लाभ:
- उसको/उनको भूमिका अनुरूप AI कौशल विकास योजना बनाउन सक्छ
- AI उपकरणहरू सुरक्षित रूपमा प्रयास गर्ने र मूल्याङ्कन गर्ने बानी पाउँछ
- नयाँ विकासहरू पछ्याउनको लागि दिगो विधि स्थापना गर्दछ
बधाई छ — तपाईं यो मोड्युलको अन्त्यमा पुग्नुभएको छ। अब तपाईलाई थाहा छ AI के हो, यसले कसरी काम गर्छ, यसले के गर्न सक्छ र गर्न सक्दैन, यसको जोखिमहरू, र यसको जिम्मेवार प्रयोग। तर साक्षरता अन्त्य होइन, सुरुवात हो। एआई उपकरणहरू द्रुत रूपमा परिवर्तन हुँदैछन्; यस इकाईको उद्देश्य भनेको तपाईंले सिकेका कुराहरूलाई स्थायी बानीमा परिणत गर्नु हो र आफूलाई निरन्तर सुधार गर्ने तरिका हो। छोटकरीमा: तपाईं अब के गर्नुहुन्छ? यो एकाइले तपाईंलाई आफ्नो व्यक्तिगत सडक नक्शा कोर्न मद्दत गर्दछ।
निरन्तर सिकाइ किन आवश्यक छ?
AI उपकरणहरू हरेक केही महिनामा अद्यावधिक हुन्छन्; नयाँ क्षमताहरू थपिन्छन्, सीमाहरू परिवर्तन हुन्छन्। तपाईंले एक वर्ष सिकेको "कडा नियम" अर्को वर्ष अद्यावधिक गर्न सकिन्छ। तसर्थ, याद गर्न निश्चित सूची होइन, आत्म-अपडेट गर्ने दृष्टिकोण अपनाउनुपर्छ। शुभ समाचार: तपाईंले यस मोड्युलमा सिकेका आधारभूत कुराहरू (सम्भावना, भ्रम, प्रमाणीकरण, गोपनीयता, जिम्मेवारी) परिवर्तन हुँदैनन्; गाडीको क्षमता मात्रै परिवर्तन हुन्छ । ठोस आधारले तपाईंलाई प्रत्येक नयाँ उपकरणलाई द्रुत रूपमा बुझ्न अनुमति दिन्छ।
चरण-दर-चरण व्यक्तिगत रोडम्याप
- वर्तमान अवस्था निर्धारण गर्नुहोस्। तपाईंको काममा दोहोरिने, भाषा-आधारित कार्यहरू सूचीबद्ध गर्नुहोस् (एकाइ 8 सम्झनुहोस्)। यो तपाइँको अवसर नक्शा हो।
- सानो र कम जोखिम सुरु गर्नुहोस्। कसैलाई असर नगर्ने आन्तरिक कार्यहरूमा आफ्नो पहिलो प्रयास गर्नुहोस्; यहाँ आत्मविश्वास र सीप निर्माण हुन्छ।
- के काम गर्छ जम्मा गर्नुहोस्। "प्रम्प्ट लाइब्रेरी" मा सफल प्रम्प्टहरू भण्डार गर्नुहोस्; हरेक पटक स्क्र्याचबाट सुरु नगर्नुहोस्।
- मापन र मूल्याङ्कन गर्नुहोस्। "एआईले यो कार्यलाई कत्तिको गति दिएको छ? के गुणस्तर घटेको छ?" सोध्नु काम नगर्ने काम छोड्नुहोस्।
- बिस्तारै विस्तार गर्नुहोस्। विश्वास बढ्दै जाँदा, अधिक देखिने, अधिक मूल्यवान कार्यहरूमा जानुहोस् — सधैं प्रमाणीकरण र लेखा परीक्षणको साथ।
- अपडेट रहनुहोस्। उपकरण परिवर्तनहरू र तपाईंको संगठनको नयाँ एआई नियमहरू नियमित रूपमा निगरानी गर्नुहोस्।
सुझाव: "प्रम्प्ट पुस्तकालय" लाई महँगो उपकरणको आवश्यकता पर्दैन। एक साधारण नोट फाइल वा तालिका पर्याप्त छ: कार्य नाम, उपयोगी प्रम्प्ट, नोटहरू। समयको साथ, यो तपाईंको सबैभन्दा मूल्यवान व्यक्तिगत सम्पत्ति बन्छ।
कौशल स्तरहरू: हेर्नुहोस् जहाँ तपाईं उभिनुहुन्छ
स्तर
लक्षण
अर्को चरण
घर
कहिलेकाहीँ प्रश्नहरू सोध्छन्, परिणामको अनिश्चित
प्रम्प्ट कम्पोनेन्टहरू लागू गर्नुहोस् (भूमिका/सन्दर्भ/ढाँचा)
विकसित
नियमित रूपमा प्रयोग गर्दछ, केही प्रम्प्टहरू बचत गर्दछ
कार्यप्रवाह सेट अप गर्नुहोस् (ड्राफ्ट → मान्य → निर्णय)
सक्षम
यसमा टेम्प्लेटहरू छन् र स्वचालित रूपमा प्रमाणीकरण गर्दछ
आफ्नो टोलीका साथीहरूका लागि उदाहरण बन्नुहोस्, पुस्तकालय साझा गर्नुहोस्
अर्को
AI सँग प्रक्रियाहरू पुन: डिजाइन गर्दछ
कर्पोरेट नीति र राम्रो अभ्यासमा योगदान गर्नुहोस्
कमजोर दृष्टिकोण / बलियो दृष्टिकोण
कमजोर दृष्टिकोण: एक पटक उपकरण प्रयास गर्नुहोस्, र जब पहिलो परिणाम सही छैन, भन्नुहोस् "यसले काम गर्दैन" र छोड्नुहोस्।
नतिजा: कौशल सुधार गर्दैन; किनभने तुरुन्त लेखन र प्रमाणिकरण अभ्यास आवश्यक छ।
शक्तिशाली दृष्टिकोण: नियमित रूपमा साना कार्यहरू गर्ने प्रयास गर्नुहोस्, प्रत्येक परीक्षणबाट पाठ सिक्नुहोस्, काम गर्ने प्रम्प्टहरू बचत गर्नुहोस् र समयसँगै तिनीहरूलाई थप मूल्यवान कार्यहरूमा लैजानुहोस्।
नतिजा: सीप जम्मा हुन्छ; केहि हप्ता भित्र, AI तपाईको दैनिक कामको एक प्राकृतिक भाग बन्छ।
तीन मिनी केसहरू
केस 1 - कर्मचारी जसले सानो सुरु गर्यो र ठूलो भयो। एक सहायकले "मेरो इमेलको हिज्जे सही गर्नुहोस्" को साथ सुरु गर्यो। एकचोटि उसले आत्मविश्वास प्राप्त गरेपछि, उनी संक्षेपमा, त्यसपछि रिपोर्टहरू ड्राफ्ट गर्न अघि बढे। तिनले आफूलाई तीन महिनामा प्रति हप्ता ~4 घण्टा नाप्यो; किनभने यसले कम जोखिमको साथ प्रत्येक चरणलाई बलियो बनायो।
केस २ - प्रम्प्ट लाइब्रेरीको शक्ति। एउटा टोलीले साझा फाइलमा उपयोगी प्रम्प्टहरू सङ्कलन गर्यो। यस पुस्तकालयको लागि धन्यवाद, भर्खरै भर्ना भएका कर्मचारीले केही दिनमा "परीक्षण र त्रुटि" को हप्ताहरू पार गरे। संचित ज्ञान टोलीको साझा सम्पत्ति भयो।
केस ३ - अद्यावधिक रहनुको फाइदा। एक कर्मचारीले महिनामा ३० मिनेट बिताउँछन् "मेरो गाडीमा के परिवर्तन भयो?" उसले समय निकालेर हेर्यो। नयाँ सुविधाको लागि धन्यवाद, उसले पहिले म्यानुअल रूपमा गरेको कामलाई स्वचालित बनायो। सानो फलो-अप बानीले ठूलो दक्षता हासिल गर्यो।
प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
मेरो भूमिकाको लागि उपयुक्त ४-हप्ताको AI सिकाइ योजना तयार गर्नुहोस्। प्रत्येक हप्ताको लागि: 1 सानो लक्ष्य, प्रयास गर्न 1 कार्य र 1 समीक्षा प्रश्न। मेरो भूमिका: [तपाईको भूमिका लेख्नुहोस्]। मैले प्रति हप्ता खाली गर्न सक्ने समय: [जस्तै १ घण्टा]।
मेरो प्रम्प्टलाई निम्न कार्यको लागि "पुस्तकालय रेकर्ड" ढाँचामा रूपान्तरण गर्नुहोस्: शीर्षक, अभिप्रेत प्रयोग, प्रम्प्ट पाठ, सावधानीहरू। प्रम्प्ट: [यहाँ टाँस्नुहोस्]
मैले यस महिना AI सँग गरेका यी कार्यहरूको मूल्याङ्कन गर्नुहोस्: कुनले वास्तवमा मेरो समय बचत गर्यो, र कुनमा गुणस्तर जोखिम थियो? अर्को महिनाको लागि २ वटा सुझाव दिनुहोस्। कार्यहरू: [सूची]
मलाई AI को क्षेत्रमा भएका घटनाक्रमहरूबारे जानकारी लिन दिनको १० मिनेटभन्दा बढीको सरल, दिगो दिनचर्याको सुझाव दिनुहोस्। मेरो रुचि को क्षेत्र: [लेखन क्षेत्र]।
सामान्य गल्तीहरू
सामान्य गल्तीहरू
- पहिलो प्रयासमा नै त्याग। तुरुन्त लेखन र प्रमाणिकरण अभ्यास संग सुधार हुन्छ; केवल एक प्रयास द्वारा न्याय नगर्नुहोस्।
- के काम गर्छ रेकर्ड गर्दैन। यदि तपाइँ पुस्तकालय राख्नुहुन्न भने, तपाइँ हरेक पटक स्क्र्याचबाट सुरु गर्नुहुन्छ।
- मापन नगरी अगाडि बढ्छ। यदि तपाईंले समय बचत र गुणस्तर जोखिमहरूको मूल्याङ्कन गर्नुभएन भने, तपाईंले आफ्नो प्रयासहरू गलत ठाउँमा बर्बाद गर्नुहुनेछ।
- जोखिमपूर्ण व्यवसायमा द्रुत गतिमा गहिरो। पहिले कम जोखिम कार्यहरूमा विश्वास निर्माण गर्नुहोस्; सुपरिवेक्षणको साथ उच्च प्रभावकारी काममा जानुहोस्।
- आधारभूत कुराहरू बिर्सने। यद्यपि उपकरणहरू परिवर्तन हुन्छन्, भ्रम, गोपनीयता र दायित्वका सिद्धान्तहरू मान्य रहन्छन्।
सावधानी: "सबैले यसलाई प्रयोग गर्छन्, मैले यसलाई लगभग हरेक काममा प्रयोग गर्नुपर्छ" हतार गर्नु जोखिमपूर्ण छ। दिगो विकास कुनै गतिको दौड होइन; सानो, सुरक्षित र मापन चरणहरूमा प्रगति गर्दछ।
संक्षेपमा
- एआई साक्षरता अन्त्य होइन, तर निरन्तर सिकाइद्वारा जीवित राखिएको सुरुवात हो।
- उपकरणहरूको क्षमताहरू भिन्न हुन्छन्, तर आधारभूत सिद्धान्तहरू (सम्भावना, भ्रम, प्रमाणीकरण, गोपनीयता, जवाफदेहिता) स्थिर रहन्छन्।
- रोडम्याप: हालको अवस्था निर्धारण गर्नुहोस्, सानो र कम जोखिम सुरु गर्नुहोस्, के काम गर्छ, मापन गर्नुहोस्, विस्तारै विस्तार गर्नुहोस्, वर्तमान रहनुहोस्।
- तत्काल पुस्तकालय राख्नाले समय बचत हुन्छ र टोलीको लागि साझा सम्पत्ति बन्छ।
- विकास कुनै गतिको दौड होइन; यो साना, सुरक्षित र मापन चरणहरू संग दिगो हुन्छ।
आवेदन कार्य
माथिको "4-हप्ता सिकाउने योजना" टेम्प्लेटको साथ आफ्नो लागि योजना बनाउनुहोस् र आज आफ्नो पहिलो हप्ताको लक्ष्य छनोट गर्नुहोस्। साथै, "पुस्तकालय रेकर्ड" को रूपमा काम गर्ने तपाईंले कहिल्यै देख्नुभएका उत्तम प्रम्प्ट बचत गर्नुहोस्; यो तपाईंको व्यक्तिगत प्रम्प्ट पुस्तकालयमा पहिलो वस्तु हुन दिनुहोस्।
चेकलिस्ट
- [ ] म मेरो भूमिकाको लागि उपयुक्त AI सिकाउने योजना बनाउन सक्छु।
- [ ] म साना, कम जोखिमका कामहरू सुरक्षित रूपमा प्रयोग गर्छु।
- [ ] म पुस्तकालयमा उपयोगी प्रम्प्टहरू सङ्कलन गर्छु।
- [ ] म मेरो AI को प्रयोगको समय र गुणस्तरीय प्रभावको मूल्याङ्कन गर्छु।
- [ ] मसँग प्रगतिको ट्रयाक राख्नको लागि दिगो दिनचर्या छ।
मोड्युल परीक्षा
1. मेसिन लर्निङ र परम्परागत सफ्टवेयर बीचको मुख्य भिन्नता के हो?
- क) दिइएको उदाहरणबाट मोडेलले नियमहरू आफैं सिक्छ; नियमहरू एक एक गरेर हातले लेखिएका छैनन् ✔
- ख) मेसिन लर्निङ कहिल्यै इन्टरनेट बिना काम गर्न सक्दैन
- C) मेसिन लर्निङ सधैं परम्परागत सफ्टवेयर भन्दा छिटो हुन्छ
- D) परम्परागत सफ्टवेयरले कुनै डाटा प्रयोग गर्दैन, मेसिन लर्निङ प्रयोग गर्दछ
स्पष्टीकरण: परम्परागत सफ्टवेयरमा, मानिसहरूले एक-एक गरेर नियमहरू लेख्छन्; मेसिन लर्निङमा, मोडेल आफैंले नमूना डेटाबाट ढाँचाहरू निकाल्छ। फरक नियम कसरी बनाइन्छ भन्ने हो।
2. ठूलो भाषा मोडेल (LLM) ले पाठ कसरी उत्पन्न गर्छ?
- क) सम्पूर्ण उत्तरलाई तयार डाटाबेसबाट प्रतिलिपि गर्ने
- ख) अर्को सम्भावित शब्दको टुक्रा (टोकन) ✔ अनुमान गरेर चरण-दर-चरण
- C) इन्टरनेटमा खोजी गर्दै र पहिलो परिणाम टाँस्दै
- घ) पहिले वाक्यको अन्त्य लेख्नुहोस्, त्यसपछि सुरु गर्नुहोस्
विवरण: LLM ले अर्को सम्भावित 'टोकन' (शब्द टुक्रा) को भविष्यवाणी गरेर चरण-दर-चरण पाठ निर्माण गर्दछ। तयार जवाफ प्रतिलिपि गर्दैन।
3. तलका मध्ये कुन एक प्रकारको कार्य हो जहाँ उत्पादन एआई बलियो हुन्छ?
- क) वास्तविक समयमा सही बैंक ब्यालेन्स गणना
- ख) ग्यारेन्टी गरिएको शुद्धताका साथ एक्लै कानूनी निर्णयहरू लिने
- ग) लामो पाठलाई संक्षेप गरी फरक स्वरमा पुन: लेख्ने ✔
- D) भौतिक गोदाममा सेल्फहरूमा उत्पादनलाई म्यानुअल रूपमा स्ट्याक गर्दै
विवरण: भाषा प्रशोधन कार्यहरू जस्तै पाठ संक्षेप, पुन: लेखन, र मस्यौदा LLMs को बलियो क्षेत्रहरू हुन्; सही अंकगणित वा ग्यारेन्टी शुद्धता चाहिने कार्यहरू होइन।
४. राम्रो प्रम्प्टलाई खराब प्रम्प्टबाट सामान्यतया कुन कुराले फरक पार्छ?
- क) यो सम्भव भएसम्म छोटो र सबैभन्दा अस्पष्ट निर्देशन हुनुपर्छ।
- ख) कुनै पनि सन्दर्भ नदिई एक शब्दमा मोडेललाई सोध्ने
- ग) सधैं अंग्रेजीमा लेखिएको
- घ) भूमिका, सन्दर्भ, स्पष्ट कार्य र इच्छित ढाँचा समावेश गर्नुहोस् ✔
विवरण: शक्तिशाली प्रम्प्ट; यसमा भूमिका, सन्दर्भ, स्पष्ट कार्य, लक्षित दर्शक, र इच्छित ढाँचा जस्ता जानकारी समावेश छ। अस्पष्ट निर्देशनहरू जस्तै 'केही लेख्नुहोस्' जेनेरिक र बेकार आउटपुट उत्पादन गर्दछ।
5. AI मा 'भ्रम' शब्दले के बुझाउँछ?
- A) मोडेलले मनगढन्ते र विश्वस्त तरिकाले मनगढन्ते जानकारीलाई साँचो भए जस्तै प्रस्तुत गर्दछ ✔
- B) मोडेलले धेरै ढिलो प्रतिक्रिया दिन्छ
- C) मोडेलले प्रश्न बुझ्दैन र त्रुटि सन्देश दिन्छ
- D) मोडेलले छविलाई पाठमा रूपान्तरण गर्दछ
स्पष्टीकरण: हेलुसिनेशन भनेको जब मोडेलले वास्तवमा अवस्थित नभएको जानकारी उत्पादन गर्दछ, आत्मविश्वास र प्रवाहित भाषामा, मानौं कि यो सत्य हो। यो सुस्तता वा त्रुटि सन्देश होइन।
6. AI आउटपुट प्रमाणित गर्न सबैभन्दा महत्त्वपूर्ण कहिले हुन्छ?
- A) आउटपुट धेरै लामो हुँदा मात्र
- ख) आउटपुट; जब यसले कानूनी, वित्तीय, स्वास्थ्य वा प्रतिष्ठा ✔ जस्ता उच्च प्रभावकारी निर्णयहरूमा फिड गर्दछ
- ग) जब उत्तर विदेशी भाषामा आउँछ तब मात्र
- D) प्रमाणीकरण कहिल्यै आवश्यक छैन, मोडेल सधैं सही छ
स्पष्टीकरण: प्रमाणीकरण आवश्यक छ जब परिणाम निर्णयको आधार हो र पैसा, स्वास्थ्य, कानून वा प्रतिष्ठा जस्ता उच्च प्रभाव क्षेत्र हो।
7. AI मोडेलहरूमा पूर्वाग्रहको मुख्य स्रोत के हो?
- A) मोडेलको जानाजानी दुर्भावनापूर्ण प्रोग्रामिंग
- ख) प्रयोगकर्ताको ढिलो इन्टरनेट जडान
- C) डेटामा अवस्थित असंतुलन र स्टेरियोटाइपहरू जसमा मोडेललाई तालिम दिइएको छ ✔
- घ) प्रश्न टर्कीमा लेखिएको हुनुपर्छ
विवरण: मोडेलले प्रशिक्षित डेटामा अवस्थित असंतुलन र स्टेरियोटाइपहरू सिक्छ; पूर्वाग्रह अक्सर डाटाबाट आउँछ, द्वेष होइन।
8. सार्वजनिक, गैर-उद्यम एआई उपकरणमा लेख्न निम्न मध्ये कुन सबैभन्दा जोखिमपूर्ण छ?
- A) सार्वजनिक ब्लग पोस्टको मस्यौदा
- ख) इन्टरनेटमा पहिले नै प्रकाशित सामान्य परिभाषा
- C) एक काल्पनिक, पूर्ण रूपमा निर्मित नमूना ईमेल पाठ
- घ) ग्राहकको नाम, टीआर आईडी नम्बर र स्वास्थ्य जानकारी ✔
स्पष्टीकरण: पहिचान योग्य व्यक्तिगत/संवेदनशील डाटा जस्तै ग्राहकको पहिचान नम्बर र स्वास्थ्य जानकारी सार्वजनिक उपकरणहरूमा प्रविष्ट गर्नु हुँदैन; यो KVKK र गोपनीयता जोखिम हो।
9. AI को साथ अन्त-टु-अन्त कार्य कार्यान्वयन गर्न सबैभन्दा स्वस्थ प्रवाह के हो?
- A) AI ले एउटा मस्यौदा उत्पादन गर्न, आउटपुट प्रमाणित गर्न, मानवको रूपमा अन्तिम निर्णय लिन ✔
- B) AI आउटपुटलाई कहिल्यै नपढाई सीधै प्रकाशित गर्दै
- C) प्रमाणीकरण चरण छोड्नुहोस् र केवल आउटपुटको लम्बाइ हेर्नुहोस्
- D) निर्णयलाई AI मा छोड्ने र नतिजामाथि प्रश्न नगर्ने
विवरण: स्वस्थ प्रवाह; एआईले मस्यौदा उत्पादन गर्ने, आउटपुट (तथ्य, स्रोत, उपलब्धता) प्रमाणित गर्ने र मानवको रूपमा अन्तिम निर्णय गर्ने। मस्यौदा-प्रमाणीकरण-निर्णय श्रृंखलाले मानवसँग जिम्मेवारी राख्छ।
10. तपाईंको आफ्नै व्यवसायमा AI-उत्पन्न पाठ प्रयोग गर्दा पारदर्शिताको सन्दर्भमा उत्तम दृष्टिकोण के हो?
- A) सधैं AI आउटपुट लुकाउने र कसैलाई कहिल्यै नभने
- B) सामग्री प्रमाणीकरण गर्ने र संस्थागत नीति/स्थिति आवश्यक पर्दा AI समर्थनलाई इमानदारीपूर्वक बताउदै ✔
- ग) AI-उत्पन्न पाठलाई विशेषज्ञको स्वीकृत रायको रूपमा प्रस्तुत गर्दै
- घ) स्रोत अस्पष्ट छाड्ने र कुनै पनि सामग्री प्रमाणीकरण नगर्ने
टिप्पणी: एआई आउटपुट राम्रो मस्यौदा हो, तर अरू कसैको वा विशेषज्ञको मौलिक कामको रूपमा प्रस्तुत गर्नु हुँदैन; कर्पोरेट नीति र स्थिति द्वारा आवश्यक भएमा, AI समर्थन इमानदारीपूर्वक भनिएको हुनुपर्छ र सामग्री प्रमाणित गरिनु पर्छ।
11. इन्टरप्राइज (कम्पनी सम्झौता) AI उपकरणहरू र नि:शुल्क सार्वजनिक रूपमा उपलब्ध उपकरणहरू बीचको सबैभन्दा महत्त्वपूर्ण भिन्नता के हो?
- क) उद्यम उपकरणहरू सधैं अधिक उत्तरदायी छन्
- ख) सार्वजनिक सवारी साधन चल्दैनन्
- C) इन्टरप्राइज उपकरणहरूले संविदात्मक ग्यारेन्टीहरू प्रदान गर्न सक्छन् कि डेटा भण्डारण गरिनेछ र मोडेल प्रशिक्षणमा प्रयोग गरिने छैन ✔
- D) उद्यम उपकरणहरू अंग्रेजीमा मात्र काम गर्छन्
विवरण: इन्टरप्राइज उपकरणहरूमा प्राय: सम्झौतागत ग्यारेन्टीहरू हुन्छन् कि डेटा मोडेल प्रशिक्षण र भण्डारण अवस्थाहरूको लागि प्रयोग गरिने छैन। यो गोपनीयताको सर्तमा निर्णायक भिन्नता हो।
12. निम्न मध्ये कुन कार्यस्थलमा AI को लागि उपयुक्त प्रयोग केस हो?
- क) मानवीय स्वीकृति बिना मात्र कर्मचारीहरूलाई बर्खास्त गर्ने निर्णय
- B) पर्यवेक्षण बिना ग्राहकहरूलाई कानूनी रूपमा बाध्यकारी वाचाहरू बनाउँदै
- ग) प्रमाणिकरण बिना नै आलोचनात्मक वित्तीय प्रतिवेदन प्रत्यक्ष रूपमा प्रकाशित गर्ने
- घ) बैठक नोटहरू र ड्राफ्ट कार्य वस्तुहरू (मानव नियन्त्रणको साथ) संक्षेप गर्नुहोस् ✔
विवरण: AI; यो इमेल ड्राफ्टिङ, बैठक नोट सारांश र विचार उत्पादन जस्ता कार्यहरूको लागि समय बचत सहायकको रूपमा आदर्श हो। मानिसहरूलाई असर गर्ने अन्तिम निर्णयहरू मानव नियन्त्रणमा रहनुपर्छ।
13. जिम्मेवार AI प्रयोगको सबैभन्दा आधारभूत सिद्धान्त तलका मध्ये कुन हो?
- क) महत्त्वपूर्ण निर्णयहरूको लागि अन्तिम नियन्त्रण र जिम्मेवारी जनतामा रहन्छ ✔
- B) सधैं बिना शर्त र प्रश्न बिना AI आउटपुटमा विश्वास गर्नुहोस्
- ग) सवारी साधनहरूमा सकेसम्म धेरै व्यक्तिगत डेटा साझेदारी गर्दै
- D) सबै अवस्थामा सहकर्मीहरूबाट AI को प्रयोग लुकाउने
स्पष्टीकरण: अन्तिम जिम्मेवारी र नियन्त्रण मानिसको हातमा हुन्छ; एआई आउटपुटलाई सिफारिसको रूपमा स्वीकार गरिनु पर्छ र महत्त्वपूर्ण निर्णयहरूमा मानिसहरूको निरीक्षण गर्नुपर्छ।
14. लगातार AI कौशल सुधार गर्न सबै भन्दा राम्रो तरिका के हो?
- क) उपकरणको प्रयास नगरिकन मात्र सिद्धान्त पढ्नुहोस्
- ख) सुरक्षित रूपमा साना र कम जोखिमका कार्यहरू प्रयोग गर्नुहोस्, परिणामहरूको मूल्याङ्कन गर्नुहोस्, र के काम गर्छ भन्ने सङ्कलन गर्नुहोस् ✔
- C) यदि यो पहिलो प्रयासमा काम गर्दैन भने, उपकरण पूर्ण रूपमा त्याग्नुहोस्।
- घ) नयाँ विकासहरू पछ्याउन बिना एकल विधिमा स्थिर रहन
स्पष्टीकरण: साना, कम जोखिमका कामहरूमा सुरक्षित रूपमा प्रयोग गर्नु, परिणामहरूको मूल्याङ्कन गर्नु, उपयोगी प्रम्प्टहरू सङ्कलन गर्नु र नियमित रूपमा नयाँ विकासहरू पछ्याउँदा दिगो विकास सुनिश्चित हुन्छ।