സാമ്പത്തിക ശാസ്ത്രത്തിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ ആമുഖം: റോളുകൾ, അതിരുകൾ, മൂല്യനിർണ്ണയം, ഡാറ്റ എത്തിക്സ്

നേട്ടങ്ങൾ:

• ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് സാമ്പത്തിക വിശകലനത്തിൽ (ഡാറ്റ സമാഹരണം, ഡ്രാഫ്റ്റ്, കോഡ്, സംഗ്രഹം) എവിടെയാണ് തത്സമയം ലാഭിക്കുന്നത്, എവിടെയാണ് (പ്രവചന ഉത്തരവാദിത്തം, നയ തീരുമാനം, ഔദ്യോഗിക കണക്ക്) തീരുമാനം ടാസ്‌ക് റിസ്ക് ലെവൽ അനുസരിച്ച് യോഗ്യതയുള്ള സാമ്പത്തിക വിദഗ്ധന് വിടുന്നത് എന്ന് വേർതിരിച്ചറിയാൻ കഴിയും.
• ഓരോ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഔട്ട്‌പുട്ടും യഥാർത്ഥ ഉറവിടവുമായി (TURKSTAT/EVDS/IMF) ബന്ധിപ്പിക്കുന്ന ഘട്ടങ്ങളിലൂടെ പരിശോധിച്ചുറപ്പിക്കുന്ന ഒരു അച്ചടക്കം പ്രയോഗിക്കാനുള്ള കഴിവ്, അത് വീണ്ടും കണക്കാക്കുകയും സാമ്പത്തിക സാമാന്യബുദ്ധിയുടെ ഫിൽട്ടറിലൂടെ കടന്നുപോകുകയും ചെയ്യുന്നു.
• വ്യാജ നമ്പറുകൾ (ഭ്രമാത്മകത), പഴയ ഡാറ്റ കട്ട് ഓഫ് തീയതികൾ, രഹസ്യ ഡാറ്റ ചോർച്ച എന്നിവയുടെ അപകടസാധ്യതകൾ തിരിച്ചറിയാനും സുരക്ഷിതമായ ഉപകരണങ്ങളും ഉറവിടങ്ങളും തിരഞ്ഞെടുക്കുന്നതിനുള്ള ശീലം നേടാനുമുള്ള കഴിവ്.

ഒരു സാമ്പത്തിക വിദഗ്‌ദ്ധൻ്റെ മേശ യഥാർത്ഥത്തിൽ ഒരു ഡാറ്റയും ടെക്‌സ്‌റ്റ് ഫാക്ടറിയുമാണ്: നിങ്ങൾ രാവിലെ TURKSTAT-ൽ നിന്നുള്ള പണപ്പെരുപ്പ ഡാറ്റ വ്യാഖ്യാനിക്കുകയും ഉച്ചതിരിഞ്ഞ് ഒരു ഡെവലപ്‌മെൻ്റ് ഏജൻസിക്കായി ഒരു പോളിസി നോട്ട് എഴുതുകയും സമയ ശ്രേണി വൃത്തിയാക്കുകയും വൈകുന്നേരം ഒരു പ്രവചനം നടത്താൻ ശ്രമിക്കുകയും ചെയ്യുന്നു. ഈ ജോലിയിൽ ഭൂരിഭാഗവും മെക്കാനിക്കൽ ആണ്, മാനസികമല്ല: ഡാറ്റ ഡൗൺലോഡ് ചെയ്യുക, യൂണിറ്റുകൾ പരിവർത്തനം ചെയ്യുക, പട്ടികകൾ എഡിറ്റുചെയ്യുക, നീണ്ട റിപ്പോർട്ടുകൾ സംഗ്രഹിക്കുക, കോഡ് എഴുതുക. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI — വലിയ ഭാഷാ മോഡലുകളും സഹായ ഉപകരണങ്ങളും) ഈ മെക്കാനിക്കൽ ഭാരം കൃത്യമായി ലഘൂകരിക്കുന്നു. എന്നാൽ ഈ മൊഡ്യൂളിലുടനീളം ഞങ്ങൾ ആവർത്തിക്കുന്ന ഒരു വാചകത്തിൽ നിന്ന് നമുക്ക് ആരംഭിക്കാം: കൃത്രിമബുദ്ധി സാമ്പത്തിക ശാസ്ത്രജ്ഞൻ്റെ സഹായിയാണ്, പകരം വിദഗ്ദ്ധനല്ല. പണപ്പെരുപ്പ പ്രവചനം, ഒരു ധനനയ നിർദ്ദേശം അല്ലെങ്കിൽ പൊതുവായി ലഭ്യമായ കണക്കുകൾ എന്നിവയുടെ ഉത്തരവാദിത്തം എല്ലായ്പ്പോഴും അതിൽ ഒപ്പിട്ട വ്യക്തിക്കും സ്ഥാപനത്തിനും ആയിരിക്കും.

ഒരു "ഉപയോക്തൃ മാനുവൽ" പോലെ ഈ യൂണിറ്റിനെക്കുറിച്ച് ചിന്തിക്കുക: ഇവിടെ ഞങ്ങൾ AI എവിടെ വെക്കണം, എവിടെ ഒരിക്കലും ഇടരുത്, ഓരോ ഔട്ട്‌പുട്ടും എങ്ങനെ സാധൂകരിക്കാം എന്നിവ ഞങ്ങൾ വിവരിക്കും. മറ്റ് പത്ത് യൂണിറ്റുകൾ ഈ അസ്ഥികൂടത്തിൽ മാംസം ഇടും.

സാമ്പത്തിക ശാസ്ത്രത്തിൽ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് എന്താണ് ത്വരിതപ്പെടുത്തുന്നത്, എന്താണ് ത്വരിതപ്പെടുത്താത്തത്?

റിസ്ക് ലെവൽ അനുസരിച്ച് ടാസ്ക്കുകൾ മൂന്ന് ബോക്സുകളായി തിരിക്കാം. ഈ വ്യത്യാസം മൊഡ്യൂളിൻ്റെ മുഴുവൻ കോമ്പസാണ്.

ഗ്രീൻ ബോക്സ് - AI ശക്തമാണ്, വേഗത കൂട്ടുന്നു (ഇപ്പോഴും അവലോകനം ചെയ്യുന്നു). ഡാറ്റ ഡൗൺലോഡ് കോഡ് എഴുതുക, ഡാറ്റ ക്ലീൻ ചെയ്യാനുള്ള ഘട്ടങ്ങൾ നിർദ്ദേശിക്കുക, ഒരു നീണ്ട റിപ്പോർട്ടോ ലേഖനമോ സംഗ്രഹിക്കുക, ഒരു ചാർട്ടിനായി കോഡ് സൃഷ്‌ടിക്കുക, ടെക്‌സ്‌റ്റ് ലളിതമാക്കുകയും ഫോർമാറ്റ് ചെയ്യുകയും ചെയ്യുക, നിബന്ധനകൾ, വിവർത്തനം, ഡ്രാഫ്റ്റ് പോളിസി നോട്ട് അസ്ഥികൂടം എന്നിവ വിശദീകരിക്കുന്നു. ഇവിടെ പിശകുകളുടെ വില കുറവാണ്, പിശകുകൾ എളുപ്പത്തിൽ കാണാനാകും.

മഞ്ഞ പെട്ടി - AI സഹായിക്കുന്നു, പക്ഷേ മനുഷ്യൻ പരിശോധിക്കുന്നു. ഒരു സമയ ശ്രേണി മോഡൽ നിർമ്മിക്കൽ, റിഗ്രഷൻ വ്യാഖ്യാനം, സാഹചര്യ കണക്കുകൂട്ടൽ, സൂചക വ്യാഖ്യാനം, സാഹിത്യ സമന്വയം. ഇവിടെ AI ഒരു ബ്ലൂപ്രിൻ്റ് നിർമ്മിക്കുന്നു; പക്ഷേ, അക്കങ്ങളും അനുമാനങ്ങളും സാമ്പത്തിക യുക്തിയും വരി വരിയായി പരിശോധിക്കാതെ എവിടെയും പോകില്ല.

ചുവന്ന പെട്ടി - ഉത്തരവാദിത്തം മനുഷ്യനുടേതാണ്, AI-ക്ക് തീരുമാനിക്കാൻ കഴിയില്ല. ഔദ്യോഗിക പണപ്പെരുപ്പ/വളർച്ചാ കണക്കിൻ്റെ അന്തിമ അംഗീകാരം, പണ അല്ലെങ്കിൽ ധനനയ നിർദ്ദേശത്തിൻ്റെ ഉടമസ്ഥാവകാശം, പരസ്യമാക്കാനുള്ള ഒരു പ്രവചനത്തിൻ്റെ ഒപ്പ്, ഒരു നിക്ഷേപ/ക്രെഡിറ്റ് തീരുമാനമായി മാറുന്ന ഒരു അഭിപ്രായം. ഇവിടെ AI ഇൻപുട്ട് മാത്രമേ ഉത്പാദിപ്പിക്കുന്നുള്ളൂ; വിധിയും ഉത്തരവാദിത്തവും ഒപ്പും വ്യക്തിയുടേതാണ്.

നുറുങ്ങ്: ഏത് ബോക്സിലാണ് ഒരു ടാസ്ക്ക് ഇടേണ്ടതെന്ന് നിങ്ങൾക്ക് ഉറപ്പില്ലെങ്കിൽ, ഈ ചോദ്യം ചോദിക്കുക: "ഈ ഔട്ട്പുട്ട് തെറ്റായി മാറിയാൽ ആർക്കാണ് പരിക്കേൽക്കുന്നത്, പിശക് എളുപ്പത്തിൽ ശ്രദ്ധിക്കപ്പെടുമോ?" കേടുപാടുകൾ വലുതാണെങ്കിൽ, പിശക് മറച്ചിട്ടുണ്ടെങ്കിൽ, ആ ചുമതല ചുവപ്പിന് അടുത്താണ്.

കൃത്രിമ ബുദ്ധിയുടെ മൂന്ന് അടിസ്ഥാന പരിധികൾ

സാമ്പത്തിക ശാസ്ത്രത്തിൽ ഇത് സുരക്ഷിതമായി ഉപയോഗിക്കുന്നതിന്, അത് എവിടെയാണ് ഇടറുന്നത് എന്ന് ആദ്യം അറിയണം.

1) ഫാബ്രിക്കേഷൻ (ഹാലുസിനേഷൻ). വലിയ ഭാഷാ മാതൃക ചിലപ്പോൾ അത് അറിയാത്ത ഒരു സംഖ്യയോ ഉറവിടമോ ഉണ്ടാക്കുന്നു, ആത്മവിശ്വാസമുള്ള ഭാഷയിൽ. "2023 കറണ്ട് അക്കൗണ്ട് കമ്മി $45.2 ബില്യൺ ആയിരുന്നു" എന്ന വാചകം ശരിയാണെന്ന് തോന്നുമെങ്കിലും പൂർണ്ണമായും തെറ്റായിരിക്കാം. സാമ്പത്തിക ശാസ്ത്രത്തിൽ, ഇത് മാരകമാണ്: ഒരു തെറ്റായ കണക്ക് ഒരു റിപ്പോർട്ട്, ഒരു പ്രവചനം, ഒരു തീരുമാനത്തെ വിഷലിപ്തമാക്കുന്നു.

2) ഡാറ്റ കട്ട്ഓഫ് തീയതി. മോഡലിൻ്റെ പരിശീലന ഡാറ്റ ഒരു നിശ്ചിത തീയതിയിൽ നിർത്തുന്നു. ഏറ്റവും പുതിയ പണപ്പെരുപ്പം, ഏറ്റവും പുതിയ പലിശ നിരക്ക് തീരുമാനം, ഇന്നലത്തെ വിനിമയ നിരക്ക് എന്നിവ ഈ വിവരങ്ങളിൽ നിന്ന് ഒഴിവാക്കപ്പെട്ടേക്കാം. AI യഥാർത്ഥത്തിൽ നിങ്ങൾക്ക് "ഏറ്റവും പുതിയ ഡാറ്റ" ആയി നിരവധി മാസങ്ങളോ വർഷങ്ങളോ പഴക്കമുള്ള ഒരു നമ്പർ നൽകിയേക്കാം.

3) കാരണ അന്ധതയും സന്ദർഭത്തിൻ്റെ അഭാവവും. AI ഭാഷയിൽ പാറ്റേണുകൾ പിടിച്ചെടുക്കുന്നു; സാമ്പത്തിക കാര്യകാരണം "മനസ്സിലാക്കുന്നില്ല". "പലിശ നിരക്ക് കൂടുമ്പോൾ, പണപ്പെരുപ്പം കുറയുന്നു" തുടങ്ങിയ വാചകങ്ങൾ അദ്ദേഹം സുഗമമായി നിർമ്മിക്കുന്നു, എന്നാൽ ഏത് സാഹചര്യത്തിലാണ് അവ സാധുതയുള്ളതെന്നോ ഏത് കാലയളവിലാണ് വിപരീതം സംഭവിച്ചതെന്നോ അദ്ദേഹത്തിന് വിലയിരുത്താൻ കഴിയില്ല. ഇതിന് ഘടനാപരമായ ഇടവേളകൾ കാണാൻ കഴിയില്ല (പ്രതിസന്ധിയുള്ള പാറ്റേണിൻ്റെ മാറ്റം).

ശ്രദ്ധിക്കുക: ഒരു വാചകം സുഗമവും ആത്മവിശ്വാസവും ഉള്ളതിനാൽ അത് ശരിയാണെന്ന് അർത്ഥമാക്കുന്നില്ല. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് അതിൻ്റെ ഏറ്റവും ബോധ്യപ്പെടുത്തുന്നത് ഏറ്റവും തെറ്റാണ്.

സ്ഥിരീകരണ അച്ചടക്കം: ഉറവിടം-അക്കൗണ്ട്-ഫിൽട്ടർ

ഈ മൊഡ്യൂളിൻ്റെ ഹൃദയം ഒരൊറ്റ ശീലമാണ്. ഓരോ AI ഔട്ട്‌പുട്ടും മൂന്ന് ഘട്ടങ്ങളിലൂടെ എടുക്കുക:

1. ഉറവിടം. എല്ലാ നമ്പറുകളും വസ്തുതാപരമായ ക്ലെയിമുകളും യഥാർത്ഥ ഉറവിടവുമായി ബന്ധിപ്പിച്ചിരിക്കുന്നു. TURKSTAT-ൽ നിന്നുള്ള പണപ്പെരുപ്പം, CBRT-ൽ നിന്നുള്ള വിനിമയ നിരക്ക്, പേയ്‌മെൻ്റ് ബാലൻസ്, IMF-ൽ നിന്നുള്ള ആഗോള പ്രൊജക്ഷൻ. നിങ്ങൾ ഔദ്യോഗിക പ്രസിദ്ധീകരണത്തെ പരാമർശിക്കുന്നു, AI നൽകിയ കണക്കല്ല.
2. ബിൽ. ലഭിച്ച ഓരോ സംഖ്യയും ഒരിക്കലെങ്കിലും നിങ്ങൾ സ്വമേധയാ വീണ്ടും കണക്കാക്കുക. വളർച്ചാ നിരക്ക്, യഥാർത്ഥ മൂല്യം, സൂചിക എന്നിവ ശരിയായ ഫോർമുല ഉപയോഗിച്ചാണോ ഉരുത്തിരിഞ്ഞത്? പേപ്പറിൽ ഒരു കാലയളവ് പരിശോധിക്കുക.
3. അരിപ്പ സാമ്പത്തിക സാമാന്യബുദ്ധിയിലൂടെ നിങ്ങൾ ഫലം കൈമാറുന്നു: ഈ വലുപ്പം ന്യായമാണോ? അടയാളം ശരിയാണോ? ചരിത്ര പരിധിയിൽ? എന്തെങ്കിലും വൈരുദ്ധ്യമുണ്ടോ? യുക്തിരഹിതമായ ഫലം പലപ്പോഴും പിശകിൻ്റെ സൂചനയാണ്.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - വ്യാജ ചിത്രം പിടിച്ചെടുക്കൽ. ഒരു ഡെവലപ്‌മെൻ്റ് ഏജൻസി അനലിസ്റ്റ് YZ-നോട് "പ്രവിശ്യാ അടിസ്ഥാനത്തിൽ 2023-ലെ കയറ്റുമതി കണക്കുകൾ തയ്യാറാക്കാൻ" പറഞ്ഞു. AI ഒരു മാന്യമായ ചിത്രം നൽകി. സോഴ്‌സ് ഘട്ടത്തിൽ, അനലിസ്റ്റ് TUIK വിദേശ വ്യാപാര സ്ഥിതിവിവരക്കണക്കുകൾ പരിശോധിച്ചപ്പോൾ മൂന്ന് പ്രവിശ്യകളിലെ കണക്കുകൾ യഥാർത്ഥ ഡാറ്റയുടെ ഇരട്ടിയാണെന്ന് കണ്ടു; AI നഷ്‌ടമായ വിവരങ്ങൾ "യുക്തിസഹമായ" നമ്പറുകൾ ഉപയോഗിച്ച് പൂരിപ്പിച്ചു. അനലിസ്റ്റ് ടേബിൾ വലിച്ചെറിഞ്ഞ് TURKSTAT-ൽ നിന്ന് നേരിട്ട് ഡാറ്റ വലിച്ചെടുത്തു. കെട്ടിച്ചമച്ച കണക്ക് റിപ്പോർട്ടിൽ ഉൾപ്പെടുത്തും മുൻപേ പിടികൂടി.

കേസ് 2 - കാലഹരണപ്പെട്ട ഡാറ്റ ട്രാപ്പ്. ഒരു സാമ്പത്തിക പത്രപ്രവർത്തകൻ YZ-നോട് ചോദിച്ചു, "ഇപ്പോഴത്തെ പോളിസി നിരക്ക് എന്താണ്?" അവൻ ചോദിച്ചു; എട്ടുമാസം മുമ്പത്തെ നിരക്കെന്നായിരുന്നു മറുപടി. അക്കൗണ്ട്/സോഴ്‌സ് ശീലമുള്ള പത്രപ്രവർത്തകൻ സിബിആർടിയുടെ അവസാനത്തെ MPK (മോണിറ്ററി പോളിസി കമ്മിറ്റി) തീരുമാനം നോക്കി ശരിയായ നിരക്ക് ഉപയോഗിച്ചു. ചോദിച്ചില്ലായിരുന്നെങ്കിൽ തെറ്റായ പലിശ പ്രസിദ്ധീകരണത്തിന് പോയേനെ.

കേസ് 3 - സാമ്പത്തിക ഫിൽട്ടർ. ഒരു വിദ്യാർത്ഥി-ഗവേഷകൻ ഒരു യഥാർത്ഥ വേതന പരമ്പര കണക്കാക്കാൻ AI യെ പ്രേരിപ്പിച്ചു. ഒരു വർഷത്തിനുള്ളിൽ യഥാർത്ഥ വേതനം 140 ശതമാനം വർദ്ധിച്ചുവെന്ന് ഫലം പറയുന്നു. FILTER ഘട്ടം നിലവിൽ വന്നു: ഈ വലുപ്പം യാഥാർത്ഥ്യമല്ല. കോഡിൽ, AI തെറ്റായ അടിത്തറയുള്ള ഡിഫ്ലേറ്റർ (വില തിരുത്തൽ സൂചിക) ഉപയോഗിച്ചു. പിശക് കണ്ടെത്തി, ഫോർമുല ശരിയാക്കി, ഫലം ന്യായമായ പരിധിക്കുള്ളിൽ വന്നു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) റോളുകളും അതിരുകളും നിർവചിക്കുന്ന സിസ്റ്റം പ്രോംപ്റ്റ്:

നിങ്ങളുടെ റോൾ: ഒരു മുതിർന്ന സാമ്പത്തിക വിദഗ്ധൻ്റെ അസിസ്റ്റൻ്റ് വിശകലന സഹായി. നിയമങ്ങൾ: (1) ഞാൻ നിങ്ങൾക്ക് നൽകാത്ത നമ്പറുകളൊന്നും ഉണ്ടാക്കരുത്. നിങ്ങൾക്ക് അറിയില്ലെങ്കിൽ, "നിങ്ങൾ ഈ ഡാറ്റ പരിശോധിക്കേണ്ടതുണ്ട്" എന്ന് പറയുക. (2) നിങ്ങൾ നൽകുന്ന ഓരോ നമ്പറിനും ഏത് ഔദ്യോഗിക ഉറവിടത്തിൽ നിന്നാണ് (TURKSTAT/CBRT/IMF, മുതലായവ) സ്ഥിരീകരിക്കേണ്ടതെന്ന് വ്യക്തമാക്കുക. (3) ഒരു കാര്യകാരണ അവകാശവാദം ഉന്നയിക്കുമ്പോൾ വ്യവസ്ഥയും അനിശ്ചിതത്വവും വ്യക്തമായി പ്രസ്താവിക്കുക. മനസ്സിലായെങ്കിൽ ഒറ്റ വാചകത്തിൽ ഉറപ്പിക്കുക.

2) ഉറവിട-സ്ഥിരീകരണ അഭ്യർത്ഥന:

ഇനിപ്പറയുന്ന ക്ലെയിം വിശകലനം ചെയ്യുക: "[ക്ലെയിം]". ഇത് സ്ഥിരീകരിക്കാൻ ഞാൻ നോക്കേണ്ട ഔദ്യോഗിക/പ്രാഥമിക ഉറവിടം (സ്ഥാപനം, പ്രസിദ്ധീകരണത്തിൻ്റെ പേര്, സീരീസ്) ലിസ്റ്റ് ചെയ്യുക. ക്ലെയിമിലെ ഓരോ സംഖ്യയും ഏത് നിർവചനത്തിലും കാലയളവിലും ഉൾപ്പെട്ടതാണെന്ന് തിരിച്ചറിയുക. നിങ്ങളുടെ സ്വന്തം മെമ്മറിയിൽ നിന്ന് നമ്പറുകൾ നൽകരുത്.

3) ഔട്ട്പുട്ട് ഫിൽട്ടർ ചെയ്യാൻ ആവശ്യപ്പെടുക:

സാമ്പത്തിക സ്ഥിരതയ്ക്കായി ഇനിപ്പറയുന്ന വിശകലന ഫലം പരിശോധിക്കുക: അടയാളം അർത്ഥമാക്കുന്നുണ്ടോ, ചരിത്രപരമായ പരിധിക്കുള്ളിലെ വ്യാപ്തി, യൂണിറ്റുകൾ സ്ഥിരതയുള്ളതാണോ, മറഞ്ഞിരിക്കുന്ന അനുമാനമുണ്ടോ? നിങ്ങൾക്ക് സംശയാസ്പദമായി തോന്നുന്നതെന്തും "പരിശോധിച്ചുറപ്പിക്കുക" എന്ന ടാഗ് ഉപയോഗിച്ച് അടയാളപ്പെടുത്തുക.

4) ടാസ്ക് റിസ്ക് ക്ലാസിഫിക്കേഷൻ അഭ്യർത്ഥന:

ഞാൻ ഇനിപ്പറയുന്ന ജോലി ചെയ്യും: "[ക്വസ്റ്റ്]". അതിനെ പച്ച (മെക്കാനിക്കൽ, ലോ റിസ്ക്), മഞ്ഞ (ഡ്രാഫ്റ്റ്, ഹ്യൂമൻ വെരിഫൈസ്) അല്ലെങ്കിൽ ചുവപ്പ് (തീരുമാനം/ഉത്തരവാദിത്തം മനുഷ്യൻ) എന്നിങ്ങനെ തരംതിരിച്ച് ഒരു വാചകത്തിൽ എന്തുകൊണ്ടെന്ന് വിശദീകരിക്കുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

തുർക്കി സമ്പദ്‌വ്യവസ്ഥയെക്കുറിച്ച് ഒരു വിശകലനം എഴുതുക.

സന്ദർഭരഹിതവും പരിധിയില്ലാത്തതും; AI ഒരു ജനറിക്, സോഴ്‌സ് ഇല്ലാത്ത, പരിശോധിച്ചുറപ്പിക്കാൻ കഴിയാത്ത വാചകം നിർമ്മിക്കുന്നു.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ പങ്ക്: വിശകലന സഹായി. TURKSTAT-ൽ നിന്നുള്ള 2019-2024 വാർഷിക CPI, GDP വളർച്ചാ ഡാറ്റ എൻ്റെ പക്കലുണ്ട് (ചുവടെ). ഈ ഡാറ്റയെ അടിസ്ഥാനമാക്കി ഒരു 3-ഖണ്ഡിക ഡ്രാഫ്റ്റ് കമൻ്റ് എഴുതുക; ഞാൻ നിങ്ങൾക്ക് നൽകിയ മേശയിൽ നിന്ന് ഓരോ നമ്പറും എടുക്കുക, പുറത്ത് നിന്ന് നമ്പറുകൾ ചേർക്കരുത്; നിങ്ങൾക്ക് വ്യക്തതയില്ലാത്തിടത്ത്, "പരിശോധിച്ചിരിക്കണം" എന്ന് എഴുതുക. അവസാനമായി ഞാൻ നേരിട്ട് പരിശോധിക്കേണ്ട പോയിൻ്റുകൾ ലിസ്റ്റ് ചെയ്യുക.[table]

ഈ പ്രോംപ്റ്റ് റോൾ, റിസോഴ്സ്, കൺസ്ട്രൈൻ്റ്, വെരിഫിക്കേഷൻ പ്രതീക്ഷ എന്നിവ ഒരുമിച്ച് നൽകുന്നു; ഔട്ട്പുട്ട് ഓഡിറ്റബിൾ ആയി മാറുന്നു.

സാധാരണ തെറ്റുകൾ

• AI നൽകുന്ന നമ്പർ ഒരു ഉറവിടമായി കണക്കാക്കുന്നു. AI ഒരു വിഭവമല്ല; TURKSTAT/CBRT/IMF ആണ് ഉറവിടം.
• ഫ്ലൂൻസി കൃത്യതയ്ക്കായി തെറ്റിദ്ധരിക്കുന്നു. നന്നായി എഴുതിയ ഒരു വാചകം തെറ്റായിരിക്കാം.
• ടാസ്‌ക് ബോക്‌സ് മറികടക്കുന്നു. ചുവന്ന പെട്ടി ജോലി പച്ച പോലെ വേഗത്തിൽ കടന്നുപോകുന്നത് ഏറ്റവും ചെലവേറിയ തെറ്റാണ്.
• ഡാറ്റ കട്ട്ഓഫ് തീയതി മറക്കുന്നു. കറൻ്റ് ചോദിച്ച് പഴയ നമ്പർ കിട്ടും.
• ഉപകരണത്തിൽ വിവേചനരഹിതമായി രഹസ്യാത്മക/മാർക്കറ്റ് സെൻസിറ്റീവ് ഡാറ്റ ഒട്ടിക്കുന്നു. അടുത്ത യൂണിറ്റിൽ നമുക്ക് കാണാൻ കഴിയുന്ന ഒരു സ്വകാര്യതാ ലംഘനം.
• മാനുവൽ കണക്കുകൂട്ടൽ ഘട്ടം ഒഴിവാക്കുക. ഡിറൈവ്ഡ് നമ്പർ ഉപയോഗിക്കുന്നത് ഒട്ടും പരിശോധിക്കാതെയാണ്.

ചുരുക്കത്തിൽ

സാമ്പത്തിക ശാസ്ത്രജ്ഞൻ്റെ മെക്കാനിക്കൽ ഭാരം ഗണ്യമായി കുറയ്ക്കുന്ന ഒരു ശക്തമായ സഹായിയാണ് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ്; എന്നാൽ പ്രവചനം, നയം, ഔദ്യോഗിക കണക്കുകൾ എന്നിവയുടെ ഉത്തരവാദിത്തം മനുഷ്യനുണ്ട്. ടാസ്‌ക്കുകൾ പച്ച-മഞ്ഞ-ചുവപ്പ് ബോക്‌സുകളായി അടുക്കുക, AI-യുടെ മൂന്ന് അടിസ്ഥാന പരിധികൾ (ഫാബ്രിക്കേഷൻ, ഡാറ്റ കട്ട്ഓഫ് തീയതി, കാര്യകാരണ അന്ധത) മനസ്സിൽ വയ്ക്കുക, കൂടാതെ ഓരോ ഔട്ട്‌പുട്ടും സോഴ്‌സ്-അക്കൗണ്ട്-ഫിൽട്ടർ അച്ചടക്കത്തിലൂടെ കൈമാറുക. ഈ മൂന്ന് ഘട്ടങ്ങളാണ് ബാക്കി മൊഡ്യൂളിനുള്ള സുരക്ഷാ ബെൽറ്റ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ സ്വന്തം ജോലിയിൽ നിന്ന് ഒരു യഥാർത്ഥ ആഴ്‌ച തിരഞ്ഞെടുത്ത് ആ ആഴ്‌ച നിങ്ങൾ ചെയ്‌ത 10 സാമ്പത്തിക ജോലികൾ ലിസ്റ്റ് ചെയ്യുക (ഉദാ. "പണപ്പെരുപ്പ ഡാറ്റയെ വ്യാഖ്യാനിക്കുക", "ഒരു പ്രവിശ്യാ കയറ്റുമതി പട്ടിക തയ്യാറാക്കുക", "ഒരു റിപ്പോർട്ട് സംഗ്രഹം തയ്യാറാക്കുക"). ഓരോ ജോലിയും പച്ച/മഞ്ഞ/ചുവപ്പ് എന്നിങ്ങനെ തരംതിരിക്കുക. തുടർന്ന് ഗ്രീൻ ബോക്‌സിൽ ഒരു ടാസ്‌ക് തിരഞ്ഞെടുത്ത് മുകളിലുള്ള 1, 3 ടെംപ്ലേറ്റുകൾ ഉപയോഗിച്ച് അത് ചെയ്യാൻ AI-യെ ഏൽപ്പിക്കുക, കൂടാതെ ഉറവിടം-അക്കൗണ്ട്-ഫിൽറ്റർ ഉപയോഗിച്ച് ഔട്ട്‌പുട്ട് പരിശോധിക്കുകയും നിങ്ങൾ കണ്ടെത്തുന്ന ഒരു പിശകെങ്കിലും ശ്രദ്ധിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ പച്ച/മഞ്ഞ/ചുവപ്പ് ബോക്സിൽ ടാസ്ക് ശരിയായി സ്ഥാപിച്ചു.
• [ ] ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് നൽകിയ എല്ലാ നമ്പറുകളും പ്രധാന ഔദ്യോഗിക ഉറവിടത്തിൽ നിന്ന് ഞാൻ സ്ഥിരീകരിച്ചു.
• [ ] ഞാൻ കൈകൊണ്ട് ലഭിച്ച ഒരു നമ്പറെങ്കിലും വീണ്ടും കണക്കാക്കി.
• [ ] സാമ്പത്തിക സാമാന്യബുദ്ധി (അടയാളം, മാഗ്നിറ്റ്യൂഡ്, യൂണിറ്റ്) വഴി ഞാൻ ഫലം ഫിൽട്ടർ ചെയ്തു.
• [ ] ഞാൻ ഡാറ്റ കട്ട്ഓഫ് തീയതിയും സമീപകാല അപകടസാധ്യതയും പരിശോധിച്ചു.
• [ ] ഞാൻ രഹസ്യാത്മക/സെൻസിറ്റീവ് ഡാറ്റ ഉപയോഗിച്ചിട്ടില്ല അല്ലെങ്കിൽ സുരക്ഷിത/അംഗീകൃത ടൂളുകൾ ഉപയോഗിച്ചിട്ടില്ല.
• [ ] എനിക്ക് അന്തിമ വിധിയും ഒപ്പും ഉണ്ടെന്ന് നിലനിർത്തിക്കൊണ്ട് ഔട്ട്പുട്ടിൻ്റെ ഉടമസ്ഥാവകാശം ഞാൻ അവകാശപ്പെട്ടു.