ಲಾಭಗಳು:
- ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಗುಣಮಟ್ಟ, ಗೌಪ್ಯತೆ ಮತ್ತು ವ್ಯಾಖ್ಯಾನದ ಅಪಾಯಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ ಮತ್ತು ಸುರಕ್ಷಿತ ವಿಶ್ಲೇಷಣೆ ಹರಿವನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ.
- ಇದು ಉದ್ದೇಶಕ್ಕಾಗಿ ಸರಿಯಾದ ಸೂಚಕವನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ, ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಏಕ ಸೂಚಕಗಳು ಮತ್ತು ಕುಶಲತೆಗೆ ತೆರೆದಿರುವ ಅಳತೆಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸುತ್ತದೆ.
- ಇದು ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಚಾರ್ಟ್ ತಂತ್ರಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ (ಅಕ್ಷವು ಶೂನ್ಯದಿಂದ ಪ್ರಾರಂಭವಾಗುವುದಿಲ್ಲ, ಆಯ್ಕೆಮಾಡಿದ ಶ್ರೇಣಿ) ಮತ್ತು ಪ್ರಾಮಾಣಿಕ ದೃಶ್ಯೀಕರಣವನ್ನು ಗಮನಿಸುತ್ತದೆ.
ಸಾರ್ವಜನಿಕರು ಪ್ರತಿದಿನ ಡೇಟಾವನ್ನು ಉತ್ಪಾದಿಸುತ್ತಾರೆ: ಅಪ್ಲಿಕೇಶನ್ ಸಂಖ್ಯೆಗಳು, ಪರಿಹಾರ ಸಮಯಗಳು, ಬಜೆಟ್ ಐಟಂಗಳು, ಜನಸಂಖ್ಯೆಯ ಚಲನೆಗಳು, ಸೇವಾ ವಿನಂತಿಗಳು, ಆಡಿಟ್ ಫಲಿತಾಂಶಗಳು, ತೃಪ್ತಿ ಸಮೀಕ್ಷೆಗಳು. ಈ ಹೆಚ್ಚಿನ ಡೇಟಾವು ಎಕ್ಸೆಲ್ ಸ್ಪ್ರೆಡ್ಶೀಟ್ಗಳು, ಫಾರ್ಮ್ಗಳು ಮತ್ತು ರೆಕಾರ್ಡಿಂಗ್ ಸಿಸ್ಟಮ್ಗಳಲ್ಲಿ ಇರುತ್ತದೆ, ಆದರೆ ನಿರ್ಧಾರಗಳಾಗಿ ಅನುವಾದಿಸುವುದಿಲ್ಲ - ಏಕೆಂದರೆ ಅದನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಪರಿಣತಿ ಮತ್ತು ಸಮಯ ಬೇಕಾಗುತ್ತದೆ. ಡೇಟಾ-ಆಧಾರಿತ ನಿರ್ಧಾರ-ತಯಾರಿಕೆ (ಸಂಪನ್ಮೂಲಗಳನ್ನು ಹಂಚುವ ವಿಧಾನ ಮತ್ತು ಅಭಿಪ್ರಾಯ ಅಥವಾ ಅಭ್ಯಾಸಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಅಳತೆ ಮಾಡಿದ ಪುರಾವೆಗಳ ಆಧಾರದ ಮೇಲೆ ನೀತಿಯನ್ನು ಹೊಂದಿಸುವುದು) ಸಾರ್ವಜನಿಕ ವಲಯದಲ್ಲಿ ದಕ್ಷತೆ ಮತ್ತು ನ್ಯಾಯೋಚಿತತೆ ಎರಡನ್ನೂ ಹೆಚ್ಚಿಸುತ್ತದೆ: ಸಂಪನ್ಮೂಲಗಳು ಸಂಖ್ಯೆಗಳ ಆಧಾರದ ಮೇಲೆ ಹೆಚ್ಚು ಅಗತ್ಯವಿರುವ ಸ್ಥಳಕ್ಕೆ ಹೋಗುತ್ತವೆ. ಇಲ್ಲಿ, AI ಒಂದು ಟೇಬಲ್ ಅನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳುವಲ್ಲಿ, ಮಾದರಿಗಳು ಮತ್ತು ವೈಪರೀತ್ಯಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವಲ್ಲಿ, ಸಾರಾಂಶ ಅಂಕಿಅಂಶಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಮತ್ತು ಸಂಶೋಧನೆಗಳನ್ನು ಸರಳ ವಾಕ್ಯಗಳಾಗಿ ಭಾಷಾಂತರಿಸಲು ಪ್ರಬಲ ಸಹಾಯಕವಾಗಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಕಚ್ಚಾ ಸಾರ್ವಜನಿಕ ಡೇಟಾದಿಂದ AI ಯೊಂದಿಗೆ ರಕ್ಷಣಾತ್ಮಕ ನಿರ್ಧಾರಕ್ಕೆ ಮಾರ್ಗವನ್ನು ಹೇಗೆ ಕಡಿಮೆಗೊಳಿಸುವುದು ಮತ್ತು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಅಂಶದಲ್ಲಿ ಶಿಸ್ತುಬದ್ಧವಾಗಿ ಉಳಿಯುವುದು ಹೇಗೆ ಎಂದು ನೀವು ನೋಡುತ್ತೀರಿ-ಸಂಖ್ಯೆಯ ಸರಿಯಾದ ವ್ಯಾಖ್ಯಾನ.
ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಮೂರು ಅಪಾಯಗಳು
ಡೇಟಾ ಶಕ್ತಿಯುತವಾಗಿದೆ, ಆದರೆ ಇದು ಮೂರು ಬಲೆಗಳನ್ನು ಹೊಂದಿದೆ, ಮತ್ತು AI ಈ ಬಲೆಗಳನ್ನು ತಗ್ಗಿಸಬಹುದು ಮತ್ತು ವರ್ಧಿಸಬಹುದು:
- ಪರಸ್ಪರ ಸಂಬಂಧ ≠ ಕಾರಣ. ಎರಡು ವಿಷಯಗಳು ಒಟ್ಟಿಗೆ ಬದಲಾಗುವುದರಿಂದ ಒಂದು ಇನ್ನೊಂದಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ ಎಂದು ಅರ್ಥವಲ್ಲ. ಐಸ್ ಕ್ರೀಮ್ ಮಾರಾಟ ಮತ್ತು ಮುಳುಗುವಿಕೆಗಳು ಹೆಚ್ಚುತ್ತಿವೆ - ಏಕೆಂದರೆ ಅವೆರಡೂ ಬೇಸಿಗೆಯ ಶಾಖಕ್ಕೆ ಸಂಬಂಧಿಸಿವೆ, ಒಂದಲ್ಲ ಇನ್ನೊಂದಕ್ಕೆ ಕಾರಣವಾಗುತ್ತವೆ. AI ನಿರರ್ಗಳವಾಗಿ "ಏಕೆಂದರೆ" ವಾಕ್ಯಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ; ಕಾರಣದ ಪ್ರತಿ ಹಕ್ಕುಗಳನ್ನು ಪ್ರಶ್ನಿಸಿ.
- ಪಕ್ಷಪಾತ/ಕಾಣೆಯಾದ ಡೇಟಾ. ಯಾರಿಂದ ಮತ್ತು ಹೇಗೆ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲಾಗಿದೆ? ದೂರು ಡೇಟಾವು ದೂರು ನೀಡಬಹುದಾದವರನ್ನು ಮಾತ್ರ ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ; ಇಂಟರ್ನೆಟ್ ಪ್ರವೇಶ ಹೊಂದಿರುವ ಡಿಜಿಟಲ್ ಅಪ್ಲಿಕೇಶನ್ ಡೇಟಾ. ನೀವು ಕಾಣೆಯಾದ ಗುಂಪನ್ನು ನೋಡದಿದ್ದರೆ, ನಿರ್ಧಾರವು ಪಕ್ಷಪಾತವಾಗಿರುತ್ತದೆ.
- ಸಂದರ್ಭವಿಲ್ಲದ ಸಂಖ್ಯೆ. "30% ರಷ್ಟು ಹೆಚ್ಚಿಸಲಾಗಿದೆ" ಮಾತ್ರ ಅರ್ಥಹೀನವಾಗಿದೆ: ಯಾವುದರ ಪ್ರಕಾರ, ಯಾವ ಅವಧಿಯಲ್ಲಿ, ಸಂಪೂರ್ಣ ಸಂಖ್ಯೆ ಏನು? ಸಂದರ್ಭಕ್ಕಾಗಿ AI ಅನ್ನು ಕೇಳಿ.
ಗಮನ: ನೀವು ಒದಗಿಸುವ ಟೇಬಲ್ ಅನ್ನು AI ವಿಶ್ಲೇಷಿಸುವಾಗ, ಇದು ಕೆಲವೊಮ್ಮೆ "ಸಮಂಜಸವಾದ" ಆದರೆ ಟೇಬಲ್ ಹೊರಗಿನಿಂದ ಕಾಲ್ಪನಿಕ ಸಂಖ್ಯೆಗಳನ್ನು ಸೇರಿಸುತ್ತದೆ ಅಥವಾ ಕಾಣೆಯಾದ ಸೆಲ್ಗಳಲ್ಲಿ ಮೌನವಾಗಿ ತುಂಬುತ್ತದೆ. ಪ್ರತಿ ಔಟ್ಪುಟ್ ಸಂಖ್ಯೆಯನ್ನು ಮೂಲ ಕೋಷ್ಟಕಕ್ಕೆ ಹೋಲಿಸಿ; AI ಗೆ ನಿಯಮವನ್ನು ನೀಡಿ "ನಾನು ನಿಮಗೆ ನೀಡುವ ಕೋಷ್ಟಕದಲ್ಲಿನ ಮೌಲ್ಯಗಳನ್ನು ಮಾತ್ರ ಬಳಸಿ, ತಪ್ಪಿದಲ್ಲಿ 'ಡೇಟಾ ಇಲ್ಲ' ಎಂದು ಹೇಳಿ".
ಹಂತ ಹಂತದ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಹರಿವು
- ಪ್ರಶ್ನೆಯನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ. ನಿರ್ಧಾರಕ್ಕಾಗಿ ನಾವು ಯಾವ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಗಳನ್ನು ಹುಡುಕುತ್ತಿದ್ದೇವೆ? ("ಯಾವ ನೆರೆಹೊರೆಯಲ್ಲಿ ಪರಿಹಾರ ಸಮಯವು ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ?")
- ಡೇಟಾವನ್ನು ತಿಳಿಯಿರಿ. ಕಾಲಮ್ಗಳು ಯಾವುವು, ಘಟಕ ಯಾವುದು, ಅವಧಿ ಯಾವುದು, ಯಾವುದಾದರೂ ಕಾಣೆಯಾದ/ತಪ್ಪಾದ ಮೌಲ್ಯಗಳಿವೆಯೇ?
- ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಹೊರತೆಗೆಯಿರಿ. ವಿಶ್ಲೇಷಣೆಗಾಗಿ ವೈಯಕ್ತಿಕ ಗುರುತಿನ ಅಗತ್ಯವಿಲ್ಲದಿದ್ದರೆ ಅನಾಮಧೇಯಗೊಳಿಸು/ಒಟ್ಟುಗೊಳಿಸಿ (ಘಟಕ 11 ನೋಡಿ).
- ಸಾರಾಂಶ ಮತ್ತು ಮಾದರಿ ಹೊರಹೊಮ್ಮುತ್ತದೆ. AI ಮೂಲಭೂತ ಅಂಕಿಅಂಶಗಳು, ಗುಂಪುಗಾರಿಕೆ ಮತ್ತು ಅಸಂಗತ ಗುರುತುಗಳನ್ನು ನಿರ್ವಹಿಸುವಂತೆ ಮಾಡಿ.
- ಕಾಮೆಂಟ್ ಅನ್ನು ಪ್ರಶ್ನಿಸಿ. ಪರಸ್ಪರ ಸಂಬಂಧ ಅಥವಾ ಕಾರಣ? ಪರ್ಯಾಯ ವಿವರಣೆ? ಗುಂಪು ಕಾಣೆಯಾಗಿದೆಯೇ?
- ದೃಶ್ಯೀಕರಿಸಿ ಮತ್ತು ಸರಳಗೊಳಿಸಿ. ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವವರು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದಾದ ಸರಳ ಸಾರಾಂಶ ಮತ್ತು ಗ್ರಾಫಿಕ್.
- ನಿರ್ಧಾರ ಮತ್ತು ಅದರ ತಾರ್ಕಿಕತೆಯನ್ನು ದಾಖಲಿಸಿ. ಯಾವ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ಯಾವ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ? ಆಡಿಟ್ ಟ್ರಯಲ್.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಮೂಲವು ಸರಿಯಾದ ಸ್ಥಳಕ್ಕೆ ಹೋಯಿತು. ಹಿಂದೆ, ಪುರಸಭೆಯು ತನ್ನ ಉದ್ಯಾನವನ ನಿರ್ವಹಣೆ ಬಜೆಟ್ ಅನ್ನು "ಪ್ರತಿ ನೆರೆಹೊರೆಗೆ ಸಮಾನವಾಗಿ" ವಿತರಿಸಿತು. 18 ತಿಂಗಳ ಬೇಡಿಕೆ ಮತ್ತು ಬಳಕೆಯ ಡೇಟಾವನ್ನು AI ಯೊಂದಿಗೆ ವಿಶ್ಲೇಷಿಸಿದಾಗ, ಮೂರು ನೆರೆಹೊರೆಗಳ ತಲಾ ಬೇಡಿಕೆಯು ಸರಾಸರಿಗಿಂತ 2.4 ಪಟ್ಟು ಹೆಚ್ಚಾಗಿದೆ. ಅಗತ್ಯಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಬಜೆಟ್ ಅನ್ನು ಮರುಹಂಚಿಕೆ ಮಾಡಲಾಗಿದೆ; ಹೆಚ್ಚುವರಿ ವೆಚ್ಚವಿಲ್ಲದೆ ಒಟ್ಟಾರೆ ತೃಪ್ತಿ ಹೆಚ್ಚಾಗಿದೆ.
ಪ್ರಕರಣ 2 - ಪಕ್ಷಪಾತದ ಡೇಟಾವನ್ನು ಗಮನಿಸಲಾಗಿದೆ. ಏಜೆನ್ಸಿಯು ಡಿಜಿಟಲ್ ಅಪ್ಲಿಕೇಶನ್ ಡೇಟಾವನ್ನು ನೋಡುತ್ತದೆ ಮತ್ತು "ನಾಗರಿಕರು ಇನ್ನು ಮುಂದೆ ಟೋಲ್ ಬೂತ್ಗೆ ಬರುವುದಿಲ್ಲ" ಎಂದು ತೀರ್ಮಾನಿಸುತ್ತದೆ. ಆದರೆ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ವಯಸ್ಸಿನ ವಿವರವನ್ನು ಕೋರಿದಾಗ, 65 ವರ್ಷಕ್ಕಿಂತ ಮೇಲ್ಪಟ್ಟ ಅರ್ಜಿಗಳು ಇನ್ನೂ ಹೆಚ್ಚಾಗಿ ಕೌಂಟರ್ನಿಂದ ಬರುತ್ತಿರುವುದು ಕಂಡುಬಂದಿದೆ. ಡಿಜಿಟಲ್ ಡೇಟಾವನ್ನು ಮಾತ್ರ ನೋಡಿದರೆ, ಈ ಗುಂಪನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತದೆ; ಬಾಕ್ಸ್ ಆಫೀಸ್ ಸೇವೆಯನ್ನು ಸಂರಕ್ಷಿಸಲಾಗಿದೆ.
ಪ್ರಕರಣ 3 - ಯೋಜಿತ ಕಾರಣವನ್ನು ನಿಲ್ಲಿಸಲಾಗಿದೆ. ಟೇಬಲ್ ಅನ್ನು ಅರ್ಥೈಸುವಾಗ, YZ ಹೇಳಿದರು, "ತಪಾಸಣೆಗಳ ಸಂಖ್ಯೆ ಹೆಚ್ಚಾದ ಕಾರಣ ಅಪಘಾತಗಳು ಕಡಿಮೆಯಾಗಿದೆ." ಅದೇ ಅವಧಿಯಲ್ಲಿ ಹವಾಮಾನವೂ ಬದಲಾಯಿತು ಮತ್ತು ಸಂಚಾರ ಕಡಿಮೆಯಾಯಿತು ಎಂದು ವಿಶ್ಲೇಷಕರು ನೆನಪಿಸಿದರು; ಅದನ್ನು ಒಂದೇ ಕಾರಣಕ್ಕೆ ಆರೋಪಿಸುವುದು ತಪ್ಪು. "ಸಂಬಂಧವಿದೆ ಆದರೆ ಕಾರಣವನ್ನು ಸಾಬೀತುಪಡಿಸಲಾಗಿಲ್ಲ" ಎಂದು ವರದಿಯನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಟೇಬಲ್ ಅನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು:
ನಿಮ್ಮ ಪಾತ್ರ: ಡೇಟಾ ವಿಶ್ಲೇಷಕ. ಕೆಳಗಿನ ಕೋಷ್ಟಕವನ್ನು ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ಈ ಕೋಷ್ಟಕದಲ್ಲಿನ ಮೌಲ್ಯಗಳನ್ನು ಮಾತ್ರ ಆಧರಿಸಿ: (1) ಪ್ರತಿ ಕಾಲಮ್ ಏನೆಂದು ಸಾರಾಂಶಗೊಳಿಸಿ, ಅದರ ಘಟಕ ಮತ್ತು ಅವಧಿ, (2) ಕಾಣೆಯಾಗಿರುವ/ತಪ್ಪಾಗಿ ಕಂಡುಬರುವ ಯಾವುದೇ ಕೋಶಗಳು, (3) ಎದ್ದು ಕಾಣುವ ಅಗ್ರ 3 ಮಾದರಿಗಳನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ. ಮೇಜಿನ ಹೊರಗಿನಿಂದ ಸಂಖ್ಯೆಗಳನ್ನು ಸೇರಿಸುವುದು; ತಪ್ಪಿದಲ್ಲಿ, "ಡೇಟಾ ಇಲ್ಲ" ಎಂದು ಹೇಳಿ. ಟೇಬಲ್: [ಡೇಟಾ ಅಂಟಿಸಿ]
2) ಸಂದರ್ಭದೊಂದಿಗೆ ಸಾರಾಂಶ ಅಂಕಿಅಂಶಗಳು:
ಕೆಳಗಿನ ಕೋಷ್ಟಕದಿಂದ ಕೆಳಗಿನ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ: [ಪ್ರಶ್ನೆ]. ಸಂದರ್ಭದೊಂದಿಗೆ ಫಲಿತಾಂಶವನ್ನು ನೀಡಬೇಕು: ಸಂಪೂರ್ಣ ಸಂಖ್ಯೆ + ದರ + ಹೋಲಿಕೆ ಅವಧಿ. ನೀವು "X% ಹೆಚ್ಚಿಸಲಾಗಿದೆ" ಎಂದು ಹೇಳಿದಾಗ, ಯಾವ ಪ್ರಮಾಣದಲ್ಲಿ ಮತ್ತು ಯಾವ ಅವಧಿಯಲ್ಲಿ ನಿರ್ದಿಷ್ಟಪಡಿಸಿ. ನೀಡಿರುವ ಡೇಟಾವನ್ನು ಬಳಸಿ. ಕೋಷ್ಟಕ: [ಡೇಟಾ] ಪ್ರಶ್ನೆ: [ಪ್ರಶ್ನೆ]
3) ಕಾರಣವನ್ನು ಪ್ರಶ್ನಿಸುವವರು:
ಕೆಳಗಿನ ಅನ್ವೇಷಣೆಯನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಿ, ಆದರೆ ಎಚ್ಚರಿಕೆ: ಕಾರಣದೊಂದಿಗೆ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಗೊಂದಲಗೊಳಿಸಬೇಡಿ. ಈ ಸಂಬಂಧಕ್ಕಾಗಿ ಕನಿಷ್ಠ 3 ಪರ್ಯಾಯ ವಿವರಣೆಗಳನ್ನು ರಚಿಸಿ (ಮೂರನೇ ವೇರಿಯಬಲ್, ಹಿಮ್ಮುಖ ದಿಕ್ಕು, ಕಾಕತಾಳೀಯ). ಕಾರಣವನ್ನು ಸಾಬೀತುಪಡಿಸಲು ಯಾವ ಹೆಚ್ಚುವರಿ ಡೇಟಾ ಬೇಕು ಎಂದು ಹೇಳಿ. ಹುಡುಕುವಿಕೆ: [ಸಂಬಂಧ]
4) ನಿರ್ಧಾರಕ್ಕಾಗಿ ಸರಳ ಸಾರಾಂಶ:
ಡೇಟಾ ತಜ್ಞರಲ್ಲದ ನಿರ್ಧಾರ ತಯಾರಕರಿಗೆ ಈ ಕೆಳಗಿನ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಸರಳಗೊಳಿಸಿ: 5 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಐಟಂಗಳಿಲ್ಲ, ಪ್ರತಿ ಐಟಂ ಒಂದು ಶೋಧನೆ ಮತ್ತು "ಇದರ ಅರ್ಥವೇನು" ವಿವರಣೆ. ಡೇಟಾದ ಅನಿಶ್ಚಿತತೆಗಳು ಮತ್ತು ಮಿತಿಗಳನ್ನು ಸಹ ಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಿರಿ. ಹೊಸ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಲಾಗುತ್ತಿದೆ. ವಿಶ್ಲೇಷಣೆ: [ಪಠ್ಯ]
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "ಈ ಚಾರ್ಟ್ ಅನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಮತ್ತು ನಾವು ಏನು ಮಾಡಬೇಕೆಂದು ನಮಗೆ ತಿಳಿಸಿ."
ಪ್ರಬಲ: "ನಿಮ್ಮ ಪಾತ್ರವು ಡೇಟಾ ವಿಶ್ಲೇಷಕವಾಗಿದೆ. ಕೆಳಗಿನ ಕೋಷ್ಟಕವನ್ನು ಮಾತ್ರ ಬಳಸಿ; ಕಾಣೆಯಾದ ಸೆಲ್ಗೆ ಹೊರಗಿನಿಂದ ಸಂಖ್ಯೆಗಳನ್ನು ಸೇರಿಸಬೇಡಿ, 'ಡೇಟಾ ಇಲ್ಲ' ಎಂದು ಹೇಳಿ. ಮೊದಲು, ಕಾಲಮ್ಗಳು, ಯೂನಿಟ್ಗಳು ಮತ್ತು ಅವಧಿಯನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ. ನಂತರ 'ಯಾವ ನೆರೆಹೊರೆಯು ದೀರ್ಘವಾದ ಪರಿಹಾರ ಸಮಯವನ್ನು ಹೊಂದಿದೆ' ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಸಂಪೂರ್ಣ ಸಂಖ್ಯೆ + ಅನುಪಾತ + ಹೋಲಿಕೆ ಅವಧಿಯೊಂದಿಗೆ ಉತ್ತರಿಸಿ. ನೀವು ಅಂತಿಮವಾಗಿ ಪಟ್ಟಿಯ ವಿವರಣೆಯೊಂದಿಗೆ ಪಟ್ಟಿಯನ್ನು ವಿವರಿಸಿ. ಡೇಟಾದ ಗಡಿಗಳು (ಕಾಣೆಯಾದ ಗುಂಪು, ಅಲ್ಪಾವಧಿ) ಅದು ನಮಗೆ ನಿರ್ಧಾರವನ್ನು ಬಿಡುತ್ತದೆ."
ವ್ಯತ್ಯಾಸ: ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಡೇಟಾ ನಿಷ್ಠೆ, ಸಂದರ್ಭ, ಕಾರಣ ಶಿಸ್ತು ಮತ್ತು ನಿರ್ಧಾರದ ಗಡಿಯನ್ನು ಒಟ್ಟಿಗೆ ಸ್ಥಾಪಿಸುತ್ತದೆ; ಔಟ್ಪುಟ್ ಒಂದು ಸಮರ್ಥನೀಯ ವಿಶ್ಲೇಷಣೆಯಾಗಿದೆ.
ಡೇಟಾ ವ್ಯವಹಾರದಲ್ಲಿ AI ಅನ್ನು ಎಲ್ಲಿ ನಂಬಬಹುದು?
ವ್ಯಾಪಾರ
AI ಟ್ರಸ್ಟ್
ನಿಯಮ
ಟೇಬಲ್ ಸಾರಾಂಶ, ಗುಂಪುಗಾರಿಕೆ
ಹೆಚ್ಚು
ಡೇಟಾವನ್ನು ಮಾತ್ರ ನೀಡಲಾಗಿದೆ
ಅಸಂಗತತೆ/ಮಾದರಿ ಗುರುತು
ಮಧ್ಯಮ
ಮಾನವ ದೃಢೀಕರಣ
ಕಾರಣತ್ವದ ವ್ಯಾಖ್ಯಾನ
ಕಡಿಮೆ
ಪರ್ಯಾಯ ವಿವರಣೆಯ ಅಗತ್ಯವಿದೆ
ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಭರ್ತಿ ಮಾಡುವುದು
ತುಂಬಾ ಕಡಿಮೆ
ಇದು ಸಂಭವಿಸುವಂತೆ ಮಾಡಬೇಡಿ; "ಡೇಟಾ ಇಲ್ಲ"
ಸರಳೀಕರಣ/ದೃಶ್ಯ ಸಾರಾಂಶ
ಹೆಚ್ಚು
ಅರ್ಥವನ್ನು ಉಳಿಸಿಕೊಳ್ಳಬೇಕು
ಸೂಚಕ ವಿನ್ಯಾಸ ಮತ್ತು ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಚಾರ್ಟ್ ಟ್ರ್ಯಾಪ್
ಡೇಟಾದೊಂದಿಗೆ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವಲ್ಲಿ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಹಂತವೆಂದರೆ ಸರಿಯಾದ ಸೂಚಕವನ್ನು ಆರಿಸುವುದು (ವಿದ್ಯಮಾನವನ್ನು ಅಳೆಯಬಹುದಾದ ಸಂಖ್ಯಾತ್ಮಕ ಅಭಿವ್ಯಕ್ತಿ-ಉದಾಹರಣೆಗೆ, "ಸರಾಸರಿ ಸಂಸ್ಕರಣೆಯ ಸಮಯ" ಅಥವಾ "ಪ್ರತಿ ಅಪ್ಲಿಕೇಶನ್ಗೆ ವೆಚ್ಚ"). ತಪ್ಪಾದ ಸೂಚಕವು ನಿಖರವಾದ ಡೇಟಾದೊಂದಿಗೆ ಸಹ ತಪ್ಪು ನಿರ್ಧಾರಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ: "ಪರಿಹರಿಸಿದ ಹಕ್ಕುಗಳ ಒಟ್ಟು ಸಂಖ್ಯೆ" ಹೆಚ್ಚುತ್ತಿರುವಂತೆ ಕಂಡುಬಂದರೆ, "ಪ್ರತಿ ನಾಗರಿಕನಿಗೆ ಕಾಯುವ ಸಮಯ" ಹದಗೆಡಬಹುದು. AI ಒಂದು ವಿಷಯಕ್ಕಾಗಿ ಅಭ್ಯರ್ಥಿ ಸೂಚಕಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಬಹುದು ಮತ್ತು ಪ್ರತಿಯೊಂದೂ ಏನನ್ನು ಅಳೆಯುತ್ತದೆ ಮತ್ತು ಮರೆಮಾಡುತ್ತದೆ; ಆದರೆ ಯಾವ ಸೂಚಕವು ಸಾರ್ವಜನಿಕ ಹಿತಾಸಕ್ತಿಯನ್ನು ನಿಜವಾಗಿಯೂ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನೀವು ನಿರ್ಧರಿಸುತ್ತೀರಿ. ಅಲ್ಲದೆ, AI ಸೂಚಿಸುವ ಅಥವಾ ವಿವರಿಸುವ ಗ್ರಾಫ್ಗಳಲ್ಲಿ ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ದೃಶ್ಯೀಕರಣದ ಅಪಾಯದ ಬಗ್ಗೆ ತಿಳಿದಿರಲಿ (ಅಕ್ಷವು ಶೂನ್ಯದಿಂದ ಪ್ರಾರಂಭವಾಗದ, ಅಸಮಾನವಾದ ಪ್ರಮಾಣ, ಆಯ್ದ ಸಮಯದ ಮಧ್ಯಂತರದಂತಹ ತಂತ್ರಗಳೊಂದಿಗೆ ವಿರೂಪಗೊಳಿಸುವ ಗ್ರಹಿಕೆ); ಸಾರ್ವಜನಿಕ ಡೇಟಾದಲ್ಲಿನ ಪ್ರಾಮಾಣಿಕ ದೃಶ್ಯವು ಆಡಳಿತದ ಭಾಗವಾಗಿದೆ.
ಮಿನಿ ಕೇಸ್ - ತಪ್ಪು ಚಿಹ್ನೆ, ತಪ್ಪು ಹೆಗ್ಗಳಿಕೆ. ಒಂದು ಘಟಕವು "ಪ್ರತಿ ತಿಂಗಳಿಗೆ ಮುಚ್ಚಲಾದ ಫೈಲ್ಗಳ ಸಂಖ್ಯೆ" ಸೂಚಕದಲ್ಲಿ ದಾಖಲೆಗಳನ್ನು ಮುರಿಯುತ್ತಿದೆ; ಆದರೆ ನಾಗರಿಕರ ದೂರುಗಳು ಹೆಚ್ಚಾದವು. ನಿಖರವಾದ ಸೂಚಕವನ್ನು ನೋಡುವಾಗ, "ಮೊದಲ ಸಂಪರ್ಕ ರೆಸಲ್ಯೂಶನ್ ದರ," ದರವು 58 ಪ್ರತಿಶತದಿಂದ 44 ಪ್ರತಿಶತಕ್ಕೆ ಇಳಿಯಿತು - ಫೈಲ್ಗಳನ್ನು ಮುಚ್ಚಲಾಗುತ್ತಿದೆ ಮತ್ತು ತ್ವರಿತವಾಗಿ ಪುನಃ ತೆರೆಯಲಾಗುತ್ತಿದೆ. ಸೂಚಕ ಬದಲಾದಾಗ, ನಿರ್ವಹಣೆಯ ಆದ್ಯತೆಯೂ ಬದಲಾಯಿತು.
ಮಿನಿ ಕೇಸ್ - ಶೂನ್ಯದಿಂದ ಪ್ರಾರಂಭವಾಗದ ಅಕ್ಷ. ಪ್ರಸ್ತುತಿಯಲ್ಲಿ ವಿವರಿಸಿದ ಗ್ರಾಫ್ AI ನಲ್ಲಿ, ಲಂಬ ಅಕ್ಷವು 40 ರಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ, 2 ಪ್ರತಿಶತ ಹೆಚ್ಚಳವು ನಾಟಕೀಯ ಜಿಗಿತದಂತೆ ತೋರುತ್ತಿದೆ. ಅಕ್ಷವನ್ನು ಶೂನ್ಯಕ್ಕೆ ಸರಿಸಿದಾಗ, ನೈಜ ಚಿತ್ರವು ಹೊರಹೊಮ್ಮಿತು ಮತ್ತು ನಿರ್ಧಾರವನ್ನು ಉತ್ಪ್ರೇಕ್ಷಿತ ಗ್ರಹಿಕೆಯಿಂದ ತೆಗೆದುಹಾಕಲಾಯಿತು.
ಸೂಚಕ ಆಯ್ಕೆಯನ್ನು ಬೆಂಬಲಿಸುವ ಟೆಂಪ್ಲೇಟ್:
ಕಾರ್ಯ: ಕೆಳಗಿನ ಉದ್ದೇಶಕ್ಕಾಗಿ 5 ಅಭ್ಯರ್ಥಿ ಸೂಚಕಗಳನ್ನು ಸೂಚಿಸಿ. ಉದ್ದೇಶ: [ಉದಾ. ನಾಗರಿಕ ಸೇವೆಯ ಗುಣಮಟ್ಟವನ್ನು ಸುಧಾರಿಸುವುದು]ಪ್ರತಿ ಸೂಚಕಕ್ಕೆ: ಅದು ಏನು ಅಳೆಯುತ್ತದೆ | ಅದು ಏನು ಮರೆಮಾಡಬಹುದು | ಕುಶಲತೆಗೆ ಮುಕ್ತತೆ | ಶಿಫಾರಸು ಓದುವ ಆವರ್ತನೆ.ಮುಂದೆ: ಈ ಸೂಚಕಗಳನ್ನು ಒಟ್ಟಿಗೆ ಓದಲು 3 ಎಚ್ಚರಿಕೆಗಳನ್ನು ಬರೆಯಿರಿ (ತಮ್ಮದೇ ತಪ್ಪುದಾರಿಗೆಳೆಯುವವುಗಳು). ನಿಯಮ: ಸಂಖ್ಯೆಗಳನ್ನು ಉತ್ಪಾದಿಸಬೇಡಿ; ಕೇವಲ ಸೂಚಕ ವಿನ್ಯಾಸವನ್ನು ಸೂಚಿಸಿ.
ಎಚ್ಚರಿಕೆ: "ಸಂಖ್ಯೆಯು ವಸ್ತುನಿಷ್ಠವಾಗಿದೆ" ಎಂಬ ತಪ್ಪು ಕಲ್ಪನೆಗೆ ಬೀಳಬೇಡಿ. ನೀವು ಯಾವ ಸಂಖ್ಯೆಯನ್ನು ಅಳೆಯುತ್ತೀರಿ, ನೀವು ಅದನ್ನು ಹೇಗೆ ಪ್ರದರ್ಶಿಸುತ್ತೀರಿ ಮತ್ತು ನೀವು ಯಾವ ಶ್ರೇಣಿಯನ್ನು ಆರಿಸುತ್ತೀರಿ ಎಲ್ಲವೂ ವ್ಯಾಖ್ಯಾನದ ವಿಷಯವಾಗಿದೆ. ನಿಖರವಾದ ಡೇಟಾವನ್ನು ಹೊಂದಿರುವಂತೆ ಪಾರದರ್ಶಕ ಮತ್ತು ಪ್ರಾಮಾಣಿಕ ಸಾರ್ವಜನಿಕ ವ್ಯಾಖ್ಯಾನವು ಮುಖ್ಯವಾಗಿದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಕಾರಣಕ್ಕಾಗಿ ತಪ್ಪಾದ ಪರಸ್ಪರ ಸಂಬಂಧ. "ಒಟ್ಟಿಗೆ ಹೆಚ್ಚಾಯಿತು" ಕಾರಣವಲ್ಲ; ಪರ್ಯಾಯ ವಿವರಣೆಗಳಿಗಾಗಿ ನೋಡಿ.
- ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಭರ್ತಿ ಮಾಡಲು AI ಅನ್ನು ಹೊಂದಿರುವುದು. ವಿಶ್ಲೇಷಣೆಯು ನಿರ್ಮಿತ ಮೌಲ್ಯದೊಂದಿಗೆ ಕುಸಿಯುತ್ತದೆ; ಕಾಣೆಯಾದವರನ್ನು ಕಾಣೆಯಾಗಿ ಬಿಡಿ.
- ಪಕ್ಷಪಾತದ ಡೇಟಾವನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸುವುದು. ದೂರು/ಡಿಜಿಟಲ್ ಡೇಟಾ ಎಲ್ಲರನ್ನೂ ಪ್ರತಿನಿಧಿಸುವುದಿಲ್ಲ; ಕಾಣೆಯಾದ ಗುಂಪನ್ನು ಪ್ರಶ್ನಿಸಿ.
- ಸಂದರ್ಭವಿಲ್ಲದೆ ಸಂಖ್ಯೆಯನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುವುದು. ಅನುಪಾತದ ಪಕ್ಕದಲ್ಲಿ ಸಂಪೂರ್ಣ ಸಂಖ್ಯೆ ಮತ್ತು ಹೋಲಿಕೆ ಅವಧಿ ಇರಬೇಕು.
- ಅನಗತ್ಯವಾಗಿ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು. ಒಟ್ಟು ಡೇಟಾ ಸಾಕಾಗಿದ್ದರೆ ವೈಯಕ್ತಿಕ ಗುರುತನ್ನು ಬಳಸಬೇಡಿ.
- ನಿರ್ಧಾರವನ್ನು ದಾಖಲಿಸುತ್ತಿಲ್ಲ. ಲೆಕ್ಕಪರಿಶೋಧನೆಗಾಗಿ ಯಾವ ಡೇಟಾವನ್ನು ದಾಖಲಿಸಬೇಕು ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಯಾವ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ.
ಸಾರಾಂಶದಲ್ಲಿ
ಸಾರ್ವಜನಿಕ ವಲಯದಲ್ಲಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನ್ಯಾಯಯುತವಾಗಿ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ವಿತರಿಸಲು ಡೇಟಾ ಆಧಾರಿತ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದು ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಮಾರ್ಗವಾಗಿದೆ; AI ಈ ವ್ಯವಹಾರದಲ್ಲಿ ವೇಗದ ಸಹಾಯಕವಾಗಿದ್ದು ಅದು ಚಿತ್ರದ ಅರ್ಥವನ್ನು ನೀಡುತ್ತದೆ, ಮಾದರಿಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಶೋಧನೆಯನ್ನು ಸರಳಗೊಳಿಸುತ್ತದೆ. ಆದರೆ AI ಮೇಕಪ್ ಸಂಖ್ಯೆಗಳನ್ನು ಮಾಡಬೇಡಿ, ಅದು ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ತುಂಬುವಂತೆ ಮಾಡಬೇಡಿ, ಕಾರಣದೊಂದಿಗೆ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಗೊಂದಲಗೊಳಿಸಲು ಬಿಡಬೇಡಿ ಮತ್ತು ಪಕ್ಷಪಾತ/ಅಪೂರ್ಣ ಡೇಟಾವನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸುವುದನ್ನು ತಪ್ಪಿಸಿ. ಸಂಖ್ಯೆಯಲ್ಲಿ ಬಲವಿದೆ; ಅದನ್ನು ಸರಿಯಾಗಿ ಅರ್ಥೈಸುವ ಮತ್ತು ನಿರ್ಧಾರವನ್ನು ದಾಖಲಿಸುವ ವ್ಯಕ್ತಿ ಬಲಶಾಲಿ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಘಟಕದಿಂದ ನಿಜವಾದ (ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸ್ಟ್ರಿಪ್ಡ್) ಟೇಬಲ್ ಪಡೆಯಿರಿ. "ಟೇಬಲ್ ಅನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಡೇಟಾವನ್ನು ಪರಿಚಯಿಸಿ, ನಂತರ "ಸಾಂದರ್ಭಿಕ ಸಾರಾಂಶ ಅಂಕಿಅಂಶಗಳು" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ನಿರ್ಧಾರಕ್ಕಾಗಿ ಒಂದು ಪ್ರಮುಖ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ. ಉದಯೋನ್ಮುಖ ಸಂಬಂಧಕ್ಕೆ "ಕಾರಣ ಪ್ರಶ್ನಾರ್ಥಕ" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಅನ್ವಯಿಸಿ ಮತ್ತು ಕನಿಷ್ಠ ಒಂದು ಪರ್ಯಾಯ ವಿವರಣೆಯನ್ನು ಹುಡುಕಿ. AI ಟೇಬಲ್ನ ಹೊರಗಿನಿಂದ ಸಂಖ್ಯೆಗಳನ್ನು ಸೇರಿಸುತ್ತಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] AI ಕೊಟ್ಟಿರುವ ಕೋಷ್ಟಕವನ್ನು ಮಾತ್ರ ಬಳಸಿದೆ; ಅವರು ಹೊರಗಿನಿಂದ ಸಂಖ್ಯೆಗಳನ್ನು ಸೇರಿಸಲಿಲ್ಲ.
- [ ] ನಾನು ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಭರ್ತಿ ಮಾಡಲಿಲ್ಲ; ನಾನು ಅದನ್ನು "ನೋ ಡೇಟಾ" ಎಂದು ಬಿಟ್ಟಿದ್ದೇನೆ.
- [ ] ನಾನು ಪ್ರತಿ ಫಲಿತಾಂಶವನ್ನು ಸಂದರ್ಭದೊಂದಿಗೆ ಪ್ರಸ್ತುತಪಡಿಸಿದ್ದೇನೆ (ಸಂಪೂರ್ಣ ಸಂಖ್ಯೆ + ದರ + ಅವಧಿ).
- [ ] ನಾನು ಕಾರಣವಾದ ಹಕ್ಕುಗಳಿಗೆ ಪರ್ಯಾಯ ವಿವರಣೆಯನ್ನು ತಯಾರಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಪಕ್ಷಪಾತದ/ಕಾಣೆಯಾದ ಡೇಟಾ ಮತ್ತು ಕಾಣೆಯಾದ ಗುಂಪಿನ ಅಪಾಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆ.
- [ ] ನಾನು ನಿರ್ಧಾರ ಮತ್ತು ಅದರ ಆಧಾರದ ಮೇಲೆ ಡೇಟಾವನ್ನು ದಾಖಲಿಸಿದ್ದೇನೆ.