कॉपीराइट, गोपनीयता, नैतिकता और शासन

लाभ:

• इनपुट की कॉपीराइट स्थिति और टूल की डेटा स्थितियों का मूल्यांकन करके और आउटपुट के अधिकारों पर सवाल उठाकर कानूनी जोखिमों को कम करने की क्षमता
• गुमनामीकरण और न्यूनतमकरण के माध्यम से व्यक्तिगत डेटा की सुरक्षा करने और उपयोगकर्ता के लिए पारदर्शी होकर गोपनीयता सुनिश्चित करने की क्षमता
• संस्थान के लिए एक शासन ढांचा स्थापित करने की क्षमता जिसमें अनुमोदित उपकरण, निषिद्ध डेटा और सत्यापन नियम शामिल हैं, और लाइब्रेरियनशिप मूल्यों के साथ इसके उपयोग का परीक्षण करना।

लाइब्रेरियन और सूचना प्रबंधक वह व्यक्ति होता है जो न केवल जानकारी को व्यवस्थित और प्रस्तुत करता है, बल्कि इसकी सुरक्षा भी करता है: निर्माता के अधिकारों, उपयोगकर्ता की गोपनीयता और संस्थान की जिम्मेदारी की रक्षा करता है। आर्टिफिशियल इंटेलिजेंस तीनों क्षेत्रों को नए और जटिल सवालों के साथ चुनौती देता है। क्या AI पर दस्तावेज़ अपलोड करना कॉपीराइट उल्लंघन है? क्या एआई टूल को उपयोगकर्ता डेटा देना गोपनीयता का उल्लंघन है? संगठन को AI के उपयोग का प्रबंधन कैसे करना चाहिए? इस समापन इकाई में, हम एक रूपरेखा स्थापित करेंगे जो पूरे मॉड्यूल में हमने जिन नैतिक और कानूनी पहलुओं को छुआ है, उन्हें एक साथ लाएगा।

आइए अवधारणाओं को परिभाषित करें। कॉपीराइट किसी कार्य के निर्माता को उसके कार्य के उपयोग पर दिया गया कानूनी अधिकार है; अनधिकृत नकल या उपयोग को उल्लंघन माना जा सकता है। व्यक्तिगत डेटा कोई भी जानकारी है जो प्रत्यक्ष या अप्रत्यक्ष रूप से किसी व्यक्ति की पहचान करती है और कानूनी सुरक्षा के अधीन है। शासन नियमों, नीतियों और जवाबदेही का ढांचा है जो किसी संगठन द्वारा एआई के उपयोग को नियंत्रित करता है। ये तीन अवधारणाएँ जिम्मेदार एआई उपयोग के लिए कानूनी और नैतिक आधार बनाती हैं।

चरण दर चरण: एआई का जिम्मेदार और कानूनी उपयोग

1. प्रविष्टि की कॉपीराइट स्थिति का मूल्यांकन करें। किसी पाठ, पुस्तक या लेख को एआई टूल में लोड करने से पहले, उस कार्य की कॉपीराइट स्थिति और टूल के उपयोग की शर्तों पर विचार करें। किसी ऐसे टूल को कॉपीराइट कार्य देना जो आपके द्वारा अपलोड किए गए डेटा का उपयोग अपने उद्देश्यों के लिए करता है, अधिकारों का उल्लंघन हो सकता है।

2. आउटपुट के अधिकारों पर सवाल उठाएं. एआई द्वारा निर्मित पाठ की कॉपीराइट स्थिति अनिश्चित हो सकती है, और एआई अनजाने में प्रशिक्षण डेटा में कॉपीराइट सामग्री को पुन: पेश कर सकता है। एआई आउटपुट प्रकाशित करने से पहले, इसकी मौलिकता और संभावित उल्लंघनों का मूल्यांकन करें।

3. व्यक्तिगत डेटा को सुरक्षित रखें. उपयोगकर्ताओं की पहचान, पढ़ने/खोज इतिहास और व्यक्तिगत जानकारी को स्पष्ट सहमति और मजबूत सुरक्षा के बिना किसी भी एआई उपकरण में दर्ज नहीं किया जाना चाहिए। गुमनामीकरण और डेटा न्यूनीकरण (केवल उतना ही डेटा जितना आवश्यक हो) आवश्यक हैं।

4. पारदर्शिता और सहमति सुनिश्चित करें. उपयोगकर्ताओं को पता होना चाहिए कि उनका डेटा और इंटरैक्शन कैसे संसाधित किए जाते हैं; जहां एआई शामिल है, यह स्पष्ट रूप से बताया जाना चाहिए। गुप्त एआई का उपयोग विश्वास को कमजोर करता है।

5. एक शासन ढाँचा स्थापित करें। संगठन को एक लिखित नीति में स्थापित करना चाहिए कि कौन से उपकरण स्वीकृत हैं, कौन सा डेटा दर्ज किया जा सकता है, कौन जिम्मेदार है और आउटपुट को कैसे सत्यापित किया जाएगा।

युक्ति: अपने संगठन के लिए एक सरल "एआई उपयोग नियम" वन-शीट बनाएं: कौन से उपकरण स्वीकृत हैं, कौन सा डेटा कभी दर्ज नहीं किया जाता है (व्यक्तिगत/मालिकाना/गोपनीय), प्रत्येक आउटपुट को कैसे सत्यापित किया जाता है, और कौन जिम्मेदार है। एक लंबी नीति की तुलना में एक पेज की स्पष्ट मार्गदर्शिका अधिक लागू करने योग्य होती है।

पुस्तकालयाध्यक्षता के नैतिक सिद्धांत और मूल्य

लाइब्रेरियनशिप पेशे के गहरे जड़ वाले मूल्य एआई के युग में एक दिशा सूचक यंत्र के रूप में काम करते हैं: जानकारी तक समान पहुंच, विचार की स्वतंत्रता, उपयोगकर्ता की गोपनीयता, बौद्धिक ईमानदारी और निष्पक्षता। AI इन मूल्यों का या तो समर्थन कर सकता है या ख़तरा पैदा कर सकता है। यह पहुंच का विस्तार कर सकता है लेकिन पूर्वाग्रह को मजबूत कर सकता है; सेवा की गति तेज़ हो सकती है लेकिन गोपनीयता से समझौता हो सकता है; इससे खोज में आसानी हो सकती है लेकिन गलत सूचना फैल सकती है।

लाइब्रेरियन प्रभारी इन मूल्यों के विरुद्ध प्रत्येक एआई उपयोग का परीक्षण करता है: "क्या यह उपयोग पहुंच को बराबर करता है या किसी समूह को बाहर कर देता है? क्या यह गोपनीयता की रक्षा करता है? क्या यह सटीक और ईमानदार जानकारी प्रदान करता है?" एआई एक उपकरण है; जिन मूल्यों के साथ आप इसका उपयोग करेंगे वे पेशे का सार हैं। प्रौद्योगिकी बदलती है, लेकिन ये मूल्य पुस्तकालयाध्यक्षता के निरंतर दिशा सूचक यंत्र हैं।

सावधानी: "हर कोई इसका उपयोग कर रहा है" या "यह तेज़ है" एआई के उपयोग को उचित नहीं ठहराता है। भले ही कोई उपयोग कानूनी हो, यह अनैतिक हो सकता है; ऐसी प्रथा न अपनाएं जो कॉपीराइट, गोपनीयता और न्याय की दृष्टि से हानिकारक हो, सिर्फ इसलिए कि यह आसान है। अंतिम जिम्मेदारी उपकरण की नहीं, बल्कि उसका उपयोग करने वाले पेशेवर की है।

तीन मिनी मामले

केस 1 - कॉपीराइट डाउनलोड रोक दिया गया है। एक टीम ने सारांश तैयार करने के लिए संपूर्ण कॉपीराइट संदर्भ पुस्तक को एक सामान्य एआई टूल में लोड करने की योजना बनाई। सूचना प्रबंधक ने इसे कॉपीराइट और टूल के डेटा उपयोग की शर्तों दोनों के संदर्भ में जोखिम भरा पाया; इसके बजाय, इसका अध्ययन केवल संक्षिप्त, अधिकृत अंशों में और संस्थान की बंद प्रणाली के भीतर किया गया था।

केस 2 - व्यक्तिगत डेटा अज्ञात। एक पुस्तकालय एआई के साथ उपयोगकर्ता प्रतिक्रिया का विश्लेषण करना चाहता था; लेकिन फीडबैक में उपयोगकर्ता नाम और संपर्क जानकारी शामिल थी। टीम ने विश्लेषण से पहले डेटा को अज्ञात कर दिया; केवल गुमनाम, सामूहिक प्रवृत्तियों पर कार्रवाई की गई। गोपनीयता संरक्षित, अंतर्दृष्टि पुनः प्राप्त हुई।

केस 3 - शासन का अंतर समाप्त हो गया। एक संगठन में, कर्मचारी बिना पर्यवेक्षण के विभिन्न एआई टूल का उपयोग कर रहे थे, कभी-कभी गोपनीय दस्तावेज़ दर्ज कर रहे थे। सूचना प्रशासक ने स्वीकृत टूल, निषिद्ध डेटा प्रकार और सत्यापन नियमों को परिभाषित करने वाली एक-पृष्ठ नीति प्रकाशित की; अनिश्चितता और जोखिम में काफी कमी आई है।

कार्मिक क्षमता और कॉर्पोरेट संस्कृति

एक शासन नीति केवल उतनी ही मजबूत होती है जितने लोग इसे लागू करते हैं। यदि कर्मचारी एआई के जोखिमों को नहीं समझते हैं तो सबसे अच्छा लिखित नियम भी कागज पर ही रह जाता है। इसलिए जिम्मेदार एआई उपयोग के लिए स्थायी आधार कर्मचारियों की क्षमता है: प्रत्येक कर्मचारी की समझ है कि मतिभ्रम क्या है, कौन सा डेटा कभी दर्ज नहीं किया जाना चाहिए, और आउटपुट को क्यों सत्यापित किया जाना चाहिए। इस संबंध में पुस्तकालयों और सूचना संस्थानों की दोहरी भूमिका है; इसे अपने स्वयं के कर्मचारियों को प्रशिक्षित करना होगा और इस साक्षरता को उपयोगकर्ताओं तक फैलाना होगा। एक अच्छी कॉर्पोरेट संस्कृति वह है जो एआई बग को छिपाने के बजाय उसकी रिपोर्ट करती है, और यह कहना सामान्य मानती है कि "मैं इस आउटपुट के बारे में निश्चित नहीं हूं, आइए सत्यापित करें।" ऐसे माहौल में जहां सजा के डर से गलतियों को छिपाया जाता है, कोई मनगढ़ंत स्रोत या गोपनीयता का उल्लंघन किसी का ध्यान नहीं जाता। इसके अतिरिक्त, क्योंकि प्रौद्योगिकी और उपकरण तेजी से बदलते हैं, नीति और प्रशिक्षण को एक बार के बजाय नियमित रूप से अद्यतन किया जाना चाहिए। शासन; यह एक जीवंत प्रणाली है जहां नियम, उपकरण, शिक्षा और संस्कृति एक साथ काम करते हैं। इस प्रणाली के केंद्र में सक्षम व्यक्ति खड़ा होता है, जो ज़िम्मेदारी लेता है और अंतिम निर्णय लेता है, न कि वाहन।

टिप: नए एआई टूल को अपनाने से पहले, एक छोटा पायलट कार्य करें: इसे सीमित टीम के साथ, वास्तविक लेकिन कम जोखिम वाले कार्यों, त्रुटियों और जोखिमों को रिकॉर्ड करने पर आज़माएं। यह पूरे संगठन में टूल को लागू करने से पहले क्षमता का निर्माण करता है और नीतिगत कमजोरियों को प्रकट करता है।

चार प्रतिलिपि योग्य टेम्पलेट

1) कॉपीराइट प्रारंभिक मूल्यांकन:

एआई टूल में लोड करने से पहले कॉपीराइट के लिए निम्नलिखित सामग्री का मूल्यांकन करने में मेरी सहायता करें: क्या सामग्री को कॉपीराइट किया जा सकता है, उपयोग का कौन सा तरीका जोखिम भरा है, कौन सा विकल्प (अंश, अनुमति, सार्वजनिक डोमेन) सुरक्षित है? सामग्री प्रकार: [यहाँ]

2) व्यक्तिगत डेटा स्कैनिंग:

क्या निम्नलिखित पाठ में व्यक्तिगत डेटा (नाम, संपर्क, पहचान, पढ़ने/खोज इतिहास, स्वास्थ्य/विश्वास संबंधी जानकारी) शामिल है? प्रत्येक को चिह्नित करें, उसका वर्गीकरण करें और सुझाव दें कि उसे गुमनाम कैसे किया जाए। पाठ: [यहाँ]

3) ड्राफ्ट एआई उपयोग नीति:

हमारे संगठन के लिए एक-पेज एआई उपयोग दिशानिर्देशों का मसौदा तैयार करें: (1) अनुमोदित उपकरण नीतियां, (2) डेटा प्रकार कभी दर्ज नहीं किए गए, (3) आउटपुट सत्यापन नियम, (4) जवाबदेही और पारदर्शिता, (5) कॉपीराइट और गोपनीयता नीतियां। इसे छोटा और कार्रवाई योग्य रखें. प्रसंग: [यहाँ]

4) नैतिक नियंत्रण प्रश्न:

लाइब्रेरियनशिप मूल्यों के विरुद्ध निम्नलिखित नियोजित एआई उपयोग का परीक्षण करें: पहुंच की समानता, गोपनीयता, सटीकता/अखंडता, पूर्वाग्रह का जोखिम, और ध्वज संबंधी चिंताएं, यदि कोई हो। उपयोग: [यहां]

कमजोर संकेत/मजबूत संकेत

कमजोर संकेत:

क्या मुझे इस पुस्तक का सारांश प्रस्तुत करने के लिए इसे AI पर रखना चाहिए?

प्रश्न कॉपीराइट, टूल की डेटा स्थितियों और विकल्पों को ध्यान में नहीं रखता है; "हां" में उत्तर देने पर अधिकारों का उल्लंघन हो सकता है।

शक्तिशाली संकेत:

आपकी भूमिका: सहायक कॉपीराइट और गोपनीयता सलाहकार। मैं निम्नलिखित सामग्री को AI टूल में देने पर विचार कर रहा हूं। कॉपीराइट स्थिति, वाहन डेटा उपयोग और व्यक्तिगत डेटा जोखिम के संदर्भ में संभावित समस्याओं की सूची बनाएं; सुरक्षित विकल्प सुझाएं (संक्षिप्त उद्धरण, अनुमति, सार्वजनिक डोमेन, बंद प्रणाली)। कानूनी निश्चितता का दावा करें, जोखिम दिखाएं। सामग्री और संदर्भ: [यहां]

शक्तिशाली संकेत; यह कॉपीराइट, डेटा स्थिति और गोपनीयता पहलुओं के संदर्भ में निर्णय पर विचार करता है और सुरक्षित विकल्प सामने रखता है।

शासन आयाम तालिका

आकार

बुनियादी सवाल

एहतियात

कॉपीराइट

क्या कोई इनपुट/आउटपुट उल्लंघन है?

अनुमति, सार्वजनिक डोमेन, संक्षिप्त अंश

गोपनीयता

क्या व्यक्तिगत डेटा सुरक्षित है?

गुमनामीकरण, न्यूनीकरण

पारदर्शिता

क्या उपयोगकर्ता को पता है?

स्पष्ट जानकारी, सहमति

जिम्मेदारी

जवाबदेह कौन है?

लिखित नीति, मानव अनुमोदन

मान

क्या पहुंच और अखंडता सुरक्षित है?

नैतिक जाँच, पूर्वाग्रह जाँच

सामान्य गलतियाँ

• बिना सोचे-समझे कॉपीराइट सामग्री अपलोड करना। कॉपीराइट उल्लंघन और डेटा स्थिति का जोखिम है।
• सार्वजनिक टूल में व्यक्तिगत डेटा दर्ज करना। गोपनीयता और कानूनी जोखिम का आक्रमण.
• एआई का उपयोग छिपाना। पारदर्शिता के बिना विश्वास को नुकसान पहुंचता है।
• "कानूनी" को "नैतिक" के साथ भ्रमित करना। कोई कानूनी उपयोग अनैतिक हो सकता है.
• शासन ढाँचा स्थापित नहीं करना। अनियंत्रित उपयोग अप्रत्याशित जोखिम पैदा करता है।

सारांश

कॉपीराइट, गोपनीयता और नैतिकता एआई के युग में लाइब्रेरियनशिप की जिम्मेदारी का आधार हैं। प्रविष्टि की कॉपीराइट स्थिति और टूल की डेटा स्थितियों का मूल्यांकन करें; आउटपुट के अधिकारों पर सवाल उठाएं; गुमनामीकरण और न्यूनतमकरण के साथ व्यक्तिगत डेटा को सुरक्षित रखें; उपयोगकर्ता के प्रति पारदर्शी रहें और सहमति प्राप्त करें; संगठन में एक स्पष्ट शासन ढांचा स्थापित करें। लाइब्रेरियनशिप के गहरे जड़ वाले मूल्य (समान पहुंच, गोपनीयता, अखंडता, निष्पक्षता) वह कम्पास हैं जो एआई के हर उपयोग का परीक्षण करते हैं। प्रौद्योगिकी परिवर्तन; जिम्मेदारी और मूल्य नहीं बदलते, और अंतिम जवाबदेही हमेशा इंसान की होती है।

आवेदन कार्य

अपने संगठन (या एक काल्पनिक संगठन) के लिए "एआई उपयोग नीति ड्राफ्ट" टेम्पलेट के साथ एक पृष्ठ उपयोग नियम दस्तावेज़ तैयार करें: अनुमोदित उपकरण, कभी भी दर्ज नहीं किया जाने वाला डेटा, सत्यापन नियम, दायित्व। फिर, "नैतिक नियंत्रण क्वेरी" टेम्पलेट के साथ पहुंच, गोपनीयता, सटीकता और पूर्वाग्रह के लिए आप जिस वास्तविक एआई उपयोग की योजना बना रहे हैं उसका परीक्षण करें और लिखें कि आप उत्पन्न होने वाली किसी भी चिंता का समाधान कैसे करेंगे।

चेकलिस्ट

• [ ] मैंने प्रविष्टि की कॉपीराइट स्थिति और टूल की डेटा स्थितियों का मूल्यांकन किया।
• [ ] मैंने व्यक्तिगत डेटा को अज्ञात कर दिया और केवल वही उपयोग किया जो आवश्यक था।
• [ ] मैं एआई के उपयोग के बारे में उपयोगकर्ता के प्रति पारदर्शी रहा हूं और सहमति का सम्मान करता हूं।
• [ ] मैंने संगठन के लिए एक लिखित एआई उपयोग नीति बनाई है।
• [ ] मैंने लाइब्रेरियन मूल्यों के साथ उपयोग का परीक्षण किया और जिम्मेदारी मानव पर रखी।

मॉड्यूल परीक्षा

1. पुस्तकालयाध्यक्षता और सूचना प्रबंधन में कृत्रिम बुद्धिमत्ता के लिए निम्नलिखित में से कौन सी स्थिति सबसे सटीक है?

• ए) एआई एक सारांश, मेटाडेटा, खोज और अनुशंसा सहायक है; सटीकता, स्रोत विश्वसनीयता और नैतिक निर्णयों की जिम्मेदारी मनुष्यों पर है ✔
• बी) कृत्रिम बुद्धिमत्ता किसी स्रोत की प्रामाणिकता और सटीकता को विश्वसनीय रूप से सत्यापित कर सकती है
• सी) आर्टिफिशियल इंटेलिजेंस केवल पुस्तक कैटलॉगिंग में काम करता है, इसका अन्य लाइब्रेरियनशिप कार्य से कोई लेना-देना नहीं है
• डी) चूंकि कृत्रिम बुद्धिमत्ता मनुष्यों की तुलना में अधिक निष्पक्ष है, इसलिए विषय और वर्गीकरण के निर्णय उस पर छोड़ दिए जाने चाहिए।

विवरण: कृत्रिम बुद्धिमत्ता; यह एक सहायक है जो मेटाडेटा का मसौदा तैयार करता है, उसका सारांश देता है, उसका अनुवाद करता है, पैटर्न को चिह्नित करता है और उसे स्रोत की ओर इंगित करता है। सक्षम विशेषज्ञ सटीकता, विषय और वर्गीकरण निर्णयों, स्रोत विश्वसनीयता, और कॉपीराइट और गोपनीयता निर्णयों के सत्यापन जैसे उच्च-परिणाम वाले कार्यों के लिए जिम्मेदार है; असत्यापित आउटपुट से मनगढ़ंत स्रोत का प्रसार हो सकता है या गोपनीयता का उल्लंघन हो सकता है।

2. लाइब्रेरियन के लिए 'मतिभ्रम' विशेष रूप से खतरनाक क्यों है?

• A) आर्टिफिशियल इंटेलिजेंस का आउटपुट बहुत धीरे-धीरे उत्पन्न होता है और समय बर्बाद करता है
• बी) कृत्रिम बुद्धिमत्ता गैर-मौजूद स्रोतों और उद्धरणों को स्पष्ट रूप से उत्पन्न कर सकती है, और पेशे का सार स्रोत की प्रामाणिकता है ✔
• सी) मतिभ्रम केवल छवि प्रसंस्करण में होता है, इसका पाठ से कोई लेना-देना नहीं है
• डी) मतिभ्रम केवल बहुत पुराने कृत्रिम बुद्धिमत्ता उपकरणों में देखा जाता है, वर्तमान उपकरणों में नहीं।

स्पष्टीकरण: मतिभ्रम तब होता है जब कृत्रिम बुद्धिमत्ता एक गैर-मौजूद स्रोत, उद्धरण या जानकारी को बेहद ठोस तरीके से तैयार करती है। चूँकि पेशे का सार स्रोत की प्रामाणिकता और विश्वसनीयता है, यदि कोई मनगढ़ंत छाप या उद्धरण सत्यापन के बिना किसी ग्रंथ सूची या उपयोगकर्ता को हस्तांतरित किया जाता है, तो गंभीर गलत सूचना होगी।

3. कृत्रिम बुद्धिमत्ता के साथ मेटाडेटा तैयार करते समय निम्नलिखित में से कौन सा क्षेत्र निर्माण के सबसे अधिक जोखिम वाला है और इसे कैसे संबोधित किया जाना चाहिए?

• ए) भाषा क्षेत्र सबसे अधिक जोखिम वाला क्षेत्र है और इसे सत्यापित करने की आवश्यकता नहीं है
• बी) शीर्षक फ़ील्ड में सबसे अधिक जोखिम होता है और इसे भविष्यवाणी से भरा जाना चाहिए
• सी) आईएसबीएन और प्रकाशन वर्ष में निर्माण का सबसे अधिक जोखिम होता है और इसे मूल स्रोत के साथ शब्दशः सत्यापित किया जाना चाहिए ✔
• डी) कोई भी क्षेत्र जोखिम भरा नहीं है क्योंकि कृत्रिम बुद्धिमत्ता हमेशा मेटाडेटा सही ढंग से तैयार करती है

स्पष्टीकरण: आईएसबीएन और प्रकाशन वर्ष जैसे सटीक, संख्यात्मक क्षेत्र एआई द्वारा बहुत आसानी से तैयार किए जाते हैं; एआई उस आईएसबीएन के बजाय एक उचित दिखने वाली संख्या उत्पन्न कर सकता है जिसे वह नहीं जानता है। इन फ़ील्ड को मूल स्रोत (बारकोड, इंप्रिंट/कॉलोफ़ोन) के साथ शब्दशः सत्यापित किया जाना चाहिए।

4. विषय शब्द निर्दिष्ट करते समय 'नियंत्रित शब्दावली' का उपयोग करने का मुख्य उद्देश्य क्या है?

• ए) सभी अभिलेखों में शब्दावली की स्थिरता और उपलब्धता सुनिश्चित करना; कृत्रिम बुद्धिमत्ता को स्वतंत्र शर्तें बनाने से रोकना ✔
• बी) कृत्रिम बुद्धिमत्ता द्वारा अनुरोधित प्रत्येक नए शब्द को कैटलॉग में स्वचालित रूप से जोड़ें
• सी) विषय शब्दों को पूरी तरह से हटा दें और केवल शीर्षक से खोजें
• डी) कैटलॉगिंग को धीमा करना और प्रत्येक रिकॉर्ड को अलग-अलग शब्दों में लिखना

विवरण: नियंत्रित शब्दावली स्वीकृत और मानक शब्दों की एक सूची है। यदि एक ही विषय को अलग-अलग रिकॉर्ड में अलग-अलग शब्दों के साथ लिखा गया है, तो उपयोगकर्ता एक को ढूंढेगा और दूसरे को मिस कर देगा। एआई को यह सूची देकर और इसे 'बस सूची से चयन करें' कहने से, स्थिरता और खोज क्षमता बनी रहती है; कोई नया शब्द जो कृत्रिम बुद्धिमत्ता द्वारा सूचीबद्ध नहीं है, उसे कैटलॉग में नहीं जोड़ा जाना चाहिए।

5. कृत्रिम बुद्धिमत्ता से दस्तावेज़ की वर्गीकरण संख्या प्राप्त करते समय सही दृष्टिकोण क्या है?

• ए) आर्टिफिशियल इंटेलिजेंस द्वारा दी गई सटीक संख्या को आधिकारिक तालिका को देखे बिना सीधे स्वीकार किया जाना चाहिए
• बी) वर्गीकरण संख्याओं का बिल्कुल भी उपयोग नहीं किया जाना चाहिए, स्रोतों को बेतरतीब ढंग से रखा जाना चाहिए
• सी) मास्टर क्लास प्रस्ताव को प्रारंभिक माना जाना चाहिए, सटीक चरणों को आधिकारिक वर्गीकरण तालिका ✔ से सत्यापित किया जाना चाहिए
• डी) चूँकि कृत्रिम बुद्धिमत्ता वर्गीकृत नहीं कर सकती, इसलिए इस कार्य को पूरी तरह से छोड़ दिया जाना चाहिए

स्पष्टीकरण: एआई अक्सर सही प्रमुख वर्ग ढूंढ सकता है, लेकिन उपस्तरों (उदाहरण के लिए चिकित्सा के बजाय चिकित्सा इतिहास) को याद कर सकता है या गलत संख्याएँ उत्पन्न कर सकता है जो उचित लगती हैं। इसलिए, मास्टर क्लास के प्रस्ताव को एक शुरुआत माना जाना चाहिए और सटीक चरणों को आधिकारिक वर्गीकरण तालिका से सत्यापित किया जाना चाहिए।

6. सिमेंटिक सर्च और कीवर्ड सर्च की तुलना करते समय कौन सा कथन सत्य है?

• ए) सिमेंटिक खोज को सभी मामलों में कीवर्ड खोज का स्थान लेना चाहिए
• बी) सिमेंटिक खोज सिमेंटिक रूप से संबंधित संसाधनों को ढूंढती है; सटीक शीर्षक या आईएसबीएन के लिए कीवर्ड खोज अधिक विश्वसनीय है ✔
• सी) कीवर्ड खोज विभिन्न शब्दों वाले स्रोतों को ढूंढती है जो अर्थ संबंधी खोज से बेहतर रूप से संबंधित होते हैं
• डी) सिमेंटिक खोज केवल संख्यात्मक डेटा पर काम करती है, पाठ पर नहीं

विवरण: सिमेंटिक खोज अलग-अलग शब्द लेकिन संबंधित संसाधनों को ढूंढती है, जैसे 'नींद की समस्या' और 'नींद संबंधी विकार', क्योंकि यह शब्दों के अर्थ से मेल खाता है (एम्बेडिंग वैक्टर के माध्यम से)। इसके विपरीत, सटीक आईएसबीएन, पूर्ण शीर्षक, या क़ानून संख्या की तलाश करते समय, कीवर्ड/डोमेन खोज अधिक विश्वसनीय होती है। सर्वोत्तम अभ्यास दोनों का एक साथ उपयोग करना है।

7. वैयक्तिकृत संसाधन अनुशंसाओं में 'फ़िल्टर बबल' के जोखिम के विरुद्ध लाइब्रेरियन का कर्तव्य क्या है?

• ए) उपयोगकर्ता को केवल सबसे समान संसाधनों की अनुशंसा करके बुलबुले को मजबूत करें
• बी) सुझाव देना पूरी तरह से छोड़ देना
• सी) उपयोगकर्ता के पढ़ने के इतिहास को सार्वजनिक रूप से साझा करना
• डी) सचेत रूप से विभिन्न दृष्टिकोणों और क्षितिजों के साथ स्रोतों को जोड़ना और इसे पारदर्शी रूप से बताना ✔

स्पष्टीकरण: फ़िल्टर बबल तब होता है जब अनुशंसा प्रणाली उपयोगकर्ता को लगातार समान सामग्री में लॉक कर देती है और उन्हें नए और अलग-अलग दृष्टिकोणों से दूर रखती है। पुस्तकालय का मूल्य समान और विविध पहुंच है; इसलिए, लाइब्रेरियन जानबूझकर अलग-अलग दिखने वाले, आंखें खोलने वाले संसाधनों को जोड़कर और इसे पारदर्शी रूप से बताकर बुलबुले को तोड़ता है।

8. कृत्रिम बुद्धिमत्ता के साथ एक संग्रह दस्तावेज़ को संसाधित करते समय 'प्रामाणिकता और अखंडता' के संदर्भ में कौन सी प्रथा सही है?

• ए) दस्तावेज़ को कृत्रिम बुद्धिमत्ता से 'सुशोभित' करें, छूटे हुए हिस्सों को बनाकर इसे पूरा करें और मूल को प्रतिस्थापित करें
• बी) कच्चे मूल को हटाना और केवल कृत्रिम बुद्धि के साथ बेहतर संस्करण रखना
• सी) ओसीआर को केवल पहचान त्रुटियों को ठीक करना चाहिए, सामग्री को संशोधित नहीं किया जाना चाहिए, मूल मूल को संरक्षित किया जाना चाहिए और डेरिवेटिव को स्पष्ट रूप से लेबल किया जाना चाहिए ✔
• डी) ओसीआर आउटपुट को बिना किसी सुधार के 'क्लीन टेक्स्ट' के रूप में स्वीकार करें और इसे खोज के लिए खोलें।

विवरण: अभिलेखीय कार्य का सार यह आश्वासन है कि दस्तावेज़ दावा किए गए स्रोत से आता है और इसकी सामग्री में कोई बदलाव नहीं किया गया है। ओसीआर सुधार से केवल पहचान संबंधी त्रुटियां दूर होनी चाहिए, सामग्री में परिवर्तन नहीं होना चाहिए; एआई 'पुनर्स्थापना' वास्तविक साक्ष्य का विकल्प नहीं है क्योंकि यह लापता हिस्सों को पूरा कर सकता है। कच्चे (मूल) स्कैन को हमेशा संरक्षित रखा जाना चाहिए, डेरिवेटिव को स्पष्ट रूप से लेबल किया जाना चाहिए।

9. लाइब्रेरी सूचना बॉट के जिम्मेदार निर्माण के लिए निम्नलिखित में से क्या आवश्यक है?

• ए) बॉट अपने सामान्य ज्ञान से प्रत्येक प्रश्न का उत्तर शीघ्रता से देता है और स्रोतों का हवाला नहीं देता है
• बी) बॉट केवल सत्यापित कॉर्पोरेट जानकारी पर निर्भर करता है, तथ्यों का हवाला देता है और किसी विशेषज्ञ/मानव को संवेदनशील प्रश्न निर्देशित करता है ✔
• सी) बॉट सीधे चिकित्सा और कानूनी सवालों पर सटीक सलाह देता है
• डी) उपयोगकर्ता से यह छिपाना कि वह किसी बॉट से बात कर रहा है या किसी इंसान से

स्पष्टीकरण: सलाह बॉट को केवल संस्थान की सत्यापित वर्तमान जानकारी और स्रोत सूची पर भरोसा करना चाहिए, न कि उसकी सामान्य स्मृति पर, स्रोत का हवाला देकर तथ्य देना चाहिए, चिकित्सा/कानूनी/संवेदनशील मुद्दों पर सलाह नहीं देनी चाहिए, इसे विशेषज्ञ को निर्देशित करना चाहिए, और आवश्यक होने पर इसे मानव को हस्तांतरित करना चाहिए। इस प्रकार, बॉट मानव का स्थान नहीं लेता, बल्कि एक परत बन जाता है जो बोझ को कम करता है।

10. बिब्लियोमेट्रिक्स में, किसी लेखक की उद्धरण संख्या या एच-इंडेक्स का पता लगाने की सही विधि क्या है?

• ए) एआई से सीधे पूछना, क्योंकि वह जो नंबर देता है वह हमेशा सही होता है
• बी) वास्तविक उद्धरण डेटाबेस से संख्याएँ प्राप्त करना; इस डेटा को व्यवस्थित और व्याख्या करने के लिए केवल कृत्रिम बुद्धिमत्ता का उपयोग करना ✔
• सी) संख्याओं का अनुमान लगाएं और प्रसारण निर्णयों में उनका उपयोग करें
• डी) किसी लेखक के काम की गुणवत्ता के प्रत्यक्ष माप के रूप में उद्धरणों की संख्या पर विचार करना।

स्पष्टीकरण: आर्टिफिशियल इंटेलिजेंस वास्तविक डेटा तक पहुंच के बिना उद्धरण गणना और एच-इंडेक्स जैसे मान बना सकता है (उदाहरण के लिए, यह 42 का मान दे सकता है जब यह वास्तव में 19 है)। इसलिए, संख्याओं और उद्धरणों को वास्तविक उद्धरण डेटाबेस से लिया जाना चाहिए; एआई का उपयोग केवल इस वास्तविक डेटा को क्लस्टर, सॉर्ट और व्याख्या करने के लिए किया जाना चाहिए।

11. ग्रंथसूची माप की सीमा (उद्धरणों की संख्या, एच-सूचकांक, प्रभाव कारक) के बारे में कौन सा सत्य है?

• ए) मेट्रिक्स सीधे गुणवत्ता को मापते हैं और सभी डोमेन में तुलनीय हैं
• बी) भर्ती और पदोन्नति निर्णयों में मानदंड का अकेले सुरक्षित रूप से उपयोग किया जा सकता है।
• सी) मेट्रिक्स उपयोग दर्शाते हैं, गुणवत्ता नहीं; सभी डोमेन में तुलना नहीं की जा सकती और इसे गुणात्मक मूल्यांकन के साथ संतुलित किया जाना चाहिए ✔
• डी) मानविकी के आउटपुट पूरी तरह से उद्धरण डेटाबेस में दर्शाए गए हैं

प्रकटीकरण: ये मेट्रिक्स उपयोग और दृश्यता को दर्शाते हैं, ये गुणवत्ता के प्रत्यक्ष माप नहीं हैं। चूँकि क्षेत्रों की उद्धरण संस्कृति भिन्न है (जैसे चिकित्सा और दर्शन), उनकी तुलना सीधे तौर पर नहीं की जा सकती; मानविकी में पुस्तक-भारी आउटपुट को डेटाबेस में कम दर्शाया गया है। इसलिए, व्यक्तियों के मूल्यांकन के लिए मानदंड का उपयोग अकेले नहीं किया जाना चाहिए, बल्कि गुणात्मक मूल्यांकन के साथ संतुलित किया जाना चाहिए।

12. सामान्य एआई की तुलना में आरएजी (एक्सेस-ऑगमेंटेड मैन्युफैक्चरिंग) दृष्टिकोण का मुख्य लाभ क्या है?

• ए) संस्था के वास्तविक दस्तावेजों के साथ उत्तर को जोड़कर और स्रोत का हवाला देकर मतिभ्रम को काफी हद तक कम किया जा सकता है ✔
• बी) दस्तावेज़ आधार की गुणवत्ता की परवाह किए बिना, हमेशा उत्कृष्ट प्रतिक्रिया दें
• सी) मतिभ्रम को पूरी तरह और स्थायी रूप से असंभव बनाना
• डी) अभिगम नियंत्रण की आवश्यकता के बिना सभी दस्तावेजों को सभी के लिए खोलना

स्पष्टीकरण: किसी प्रश्न का उत्तर देते समय, आरएजी सबसे पहले संस्थान के स्वयं के दस्तावेजों से प्रासंगिक टुकड़े ढूंढता है और स्रोत का हवाला देते हुए केवल इन टुकड़ों के आधार पर उत्तर तैयार करता है। इस तरह उत्तर वास्तविक और पता लगाने योग्य दस्तावेज़ों से जुड़ा होता है और मतिभ्रम बहुत कम हो जाता है। हालाँकि, RAG मतिभ्रम को पूरी तरह से समाप्त नहीं करता है, क्योंकि गलत अंश सामने आने पर भी उत्तर गलत हो सकता है।

13. मानविकी और सामाजिक विज्ञान में, किसी उपयोगकर्ता के लिए एआई से उद्धरण सत्यापित करने का सबसे विश्वसनीय तरीका क्या है?

• ए) सुनिश्चित करें कि उद्धरण विश्वसनीय और धाराप्रवाह लगे
• बी) बस एआई से उसी उद्धरण को पुन: प्रस्तुत करने के लिए कह रहा हूं
• सी) उद्धरण को लेखक के वास्तविक कार्य में ढूंढकर सत्यापित करें ✔
• डी) यह स्वीकार करना कि यह उद्धरण किसी प्रसिद्ध नाम से संबंधित है, पर्याप्त है

विवरण: आर्टिफिशियल इंटेलिजेंस किसी वास्तविक लेखक के लिए पूरी तरह से मनगढ़ंत उद्धरण उत्पन्न कर सकता है; तथ्य यह है कि उद्धरण शब्द दर शब्द सटीक और विश्वसनीय लगता है, इसकी सटीकता का प्रमाण नहीं है। सबसे विश्वसनीय तरीका यह है कि उद्धरण को लेखक के वास्तविक कार्य में ढूंढ़कर सत्यापित किया जाए; 'इस लेखक ने ऐसा ही कुछ कहा होगा' का तर्क पर्याप्त नहीं है.

14. कॉपीराइट, गोपनीयता और नैतिकता के संदर्भ में कृत्रिम बुद्धिमत्ता का उपयोग करने में कौन सा सिद्धांत सही है?

• ए) कॉपीराइट और व्यक्तिगत डेटा को बिना सोचे-समझे सार्वजनिक टूल में दर्ज किया जा सकता है क्योंकि यह तेज़ है
• बी) यदि कोई उपयोग कानूनी है, तो यह निश्चित रूप से नैतिक है और किसी और मूल्यांकन की आवश्यकता नहीं है।
• सी) जब कृत्रिम बुद्धिमत्ता कोई आउटपुट उत्पन्न करती है, तो जिम्मेदारी पूरी तरह से उपकरण पर चली जाती है, मानव पर नहीं।
• डी) कॉपीराइट और गोपनीयता का शुरू से ही सम्मान किया जाना चाहिए; गुमनामीकरण, पारदर्शिता और सहमति आवश्यक है और अंतिम जिम्मेदारी मानव की है ✔

स्पष्टीकरण: सामान्य कृत्रिम बुद्धिमत्ता उपकरणों में कॉपीराइट सामग्री और व्यक्तिगत डेटा (उपयोगकर्ता आईडी, पढ़ने/खोज इतिहास) के आवेगपूर्ण इनपुट के परिणामस्वरूप अधिकारों और गोपनीयता का उल्लंघन हो सकता है; गुमनामीकरण, डेटा न्यूनतमकरण, पारदर्शिता और सहमति आवश्यक है। इसके अतिरिक्त, भले ही कोई उपयोग कानूनी हो, यह अनैतिक हो सकता है; 'हर कोई इसका उपयोग करता है' या 'यह तेजी से होता है' किसी अभ्यास को उचित नहीं ठहराता है और अंतिम जिम्मेदारी विशेषज्ञ की है, उपकरण की नहीं।