സിവിൽ എഞ്ചിനീയറിംഗ്, ഉത്തരവാദിത്തം, എത്തിക്സ് എന്നിവയിൽ AI-യുടെ ആമുഖം

നേട്ടങ്ങൾ:

• AI സുരക്ഷിതമായ ആക്‌സിലറേറ്ററാണെന്നും നിർമ്മാണ പ്രവർത്തനങ്ങളിലെ സുരക്ഷാ അപകടസാധ്യത എവിടെയാണെന്നും ഒരു റിസ്ക് സ്പെക്‌ട്രത്തിൽ വേർതിരിച്ചറിയാനുള്ള കഴിവ്
• കെട്ടിട സുരക്ഷയെ ബാധിക്കുന്ന കണക്കുകൂട്ടലുകളിലും തീരുമാനങ്ങളിലും യോഗ്യതയുള്ള എഞ്ചിനീയറുടെ അംഗീകാരം നിയമപരമായും തൊഴിൽപരമായും നിർബന്ധമാണെന്ന് വിശദീകരിക്കാനുള്ള കഴിവ്.
• എഞ്ചിനീയറിംഗ് വിധിന്യായത്തിന് പകരമായി AI ഔട്ട്‌പുട്ട് ത്രീ-ലെയർ നിയന്ത്രണത്തിന് വിധേയമാക്കേണ്ട ഒരു ബ്ലൂപ്രിൻ്റ് ഇൻപുട്ടായി സ്ഥാപിക്കാനുള്ള കഴിവ്

ആളുകൾ താമസിക്കുന്നതും ജോലി ചെയ്യുന്നതും കടന്നുപോകുന്നതുമായ ഘടനകൾ സുരക്ഷിതമായി നിലകൊള്ളുന്നതിന് ഉത്തരവാദിത്തമുള്ള ഒരു തൊഴിലാണ് സിവിൽ എഞ്ചിനീയറിംഗ്. ഒരു ബീമിൻ്റെ നിമിഷം, ഒരു നിരയുടെ വഹിക്കാനുള്ള ശേഷി അല്ലെങ്കിൽ ഒരു നിലനിർത്തൽ ഭിത്തിയുടെ മറിച്ചിടുന്ന സുരക്ഷ എന്നിവ തെറ്റായി കണക്കാക്കുന്നു; കടലാസിൽ ഒരു ചെറിയ സംഖ്യ പിശക് പോലെ തോന്നുന്നു, പക്ഷേ മൈതാനത്ത് അത് ജീവൻ നഷ്ടപ്പെടുന്നതിനും തകർച്ചയ്ക്കും നാശത്തിനും ഇടയാക്കും. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (ചുരുക്കത്തിൽ AI: ഡാറ്റയിൽ നിന്ന് പാറ്റേണുകൾ പഠിക്കുകയും ടെക്‌സ്‌റ്റ്, കോഡ് അല്ലെങ്കിൽ കണക്കുകൂട്ടലുകൾ എന്നിവ നിർമ്മിക്കുകയും ചെയ്യുന്ന സോഫ്റ്റ്‌വെയർ) ഈ ഉയർന്ന അപകടസാധ്യതയുള്ള മേഖലയിലേക്ക് പ്രവേശിക്കുമ്പോൾ, അത് ഒരു "മാജിക് സൊല്യൂഷൻ" ആയിട്ടല്ല, മറിച്ച് ശക്തവും എന്നാൽ നിയന്ത്രിക്കേണ്ടതുമായ ഒരു സഹായിയായി കാണണം. ഈ യൂണിറ്റിൽ, AI എവിടെയാണ് ത്വരിതപ്പെടുത്തുന്നതെന്നും നിർമ്മാണ പ്രവർത്തനങ്ങളിൽ അത് അപകടകരമാണെന്നും ഞങ്ങൾ ചർച്ച ചെയ്യും; ഉത്തരവാദിത്തം എല്ലായ്‌പ്പോഴും എഞ്ചിനീയർക്ക് ഉള്ളത് എന്തുകൊണ്ടാണെന്നും ധാർമ്മിക-രഹസ്യത അതിരുകൾ എങ്ങനെ നിലനിർത്താമെന്നും ഞങ്ങൾ കാണും.

ഒരു വലിയ ഭാഷാ മോഡൽ (LLM: അടുത്ത വാക്ക് പ്രവചിച്ചുകൊണ്ട് പ്രതികരണങ്ങൾ സൃഷ്ടിക്കുന്ന വളരെ വലിയ വാചകങ്ങളിൽ പരിശീലിപ്പിച്ച ഒരു തരം AI) ഒരു ദൃഢമായ കോഡ് "മനസ്സിലാക്കുന്നില്ല"; സമാന ഗ്രന്ഥങ്ങളിൽ അവൻ കാണുന്ന പാറ്റേൺ അത് പൂർത്തിയാക്കുന്നു. അതിനാൽ ഇതിന് വളരെ ഒഴുക്കുള്ളതും വളരെ ബോധ്യപ്പെടുത്തുന്നതും എന്നാൽ കൃത്യമല്ലാത്തതുമായ ഒരു അക്കൗണ്ട് സൃഷ്ടിക്കാൻ കഴിയും. ഈ ഒഴുക്കിൽ വഞ്ചിതരാകാതെ സ്വതന്ത്ര തെളിവുകൾക്കെതിരെ ഔട്ട്പുട്ട് പരീക്ഷിക്കുക എന്നതാണ് എഞ്ചിനീയറുടെ ജോലി.

AI എവിടെയാണ് ത്വരിതപ്പെടുത്തുന്നത്, എവിടെയാണ് അപകടസാധ്യത?

"റിസ്ക് സ്പെക്ട്രത്തിൽ" നിർമ്മാണ ജോലികളെക്കുറിച്ച് ചിന്തിക്കുന്നത് ഉപയോഗപ്രദമാണ്. ഒരു അറ്റത്ത് അപകടസാധ്യത കുറഞ്ഞ, വീണ്ടെടുക്കാവുന്ന ജോലികൾ: ഒരു സാങ്കേതിക പേപ്പർ ഡ്രാഫ്റ്റ് ചെയ്യുക, ടെക്സ്റ്റ് സംഗ്രഹിക്കുക, ഒരു എക്സൽ ഫോർമുല എഴുതുക, ഒരു മീറ്റിംഗ് മെമ്മോ എഡിറ്റുചെയ്യുക. മറുവശത്ത് ഉയർന്ന അപകടസാധ്യതയുള്ളതും മാറ്റാനാവാത്തതുമായ ജോലികളാണ്: ഒരു ലോഡ്-ചുമക്കുന്ന അംഗത്തിൻ്റെ ക്രോസ്-സെക്ഷൻ നിർണ്ണയിക്കുക, ഒരു അടിത്തറയുടെ ആഴം സ്ഥിരീകരിക്കുക, ഒരു സ്കാർഫോൾഡിംഗ് കണക്കുകൂട്ടൽ ഒപ്പിടുക.

സ്പെക്‌ട്രത്തിൻ്റെ അപകടസാധ്യത കുറഞ്ഞ അറ്റത്തുള്ള ഒരു യഥാർത്ഥ ആക്സിലറേറ്ററാണ് AI: ഇത് മിനിറ്റുകൾ മുതൽ സെക്കൻഡുകൾ വരെ എടുക്കുന്നത് കുറയ്ക്കുന്നു, കൂടാതെ പിശകുകൾ ഉണ്ടെങ്കിൽ പോലും അവ എളുപ്പത്തിൽ പരിഹരിക്കപ്പെടും. ഉയർന്ന അപകടസാധ്യതയുള്ള അവസാനത്തിൽ, AI ഒരു ഡ്രാഫ്റ്റ് ജനറേറ്റർ മാത്രമാണ്; കഴിവുള്ള ഒരു എഞ്ചിനീയറുടെ സ്വതന്ത്രമായ കണക്കുകൂട്ടലും ഒപ്പും പരിശോധിച്ചുറപ്പിക്കാതെ അതിൻ്റെ ഔട്ട്പുട്ടിന് മൂല്യമില്ല.

ബിസിനസ് തരം

റിസ്ക് ലെവൽ

AI യുടെ പങ്ക്

നിർബന്ധിത പരിശോധന

കരട് റിപ്പോർട്ട്/സ്പെസിഫിക്കേഷൻ

താഴ്ന്ന

സ്പെല്ലിംഗ് ആക്സിലറേറ്റർ

ഉള്ളടക്കവും അവലംബ നിയന്ത്രണവും

അളവിൻ്റെ പ്രാഥമിക കണക്കുകൂട്ടൽ

ഇടത്തരം

ഡ്രാഫ്റ്റ് ജനറേറ്റർ

യൂണിറ്റ്, റാങ്ക് നിയന്ത്രണം

സ്റ്റാൻഡേർഡ്/ഇനം കണ്ടെത്തൽ

ഇടത്തരം

ഗവേഷണ ഭൂപടം

ഔദ്യോഗിക വാചകത്തിൽ നിന്നുള്ള സ്ഥിരീകരണം

സ്റ്റാറ്റിക്/റൈൻഫോഴ്സ്ഡ് കോൺക്രീറ്റ് കണക്കുകൂട്ടൽ

ഉയർന്നത്

ഡ്രാഫ്റ്റ് പ്രവേശിച്ചു

കൈ അക്കൗണ്ട് + സോഫ്‌റ്റ്‌വെയർ + ഒപ്പ്

OHS റിസ്ക് വിലയിരുത്തൽ

ഉയർന്നത്

ആദ്യ ഡ്രാഫ്റ്റ്

വിദഗ്ദ്ധൻ/ഒഎച്ച്എസ് അംഗീകാരം

ശ്രദ്ധിക്കുക: "AI ഈ രീതിയിൽ കണക്കാക്കുന്നു" എന്ന വാക്യം നിയമപരമോ തൊഴിൽപരമോ ആയ ഒരു ഉത്തരവാദിത്തവും എടുത്തുകളയുന്നില്ല. ഒപ്പിട്ട എഞ്ചിനീയർക്ക് ഉത്തരവാദിത്തം തുടരും. ഒരു ഇൻ്റേൺ വർക്ക് അപ്പ് ചെയ്യുന്നതുപോലെ AI നെക്കുറിച്ച് ചിന്തിക്കുക: നിങ്ങൾക്ക് ഡ്രാഫ്റ്റ് ലഭിക്കും, എന്നാൽ നിങ്ങൾ ഓരോ വരിയും നിരീക്ഷിക്കുകയും ഒപ്പിടുകയും ചെയ്യുന്നു.

ത്രീ-ലേയേർഡ് കൺട്രോൾ മൈൻഡ്സെറ്റ്

സുരക്ഷാ നിർണായകമായ AI ഔട്ട്‌പുട്ട് ഒറ്റയടിക്ക് ഒരിക്കലും സ്വീകരിക്കരുത്. മൂന്ന്-ലെയർ നിയന്ത്രണ ശീലം സ്ഥാപിക്കുക:

1. ഓർഡറും യൂണിറ്റ് പരിശോധനയും: ഫലം ഭൗതികമായി വിശ്വസനീയമാണോ? യൂണിറ്റുകൾ കൈവശം വച്ചിട്ടുണ്ടോ? 30x30 സെൻ്റീമീറ്റർ നിരയ്ക്ക് 12,000 kN ആണെങ്കിൽ, എവിടെയോ ഒരു പിശക് ഉണ്ട്.
2. ഇൻഡിപെൻഡൻ്റ് ക്രോസ്-വാലിഡേഷൻ: ഒരു ക്ലോസ്ഡ് ഫോർമുല, ഹാൻഡ് കണക്കുകൂട്ടൽ അല്ലെങ്കിൽ വ്യത്യസ്ത സോഫ്‌റ്റ്‌വെയർ (ഉദാ. സ്റ്റാറ്റിക് പ്രോഗ്രാം, പൈത്തൺ) ഉപയോഗിച്ച് അതേ ഫലം പുനർനിർമ്മിക്കുക. രണ്ട് പാതകളും ഓവർലാപ്പ് ചെയ്യുകയാണെങ്കിൽ, വിശ്വാസം വർദ്ധിക്കും.
3. സ്റ്റാൻഡേർഡ്, ജഡ്ജ്മെൻ്റ് സ്ഥിരീകരണം: ഗുണകങ്ങളും സൂത്രവാക്യങ്ങളും പരിധി മൂല്യങ്ങളും പ്രസക്തമായ സ്റ്റാൻഡേർഡിൽ നിന്ന് (TS 500, യൂറോകോഡ്, TBDY) പദാനുപദമായി പരിശോധിച്ചിട്ടുണ്ടോ? അന്തിമ തീരുമാനം കഴിവുള്ള എൻജിനീയറുടേതാണ്.

ഈ മൂന്ന് പാളികൾ എല്ലാ തുടർന്നുള്ള യൂണിറ്റുകളുടെയും പൊതുവായ നട്ടെല്ലാണ്.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

അതേ ടാസ്‌ക് ചെയ്യാൻ നിങ്ങൾ AI-യോട് ആവശ്യപ്പെടുന്നത് ഔട്ട്‌പുട്ടിൻ്റെ ഓഡിറ്റബിലിറ്റിയെ നിർണ്ണയിക്കുന്നു.

വീക്ക്: "ഈ ബീം സുരക്ഷിതമാണോ?" (സ്പാൻ, ലോഡ്, സെക്ഷൻ, മെറ്റീരിയൽ, സപ്പോർട്ട് അനിശ്ചിതത്വത്തിലാണ്; AI ഒരു എസ്റ്റിമേറ്റ് നിർമ്മിക്കുന്നു, അത് നിയന്ത്രിക്കാൻ കഴിയില്ല.) STRONG: "6 മീറ്റർ സ്പാൻ ഉള്ള ഒരു ലളിതമായ പിന്തുണയുള്ള റൈൻഫോഴ്സ്ഡ് കോൺക്രീറ്റ് ബീമിന്: - ഏകീകൃതമായി വിതരണം ചെയ്ത ലോഡ് Mi+q = 25 kN/m (ഡിസൈൻ ലോഡ്) - കോൺക്രീറ്റിന് 30x60 സെൻ്റീമീറ്റർ, C2500 സെക്ഷൻ 30x60 സെ. "ഒരു അടഞ്ഞ ഫോർമുല ഉപയോഗിച്ച് ഡിസൈൻ നിമിഷം കണക്കാക്കുക, ഫോർമുലയും യൂണിറ്റുകളും പ്രത്യേകം കാണിക്കുക. ഇൻ്റർമീഡിയറ്റ് ഘട്ടങ്ങൾ എഴുതുക, അതുവഴി എനിക്ക് കൈ കണക്കുകൂട്ടലിലൂടെ ഫലം പരിശോധിക്കാൻ കഴിയും. നിങ്ങൾ റെഗുലേഷൻ കോഫിഫിഷ്യൻ്റ് തിരഞ്ഞെടുത്തിട്ടുണ്ടെങ്കിൽ, അത് ഏത് ഇനത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണെന്ന് വ്യക്തമാക്കുക (ഞാൻ സ്ഥിരീകരിക്കും)."

ശക്തമായ പ്രോംപ്റ്റ്; ഇതിന് ഇൻപുട്ട്, നിയന്ത്രണങ്ങൾ, പരിശോധിക്കാവുന്ന ഇൻ്റർമീഡിയറ്റ് ഘട്ടങ്ങൾ എന്നിവ ആവശ്യമാണ്. അതിനാൽ നിങ്ങൾക്ക് AI-യുടെ ഔട്ട്‌പുട്ട് ലൈൻ ലൈൻ പരീക്ഷിക്കാം.

പ്രൊഫഷണൽ എത്തിക്‌സും രഹസ്യാത്മകതയും

AI യുടെ ഉപയോഗം ഒരു സാങ്കേതിക പ്രശ്നം മാത്രമല്ല, അത് ഒരു ധാർമ്മിക പ്രശ്നമാണ്. മൂന്ന് തത്വങ്ങൾ നിർണായകമാണ്:

സ്വകാര്യത. പ്രോജക്റ്റ് പ്ലാനുകൾ, കോസ്റ്റ് ഫയലുകൾ, കരാറുകൾ, വ്യക്തിഗത ഡാറ്റ എന്നിവയിൽ വ്യാപാര രഹസ്യങ്ങളും വ്യക്തിഗത ഡാറ്റയും (കെവികെകെയുടെ പരിധിയിൽ) അടങ്ങിയിരിക്കാം. കോർപ്പറേറ്റ് അംഗീകാരവും ശരിയായ ഡാറ്റ കൈകാര്യം ചെയ്യൽ നയവും ഇല്ലാതെ ഒരു പൊതു AI സേവനത്തിലേക്ക് ഒരു ക്ലയൻ്റ് പ്രോജക്റ്റ് അപ്‌ലോഡ് ചെയ്യുന്നത് ഗുരുതരമായ ലംഘനമാണ്. ആവശ്യമുള്ളപ്പോൾ ഡാറ്റ അജ്ഞാതമാക്കുക (പ്രോജക്‌റ്റിൻ്റെ പേര്, ലൊക്കേഷൻ, പേരുകൾ നീക്കം ചെയ്യുക), അക്കൗണ്ട് പ്രവർത്തിക്കുന്നതിന് ആവശ്യമായ സംഖ്യാപരമായ ഡാറ്റ മാത്രം പങ്കിടുക.

സുതാര്യത. നിങ്ങൾ AI-യെ സ്വാധീനിക്കുന്നുണ്ടെന്ന് മറച്ചുവെക്കരുത്; എന്നാൽ AI-യുടെ ഉത്തരവാദിത്തം ഏൽപ്പിക്കരുത്. ഒരു റിപ്പോർട്ട് AI ഔട്ട്‌ലൈനിൽ ആരംഭിക്കുന്നതിൽ കുഴപ്പമില്ല, ഓഡിറ്റ് ചെയ്യാത്ത AI ഔട്ട്‌പുട്ട് നിങ്ങളുടെ സ്വന്തം എഞ്ചിനീയറിംഗ് വിധിയായി അവതരിപ്പിക്കുന്നതിൽ കുഴപ്പമില്ല.

കഴിവ് പരിധി. നിങ്ങൾ ഒരു വിദഗ്ദ്ധനല്ലാത്ത ഒരു മേഖലയിൽ ആത്മവിശ്വാസം പകരാൻ AI-ക്ക് കഴിയും. സുഗമമായ ഒരു ടെക്‌സ്‌റ്റിൽ ഒരു ജിയോ ടെക്‌നിക്കൽ കണക്കുകൂട്ടൽ നിർമ്മിക്കുന്നത് നിങ്ങളെ ആ മേഖലയിൽ കഴിവുള്ളവരാക്കില്ല. വൈദഗ്ദ്ധ്യം ആവശ്യമുള്ള ജോലിക്ക്, ബന്ധപ്പെട്ട വിദഗ്ദ്ധനെ സമീപിക്കുക.

നുറുങ്ങ്: എൻ്റർപ്രൈസ്-നിർദ്ദിഷ്‌ട, ഡാറ്റാ രഹിത AI സൊല്യൂഷനുകൾ (ഒന്നുകിൽ ഹോസ്‌റ്റ് ചെയ്‌തിരിക്കുന്നതോ അല്ലെങ്കിൽ കരാർ പ്രകാരം ഗ്യാരണ്ടിയുള്ള ഡാറ്റാ രഹസ്യാത്മകത) പൊതു സേവനങ്ങളേക്കാൾ രഹസ്യാത്മക പ്രോജക്‌ടുകളിൽ വളരെ സുരക്ഷിതമാണ്. നിങ്ങളുടെ കമ്പനിയുടെ ഡാറ്റ നയം ഉപയോഗിക്കുന്നതിന് മുമ്പ് അത് പഠിക്കുക.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ഉപയോഗം ത്വരിതപ്പെടുത്തുന്നു. പ്രോജക്റ്റ് എഞ്ചിനീയർ എലിഫ് 2 മണിക്കൂറിനുള്ളിൽ AI ഉപയോഗിച്ച് 40 പേജുള്ള സാങ്കേതിക സ്പെസിഫിക്കേഷൻ തയ്യാറാക്കുന്നു; സാധാരണയായി ഇത് 2 ദിവസമെടുത്തു. തുടർന്ന്, അത് സ്റ്റാൻഡേർഡ് അനുസരിച്ച് ഓരോ ഇനവും പരിശോധിച്ച് 6 മണിക്കൂറിനുള്ളിൽ പൂർത്തിയാക്കുന്നു. മൊത്തം വിളവ്: ഏകദേശം 1.5 പ്രവൃത്തി ദിവസങ്ങൾ. ഔട്ട്പുട്ട് പൂർണ്ണമായി നിയന്ത്രിക്കപ്പെട്ടതിനാൽ അപകടസാധ്യത കുറവാണ്.

കേസ് 2 - പിശക് പിടിപെട്ടു. സൈറ്റ് മാനേജർ മുറാത്ത് ഒരു റിട്ടൈനിംഗ് ഭിത്തിക്കായി AI-യിൽ നിന്ന് റോൾഓവർ സുരക്ഷാ കണക്കുകൂട്ടൽ അഭ്യർത്ഥിക്കുന്നു. AI സുരക്ഷാ നമ്പർ 2.4 നൽകുന്നു. മുറാത്ത് കണക്കുകൂട്ടൽ നടത്തുന്നു: ഗ്രൗണ്ട് ത്രസ്റ്റ് കോഫിഫിഷ്യൻ്റ് തെറ്റായി AI-ന് ലഭിച്ചു, യഥാർത്ഥ സുരക്ഷാ നമ്പർ 1.1 ആണ്. അതിനാൽ മതിൽ അതിർത്തിയിലാണ്. ത്രിതല നിയന്ത്രണം തകർച്ചയുടെ അപകടസാധ്യത തടയുന്നു.

കേസ് 3 - രഹസ്യാത്മകതയുടെ ലംഘനം. ഒരു ടെക്‌നിക്കൽ ഓഫീസ് ജീവനക്കാരൻ അവർ ലേലം ചെയ്യുന്ന പ്രോജക്റ്റിൻ്റെ കോസ്റ്റ് ഫയൽ ഒരു പൊതു AI-യിലേക്ക് അപ്‌ലോഡ് ചെയ്യുന്നു. എതിരാളി കമ്പനിയുമായി പങ്കിടാൻ പാടില്ലാത്ത യൂണിറ്റ് വിലകൾ ഫയലിലുണ്ട്. ഇത് കരാറിനും കെവികെകെയ്ക്കും എതിരാണ്. ആവശ്യമായ സംഖ്യാ ഫീൽഡുകൾ മാത്രം അജ്ഞാതമായി പങ്കിടുക അല്ലെങ്കിൽ ഒരു ഇൻ-ഹൗസ് ടൂൾ ഉപയോഗിക്കുക എന്നതായിരുന്നു പരിഹാരം.

പകർത്താവുന്ന പ്രോംപ്റ്റ് ടെംപ്ലേറ്റുകൾ

ചുവടെയുള്ള മൂന്ന് ടെംപ്ലേറ്റുകൾ നിങ്ങളുടെ സ്വന്തം ബിസിനസ്സുമായി പൊരുത്തപ്പെടുത്തിക്കൊണ്ട് നിങ്ങൾക്ക് അവ ഉപയോഗിക്കാം.

റിസ്ക് ക്ലാസിഫിക്കേഷൻ പ്രോംപ്റ്റ്:"നിർമ്മാണ ജോലികൾക്കുള്ള റിസ്ക് സ്പെക്‌ട്രത്തിൽ ഇനിപ്പറയുന്ന ടാസ്‌ക് സ്ഥാപിക്കുക: [ടാസ്‌ക് എഴുതുക]. - കുറഞ്ഞ / ഇടത്തരം / ഉയർന്ന അപകടസാധ്യത പറയുക, ന്യായീകരണത്തോടെ - ഇത് റിവേഴ്‌സിബിൾ ആണെങ്കിൽ വിലയിരുത്തുക, ജീവൻ / സ്വത്തിൻ്റെ സുരക്ഷ ഉൾപ്പെട്ടിട്ടുണ്ടോ - ഈ ടാസ്‌ക്കിൽ AI- യുടെ ഉചിതമായ പങ്ക് നിർദ്ദേശിക്കുക (ആക്സിലറേറ്റർ / ബ്ലൂപ്രിൻ്റ് മാത്രം)

സ്വകാര്യത / അജ്ഞാതമാക്കൽ പരിശോധന പ്രോംപ്റ്റ്: "എഐയിലേക്ക് അപ്‌ലോഡ് ചെയ്യുന്നതിന് മുമ്പ് എനിക്ക് നീക്കം ചെയ്യേണ്ട ഏതെങ്കിലും രഹസ്യാത്മക/വ്യക്തിഗത ഡാറ്റ (പ്രോജക്ടിൻ്റെ പേര്, സ്ഥാനം, പേര്, യൂണിറ്റ് വില, TR/കോൺടാക്റ്റ്) ഉണ്ടെങ്കിൽ അത് ടിക്ക് ചെയ്യുക, കൂടാതെ ഒരു അജ്ഞാത പതിപ്പ് നിർദ്ദേശിക്കുകയും ചെയ്യുക: [അക്കൗണ്ട് ടെക്‌സ്‌റ്റ് വർക്കിന് ആവശ്യമായ ഡാറ്റ മാത്രം വർക്ക് ചെയ്യുക."

ത്രീ-ലെയർ മൂല്യനിർണ്ണയ അഭ്യർത്ഥന പ്രോംപ്റ്റ്: "നിങ്ങൾ ഒരു കണക്കുകൂട്ടൽ ഫലം പുറപ്പെടുവിക്കും. എനിക്ക് ഇത് മൂന്ന് ലെയറുകളായി പരിശോധിക്കുന്നതിന് വേണ്ടി: 1) നിങ്ങൾ ഉപയോഗിക്കുന്ന ഫോർമുലയും ഓരോ ഇൻ്റർമീഡിയറ്റ് ഘട്ടവും യൂണിറ്റുകൾ ഉപയോഗിച്ച് എഴുതുക. 2) ഓർഡർ / വലുപ്പം അനുസരിച്ച് ഫലം ന്യായമാണോ എന്ന് വ്യക്തമാക്കുക. 3) ഏത് സ്റ്റാൻഡേർഡ് / സോഴ്‌സ് ആയി സ്ഥിരീകരിക്കേണ്ട ഫലം നൽകണമെന്ന് എന്നോട് പറയുക. പരിശോധിക്കും."

സാധാരണ തെറ്റുകൾ

• AI-യുടെ ഒഴുക്കുള്ളതും ആത്മവിശ്വാസമുള്ളതുമായ ഭാഷ കൃത്യതയ്ക്കായി തെറ്റിദ്ധരിക്കുന്നു.
• സ്ഥിരീകരണമില്ലാതെ ഒരു ഘട്ടത്തിൽ സുരക്ഷാ നിർണായക അക്കൗണ്ട് സ്വീകാര്യത.
• "AI അത് കണക്കാക്കി" എന്ന് പറഞ്ഞ് AI യുടെ മേൽ കുറ്റം ചുമത്താൻ ശ്രമിക്കുന്നു.
• അംഗീകാരമോ അജ്ഞാതമോ ഇല്ലാതെ ഒരു ബാഹ്യ സേവനത്തിലേക്ക് രഹസ്യാത്മക പ്രോജക്റ്റ് ഡാറ്റ അപ്‌ലോഡ് ചെയ്യുന്നു.
• നിങ്ങൾ ഒരു വിദഗ്ദ്ധനല്ലാത്ത ഒരു ഫീൽഡിൽ എഞ്ചിനീയറിംഗ് വിധിന്യായത്തിന് AI പകരം വയ്ക്കുന്നു.
• പ്രോംപ്റ്റ് അനിശ്ചിതമായി സജ്ജീകരിക്കുകയും ഇടനില ഘട്ടങ്ങളൊന്നും കൂടാതെ അനിയന്ത്രിതമായ ഔട്ട്പുട്ട് നേടുകയും ചെയ്യുന്നു.

ചുരുക്കത്തിൽ

• അപകടസാധ്യത കുറഞ്ഞ ബിസിനസ്സുകളിൽ AI ഒരു ശക്തമായ ആക്സിലറേറ്ററാണ്; ഉയർന്ന അപകടസാധ്യതയുള്ള, സുരക്ഷാ-നിർണ്ണായക ജോലികളിൽ, ഇത് പരിശോധിക്കേണ്ട ഒരു ബ്ലൂപ്രിൻ്റ് മാത്രമാണ്.
• ഉത്തരവാദിത്തം എല്ലായ്‌പ്പോഴും ഒപ്പിടുന്ന യോഗ്യതയുള്ള എഞ്ചിനീയർക്കാണ്; AI-ക്ക് ഇത് ഏറ്റെടുക്കാൻ കഴിയില്ല.
• ഓരോ സുരക്ഷാ-നിർണ്ണായക ഔട്ട്‌പുട്ടും മൂന്ന് ലെയറിലൂടെ കടന്നുപോകുക: റാങ്ക്/യൂണിറ്റ്, സ്വതന്ത്ര ക്രോസ്-വാലിഡേഷൻ, സ്റ്റാൻഡേർഡ്, ജുറിസ്ഡിക്ഷണൽ മൂല്യനിർണ്ണയം.
• ഇൻപുട്ട്, നിയന്ത്രണങ്ങൾ, പരിശോധിക്കാവുന്ന ഇൻ്റർമീഡിയറ്റ് ഘട്ടങ്ങൾ എന്നിവ ഉപയോഗിച്ച് പ്രോംപ്റ്റ് സജ്ജീകരിക്കുക.
• രഹസ്യാത്മകത, സുതാര്യത, കഴിവ് പരിധി എന്നിവയാണ് നൈതിക ഉപയോഗത്തിൻ്റെ മൂന്ന് അടിസ്ഥാന ശിലകൾ.
• രഹസ്യാത്മക പ്രോജക്റ്റ് ഡാറ്റ അജ്ഞാതമാക്കുക അല്ലെങ്കിൽ സുരക്ഷിതമായ ഇൻ-ഹൗസ് ടൂളുകൾ ഉപയോഗിക്കുക.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ സ്വന്തം ബിസിനസ്സിൽ നിന്ന് ഒരു യഥാർത്ഥ ടാസ്ക്ക് തിരഞ്ഞെടുക്കുക (ഒരു റിപ്പോർട്ട് വിഭാഗം, അളവുകളുടെ ബിൽ, ഒരു സ്റ്റാൻഡേർഡ് ഇനം തിരയൽ). റിസ്ക് സ്പെക്ട്രത്തിൽ (കുറഞ്ഞ/ഇടത്തരം/ഉയർന്ന) ഈ ടാസ്ക്ക് ആദ്യം സ്ഥാപിക്കുക. തുടർന്ന് AI-യോട് "ശക്തമായ പ്രോംപ്റ്റ്" ഫോർമാറ്റിൽ ചോദിക്കുകയും ഔട്ട്‌പുട്ട് മൂന്ന് ലെയറുകളുടെ പരിശോധനയ്ക്ക് വിധേയമാക്കുകയും ചെയ്യുക: (1) റാങ്ക്/യൂണിറ്റ്, (2) കൈ കണക്കുകൂട്ടൽ അല്ലെങ്കിൽ സ്വതന്ത്ര ഉറവിടം, (3) സ്റ്റാൻഡേർഡ് സ്ഥിരീകരണം. നിങ്ങൾ കണ്ടെത്തുന്ന ഓരോ തെറ്റും തിരുത്തലും ഒരു വാക്യത്തിൽ എഴുതുക. അവസാനമായി, നിങ്ങൾ ഉപയോഗിക്കുന്ന ഡാറ്റയിൽ സ്വകാര്യത അപകടസാധ്യതയുണ്ടോ എന്ന് പരിഗണിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ റിസ്ക് സ്പെക്ട്രത്തിൽ ടാസ്ക് ശരിയായി സ്ഥാപിച്ചു.
• [ ] ഇൻപുട്ട്, നിയന്ത്രണങ്ങൾ, പരിശോധിക്കാവുന്ന ഇൻ്റർമീഡിയറ്റ് ഘട്ടങ്ങൾ എന്നിവ ഉപയോഗിച്ച് ഞാൻ പ്രോംപ്റ്റ് സജ്ജീകരിച്ചു.
• [ ] ഞാൻ ഫലത്തിൻ്റെ റാങ്കും യൂണിറ്റുകളും പരിശോധിച്ചു.
• [ ] ഞാൻ ഒരു സ്വതന്ത്രമായ രീതിയിൽ ഫലം ക്രോസ്-വെരിഫൈ ചെയ്തു (കൈ കണക്ക്/സോഫ്റ്റ്‌വെയർ/ഉറവിടം).
• [] ഞാൻ ഉപയോഗിച്ച ഗുണകങ്ങളും മൂല്യങ്ങളും പ്രസക്തമായ മാനദണ്ഡത്തിൽ നിന്ന് സ്ഥിരീകരിച്ചു.
• [ ] ഞാൻ അന്തിമ തീരുമാനം കഴിവുള്ള എഞ്ചിനീയറുടെ അംഗീകാരത്തിന് വിധേയമാക്കി.
• [ ] ഞാൻ ഉപയോഗിച്ച ഡാറ്റയിലെ സ്വകാര്യത/കെവികെകെ അപകടസാധ്യത ഞാൻ വിലയിരുത്തുകയും മുൻകരുതലുകൾ എടുക്കുകയും ചെയ്തു.