9. कृत्रिम बुद्धिमत्ता वाले ग्राहक के लिए एक भारी आधिकारिक सहायता पत्र को सरल बनाते समय सबसे महत्वपूर्ण नियंत्रण क्या है?

• ए) पाठ को यथासंभव छोटा रखें, विवरणों पर ध्यान न दें
• बी) परिणाम धाराप्रवाह और सौंदर्यपूर्ण दिखता है
• सी) मूल के साथ तुलना करके सत्यापित करना कि कोई अधिकार, शर्तें, राशि, दिनांक या नोटिस छोड़ा नहीं गया है ✔
• डी) सरलीकरण ग्राहक को कम जानकारी देकर आराम प्रदान करता है।

स्पष्टीकरण: सरलीकरण का अर्थ विकृत करना नहीं है; 'छोटा' या 'सरलीकरण' करके एआई किसी अधिकार, शर्त, राशि, तारीख या नोटिस को निगल सकता है। 'आसान' लेकिन अधूरी जानकारी से ग्राहक अपना अधिकार खो सकता है। इसलिए, सरलीकृत पाठ की तुलना मूल पाठ से की जानी चाहिए और सत्यापित किया जाना चाहिए कि कोई भी महत्वपूर्ण जानकारी नष्ट नहीं हुई है, और यहां तक ​​कि कृत्रिम बुद्धिमत्ता उन महत्वपूर्ण तत्वों की सूची भी रखती है जिनकी वह रक्षा करती है।

10. फंडिंग आवेदन का मसौदा तैयार करते समय कृत्रिम बुद्धिमत्ता द्वारा उत्पादित आँकड़ों का इलाज करना कैसे सही है?

• ए) इसे प्रभावशाली दिखाने के लिए कृत्रिम बुद्धिमत्ता द्वारा दिए गए आँकड़ों का सीधे उपयोग करना
• बी) कृत्रिम बुद्धिमत्ता से आँकड़े नहीं बनाना, जहाँ आवश्यक हो वहाँ [डेटा आवश्यक] छापना और प्रत्येक संख्या को वास्तविक स्रोत से डालना ✔
• सी) यह मानते हुए कि स्रोत तब तक महत्वहीन है जब तक संख्या किसी एप्लिकेशन में शामिल है।
• डी) यह मानते हुए कि आंकड़ों को सत्यापित करने की कोई आवश्यकता नहीं है क्योंकि एआई आत्मविश्वास से लिखता है

विवरण: कृत्रिम बुद्धिमत्ता आश्चर्यजनक लेकिन बिना स्रोत वाले आँकड़े बना सकती है; स्रोत के बिना कोई भी आंकड़ा लगभग हमेशा अविश्वसनीय होता है। आवेदन में एक मनगढ़ंत आँकड़ा आवेदन को अस्वीकार कर देगा और संस्थान की विश्वसनीयता को नष्ट कर देगा। सही दृष्टिकोण यह है कि एआई को संख्याएं न बनाएं ('[डेटा आवश्यक] लिखें) और प्रत्येक संख्या को वास्तविक, सत्यापित स्रोत से डालें।

11. कृत्रिम बुद्धिमत्ता से यह पूछना हानिकारक क्यों है कि 'यह बताएं कि यह परिवार बच्चों के पालन-पोषण में अपर्याप्त क्यों है?'

• A) क्योंकि प्रश्न बहुत लंबा है
• बी) चूंकि कृत्रिम बुद्धिमत्ता पारिवारिक मामलों पर कोई जानकारी नहीं दे सकती है
• सी) क्योंकि यह शुरू से ही परिणाम मानता है, कृत्रिम बुद्धिमत्ता (चापलूसी से) एक अप्रमाणित और पक्षपातपूर्ण पुष्टि उत्पन्न करती है; प्रश्न तटस्थ एवं संतुलित होना चाहिए ✔
• D) क्योंकि कृत्रिम बुद्धिमत्ता सदैव परिवार के पक्ष में ही लिखेगी

स्पष्टीकरण: यह प्रश्न परिणाम ('अपर्याप्त') मानता है। एआई एक साक्ष्य-मुक्त और पक्षपातपूर्ण पाठ तैयार करता है जो चापलूसी करने की प्रवृत्ति (आपके आग्रह की पुष्टि) के साथ इस धारणा की पुष्टि करता है। एक पक्षपातपूर्ण प्रश्न एक पक्षपाती उत्तर बनाता है। वास्तव में, यह एक तटस्थ प्रश्न है जो परिणाम पर विचार नहीं करता है, शक्तियों और चिंताओं दोनों को संतुलित करता है, और केवल साक्ष्य मांगता है।

12. एआई आउटपुट में पूर्वाग्रह की जांच के लिए 'अंडर एंगल टेस्टिंग' कैसे लागू करें?

• ए) एक अलग समूह के लिए समान स्थिति के बारे में सोचना और पूछना 'क्या यह एक ही भाषा में लिखा जाएगा?' ✔पूछकर दोहरे मापदण्ड का परीक्षण करना
• बी) कृत्रिम बुद्धि के पहले उत्तर को तटस्थ मानना और दूसरे कोण की तलाश नहीं करना
• सी) केवल वही प्रश्न पूछना जो ग्राहक के समूह का समर्थन करते हों
• डी) यह मानते हुए कि अतिरिक्त नियंत्रण की कोई आवश्यकता नहीं है क्योंकि कृत्रिम बुद्धिमत्ता में पूर्वाग्रह बिल्कुल भी मौजूद नहीं है

स्पष्टीकरण: एआई अलग-अलग समूहों के लिए एक ही व्यवहार को अलग-अलग स्वर में लिख सकता है (उदाहरण के लिए कम आय वाले परिवार के लिए 'उपेक्षा का जोखिम', उच्च आय वाले के लिए 'मजबूर माता-पिता')। उलटा परीक्षण यह है कि 'यदि ग्राहक एक अलग सामाजिक-आर्थिक/जातीय समूह से होता, तो क्या यह एक ही भाषा में लिखा जाता?' पूछना है; इससे सबूतों पर नहीं, बल्कि रूढ़िवादिता पर आधारित दोहरे मापदंड दिखाई देते हैं।

13. ग्राहक की वास्तविक फ़ाइल (नाम, पता, स्वास्थ्य जानकारी सहित) को सारांशित करने का सही तरीका कौन सा है?

• ए) गति के लिए, इसे निकटतम सार्वजनिक एआई टूल में पेस्ट करें और इसका सारांश तैयार करें
• बी) फ़ाइल छोटी होने के कारण गोपनीयता पर ध्यान दिए बिना उसे प्रोसेस करना
• सी) स्वास्थ्य जानकारी सहित सब कुछ दर्ज करें और केवल परिणाम सहेजें
• डी) केवल संस्थान द्वारा अनुमोदित सुरक्षित प्रणाली में या न्यूनतम डेटा के साथ डी-आइडेंटिफाइड टेक्स्ट के साथ प्रक्रिया करें

प्रकटीकरण: व्यक्तिगत डेटा जो ग्राहक की पहचान करता है - विशेष रूप से स्वास्थ्य जैसे संवेदनशील डेटा - को कभी भी किसी सार्वजनिक टूल में दर्ज नहीं किया जाता है जिसे संस्थान ने अनुमोदित नहीं किया है; पाठ को संसाधित किया जा सकता है, बाहरी सर्वर पर संग्रहीत किया जा सकता है या मॉडल प्रशिक्षण में उपयोग किया जा सकता है, और निष्कासन अपरिवर्तनीय है। यह भी KVKK का उल्लंघन है. इस प्रकार का कार्य केवल इन-हाउस, सुरक्षित, अनुमोदित सिस्टम में किया जाता है जो डेटा लीक नहीं करता है या डी-आइडेंटिफाइड टेक्स्ट के साथ नहीं होता है।

14. किसी दस्तावेज़ से नाम हटाना उसे किसी सार्वजनिक टूल पर प्रतिबद्ध करने के लिए हमेशा पर्याप्त क्यों नहीं होता है?

• ए) नाम हटाना हमेशा पूर्ण गुमनामी होता है और प्रत्येक दस्तावेज़ को सुरक्षित बनाता है
• बी) जब तक दस्तावेज़ छोटा है, संदर्भ से पहचान का अनुमान लगाना असंभव है
• सी) एक दस्तावेज़ जिसका नाम पूरी तरह से हटा दिया गया है वह केवीकेके के दायरे से बाहर है।
• डी) संदर्भ (पड़ोस, उम्र, घटना, पारिवारिक संरचना) पहचान को पुनः स्थापित कर सकता है; सुरक्षा उपकरण और पर्यावरण की पसंद द्वारा प्रदान की जाती है ✔

स्पष्टीकरण: भले ही नाम हटा दिए जाएं, संदर्भ (पड़ोस, उम्र, घटना, तिथि, पारिवारिक संरचना, आदि का एक दुर्लभ संयोजन) किसी व्यक्ति को पहचानने योग्य बना सकता है; वह पड़ोस में एकमात्र व्यक्ति हो सकता है जो विवरण में फिट बैठता है। वास्तविक सुरक्षा मास्क लगाने से नहीं, बल्कि सही उपकरण और वातावरण चुनने से मिलती है; संदर्भ व्यक्तिगत डेटा भी है और अनिश्चित जानकारी को उच्च श्रेणी के रूप में संरक्षित किया जाना चाहिए।

15. आवेदन से लेकर मामले के समापन तक, एक भी एआई त्रुटि को अंतिम निर्णय में लीक होने से रोकने का सबसे प्रभावी तरीका क्या है?

• ए) पूरी प्रक्रिया को एक ही एआई टूल को सौंपना और अंत में केवल एक बार हस्ताक्षर करना
• बी) प्रत्येक चरण में एक मानव सत्यापन गेट और पास की स्थिति रखना (स्तरित सत्यापन) ✔
• सी) गति के लिए मध्यवर्ती सत्यापन को हटाना और केवल आउटपुट चरण पर जाँच करना
• डी) प्रत्येक विशेषज्ञ को रिकॉर्ड रखे बिना अपने स्वयं के उपकरण का स्वतंत्र रूप से उपयोग करने की अनुमति देना

विवरण: प्रत्येक चरण (आवेदन/गोपनीयता, मूल्यांकन/नैदानिक ​​निर्णय, जोखिम/प्राधिकरण, योजना/सत्यापन, रिपोर्ट/साक्ष्य, समापन/सटीकता) पर एक मानव सत्यापन द्वार रखा गया है; आप एक दरवाजे से दूसरे दरवाजे से गुजरे बिना नहीं गुजर सकते। यह स्तरित संरचना किसी ग्राहक को प्रभावित करने वाले निर्णय में एक चरण में मतिभ्रम, पूर्वाग्रह या गोपनीयता त्रुटि को आने से रोकती है।