स्थापत्य अभियांत्रिकी, जबाबदारी आणि नीतिशास्त्रातील AI चा परिचय

नफा:

• जोखीम स्पेक्ट्रमवर फरक करण्याची क्षमता जेथे AI सुरक्षित प्रवेगक आहे आणि जेथे ते बांधकाम कार्यप्रवाहांमध्ये सुरक्षिततेचा धोका आहे
• इमारतीच्या सुरक्षिततेवर परिणाम करणाऱ्या गणना आणि निर्णयांमध्ये सक्षम अभियंत्याची मान्यता कायदेशीर आणि व्यावसायिकदृष्ट्या अनिवार्य का आहे हे स्पष्ट करण्याची क्षमता.
• एआय आउटपुटला अभियांत्रिकी निर्णयाच्या बदलीऐवजी थ्री-लेयर कंट्रोलच्या अधीन होण्यासाठी ब्लूप्रिंट इनपुट म्हणून स्थान देण्याची क्षमता

स्थापत्य अभियांत्रिकी हा एक व्यवसाय आहे ज्यामध्ये लोक राहतात, काम करतात आणि सुरक्षितपणे उत्तीर्ण होतात अशा संरचना ठेवण्यासाठी जबाबदार असतात. तुळईच्या क्षणाची चुकीची गणना करणे, स्तंभाची धारण क्षमता किंवा राखून ठेवलेल्या भिंतीची उलटी सुरक्षा; हे कागदावर लहान संख्येतील त्रुटीसारखे दिसते, परंतु मैदानावर यामुळे जीवितहानी, कोसळणे आणि विनाश होऊ शकतो. जेव्हा आर्टिफिशियल इंटेलिजन्स (थोडक्यात AI: सॉफ्टवेअर जे डेटामधून पॅटर्न शिकते आणि मजकूर, कोड किंवा गणना तयार करते) या उच्च-जोखीम क्षेत्रात प्रवेश करते, तेव्हा ते "जादूचे उपाय" म्हणून नव्हे तर एक शक्तिशाली परंतु नियंत्रण सहाय्यक म्हणून पाहिले पाहिजे. या युनिटमध्ये, आम्ही एआय कुठे वेगवान आहे आणि बांधकाम कामांमध्ये ते कोठे धोकादायक आहे यावर चर्चा करू; जबाबदारी नेहमी अभियंत्याकडे का राहते आणि नैतिक-गोपनीयतेच्या सीमा कशा राखायच्या हे आपण पाहू.

मोठ्या भाषेचे मॉडेल (LLM: एक प्रकारचा AI प्रशिक्षित मजकूराच्या खूप मोठ्या भागांवर जो पुढील शब्दाचा अंदाज घेऊन प्रतिसाद निर्माण करतो) प्रबलित ठोस कोड "समजत" नाही; तो तत्सम ग्रंथांमध्ये दिसणारा नमुना पूर्ण करतो. त्यामुळे ते एक अतिशय अस्खलित, अतिशय खात्रीशीर पण चुकीचे खाते तयार करू शकते. या प्रवाहाने फसवणूक न करता स्वतंत्र पुराव्यांविरुद्ध आउटपुटची चाचणी करणे हे अभियंताचे काम आहे.

एआय कुठे वेगवान होते, ते कोठे धोकादायक आहे?

"जोखीम स्पेक्ट्रम" वर बांधकाम नोकऱ्यांचा विचार करणे उपयुक्त आहे. एका टोकाला कमी-जोखीम, पुनर्प्राप्त करण्यायोग्य कार्ये आहेत: तांत्रिक कागदाचा मसुदा तयार करणे, मजकूर सारांशित करणे, एक्सेल फॉर्म्युला लिहिणे, मीटिंग मेमो संपादित करणे. दुसऱ्या टोकावर उच्च-जोखीम, अपरिवर्तनीय कार्ये आहेत: लोड-बेअरिंग सदस्याचा क्रॉस-सेक्शन निश्चित करणे, पायाच्या खोलीची पुष्टी करणे, स्कॅफोल्डिंग गणनेवर सही करणे.

AI हे स्पेक्ट्रमच्या कमी-जोखमीच्या टोकावर एक वास्तविक प्रवेगक आहे: ते काही मिनिटांपासून सेकंदांपर्यंत कमी करते आणि त्रुटी असल्या तरी त्या सहजपणे निश्चित केल्या जातात. उच्च-जोखीम शेवटी, AI फक्त एक मसुदा जनरेटर आहे; स्वतंत्र गणना आणि सक्षम अभियंत्याच्या स्वाक्षरीशिवाय त्याच्या आउटपुटचे मूल्य नाही.

व्यवसाय प्रकार

जोखीम पातळी

AI ची भूमिका

अनिवार्य तपासणी

मसुदा अहवाल/विशिष्टता

कमी

शब्दलेखन प्रवेगक

सामग्री आणि उद्धरण नियंत्रण

प्रमाणाची प्राथमिक गणना

मध्यम

मसुदा जनरेटर

युनिट आणि रँक नियंत्रण

मानक/आयटम शोधणे

मध्यम

संशोधन नकाशा

अधिकृत मजकुरातून पुष्टीकरण

स्थिर/प्रबलित कंक्रीट गणना

उच्च

मसुदा प्रविष्ट केला

हात खाते + सॉफ्टवेअर + स्वाक्षरी

OHS जोखीम मूल्यांकन

उच्च

पहिला मसुदा

तज्ञ/ओएचएस मंजूरी

लक्ष द्या: "AI या प्रकारे गणना केली" हे वाक्य कोणतीही कायदेशीर किंवा व्यावसायिक जबाबदारी काढून घेत नाही. स्वाक्षरी केलेल्या अभियंत्याकडे जबाबदारी राहते. AI चा विचार करा एखाद्या इंटर्नच्या कामासाठी रॅम्पिंग अप करा: तुम्हाला मसुदा मिळेल, परंतु तुम्ही प्रत्येक ओळीचे निरीक्षण करता आणि त्यावर स्वाक्षरी करता.

तीन-स्तरीय नियंत्रण मानसिकता

सुरक्षितता-गंभीर AI आउटपुट एकाच वेळी कधीही स्वीकारू नका. तीन-स्तर नियंत्रणाची सवय लावा:

1. ऑर्डर आणि युनिट तपासणी: निकाल शारीरिकदृष्ट्या वाजवी आहे का? युनिट्स ठेवतात का? 30x30 सेमी स्तंभासाठी क्षमता 12,000 kN असल्यास, कुठेतरी त्रुटी आहे.
2. स्वतंत्र क्रॉस-व्हॅलिडेशन: बंद फॉर्म्युला, हात गणना किंवा भिन्न सॉफ्टवेअर (उदा. स्टॅटिक प्रोग्राम, पायथन) सह समान परिणाम पुनरुत्पादित करा. दोन मार्ग एकमेकांशी जुळले तर विश्वास वाढतो.
3. मानक आणि निर्णय पुष्टीकरण: वापरलेले गुणांक, सूत्रे आणि मर्यादा मूल्ये संबंधित मानक (TS 500, Eurocode, TBDY) वरून शब्दशः सत्यापित केली गेली आहेत का? अंतिम निर्णय सक्षम अभियंत्याचा असतो.

हे तीन स्तर पुढील सर्व युनिट्सचा सामान्य कणा आहेत.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

तुम्ही AI ला तेच काम कसे करायला सांगता ते आउटपुटची ऑडिटेबिलिटी ठरवते.

कमजोर: "हे बीम सुरक्षित आहे का?" (स्पॅन, लोड, सेक्शन, मटेरियल, सपोर्ट अनिश्चित आहेत; AI अंदाज तयार करते, ते नियंत्रित करता येत नाही.) स्ट्राँग: "6 मीटरच्या स्पॅनसह फक्त समर्थित प्रबलित काँक्रीट बीमसाठी: - समान रीतीने वितरित लोड g+q = 25 kN/m (डिझाइन लोड) - कलम 30x60 C/50 cm, B50, 300 सेंमी. मिड-स्पॅन "बंद सूत्रासह डिझाइन क्षणाची गणना करा, सूत्र आणि युनिट्स स्वतंत्रपणे दर्शवा. मध्यवर्ती पायऱ्या लिहा जेणेकरून मी हाताने गणना करून निकाल सत्यापित करू शकेन. तुम्ही नियमन गुणांक निवडले असल्यास, ते कोणत्या आयटमवर आधारित आहे ते निर्दिष्ट करा (मी पुष्टी करेन)."

शक्तिशाली प्रॉम्प्ट; यासाठी इनपुट, मर्यादा आणि पडताळणी करण्यायोग्य मध्यवर्ती चरणांची आवश्यकता आहे. त्यामुळे तुम्ही AI च्या आउटपुट लाईनची ओळीने चाचणी करू शकता.

व्यावसायिक नैतिकता आणि गोपनीयता

AI चा वापर ही केवळ तांत्रिक समस्या नाही तर ती एक नैतिक समस्या आहे. तीन तत्त्वे गंभीर आहेत:

गोपनीयता. प्रकल्प योजना, खर्च फायली, करार आणि वैयक्तिक डेटामध्ये व्यापार रहस्ये आणि वैयक्तिक डेटा (KVKK च्या कार्यक्षेत्रात) असू शकतो. कॉर्पोरेट मंजूरी आणि योग्य डेटा हाताळणी धोरणाशिवाय सार्वजनिक AI सेवेवर क्लायंटचा प्रोजेक्ट अपलोड करणे हे गंभीर उल्लंघन आहे. जेव्हा आवश्यक असेल तेव्हा डेटा अनामित करा (प्रकल्पाचे नाव, स्थान, नावे काढून टाका), खाते कार्य करण्यासाठी आवश्यक फक्त संख्यात्मक डेटा सामायिक करा.

पारदर्शकता. तुम्ही AI चा फायदा घेत आहात हे लपवू नका; पण AI वर जबाबदारी टाकू नका. AI बाह्यरेखाने अहवाल सुरू करणे ठीक आहे, तुमचा स्वतःचा अभियांत्रिकी निर्णय म्हणून अऑडिटेड AI आउटपुट सादर करणे ठीक आहे.

क्षमता मर्यादा. ज्या क्षेत्रात तुम्ही तज्ञ नसता त्या क्षेत्रात AI तुम्हाला आत्मविश्वासाची भावना देऊ शकते. अस्खलित मजकुरात भू-तांत्रिक गणना तयार केल्याने तुम्ही त्या क्षेत्रात सक्षम होऊ शकत नाही. कौशल्याची आवश्यकता असलेल्या कामासाठी, संबंधित तज्ञाचा सल्ला घ्या.

टीप: एंटरप्राइझ-विशिष्ट, डेटा-मुक्त AI उपाय (एकतर इन-हाउस होस्ट केलेले किंवा करारानुसार डेटा गोपनीयतेची हमी) सार्वजनिक सेवांपेक्षा गोपनीय प्रकल्पांवर अधिक सुरक्षित आहेत. तुमच्या कंपनीची डेटा पॉलिसी वापरण्यापूर्वी जाणून घ्या.

तीन मिनी केसेस

केस 1 - वेग वाढवणे. प्रकल्प अभियंता एलिफ 2 तासांत AI सह 40-पानांचे तांत्रिक तपशील तयार करतात; साधारणपणे २ दिवस लागतात. त्यानंतर, ते प्रत्येक आयटमची मानकांनुसार तपासणी करते आणि 6 तासांत पूर्ण करते. एकूण उत्पन्न: अंदाजे 1.5 व्यावसायिक दिवस. जोखीम कमी आहे कारण आउटपुट पूर्णपणे नियंत्रित आहे.

केस 2 - त्रुटी पकडली. साइट मॅनेजर मुरत यांनी AI कडून राखीव भिंतीसाठी रोलओव्हर सुरक्षा गणनाची विनंती केली. AI सुरक्षा क्रमांक 2.4 देते. मुरत गणना करतो: AI ला ग्राउंड थ्रस्ट गुणांक चुकीचा मिळाला, वास्तविक सुरक्षा क्रमांक 1.1 आहे. तर भिंत सीमेवर आहे. थ्री-लेयर कंट्रोल कोसळण्याचा धोका टाळतो.

प्रकरण 3 - गोपनीयतेचा भंग. तांत्रिक कार्यालयातील कर्मचारी प्रकल्पाची किंमत फाइल सार्वजनिक AI वर अपलोड करतो. फाइलमध्ये युनिटच्या किमती आहेत ज्या प्रतिस्पर्धी कंपनीसोबत शेअर केल्या जाऊ नयेत. हे करार आणि KVKK या दोन्हींच्या विरोधात आहे. फक्त आवश्यक संख्यात्मक फील्ड निनावीपणे शेअर करणे किंवा इन-हाउस टूल वापरणे हा उपाय होता.

कॉपी करण्यायोग्य प्रॉम्प्ट टेम्पलेट्स

तुम्ही खालील तीन टेम्पलेट्स तुमच्या स्वतःच्या व्यवसायात जुळवून घेऊन वापरू शकता.

जोखीम वर्गीकरण प्रॉम्प्ट:"बांधकाम कामासाठी जोखीम स्पेक्ट्रमवर खालील कार्य ठेवा: [कार्य लिहा]. - कमी / मध्यम / उच्च जोखीम, औचित्यसह म्हणा - ते उलट करता येण्यासारखे आहे का याचे मूल्यमापन करा, त्यात जीवन / मालमत्तेची सुरक्षितता समाविष्ट आहे का - या कार्यात AI ची योग्य भूमिका सुचवा (प्रवेगक / केवळ या ब्लूप्रिंटमध्ये आवश्यक कार्ये अवलंबून आहेत) "

गोपनीयता / अनामिकरण चेक प्रॉम्प्ट: "एआय वर अपलोड करण्यापूर्वी मला काढून टाकणे आवश्यक असलेल्या मजकुरामध्ये कोणताही गोपनीय/वैयक्तिक डेटा (प्रोजेक्टचे नाव, स्थान, नाव, युनिट किंमत, TR/संपर्क) असल्यास त्यावर टिक करा आणि निनावी आवृत्ती सुचवा: [मजकूर पेस्ट करा]खात्याच्या आवश्यक डेटासाठी फक्त संख्यात्मक डेटा सोडा."

थ्री-लेयर व्हॅलिडेशन रिक्वेस्ट प्रॉम्प्ट: "तुम्ही एक गणना निकाल द्याल. मला हे तीन स्तरांमध्ये तपासण्यासाठी: 1) तुम्ही वापरत असलेले सूत्र आणि प्रत्येक मध्यवर्ती पायरी एककांसह लिहा. 2) क्रम / आकाराच्या दृष्टीने निकाल वाजवी आहे की नाही ते सांगा. 3) मला सांगा की कोणत्या मानकावरून / ते स्रोत म्हणून सत्याची पुष्टी करू नये; स्रोत म्हणून मी सत्याची पुष्टी करू नये मसुदा तपासला जाईल."

सामान्य चुका

• अचूकतेसाठी AI ची अस्खलित आणि आत्मविश्वासपूर्ण भाषा चुकीची आहे.
• पडताळणीशिवाय, एका चरणात सुरक्षितता-गंभीर खाते स्वीकृती.
• "AI ने कॅल्क्युलेट इट" म्हणत AI वर दोष देण्याचा प्रयत्न केला.
• गोपनीय प्रकल्प डेटा मंजूरी किंवा निनावीपणाशिवाय बाह्य सेवेवर अपलोड करणे.
• तुम्ही तज्ञ नसलेल्या क्षेत्रात अभियांत्रिकी निर्णयासाठी AI बदलणे.
• प्रॉम्प्ट अनिश्चित काळासाठी सेट करणे आणि कोणत्याही मध्यवर्ती चरणांशिवाय अनियंत्रित आउटपुट मिळवणे.

सारांशात

• AI कमी जोखीम असलेल्या व्यवसायांमध्ये एक शक्तिशाली प्रवेगक आहे; उच्च-जोखीम, सुरक्षितता-गंभीर कामामध्ये, तपासणी करणे केवळ एक ब्लूप्रिंट आहे.
• स्वाक्षरी करणाऱ्या सक्षम अभियंत्याची जबाबदारी नेहमीच असते; एआय हे घेऊ शकत नाही.
• प्रत्येक सुरक्षा-गंभीर आउटपुट तीन स्तरांमधून पास करा: रँक/युनिट, स्वतंत्र क्रॉस-व्हॅलिडेशन, मानक आणि अधिकारक्षेत्रीय प्रमाणीकरण.
• इनपुट, मर्यादा आणि पडताळणी करण्यायोग्य मध्यवर्ती चरणांसह प्रॉम्प्ट सेट करा.
• गोपनीयता, पारदर्शकता आणि सक्षमता सीमा हे नैतिक वापराचे तीन कोनशिले आहेत.
• गोपनीय प्रकल्प डेटा अनामित करा किंवा सुरक्षित इन-हाउस टूल्स वापरा.

अर्ज कार्य

तुमच्या स्वतःच्या व्यवसायातून एक वास्तविक कार्य निवडा (अहवाल विभाग, प्रमाणांचे बिल, मानक आयटम शोध). हे कार्य प्रथम जोखीम स्पेक्ट्रमवर (निम्न/मध्यम/उच्च) ठेवा. नंतर AI ला “स्ट्राँग प्रॉम्प्ट” फॉरमॅटमध्ये विचारा आणि आउटपुटला तीन स्तर तपासा: (1) रँक/युनिट, (2) हात गणना किंवा स्वतंत्र स्रोत, (3) मानक पुष्टीकरण. तुम्हाला आढळलेल्या प्रत्येक त्रुटी आणि सुधारणा एका वाक्यात लिहा. शेवटी, तुम्ही वापरत असलेल्या डेटामध्ये गोपनीयतेचा धोका आहे का याचा विचार करा.

चेकलिस्ट

• [ ] मी जोखीम स्पेक्ट्रमवर कार्य योग्यरित्या ठेवले आहे.
• [ ] मी इनपुट, मर्यादा आणि सत्यापित करण्यायोग्य मध्यवर्ती चरणांसह प्रॉम्प्ट सेट केले आहे.
• [ ] मी निकालाची रँक आणि एकके तपासली.
• [ ] मी स्वतंत्र मार्गाने (हात गणना/सॉफ्टवेअर/स्रोत) परिणाम क्रॉस-व्हेरिफाय केले.
• [] मी संबंधित मानकावरून वापरलेले गुणांक आणि मूल्यांची पुष्टी केली.
• [ ] मी अंतिम निर्णय सक्षम अभियंत्याच्या मान्यतेच्या अधीन केला.
• मी वापरलेल्या डेटामधील गोपनीयता/KVKK जोखमीचे मी मूल्यांकन केले आणि खबरदारी घेतली.