लाभ:
- यसले KVKK सिद्धान्तहरू र AI उपकरणहरूमा नागरिकको व्यक्तिगत डेटा प्रशोधन गर्दा डेटा न्यूनीकरण लागू गर्दछ।
- यसले एआई प्रयोग नीति, लेखापरीक्षण ट्रेल, र उत्तरदायित्वको शृङ्खला समावेश गर्ने संस्थाको लागि शासन संरचना स्थापना गर्दछ।
- यसले समग्र रूपमा तर्क गर्छ कि जिम्मेवार सार्वजनिक एआई मानव निरीक्षण, पारदर्शिता र जवाफदेहितामा आधारित छ।
यस मोड्युलमा, हामीले जनतामा एआई कसरी एक शक्तिशाली गतिवर्धक हो भनेर देख्यौं: नागरिक प्रश्नहरूको जवाफ, याचिका र पत्राचार, विधायी अनुसन्धान, नीति विश्लेषण, रिपोर्टिङ, डाटा-संचालित निर्णय-निर्धारण, ई-सरकार र पारदर्शिता। अब हामी ढाँचामा आएका छौं जसले यसलाई सबै सँगै राख्छ: व्यक्तिगत डेटा सुरक्षा र जिम्मेवार शासन। सार्वजनिक, यसको प्रकृति द्वारा, नागरिकको सबैभन्दा संवेदनशील डेटा प्रशोधन गर्दछ: पहिचान, ठेगाना, आय, स्वास्थ्य, आपराधिक रेकर्ड, पारिवारिक अवस्था। AI उपकरणहरूसँग यो डेटा प्रशोधन गर्दा KVKK (व्यक्तिगत डेटा संरक्षण कानून नम्बर 6698; व्यक्तिगत डेटाको वैध, सीमित र सुरक्षित प्रशोधनलाई नियमन गर्ने कानून) को रूपरेखाको पूर्ण रूपमा पालना गर्नुपर्छ। यस अन्तिम एकाईमा, हामी सार्वजनिक AI प्रयोगको गोपनीयता र प्रशासनको मेरुदण्ड स्थापना गर्नेछौं — कुन डेटा कुन उपकरणलाई दिन सकिन्छ, कुन नीतिहरू लागू हुन्छन्, को जिम्मेवार छ, कसरी संस्थाले AI लाई सुरक्षित रूपमा व्यवस्थापन गर्छ। यो एकाइ अघिल्लो दस एकाइहरूमा राखिएको छत हो।
सार्वजनिक AI छुने KVKK को आधारभूत सिद्धान्तहरू
KVKK ले धेरै आधारभूत सिद्धान्तहरू सेट गर्दछ, जसमध्ये प्रत्येकले प्रत्यक्ष रूपमा AI को प्रयोगलाई सीमित गर्दछ:
- कानूनको अनुपालन र उद्देश्यको पालना: व्यक्तिगत डेटा केवल एक विशिष्ट, वैध उद्देश्यको लागि प्रशोधन गरिन्छ। एक उद्देश्यको लागि सङ्कलन गरिएको डाटा (उदाहरणका लागि, मद्दतको लागि आवेदन) अर्को उद्देश्यको लागि प्रयोग गर्न सकिँदैन (उदाहरणका लागि, एक मोडेल प्रशिक्षण) अनुमति बिना।
- डाटा न्यूनीकरण: उद्देश्यको लागि आवश्यक भन्दा बढी डाटा प्रशोधन गरिएको छैन। यदि श्रेणी विश्लेषणको लागि नाम आवश्यक छैन भने, कुनै नाम दिइएको छैन।
- सुरक्षा: डाटा अनाधिकृत पहुँच विरुद्ध सुरक्षित छ। सार्वजनिक एआई उपकरणमा नागरिक डाटा टाँस्नुले त्यो डाटा संगठन बाहिर लैजाँदैछ - यो सुरक्षा नीतिको उल्लङ्घन हो।
- भण्डारण अवधि: उद्देश्य समाप्त हुँदा डाटा मेटाइन्छ; अनिश्चितकालका लागि राखिएको छैन ।
- सूचना र अधिकार: नागरिकहरूलाई उनीहरूको डाटा कसरी प्रशोधन गरिन्छ, सच्याउने, मेटाउने र स्वचालित निर्णयहरूमा आपत्ति जनाउने अधिकार छ।
ध्यान दिनुहोस्: संस्थाले अनुमोदन नगरेको सार्वजनिक AI उपकरणमा नागरिकको डाटा अपलोड गर्नु, जहाँ डाटा भण्डारण गरिएको छ र यसमा कसको पहुँच छ अस्पष्ट छ, धेरै जसो केसहरूमा KVKK को उल्लङ्घन हो र संस्थालाई प्रतिबन्धहरूमा खोल्छ। नियमहरू "काम सजिलो बनाउन" कहिल्यै झुकाव हुँदैन।
कुन डाटा, कुन गाडीमा ? तीन क्षेत्र मोडेल
थम्बको नियमको रूपमा, डेटालाई तीन क्षेत्रहरूमा विभाजन गर्नुहोस्:
- रातो (कहिल्यै सार्वजनिक सवारीसाधनमा प्रवेश गर्दैन): परिचयपत्र नम्बर, स्वास्थ्य, अपराधी, धर्म, जाति, बायोमेट्रिक्स, पूरा ठेगाना, व्यक्तिलाई पहिचान गर्ने कुनै पनि कुरा। यी संस्थाद्वारा अनुमोदित अनुबंधित/घरभित्र र KVKK अनुरूप वातावरणमा मात्र प्रशोधन गरिन्छ।
- पहेंलो (सावधानीपूर्वक, मास्किङ गरेर): डाटा जुन व्यक्तिसँग अप्रत्यक्ष रूपमा लिङ्क गर्न सकिन्छ। पहिले अज्ञात/एकत्रित गर्नुहोस्, त्यसपछि प्रक्रिया गर्नुहोस्।
- हरियो (नि:शुल्क): अवैयक्तिक, सार्वजनिक, सामान्य जानकारी (विधायिका पाठ, सार्वजनिक तथ्याङ्क, सामान्य प्रक्रिया)। तपाईं सजिलैसँग AI मार्फत यी प्रक्रियाहरू गर्न सक्नुहुन्छ।
सुझाव: AI लाई पाठ दिनु अघि, 5-सेकेन्डको परीक्षण गर्नुहोस्: "के यो सामग्रीमा कुनै व्यक्तिलाई पहिचान गर्न सक्ने केहि छ?" यदि जवाफ "हो/हुन सक्छ" हो भने, मास्क गर्नुहोस् वा स्वीकृत सवारी साधन चलाउनुहोस्। यदि शंकामा, रातो विचार गर्नुहोस्।
कर्पोरेट सुशासन: व्यक्ति देखि प्रणाली
जिम्मेवार सार्वजनिक एआई व्यक्तिगत निजामती कर्मचारीहरूको असल इच्छामा छोड्न सकिँदैन; एक संस्थागत रूपरेखा आवश्यक छ:
- नीति: संस्थासँग एआई प्रयोग नीति हुनुपर्छ: कुन उपकरणहरू स्वीकृत छन्, कुन डाटा प्रविष्ट गर्न सकिन्छ, को जिम्मेवार छ।
- स्वीकृत उपकरण सूची: कर्मचारीहरूले संस्थाले मूल्याङ्कन र अनुमोदन गरेको उपकरणहरू प्रयोग गर्नुपर्छ, अनियमित रूपमा होइन।
- प्रशिक्षण: कर्मचारीहरूलाई प्रमाणीकरण अनुशासन र डाटा क्षेत्रहरू (यस मोड्युल जस्तै) थाहा हुनुपर्छ।
- रेकर्डिङ र लेखापरीक्षण: AI सँग उत्पादन गरिएका निर्णयहरूको लेखापरीक्षण ट्रेल राख्नुपर्छ।
- उत्तरदायित्व: प्रत्येक एआई-संचालित आउटपुटमा मानव मालिक र अनुमोदन हुनुपर्छ। जिम्मेवारी संस्था र पदाधिकारीको हो, सवारी साधनको होइन ।
- मानव-केन्द्रित सिद्धान्त: कुनै पनि अन्तिम अधिकार-सृजना/प्रतिबन्ध गर्ने निर्णय मानव सहमति बिना गरिन्छ।
तीन मिनी केसहरू
केस १ - रातो डाटा चुहावट रोकियो। एक कर्मचारी सदस्यले सार्वजनिक उपकरणमा 1,200 व्यक्तिहरूको लागि स्वास्थ्य लाभहरूको सूचीको सारांश अपलोड गर्न लागेका थिए। एजेन्सीको अनुमोदित वाहन नीति र "रातो डेटा" प्रशिक्षणको लागि धन्यवाद, यो रोकियो; डाटा इन-हाउस अनुमोदित वातावरणमा प्रशोधन गरिएको थियो र पहिचान क्षेत्रहरू मास्क गरिएको थियो। एक सम्भावित KVKK उल्लङ्घन र दशौं हजार मानिसहरूको विश्वासको हानि रोकियो।
केस २ - दुरुपयोग। एक एकाइ पूर्व-चुनाव संचार योजनाको लागि आउटरिचको लागि सङ्कलन डाटा प्रयोग गर्न चाहन्थे। डाटा संरक्षण अधिकारीले उद्देश्यको पालनाको सिद्धान्तलाई सम्झाए: यो डेटाको उद्देश्य बाहिरको प्रयोग थियो जसको लागि यो सङ्कलन गरिएको थियो र गैरकानूनी थियो। अनुरोध अस्वीकार गरियो।
केस 3 - शासन अन्तर बन्द। एउटा नगरपालिकामा, विभिन्न इकाईहरूले नियन्त्रण बिना विभिन्न एआई उपकरणहरू प्रयोग गर्दै थिए; कुन डाटा कहाँ गयो, कसैलाई थाहा थिएन। एजेन्सीले एआई प्रयोग नीति, स्वीकृत सवारी साधन सूची र अडिट ट्रेल पेश गर्यो; 3 महिना भित्र, दर्ता नगरिएको सवारी साधनको प्रयोग 90% ले घट्यो र एक डाटा सूची सिर्जना गरियो।
चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
१) डाटा क्षेत्र वर्गीकरण (गाडीमा निर्यात गर्नु अघि):
तपाईंको भूमिका: डाटा सुरक्षा सल्लाहकार। AI एजेन्टलाई दिनु अघि निम्न सामग्रीलाई वर्गीकृत गर्नुहोस्: रातो (व्यक्तिलाई चिन्ने, सार्वजनिक सवारीमा कहिल्यै प्रवेश नगर्ने), पहेंलो (अप्रत्यक्ष रूपमा जडान गर्न मिल्ने, मास्क), हरियो (व्यक्तिगत, नि:शुल्क)। रातो/पहेँलो क्षेत्रहरूलाई एक-एक गरेर चिन्ह लगाउनुहोस् र तिनीहरूलाई कसरी मास्क गर्ने भनेर बताउनुहोस्। संदिग्धलाई रातोको रूपमा गणना गर्नुहोस्। सामग्री: [पाठ]
२) मास्किङ/अनामकरण:
निम्न पाठ प्रशोधन गर्नु अघि सबै व्यक्तिगत डेटा गुमनाम गर्नुहोस्: नाम -> [व्यक्ति-1], आईडी नम्बर -> [पहिचान], ठेगाना -> [ठेगाना], स्वास्थ्य/दण्ड -> [संवेदनशील]। एउटै व्यक्तिलाई ट्याग गर्नुहोस्। बेनामी पाठ अलग निर्यात गर्नुहोस्। आउटपुटमा वास्तविक डाटा कहिल्यै नलेख्नुहोस्। पाठ: [पाठ]
3) KVKK अनुपालन चेकलिस्ट (एआई प्रयोगको लागि):
तपाईंको भूमिका: KVKK अनुपालन विशेषज्ञ। निम्न एआई प्रयोगको लागि अनुपालन चेकलिस्ट उत्पादन गर्नुहोस्: (१) वैध र विशिष्ट प्रशोधन गर्ने उद्देश्य हो, (२) के यो उद्देश्यसँग जोडिएको छ (के यो अर्को उद्देश्यमा सर्दै छ), (३) के यो अप्टिमाइज गरिएको छ, (४) उपकरण सुरक्षित/अनुमोदित छ, (५) अवधारण अवधि निश्चित छ, (६) नागरिक अधिकारहरू छन् (प्रतिरोध, संरक्षण)। हराएको वस्तुहरूलाई रातो झण्डाको साथ चिन्ह लगाउनुहोस्। प्रयोग: [नुस्खा]
4) कर्पोरेट एआई नीति ढाँचा:
तपाईंको भूमिका: सार्वजनिक आईटी शासन विशेषज्ञ। हाम्रो संगठनको लागि एआई उपयोग नीति ढाँचा उत्पादन गर्नुहोस्: स्कोप, अनुमोदित उपकरणहरू, डाटा क्षेत्रहरू (रातो/पहेंलो/हरियो), निषेधित प्रयोगहरू, मानव अनुमोदन बिन्दुहरू, लेखा परीक्षण, जिम्मेवारीहरू, प्रशिक्षण, र उल्लङ्घन सूचना। प्रत्येक शीर्षकमा १-२ वाक्यहरू भर्नुहोस्। संस्था: [एकाइ र विशिष्ट कामहरू]
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर: "सन्दर्भहरूको यो सूची संक्षेप गर्नुहोस्।"
बलियो: "तपाईँको भूमिका डेटा सुरक्षा सल्लाहकार हो। पहिले, यो सूचीलाई डेटा क्षेत्र (रातो/पहेँलो/हरियो) द्वारा वर्गीकृत गर्नुहोस् र व्यक्तिलाई पहिचान गर्ने सबै क्षेत्रहरूलाई चिन्ह लगाउनुहोस्। रातो/पहेँलो क्षेत्रहरूलाई [PERSON]/[IDENTITY]/[संवेदनशील] मास्क गर्नुहोस्, एउटै लेबलको साथ एउटै व्यक्ति राख्नुहोस्। केवल अज्ञात डेटाको साथ कोटी सारांश उत्पादन गर्नुहोस्; वास्तविक डेटा लेख्नको लागि, वास्तविक डेटा लेख्न नदिनुहोस्। KVKK (उद्देश्य, भण्डारण, सवारी सुरक्षा) थप्ने सन्दर्भमा यो प्रक्रियालाई ध्यान दिनु पर्ने ठाउँमा ध्यान दिनुहोस्।"
भिन्नता: शक्तिशाली प्रम्प्टले डेटा प्रशोधन गर्नु अघि KVKK सिद्धान्तहरूलाई वर्गीकृत, मास्क, न्यूनतम र एकीकृत गर्दछ।
डाटा क्षेत्र र नियम
क्षेत्र
उदाहरण
नियम
रातो
TR आईडी नम्बर, स्वास्थ्य, जरिवाना, पूरा ठेगाना
सार्वजनिक सवारीमा कहिल्यै प्रवेश नगर्नुहोस्; स्वीकृत वातावरण
पहेंलो
उमेर+छिमेक+पेसा, अप्रत्यक्ष पहिचानकर्ता
मास्क/कुल, त्यसपछि प्रक्रिया
हरियो
विधान, सार्वजनिक तथ्याङ्क, सामान्य प्रक्रिया
स्वतन्त्र काम
सामान्य गल्तीहरू
- सार्वजनिक उपकरणमा रातो डाटा निर्यात गर्दै। सबैभन्दा गम्भीर उल्लङ्घन; आईडी/स्वास्थ्य/दण्ड डेटाले अनुमोदित वातावरण छोड्दैन।
- दुरुपयोग। एक उद्देश्यका लागि सङ्कलन गरिएको तथ्यांकलाई अनुमतिबिना अर्को उद्देश्य (नमूना तालिम, सञ्चार) प्रयोग गर्नु कानुनविपरीत हो ।
- धेरै डाटा प्रशोधन गर्दै। उद्देश्यका लागि अनावश्यक क्षेत्रहरू (नाम, ठेगाना) सार्न नगर्नुहोस्; न्यूनतम गर्नुहोस्।
- अनुमोदन बिना ड्राइभिङ। संस्थाले मूल्याङ्कन नगरेको सवारी साधनमा डाटा कहाँ जान्छ भन्ने स्पष्ट छैन।
- अवधारण अवधि निर्धारण गर्दैन। उद्देश्य पूरा भएपछि डाटा मेटाइनुपर्छ; अनिश्चितकालका लागि राख्नु हुँदैन।
- सवारीसाधनमा जिम्मेवारी बोकेको छ । आउटपुट मानव द्वारा स्वामित्व र अनुमोदित छ; "एआईले गर्यो" रक्षा होइन।
संक्षेपमा
जिम्मेवार सार्वजनिक AI को लागि फ्रेमवर्क व्यक्तिगत डेटा सुरक्षा र कर्पोरेट शासन हो। KVKK सिद्धान्तहरू - उद्देश्यपूर्णता, न्यूनीकरण, सुरक्षा, प्रतिधारण सीमा, नागरिक अधिकार - AI को कुनै पनि प्रयोगलाई सीमित गर्दछ। रातो/पहेँलो/हरियो क्षेत्रहरूमा डाटा अलग गर्नुहोस्, सार्वजनिक उपकरणलाई कहिल्यै रातो नदिनुहोस्, व्यक्तिगत डाटा मास्क गर्नुहोस्, अनुमोदित उपकरणहरू मात्र प्रयोग गर्नुहोस्, र प्रत्येक निर्णयमा मानव मालिकलाई जडान गर्नुहोस्। संस्थागत स्तर नीति, स्वीकृत सवारी साधन सूची, प्रशिक्षण र निरीक्षण अभिलेख; व्यक्ति स्तरमा प्रमाणीकरणको अनुशासन। यसरी, AI ले नागरिकहरूको अधिकारको रक्षा गरेर जनताको सेवा गर्दछ।
आवेदन कार्य
तपाईंले आफ्नो एकाईमा गर्नुभएको (वा बनाउने विचार गर्दै हुनुहुन्छ) वास्तविक AI प्रयोग छान्नुहोस्। तपाईंले "डेटा क्षेत्र वर्गीकरण" टेम्प्लेटको साथ रातो/पहेँलो/हरियोमा प्रशोधन गर्ने सामग्रीलाई अलग गर्नुहोस्। "KVKK अनुपालन चेकलिस्ट" टेम्प्लेट लागू गर्नुहोस् र कम्तिमा एउटा छुटेको/जोखिमपूर्ण बिन्दु फेला पार्नुहोस्। अन्तमा, "कर्पोरेट एआई नीति कंकाल" को साथ तपाईंको एकाइको लागि उपयुक्त छोटो नीतिको मस्यौदा बनाउनुहोस्।
चेकलिस्ट
- [ ] मैले सामग्रीलाई रातो/पहेँलो/हरियो क्षेत्रमा विभाजन गरें; मैले शंकास्पदलाई रातोको रूपमा गनें।
- [ ] मैले सार्वजनिक उपकरणमा रातो डाटा उपलब्ध गराएको छैन; मैले स्वीकृत मिडिया प्रयोग गरें।
- [ ] मैले व्यक्तिगत डाटा मास्क गरें र अनावश्यक क्षेत्रहरू हटाएँ (न्यूनीकरण)।
- [] मैले प्रशोधनको उद्देश्य, भण्डारण अवधि र सवारी सुरक्षा जाँच गरेको छु।
- [ ] मैले नागरिकको आपत्ति/मेटाउने अधिकारको अवलोकन गरेको छु ।
- [] मैले प्रत्येक आउटपुटमा मानव मालिक र अनुमोदन संलग्न गरें; मैले अडिट ट्रेल राखें।
मोड्युल परीक्षा
1. एक सार्वजनिक अधिकारीको रूपमा, AI लाई काम सुम्पनु अघि तपाईंले सोध्नु पर्ने उत्तम प्राथमिकता प्रश्न के हो?
- क) यदि यो आउटपुट गलत छ भने नागरिकले के गुमाउँछ? ✔
- ख) AI ले यो काम कति छिटो गर्न सक्छ?
- C) के यो AI उपकरण नि:शुल्क छ?
- D) अर्को एकाइले पनि यो आउटपुट प्रयोग गर्नेछ?
स्पष्टीकरण: आउटपुट गलत भएमा नागरिकलाई हुने क्षतिको आधारमा स्थानान्तरण गर्ने निर्णय गरिन्छ। क्षति सजिलै हस्तान्तरण हुन्छ यदि यो पुन: लेखन को केहि मिनेट मात्र हो; यदि यो अनुचित अस्वीकार, गलत दण्ड वा अधिकारको हानि हो भने, AI ले मस्यौदा मात्र उत्पादन गर्दछ, निर्णय र प्रमाणीकरण अधिकारीको हो।
2. AI ले अस्तित्वहीन कानून वा बनावटी अदालतको निर्णयलाई वास्तविक रूपमा प्रस्तुत गर्दा के भनिन्छ?
- क) क्यासिङ
- ख) ट्राइएज
- C) अनामीकरण
- घ) भ्रम ✔
स्पष्टीकरण: हिलुसिनेशन भनेको जब एआईले वास्तवमा अवस्थित नभएको जानकारीलाई विश्वस्त रूपमा उत्पादन गर्छ (बनाईएको पदार्थ, रद्द गरिएको नियमन, गलत नम्बर)। कानूनको क्षेत्रमा, यो सबैभन्दा खतरनाक जोखिमहरू मध्ये एक हो, किनकि यसले अधिकार गुमाउन सक्छ र प्रशासनिक कार्य रद्द गर्न सक्छ।
3. एक अधिकारीले YZ द्वारा औंल्याएको नियमन लेखको आधारमा आवेदन अस्वीकार गर्न लागेका छन्। सबैभन्दा सही व्यवहार कुन हो?
- A) AI ले सिधै अस्वीकार लेख्छ किनभने यो विश्वस्त देखिन्छ
- B) उही प्रश्न अर्को AI गाडीलाई सोध्नुहोस् र पुष्टि प्राप्त गर्नुहोस्
- C) Çözüm.gov.tr मा हालको समेकित पाठबाट लेख पुष्टि गर्दछ ✔
- D) मौखिक रूपमा निर्णय एक वरिष्ठलाई सोध्छ
विवरण: AI को प्रशिक्षण डेटा निश्चित मितिमा जमेको छ; यसले देखाएको लेख रद्द वा परिवर्तन गरिएको हुन सक्छ। यो लेख बलमा छ र Çözüm.gov.tr मा हालको समेकित पाठबाट यसको अन्तिम संस्करण निर्णय गर्नु अघि अनुचित अस्वीकृति र सम्भावित रद्दीकरण मुद्दालाई रोक्छ भनेर पुष्टि गर्दै।
4. नागरिक च्याटबोटले 'मलाई थाहा छैन, म तपाईंलाई एक अधिकारीमा सरुवा गर्दैछु' भन्न सक्षम हुनु किन गुणस्तर आश्वासन हो?
- क) कारोबार दर बढाएर तथ्याङ्क सुधार गर्दछ
- B) अनिश्चित हुँदा मानिसहरूलाई जानकारी प्रत्यायोजन गरेर गलत जानकारी रोक्छ ✔
- C) नागरिकहरूको ध्यान विचलित गरेर कल समय बढाउँछ
- D) च्याटबटलाई कम प्रश्नहरू प्राप्त गर्न अनुमति दिन्छ
स्पष्टीकरण: सार्वजनिक रूपमा, एक विश्वासपूर्ण गलत जवाफ इमानदार लिनु भन्दा धेरै महँगो हुन्छ; यसले अधिकार गुमाउने र संस्थाप्रति अविश्वास निम्त्याउँछ। अनिश्चित हुँदा च्याटबोटको क्षमता मानवलाई हस्तान्तरण गर्ने सुरक्षा संयन्त्र हो जसले भ्रमपूर्ण गलत जानकारीलाई रोक्छ।
5. AI सँग आधिकारिक पत्राचारलाई 'सरल' गर्दा विचार गर्नुपर्ने सबैभन्दा महत्त्वपूर्ण जोखिम के हो?
- A) पाठ धेरै छोटो छ
- ख) फन्ट परिवर्तन गर्दै
- ग) शर्त वा अपवाद छोड्दै ✔
- घ) सम्बोधनकर्ताको नामको हिज्जे गलत
स्पष्टीकरण: शैलीगत अनुकूलनले सामग्री परिवर्तन गर्नु हुँदैन। सरलीकरण गर्दा, AI ले कहिलेकाहीं अपवाद, अवस्था वा अवधि छोड्छ। तसर्थ, सरलीकृत पाठलाई सधैं मौलिक निर्णय वा विधानसँग तुलना गर्नुपर्छ।
6. नाम र T.R. डाटा सेट मा। 'छिमेकी + जन्म वर्ष + अशक्तताको प्रकार' को संयोजनले आईडी नम्बर मेटाइए पनि व्यक्तिलाई प्रकट गर्न सक्छ यसलाई के भन्नुहुन्छ?
- क) पुन: परिभाषा ✔
- ख) डाटा न्यूनीकरण
- ग) कभरेज दर
- घ) एकीकरण
स्पष्टीकरण: पुन: पहिचान भन्नाले अज्ञात मानिएको डाटाबाट अप्रत्यक्ष पहिचानकर्ताहरूको संयोजन मार्फत व्यक्ति खोज्नु हो। यदि एकल व्यक्तिमा दुर्लभ श्रेणी फेला पर्यो भने, नाम मेटाउन पर्याप्त हुनेछैन; थप उपायहरू आवश्यक छ, जस्तै उमेरलाई दायरामा रूपान्तरण गर्ने र दुर्लभ कोटीहरू संयोजन गर्ने।
7. निरीक्षण मोडेलले विगतमा भारी रूपमा निरीक्षण गरिएको छिमेकलाई 'जोखिमपूर्ण' भनी चिन्ह लगाउँदा र त्यहाँ थप निरीक्षण पठाउँदा त्यसलाई के भनिन्छ, जसले मोडेललाई त्यो छिमेकलाई बढी जोखिमपूर्ण देख्न प्रेरित गर्छ?
- क) डाटा न्यूनीकरण
- ख) भ्रम
- C) अनामीकरण
- D) प्रतिक्रिया लुप ✔
स्पष्टीकरण: प्रतिक्रिया लुप हो जब मोडेलको आउटपुटले पछिल्लो प्रशिक्षण डेटालाई असर गर्छ, अवस्थित पूर्वाग्रहलाई सुदृढ पार्छ। भिन्नता वास्तविक जोखिममा होइन, तर जहाँ देखिन्छ त्यहाँ बढ्छ। आफुलाई जोगाउने तरिका भनेको प्रभावको अनुगमन गर्नु हो, आउटपुट होइन, र निर्णयहरूको समूह-आधारित वितरणलाई नियन्त्रण गर्नु।
8. बेनिफिट एप्लिकेसन पूर्णतया अनलाइन सारियो पछि, पहिलो महिनामा आवेदनहरूको संख्या 30 प्रतिशतले घट्यो। यसको लागि सबैभन्दा सम्भावित व्याख्या के हो?
- क) नागरिकको वास्तविक आवश्यकता घटेको छ
- ख) इन्टरनेट र डिजिटल साक्षरता नभएका नागरिकहरूलाई छोडियो ✔
- ग) ब्याज घट्यो किनभने सहायता रकम घट्यो
- D) प्रणालीले स्वचालित रूपमा सबै अनुप्रयोगहरू स्वीकृत गर्यो
विवरण: डिजिटल विभाजन भनेको इन्टरनेट पहुँच वा सेवाहरू पहुँच गर्न डिजिटल साक्षरता नभएका नागरिकहरूको असक्षमता हो। सबैभन्दा खाँचोमा परेका समूह, वृद्धवृद्धा र इन्टरनेट नभएका नागरिकहरूले आवेदन दिन नसकेकाले संख्या घट्छ। समाधान भनेको वैकल्पिक च्यानलहरू छोड्नु हो, जस्तै सहायक रेफरल बिन्दुहरू।
9. वार्षिक प्रतिवेदनमा वास्तविक सफलता दर 63 प्रतिशत भए तापनि YZ द्वारा उत्पादित कार्यकारी सारांशले 'अधिकांश आवेदनहरू सकारात्मक थिए।' सही व्यवहार के हो?
- क) अभिव्यक्ति सकारात्मक भएकोले यसलाई यथावत राखिएको छ।
- B) अनुपात मेटाइएको छ र केवल गुणात्मक अभिव्यक्ति प्रयोग गरिन्छ
- C) अभिव्यक्तिलाई वास्तविक संख्या 63 प्रतिशत ✔ द्वारा प्रतिस्थापन गरिएको छ
- D) सारांश प्रतिवेदनबाट पूर्ण रूपमा हटाइएको छ
स्पष्टीकरण: सार्वजनिक प्रतिवेदनमा अतिरंजित सकारात्मक धारणाले संस्थालाई पछिको लेखापरीक्षणहरूमा कठिन परिस्थितिमा पुर्याउँछ। कार्यकारी सारांशमा प्रत्येक दाबी कच्चा डाटासँग तुलना गरिनु पर्छ र वास्तविक संख्या (63 प्रतिशत) लेखिएको हुनुपर्छ; AI सारांशहरू लेखा परीक्षण नगरी रिपोर्टमा समावेश गरिएको छैन।
10. सार्वजनिक क्षेत्रमा डाटा आधारित निर्णय गर्दा, यदि 'मासिक बन्द फाइलहरूको संख्या' बढ्छ र 'पहिलो सम्पर्कमा रिजोल्युसन दर' घट्छ भने, यसले हामीलाई के सिकाउँछ?
- A) सही सूचक छनोट गर्नु संख्यालाई गुणन गर्नु भन्दा महत्त्वपूर्ण छ ✔
- ख) जनशक्तिको संख्या बढाउनुपर्छ
- ग) ग्राफहरू रंगीन हुनुपर्छ
- D) च्याटबोटले थप प्रश्नहरूको जवाफ दिनुपर्छ
स्पष्टीकरण: गलत सूचकले सही डाटाको साथमा पनि गलत निर्णयमा जान्छ। फाइलहरू चाँडै बन्द र पुन: खोल्न सकिन्छ। सही सूचक छनोट गर्नु र सूचकहरूलाई सँगै पढ्नाले मात्र भ्रामक संख्यामा आधारित घमण्ड गर्नबाट रोक्छ।
11. चार्टमा, ठाडो अक्ष शून्यको सट्टा 40 मा सुरु हुन्छ र 2 प्रतिशत वृद्धि नाटकीय जम्प जस्तो देखिन्छ कुन समस्याको उदाहरण हो?
- क) भ्रम
- ख) डाटा न्यूनीकरण
- C) डिजिटल विभाजन
- घ) भ्रामक दृश्य ✔
स्पष्टीकरण: भ्रामक भिजुअलाइजेशन भनेको शून्यबाट सुरु नहुने अक्ष, असमान मात्रा, वा चयन गरिएको समय अवधि जस्ता प्रविधिहरू मार्फत धारणालाई विकृत गर्नु हो। यो सार्वजनिक डाटामा इमानदार दृश्य शासनको अंश हो; अक्षलाई शून्यमा तानेर वास्तविक तालिका देखाइनुपर्छ।
12. प्रशासनिक कार्यको औचित्यको रूपमा 'एआईले त्यो लेख्यो' भन्नु किन अस्वीकार्य छ?
- A) किनभने AI उपकरणहरू धेरै महँगो छन्
- ख) प्रशासनिक कारबाही न्यायोचित हुनुपर्छ र जिम्मेवारी अधिकारीको हो ✔
- C) किनभने AI लाई टर्की भाषा थाहा छैन
- D) किनभने नागरिकहरूले AI मन पराउँदैनन्
स्पष्टीकरण: प्रशासनिक कार्य तर्कसंगत र लेखा योग्य हुनुपर्छ; जिम्मेवारी एआईसँग होइन, तर सार्वजनिक अधिकारी र संस्थासँग छ जसले प्रमाणित नगरी आउटपुट प्रयोग गर्दछ। 'एआईले त्यसो भन्यो' औचित्य होइन र प्रशासनिक कारबाहीलाई टिकाउँदैन।
13. सार्वजनिक क्षेत्रमा AI को प्रयोगलाई निजी क्षेत्रबाट छुट्याउने चारवटा सिद्धान्तहरू के के हुन् र त्यसलाई पनि ध्यान दिनुपर्छ?
- क) गति, सस्तोता, नाफा, प्रतिस्पर्धा
- ख) स्वचालन, स्केल, मार्केटिङ, ब्रान्ड
- ग) समानता, पारदर्शिता, जवाफदेहिता, व्यक्तिगत डाटाको सुरक्षा ✔
- D) गोपनीयता, गोपनीयता, गोपनीयता र गोपनीयता
स्पष्टीकरण: सार्वजनिक शक्ति प्रयोग हुने कामहरूमा, AI समानता (एक समान अवस्थाको समान व्यवहार), पारदर्शिता (निर्णयको औचित्यको स्पष्टीकरण), जवाफदेहिता (प्रत्येक लेनदेन र लेखापरीक्षण ट्रेलको लागि जिम्मेवार) र व्यक्तिगत डेटाको सुरक्षा (KVKK) को सिद्धान्तहरू द्वारा फ्रेम गरिएको छ।
14. दुर्लभ कागजात प्रकारको अनिश्चित हुँदा स्वचालित प्रीफ्लाइट प्रणालीले के गर्नुपर्छ?
- क) आवेदन चुपचाप अस्वीकार गर्न
- B) मानव समीक्षामा आवेदन फर्वार्ड गर्दै ✔
- C) स्वचालित रूपमा आवेदन स्वीकृत गर्नुहोस्
- D) आवेदन मेटाउनुहोस्
स्पष्टीकरण: राम्रो स्वचालनले मोडेललाई अफिसरलाई निर्देशन दिन्छ जब यो चुपचाप अस्वीकार गर्नुको सट्टा अनिश्चित हुन्छ। अन्यथा, वैध अनुप्रयोगहरू अन्धो स्थानमा पर्नेछ र पीडित हुनेछ। निर्णय बिन्दुमा मानिसहरूलाई राख्नु अपवाद व्यवस्थापनको आधार हो।