ನ್ಯಾಯ, ತಾರತಮ್ಯ ಮತ್ತು ಶಾಸನ: SEDDK, KVKK ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನಿಯಮಗಳು

ಲಾಭಗಳು:

• ಬೆಲೆ ಮತ್ತು ವಿಮೆಯಲ್ಲಿ ತಾರತಮ್ಯ, ಪಕ್ಷಪಾತ ಮತ್ತು ಪರೋಕ್ಷ ತಾರತಮ್ಯದ ಅಪಾಯಗಳನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಅವುಗಳನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಉತ್ಪಾದನೆಯಲ್ಲಿ ಪರೀಕ್ಷಿಸುವ ಸಾಮರ್ಥ್ಯ
• SEDDK ನಿಯಮಗಳು, KVKK ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ತತ್ವಗಳ ಚೌಕಟ್ಟಿನೊಳಗೆ ವಿವರಿಸುವ ಮತ್ತು ಆಕ್ಷೇಪಣೆಯ ಹಕ್ಕನ್ನು ವೀಕ್ಷಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಹೆಚ್ಚಿನ ಅಪಾಯದ ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರಗಳಲ್ಲಿ ಮಾನವ ನಿಯಂತ್ರಣ ಮತ್ತು ಸಮರ್ಥನೆಯ ಜವಾಬ್ದಾರಿಗಳನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ

ವಿಮೆಯು ಗುಂಪುಗಳು ಮತ್ತು ಬೆಲೆಗಳು ಅಪಾಯವನ್ನುಂಟುಮಾಡುವ ವ್ಯವಹಾರವಾಗಿದೆ; ಆದರೆ ಈ ಗುಂಪು ನ್ಯಾಯಯುತವಾಗಿರಬೇಕು. ವ್ಯಕ್ತಿಯ ಲಿಂಗ, ಜನಾಂಗೀಯತೆ, ನಂಬಿಕೆ, ವಾಸಿಸುವ ಪ್ರದೇಶದಂತಹ ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳಿಂದಾಗಿ ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂ ನೀಡುವುದು ಅಥವಾ ಕವರೇಜ್ ನಿರಾಕರಿಸುವುದು ಅನ್ಯಾಯದ ತಾರತಮ್ಯ ಮತ್ತು ನಿಷೇಧಿಸಲಾಗಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶದಿಂದ ಕಲಿಯುವ ಮತ್ತು ಬೆಲೆ ಮತ್ತು ನಿರ್ಧಾರ ಶಿಫಾರಸುಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಫ್ಟ್‌ವೇರ್) ಈ ಪ್ರದೇಶದಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ಅಪಾಯವನ್ನುಂಟುಮಾಡುತ್ತದೆ: ಇದು ಐತಿಹಾಸಿಕ ಡೇಟಾದಲ್ಲಿ ಅನ್ಯಾಯದ ಮಾದರಿಗಳನ್ನು ಕಲಿಯಬಹುದು ಮತ್ತು ತಿಳಿಯದೆ ತಾರತಮ್ಯವನ್ನು ಶಾಶ್ವತಗೊಳಿಸಬಹುದು ಅಥವಾ ಮರೆಮಾಡಬಹುದು. ಇದಲ್ಲದೆ, ಇದು ನೇರವಾಗಿ ಆದರೆ ಪರೋಕ್ಷವಾಗಿ (ಪ್ರಾಕ್ಸಿ ವೇರಿಯಬಲ್ ಮೂಲಕ) ಇದನ್ನು ಮಾಡಬಹುದು. ಈ ಘಟಕದಲ್ಲಿ, ಬೆಲೆ ಮತ್ತು ವಿಮೆಯಲ್ಲಿ ಪಕ್ಷಪಾತ ಮತ್ತು ತಾರತಮ್ಯದ ಅಪಾಯಗಳನ್ನು ಹೇಗೆ ಗುರುತಿಸುವುದು, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಉತ್ಪಾದನೆಯನ್ನು ನ್ಯಾಯಸಮ್ಮತತೆಗಾಗಿ ಹೇಗೆ ಪರೀಕ್ಷಿಸುವುದು ಮತ್ತು SEDDK (ವಿಮೆ ಮತ್ತು ಖಾಸಗಿ ಪಿಂಚಣಿ ನಿಯಂತ್ರಣ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣಾ ಸಂಸ್ಥೆ), KVKK ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ತತ್ವಗಳ ಚೌಕಟ್ಟಿನೊಳಗೆ ವಿವರಣೆ ಮತ್ತು ಆಕ್ಷೇಪಣೆಯ ಹಕ್ಕನ್ನು ಹೇಗೆ ಗಮನಿಸುವುದು ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುವಿರಿ. ಈ ಘಟಕವು ಕಾನೂನು ಸಲಹಾ ಸಂಸ್ಥೆಯಲ್ಲ; ಇದು ಸಾಮಾನ್ಯ ತತ್ವಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ, ಯಾವುದೇ ಕಾಂಕ್ರೀಟ್ ಪ್ರಕರಣದಲ್ಲಿ, ಕಾನೂನು/ಅನುಸರಣೆ ಘಟಕವನ್ನು ಸಂಪರ್ಕಿಸಲು ಮರೆಯದಿರಿ.

ಪೂರ್ವಾಗ್ರಹ ಮತ್ತು ತಾರತಮ್ಯ ಎಲ್ಲಿಂದ ಬರುತ್ತವೆ?

AI ಪಕ್ಷಪಾತವು ಮೂರು ಮುಖ್ಯ ಮೂಲಗಳಿಂದ ಉದ್ಭವಿಸುತ್ತದೆ:

• ಡೇಟಾ ಪಕ್ಷಪಾತ: ಮಾದರಿಯು ಐತಿಹಾಸಿಕ ಡೇಟಾದಲ್ಲಿ ಅನ್ಯಾಯದ ಬಗ್ಗೆ ಕಲಿಯುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಈ ಹಿಂದೆ ನಿರ್ದಿಷ್ಟ ಗುಂಪಿಗೆ ವ್ಯವಸ್ಥಿತವಾಗಿ ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂಗಳನ್ನು ನೀಡಿದ್ದರೆ, ಮಾದರಿಯು ಇದನ್ನು "ಸಾಮಾನ್ಯ" ಎಂದು ಪರಿಗಣಿಸುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತದೆ.
• ಸರೊಗೇಟ್ ವೇರಿಯೇಬಲ್ (ಪ್ರಾಕ್ಸಿ): ಮಾದರಿಯು ನೇರವಾಗಿ ಸಂರಕ್ಷಿತ ವೈಶಿಷ್ಟ್ಯವನ್ನು (ಲಿಂಗ, ಮೂಲ) ಬಳಸದಿದ್ದರೂ ಸಹ, ಅದಕ್ಕೆ ಬಲವಾಗಿ ಸಂಬಂಧಿಸಿದ ವೇರಿಯೇಬಲ್ ಅನ್ನು ಬಳಸುವ ಮೂಲಕ (ನೆರೆಹೊರೆ, ಹೆಸರು, ಶಾಪಿಂಗ್ ಮಾದರಿ) ಪರೋಕ್ಷವಾಗಿ ತಾರತಮ್ಯ ಮಾಡುತ್ತದೆ.
• ಮಾದರಿ ಪಕ್ಷಪಾತ: ಕೆಲವು ಗುಂಪುಗಳು ಡೇಟಾದಲ್ಲಿ ಕಡಿಮೆ ಪ್ರತಿನಿಧಿಸಲ್ಪಟ್ಟಿರುವುದರಿಂದ, ಮಾದರಿಯು ಅವುಗಳ ಬಗ್ಗೆ ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲದ ಮತ್ತು ಅನ್ಯಾಯದ ತೀರ್ಪುಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.

ಎರಡು ರೀತಿಯ ತಾರತಮ್ಯಗಳಿವೆ. ನೇರ ತಾರತಮ್ಯ: ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣದ ಅಸ್ಪಷ್ಟ ಬಳಕೆ. ಪರೋಕ್ಷ ತಾರತಮ್ಯ: ಸ್ಪಷ್ಟವಾಗಿ ತಟಸ್ಥ ಮಾನದಂಡವು ನಿರ್ದಿಷ್ಟ ಗುಂಪಿನ ಮೇಲೆ ಅಸಮಾನವಾಗಿ ಪರಿಣಾಮ ಬೀರಿದಾಗ. ಎರಡನೆಯದು ಹೆಚ್ಚು ಕಪಟವಾಗಿದೆ ಏಕೆಂದರೆ ಇದು ಉದ್ದೇಶವಿಲ್ಲದೆ ಸಂಭವಿಸುತ್ತದೆ ಮತ್ತು ಪತ್ತೆಹಚ್ಚಲು ಕಷ್ಟವಾಗುತ್ತದೆ.

ಎಚ್ಚರಿಕೆ: "ಮಾದರಿಯು ಅಂಕಿಅಂಶಗಳನ್ನು ಆಧರಿಸಿದೆ, ಆದ್ದರಿಂದ ಇದು ವಸ್ತುನಿಷ್ಠವಾಗಿದೆ" ಎಂಬ ರಕ್ಷಣೆಯು ತಪ್ಪಾಗಿದೆ. ಅಂಕಿಅಂಶಗಳು ಹಿಂದಿನ ಅನ್ಯಾಯವನ್ನು ಸಹ ಒಳಗೊಂಡಿವೆ; ಮಾದರಿಯು ಅದನ್ನು ಕಾನೂನುಬದ್ಧಗೊಳಿಸುವುದಿಲ್ಲ, ಅದು ಶಾಶ್ವತಗೊಳಿಸುತ್ತದೆ. ನ್ಯಾಯೋಚಿತತೆಯು ಸಕ್ರಿಯವಾಗಿ ಪರೀಕ್ಷಿಸಬೇಕಾದ ವಿಷಯವಾಗಿದೆ.

ನ್ಯಾಯಸಮ್ಮತತೆಗಾಗಿ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಲಾಗುತ್ತಿದೆ

ನ್ಯಾಯಸಮ್ಮತತೆಗಾಗಿ ಮೂರು ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ AI ಔಟ್‌ಪುಟ್ (ಬೆಲೆ ಶಿಫಾರಸು, ನಿರಾಕರಣೆಯ ಕಾರಣ, ಅಪಾಯದ ಸ್ಕೋರ್) ಪರೀಕ್ಷಿಸಿ:

1. ಕಾರಣ ನ್ಯಾಯಸಮ್ಮತವೇ? ನಿರ್ಧಾರವು ಅಪಾಯಕ್ಕೆ ಅಥವಾ ಸಂರಕ್ಷಿತ ಆಸ್ತಿ ಅಥವಾ ಅದರ ಪ್ರಾಕ್ಸಿಗೆ ನಿಜವಾದ ಮತ್ತು ಸಮರ್ಥನೀಯ ಸಂಬಂಧವನ್ನು ಹೊಂದಿರುವ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿದೆಯೇ?
2. ಪ್ರಾಕ್ಸಿ ಇದೆಯೇ? ಬಳಸಿದ ಅಸ್ಥಿರಗಳಲ್ಲಿ ಒಂದನ್ನು (ನೆರೆಹೊರೆ, ಹೆಸರು, ಉದ್ಯೋಗ, ವೈವಾಹಿಕ ಸ್ಥಿತಿ) ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣದೊಂದಿಗೆ ಬಲವಾಗಿ ಸಂಯೋಜಿಸಬಹುದೇ?
3. ಅದನ್ನು ವಿವರಿಸಬಹುದೇ? ಕ್ಲೈಂಟ್ ಮತ್ತು ಲೆಕ್ಕಪರಿಶೋಧಕರಿಗೆ ನೀವು ನಿರ್ಧಾರವನ್ನು ಸ್ಪಷ್ಟ ಮತ್ತು ಸಮರ್ಥನೀಯ ರೀತಿಯಲ್ಲಿ ವಿವರಿಸಬಹುದೇ? "ಮಾದರಿಯು ಹಾಗೆ ಹೇಳಿದೆ" ಒಂದು ಹೇಳಿಕೆಯಲ್ಲ.

ಸಮರ್ಥನೆಯು ಈ ಮೂರು ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಉತ್ತೀರ್ಣರಾಗದಿದ್ದರೆ, ಅದನ್ನು ತಿರಸ್ಕರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನಿರ್ಧಾರವು ಕಾನೂನುಬದ್ಧ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿದೆ.

ಸಲಹೆ: ಈ ವಾಕ್ಯದೊಂದಿಗೆ ನಿರಾಕರಣೆ ಅಥವಾ ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂಗೆ ತಾರ್ಕಿಕತೆಯನ್ನು ಪರೀಕ್ಷಿಸಿ: "ನಾನು ಇದನ್ನು ಕ್ಲೈಂಟ್ ಮತ್ತು ಲೆಕ್ಕಪರಿಶೋಧಕರಿಗೆ ವಿವರಿಸಿದರೆ ನನಗೆ ಮುಜುಗರವಾಗುತ್ತದೆಯೇ?" ಅವಮಾನಕರ ಅಥವಾ ಅಸಮರ್ಥನೀಯ ಸಮರ್ಥನೆಯನ್ನು (ನೆರೆಹೊರೆ, ಹೆಸರು, ಮೂಲ) ಬಳಸಬಾರದು.

ಶಾಸಕಾಂಗ ಚೌಕಟ್ಟು: SEDDK, KVKK, ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರ

ವಿಮೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬಳಕೆಯು ವಿವಿಧ ನಿಯಮಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ. ಮುಖ್ಯ ತತ್ವಗಳು:

• SEDDK ತತ್ವಗಳು: ವಿಮಾ ಚಟುವಟಿಕೆಗಳನ್ನು ನ್ಯಾಯಯುತ, ಪಾರದರ್ಶಕ ಮತ್ತು ಗ್ರಾಹಕ-ರಕ್ಷಣಾತ್ಮಕ ರೀತಿಯಲ್ಲಿ ನಡೆಸಬೇಕು; ಬೆಲೆಯು ಸಮರ್ಥನೀಯವಾಗಿರಬೇಕು ಮತ್ತು ಯಾವುದೇ ಅನ್ಯಾಯದ ತಾರತಮ್ಯ ಇರಬಾರದು.
• KVKK: ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಕಾನೂನಿಗೆ ಅನುಗುಣವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬೇಕು, ಉದ್ದೇಶಕ್ಕಾಗಿ ಮತ್ತು ಸುರಕ್ಷಿತವಾಗಿ ಸೀಮಿತಗೊಳಿಸಬೇಕು. ಆರೋಗ್ಯದಂತಹ ವಿಶೇಷ ಡೇಟಾವು ಹೆಚ್ಚಿನ ರಕ್ಷಣೆಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ.
• ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ತತ್ವಗಳು: ಕೇವಲ ಸ್ವಯಂಚಾಲಿತ ಸಂಸ್ಕರಣೆಯನ್ನು ಆಧರಿಸಿದ ಮತ್ತು ವ್ಯಕ್ತಿಯ ಮೇಲೆ ಗಮನಾರ್ಹವಾಗಿ ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಧಾರಗಳಲ್ಲಿ (ಉದಾಹರಣೆಗೆ, ಕೇವಲ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಮಾಡಿದ ನಿರಾಕರಣೆ), ವ್ಯಕ್ತಿ; ನಿರ್ಧಾರವನ್ನು ವಿರೋಧಿಸುವ ಹಕ್ಕುಗಳು, ಮಾನವ ಹಸ್ತಕ್ಷೇಪವನ್ನು ವಿನಂತಿಸುವ ಮತ್ತು ನಿರ್ಧಾರದ ತಾರ್ಕಿಕತೆಯನ್ನು ಕಲಿಯುವ ಹಕ್ಕುಗಳು ಮುಂಚೂಣಿಗೆ ಬರುತ್ತವೆ.

ಆದ್ದರಿಂದ, ಹೆಚ್ಚಿನ ಪ್ರಭಾವದ ನಿರ್ಧಾರಗಳಲ್ಲಿ ವಿವರಣೆ, ಮಾನವ ನಿಯಂತ್ರಣ ಮತ್ತು ಸಮರ್ಥನೆ ಅತ್ಯಗತ್ಯ. "ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ" ಮಾದರಿಯ ನ್ಯಾಯಸಮ್ಮತವಲ್ಲದ ನಿರ್ಧಾರವು ನಿಯಂತ್ರಿಸಲಾಗದ ಮತ್ತು ಈ ಹಕ್ಕುಗಳೊಂದಿಗೆ ಸಂಘರ್ಷದಲ್ಲಿದೆ.

ಹಂತ ಹಂತವಾಗಿ: ನ್ಯಾಯಯುತ ಮತ್ತು ಸಾಮರಸ್ಯದ ನಿರ್ಧಾರ

1. ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗುರುತಿಸಿ. ಲಿಂಗ, ಮೂಲ, ನಂಬಿಕೆ, ಆರೋಗ್ಯ, ವಾಸಿಸುವ ಪ್ರದೇಶ, ಇತ್ಯಾದಿ.
2. ಪ್ರಾಕ್ಸಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಿ. ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ಬಳಸುವ ಅಸ್ಥಿರಗಳ ಸಂಬಂಧವನ್ನು ಪ್ರಶ್ನಿಸಿ.
3. ನ್ಯಾಯಸಮ್ಮತತೆಯ ಪರೀಕ್ಷೆಗೆ ಸಮರ್ಥನೆಯನ್ನು ಹಾಕಿ. ಅಪಾಯದೊಂದಿಗೆ ನಿಜವಾದ ಸಂಬಂಧವಿದೆಯೇ? ಅದನ್ನು ವಿವರಿಸಬಹುದೇ?
4. ಮಾನವ ನಿಯಂತ್ರಣವನ್ನು ಸೇರಿಸಿ. ಹೆಚ್ಚಿನ ಪರಿಣಾಮದ ನಿರ್ಧಾರದಲ್ಲಿ ಮಾನವನು ಸ್ವಯಂಚಾಲಿತ ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸಲಿ.
5. ತಾರ್ಕಿಕತೆಯನ್ನು ದಾಖಲಿಸಿ. ನಿರ್ಧಾರವು ಯಾವ ಕಾನೂನುಬದ್ಧ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿದೆ ಎಂಬುದನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಿ.
6. ಮೇಲ್ಮನವಿ ಸಲ್ಲಿಸುವ ಮಾರ್ಗವನ್ನು ತಿಳಿಯಿರಿ. ವಸ್ತುವಿನ ಹಕ್ಕನ್ನು ಗ್ರಾಹಕರಿಗೆ ಒದಗಿಸಿ, ಮಾನವ ವಿಮರ್ಶೆ ಮತ್ತು ಸಮರ್ಥನೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಪ್ರಾಕ್ಸಿಯನ್ನು ತಿರಸ್ಕರಿಸುವುದು. ವಸತಿ ಬೆಲೆ ಮಾದರಿಯು ನಿರ್ದಿಷ್ಟ ಪಿನ್ ಕೋಡ್‌ಗೆ ವ್ಯವಸ್ಥಿತವಾಗಿ ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಸೂಚಿಸಿದೆ. ತಜ್ಞರು ಪರೀಕ್ಷಿಸಿದ್ದಾರೆ: ನಿರ್ದಿಷ್ಟ ಜನಾಂಗೀಯ ಸಾಂದ್ರತೆಯಿರುವ ಪ್ರದೇಶದೊಂದಿಗೆ ಪೋಸ್ಟ್‌ಕೋಡ್ ಅತಿಕ್ರಮಿಸಲಾಗಿದೆ; ಇದು ಪ್ರಾಕ್ಸಿ ವೇರಿಯೇಬಲ್ ಆಗಿತ್ತು. ನಿಜವಾದ ಅಪಾಯವನ್ನು (ಕಟ್ಟಡದ ವಯಸ್ಸು, ರಚನೆಯ ಪ್ರಕಾರ, ಹಾನಿ ಇತಿಹಾಸ) ಮುರಿದಾಗ, ಹೆಚ್ಚಿನ ಹೆಚ್ಚಳವು ಇನ್ನು ಮುಂದೆ ಸಮರ್ಥಿಸಲ್ಪಡುವುದಿಲ್ಲ. ಕಾನೂನುಬದ್ಧ ಅಪಾಯದ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ಬೆಲೆಯನ್ನು ಮರುಸ್ಥಾಪಿಸಲಾಗಿದೆ.

ಪ್ರಕರಣ 2 - ಕಡಿಮೆ ಪ್ರತಿನಿಧಿಸುವ ಗುಂಪು. ಆರೋಗ್ಯ ಉತ್ಪನ್ನಕ್ಕಾಗಿ, ಮಾದರಿಯು ಚಿಕ್ಕ ವಯಸ್ಸಿನವರಿಗೆ ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂ ಅನ್ನು ನೀಡಿತು. ಕಾರಣ: ಈ ಗುಂಪನ್ನು ಡೇಟಾದಲ್ಲಿ ಎಷ್ಟು ಕಡಿಮೆ ಪ್ರತಿನಿಧಿಸಲಾಗಿದೆ ಎಂದರೆ ಕೆಲವು ಹೆಚ್ಚಿನ ಹಾನಿಗಳು ಇಡೀ ಗುಂಪನ್ನು "ಅಪಾಯದಲ್ಲಿ" ಕಾಣಿಸುವಂತೆ ಮಾಡಿತು. ತಜ್ಞರು ವಿಶ್ವಾಸಾರ್ಹತೆ (ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ವಾಸಾರ್ಹತೆ) ತಿದ್ದುಪಡಿಯನ್ನು ಮಾಡಿದರು ಮತ್ತು ಶಿಫಾರಸು ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲ ಎಂದು ದಾಖಲಿಸಿದ್ದಾರೆ; ಅನ್ಯಾಯದ ಏರಿಕೆಯನ್ನು ಅನ್ವಯಿಸಲಾಗಿಲ್ಲ.

ಪ್ರಕರಣ 3 - ಆಕ್ಷೇಪಣೆಯ ಹಕ್ಕು. AI-ಚಾಲಿತ ಸ್ಕೋರ್‌ನೊಂದಿಗೆ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ತಿರಸ್ಕರಿಸಲಾಗಿದೆ. ಗ್ರಾಹಕರು ಆಕ್ಷೇಪಿಸಿದರು. ರೂಪಾಂತರ ಪ್ರಕ್ರಿಯೆಯ ಭಾಗವಾಗಿ, ನಿರ್ಧಾರವನ್ನು ಪರಿಣಿತರು ಮರು-ಪರಿಶೀಲಿಸಿದರು; ಸ್ಕೋರ್ ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಆಧರಿಸಿದೆ (ಹಿಂದಿನ ಹಾನಿ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ). ನಿರ್ಧಾರವನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ. ಮಾನವ ನಿಯಂತ್ರಣ ಮತ್ತು ಆಕ್ಷೇಪಣೆಯ ಹಕ್ಕು ಇಲ್ಲದಿದ್ದರೆ, ಅನ್ಯಾಯದ ನಿರಾಕರಣೆ ಶಾಶ್ವತವಾಗಿರುತ್ತದೆ.

ನಕಲಿಸಬಹುದಾದ ನಾಲ್ಕು ಪ್ರಾಂಪ್ಟ್‌ಗಳು

1) ಪ್ರಾಕ್ಸಿ ಮತ್ತು ತಾರತಮ್ಯ ಸ್ಕ್ಯಾನಿಂಗ್:

ನ್ಯಾಯಸಮ್ಮತತೆಗಾಗಿ ಕೆಳಗಿನ ಬೆಲೆ/ನಿರ್ಧಾರದ ಸಮರ್ಥನೆಯನ್ನು ಪರಿಶೀಲಿಸಿ: [ಸಮರ್ಥನೆ]ಇದಕ್ಕಾಗಿ ನೋಡಿ: ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣವನ್ನು (ಲಿಂಗ, ಮೂಲ, ನಂಬಿಕೆ, ಆರೋಗ್ಯ, ನಿವಾಸದ ಪ್ರದೇಶ) ನೇರವಾಗಿ ಅಥವಾ ಪರೋಕ್ಷವಾಗಿ ಬಳಸಲಾಗಿದೆಯೇ (ಪ್ರಾಕ್ಸಿ: ನೆರೆಹೊರೆ, ಹೆಸರು, ವೃತ್ತಿ, ಇತ್ಯಾದಿ)? ಪ್ರತಿ ಪ್ರಶ್ನಾರ್ಹ ವೇರಿಯಬಲ್‌ಗೆ, ಅದು ಏಕೆ ಪ್ರಾಕ್ಸಿ ಆಗಿರಬಹುದು ಎಂಬುದನ್ನು ವಿವರಿಸಿ ಮತ್ತು ಕಾನೂನುಬದ್ಧ ಪರ್ಯಾಯವನ್ನು ಸೂಚಿಸಿ.

2) ಸಮರ್ಥನೆ ನ್ಯಾಯಸಮ್ಮತತೆ ಪರೀಕ್ಷೆ:

ಮೂರು ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಕೆಳಗಿನ ನಿರಾಕರಣೆ/ಹೆಚ್ಚಿನ ಬೋನಸ್ ತಾರ್ಕಿಕತೆಯನ್ನು ಪರೀಕ್ಷಿಸಿ: [ಸಮರ್ಥನೆ]1. ಅಪಾಯಕ್ಕೆ ನಿಜವಾದ ಮತ್ತು ಸಮರ್ಥನೀಯ ಸಂಬಂಧವಿದೆಯೇ?2. ಇದು ಸಂರಕ್ಷಿತ ಆಸ್ತಿ ಅಥವಾ ಅದರ ಪ್ರಾಕ್ಸಿಯನ್ನು ಆಧರಿಸಿದೆಯೇ?3. ಅದನ್ನು ಕ್ಲೈಂಟ್ ಮತ್ತು ಆಡಿಟರ್‌ಗೆ ವಿವರಿಸಬಹುದೇ? ಪ್ರತಿ ಪ್ರಶ್ನೆಗೆ ಸ್ಪಷ್ಟವಾಗಿ ಉತ್ತರಿಸಿ; ಪರೀಕ್ಷೆಯಲ್ಲಿ ಉತ್ತೀರ್ಣರಾಗದಿರುವ ಕಾರಣವನ್ನು "REJECT" ಎಂದು ಗುರುತಿಸಿ.

3) ವಿವರಿಸಬಹುದಾದ ಸಮರ್ಥನೆ ಕರಡು:

ಕೆಳಗಿನ ಪರಿಶೀಲಿಸಿದ, ಕಾನೂನುಬದ್ಧ ಅಪಾಯದ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ನಿರ್ಧಾರಕ್ಕಾಗಿ ಕ್ಲೈಂಟ್‌ಗೆ ಸ್ಪಷ್ಟವಾದ ತಾರ್ಕಿಕತೆಯನ್ನು ಕರಡು ಮಾಡಿ: [ಕಾನೂನುಬದ್ಧ ಮಾನದಂಡ] ಟೋನ್: ಗೌರವಾನ್ವಿತ, ಸ್ಪಷ್ಟ. ಸಂರಕ್ಷಿತ ಆಸ್ತಿ/ಪ್ರಾಕ್ಸಿಯನ್ನು ಬಳಸುವುದು. ಮಾನವ ವಿಮರ್ಶೆಯನ್ನು ಆಕ್ಷೇಪಿಸಲು ಮತ್ತು ವಿನಂತಿಸಲು ಗ್ರಾಹಕರ ಹಕ್ಕನ್ನು ತಿಳಿಸಿ. ಇದು ಕರಡು; ತಜ್ಞರು ಖಚಿತಪಡಿಸುತ್ತಾರೆ.

4) ಮಾನವ ತಪಾಸಣೆ ಪರಿಶೀಲನಾಪಟ್ಟಿ:

ಹೆಚ್ಚಿನ ಪ್ರಭಾವದ ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರಕ್ಕಾಗಿ ಮಾನವ ಆಡಿಟ್ ಪರಿಶೀಲನಾಪಟ್ಟಿಯನ್ನು ರಚಿಸಿ: ನಿರ್ಧಾರ ಪ್ರಕಾರ: [ನಿರಾಕರಣೆ/ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂ/ಮೇಲಾಧಾರ ನಿರ್ಬಂಧ]ಪಟ್ಟಿ: ಅರ್ಹ ತಜ್ಞರ ಪರಿಶೀಲನೆ, ಡೇಟಾವನ್ನು ಪರಿಶೀಲಿಸಲಾಗಿದೆ, ನ್ಯಾಯೋಚಿತತೆ/ಪ್ರಾಕ್ಸಿಕಂಟ್ರೋಲ್, ಸಮರ್ಥನೆ ದಾಖಲೆ, ಗ್ರಾಹಕರ ಮನವಿ ಸೂಚನೆ, ಟ್ರಯಲ್ ರೆಕಾರ್ಡ್.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "ಈ ಡೇಟಾದೊಂದಿಗೆ ಹೆಚ್ಚು ಲಾಭದಾಯಕ ಬೆಲೆಯನ್ನು ನಿರ್ಧರಿಸಿ, ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ಬರೆಯಿರಿ."

ಸಮಸ್ಯೆ: ನ್ಯಾಯಸಮ್ಮತತೆ, ಪ್ರಾಕ್ಸಿ ಮತ್ತು ವಿವರಣೆಯನ್ನು ಗೌರವಿಸಲಾಗುವುದಿಲ್ಲ; ಮಾದರಿಯು ಹಿಂದಿನ ತಾರತಮ್ಯವನ್ನು ಶಾಶ್ವತಗೊಳಿಸಬಹುದು ಮತ್ತು ಸಮರ್ಥಿಸಬಹುದು.

ಪ್ರಬಲ: "ಪ್ರಾಕ್ಸಿ ಮತ್ತು ತಾರತಮ್ಯಕ್ಕಾಗಿ ಈ ಸಮರ್ಥನೆಯನ್ನು ಪರಿಶೀಲಿಸಿ; ಸಂರಕ್ಷಿತ ವೈಶಿಷ್ಟ್ಯ ಅಥವಾ ಅದರ ಪ್ರಾಕ್ಸಿಯನ್ನು ಅವಲಂಬಿಸಿರುವ ಮತ್ತು ಕಾನೂನುಬದ್ಧ ಅಪಾಯದ ಮಾನದಂಡದೊಂದಿಗೆ ಬದಲಾಯಿಸುವ ಅಂಕಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ. ವಿವರಿಸಬಹುದಾದ ಸಮರ್ಥನೆಯನ್ನು ರೂಪಿಸಿ."

ಇದು ಏಕೆ ಒಳ್ಳೆಯದು: ತಾರತಮ್ಯವನ್ನು ಸಕ್ರಿಯವಾಗಿ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ, ನಿರ್ಧಾರವು ಕಾನೂನುಬದ್ಧ ಮತ್ತು ವಿವರಿಸಬಹುದಾದ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿದೆ.

ಹೋಲಿಕೆ ಚಾರ್ಟ್

ವಿಷಯ

ಅಪಾಯಕಾರಿ ವಿಧಾನ

ಸರಿಯಾದ ವಿಧಾನ

ಮಾದರಿ ಔಟ್ಪುಟ್

"ಅಂಕಿಅಂಶಗಳು ವಸ್ತುನಿಷ್ಠವಾಗಿದೆ"

ನ್ಯಾಯವನ್ನು ಸಕ್ರಿಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ

ವೇರಿಯಬಲ್ ಆಯ್ಕೆ

ಪ್ರತಿ ಡೇಟಾವನ್ನು ಬಳಸಿ

ಪ್ರಾಕ್ಸಿಗಳನ್ನು ಹೊರತೆಗೆಯಿರಿ

ಸಮರ್ಥನೆ

"ಅದು ಮಾಡೆಲ್ ಹೇಳಿದ್ದು"

ಕಾನೂನುಬದ್ಧ, ವಿವರಿಸಬಹುದಾದ ಮಾನದಂಡ

ಹೆಚ್ಚಿನ ಪರಿಣಾಮದ ನಿರ್ಧಾರ

ಸಂಪೂರ್ಣ ಸ್ವಯಂಚಾಲಿತ

ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆ ಕಡ್ಡಾಯವಾಗಿದೆ

ಗ್ರಾಹಕರ ಹಕ್ಕು

ವರದಿಯಾಗಿಲ್ಲ

ಆಕ್ಷೇಪಣೆ + ಮಾನವ ವಿಮರ್ಶೆ + ಸಮರ್ಥನೆ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• "ಅಂಕಿಅಂಶಗಳು ವಸ್ತುನಿಷ್ಠವಾಗಿದೆ" ರಕ್ಷಣೆ. ಹಿಂದಿನ ಅನ್ಯಾಯವನ್ನು ಸಮರ್ಥಿಸುವುದು.
• ಪ್ರಾಕ್ಸಿಯನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ನೆರೆಹೊರೆ/ಹೆಸರು/ವೃತ್ತಿಯ ಆಧಾರದ ಮೇಲೆ ಪರೋಕ್ಷ ತಾರತಮ್ಯ.
• ಕಡಿಮೆ ಪ್ರತಿನಿಧಿಸುವ ಗುಂಪಿಗೆ ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲದ ನಿರ್ಧಾರ. ಸಣ್ಣ ಮಾದರಿಯಿಂದ ಪಡೆದ ದರವು ನಿಖರವಾಗಿದೆ ಎಂದು ಊಹಿಸಲಾಗಿದೆ.
• ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯ ನಿರ್ಧಾರ. ಕಾರಣವನ್ನು ವಿವರಿಸಲಾಗದ ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು.
• ಆಕ್ಷೇಪಿಸುವ ಹಕ್ಕನ್ನು ಗುರುತಿಸುತ್ತಿಲ್ಲ. ಮಾನವ ವಿಮರ್ಶೆ ಮತ್ತು ಸಮರ್ಥನೆಯ ಹಕ್ಕನ್ನು ಗ್ರಾಹಕರಿಗೆ ನೀಡುತ್ತಿಲ್ಲ.

ಸಾರಾಂಶದಲ್ಲಿ

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶದಲ್ಲಿ ತಾರತಮ್ಯವನ್ನು ಕಲಿಯಬಹುದು ಮತ್ತು ಅದನ್ನು ಪರೋಕ್ಷವಾಗಿ (ಪ್ರಾಕ್ಸಿ ಮೂಲಕ) ಬೆಲೆ ಮತ್ತು ಅಂಡರ್ರೈಟಿಂಗ್ನಲ್ಲಿ ಮುಂದುವರಿಸಬಹುದು. ನ್ಯಾಯಸಮ್ಮತತೆಯನ್ನು ಸಕ್ರಿಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ: ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳು ಮತ್ತು ಪ್ರಾಕ್ಸಿಗಳನ್ನು ಗುರುತಿಸಿ, ನ್ಯಾಯಸಮ್ಮತತೆ ಮತ್ತು ವಿವರಣೆಗೆ ಸಮರ್ಥನೆಯನ್ನು ಪರೀಕ್ಷಿಸಿ. SEDDK, KVKK ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ತತ್ವಗಳು; ನ್ಯಾಯೋಚಿತ ಬೆಲೆಗೆ ವಿವರಣೆ, ಮಾನವ ವಿಮರ್ಶೆ ಮತ್ತು ಆಕ್ಷೇಪಿಸುವ ಹಕ್ಕಿನ ಅಗತ್ಯವಿದೆ. ಹೆಚ್ಚಿನ ಪರಿಣಾಮದ ನಿರ್ಧಾರಗಳಲ್ಲಿ ಮಾನವ ನಿಯಂತ್ರಣ ಅತ್ಯಗತ್ಯ. ನಿರ್ದಿಷ್ಟ ಪ್ರಕರಣದಲ್ಲಿ, ಕಾನೂನು/ಅನುಸರಣೆ ಇಲಾಖೆಯನ್ನು ಸಂಪರ್ಕಿಸಿ; ತಾರತಮ್ಯವು ಕೆಂಪು ರೇಖೆಯಾಗಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಬೆಲೆ ಮಾದರಿ ಬಳಸುವ 10 ವೇರಿಯಬಲ್‌ಗಳ ಪಟ್ಟಿಯನ್ನು ಬರೆಯಿರಿ (ನಿಜವಾದ ಅಥವಾ ಉದಾಹರಣೆ). ಪ್ರತಿಯೊಂದಕ್ಕೂ, "ಇದು ಸಂರಕ್ಷಿತ ಆಸ್ತಿಗೆ ಪ್ರಾಕ್ಸಿಯಾಗಬಹುದೇ" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ; ಅನುಮಾನಾಸ್ಪದ ವ್ಯಕ್ತಿಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ. ನಂತರ ನ್ಯಾಯಸಮ್ಮತತೆ ಪರೀಕ್ಷೆ #2 ಮೂಲಕ ಮಾದರಿ ನಿರಾಕರಣೆಯ ಸಮರ್ಥನೆಯನ್ನು ಹಾಕಿ: ಅದು ಪರೀಕ್ಷೆಯಲ್ಲಿ ಉತ್ತೀರ್ಣವಾಗಿದೆಯೇ ಮತ್ತು ಇಲ್ಲದಿದ್ದರೆ, ನೀವು ಅದನ್ನು ಕಾನೂನುಬದ್ಧ ಮಾನದಂಡದೊಂದಿಗೆ ಹೇಗೆ ಬದಲಾಯಿಸುತ್ತೀರಿ?

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಪ್ರಾಕ್ಸಿಗಾಗಿ ವೇರಿಯೇಬಲ್‌ಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು ನ್ಯಾಯಸಮ್ಮತತೆ ಮತ್ತು ವಿವರಣೆಯ ಪರೀಕ್ಷೆಗೆ ಸಮರ್ಥನೆಯನ್ನು ಇರಿಸಿದೆ.
• [ ] ನಾನು ಕಡಿಮೆ ಪ್ರಾತಿನಿಧ್ಯದ ಗುಂಪುಗಳಿಗೆ ವಿಶ್ವಾಸಾರ್ಹತೆಯ ಪರಿಶೀಲನೆಗಳನ್ನು ನಡೆಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಹೆಚ್ಚಿನ ಪರಿಣಾಮದ ನಿರ್ಧಾರದಲ್ಲಿ ಮಾನವ ನಿಯಂತ್ರಣವನ್ನು ಸೇರಿಸಿದೆ.
• [ ] ನಾನು ತಾರ್ಕಿಕತೆಯನ್ನು ದಾಖಲಿಸಿದ್ದೇನೆ ಮತ್ತು ಗ್ರಾಹಕರಿಗೆ ವಸ್ತು/ಮಾನವ ವಿಮರ್ಶೆಯ ಹಕ್ಕನ್ನು ನೀಡಿದ್ದೇನೆ.
• [ ] ಸಂದೇಹವಿದ್ದಲ್ಲಿ, ನಾನು ಕಾನೂನು/ಅನುಸರಣೆ ಇಲಾಖೆಯನ್ನು ಸಂಪರ್ಕಿಸಿದೆ.