ಘಟಕಗಳು
1. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಪ್ರಾಂಪ್ಟ್‌ಗೆ ಪರಿಚಯ: ಹೇಗೆ ಮಾಡೆಲ್ 'ಥಿಂಕ್ಸ್' 2. ಉತ್ತಮ ಪ್ರಾಂಪ್ಟ್ ಅಂಗರಚನಾಶಾಸ್ತ್ರ: ಪಾತ್ರ, ಸಂದರ್ಭ, ಕಾರ್ಯ, ಸ್ವರೂಪ, ಉದಾಹರಣೆ, ನಿರ್ಬಂಧ 3. ಸೂಚನೆಯ ಸ್ಪಷ್ಟತೆ: ಅನಿಶ್ಚಿತತೆಯನ್ನು ಅಳೆಯಬಹುದಾದ ಸೂಚನೆಯಾಗಿ ಭಾಷಾಂತರಿಸುವುದು 4. ಸಂದರ್ಭ ನಿರ್ವಹಣೆ: ಮಾದರಿಗೆ ಸರಿಯಾದ ಹಿನ್ನೆಲೆಯನ್ನು ನೀಡುವುದು 5. ಕೆಲವು-ಶಾಟ್ ಮಾದರಿ: ಉದಾಹರಣೆಯ ಮೂಲಕ ಬೋಧನೆ 6. ಚೈನ್ ಆಫ್ ಥಾಟ್ 7. ಫಾರ್ಮ್ಯಾಟ್ ಒತ್ತಾಯ: ಟೇಬಲ್, JSON, ಪಟ್ಟಿ, ಟೆಂಪ್ಲೇಟ್ 8. ಪುನರಾವರ್ತನೆ ಮತ್ತು ಪ್ರಾಂಪ್ಟ್ ಸುಧಾರಣೆ 9. ಪಾತ್ರ ಮತ್ತು ವ್ಯಕ್ತಿತ್ವ ಎಂಜಿನಿಯರಿಂಗ್ 10. ಸಾಮಾನ್ಯ ಪ್ರಾಂಪ್ಟ್ ದೋಷಗಳು ಮತ್ತು ಪರಿಹಾರಗಳು 11. ದೃಢೀಕರಣ, ಗಡಿಗಳು, ಗೌಪ್ಯತೆ ಮತ್ತು ನೈತಿಕತೆ 12. ಪ್ರಾಂಪ್ಟ್ ಲೈಬ್ರರಿ ಮತ್ತು ಎಂಡ್-ಟು-ಎಂಡ್ ವರ್ಕ್‌ಫ್ಲೋ ಅನ್ನು ಸ್ಥಾಪಿಸುವುದು
ಘಟಕ 11 / 12

ದೃಢೀಕರಣ, ಗಡಿಗಳು, ಗೌಪ್ಯತೆ ಮತ್ತು ನೈತಿಕತೆ

ಲಾಭಗಳು:

  • ಮಾದರಿಯು ಭ್ರಮೆಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು ಮತ್ತು ಪ್ರತಿ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸಬೇಕು ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ
  • ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಗೌಪ್ಯ ಮತ್ತು ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಹಾಕುವ ಅಪಾಯಗಳು ಮತ್ತು ಸುರಕ್ಷಿತ ಪರ್ಯಾಯಗಳನ್ನು ತಿಳಿದಿದೆ
  • ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬಳಕೆಯಲ್ಲಿ ನೈತಿಕತೆ, ಹಕ್ಕುಸ್ವಾಮ್ಯ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆ ಮಿತಿಗಳನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ

ಪ್ರಾಂಪ್ಟ್‌ಗಳನ್ನು ಹೇಗೆ ಬರೆಯಬೇಕು ಎಂಬುದನ್ನು ಕರಗತ ಮಾಡಿಕೊಳ್ಳುವುದು ಸಾಕಾಗುವುದಿಲ್ಲ; ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಜವಾಬ್ದಾರಿಯುತವಾಗಿ ಬಳಸಲು ಕಲಿಯುವುದು ಸಹ ಅಗತ್ಯವಾಗಿದೆ. ಈ ಘಟಕವು ತಾಂತ್ರಿಕ ಕೌಶಲ್ಯದ ಮೇಲೆ ಇರಿಸಬೇಕಾದ ಭದ್ರತೆಯ ಪದರವಾಗಿದೆ. AI ವೇಗವಾದ, ಮನವೊಪ್ಪಿಸುವ ಮತ್ತು ಸಾಮಾನ್ಯವಾಗಿ ನಿಖರವಾದ ಉತ್ತರಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಆದರೆ ಕೆಲವೊಮ್ಮೆ ಅದೇ ವಿಶ್ವಾಸದಿಂದ ಸಂಪೂರ್ಣವಾಗಿ ಸುಳ್ಳು ಮಾಹಿತಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅಪಾಯಕ್ಕೆ ತಳ್ಳಬಹುದು ಮತ್ತು ನೈತಿಕ ಗಡಿಗಳನ್ನು ತಳ್ಳಬಹುದು. ಈ ಘಟಕದಲ್ಲಿ ನಾವು ಔಟ್‌ಪುಟ್, ಮಾದರಿಯ ಮಿತಿಗಳು, ಗೌಪ್ಯತೆ ಮತ್ತು ನೈತಿಕ ಹೊಣೆಗಾರಿಕೆಯನ್ನು ಪರಿಶೀಲಿಸುತ್ತೇವೆ. ಈ ಜ್ಞಾನವಿಲ್ಲದೆ, ಎಲ್ಲಾ ಇತರ ತಂತ್ರಗಳು ಅಪೂರ್ಣವಾಗಿರುತ್ತವೆ.

ಭ್ರಮೆ: ಮಾದರಿಯನ್ನು ಹೊಂದಿಸುವುದು

ಮಾದರಿಯು ವಿಶ್ವಾಸಾರ್ಹ ಭಾಷೆಯಲ್ಲಿ ಅವಾಸ್ತವ ಮಾಹಿತಿಯನ್ನು ಉತ್ಪಾದಿಸಿದಾಗ ಭ್ರಮೆಯಾಗಿದೆ. ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮೂಲ, ತಪ್ಪಾದ ದಿನಾಂಕ, ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಅಂಕಿಅಂಶ ಅಥವಾ ಎಂದಿಗೂ ಬರೆಯದ ಕಾನೂನು ಇವುಗಳಿಗೆ ಉದಾಹರಣೆಗಳಾಗಿವೆ. ಅದು ಏಕೆ ಸಂಭವಿಸುತ್ತದೆ? ಏಕೆಂದರೆ ಮಾದರಿಯನ್ನು "ಸತ್ಯವನ್ನು ತಿಳಿದುಕೊಳ್ಳಲು" ಅಲ್ಲ ಆದರೆ "ಸಂಭವನೀಯ ಮುಂದುವರಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸಲು" ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ (ಮೊದಲ ಘಟಕದಲ್ಲಿನ ತರ್ಕವನ್ನು ನೆನಪಿಡಿ). ವಾಕ್ಯವು ವ್ಯಾಕರಣಾತ್ಮಕವಾಗಿ ಸಾಧ್ಯವಾದ ಕಾರಣ ಅದು ವಾಸ್ತವಿಕವಾಗಿ ನಿಜವೆಂದು ಅರ್ಥವಲ್ಲ.

ಇದರ ಪ್ರಾಯೋಗಿಕ ಸೂಚ್ಯಾರ್ಥವು ಸ್ಪಷ್ಟವಾಗಿದೆ: AI ನಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಪ್ರತಿಯೊಂದು ಸತ್ಯವೂ ಒಂದು ಹಕ್ಕು, ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸುವವರೆಗೆ ಸತ್ಯವಲ್ಲ. ನಿರ್ದಿಷ್ಟವಾಗಿ, ಯಾವಾಗಲೂ ಪರಿಶೀಲಿಸಿ:

  • ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಅಂಕಿಅಂಶಗಳು
  • ಹೆಸರುಗಳು, ದಿನಾಂಕಗಳು, ಸ್ಥಳದ ಹೆಸರುಗಳು
  • ಉಲ್ಲೇಖಗಳು ಮತ್ತು ಮೂಲ ಉಲ್ಲೇಖಗಳು
  • ಕಾನೂನು ಷರತ್ತುಗಳು, ತಾಂತ್ರಿಕ ಮಾನದಂಡಗಳು, ವೈದ್ಯಕೀಯ/ಹಣಕಾಸಿನ ಮಾಹಿತಿ

ಮೌಲ್ಯೀಕರಿಸುವ ಅಭ್ಯಾಸ

ಪ್ರಾಂಪ್ಟ್ ತಂತ್ರದೊಂದಿಗೆ ನೀವು ಪರಿಶೀಲನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು ಆದರೆ ಮರುಹೊಂದಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಎರಡು ಪದರಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡಿ:

  1. ಪ್ರಾಂಪ್ಟ್ ಲೇಯರ್: "ನಾನು ನೀಡುವ ಮೂಲವನ್ನು ಮಾತ್ರ ಅವಲಂಬಿಸಿ, ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಬೇಡಿ, ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ 'ನನಗೆ ಗೊತ್ತಿಲ್ಲ' ಎಂದು ಬರೆಯಿರಿ, ಪ್ರತಿ ಕ್ಲೈಮ್‌ನ ಮೂಲವನ್ನು ತೋರಿಸಿ" ಮುಂತಾದ ಮಾದರಿ ನಿರ್ಬಂಧಗಳನ್ನು ನೀಡಿ. ಇದು ಫಿಟ್ಟಿಂಗ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
  2. ಮಾನವ ಪದರ: ಪ್ರತಿಯೊಂದು ನಿರ್ಣಾಯಕ ಸಂಗತಿಯನ್ನು ಮೂಲದಿಂದ ನೀವೇ ಪರಿಶೀಲಿಸಿ. ಈ ಹಂತವು ಮಾತುಕತೆಗೆ ಒಳಪಡುವುದಿಲ್ಲ; ಪ್ರಕಟಿಸಲಾಗುವ, ನಿರ್ಧಾರಗಳಿಗೆ ಆಧಾರವಾಗಿರುವ ಅಥವಾ ಇತರರ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ವಿಷಯಕ್ಕೆ ಇದು ವಿಶೇಷವಾಗಿ ಕಡ್ಡಾಯವಾಗಿದೆ.

ಮಿತಿಗಳು: ಯಾವ ಮಾದರಿಯು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ

ಪ್ರದೇಶ

ಅಪಾಯ

ಸರಿಯಾದ ವಿಧಾನ

ಪ್ರಸ್ತುತ ಘಟನೆಗಳು

ತರಬೇತಿ ಡೇಟಾ ಹಳೆಯದಾಗಿರಬಹುದು

ದಿನಾಂಕ/ಪ್ರಸ್ತುತ ಮೂಲದಿಂದ ಪರಿಶೀಲಿಸಿ

ನಿಖರ ಸಂಖ್ಯೆಗಳು

ಅಳವಡಿಸುವ ಹೆಚ್ಚಿನ ಸಂಭವನೀಯತೆ ಇದೆ

ಕ್ಯಾಲ್ಕುಲೇಟರ್/ಮೂಲದೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿ

ಕಾನೂನು/ವೈದ್ಯಕೀಯ/ಹಣಕಾಸು

ಗಂಭೀರ ಹಾನಿಯ ಅಪಾಯ

ನಿಜವಾದ ತಜ್ಞರನ್ನು ಸಂಪರ್ಕಿಸಿ, ಅದನ್ನು ಮಾತ್ರ ಅವಲಂಬಿಸಬೇಡಿ

ಮೂಲ/ಉಲ್ಲೇಖ

ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಉತ್ಪಾದಿಸಬಹುದು

ಮೂಲದ ಸತ್ಯಾಸತ್ಯತೆಯನ್ನು ನೀವೇ ಪರಿಶೀಲಿಸಿ

ಅಪರೂಪದ/ಸ್ಥಾಪಿತ ವಿಷಯ

ಮೇಲ್ನೋಟಕ್ಕೆ ಅಥವಾ ನಿಖರವಾಗಿಲ್ಲ

ಪರಿಣಿತ ಜ್ಞಾನದೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ

ಮಾದರಿಯು ಸಹಾಯಕ, ಅಂತಿಮ ಅಧಿಕಾರವಲ್ಲ. ಜವಾಬ್ದಾರಿಯು ಯಾವಾಗಲೂ ಅದನ್ನು ಬಳಸುವ ವ್ಯಕ್ತಿಯ ಮೇಲಿರುತ್ತದೆ.

ಗೌಪ್ಯತೆ ಮತ್ತು ವೈಯಕ್ತಿಕ ಡೇಟಾ

ಸಾರ್ವಜನಿಕ AI ಪರಿಕರದಲ್ಲಿ ನೀವು ಟೈಪ್ ಮಾಡುವ ಪಠ್ಯವು ಆ ಉಪಕರಣದ ಪ್ರಕ್ರಿಯೆ ನೀತಿಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಸಂಸ್ಥೆಯ ನಿಯಂತ್ರಣದಿಂದ ಹೊರಗಿರಬಹುದು. ಆದ್ದರಿಂದ, ಯೋಚಿಸದೆ ಗೌಪ್ಯ ಮತ್ತು ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು ಗಂಭೀರ ಅಪಾಯವಾಗಿದೆ. Türkiye ನಲ್ಲಿ ವೈಯಕ್ತಿಕ ಡೇಟಾದ ಸಂಸ್ಕರಣೆಯನ್ನು KVKK (ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸಂರಕ್ಷಣಾ ಕಾನೂನು) ನಿಯಂತ್ರಿಸುತ್ತದೆ; ಸಂಸ್ಥೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ತಮ್ಮದೇ ಆದ ಡೇಟಾ ನೀತಿಗಳನ್ನು ಹೊಂದಿರುತ್ತವೆ.

ಸುರಕ್ಷಿತ ಕೆಲಸದ ವಿಧಾನಗಳು:

  • ಅನಾಮಧೇಯ/ಮುಖವಾಡ: ನಿಜವಾದ ಹೆಸರಿನ ಬದಲಿಗೆ "ಗ್ರಾಹಕ", ನೈಜ ಸಂಖ್ಯೆಯ ಬದಲಿಗೆ "[ಖಾತೆ ಸಂಖ್ಯೆ]" ಎಂದು ಬರೆಯಿರಿ. ಹೆಚ್ಚಿನ ಸಮಯ, "3-ವರ್ಷದ ಕಾರ್ಪೊರೇಟ್ ಗ್ರಾಹಕ" ಎಂದು ಹೇಳುವುದು ಟ್ರಿಕ್ ಮಾಡುತ್ತದೆ.
  • ಸಂಸ್ಥೆ-ಅನುಮೋದಿತ ಸಾಧನವನ್ನು ಬಳಸಿ: ಕೆಲವು ಸಂಸ್ಥೆಗಳು ಡೇಟಾವನ್ನು ಸೋರಿಕೆ ಮಾಡದ ಒಪ್ಪಂದದ/ಸಾಂಸ್ಥಿಕ ಪರಿಕರಗಳನ್ನು ನೀಡುತ್ತವೆ. ಅವುಗಳ ಮೇಲೆ ಮಾತ್ರ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿ.
  • ಅಗತ್ಯವಿಲ್ಲದದ್ದನ್ನು ನೀಡಬೇಡಿ: ಕಾರ್ಯವನ್ನು ಮಾಡಲು ನಿಜವಾಗಿಯೂ ಅಗತ್ಯವಿಲ್ಲದ ಯಾವುದೇ ಸೂಕ್ಷ್ಮ ವಿವರಗಳನ್ನು ಸೇರಿಸಬೇಡಿ.
  • ನೀತಿಯನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ: ನಿಮ್ಮ ಸಂಸ್ಥೆಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬಳಕೆಯ ನಿಯಮಗಳನ್ನು ತಿಳಿಯಿರಿ ಮತ್ತು ಅನುಸರಿಸಿ.

ನೀತಿಶಾಸ್ತ್ರ ಮತ್ತು ಹಕ್ಕುಸ್ವಾಮ್ಯ

ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆಯು ಗೌಪ್ಯತೆಯೊಂದಿಗೆ ಕೊನೆಗೊಳ್ಳುವುದಿಲ್ಲ. ಮೂರು ತತ್ವಗಳು:

  1. ಪಾರದರ್ಶಕತೆ: ಸಂದರ್ಭಕ್ಕೆ ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ಎಐ-ರಚಿಸಿದ ವಿಷಯವನ್ನು ಸೂಕ್ತವಾಗಿ ಕ್ರೆಡಿಟ್ ಮಾಡಿ (ಉದಾಹರಣೆಗೆ, ಮಾನವ ಶ್ರಮವನ್ನು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ). ಮೋಸಗೊಳಿಸುವ ಬಳಕೆಯನ್ನು ತಪ್ಪಿಸಿ.
  2. ಹಕ್ಕುಸ್ವಾಮ್ಯ ಮತ್ತು ಸ್ವಂತಿಕೆ: ಮಾದರಿಯ ಔಟ್‌ಪುಟ್ ಇತರ ಕೃತಿಗಳನ್ನು ಹೋಲುತ್ತದೆ. ವಾಣಿಜ್ಯ ಬಳಕೆಯ ಮೊದಲು ಸ್ವಂತಿಕೆ ಮತ್ತು ಹಕ್ಕುಗಳ ಸ್ಥಿತಿಯನ್ನು ಪರಿಶೀಲಿಸಿ; ಬೇರೆಯವರ ಬ್ರ್ಯಾಂಡ್/ಕೆಲಸವನ್ನು ಅನುಕರಿಸಬೇಡಿ.
  3. ದುರುಪಯೋಗವಲ್ಲದ: ತಪ್ಪುದಾರಿಗೆಳೆಯುವ, ತಾರತಮ್ಯ, ಕುಶಲ ಅಥವಾ ಗುರಿಯಾಗಿರುವ ವಿಷಯವನ್ನು ರಚಿಸಲು ಬಳಸಬೇಡಿ. ಉಪಕರಣದ ಶಕ್ತಿಯು ಜವಾಬ್ದಾರಿಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.

ನಾಲ್ಕು ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ನಿರ್ಬಂಧವನ್ನು ಸೀಮಿತಗೊಳಿಸುವ ಫಿಟ್ಟಿಂಗ್:

ಕೆಳಗಿನ ಮೂಲವನ್ನು ಅವಲಂಬಿಸಿ. ಮೂಲದಲ್ಲಿಲ್ಲದ ಯಾವುದೇ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಬೇಡಿ. ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ "ಮೂಲದಲ್ಲಿಲ್ಲ" ಎಂದು ಬರೆಯಿರಿ. ಪ್ರತಿ ಪ್ರಮುಖ ಕ್ಲೈಮ್ನ ಮುಂದೆ, ಅದು ಆಧರಿಸಿದ ರೇಖೆಯನ್ನು ಸೂಚಿಸಿ. ಮೂಲ: [ಪಠ್ಯ]

2) ಪರಿಶೀಲನಾ ಪಟ್ಟಿಯನ್ನು ಹೊರತೆಗೆಯಿರಿ:

ಕೆಳಗಿನ ಪಠ್ಯದಲ್ಲಿ ಪರಿಶೀಲಿಸಬೇಕಾದ ಎಲ್ಲಾ ಸಂಗತಿಗಳನ್ನು (ಸಂಖ್ಯೆ, ದಿನಾಂಕ, ಹೆಸರು, ಹಕ್ಕು) ಪಟ್ಟಿ ಮಾಡಿ. ಪ್ರತಿಯೊಂದಕ್ಕೂ ನಾನು ಹೇಗೆ ಪರಿಶೀಲಿಸಬಹುದು ಎಂಬುದನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಸೂಚಿಸಿ. ಪಠ್ಯ: [ಔಟ್ಪುಟ್]

3) ಅನಾಮಧೇಯತೆ:

ಕೆಳಗಿನ ಪಠ್ಯದಲ್ಲಿ ಎಲ್ಲಾ ವೈಯಕ್ತಿಕ/ಗೌಪ್ಯ ಡೇಟಾವನ್ನು ಮಾಸ್ಕ್ ಮಾಡಿ: ಹೆಸರುಗಳನ್ನು [PERSON], ಕಂಪನಿ [ಕಂಪನಿ], ಸಂಖ್ಯೆಗಳನ್ನು [NUMBER] ಮಾಡಿ. ಅನಾಮಧೇಯ ಆವೃತ್ತಿಯನ್ನು ಅಖಂಡ ಅರ್ಥದೊಂದಿಗೆ ನೀಡಿ. ಪಠ್ಯ: [ಪಠ್ಯ]

4) ನೈತಿಕ ವಿಮರ್ಶೆ:

ಈ ವಿಷಯವನ್ನು ಪ್ರಕಟಿಸುವ ಮೊದಲು ನೈತಿಕವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ: ಇದು ದಾರಿತಪ್ಪಿಸುವ, ತಾರತಮ್ಯ ಅಥವಾ ಅನ್ಯಾಯವೇ? ಹಾಗಿದ್ದಲ್ಲಿ ಅದನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ ಮತ್ತು ತಿದ್ದುಪಡಿಗಳನ್ನು ಸೂಚಿಸಿ. ವಿಷಯ: [ಪಠ್ಯ]

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ (ಅಪಾಯಕಾರಿ):

Ahmet Yılmaz ನ (TC: ...) ಒಪ್ಪಂದದಲ್ಲಿ ಸಮಸ್ಯೆಗಳನ್ನು ಹುಡುಕಿ ಮತ್ತು ಅದನ್ನು ಉದ್ಯಮದ ಸರಾಸರಿಗಳೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ.

ಪ್ರಬಲ (ಸುರಕ್ಷಿತ):

ಕೆಳಗಿನ ಒಪ್ಪಂದದ ಪಠ್ಯದಲ್ಲಿ ಅಪಾಯಕಾರಿ ಷರತ್ತುಗಳನ್ನು ಹುಡುಕಿ. - ವೈಯಕ್ತಿಕ ಡೇಟಾದ ಬಳಕೆ; ಪಕ್ಷಗಳನ್ನು [ಕಂಪನಿ-ಎ] ಮತ್ತು [ವ್ಯಕ್ತಿ] ಎಂದು ಉಲ್ಲೇಖಿಸೋಣ.- ಪಠ್ಯದಲ್ಲಿ ಏನು ಬರೆಯಲಾಗಿದೆ ಎಂಬುದರ ಮೇಲೆ ಮಾತ್ರ ಅವಲಂಬಿತವಾಗಿದೆ; ಉದ್ಯಮದ ಸರಾಸರಿಯನ್ನು ರಚಿಸಲಾಗಿದೆ, "ಡೇಟಾ ಲಭ್ಯವಿಲ್ಲ" ಎಂದು ಬರೆಯಿರಿ.- ಪ್ರತಿ ಅಪಾಯವನ್ನು ಅದರ ಐಟಂನೊಂದಿಗೆ ತೋರಿಸಿ. ಪಠ್ಯ (ಅನಾಮಧೇಯ): [ಪಠ್ಯ]

ಶಕ್ತಿಯುತ ಆವೃತ್ತಿಯು ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ರಕ್ಷಿಸುತ್ತದೆ ಮತ್ತು ನಕಲಿ ಉದ್ಯಮ ಡೇಟಾವನ್ನು ನಿರ್ಬಂಧಿಸುತ್ತದೆ; ಔಟ್‌ಪುಟ್ ಕಾನೂನು ತಂಡದ ಪರಿಶೀಲನೆಗೆ ಸಿದ್ಧವಾಗಿದೆ.

ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಮೂಲ. ಒಬ್ಬ ಸಂಶೋಧಕನು ಮಾದರಿ ನೀಡಿದ 3 "ಶೈಕ್ಷಣಿಕ ಮೂಲಗಳನ್ನು" ಅವುಗಳನ್ನು ಪರಿಶೀಲಿಸದೆ ಪ್ರಸ್ತುತಿಯಲ್ಲಿ ಇರಿಸಿದನು; ಎರಡು ಮೂಲಗಳು ಲಭ್ಯವಿಲ್ಲ. ಪ್ರಸ್ತುತಿಯ ಮೊದಲು ಸಹೋದ್ಯೋಗಿ ಅದನ್ನು ಗಮನಿಸಿದರು. ನಂತರ, ತಂಡವು "ಪ್ರಕಟಿಸುವ ಮೊದಲು ಪ್ರತಿ ಸಂಪನ್ಮೂಲವನ್ನು ವೈಯಕ್ತಿಕವಾಗಿ ಹುಡುಕಿ ಮತ್ತು ತೆರೆಯಿರಿ" ಎಂಬ ನಿಯಮವನ್ನು ಅಳವಡಿಸಿಕೊಂಡಿತು.

ಪ್ರಕರಣ 2 - ಗೌಪ್ಯತೆ. ಉದ್ಯೋಗಿಯೊಬ್ಬರು ನಿಜವಾದ ಗ್ರಾಹಕ ಒಪ್ಪಂದವನ್ನು ಸಾರ್ವಜನಿಕ ಸಾಧನಕ್ಕೆ ಅಂಟಿಸಿ ಸಾರಾಂಶವನ್ನು ಕೇಳಿದರು. ಸಂಸ್ಥೆಯ ಮಾಹಿತಿ ಭದ್ರತಾ ತಂಡವು ಇದನ್ನು ಪತ್ತೆಹಚ್ಚಿದಾಗ, ಪ್ರಕ್ರಿಯೆಯನ್ನು ಪರಿಶೀಲಿಸಲಾಗಿದೆ; ಸಂವೇದನಾಶೀಲ ದಾಖಲೆಗಳನ್ನು ಈಗ ಸಂಸ್ಥೆಯು ಅನುಮೋದಿಸಿದ ಕಾರ್ಪೊರೇಟ್ ಉಪಕರಣದಲ್ಲಿ ಮಾತ್ರ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅನಾಮಧೇಯಗೊಳಿಸಲಾಗಿದೆ.

ಪ್ರಕರಣ 3 - ನಿರ್ಧಾರದ ಜವಾಬ್ದಾರಿ. ಮಾದರಿ ನೀಡಿದ ತೆರಿಗೆ ವ್ಯಾಖ್ಯಾನದ ಆಧಾರದ ಮೇಲೆ ಸಣ್ಣ ವ್ಯಾಪಾರ ಮಾಲೀಕರು ಕ್ರಮ ಕೈಗೊಳ್ಳಲಿದ್ದಾರೆ; ಕಾಮೆಂಟ್ ಪ್ರಸ್ತುತ ಕಾನೂನಿಗೆ ಅನುಗುಣವಾಗಿಲ್ಲ. ಅವರ ಆರ್ಥಿಕ ಸಲಹೆಗಾರರನ್ನು ಸಂಪರ್ಕಿಸಿದಾಗ ತಪ್ಪು ಸಿಕ್ಕಿಬಿದ್ದಿದೆ. ಪಾಠ ಸ್ಪಷ್ಟವಾಗಿದೆ: AI ಸಿದ್ಧಪಡಿಸುತ್ತದೆ, ತಜ್ಞರು ಮತ್ತು ಮಾನವರು ನಿರ್ಧರಿಸುತ್ತಾರೆ.

ಸಲಹೆ: ಸತ್ಯವನ್ನು "ಪರಿಶೀಲಿಸಲಾಗಿಲ್ಲ" ಎಂದು ಗುರುತಿಸುವ ಅಭ್ಯಾಸವನ್ನು ಮಾಡಿಕೊಳ್ಳಿ. ನೀವು ಅದನ್ನು ಖಚಿತಪಡಿಸುವವರೆಗೆ ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ ಪ್ರತಿ ಸಂಖ್ಯೆ ಮತ್ತು ಮೂಲದ ಪಕ್ಕದಲ್ಲಿ ಚೆಕ್ ಗುರುತು ಇರಿಸಿ; ಈ ಸರಳ ಶಿಸ್ತು ತಪ್ಪು ಮಾಹಿತಿಯನ್ನು ಮೌನವಾಗಿ ಹರಡುವುದನ್ನು ತಡೆಯುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: "AI ಹೀಗೆ ಹೇಳಿದೆ" ಎಂಬುದು ಕ್ಷಮಿಸಿಲ್ಲ. ನೀವು ಪ್ರಕಟಿಸುವ, ಕಳುಹಿಸುವ ಅಥವಾ ನಿಮ್ಮ ನಿರ್ಧಾರಗಳನ್ನು ಆಧರಿಸಿದ ಯಾವುದೇ ವಿಷಯಕ್ಕೆ ನೀವು ಜವಾಬ್ದಾರರಾಗಿರುತ್ತೀರಿ. ವಾಹನದ ವೇಗವು ನಿಮ್ಮ ತಪಾಸಣೆ ಹೊಣೆಗಾರಿಕೆಯಿಂದ ನಿಮ್ಮನ್ನು ಮುಕ್ತಗೊಳಿಸುವುದಿಲ್ಲ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ನಿರರ್ಗಳವಾದ ಔಟ್‌ಪುಟ್ ಸರಿಯಾಗಿದೆ ಎಂದು ತಪ್ಪಾಗಿ ಭಾವಿಸುವುದು. ಸತ್ಯದ ಪುರಾವೆಗಾಗಿ ಮನವೊಲಿಸುವ ಭಾಷೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು.
  • ಅದನ್ನು ಪರಿಶೀಲಿಸದೆ ಮೂಲವನ್ನು ಬಳಸುವುದು. ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮೂಲವನ್ನು ಪ್ರಕಟಿಸಲಾಗುತ್ತಿದೆ.
  • ಯೋಚಿಸದೆ ಗೌಪ್ಯ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು. ಸೂಕ್ಷ್ಮ ದಾಖಲೆಗಳನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸದೆ ಅಂಟಿಸುವುದು.
  • ಪರಿಣಿತಿಯನ್ನು ಮಾದರಿಗೆ ಮಾತ್ರ ಬಿಡುವುದು. ಕಾನೂನು/ವೈದ್ಯಕೀಯ/ಹಣಕಾಸಿನ ನಿರ್ಧಾರಗಳನ್ನು ಪರಿಶೀಲಿಸಲು ವಿಫಲವಾಗಿದೆ.
  • ವಾಹನದ ಮೇಲೆ ಜವಾಬ್ದಾರಿಯನ್ನು ಹಾಕುವುದು. "AI ಹೀಗೆ ಹೇಳಿದೆ" ಎಂದು ಹೇಳುವ ಮೂಲಕ ನಿಯಂತ್ರಣವನ್ನು ತಪ್ಪಿಸುವುದು.

ಸಾರಾಂಶದಲ್ಲಿ

  • ಭ್ರಮೆ ಎಂದರೆ ಮಾದರಿಯು ನಿಜವಲ್ಲದ್ದನ್ನು ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಉತ್ಪಾದಿಸಿದಾಗ; ಪರಿಶೀಲಿಸುವವರೆಗೆ ಪ್ರತಿ ಸತ್ಯವೂ ಹಕ್ಕು ಆಗಿದೆ.
  • ಪರಿಶೀಲನೆಯು ಎರಡು ಪಟ್ಟು: ಪ್ರಾಂಪ್ಟ್ ನಿರ್ಬಂಧಗಳು ಫ್ಯಾಬ್ರಿಕೇಶನ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಮಾನವ ತಪಾಸಣೆ ಅದನ್ನು ಹಿಡಿಯುತ್ತದೆ.
  • ಮಾದರಿಯು ಪ್ರಸ್ತುತ, ನಿಖರವಾದ, ಕಾನೂನು/ವೈದ್ಯಕೀಯ/ಹಣಕಾಸಿನ ವಿಷಯಗಳಿಗೆ ಸೀಮಿತವಾಗಿದೆ; ಅಂತಿಮ ಅಧಿಕಾರವಲ್ಲ.
  • ಗೌಪ್ಯ ಮತ್ತು ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿ ಅಥವಾ ಸಂಸ್ಥೆಯು ಅನುಮೋದಿಸಿದ ಉಪಕರಣದಲ್ಲಿ ಮಾತ್ರ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿ (KVKK ಮತ್ತು ಸಂಸ್ಥೆಯ ನೀತಿ).
  • ನೈತಿಕ, ಹಕ್ಕುಸ್ವಾಮ್ಯ ಮತ್ತು ದುರುಪಯೋಗವಲ್ಲದ ತತ್ವಗಳನ್ನು ಅನುಸರಿಸಿ; ವಿಷಯದ ಜವಾಬ್ದಾರಿ ಯಾವಾಗಲೂ ವ್ಯಕ್ತಿಯ ಮೇಲಿರುತ್ತದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನೀವು ಇತ್ತೀಚೆಗೆ ತಯಾರಿಸಿದ ಪ್ರಿಂಟ್‌ಔಟ್ ಅನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು ಅದರಲ್ಲಿನ ಎಲ್ಲಾ ಸಂಗತಿಗಳನ್ನು (ಸಂಖ್ಯೆ, ದಿನಾಂಕ, ಹೆಸರು, ಮೂಲ, ಹಕ್ಕು) ಪರಿಶೀಲನಾ ಪಟ್ಟಿಯಾಗಿ ಹೊರತೆಗೆಯಿರಿ. ಪ್ರತಿಯೊಂದಕ್ಕೂ ಪರಿಶೀಲನಾ ವಿಧಾನವನ್ನು ಬರೆಯಿರಿ ಮತ್ತು ಅವುಗಳಲ್ಲಿ ಕನಿಷ್ಠ ಮೂರನ್ನಾದರೂ ಪರಿಶೀಲಿಸಿ. ಅಲ್ಲದೆ, ಅದೇ ಔಟ್‌ಪುಟ್‌ನ ಇನ್‌ಪುಟ್‌ನಲ್ಲಿ ಗೌಪ್ಯ/ವೈಯಕ್ತಿಕ ಡೇಟಾ ಇದೆಯೇ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ ಅದನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ಭ್ರಮೆ ಎಂದರೇನು ಮತ್ತು ಅದು ಏಕೆ ಸಂಭವಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾನು ವಿವರಿಸಬಲ್ಲೆ.
  • [ ] ನಾನು ಸ್ವತಂತ್ರ ಮೂಲದಿಂದ ವಾಸ್ತವಿಕ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸುತ್ತೇನೆ.
  • [ ] ನಾನು ಗೌಪ್ಯ/ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುತ್ತೇನೆ ಅಥವಾ ಅದನ್ನು ಸುರಕ್ಷಿತ ಸಾಧನದಲ್ಲಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತೇನೆ.
  • [ ] ನಾನು ಕಾನೂನು/ವೈದ್ಯಕೀಯ/ಹಣಕಾಸಿನ ವಿಷಯಗಳಲ್ಲಿ ನಿಜವಾದ ತಜ್ಞರನ್ನು ಸಂಪರ್ಕಿಸುತ್ತೇನೆ.
  • [ ] ವಿಷಯಕ್ಕೆ ನಾನು ಜವಾಬ್ದಾರನಾಗಿರುತ್ತೇನೆ ಎಂದು ನಾನು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತೇನೆ.