ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಇನ್ ರಿಸ್ಕ್ ಅಸೆಸ್ಮೆಂಟ್ ಮತ್ತು ಅಂಡರ್ ರೈಟಿಂಗ್ ಸಪೋರ್ಟ್

ಲಾಭಗಳು:

• ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್‌ನೊಂದಿಗೆ ಅಪ್ಲಿಕೇಶನ್, ಡಿಕ್ಲರೇಶನ್ ಮತ್ತು ಪರಿಣತಿ ಡೇಟಾವನ್ನು ಸಾರಾಂಶ ಮಾಡುವಾಗ ಮತ್ತು ಅಪಾಯದ ಅಂಶಗಳನ್ನು ಗುರುತಿಸುವಾಗ ಸಾಕ್ಷ್ಯದ ಗುಣಮಟ್ಟ ಮತ್ತು ಔಟ್‌ಪುಟ್‌ನ ಮಿತಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ
• ಅಂಗೀಕಾರ, ನಿರಾಕರಣೆ, ಹೆಚ್ಚುವರಿ ಪ್ರೀಮಿಯಂ ಮತ್ತು ವಿನಾಯಿತಿ ನಿರ್ಧಾರಗಳಲ್ಲಿ ನೀತಿ ನಿಯಮಗಳು ಮತ್ತು ವಿಮಾದಾರ ಮಾರ್ಗದರ್ಶಿಯೊಂದಿಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಅಡ್ಡ-ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ
• ಅಂಡರ್ರೈಟಿಂಗ್ ನಿರ್ಧಾರದ ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯು ಸಮರ್ಥ ವಿಮಾದಾರನ ಮೇಲಿರುತ್ತದೆ ಮತ್ತು ತಾರತಮ್ಯದ ನಿಷೇಧವನ್ನು ಗಮನಿಸಬೇಕು ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಅಂಡರ್ರೈಟಿಂಗ್ ವಿಮೆಯ ಹೃದಯವಾಗಿದೆ: ಇದು ಅಪ್ಲಿಕೇಶನ್‌ನ ಅಪಾಯವನ್ನು ನಿರ್ಣಯಿಸುವುದು ಮತ್ತು ಯಾವ ನಿಯಮಗಳ ಮೇಲೆ, ಯಾವ ಕವರೇಜ್‌ನೊಂದಿಗೆ ಮತ್ತು ಯಾವ ಪ್ರೀಮಿಯಂನಲ್ಲಿ ಪಾಲಿಸಿಯನ್ನು ಸ್ವೀಕರಿಸಲು (ಅಥವಾ ತಿರಸ್ಕರಿಸಲು) ನಿರ್ಧರಿಸುವ ಕೆಲಸವಾಗಿದೆ. ಅಂಡರ್ ರೈಟರ್ (ಈ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಸಮರ್ಥ ತಜ್ಞರು) ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ನೋಡಿದಾಗ, ಅವರು ವಾಸ್ತವವಾಗಿ ಒಂದು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರವನ್ನು ಹುಡುಕುತ್ತಾರೆ: "ಈ ಬೆಲೆಯಲ್ಲಿ, ಈ ಗ್ಯಾರಂಟಿಯೊಂದಿಗೆ ಕಂಪನಿಯು ಈ ಅಪಾಯವನ್ನು ಕೈಗೊಳ್ಳುವುದು ನ್ಯಾಯಯುತ ಮತ್ತು ಸಮರ್ಥನೀಯವೇ?" ಈ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು, ಅರ್ಜಿ ನಮೂನೆ, ವಿಮೆದಾರರ ಘೋಷಣೆ, ತಜ್ಞರ ವರದಿ, ಹಿಂದಿನ ಹಾನಿ ದಾಖಲೆಗಳು ಮತ್ತು ಉದ್ಯಮದ ಡೇಟಾವನ್ನು ಒಟ್ಟಿಗೆ ಓದುವುದು ಅವಶ್ಯಕ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ದತ್ತಾಂಶದಿಂದ ಮಾದರಿಗಳನ್ನು ಕಲಿಯುವ ಮತ್ತು ಪಠ್ಯ ಮತ್ತು ಸಾರಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಫ್ಟ್‌ವೇರ್) "ಹಲವು ದಾಖಲೆಗಳನ್ನು ಒಟ್ಟಿಗೆ ಓದುವ ಮತ್ತು ಸಾರಾಂಶ ಮಾಡುವ" ಈ ಹೊರೆಯನ್ನು ನಿವಾರಿಸುತ್ತದೆ. ಆದರೆ ಜಾಗರೂಕರಾಗಿರಿ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅಪಾಯವನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ, ಅದು ಅಪಾಯವನ್ನು ಊಹಿಸುವುದಿಲ್ಲ. ಸ್ವೀಕಾರ, ನಿರಾಕರಣೆ, ಹೆಚ್ಚುವರಿ ಬೋನಸ್ ಮತ್ತು ವಿನಾಯಿತಿ ನಿರ್ಧಾರಗಳು ಯಾವಾಗಲೂ ಸಮರ್ಥ ವಿಮಾದಾರನ ಸಹಿಯನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಅಂಡರ್‌ರೈಟಿಂಗ್ ಡೆಸ್ಕ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಬಳಸಿಕೊಳ್ಳುವುದು ಹೇಗೆ, ಔಟ್‌ಪುಟ್‌ನ ಸಾಕ್ಷ್ಯದ ಮೌಲ್ಯವನ್ನು ಹೇಗೆ ಅಳೆಯುವುದು ಮತ್ತು ತಾರತಮ್ಯವನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುವುದು ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುವಿರಿ.

ಅಂಡರ್‌ರೈಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಎಲ್ಲಿ ಸೂಕ್ತವಾಗಿ ಬರುತ್ತದೆ?

ಅಂಡರ್ರೈಟಿಂಗ್ ಫೈಲ್ ಸಾಮಾನ್ಯವಾಗಿ ಗೊಂದಲಮಯವಾಗಿರುತ್ತದೆ: ವಿವಿಧ ಸ್ವರೂಪಗಳಲ್ಲಿ ರೂಪಗಳು, ಕೈಯಿಂದ ತುಂಬಿದ ಘೋಷಣೆಗಳು, ದೀರ್ಘ ಮೌಲ್ಯಮಾಪನ ವರದಿಗಳು, ಕೋಷ್ಟಕಗಳು. ಇಲ್ಲಿಯೇ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಪ್ರಬಲವಾಗಿದೆ. ಇದು ಈ ಕೆಳಗಿನ ಕಾರ್ಯಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ವೇಗಗೊಳಿಸುತ್ತದೆ:

• ಡಾಕ್ಯುಮೆಂಟ್ ಸಾರಾಂಶ: ಹತ್ತು-ಪುಟಗಳ ಕೆಲಸದ ಪರಿಣತಿ ವರದಿಯನ್ನು ಅರ್ಧ-ಪುಟಕ್ಕೆ ಕಡಿಮೆಗೊಳಿಸುವುದು, ಐಟಂ-ಬೈ-ಐಟಂ ಅಪಾಯದ ಸಾರಾಂಶ.
• ಅಪಾಯದ ಅಂಶವನ್ನು ಗುರುತಿಸುವುದು: "ಕಟ್ಟಡವು 45 ವರ್ಷ ಹಳೆಯದು, ಛಾವಣಿಯು ಮರವಾಗಿದೆ, ಹತ್ತಿರದಲ್ಲಿ ಇಂಧನ ಡಿಪೋ ಇದೆ" ಮುಂತಾದ ಗಮನಾರ್ಹ ಅಂಶಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವುದು.
• ಕಾಣೆಯಾದ/ಅಸಮಂಜಸವಾದ ಮಾಹಿತಿಯ ಪತ್ತೆ: ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಘೋಷಿಸಲಾದ ನಿರ್ಮಾಣ ವರ್ಷ ಮತ್ತು ತಜ್ಞರ ವರದಿಯಲ್ಲಿನ ವರ್ಷದ ನಡುವಿನ ವಿರೋಧಾಭಾಸವನ್ನು ಪತ್ತೆಹಚ್ಚಲು.
• ನಿಯಂತ್ರಣ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸುವುದು: ಅಂಡರ್ ರೈಟರ್ ಗ್ರಾಹಕ ಅಥವಾ ಏಜೆನ್ಸಿಯನ್ನು ಕೇಳುವ ಕಾಣೆಯಾದ ಮಾಹಿತಿಯ ಪಟ್ಟಿಯನ್ನು ರಚಿಸುವುದು.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅಪಾಯಕ್ಕೆ ಬೆಲೆ ನೀಡುವುದಿಲ್ಲ ಮತ್ತು ಸ್ವೀಕಾರ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. "ಈ ಅಪಾಯವು ಸ್ವೀಕಾರಾರ್ಹವಾಗಿದೆ" ಅಥವಾ "ಪ್ರೀಮಿಯಂ ಅನ್ನು 20% ಹೆಚ್ಚಿಸಬೇಕು" ಎಂಬ ವಾಕ್ಯವು ಅಂಡರ್ರೈಟಿಂಗ್ ನಿರ್ಧಾರವಾಗಿದೆ; ಇದು ಅಂಡರ್ರೈಟಿಂಗ್ ಮಾರ್ಗದರ್ಶಿ (ಸ್ವೀಕಾರ ನಿಯಮಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವ ಕಂಪನಿಯ ಆಂತರಿಕ ದಾಖಲೆ), ಸುಂಕದ ಟಿಪ್ಪಣಿ ಮತ್ತು ನೀತಿ ಸಾಮಾನ್ಯ ಷರತ್ತುಗಳನ್ನು ಆಧರಿಸಿರಬೇಕು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ನಿರ್ಧಾರವನ್ನು ರಚಿಸಬಹುದು, ಆದರೆ ಸಮರ್ಥ ವಿಮೆದಾರನು ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾನೆ ಮತ್ತು ತಾರ್ಕಿಕತೆಗೆ ಸಹಿ ಹಾಕುತ್ತಾನೆ.

ಗಮನ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಸೂಚಿಸಲಾದ ಪ್ರೀಮಿಯಂ, ಕವರೇಜ್ ಅಥವಾ ಸ್ವೀಕಾರ ನಿರ್ಧಾರವು ಮುನ್ಸೂಚನೆಯಾಗಿದೆ, ತೀರ್ಪು ಅಲ್ಲ. ಅಂಡರ್‌ರೈಟಿಂಗ್ ಮಾರ್ಗದರ್ಶಿ ಮತ್ತು ನೀತಿ ನಿಯಮಗಳೊಂದಿಗೆ ಅಡ್ಡ-ಪರಿಶೀಲನೆ ಇಲ್ಲದೆ ಯಾವುದೇ ಶಿಫಾರಸುಗಳನ್ನು ಪಾಲಿಸಿಯಲ್ಲಿ ಸೇರಿಸಲಾಗುವುದಿಲ್ಲ.

ಔಟ್ಪುಟ್ನ ಸಾಕ್ಷ್ಯದ ಗುಣಮಟ್ಟವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು

AI ಅಪಾಯಕಾರಿ ಅಂಶವನ್ನು ಗುರುತಿಸಿದಾಗ, ಅದು ಹಕ್ಕು; ಪುರಾವೆ ಅಲ್ಲ. ಒಬ್ಬ ಉತ್ತಮ ವಿಮಾದಾರನು ಪ್ರತಿ ಕ್ಲೈಮ್ ಅನ್ನು ಮೂರು ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಪ್ರದರ್ಶಿಸುತ್ತಾನೆ:

1. ಈ ಹಕ್ಕು ಯಾವ ದಾಖಲೆಯನ್ನು ಆಧರಿಸಿದೆ? ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು "ಬೆಂಕಿಯ ಅಪಾಯ ಹೆಚ್ಚು" ಎಂದು ಹೇಳಿದರೆ, ಇದು ಯಾವ ಪರಿಣಿತ ವೀಕ್ಷಣೆಯಿಂದ ಇದನ್ನು ಪಡೆಯಿತು? ಯಾವುದೇ ಮೂಲವಿಲ್ಲದಿದ್ದರೆ, ಅದನ್ನು ರಚಿಸಬಹುದು.
2. ಹಕ್ಕು ಈ ಫೈಲ್‌ಗೆ ಸೇರಿದೆಯೇ ಅಥವಾ ಇದು ಸಾಮಾನ್ಯ ಊಹೆಯೇ? AI ಕೆಲವೊಮ್ಮೆ ಸಾಮಾನ್ಯ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸುತ್ತದೆ ಉದಾಹರಣೆಗೆ "ಈ ರೀತಿಯ ಕೆಲಸದ ಸ್ಥಳಗಳಲ್ಲಿ, ಸಾಮಾನ್ಯವಾಗಿ..."; ಈ ಫೈಲ್‌ನಲ್ಲಿ ಸಾಮಾನ್ಯ ಸತ್ಯವು ಮಾನ್ಯವಾಗಿಲ್ಲದಿರಬಹುದು.
3. ಹಕ್ಕನ್ನು ಪರಿಶೀಲಿಸಬಹುದೇ? ಕಟ್ಟಡದ ವಯಸ್ಸನ್ನು ಶೀರ್ಷಿಕೆ ಪತ್ರದಿಂದ ದೃಢೀಕರಿಸಬಹುದು ಮತ್ತು ಹಾನಿ ಇತಿಹಾಸವನ್ನು SBM (ವಿಮಾ ಮಾಹಿತಿ ಮತ್ತು ಮಾನಿಟರಿಂಗ್ ಸೆಂಟರ್) ಪ್ರಶ್ನೆಯಿಂದ ದೃಢೀಕರಿಸಬಹುದು. ನಿರ್ಧಾರಕ್ಕೆ ಆಧಾರವಾಗಿ ಮಾಡಲಾಗದ ಕ್ಲೈಮ್ ಅನ್ನು ಬಳಸಬೇಡಿ.

ಸಲಹೆ: ಈ ಕೆಳಗಿನ ವಾಕ್ಯವನ್ನು ಯಾವಾಗಲೂ ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಸೇರಿಸಿ: "ಪ್ರತಿ ಕ್ಲೈಮ್ ಆಧಾರಿತ ಡಾಕ್ಯುಮೆಂಟ್/ಪುಟವನ್ನು ತಿಳಿಸಿ." ಮೂಲಗಳನ್ನು ಉಲ್ಲೇಖಿಸಲು ವಿಫಲವಾದ ಕ್ಲೈಮ್ ನಿಮ್ಮ ಪರಿಶೀಲನಾ ಪಟ್ಟಿಯ ಮೇಲ್ಭಾಗಕ್ಕೆ ಹೋಗುತ್ತದೆ.

ಹಂತ ಹಂತವಾಗಿ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ-ಬೆಂಬಲಿತ ವಿಮೆಯ ಹರಿವು

1. ಸಂದರ್ಭವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿ. ಅರ್ಜಿದಾರರ ಹೆಸರು, ID ಸಂಖ್ಯೆ, ನೀತಿ ಸಂಖ್ಯೆ ಮತ್ತು ಸಂಪರ್ಕ ಮಾಹಿತಿಯನ್ನು ತೆಗೆದುಹಾಕಿ; ವಾಸ್ತವಿಕ ಸಮಾನವನ್ನು ಬದಲಿಸಿ.
2. ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳನ್ನು ಅಪ್‌ಲೋಡ್ ಮಾಡಿ ಮತ್ತು ಸಾರಾಂಶವನ್ನು ವಿನಂತಿಸಿ. ಡಾಕ್ಯುಮೆಂಟ್ ಉಲ್ಲೇಖದೊಂದಿಗೆ ಅಪಾಯದ ಸಮಸ್ಯೆ, ಪ್ರಮುಖ ಅಂಶಗಳು ಮತ್ತು ನ್ಯೂನತೆಗಳನ್ನು ಹೊರತೆಗೆಯಿರಿ.
3. ನಿಮ್ಮ ಅಪಾಯಕಾರಿ ಅಂಶಗಳನ್ನು ಪರಿಶೀಲನಾಪಟ್ಟಿಯಾಗಿ ಪರಿವರ್ತಿಸಿ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಗುರುತಿಸಲಾದ ಪ್ರತಿಯೊಂದು ಐಟಂ ಅನ್ನು ದೃಢೀಕರಿಸಲು ಪ್ರಶ್ನೆಯಾಗಿ ಪರಿವರ್ತಿಸಿ.
4. ಅಂಡರ್ರೈಟಿಂಗ್ ಮಾರ್ಗದರ್ಶಿಯೊಂದಿಗೆ ಕ್ರಾಸ್-ಪರಿಶೀಲಿಸಿ. ಸ್ವೀಕಾರ ಮಾನದಂಡಗಳು, ಸಾಮರ್ಥ್ಯದ ಮಿತಿಗಳು ಮತ್ತು ಕಡ್ಡಾಯವಾದ ಹೊರಗಿಡುವಿಕೆಗಳಿಗಾಗಿ ಕೈಪಿಡಿಯನ್ನು ಪರಿಶೀಲಿಸಿ.
5. ಪ್ರೀಮಿಯಂ ಅನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ. ಸುಂಕದ ಟಿಪ್ಪಣಿ ಮತ್ತು ತಾಂತ್ರಿಕ ಪ್ರೀಮಿಯಂ ಕೋಷ್ಟಕದೊಂದಿಗೆ ನಿಮ್ಮ ಸ್ವಂತ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಿ; ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಸಂಖ್ಯೆಯನ್ನು ನೇರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬೇಡಿ.
6. ನಿರ್ಧಾರ ಮತ್ತು ಅದರ ತಾರ್ಕಿಕತೆಯನ್ನು ಬರೆಯಿರಿ. ನಿಮ್ಮ ಸ್ವೀಕಾರ/ನಿರಾಕರಣೆ/ಹೆಚ್ಚುವರಿ ಪ್ರೀಮಿಯಂ/ಎಕ್ಸೆಪ್ಶನ್ ನಿರ್ಧಾರವನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಿ, ಅದರ ಆಧಾರದ ಮೇಲೆ ನಿಯಮವನ್ನು ನಮೂದಿಸಿ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಅಸಂಗತತೆಯನ್ನು ಹಿಡಿಯುವುದು. ವಸತಿ ಪ್ಯಾಕೇಜ್ ನೀತಿ ಅನ್ವಯದಲ್ಲಿ ಘೋಷಿಸಲಾದ ಕಟ್ಟಡದ ಮೌಲ್ಯವು 2,400,000 TL ಆಗಿತ್ತು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ವರದಿಯಲ್ಲಿ ಇದು 3,900,000 TL ಆಗಿತ್ತು. ಅದರ ಸಾರಾಂಶದಲ್ಲಿ, AI ಈ ಎರಡು ಸಂಖ್ಯೆಗಳನ್ನು ಅಕ್ಕಪಕ್ಕದಲ್ಲಿ ಇರಿಸಿದೆ ಮತ್ತು "ಮೌಲ್ಯ ಹೇಳಿಕೆಯು ಅಸಮಂಜಸವಾಗಿದೆ" ಎಂದು ಎಚ್ಚರಿಸಿದೆ. ಈ ಎಚ್ಚರಿಕೆಗೆ ಧನ್ಯವಾದಗಳು, ಅಂಡರ್‌ರೈಟರ್ ವಿಮೆಯ ಅಪಾಯವನ್ನು ಅರಿತುಕೊಂಡರು (ಕಟ್ಟಡವನ್ನು ಅದರ ನೈಜ ಮೌಲ್ಯಕ್ಕಿಂತ ಕಡಿಮೆ ವಿಮೆ ಮಾಡಿದ್ದರೆ ಹಾನಿಯ ಸಂದರ್ಭದಲ್ಲಿ ಪ್ರಮಾಣಾನುಗುಣ ಪಾವತಿ) ಮತ್ತು ಸರಿಯಾದ ಮೌಲ್ಯದ ಆಧಾರದ ಮೇಲೆ ಪ್ರಸ್ತಾಪವನ್ನು ಸಿದ್ಧಪಡಿಸಿದರು. AI ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಿಲ್ಲ; ಅಸಂಗತತೆ ಗೋಚರಿಸುವಂತೆ ಮಾಡಿದೆ.

ಪ್ರಕರಣ 2 - ಅಪ್ ಮಾಡಲು ನಿರಾಕರಣೆ. ಶಿಪ್ಪಿಂಗ್ ಇನ್ಶೂರೆನ್ಸ್ ಫೈಲ್‌ನಲ್ಲಿ, "ಪ್ರಮಾಣಿತ 0.15% ಸರಕು ವಿಮಾ ದರವು ಸರಕುಗಳಿಗೆ ಅನ್ವಯಿಸುತ್ತದೆ" ಎಂದು AI ನಿಖರವಾದ ದರವನ್ನು ಬರೆದಿದೆ. ಅಂಡರ್ ರೈಟರ್ ಸುಂಕದ ಟಿಪ್ಪಣಿಯನ್ನು ತೆರೆದರು: ಈ ಸರಕು ವರ್ಗ ಮತ್ತು ಮಾರ್ಗಕ್ಕೆ ಅಂತಹ ಯಾವುದೇ ಸ್ಥಿರ ದರವಿರಲಿಲ್ಲ; ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ದರವನ್ನು ಮಾಡಿದೆ. ಅಂಡರ್ ರೈಟರ್ ತನ್ನದೇ ಆದ ದರದ ಲೆಕ್ಕಾಚಾರವನ್ನು ಮಾಡಿದರು; ಫಲಿತಾಂಶವು 0.28% ಆಗಿತ್ತು. ಸ್ವತಂತ್ರ ಖಾತೆ ಇಲ್ಲದಿದ್ದರೆ, ಪ್ರೀಮಿಯಂ ತೀವ್ರವಾಗಿ ಬಳಕೆಯಾಗುವುದಿಲ್ಲ.

ಪ್ರಕರಣ 3 - ತಾರತಮ್ಯ ಬಲೆ. ವಾಣಿಜ್ಯ ವಾಹನ ಫ್ಲೀಟ್ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಚಾಲಕರಿಗೆ "ಹೆಚ್ಚುವರಿ ಬೋನಸ್ ಏಕೆಂದರೆ ಅವರು ವಾಸಿಸುವ ನೆರೆಹೊರೆಯು ಅಪಾಯಕಾರಿಯಾಗಿದೆ" ಎಂದು ಸೂಚಿಸಿದೆ. ಅಂಡರ್‌ರೈಟರ್ ಇದನ್ನು ನಿರಾಕರಿಸಿದ್ದಾರೆ: ವಾಸಸ್ಥಳದ ಪ್ರದೇಶವು ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳಾದ ಜನಾಂಗೀಯತೆ, ಪರೋಕ್ಷ ತಾರತಮ್ಯವನ್ನು ಸೃಷ್ಟಿಸುವ ಪ್ರಾಕ್ಸಿ ವೇರಿಯಬಲ್ ಆಗಿರಬಹುದು. ಬೋನಸ್ ಚಾಲಕರ ನಿಜವಾದ ಹಕ್ಕು ಇತಿಹಾಸ ಮತ್ತು ಡ್ರೈವಿಂಗ್ ಪ್ರೊಫೈಲ್‌ನಂತಹ ಕಾನೂನುಬದ್ಧ, ಸಮರ್ಥನೀಯ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿದೆ.

ನಕಲಿಸಬಹುದಾದ ನಾಲ್ಕು ಪ್ರಾಂಪ್ಟ್‌ಗಳು

1) ಅಪ್ಲಿಕೇಶನ್ ಅಪಾಯದ ಸಾರಾಂಶ:

ನೀವು ವಾಣಿಜ್ಯ ವಿಮೆ ಅಂಡರ್ರೈಟಿಂಗ್ ಸಹಾಯಕ. ಕೆಳಗಿನ ಅನಾಮಧೇಯ ಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಪಠ್ಯವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ:[ಪಠ್ಯವನ್ನು ಅಂಟಿಸಿ]ಔಟ್‌ಪುಟ್:1. ಅಪಾಯದ ಸಮಸ್ಯೆ (ಸಂಕ್ಷಿಪ್ತ)2. ಪ್ರಮುಖ ಅಪಾಯಕಾರಿ ಅಂಶಗಳು (ಲೇಖನದ ಮೂಲಕ ಲೇಖನ, ಪ್ರತಿಯೊಂದರಲ್ಲೂ ದಾಖಲೆ/ಪುಟ ಉಲ್ಲೇಖ)3. ಅಪೂರ್ಣ ಅಥವಾ ಅಸಂಗತ ಮಾಹಿತಿ 4. ಒಪ್ಪಿಗೆ/ನಿರಾಕರಣೆ ಅಥವಾ ಬೋನಸ್ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಕ್ಲೈಂಟ್/ಏಜೆನ್ಸಿಗೆ ಅಂಡರ್ ರೈಟರ್ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುತ್ತಾರೆ. ನೀವು ಖಚಿತವಾಗಿರದ ದರವನ್ನು ಮಾಡಬೇಡಿ; "ಡಾಕ್ಯುಮೆಂಟ್‌ನಲ್ಲಿ ಇಲ್ಲ" ಎಂದು ಬರೆಯಿರಿ.

2) ಅಂಡರ್ರೈಟಿಂಗ್ ಮಾರ್ಗದರ್ಶಿಯೊಂದಿಗೆ ಕ್ರಾಸ್-ಚೆಕ್:

ಕೆಳಗೆ ಅಪಾಯದ ಸಾರಾಂಶ ಮತ್ತು ನಮ್ಮ ವಿಮೆ ಮಾರ್ಗದರ್ಶಿಯ ಸಂಬಂಧಿತ ಲೇಖನಗಳಿವೆ. ಅಪಾಯದ ಸಾರಾಂಶ: [ಅಂಟಿಸಿ]ಮಾರ್ಗಸೂಚಿಗಳು: [ಅಂಟಿಸಿ]ಕಾರ್ಯ: ಸಾರಾಂಶದಲ್ಲಿನ ಪ್ರತಿ ಅಪಾಯಕಾರಿ ಅಂಶವನ್ನು ಸಂಬಂಧಿತ ಮಾರ್ಗಸೂಚಿ ಐಟಂನೊಂದಿಗೆ ಹೊಂದಿಸಿ. ಮಾರ್ಗದರ್ಶಿಯ ಪ್ರಕಾರ ಕಡ್ಡಾಯ ವಿನಾಯಿತಿ, ಹೆಚ್ಚುವರಿ ಷರತ್ತು ಅಥವಾ ಸಾಮರ್ಥ್ಯದ ಮಿತಿಯ ಅಗತ್ಯವಿರುವ ಅಂಕಗಳನ್ನು ಪ್ರತ್ಯೇಕ ಶೀರ್ಷಿಕೆಯ ಅಡಿಯಲ್ಲಿ ಗುರುತಿಸಿ. ನಾನು ನಿರ್ಧರಿಸುತ್ತೇನೆ; ನೀವು ಕೇವಲ ಹೊಂದಾಣಿಕೆಯಾಗುತ್ತೀರಿ.

3) ಡಾಕ್ಯುಮೆಂಟ್ ಕಾಣೆಯಾಗಿದೆ ಮತ್ತು ಅಸಂಗತ ಬ್ರೌಸರ್:

ಕೆಳಗಿನ ಅಪ್ಲಿಕೇಶನ್ ಫೈಲ್‌ನಲ್ಲಿನ ದಾಖಲೆಗಳ ನಡುವಿನ ವಿರೋಧಾಭಾಸಗಳು ಅಥವಾ ಲೋಪಗಳಿಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಿ: [ಅಂಟಿಸಿ ದಾಖಲೆಗಳು] ಸ್ಥಿರತೆಗಾಗಿ ನೋಡಿ, ವಿಶೇಷವಾಗಿ ಕೆಳಗಿನ ಪ್ರದೇಶಗಳಲ್ಲಿ: ಮೌಲ್ಯದ ಘೋಷಣೆ, ನಿರ್ಮಾಣದ ವರ್ಷ/ಉತ್ಪಾದನೆಯ ವರ್ಷ, ಉದ್ದೇಶಿತ ಬಳಕೆ, ವಿಳಾಸ, ಹಾನಿ ಇತಿಹಾಸ. ಸಂಘರ್ಷದ ಸಂಖ್ಯೆಗಳನ್ನು ಅಕ್ಕಪಕ್ಕದಲ್ಲಿ ತೋರಿಸಿ ಮತ್ತು ಅವು ಯಾವ ಡಾಕ್ಯುಮೆಂಟ್‌ನಿಂದ ಬಂದಿವೆ ಎಂಬುದನ್ನು ಬರೆಯಿರಿ.

4) ಕರಡು ನಿರ್ಧಾರದ ತಾರ್ಕಿಕತೆ (ಪರಿಶೀಲನೆಯ ನಂತರ):

ಕೆಳಗಿನ ಪರಿಶೀಲಿಸಿದ ಮಾಹಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಅಂಡರ್ರೈಟಿಂಗ್ ನಿರ್ಧಾರದ ತಾರ್ಕಿಕತೆಯನ್ನು ಡ್ರಾಫ್ಟ್ ಮಾಡಿ: [ಪರಿಶೀಲಿಸಿದ ಅಪಾಯದ ಅಂಶಗಳು, ಅನ್ವಯಿಕ ನಿಯಮ, ಲೆಕ್ಕಹಾಕಿದ ಪ್ರೀಮಿಯಂ] ಟೋನ್: ಔಪಚಾರಿಕ, ಸ್ಪಷ್ಟ, ತಾರತಮ್ಯವಲ್ಲ. ಕಾನೂನುಬದ್ಧ ಅಪಾಯದ ಮಾನದಂಡಗಳ ಮೇಲೆ ನಿರ್ಧಾರವನ್ನು ಆಧರಿಸಿ; ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳನ್ನು (ಲಿಂಗ, ಮೂಲ, ನೆರೆಹೊರೆ, ಇತ್ಯಾದಿ) ಬಳಸಬೇಡಿ. ಇದು ಕರಡು; ಅಂತಿಮ ನಿರ್ಧಾರ ಮತ್ತು ಸಹಿ ಅಂಡರ್‌ರೈಟರ್‌ಗೆ ಸೇರಿದೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "ಈ ಅಪ್ಲಿಕೇಶನ್‌ಗೆ ಸೂಕ್ತವಾದ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ನಾವು ಅದನ್ನು ಸ್ವೀಕರಿಸಬೇಕೇ ಎಂದು ನಮಗೆ ತಿಳಿಸಿ."

ಸಮಸ್ಯೆ: ನೇರ ಕೆಂಪು ವಲಯದ ನಿರ್ಧಾರವನ್ನು (ಬೋನಸ್ + ಸ್ವೀಕಾರ) ವಿನಂತಿಸಲಾಗಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಸುಂಕಗಳು ತಿಳಿದಿಲ್ಲವಾದ್ದರಿಂದ, ಅದು ದರಗಳನ್ನು ಮಾಡುತ್ತದೆ; ಯಾವುದೇ ಮೂಲವಿಲ್ಲ, ಮಿತಿಯಿಲ್ಲ ಮತ್ತು ಪರಿಶೀಲನೆ ಇಲ್ಲ.

ಪ್ರಬಲ: "ವಿಮೆಗಾರಿಕೆ ಸಹಾಯಕರಂತೆ ವರ್ತಿಸಿ. ಡಾಕ್ಯುಮೆಂಟ್ ಉಲ್ಲೇಖಗಳೊಂದಿಗೆ ಅನಾಮಧೇಯಗೊಳಿಸಿದ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ, ಅಪಾಯದ ಅಂಶಗಳು ಮತ್ತು ನ್ಯೂನತೆಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ. ಬೋನಸ್ ಅಥವಾ ಸ್ವೀಕಾರ ನಿರ್ಧಾರವನ್ನು ಮಾಡಬೇಡಿ; ಪರಿಶೀಲಿಸಲು ಪ್ರಶ್ನೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ."

ಇದು ಏಕೆ ಒಳ್ಳೆಯದು: ಕಾರ್ಯವನ್ನು ಹಳದಿ ವಲಯದಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ, ಔಟ್‌ಪುಟ್ ಅನ್ನು ಲೆಕ್ಕಪರಿಶೋಧಿಸಬಹುದು, ನಿರ್ಧಾರವು ಅಂಡರ್‌ರೈಟರ್‌ನಲ್ಲಿ ಉಳಿಯುತ್ತದೆ.

ಹೋಲಿಕೆ ಚಾರ್ಟ್

ಅನ್ವೇಷಣೆ

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಅದನ್ನು ಮಾಡುತ್ತದೆಯೇ?

ಯಾರು ನಿರ್ಧರಿಸುತ್ತಾರೆ?

ಪರಿಶೀಲನೆ

ಡಾಕ್ಯುಮೆಂಟ್ ಸಾರಾಂಶ

ಹೌದು (ಕರಡು)

ಅಂಡರ್ ರೈಟರ್ ಓದುತ್ತಾನೆ

ಡಾಕ್ಯುಮೆಂಟ್ ಉಲ್ಲೇಖ

ಅಪಾಯದ ಅಂಶದ ಗುರುತು

ಹೌದು (ಶಿಫಾರಸು)

ಅಂಡರ್ರೈಟರ್ ದೃಢೀಕರಿಸುತ್ತದೆ

ಮೂಲ ದಾಖಲೆ

ಕಾಣೆಯಾಗಿದೆ/ಅಸಂಗತತೆ ಪತ್ತೆ

ಹೌದು

ಅಂಡರ್ ರೈಟರ್ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತಾನೆ

ಅಂತರ ಸಾಕ್ಷ್ಯಚಿತ್ರ

ಪ್ರೀಮಿಯಂ ಖಾತೆ

ಇಲ್ಲ

ಆಕ್ಚುರಿ/ಅಂಡರ್ ರೈಟರ್

ಸುಂಕದ ಟಿಪ್ಪಣಿ, ಸ್ವತಂತ್ರ ಖಾತೆ

ಸ್ವೀಕಾರ/ನಿರಾಕರಣೆ ನಿರ್ಧಾರ

ಇಲ್ಲ

ಸಮರ್ಥ ವಿಮಾದಾರ

ಮಾರ್ಗದರ್ಶಿ + ನೀತಿ ನಿಯಮಗಳು

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಬೋನಸ್ ಅನ್ನು ನೇರವಾಗಿ ಬಳಸುವುದು. ಸುಂಕವನ್ನು ತಿಳಿದಿಲ್ಲದ ಮಾದರಿಯು ದರಗಳನ್ನು ಮಾಡುತ್ತದೆ; ಯಾವಾಗಲೂ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ.
• ಮೂಲವಿಲ್ಲದೆ ಅಪಾಯಕಾರಿ ಅಂಶವನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುವುದು. "ಹೆಚ್ಚಿನ ಬೆಂಕಿಯ ಅಪಾಯ" ಹಕ್ಕು ಯಾವ ತಜ್ಞರ ವೀಕ್ಷಣೆಯನ್ನು ಆಧರಿಸಿದೆ ಎಂದು ಕೇಳುತ್ತಿಲ್ಲ.
• ಬದಲಿ ವೇರಿಯಬಲ್‌ನೊಂದಿಗೆ ತಾರತಮ್ಯ. ಪ್ರಶ್ನಿಸದೆಯೇ ನೆರೆಹೊರೆ, ಹೆಸರು ಅಥವಾ ಮೂಲದ ಆಧಾರದ ಮೇಲೆ ಹೆಚ್ಚುವರಿ ಬೋನಸ್ ಸಲಹೆಗಳನ್ನು ಅನ್ವಯಿಸುವುದು.
• ಫ್ಯಾಕ್ಟ್ ಫೈಲ್‌ಗಾಗಿ ಸಾಮಾನ್ಯ ಮಾಹಿತಿಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. "ಇಂತಹ ಕೆಲಸದ ಸ್ಥಳಗಳಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ..." ಎಂಬ ನುಡಿಗಟ್ಟು ಈ ಫೈಲ್ಗೆ ಸೇರಿದೆ ಎಂದು ಯೋಚಿಸುವುದು.
• ಸಮರ್ಥನೆ ಇಲ್ಲದೆ ನಿರ್ಧಾರವನ್ನು ದಾಖಲಿಸುವುದು. "ನೀವು ಯಾವ ನಿಯಮವನ್ನು ಅವಲಂಬಿಸಿದ್ದಿರಿ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತಿಲ್ಲ. ಆಡಿಟ್ ಸಮಯದಲ್ಲಿ.

ಸಾರಾಂಶದಲ್ಲಿ

ಅಂಡರ್ರೈಟಿಂಗ್ನಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ, ಅಪಾಯಕಾರಿ ಅಂಶವನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ, ಲೋಪಗಳು ಮತ್ತು ಅಸಂಗತತೆಗಳನ್ನು ಹಿಡಿಯುತ್ತದೆ ಮತ್ತು ನಿಯಂತ್ರಣ ಪ್ರಶ್ನೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಆದರೆ ಇದು ಅಪಾಯಕ್ಕೆ ಬೆಲೆ ನೀಡುವುದಿಲ್ಲ ಮತ್ತು ಸ್ವೀಕಾರ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ. ಮೂಲ, ಫೈಲ್ ಸಂದರ್ಭ ಮತ್ತು ಪರಿಶೀಲನೆಗಾಗಿ ಪ್ರತಿ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿ; ಸ್ವತಂತ್ರವಾಗಿ ಪ್ರೀಮಿಯಂ ಲೆಕ್ಕಾಚಾರ; ಅಂಡರ್ರೈಟಿಂಗ್ ಮಾರ್ಗದರ್ಶಿ ಮತ್ತು ನೀತಿ ನಿಯಮಗಳ ಆಧಾರದ ಮೇಲೆ ಸ್ವೀಕಾರ/ನಿರಾಕರಣೆ ನಿರ್ಧಾರವನ್ನು ಮಾಡಿ. ತಾರತಮ್ಯದ ನಿಷೇಧವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಿ: ನಿರ್ಧಾರವು ಕಾನೂನುಬದ್ಧ, ವಿವರಿಸಬಹುದಾದ ಅಪಾಯದ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿರಬೇಕು. ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯು ಸಮರ್ಥ ವಿಮಾದಾರನ ಮೇಲಿರುತ್ತದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಜವಾದ (ಆದರೆ ಪರೀಕ್ಷಾ ಉದ್ದೇಶಗಳಿಗಾಗಿ, ಅನಾಮಧೇಯ) ಉಲ್ಲೇಖ ಫೈಲ್ ಅನ್ನು ಪಡೆಯಿರಿ. ಮೇಲಿನ ಪ್ರಾಂಪ್ಟ್ ಸಂಖ್ಯೆ 1 ನೊಂದಿಗೆ ಅಪಾಯದ ಸಾರಾಂಶವನ್ನು ರಚಿಸಿ. ನಂತರ ಡಾಕ್ಯುಮೆಂಟ್‌ನಲ್ಲಿ AI ನಿಂದ ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾದ ಪ್ರತಿಯೊಂದು ಅಪಾಯಕಾರಿ ಅಂಶದ ಮೂಲವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪ್ರಯತ್ನಿಸಿ: ಎಷ್ಟು ನೈಜ ಡಾಕ್ಯುಮೆಂಟ್ ಆಧಾರವನ್ನು ಹೊಂದಿದೆ, ಎಷ್ಟು ಊಹೆಗಳಿವೆ? ಕೋಷ್ಟಕದಲ್ಲಿ ಫಲಿತಾಂಶಗಳನ್ನು ಗಮನಿಸಿ ಮತ್ತು "ಮೂಲರಹಿತ ಹಕ್ಕುಗಳಿಗಾಗಿ" ನೀವು ಏನು ಮಾಡಿದ್ದೀರಿ ಎಂಬುದನ್ನು ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಅಪ್ಲಿಕೇಶನ್ ಸಂದರ್ಭವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಡಾಕ್ಯುಮೆಂಟ್ ಉಲ್ಲೇಖದೊಂದಿಗೆ ಅಪಾಯದ ಸಾರಾಂಶವನ್ನು ವಿನಂತಿಸಿದ್ದೇನೆ; ನಾನು "ನಿರ್ಧರಿಸಬೇಡ" ಎಂದು ಸೂಚಿಸಿದೆ.
• [ ] ನಾನು ಡಾಕ್ಯುಮೆಂಟ್‌ನಲ್ಲಿ ಪ್ರತಿ ಅಪಾಯಕಾರಿ ಅಂಶದ ಮೂಲವನ್ನು ದೃಢೀಕರಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಸುಂಕದ ಟಿಪ್ಪಣಿಯೊಂದಿಗೆ ಸ್ವತಂತ್ರವಾಗಿ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಲೆಕ್ಕ ಹಾಕಿದ್ದೇನೆ.
• [ ] ನಾನು ಅಂಡರ್ರೈಟಿಂಗ್ ಮಾರ್ಗದರ್ಶಿ ಮತ್ತು ನೀತಿ ನಿಯಮಗಳ ಆಧಾರದ ಮೇಲೆ ಸ್ವೀಕಾರ/ನಿರಾಕರಣೆ ನಿರ್ಧಾರವನ್ನು ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು ತಾರತಮ್ಯ/ಬಾಡಿಗೆ ವೇರಿಯಬಲ್ ಸಲಹೆಗಳನ್ನು ಹೊರಹಾಕಿದ್ದೇನೆ ಮತ್ತು ಅವುಗಳನ್ನು ಕಾನೂನುಬದ್ಧ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿದೆ.
• [ ] ನಾನು ನಿರ್ಧಾರ ಮತ್ತು ಅದರ ಸಮರ್ಥನೆಯನ್ನು ದಾಖಲಿಸಿದ್ದೇನೆ.