अन्त-देखि-अन्त कार्यप्रवाह: अवलोकन देखि रिपोर्ट, मापन र निरन्तर सुधार

लाभ:

• कृत्रिम बुद्धिमत्ता द्वारा संचालित एकल अन्त-देखि-अन्त कार्यप्रवाहमा अवलोकन, स्क्रीनिंग समर्थन, योजना, सामग्री र पारिवारिक मार्गदर्शन संयोजन गर्ने क्षमता
• कृत्रिम बुद्धिमत्ताको प्रयोगबाट प्राप्त भएको समय र गुणस्तर नाप्ने क्षमता र प्रतिक्रियाको साथ निरन्तर सुधार चक्र स्थापना गर्ने क्षमता
• चेकलिस्टको साथ सम्पूर्ण प्रवाहमा विशेषज्ञ निरीक्षण, प्रमाणिकरण, गोपनीयता र नैतिकता सुनिश्चित गर्ने क्षमता

यस मोड्युलमा, हामीले बाल विकास कार्यका भागहरू एक-एक गरी समेट्यौं: अवलोकन, स्क्रिनिङ समर्थन, विकासका क्षेत्रहरू, अवलोकन नोट, गतिविधि योजना, समर्थन योजना, पारिवारिक मार्गदर्शन, सामग्री, प्रमाण जाँच, र गोपनीयता। यस अन्तिम एकाईमा हामी यी टुक्राहरूलाई एकल बच्चाको पाइलामा यथार्थपरक अन्त-देखि-अन्त कार्यप्रवाहमा संयोजन गर्नेछौं। आर्टिफिसियल इन्टेलिजेन्सले प्रत्येक चरणमा कसरी समय बचत गर्छ र प्रत्येक चरणमा विज्ञको निरीक्षण, प्रमाणिकरण, गोपनीयता र नैतिकतालाई कसरी सुरक्षित गरिन्छ भन्ने ठोस रूपमा हेर्नु उद्देश्य हो। अन्तमा, हामी यो प्रवाह मापन र निरन्तर सुधार गर्नेछौं र एकल चेकलिस्टको साथ सम्पूर्ण प्रक्रिया सुरक्षित गर्नेछौं।

आधारभूत ढाँचालाई सम्झौं: एआई सहायक, पूर्व तयारी र मस्यौदा जनरेटर हो। अवलोकन, मूल्याङ्कन, व्याख्या र मार्गदर्शन निर्णय विशेषज्ञको हो; निदान चिकित्सक र क्लिनिकल टोलीसँग सम्बन्धित छ। अन्त-देखि-अन्त प्रवाहमा, यो सिद्धान्त प्रत्येक नोडमा बारम्बार परीक्षण गरिन्छ। प्रमाणीकरण कायम हुँदा मात्र गति मूल्यवान छ।

अन्त-देखि-अन्त प्रवाह: एक चरण-दर-चरण उदाहरण

एउटा बेनामी उदाहरण मार्फत जाऔं: "3 वर्ष र 4 महिनाको केटा; परिवारले भन्छ कि ऊ आफ्ना साथीहरू भन्दा कम बोल्छ।"

1. अवलोकन (इकाई ४)। विशेषज्ञले बच्चालाई प्राकृतिक र संरचित वातावरणमा हेर्छन् र कच्चा नोटहरू राख्छन्। AI ले यी नोटहरूलाई एबीसी ढाँचामा वस्तुगत, चिन्ह नभएको रेकर्डमा रूपान्तरण गर्छ। विशेषज्ञले स्रोतसँग रेकर्डिङ तुलना गर्छ, कुनै थप विवरणहरू छैनन् भन्ने पुष्टि गर्दै।
2. स्क्यानिङ समर्थन (एकाइ 2)। विशेषज्ञले आफ्नै प्रोटोकलको साथ उपयुक्त उपकरण लागू गर्दछ र स्कोर गर्दछ। AI ले परिणामलाई सरल, सावधानीपूर्ण सारांशमा अनुवाद गर्छ; नोट "स्क्यान निदान होइन" थपिएको छ। विशेषज्ञ उमेर सुधारले द्विभाषिकता जस्ता कमजोरीहरूको लागि जाँच गर्दछ।
3. क्षेत्र विश्लेषण (एकाइ 3)। AI ले क्षेत्र-आधारित प्रोफाइलमा अवलोकन र स्क्यान डाटा व्यवस्थित गर्दछ। विशेषज्ञले ढाँचाको व्याख्या गर्छ, ओभर-लेबलिङबाट बच्न; भाषाको क्षेत्रमा सीमा रेखा चित्रलाई बलियो सामाजिक-सञ्चार संकेतहरूको साथ मूल्याङ्कन गरिन्छ।
4. समर्थन योजना (एकाइ 6)। AI ले योजना कंकाल र लक्ष्य रूपरेखा उत्पादन गर्दछ। विशेषज्ञले लक्ष्यहरूलाई SMART मा रूपान्तरण गर्दछ, यथार्थवादको लागि जाँच गर्दछ, र तिनीहरूलाई परिवारसँग अनुकूलन गर्दछ।
5. गतिविधि र सामग्री (एकाइहरू 5, 8)। AI ले लक्ष्य-उन्मुख गतिविधिहरू र सामग्रीहरू (कार्ड, सामाजिक कथा) ड्राफ्ट गर्दछ। विशेषज्ञले यसलाई सुरक्षा, उमेर, पहुँच र प्रतिलिपि अधिकार मार्फत फिल्टर गर्दछ।
6. पारिवारिक निर्देशन (एकाइ 7)। AI ले एक सरल, गैर-दोषी गृह कार्यक्रम र जानकारी लेख्छ। विशेषज्ञले टोन, संस्कृति र नैतिकताको लेखाजोखा गर्दछ।
7. रिपोर्टिङ (एकाइ 2, 9, 10)। एआईले सम्पूर्ण प्रक्रियाबाट रिपोर्ट ड्राफ्ट गर्दछ; "मैले दिने डाटाबाट मात्र लेख्नुहोस्" भन्ने अनुशासनको साथ। विशेषज्ञले पुष्टि गर्छ कि त्यहाँ कुनै बनावटी खोज (हलुसिनेशन) छैन, निश्चित गर्नुहोस् कि त्यहाँ कुनै डायग्नोस्टिक भाषा छैन, र यसलाई संकेत गर्दछ। डाटा भर अज्ञात छ।

स्टेज

AI को योगदान

विशेषज्ञ प्रमाणीकरण

अवलोकन

कच्चा ग्रेडलाई ABC मा रूपान्तरण गर्नुहोस्

कुनै टुक्राहरू, कुनै टिकटहरू छैनन्

स्क्यानिङ समर्थन

सरल सारांश रूपरेखा

उमेर सुधार, कमजोरी, निदान होइन

क्षेत्र विश्लेषण

प्रोफाइल सम्पादन गर्नुहोस्

ओभर-ट्यागिङ नियन्त्रण

समर्थन योजना

लक्ष्य रूपरेखा

स्मार्ट, यथार्थवाद, परिवार

सामग्री

कथा/कार्ड रूपरेखा

सुरक्षा, उमेर, रोयल्टी

पारिवारिक सामग्री

सादा पाठ

स्वर, संस्कृति, नैतिकता

रिपोर्ट

मस्यौदा रिपोर्ट गर्नुहोस्

कुनै भ्रम छैन, हस्ताक्षर

मापन र निरन्तर सुधार

AI ले साँच्चै मूल्य थपिरहेको छ कि छैन भनेर जान्न मापन गर्नुहोस्। दुई सरल आयामहरू: समय (कति लामो समय म्यानुअल रूपमा लिन्छ, AI सँग कति समय लाग्छ) र गुणस्तर (सुधारहरूको संख्या, पारिवारिक प्रतिक्रिया, लक्ष्यहरू प्राप्त गर्ने दर)। उदाहरणका लागि, एक विशेषज्ञले मापन गर्न सक्छ कि 30 मिनेटमा हातले पारिवारिक जानकारी पाठ लेख्दा AI ड्राफ्टिङ + प्रूफरीडिङको साथ 8 मिनेटमा घट्यो; तर उसले मस्यौदामा कति नैतिकता/टोन सच्यायो भनेर पनि ध्यान दिनुपर्छ। समय बचत भ्रामक छ यदि गुणस्तर कमजोर छ।

निरन्तर सुधार चक्र: प्रयोग → मापन → समीक्षा → प्रम्प्ट र सही प्रवाह। प्रम्प्टमा कडा नियमको रूपमा तपाईले बारम्बार समाधान गर्ने बग थप्नुहोस् (जस्तै AI निरन्तर निदानात्मक भाषामा फिसलिरहेको छ); त्यसैले अर्को पटक त्रुटि कम हुन्छ।

सुझाव: "प्रम्प्ट लाइब्रेरी" राख्नुहोस्: प्रमाणीकरण नियमहरू सहित काम गर्ने तपाईंको प्रम्प्टहरू बचत गर्नुहोस्। प्रत्येक एकाइमा प्रम्प्टहरू यस पुस्तकालयको मूल हुन्। यो तपाईंको आफ्नै व्यावसायिक सन्दर्भ अनुसार समय संग परिपक्व हुन्छ।

सावधानी: गति बढाउनुले प्रमाणीकरण, गोपनीयता र नैतिकतामा सम्झौता गर्ने औचित्य दिन सक्दैन। उच्च जोखिम चरणमा (टिप्पणी, रेफरल, रिपोर्ट हस्ताक्षर), AI को भूमिका सबैभन्दा सानो छ र मानव अनुमोदन सबैभन्दा ठूलो छ।

चार प्रतिलिपि योग्य प्रम्प्टहरू

1) अन्त-देखि-अन्त प्रवाह सारांश प्रम्प्ट:

तपाईंको भूमिका: ड्राफ्ट सहायक। तलको बेनामी केसको लागि, कार्यप्रवाह रूपरेखाको रूपमा अवलोकनदेखि रिपोर्ट (अवलोकन, स्क्रिनिङ सारांश, फिल्ड प्रोफाइल, समर्थन योजना, सामग्री, पारिवारिक सन्दर्भ, रिपोर्ट) सम्मका चरणहरूलाई रूपरेखा बनाउनुहोस्। प्रत्येक चरणमा, विशेषज्ञले [विशेषज्ञ पुष्टि] सँग पुष्टि गर्नुपर्ने बिन्दुलाई चिन्ह लगाउनुहोस्। निदान। केस: [अनाम]

२) मस्यौदा रिपोर्ट गर्नुहोस् (भ्रम बिना) प्रम्प्ट:

तलको अज्ञात डाटाबाट मस्यौदा मूल्याङ्कन रिपोर्ट लेख्नुहोस्। मैले उपलब्ध गराएको डाटाबाट मात्र लेख्नुहोस्; हराइरहेको क्षेत्र चिन्ह लगाउनुहोस् [कुनै डाटा], कुनै खोजहरू फिट गरिएको छैन। निदान गर्दै; नोट थप्नुहोस् "स्क्यान निदान होइन"। अन्तमा हस्ताक्षर/अनुमोदनको लागि [विशेषज्ञ] क्षेत्र छोड्नुहोस्। डाटा: [अनाम, चरण-दर-चरण]

3) समय/गुणस्तर मापन टेम्प्लेट:

AI-संचालित कार्यको लागि एउटा साधारण मापन तालिका बनाउनुहोस्: कार्यको नाम, म्यानुअल समय, AI समय, गरिएका सुधारहरूको संख्या, सुधारको प्रकार (सुरक्षा/नैतिकता/टोन/शुद्धता), अभिभावक/विशेषज्ञको प्रतिक्रिया। यसलाई सरल राख्नुहोस्।

4) अन्त-देखि-अन्त गुणस्तर र गोपनीयता अडिट प्रम्प्ट:

निम्न वस्तुहरूसँग निम्न कार्यप्रवाह आउटपुट जाँच गर्नुहोस्: (1) प्रत्येक चरणमा प्रमाणीकरण गरिएको छ? (२) के त्यहाँ निदान को संकेत गर्ने कुनै कथन छ? (3) के डाटा बेनामी छ? (४) के त्यहाँ बनावटी निष्कर्षहरू/स्रोतहरू छन्? (५) त्यहाँ सुरक्षा/नैतिक/प्रतिलिपि अधिकार जोखिम छ? कमजोरीहरू सूचीबद्ध गर्नुहोस्। आउटपुट: [पाठ]

तीन मिनी केसहरू

केस 1 - समय लाभ मापन। एक विशेषज्ञले एआईसँग बच्चाको सम्पूर्ण फाइलको लागि अवलोकन संगठन, योजना मस्यौदा, पारिवारिक पाठ र रिपोर्ट ड्राफ्ट तयार गर्दछ। मैन्युअल रूपमा लगभग 3 घण्टा लाग्ने कुरालाई AI + प्रमाणीकरणको साथ 70 मिनेटमा घटाइन्छ। तर विज्ञले यो पनि नोट गरे कि उनले ड्राफ्टमा कुल 11 सुधारहरू (3 सुरक्षा, 4 नैतिकता/टोन, 2 सटीकता, 2 SMART) गरे। परिणाम: महत्त्वपूर्ण समय बचत, गुणस्तर कायम। मापनले लाभलाई दृश्यात्मक बनाउँछ।

केस २ - चेनमा कमजोर लिङ्क। एक विशेषज्ञले प्रवाहलाई गति दिन्छ तर रिपोर्ट चरणमा प्रमाणीकरण छोड्छ; एआई द्वारा बनाईएको कथन "सहकर्मीको खेलमा भाग लिदैन" रिपोर्टमा समावेश गरिएको छ - जबकि अवलोकन नोटमा बच्चा साथीहरूको खेलमा भाग लिइरहेको थियो। परिवारले यो पढ्दा विश्वास डगमगाउँछ । चौथो प्रम्प्टको साथ निरीक्षणले यसलाई समात्न सक्छ। पाठ: सबैभन्दा छिटो प्रवाहले पनि अन्तिम प्रमाणीकरण नोडलाई बाइपास गर्न सक्दैन।

केस 3 - निरन्तर सुधार। एक विशेषज्ञले नोटिस गर्छ कि एआई बारम्बार डायग्नोस्टिक भाषामा चिप्लिन्छ। प्रम्प्ट लाइब्रेरीमा सबै प्रम्प्टहरूको सुरुमा "निदान नगर्नुहोस्, मूल्याङ्कन-निदान भिन्नता कायम राख्नुहोस्" नियमलाई ठीक गर्दछ। अर्को महिना डायग्नोस्टिक-भाषा सुधारहरूको संख्या उल्लेखनीय रूपमा घट्यो। लूप सञ्चालन: त्रुटि मापन, सही प्रवाह, पुनरावृत्ति कम।

कमजोर प्रम्प्ट / बलियो प्रम्प्ट

कमजोर प्रम्प्ट:

यस बच्चाको सम्पूर्ण फाइलबाट द्रुत रूपमा रिपोर्ट बनाउनुहोस्, निदान थप्नुहोस्।

समस्या: कुनै प्रमाणीकरण छैन, निदान अनुरोध गरिएको छैन, भ्रमको कुनै जोखिम देखिएन, गोपनीयता/गोपनीयता प्रश्न गरिएको छैन।

शक्तिशाली प्रम्प्ट:

ANONYMOUS बाट मस्यौदा रिपोर्ट लेख्नुहोस्, तलको चरण-दर-चरण डेटा। मैले दिएको डाटा मात्र लेख्नुहोस्; हराइरहेको चिन्ह [कुनै डाटा]; निष्कर्ष को बनावट; साक्षी; टिप्पणी थप्नुहोस् "स्क्यान निदान छैन" र क्षेत्र [विशेषज्ञ पुष्टि]। अन्तमा, भ्रम र डायग्नोस्टिक भाषाको लागि आफ्नै प्रिन्टआउट जाँच गर्नुहोस्। डाटा: [अनाम]

सामान्य गल्तीहरू

• अन्तिम प्रमाणीकरण छोड्दै: सबैभन्दा छिटो प्रवाहलाई पनि पूर्व-हस्ताक्षर जाँच चाहिन्छ।
• गुणस्तर मापन बिना गति मनाउने: फिक्स र प्रतिक्रिया को संख्या पनि ट्रयाक गर्नुहोस्।
• उही गल्ती दोहोर्याउनुहोस्: प्रायः सच्याइएका गल्तीलाई प्रम्प्टमा नियम बनाउनुहोस्।
• डायग्नोस्टिक भाषामा परिवर्तन: सबै चरणहरूमा मूल्याङ्कन-निदान भिन्नता कायम राख्नुहोस्।
• एक चरणमा अज्ञातता तोड्दै: डेटा चेनमा प्रत्येक लिङ्कमा गुमनाम रहनुपर्छ।

संक्षेपमा

अन्त-देखि-अन्त कार्यप्रवाहले मोड्युलका सबै भागहरूलाई एकल चाइल्ड ट्र्याकमा जोड्दछ: अवलोकन, स्क्रीनिंग समर्थन, क्षेत्र विश्लेषण, समर्थन योजना, सामग्री, पारिवारिक निर्देशन र रिपोर्ट। कृत्रिम बुद्धिमत्ताले हरेक चरणमा ड्राफ्टहरू उत्पादन गर्दछ र समय बचत गर्दछ; विशेषज्ञले प्रत्येक चरणमा प्रमाणित गर्दछ, गोपनीयता र नैतिकता, र संकेतहरूको रक्षा गर्दछ। समय र गुणस्तर मापन; नियमको रूपमा प्रम्प्टमा बारम्बार निश्चित त्रुटिहरू थप्नुहोस् र तिनीहरूलाई निरन्तर सुधार गर्नुहोस्। गति मूल्यवान छ, तर प्रमाणीकरण, गोपनीयता र नैतिकता कायम राख्दा मात्र। निर्णय सधैं व्यक्तिको हातमा हुन्छ।

आवेदन कार्य

एउटा बेनामी केस छान्नुहोस् र अन्त्य-देखि-अन्त प्रवाह लागू गर्नुहोस्: पहिलो प्रम्प्टको साथ प्रवाहको मस्यौदा बनाउनुहोस्, सम्बन्धित एकाइहरूको प्रम्प्टको साथ प्रत्येक चरण उत्पादन गर्नुहोस्, दोस्रो प्रम्प्टको साथ एक भ्रम-मुक्त रिपोर्टको मस्यौदा बनाउनुहोस्। 3. प्रम्प्टको साथ समय र गुणस्तर मापन गर्नुहोस् (म्यानुअल बनाम एआई, सुधारहरूको संख्या)। अन्तमा, चौथो प्रम्प्टको साथ गुणस्तर र गोपनीयताको लागि सम्पूर्ण स्ट्रिम जाँच गर्नुहोस्। तपाईंले मापन गर्नुभएको समय बचत र तपाईंले गर्नुभएका सुधारहरूको कुल संख्या (प्रकारद्वारा विभाजित) नोट गर्नुहोस्।

चेकलिस्ट

• [] मैले हरेक चरणमा विशेषज्ञ प्रमाणीकरण गरें; हस्ताक्षर गर्नु अघि अन्तिम रिपोर्ट जाँच गरिएको थियो।
• [] रिपोर्ट वास्तविक डाटाबाट मात्र लेखिएको थियो; त्यहाँ कुनै बनावटी निष्कर्षहरू/स्रोतहरू छैनन्।
• [ ] मैले प्रवाह भर मूल्याङ्कन-निदान भिन्नता सुरक्षित गरें।
• [] डाटा सबै चरणहरूमा अज्ञात रह्यो; गोपनीयता सम्झौता गरिएको थिएन।
• [] मैले सुरक्षा, नैतिकता, प्रतिलिपि अधिकार र टोन जाँच गरें।
• [] मैले समय र गुणस्तर नापेँ; मैले सुधारहरूलाई प्रकारहरूमा विभाजन गरें।
• [ ] मैले मेरो प्रम्प्ट लाइब्रेरीमा नियमहरूको रूपमा सामान्य त्रुटिहरू थपेको छु।

मोड्युल परीक्षा

1. एक बाल विकास विशेषज्ञले कृत्रिम बुद्धिमत्ता द्वारा उत्पादित स्क्यान व्याख्या परिवारमा स्थानान्तरण गर्दछ र यसलाई जाँच नगरी फाइल गर्दछ। यस दृष्टिकोणमा आधारभूत त्रुटि के हो?

• क) कृत्रिम बुद्धिमत्ता आउटपुट प्रमाणीकरण बिना प्रयोग गर्न सकिँदैन; मस्यौदालाई विज्ञतापूर्वक समीक्षा गरी प्रमाणित उपकरणहरू र अवलोकनहरूद्वारा पुष्टि गरिनुपर्छ ✔
• ख) आर्टिफिसियल इन्टेलिजेन्सले सधैँ स्क्यानको नकारात्मक व्याख्या दिन्छ
• ग) कमेन्टको सट्टा कच्चा अंक मात्र परिवारसँग साझा गर्नुपर्छ।
• घ) प्रतिवेदन परिवारलाई इ-मेलको सट्टा प्रिन्टमा दिनुपर्ने थियो।

स्पष्टीकरण: आर्टिफिसियल इन्टेलिजेन्सले सही व्याख्या गर्न सक्छ, यसले गलत उमेर सुधार, सांस्कृतिक सन्दर्भ वा कट-अफ स्कोर पनि मान्न सक्छ र उही आत्मविश्वासका साथ गलत व्याख्या उत्पादन गर्न सक्छ। बाल विकास एक संवेदनशील क्षेत्र हो; प्रत्येक आउटपुट एक विशेषज्ञ द्वारा प्रमाणित गरिनु पर्छ, र मूल्याङ्कन र मार्गदर्शन निर्णय र अन्तिम स्वीकृति मानव को हुनुपर्दछ। साथै, स्क्रीनिंग निदान होइन।

2. निम्न मध्ये कुन विकासात्मक स्क्रीनिंग उपकरणहरूको मुख्य उद्देश्य हो (जस्तै डेनभर II, AGTE, GEÇDA)?

• A) बच्चाको लागि निश्चित विकास निदान गर्ने
• ख) विकास जोखिममा रहेका बालबालिकाको पहिचान गरी थप मूल्याङ्कनमा पठाउने ✔
• ग) बालबालिकाको बुद्धिको स्तर अनुसार क्रमबद्ध गर्ने
• घ) परिवारलाई औषधि उपचार सिफारिस गर्ने

स्पष्टीकरण: विकासात्मक स्क्रीनिंग उपकरणहरूले निदान गर्दैनन्; यसले विकास जोखिममा रहेका बालबालिकालाई पहिचान गर्न, थप मूल्याङ्कन गर्न र उपयुक्त विशेषज्ञलाई पठाउन मद्दत गर्छ। निश्चित निदान भनेको विस्तृत क्लिनिकल मूल्याङ्कन र सम्बन्धित चिकित्सक/विशेषज्ञ टोलीको काम हो। आर्टिफिसियल इन्टेलिजेन्सले पनि यो सीमा परिवर्तन गर्दैन।

3. कृत्रिम बुद्धिमत्ताले अस्तित्वमा नभएको काम वा स्रोतलाई वास्तविक रूपमा झल्काउँछ भने यसलाई के भनिन्छ?

• क) क्यालिब्रेसन
• ख) अनामीकरण
• ग) भ्रम ✔
• घ) सामान्यीकरण

व्याख्या: भाषा मोडेलले वास्तविक रूपमा अवस्थित नभएको जानकारी, स्रोत वा काम उत्पादन गर्दा भ्रम हो। त्यसकारण, प्रमाण समीक्षामा, प्रत्येक दावी र स्रोतलाई सहकर्मी-समीक्षा साहित्य र आधिकारिक दिशानिर्देशहरू विरुद्ध स्वतन्त्र रूपमा प्रमाणित गरिनुपर्छ।

4. सार्वजनिक रूपमा उपलब्ध कृत्रिम बुद्धिमत्ता उपकरणमा बच्चाको पूरा नाम, TR आईडी नम्बर र स्कूल जानकारी सहितको विकास रिपोर्ट अपलोड गर्न किन समस्या छ?

• A) किनभने लोडिङ धेरै ढिलो हुनेछ
• B) किनभने रिपोर्ट ढाँचा भ्रष्ट हुनेछ
• C) किनभने कृत्रिम बुद्धिमत्ताले टर्की रिपोर्टहरू पढ्न सक्दैन
• घ) विशेष बाल डाटा संस्था बाहिर अनुमति बिना स्थानान्तरण KVKK र गोपनीयता को उल्लङ्घन हो ✔

विवरण: बच्चाको डाटा विशेष व्यक्तिगत डाटा हो र KVKK को दायरा भित्र सुरक्षित छ। बाह्य उपकरणमा पहिचान जानकारी अपलोड गर्नु गोपनीयताको उल्लङ्घन हो। सही तरिका भनेको डेटा गुमनाम राख्नु र सम्भव भएमा अभिभावकको सहमतिमा सुरक्षित उपकरणमा आवश्यक, पहिचान नभएको जानकारी मात्र प्रयोग गर्नु हो।

5. एक अवलोकन नोटमा 'अली एक धेरै आक्रामक र समस्याग्रस्त बच्चा थियो' भन्नुको सट्टा कुन दृष्टिकोण सही छ?

• क) मिति थपेर एउटै अभिव्यक्ति लेख्नुपर्छ।
• ख) व्यवहारलाई वस्तुगत रूपमा वर्णन गर्नुपर्दछ: पूर्ववर्ती, अवलोकन गरिएको व्यवहार र नतिजा छुट्टाछुट्टै लेख्नुपर्छ ✔
• ग) नोटमा पटक्कै लेख्नुहुँदैन, ख्याल राख्नुपर्छ
• घ) बच्चाको नामको सट्टा 'समस्या विद्यार्थी' मात्र लेख्नुपर्छ

स्पष्टीकरण: राम्रो अवलोकन नोटहरूले व्यवहारको वर्णन गर्दछ, यसलाई लेबल गर्दैन। यो 'अपमानजनक' र 'समस्याग्रस्त' टिप्पणी र कलंक हो। सही दृष्टिकोण भनेको वस्तुगत विवरण हो, जस्तै पूर्ववर्ती-व्यवहार-परिणाम (ABC): कुन अवस्थामा, उसले के गर्यो, के भयो। व्याख्या र सम्भावित कारण पनि विशेषज्ञ मूल्याङ्कन मा विचार गरिन्छ।

6. AI ले कुनै गतिविधि योजनाको सुझाव दिंदा विशेषज्ञले पहिलो कुरा के गर्नुपर्छ?

• क) योजना यथावत तुरुन्त कार्यान्वयन गर्ने
• B) AI लाई लामो बनाउन योजना फेरि लेख्नुहोस्
• ग) परिवारको स्वीकृति बिना योजना अभिलेख राख्ने
• घ) सुरक्षा, उमेर/विकास उपयुक्तता, सामग्रीको पहुँच, र लक्ष्य पालनाको लागि योजनाको स्क्रिनिङ ✔

विवरण: कृत्रिम बुद्धिमत्ता प्रस्ताव एक मस्यौदा हो। विशेषज्ञले पहिले सुरक्षा जाँच गर्दछ (निसासन/चोटको जोखिम, उपयुक्त उपकरण), उमेर र विकास उपयुक्तता, सांस्कृतिक उपयुक्तता र लक्ष्यको पालना। यो फिल्टर पछि मात्र योजना लागू गर्न सकिन्छ।

7. SMART मापदण्ड अनुसार व्यक्तिगत समर्थन योजनामा ​​लक्ष्यहरू लेख्नुको अर्थ के हो?

• क) लक्ष्यहरू विशिष्ट, मापनयोग्य, प्राप्य, सान्दर्भिक र समयसापेक्ष हुन्छन् ✔
• ख) लक्ष्यहरूलाई सकेसम्म सामान्य र लचिलो राख्ने
• ग) लक्ष्यहरू परिवारले मात्र लेख्छन्
• घ) प्रत्येक हप्ता पूर्ण रूपमा लक्ष्यहरू परिवर्तन गर्दै

विवरण: स्मार्ट लक्ष्य; यो विशिष्ट, मापनयोग्य, प्राप्य, सान्दर्भिक र समय-सीमा हुनुपर्छ। 'उसको बोली सुधारोस्' अस्पष्ट छ; 'आठ हप्ता भित्र साधारण पाँच-शब्द अनुरोधहरू मौखिक बनाउनुहोस्' मापनयोग्य र समयबद्ध छ। यी मापदण्डहरू अनुसार एआई ड्राफ्टलाई कुशलतापूर्वक सच्याइन्छ।

8. परिवारको लागि जानकारीमूलक सामग्रीमा निम्न मध्ये कुन नैतिक रूपमा गलत छ?

• क) परिवारले लागू गर्न सक्ने ठोस गृह गतिविधिहरू सुझाव दिँदै
• ख) अवलोकन र स्क्यानिङ निष्कर्षहरू सरल भाषामा व्यक्त गर्न
• ग) निश्चित निदानलाई संकेत गर्ने अभिव्यक्तिहरू प्रयोग गर्ने, मानिसहरूलाई डराउने वा अवास्तविक प्रतिज्ञाहरू समावेश गर्ने ✔
• D) आवश्यक पर्दा सम्बन्धित विशेषज्ञ/चिकित्सकलाई रेफरल नोट थप्नुहोस्

स्पष्टीकरण: एक बाल विकास विशेषज्ञले परिवारलाई 'तपाईंको बच्चालाई अटिज्म छ' जस्ता निश्चित निदानलाई संकेत गर्ने कथनहरूको प्रयोगले अधिकार र नैतिकताको सीमा नाघ्छ; स्क्रिनिङ र विकासात्मक मूल्याङ्कन निदान होइन। सही भाषा भनेको दोष नदिने, यथार्थपरक, निर्देशन दिने र आवश्यक हुँदा सम्बन्धित विशेषज्ञ/चिकित्सकलाई बुझाउने हो।

९. आर्टिफिसियल इन्टेलिजेन्सका साथ उत्पादन गरिएको कन्सेप्ट कार्ड सेट प्रयोग गर्नुअघि के जाँच गर्नुपर्छ?

• क) बच्चाको मनपर्ने रङमा कार्डको रंग परिवर्तन गर्दै
• ख) दृश्य र पाठको शुद्धता, उमेर उपयुक्तता, पहुँच र प्रतिलिपि अधिकार जाँच गर्नुपर्छ ✔
• C) सकेसम्म कार्डहरूको संख्या बढाउने
• घ) परिवारद्वारा मात्र कार्डहरू जाँच गर्नुहोस्

स्पष्टीकरण: कृत्रिम बुद्धिमत्ताले दृश्यहरू उत्पादन गर्न सक्छ जुन गलत, सांस्कृतिक रूपमा अनुपयुक्त, वा उमेरको लागि धेरै उत्तेजक; पाठमा हिज्जे/वैचारिक त्रुटिहरू हुन सक्छन्। विशेषज्ञले सामग्रीको शुद्धता, उमेर उपयुक्तता, पहुँच (सरलता, कन्ट्रास्ट) र प्रतिलिपि अधिकारको लागि जाँच नगरी प्रयोग गर्नु हुँदैन।

10. एक विशेषज्ञले कृत्रिम बुद्धिमत्ता द्वारा सुझाव दिएको 'यो हालको विधिले सबै विकास ढिलाइहरू तुरुन्तै सच्याउछ' भन्ने दावीको सामना गरेको छ। सही मनोवृत्ति के हो?

• क) प्रमाणको स्तर र सहकर्मी-समीक्षा स्रोतहरूको साथ प्रमाणित नगरी दाबी स्वीकार नगर्ने, र फेसन-विधि चेतावनीको साथ प्रश्न उठाउने ✔
• ख) परिवारलाई तुरुन्तै दावी सिफारिस गर्नुहोस्
• ग) यसलाई सत्यको रूपमा स्वीकार गर्दै किनभने कृत्रिम बुद्धिमत्ताले यो भन्छ
• D) दावीलाई खण्डन गर्न र त्यसको लागि समाधान गर्न अर्को कृत्रिम बुद्धिमत्तालाई सोध्नुहोस्

स्पष्टीकरण: निको पार्ने निश्चित र अतिरंजित प्रतिज्ञा कमजोर प्रमाण वा चल्ती विधिको संकेत हो। विज्ञले दावीलाई सहकर्मी-समीक्षा साहित्य, प्रमाणको स्तर, र आधिकारिक दिशानिर्देशहरूको साथ प्रमाणित नगरी स्वीकार गर्नु हुँदैन; प्रत्येक दृष्टिकोणको प्रमाण आधारमा प्रश्न गर्नुपर्छ। एआई आउटपुट एक सुरूवात बिन्दु हो, स्रोत होइन।

11. विकासशील क्षेत्रहरू (मोटर, भाषा, संज्ञानात्मक, सामाजिक-भावनात्मक, आत्म-हेरचाह) को व्याख्या गर्दा निम्न मध्ये कुन सही सिद्धान्त हो?

• क) यदि एउटै क्षेत्रको एकल अवलोकनमा ढिलाइ देखियो भने, बच्चालाई तुरुन्तै लेबल गर्नुपर्छ
• ख) क्षेत्रहरू एकअर्काबाट पूर्ण रूपमा स्वतन्त्र रूपमा मूल्याङ्कन गर्नुपर्छ
• ग) भाषाको क्षेत्रफल हेरेर मात्र पुग्छ
• घ) सामान्य विकास र व्यक्तिगत भिन्नताहरूको विस्तृत दायरालाई ध्यानमा राख्नुपर्छ; मूल्याङ्कन समग्र र पुनरावृत्ति हुनुपर्छ ✔

विवरण: सामान्य विकासको व्यापक दायरा छ र बच्चाहरु बीच व्यक्तिगत भिन्नता प्राकृतिक छ। एकल अवलोकन वा एउटै क्षेत्रमा ढिलाइ भएको बच्चालाई समयअघि लेबल गर्नु गलत हो। क्षेत्रहरू अन्तरसम्बन्धित छन्; मूल्याङ्कन समग्र, बहु-स्रोत, र समयसँगै पुनरावृत्ति हुनुपर्छ।

12. कृत्रिम बुद्धिमत्तामा बच्चाको डेटा प्रविष्ट गर्नु अघि सबैभन्दा आधारभूत गोपनीयता कदम के हो?

• क) डाटा गुमाउने: पहिचान गर्ने जानकारी हटाउने र केवल आवश्यक गैर-पहिचान जानकारी प्रयोग गर्ने ✔
• ख) ठूला अक्षरमा डाटा लेख्ने
• C) डाटालाई अंग्रेजीमा अनुवाद गर्दै
• D) डाटा दुई पटक टाँस्दै

विवरण: सबैभन्दा आधारभूत चरण गुमनामकरण हो: पहिचान जानकारी हटाउने जस्तै नाम, थर, TR ID, विद्यालय, प्रोटोकल र केवल आवश्यक, पहिचान गरिएको जानकारी प्रयोग गर्दै। थप रूपमा, सुरक्षित/संस्थागत सवारी साधन छनोट गर्न र आवश्यक पर्दा परिवारको सहमति लिनु आवश्यक छ।

13. कुन विशेष अवस्थामा विकास मूल्याङ्कनमा उमेर सुधार (सही उमेर) लाई ध्यानमा राख्नु पर्छ?

• क) स्कूल जाने उमेरका बच्चाहरूमा मात्र
• ख) समयभन्दा पहिले जन्मिएका शिशुको विकासको मूल्याङ्कनमा सुधार गरिएको उमेर अनुसार ✔
• ग) जुम्ल्याहामा मात्र
• घ) कुनै पनि अवस्थामा आवश्यक छैन

स्पष्टीकरण: समय नपुग्दै जन्मेका बच्चाहरूमा, विकासको मूल्याङ्कन क्यालेन्डर उमेर होइन, सही उमेर अनुसार गरिन्छ; अन्यथा सामान्य बच्चा संयोगवश पछाडि देखा पर्न सक्छ। एक विशेषज्ञले निश्चित रूपमा यसलाई जाँच गर्नुपर्छ किनकि कृत्रिम बुद्धिमत्ताले यो सुधारलाई छोड्न सक्छ।

14. अन्त-देखि-अन्त एआई-संचालित कार्यप्रवाहको विशेषज्ञ निरीक्षण सुरक्षित गर्ने सबैभन्दा बलियो तरिका के हो?

• A) पूर्णतया कृत्रिम बुद्धिमत्तामा भरोसा गर्दै र नियन्त्रणहरूको गति बढाउने
• ख) अन्त्यमा एक मात्र जाँच गर्नुहोस्
• C) प्रत्येक चरणमा प्रमाणीकरण, गोपनीयता र नैतिकता समावेश गर्ने चेकलिस्ट लागू गर्नुहोस् ✔
• घ) परिवारलाई नियन्त्रण हस्तान्तरण गर्दै

विवरण: प्रत्येक चरण (अवलोकन, स्क्रिनिङ समर्थन, योजना, सामग्री, पारिवारिक सन्दर्भ, रिपोर्ट) प्रमाणीकरण, गोपनीयता, र नैतिकता जाँचहरू समावेश गर्ने चेकलिस्ट प्रयोग गरेर विशेषज्ञ पर्यवेक्षणलाई व्यवस्थित बनाउँछ। यसरी, सुरक्षा र नैतिकतामा सम्झौता नगरी गति लाभहरू हासिल गरिन्छ।