ಲಾಭಗಳು:
- ಮಗುವಿನ ಡೇಟಾವು ವಿಶೇಷ ಡೇಟಾ ಮತ್ತು ಅದನ್ನು KVKK ಮತ್ತು ಗೌಪ್ಯತೆಯ ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಅನಾಮಧೇಯಗೊಳಿಸಬೇಕು ಮತ್ತು ಕುಟುಂಬದ ಒಪ್ಪಿಗೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ ಎಂಬ ಅಂಶವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮತ್ತು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯ.
- ಡೇಟಾ ಸುರಕ್ಷತೆ, ಸಂಗ್ರಹಣೆ ಮತ್ತು ಮಾದರಿ ತರಬೇತಿಯಲ್ಲಿ ಬಳಕೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಪರಿಕರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸುರಕ್ಷಿತವಾದದನ್ನು ಆರಿಸಿಕೊಳ್ಳಿ
- ರೋಗನಿರ್ಣಯದ ಅಧಿಕಾರ, ಕಳಂಕ, ತಾರತಮ್ಯ ಮತ್ತು ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ ಮಗುವಿನ ಉತ್ತಮ ಆಸಕ್ತಿಯಂತಹ ನೈತಿಕ ಗಡಿಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ
ಮಗುವಿನ ಬೆಳವಣಿಗೆಯ ಫೈಲ್ ಆ ಮಗುವಿನ ಅತ್ಯಂತ ನಿಕಟವಾದ ಮಾಹಿತಿಯನ್ನು ಒಯ್ಯುತ್ತದೆ: ಬೆಳವಣಿಗೆಯ ಇತಿಹಾಸ, ಕುಟುಂಬದ ಪರಿಸ್ಥಿತಿ, ಸ್ಕ್ರೀನಿಂಗ್ ಫಲಿತಾಂಶಗಳು, ಅವಲೋಕನಗಳು ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ವೈದ್ಯಕೀಯ ಮಾಹಿತಿ. ಈ ಮಾಹಿತಿಯು ತಪ್ಪಾದ ಕೈಗೆ ಬಿದ್ದಾಗ ಅಥವಾ ದುರುಪಯೋಗಪಡಿಸಿಕೊಂಡಾಗ, ಇದು ಮುಂಬರುವ ವರ್ಷಗಳಲ್ಲಿ ಮಗುವಿಗೆ ಹಾನಿಯಾಗಬಹುದು: ಲೇಬಲ್, ಕಳಂಕ, ತಾರತಮ್ಯ. ಆದ್ದರಿಂದ, ಮಕ್ಕಳ ಡೇಟಾವನ್ನು ರಕ್ಷಿಸುವುದು ಮಕ್ಕಳ ಅಭಿವೃದ್ಧಿ ತಜ್ಞರ ಅತ್ಯಂತ ಗಂಭೀರವಾದ ಜವಾಬ್ದಾರಿಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ; ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಯುಗದಲ್ಲಿ, ಈ ಜವಾಬ್ದಾರಿಯನ್ನು ಗುಣಿಸಲಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ಸಾಧನದಲ್ಲಿ ಡೇಟಾವನ್ನು ಅಂಟಿಸಲು ಸೆಕೆಂಡುಗಳು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ರದ್ದುಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು ಮಕ್ಕಳ ಡೇಟಾದ ಕಾನೂನು ಸ್ಥಿತಿ, ಗೌಪ್ಯತೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಪರಿಕರಗಳ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ನೈತಿಕ ಗಡಿಗಳನ್ನು ಒಳಗೊಳ್ಳುತ್ತೇವೆ.
ಮೊದಲನೆಯದಾಗಿ, ಕಾನೂನು ಆಧಾರ: Türkiye ನಲ್ಲಿ, KVKK (ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸಂರಕ್ಷಣಾ ಕಾನೂನು) ವೈಯಕ್ತಿಕ ಡೇಟಾದ ಸಂಸ್ಕರಣೆಯನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ. ಮಗುವಿನ ಆರೋಗ್ಯ ಮತ್ತು ಅಭಿವೃದ್ಧಿ ಡೇಟಾವು ವಿಶೇಷ ವೈಯಕ್ತಿಕ ಡೇಟಾದ ವರ್ಗದಲ್ಲಿದೆ; ಈ ವರ್ಗವು ಅತ್ಯುನ್ನತ ಮಟ್ಟದ ರಕ್ಷಣೆಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ. ಯುರೋಪ್ನಲ್ಲಿ, ಅದರ ಸಮಾನ GDPR ಆಗಿದೆ. ಮಗುವಿನ ಸಂದರ್ಭದಲ್ಲಿ, ಸೂಕ್ಷ್ಮತೆಯು ಇನ್ನೂ ಹೆಚ್ಚಾಗಿರುತ್ತದೆ, ಏಕೆಂದರೆ ಮಗು ತನ್ನ ಸ್ವಂತ ಡೇಟಾದಲ್ಲಿ ಮಾನ್ಯವಾದ ಒಪ್ಪಿಗೆಯನ್ನು ನೀಡಲು ಸಾಧ್ಯವಿಲ್ಲ; ಸಮ್ಮತಿಯನ್ನು (ಮಾಹಿತಿ ಸ್ಪಷ್ಟ ಒಪ್ಪಿಗೆ) ಕಾನೂನು ಪ್ರತಿನಿಧಿಯಿಂದ ಪಡೆಯಲಾಗುತ್ತದೆ, ಅಂದರೆ ಕುಟುಂಬ. ಪ್ರತಿಯೊಂದು ನಿರ್ಧಾರದಲ್ಲೂ "ಮಗುವಿನ ಹಿತದೃಷ್ಟಿ" ಎಂಬ ತತ್ವವು ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತದೆ.
ಅನಾಮಧೇಯಗೊಳಿಸುವಿಕೆ: ಅತ್ಯಂತ ಮೂಲಭೂತ ಮತ್ತು ಶಕ್ತಿಯುತ ಹಂತ
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಗೌಪ್ಯತೆಯನ್ನು ರಕ್ಷಿಸುವ ಅತ್ಯಂತ ಮೂಲಭೂತ, ಅತ್ಯಂತ ಪ್ರಾಯೋಗಿಕ ಹಂತವೆಂದರೆ ಅನಾಮಧೇಯತೆ: ಎಲ್ಲಾ ಗುರುತನ್ನು ಬಹಿರಂಗಪಡಿಸುವ ಮಾಹಿತಿಯನ್ನು (ಹೆಸರು, ಉಪನಾಮ, ಟಿಆರ್ ಐಡಿ ಸಂಖ್ಯೆ, ಹುಟ್ಟಿದ ದಿನಾಂಕ, ಶಾಲೆ/ಸಂಸ್ಥೆಯ ಹೆಸರು, ವಿಳಾಸ, ಪ್ರೋಟೋಕಾಲ್/ಫೈಲ್ ಸಂಖ್ಯೆ, ಕುಟುಂಬದ ಹೆಸರುಗಳು) ಡೇಟಾದಿಂದ ತೆಗೆದುಹಾಕುವುದು ಮತ್ತು ನಿಮ್ಮ ಕಾರ್ಯಕ್ಕೆ ಅಗತ್ಯವಾದ ಗುರುತಿಸದ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ಬಳಸುವುದು. "ಎಲಿಫ್ ಕಾಯಾ, 3 ವರ್ಷ ಮತ್ತು 2 ತಿಂಗಳು, ಪಾಪತ್ಯ ಕಿಂಡರ್ಗಾರ್ಟನ್" ಬದಲಿಗೆ "3 ವರ್ಷ ಮತ್ತು 2 ತಿಂಗಳ ಹುಡುಗಿ" ಎಂದು ಬರೆಯುವುದು ಡೇಟಾದ ಕೆಲಸವನ್ನು ಮಾಡುತ್ತದೆ ಆದರೆ ಗುರುತನ್ನು ಸಂರಕ್ಷಿಸುತ್ತದೆ.
ಎಚ್ಚರಿಕೆಯ ಮಾತು: ಅನೇಕ ಸಣ್ಣ ವಿವರಗಳು ಒಟ್ಟಿಗೆ ಸೇರಿದಾಗ ಗುರುತು ಮರುಕಳಿಸಬಹುದು (ಇದನ್ನು ಮರು-ಗುರುತಿಸುವಿಕೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ). ಉದಾಹರಣೆಗೆ, "X ಹಳ್ಳಿಯಲ್ಲಿರುವ ಏಕೈಕ ಅವಳಿ, ಅವನ ತಂದೆ ಮುಖ್ಯಸ್ಥ" ಮುಂತಾದ ವಿವರಗಳು ಯಾವುದೇ ಹೆಸರಿಲ್ಲದಿದ್ದರೂ ಸಹ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಬಹುದು. ಆದ್ದರಿಂದ, ಹೆಸರನ್ನು ಅಳಿಸಲು ಮಾತ್ರವಲ್ಲದೆ ಅದನ್ನು ಅನನ್ಯವಾಗಿಸುವ ವಿವರಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸುವುದು ಸಹ ಅಗತ್ಯವಾಗಿದೆ.
ಕಚ್ಚಾ (ಹಂಚಿಕೊಳ್ಳಲಾಗುವುದಿಲ್ಲ)
ಅನಾಮಧೇಯ (ಹಂಚಿಕೊಳ್ಳಬಹುದಾದ)
ಎಲಿಫ್ ಕಾಯಾ, TC 123..., ಜನನ 12.03.2022.
3 ವರ್ಷ 2 ತಿಂಗಳ ಹುಡುಗಿ
ಪಾಪತ್ಯ ಶಿಶುವಿಹಾರ, 3-ಎ ವರ್ಗ
ಪ್ರಿಸ್ಕೂಲ್ ಸಂಸ್ಥೆ
ಅವರ ತಾಯಿ ಆಯ್ಸೆ ಮತ್ತು ಅವರ ತಂದೆ ಮುಖ್ತಾರ್.
ಪೋಷಕರು
ಕಡತ ಸಂಖ್ಯೆ 2024/187
(ತೆಗೆದುಹಾಕಲಾಗಿದೆ)
ಗಮನ: ಮಗುವಿನ ಗುರುತಿನ ಮಾಹಿತಿ, ಪೂರ್ಣ ವರದಿ ಅಥವಾ ಫೋಟೋವನ್ನು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಾಧನಕ್ಕೆ ಅಪ್ಲೋಡ್ ಮಾಡುವುದು KVKK ಮತ್ತು ಗೌಪ್ಯತೆಯ ಉಲ್ಲಂಘನೆಯಾಗಿದೆ ಮತ್ತು ಹಿಂಪಡೆಯಲಾಗುವುದಿಲ್ಲ. ಡೇಟಾವು ಬಾಹ್ಯ ಸರ್ವರ್ಗೆ ಹೋಗುತ್ತದೆ ಮತ್ತು ಕೆಲವು ಉಪಕರಣಗಳು ಮಾದರಿ ತರಬೇತಿಗಾಗಿ ಅದನ್ನು ಬಳಸಬಹುದು. ಅಪ್ಲೋಡ್ ಮಾಡುವ ಮೊದಲು ಯಾವಾಗಲೂ ಅನಾಮಧೇಯಗೊಳಿಸಿ.
ಪರಿಕರ ಆಯ್ಕೆ ಮತ್ತು ಡೇಟಾ ಜೀವನಚಕ್ರ
ಪ್ರತಿಯೊಂದು AI ಉಪಕರಣವು ಒಂದೇ ಮಟ್ಟದ ಗೌಪ್ಯತೆಯನ್ನು ಹೊಂದಿಲ್ಲ. ಉಪಕರಣವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ, ಕೇಳಿ: ಮಾದರಿಯನ್ನು ತರಬೇತಿ ಮಾಡುವಲ್ಲಿ ಇದು ದಕ್ಷತೆಯನ್ನು ಬಳಸುತ್ತದೆಯೇ? ಇದು ಎಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ ಮತ್ತು ಎಷ್ಟು ಸಮಯದವರೆಗೆ? ಇದು ಡೇಟಾ ಸಂಸ್ಕರಣಾ ಒಪ್ಪಂದವನ್ನು (ಕಾರ್ಪೊರೇಟ್ ಬಳಕೆಗಾಗಿ) ನೀಡುತ್ತದೆಯೇ? ಅವರ ಸರ್ವರ್ಗಳು ಎಲ್ಲಿವೆ? ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಬಳಸದ ಕಾರ್ಪೊರೇಟ್, ಒಪ್ಪಂದ ಮತ್ತು ತರಬೇತಿ ಪರಿಕರಗಳು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಉಚಿತ ಪರಿಕರಗಳಿಗಿಂತ ಸುರಕ್ಷಿತವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಅತ್ಯಂತ ಸುರಕ್ಷಿತ ಸಾಧನದಲ್ಲಿಯೂ ಸಹ, ಅನಗತ್ಯ ರುಜುವಾತುಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಬೇಡಿ - ಎಲ್ಲಾ ಸಂದರ್ಭಗಳಲ್ಲಿ ಅನಾಮಧೇಯತೆಯು ಮೊದಲ ರಕ್ಷಣೆಯಾಗಿದೆ.
ಡೇಟಾ ಜೀವನಚಕ್ರವನ್ನು ಪರಿಗಣಿಸಿ: ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿ (ಮೌಲ್ಯಮಾಪನ), ಪ್ರಕ್ರಿಯೆ (ಅಗತ್ಯವಿದ್ದಷ್ಟು), ಸಂಗ್ರಹಿಸಿ (ಸುರಕ್ಷಿತ, ಸಮಯ), ಹಂಚಿಕೆ (ಅಧಿಕೃತ ಮಾತ್ರ, ಅನಾಮಧೇಯ), ಮತ್ತು ಅಳಿಸಿ (ಮುಗಿದ ನಂತರ). ನೀವು AI ಪರಿಕರಗಳಲ್ಲಿ ಅಂಟಿಕೊಳ್ಳುವ ಯಾವುದಾದರೂ ಈ ಲೂಪ್ನ ಹೊರಗೆ ಬೀಳುವ ಅಪಾಯವಿದೆ.
ಸಲಹೆ: ನಿಮ್ಮ ಮೆಚ್ಚಿನ ಪ್ರಾಂಪ್ಟ್ಗಳ ಮೇಲ್ಭಾಗದಲ್ಲಿ ಕಠಿಣ ನಿಯಮವನ್ನು ಹಾಕಿ: "ಈ ಸಂಭಾಷಣೆಯಲ್ಲಿ ಮಗು ಅಥವಾ ಕುಟುಂಬವನ್ನು ಗುರುತಿಸುವ ಯಾವುದೇ ಮಾಹಿತಿಯನ್ನು ನಾನು ಹಂಚಿಕೊಳ್ಳುವುದಿಲ್ಲ." ಇದನ್ನು ಕಂಟ್ರೋಲ್ ರಿಫ್ಲೆಕ್ಸ್ ಮಾಡುವುದರಿಂದ ಸಾಮಾನ್ಯ ಉಲ್ಲಂಘನೆಯನ್ನು ತಡೆಯುತ್ತದೆ (ಅಸಭ್ಯವಾಗಿ ID ಅಂಟಿಸುವುದು).
ನೈತಿಕ ಗಡಿಗಳು: ರೋಗನಿರ್ಣಯ, ಕಳಂಕ, ತಾರತಮ್ಯ
ಗೌಪ್ಯತೆ ತಾಂತ್ರಿಕ ಸಮಸ್ಯೆಯಾಗಿದೆ, ಆದರೆ ನೈತಿಕತೆಯು ವಿಶಾಲವಾಗಿದೆ. ಮೂರು ಬೌಂಡರಿಗಳು ನಿರ್ಣಾಯಕವಾಗಿವೆ. ರೋಗನಿರ್ಣಯದ ಪ್ರಾಧಿಕಾರ: ಮಕ್ಕಳ ಅಭಿವೃದ್ಧಿ ತಜ್ಞರು ಸ್ಕ್ರೀನಿಂಗ್ ಮತ್ತು ಬೆಳವಣಿಗೆಯ ಮೌಲ್ಯಮಾಪನವನ್ನು ನಡೆಸುತ್ತಾರೆ; ಅಂತಿಮ ರೋಗನಿರ್ಣಯವು ಸಂಬಂಧಿತ ವೈದ್ಯ/ವೈದ್ಯಕೀಯ ತಂಡದ ಕೆಲಸವಾಗಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಈ ಮಿತಿ ತಿಳಿದಿಲ್ಲ; ನೀವು ರಕ್ಷಿಸುವಿರಿ. ಕಳಂಕ: ಮಗುವನ್ನು ಮುಂಚಿನ ಮತ್ತು ಶಾಶ್ವತ ಲೇಬಲ್ನೊಂದಿಗೆ (ಫೈಲ್ನಲ್ಲಿ, ಕುಟುಂಬದಲ್ಲಿ, ನಿಮ್ಮ ಸ್ವಂತ ಮನಸ್ಸಿನಲ್ಲಿ) ಗುರುತಿಸುವುದು ಮಗುವಿಗೆ ಅನ್ಯಾಯವಾಗಿದೆ ಮತ್ತು ಅವರ ಬೆಳವಣಿಗೆಯ ಮೇಲೆ ನಕಾರಾತ್ಮಕ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ತಾರತಮ್ಯ ಮತ್ತು ಪಕ್ಷಪಾತ: ತರಬೇತಿ ಡೇಟಾದಲ್ಲಿ AI ಪಕ್ಷಪಾತಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸಬಹುದು; ಇದು ನಿರ್ದಿಷ್ಟ ಸಂಸ್ಕೃತಿ, ಲಿಂಗ ಅಥವಾ ಸಾಮಾಜಿಕ ಆರ್ಥಿಕ ಗುಂಪಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಪಕ್ಷಪಾತದ ಫಲಿತಾಂಶಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು. ತಜ್ಞರು ಇದನ್ನು ಗಮನಿಸಬೇಕು ಮತ್ತು ಸರಿಪಡಿಸಬೇಕು. ಇದೆಲ್ಲಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಮಗುವಿನ ಹಿತಾಸಕ್ತಿಗಳ ತತ್ವವಾಗಿದೆ: ಪ್ರತಿಯೊಂದು ನಿರ್ಧಾರವೂ ಮಗುವಿನ ಒಳಿತಿಗಾಗಿಯೇ?
ನಕಲಿಸಬಹುದಾದ ನಾಲ್ಕು ಪ್ರಾಂಪ್ಟ್ಗಳು
1) ಅನಾಮಧೇಯಗೊಳಿಸುವಿಕೆ ಪ್ರಾಂಪ್ಟ್:
ನಾನು ನಿಮಗೆ ಪಠ್ಯವನ್ನು ನೀಡುತ್ತೇನೆ. ಮಗು ಅಥವಾ ಕುಟುಂಬದ ಗುರುತನ್ನು ಬಹಿರಂಗಪಡಿಸುವ ಯಾವುದೇ ಮಾಹಿತಿಯನ್ನು ತೆಗೆದುಹಾಕಿ (ಹೆಸರು, ಉಪನಾಮ, TR ID, ಹುಟ್ಟಿದ ದಿನಾಂಕ, ಶಾಲೆ/ಸಂಸ್ಥೆ, ವಿಳಾಸ, ಫೈಲ್ ಸಂಖ್ಯೆ, ಅನನ್ಯ ವಿವರಗಳು); ಸಾಮಾನ್ಯ ಅಭಿವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಬದಲಾಯಿಸಿ ([ಹುಡುಗಿ], [ಪೂರ್ವ ಶಾಲಾ ಸಂಸ್ಥೆ]). ಕೇವಲ ಹೆಸರನ್ನು ಮಾತ್ರವಲ್ಲ, ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸುವ ವಿಶಿಷ್ಟ ವಿವರಗಳನ್ನೂ ಸಾಮಾನ್ಯೀಕರಿಸಿ. ನೀವು ತೆಗೆದುಹಾಕಿದ್ದನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.ಪಠ್ಯ: [ಕಚ್ಚಾ]
2) ವಾಹನ ಗೌಪ್ಯತೆ ಮೌಲ್ಯಮಾಪನ ಪ್ರಾಂಪ್ಟ್:
ಮಕ್ಕಳ ಡೇಟಾದೊಂದಿಗೆ ನಾನು AI ಪರಿಕರವನ್ನು ಬಳಸಬಹುದೇ ಎಂದು ನಿರ್ಧರಿಸಲು ನಾನು ಕೇಳಬೇಕಾದ ಗೌಪ್ಯತೆ ಪ್ರಶ್ನೆಗಳ ಪರಿಶೀಲನಾಪಟ್ಟಿಯನ್ನು ನನಗೆ ನೀಡಿ (ಶಿಕ್ಷಣ, ಧಾರಣ, ಒಪ್ಪಂದ, ಸರ್ವರ್ ಸ್ಥಳ, ಅಳಿಸುವಿಕೆಯಲ್ಲಿ ಬಳಸಲಾದ ಡೇಟಾ). ಉತ್ತರಗಳನ್ನು ರೂಪಿಸಬೇಡಿ; ಕೇವಲ ಪ್ರಶ್ನೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.
3) ಅಧಿಕಾರ ನಿಯಂತ್ರಣ ಪ್ರಾಂಪ್ಟ್ನ ನೈತಿಕತೆ/ಮಿತಿ:
ಈ ಕೆಳಗಿನ ಪಠ್ಯವನ್ನು ನೈತಿಕವಾಗಿ ವಿಮರ್ಶಿಸಿ: (1) ಇದು ರೋಗನಿರ್ಣಯವನ್ನು ಮಾಡುತ್ತದೆಯೇ/ಸೂಚಿಸುತ್ತದೆಯೇ? (2) ಕಳಂಕ ತರುವ ಲೇಬಲ್ ಇದೆಯೇ? (3) ಸಾಂಸ್ಕೃತಿಕ/ಲಿಂಗ/ಸಾಮಾಜಿಕ ಆರ್ಥಿಕ ಪಕ್ಷಪಾತಗಳಿವೆಯೇ? ಪ್ರತಿ ಸಮಸ್ಯೆಯನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ ಮತ್ತು ಸರಿಪಡಿಸಿದ, ಎಚ್ಚರಿಕೆಯ ಪರ್ಯಾಯವನ್ನು ಸೂಚಿಸಿ. ಪಠ್ಯ: [ಡ್ರಾಫ್ಟ್]
4) ಕುಟುಂಬದ ಒಪ್ಪಿಗೆ ಮಾಹಿತಿ ಪಠ್ಯ ಪ್ರಾಂಪ್ಟ್:
ಮಗುವಿನ ಡೇಟಾವನ್ನು ನಾನು ಹೇಗೆ ಬಳಸುತ್ತೇನೆ ಮತ್ತು ರಕ್ಷಿಸುತ್ತೇನೆ ಎಂಬುದನ್ನು ಸರಳವಾಗಿ ವಿವರಿಸುವ ಸಂಕ್ಷಿಪ್ತ ಅಧಿಸೂಚನೆ/ಸಮ್ಮತಿ ಪಠ್ಯವನ್ನು ಕುಟುಂಬಕ್ಕೆ ರಚಿಸಿ. ಇದು ಒಳಗೊಂಡಿದೆ: ಯಾವ ಡೇಟಾ, ಯಾವ ಉದ್ದೇಶಕ್ಕಾಗಿ, ಅದನ್ನು ಹೇಗೆ ರಕ್ಷಿಸಲಾಗಿದೆ, ಯಾರೊಂದಿಗೆ ಹಂಚಿಕೊಳ್ಳಲಾಗಿದೆ, ಹಿಂತೆಗೆದುಕೊಳ್ಳುವ ಹಕ್ಕು. ಕಾನೂನು ಸಲಹೆಯನ್ನು ಒದಗಿಸುವುದು; ಇದು ಕರಡು ಮತ್ತು ಸಂಸ್ಥೆಯಿಂದ ಅನುಮೋದಿಸಲ್ಪಡಬೇಕು ಎಂಬುದನ್ನು ಗಮನಿಸಿ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಗುರುತಿನ ಅಪ್ಲೋಡ್ ಉಲ್ಲಂಘನೆ. ಕಾರ್ಯನಿರತ ದಿನದಲ್ಲಿ, ತಜ್ಞರು ಮಗುವಿನ ಅಭಿವೃದ್ಧಿ ವರದಿಯನ್ನು ಪೂರ್ಣ ಹೆಸರು ಮತ್ತು ID ಯೊಂದಿಗೆ ಸಾರ್ವಜನಿಕ ಸಾಧನಕ್ಕೆ ಅಂಟಿಸಿ ಮತ್ತು "ಸಂಕ್ಷೇಪಿಸಿ" ಎಂದು ಹೇಳುತ್ತಾರೆ. ಸಂಸ್ಥೆಯಿಂದ ಡೇಟಾ ಉಳಿದಿದೆ ಮತ್ತು ಕುಟುಂಬದ ಒಪ್ಪಿಗೆಯನ್ನು ಪಡೆಯಲಾಗಿಲ್ಲ. 1 ನೇ ಪ್ರಾಂಪ್ಟ್ನೊಂದಿಗೆ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವುದು ಮತ್ತು ಸುರಕ್ಷಿತ ಸಾಧನದಲ್ಲಿ ಅನಾಮಧೇಯ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ಬಳಸುವುದು ಸರಿಯಾದ ಮಾರ್ಗವಾಗಿದೆ. ಈ ಉಲ್ಲಂಘನೆಯು ಕಾನೂನು ಮತ್ತು ನೈತಿಕ ಸಮಸ್ಯೆಯಾಗಿದೆ ಮತ್ತು ಅದನ್ನು ಹಿಂತಿರುಗಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.
ಪ್ರಕರಣ 2 - ಮರು ಗುರುತಿಸುವಿಕೆ. ಪರಿಣಿತರು ಹೆಸರನ್ನು ಅಳಿಸುತ್ತಾರೆ ಆದರೆ "ಗ್ರಾಮದಲ್ಲಿರುವ ಏಕೈಕ ತ್ರಿವಳಿ, ಅವರ ತಂದೆ ಇಮಾಮ್" ಎಂಬ ವಿವರವನ್ನು ಬಿಡುತ್ತಾರೆ. ಈ ವಿವರವು ಮಗುವನ್ನು ಹೆಸರಿಲ್ಲದಿದ್ದರೂ ಗುರುತಿಸುತ್ತದೆ. ವಿಶಿಷ್ಟ ವಿವರಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸಲು ತಜ್ಞರು ಅನಾಮಧೇಯತೆಯನ್ನು ಆಳವಾಗಿಸುತ್ತಾರೆ: "ಗ್ರಾಮೀಣ ಪ್ರದೇಶದಲ್ಲಿ ವಾಸಿಸುವ ಬಹು ಗರ್ಭಧಾರಣೆಯ ಮಗು." ಗುರುತನ್ನು ಈಗ ರಕ್ಷಿಸಲಾಗಿದೆ.
ಪ್ರಕರಣ 3 - ಪಕ್ಷಪಾತ ತಿದ್ದುಪಡಿ. AI ಕಡಿಮೆ-ಆದಾಯದ ಕುಟುಂಬದ ವಿಷಯದಲ್ಲಿ ಸೂಚ್ಯವಾದ ಪಕ್ಷಪಾತದ ಊಹೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ "ಈ ಕುಟುಂಬಗಳಲ್ಲಿ ತೊಡಗಿಸಿಕೊಳ್ಳುವಿಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಅಸಮರ್ಪಕವಾಗಿರುತ್ತದೆ." ತಜ್ಞರು ಇದನ್ನು 3 ನೇ ಪ್ರಾಂಪ್ಟ್ನೊಂದಿಗೆ ಹಿಡಿಯುತ್ತಾರೆ; ಹೇಳಿಕೆಯು ಆಧಾರರಹಿತ, ಕಳಂಕ ಮತ್ತು ತಾರತಮ್ಯವನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ. ಇದು ಪ್ರತಿ ಕುಟುಂಬವನ್ನು ಸಮಾನವಾಗಿ ಮತ್ತು ಗೌರವಾನ್ವಿತವಾಗಿ ನೋಡುವ ಭಾಷೆಯಲ್ಲಿ ವಿಷಯವನ್ನು ಪುನಃ ಬರೆಯುತ್ತದೆ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ನಾನು Elif ನ ಸಂಪೂರ್ಣ ವರದಿಯನ್ನು ಇಲ್ಲಿ ಅಂಟಿಸುತ್ತಿದ್ದೇನೆ, ರೋಗನಿರ್ಣಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ ಮತ್ತು ಶಿಫಾರಸು ಮಾಡುತ್ತೇನೆ.
ಸಮಸ್ಯೆ: ಗುರುತಿನ ಮಾಹಿತಿಯನ್ನು ಹಂಚಿಕೊಳ್ಳಲಾಗಿದೆ (ಕೆವಿಕೆಕೆ ಉಲ್ಲಂಘನೆ), ರೋಗನಿರ್ಣಯವನ್ನು ವಿನಂತಿಸಲಾಗಿದೆ (ಅಧಿಕಾರ ಹೆಚ್ಚುವರಿ), ಒಪ್ಪಿಗೆಯಿಲ್ಲ, ಸುರಕ್ಷಿತ ವಾಹನವನ್ನು ಪ್ರಶ್ನಿಸಲಾಗುವುದಿಲ್ಲ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ಮೌಲ್ಯಮಾಪನ ಡ್ರಾಫ್ಟ್ಗಾಗಿ ಕೆಳಗಿನ ಅನಾಮಧೇಯ ಅಭಿವೃದ್ಧಿ ಸಾರಾಂಶವನ್ನು (ಗುರುತಿನ ಮಾಹಿತಿಯನ್ನು ತೆಗೆದುಹಾಕಲಾಗಿದೆ) ಸಂಪಾದಿಸಿ. ರೋಗನಿರ್ಣಯವನ್ನು ಮಾಡುವುದು; ಕಳಂಕಿತ ಲೇಬಲ್ಗಳನ್ನು ಬಳಸುವುದು; ಪಕ್ಷಪಾತದ ಊಹೆಯನ್ನು ತಪ್ಪಿಸಿ. ನಿಮಗೆ ಖಚಿತತೆ ಇಲ್ಲದಿರುವಲ್ಲಿ ಗುರುತಿಸಿ [ತಜ್ಞರು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಿ]. ಸಾರಾಂಶ: [ಅನಾಮಧೇಯ]
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ರುಜುವಾತುಗಳನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡಲಾಗುತ್ತಿದೆ: ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ಮತ್ತು ಅತ್ಯಂತ ತೀವ್ರವಾದ ಉಲ್ಲಂಘನೆ; ಯಾವಾಗಲೂ ಅನಾಮಧೇಯ.
- ಮೇಲ್ನೋಟದ ಅನಾಮಧೇಯತೆ: ಕೇವಲ ಹೆಸರನ್ನು ಅಳಿಸುವುದು ಸಾಕಾಗುವುದಿಲ್ಲ; ಅನನ್ಯ ವಿವರಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸಿ.
- ಟೂಲ್ ಗೌಪ್ಯತೆಯನ್ನು ಪ್ರಶ್ನಿಸುವುದಿಲ್ಲ: ಶಿಕ್ಷಣಕ್ಕಾಗಿ ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಬಳಸುವ ಪರಿಕರಗಳನ್ನು ತಪ್ಪಿಸಿ.
- ರೋಗನಿರ್ಣಯದ ಗಡಿಯನ್ನು ದಾಟುವುದು: ಮೌಲ್ಯಮಾಪನವು ರೋಗನಿರ್ಣಯವಲ್ಲ; ಅಧಿಕಾರವು ವೈದ್ಯ/ತಂಡದಲ್ಲಿದೆ.
- ಪಕ್ಷಪಾತವನ್ನು ಗುರುತಿಸುತ್ತಿಲ್ಲ: AI ಯ ಕಳಂಕ/ತಾರತಮ್ಯದ ಊಹೆಗಳನ್ನು ಸರಿಪಡಿಸಿ.
ಸಾರಾಂಶದಲ್ಲಿ
ಮಕ್ಕಳ ಡೇಟಾ ವಿಶೇಷ ವೈಯಕ್ತಿಕ ಡೇಟಾ; ಇದಕ್ಕೆ KVKK ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಹೆಚ್ಚಿನ ರಕ್ಷಣೆ ಅಗತ್ಯವಿರುತ್ತದೆ ಮತ್ತು ಗೌಪ್ಯತೆ ಮತ್ತು ಕುಟುಂಬದಿಂದ ಒಪ್ಪಿಗೆಯನ್ನು ಪಡೆಯಲಾಗುತ್ತದೆ. AI ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಅನಾಮಧೇಯತೆಯ ಪ್ರಬಲವಾದ ರಕ್ಷಣೆ - ಕೇವಲ ಹೆಸರನ್ನು ಮಾತ್ರವಲ್ಲದೆ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಬಹುದಾದ ಅನನ್ಯ ವಿವರಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸುವುದು. ಗೌಪ್ಯತೆಗಾಗಿ ಪರಿಕರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ; ತರಬೇತಿಯಲ್ಲಿ ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಬಳಸದ ಸುರಕ್ಷಿತವಾದದನ್ನು ಆರಿಸಿ. ನೈತಿಕ ಗಡಿಗಳನ್ನು (ರೋಗನಿರ್ಣಯ ಪ್ರಾಧಿಕಾರ, ಕಳಂಕ, ತಾರತಮ್ಯ/ಪಕ್ಷಪಾತ) ಕಾಪಾಡಿಕೊಳ್ಳಿ ಮತ್ತು ಪ್ರತಿ ನಿರ್ಧಾರದಲ್ಲೂ ಮಗುವಿನ ಉತ್ತಮ ಹಿತಾಸಕ್ತಿಗಳನ್ನು ಪರಿಗಣಿಸಿ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಅನಾಮಧೇಯವಲ್ಲದ (ಅಧಿಕೃತ, ನಿಮ್ಮ ಸ್ವಂತ ದಾಖಲೆಗಳಿಂದ) ಪ್ರಗತಿ ಟಿಪ್ಪಣಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ; ಅದನ್ನು ಪರದೆಯ ಮೇಲೆ ಪ್ರತಿಬಿಂಬಿಸದೆ, 1 ನೇ ಪ್ರಾಂಪ್ಟಿನ ತರ್ಕವನ್ನು ಬಳಸಿಕೊಂಡು ಅದನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಅನಾಮಧೇಯಗೊಳಿಸಿ ಮತ್ತು ನೀವು ಹೊರತೆಗೆದ ಪ್ರತಿಯೊಂದು ಮಾಹಿತಿಯನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. 2 ನೇ ಪ್ರಾಂಪ್ಟ್ನೊಂದಿಗೆ ಗೌಪ್ಯತೆಯ ವಿಷಯದಲ್ಲಿ ನೀವು ಬಳಸುವ AI ಪರಿಕರವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. ಪ್ರಾಂಪ್ಟ್ 3 ನೊಂದಿಗೆ ನೈತಿಕತೆ/ಪಕ್ಷಪಾತಕ್ಕಾಗಿ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿ. ನೀವು ಮಾಡಿದ ಕನಿಷ್ಠ ಮೂರು ತಿದ್ದುಪಡಿಗಳನ್ನು ಗಮನಿಸಿ (ಒಂದು ಅನಾಮಧೇಯತೆ, ಒಂದು ನೀತಿಶಾಸ್ತ್ರ, ಒಂದು ಪಕ್ಷಪಾತ).
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದ್ದೇನೆ; ನಾನು ಅನನ್ಯ ವಿವರಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಗೌಪ್ಯತೆಯ ವಿಷಯದಲ್ಲಿ ಬಳಸಿದ ಸಾಧನವನ್ನು ನಾನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆ; ನಾನು ಸುರಕ್ಷಿತವಾದದನ್ನು ಆರಿಸಿದೆ.
- ಅಗತ್ಯವಿದ್ದಾಗ ನಾನು ಕುಟುಂಬದ ಒಪ್ಪಿಗೆಯನ್ನು ಪಡೆದಿದ್ದೇನೆ.
- [ ] ನಾನು ರೋಗನಿರ್ಣಯದ ಅಧಿಕಾರ ಮಿತಿಯನ್ನು ನಿರ್ವಹಿಸಿದ್ದೇನೆ; ನಾನು ಮೌಲ್ಯಮಾಪನ-ರೋಗನಿರ್ಣಯ ವ್ಯತ್ಯಾಸವನ್ನು ಅನ್ವಯಿಸಿದೆ.
- [ ] ನಾನು ಕಳಂಕಿತ ಟ್ಯಾಗ್ಗಳು ಮತ್ತು ತಾರತಮ್ಯ/ಪಕ್ಷಪಾತದ ಅಭಿವ್ಯಕ್ತಿಗಳನ್ನು ತೆಗೆದುಹಾಕಿದ್ದೇನೆ.
- [ ] ನಾನು ಪ್ರತಿ ನಿರ್ಧಾರದಲ್ಲಿ ಮಗುವಿನ ಉತ್ತಮ ಹಿತಾಸಕ್ತಿಗಳನ್ನು ಪರಿಗಣಿಸಿದೆ.
- [ ] ನಾನು ಯಾವುದೇ ವಾಹನಕ್ಕೆ ರುಜುವಾತುಗಳನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡಿಲ್ಲ.