लाभ:
- आर्थिक विश्लेषणमा कृत्रिम बुद्धिमत्ताको मुख्य सीमाहरू व्यवस्थित रूपमा सूचीबद्ध गर्ने क्षमता (बनावट, डाटा कट-अफ मिति, कारण अन्धोपन, संरचनात्मक ब्रेक)
- गोप्य डाटा, बजार-संवेदनशील जानकारी र व्यक्तिगत डाटा सुरक्षित गर्ने सुरक्षित प्रयोग र KVKK अनुरूप कार्यप्रवाह स्थापना गर्ने क्षमता
- इन्टरप्राइज-स्तर एआई गभर्नेन्स फ्रेमवर्क डिजाइन र कार्यान्वयन गर्ने क्षमता (दर्ता, प्रमाणिकरण, जवाफदेहिता, अनुमोदन श्रृंखला)
मोड्युल परीक्षा
1. एक केन्द्रीय बैंकरले कुनै प्रमाणीकरण बिना AI-उत्पन्न मुद्रास्फीति पूर्वानुमान सीधा आधिकारिक नीति नोटमा राख्छ। यस दृष्टिकोणमा आधारभूत त्रुटि के हो?
- क) कृत्रिम बुद्धिमत्ता आउटपुटलाई स्रोतमा जडान नगरी निर्णयमा रूपान्तरण गर्दै, यसलाई पुन: गणना गर्ने र आर्थिक प्रमाणीकरणबाट गुज्रिएको; जिम्मेवारी जनताको हो भन्ने कुरालाई बेवास्ता गर्दै ✔
- ख) आर्थिक पूर्वानुमानमा आर्टिफिसियल इन्टेलिजेन्सको प्रयोग गर्न कडाइका साथ निषेध गरिएको छ
- C) आर्टिफिसियल इन्टेलिजेन्सले सधैं मुद्रास्फीतिलाई यो भन्दा कम देखाउँछ
- D) भविष्यवाणी ग्राफमा प्रस्तुत गरिएको छैन
विवरण: कृत्रिम बुद्धिमत्ताले सांख्यिकीय रूपरेखा उत्पादन गर्दछ; तर पूर्वानुमान र औपचारिक नीति संक्षिप्तको विषयवस्तुको जिम्मेवारी सक्षम अर्थशास्त्री र संस्थाको हो। अप्रमाणित आउटपुट अहस्ताक्षरित रिपोर्ट जत्तिकै जोखिमपूर्ण छ; नम्बर मूल स्रोतसँग जोडिएको हुनुपर्छ, पुन: गणना गरिएको छ र आर्थिक फिल्टर मार्फत पारित गरिएको छ।
2. तपाईंले आर्टिफिसियल इन्टेलिजेन्सलाई सोध्दा 'मलाई २०२४ मा टर्किएको चालु खाता घाटाको आंकडा दिनुहोस्' भन्ने सबैभन्दा सुरक्षित उपाय के हो?
- क) आर्टिफिसियल इन्टेलिजेन्सले दिएको नम्बरलाई विश्वास गर्नुहोस् र सीधै प्रयोग गर्नुहोस्
- B) CBRT को आधिकारिक भुक्तानी सन्तुलन प्रकाशन र मिति/इकाई प्रमाणीकरणबाट आंकडा पुष्टि गर्दै ✔
- ग) इन्टरनेटमा अनियमित समाचार साइटबाट नम्बर प्राप्त गर्दै
- D) नम्बरलाई बेवास्ता गर्दै किनभने यो जे भए पनि परिवर्तन हुनेछ
स्पष्टीकरण: आर्टिफिसियल इन्टेलिजेन्सले दिएको नम्बर प्रशिक्षण डेटाको कट-अफ मिति भन्दा पुरानो हुन सक्छ वा बनाइएको (भ्रम) हुन सक्छ। आर्थिक डेटाको एक मात्र सही स्रोत आधिकारिक प्रकाशन हो; यस उदाहरणमा, यो भुक्तानी तथ्याङ्कको CBRT ब्यालेन्स हो। नम्बर मूल स्रोतबाट पुष्टि हुनुपर्छ।
3. एक विश्लेषकले कृत्रिम बुद्धिमत्तालाई कच्चा CPI श्रृंखला दिन्छ र 'वास्तविक वृद्धि गणना गर्नुहोस्' भन्छन्। तलका मध्ये कुन सही प्रमाणीकरण व्यवहार हो?
- क) प्रतिवेदन नपढाई नतिजा थप्ने
- ख) नतिजा 'उचित देखिन्छ' भनेर मात्र हेर्दै
- C) उत्पन्न सूत्र/कोड पढेर र कम्तिमा एक अवधि म्यानुअल रूपमा गणना गरेर परिणाम प्रमाणित गर्नुहोस् ✔
- घ) आर्टिफिसियल इन्टेलिजेन्सलाई सोध्नुहोस् 'के तपाई पक्का हुनुहुन्छ?' र 'हो' को जवाफमा सन्तुष्ट
स्पष्टीकरण: वास्तविक-नाममात्र रूपान्तरण जस्ता मानक आर्थिक गणनाहरूमा, AI ले सही सूत्र प्रयोग गर्न वा आधार वर्ष मिलाउन सक्दैन। विश्लेषकले उत्पन्न कोड र सूत्र पढ्नुपर्छ, कम्तिमा एक अवलोकन म्यानुअल रूपमा गणना गर्नुहोस् र परिणाम तुलना गर्नुहोस्। पारदर्शी, व्याख्यायोग्य लेखा प्राथमिकता दिइन्छ।
4. किन 'ब्याकटेस्टिङ' समय श्रृंखला पूर्वानुमानमा गरिन्छ?
- A) मोडेल ऐतिहासिक डेटामा कति 'राम्रो' फिट हुन्छ देखाउन
- ख) स्वचालित रूपमा अनुमानलाई अन्तिम रूप दिन
- ग) डाटा सुन्दर बनाउन
- D) तालिममा नभएको बेला अघिल्लो अवधिमा मोडेलको परीक्षण गरेर वास्तविक भविष्यवाणी सफलता नाप्न ✔
विवरण: ब्याकटेस्टले विगतका अवधिहरूमा मोडेलले कति राम्रोसँग भविष्यवाणी गर्छ भनेर मापन गर्दछ जुन यसलाई थाहा छैन; यसले मोडेललाई फिट हुने डाटा हेरेर ओभरफिटिंगको जालबाट जोगाउँछ। यो वास्तविक संसारमा मोडेल को उपयोगिता को लागी एक पूर्व शर्त हो।
5. मुद्रास्फीति टिप्पणीहरूमा 'आधार प्रभाव' के हो र यसमा किन ध्यान चाहिन्छ?
- A) वार्षिक परिवर्तन गत वर्षको तुलना अवधिको न्यून/उच्चबाट प्रभावित हुन्छ ✔
- ख) मुद्रास्फीति सधैं बढ्छ
- C) कोर मुद्रास्फीति हेडलाइन भन्दा उच्च हुनु
- D) मूल्यहरूको मौसमी समायोजन
स्पष्टीकरण: आधारभूत प्रभाव भनेको गत वर्षको (आधार) न्यून वा उच्च र यस वर्षको विकासले वार्षिक परिवर्तन दरलाई असर गर्छ। हेडलाइन वार्षिक मुद्रास्फीतिमा गिरावट गत वर्षको उच्च आधारको कारण हुन सक्छ र वास्तविक मन्दी होइन। यो समस्या प्रायः AI सारांशहरूमा बेवास्ता गरिन्छ।
6. परिदृश्य अध्ययनमा कृत्रिम बुद्धिमत्ताको भूमिकालाई कसरी सही रूपमा परिभाषित गर्न सकिन्छ?
- क) एक द्रष्टा जसले भविष्यलाई निश्चित रूपमा जान्दछ
- ख) अन्तिम निर्णयकर्ता जसले अनुमानहरू आफैं निर्धारण गर्दछ
- C) एक सहायक जसले स्पष्ट अनुमानहरूलाई पारदर्शी गणनामा परिणत गर्छ र विकल्पहरूलाई दृश्यात्मक बनाउँछ; न्याय मानिसमा हुन्छ ✔
- D) परिशुद्धताको उपकरण जसले लिपिलाई अनावश्यक बनाउँछ
स्पष्टीकरण: परिदृश्य कुनै भविष्यवाणी होइन, तर स्पष्ट धारणाहरूमा आधारित सशर्त 'यदि-त्यसो' अभ्यास हो। AI स्प्रिेडसिटहरूमा अनुमानहरू अनुवाद गर्न र विकल्पहरू दृश्यमान बनाउन एक एक्सेलेटर हो; यद्यपि, अनुमानहरूको स्वामित्व, तिनीहरूको तर्कसंगतता, र अन्तिम निर्णय अर्थशास्त्रीमा रहन्छ।
7. AI ले रिग्रेसन आउटपुटको व्याख्या गर्दा 'X बढ्छ Y' जस्ता कडा कारणात्मक भाषा प्रयोग गर्दछ। सही अर्थशास्त्री प्रतिक्रिया के हो?
- क) कारणको भाषालाई जस्तो छ त्यसलाई स्वीकार गर्ने
- ख) मेटाइएका चर/अन्तरजनितताको जोखिम जाँचेर र सम्बन्धको अर्थ कार्यकारण होइन भन्ने तथ्यलाई सच्याएर भाषा सच्याउनुहोस्।
- ग) प्रतिगमनलाई पूर्णतया फ्याँकिदै
- D) यदि R-वर्ग उच्च छ भने कार्यकारणता प्रमाणित हुन्छ भन्ने अनुमान गर्नुहोस्
स्पष्टीकरण: प्रतिगमनले प्रायः सम्बन्ध (सम्बन्ध) मापन गर्दछ; उपयुक्त डिजाइन (प्रयोग, वाद्य चर, प्राकृतिक प्रयोग, आदि) र अनुमानहरू अन्तर्गत मात्र कारण दावी गर्न सकिन्छ। त्यहाँ छोडिएका चरहरू, अन्तःजनता, र उल्टो कारणको जोखिमहरू छन्। अर्थशास्त्रीले यो अत्यधिक कारणात्मक भाषालाई रोक्नु पर्छ र अवस्थाहरूमा प्रश्न उठाउनु पर्छ।
8. तपाईसँग आर्टिफिसियल इन्टेलिजेन्स थियो जसमा अर्थशास्त्रको विषयमा साहित्यको सारांश तयार हुन्छ, र पाठले '(Yılmaz, 2019)' जस्ता सन्दर्भहरू दिन्छ। तपाईंले पहिले के गर्नुपर्छ?
- क) प्रतिवेदनमा उल्लेख गरिएका उद्धरणहरू राख्ने
- ख) धेरै उद्धरणहरू भएकाले मात्र राम्रो गुणस्तर मान्दै
- ग) केवल प्रकाशन वर्षहरूको स्थिरता हेर्दै
- D) मूल स्रोतबाट प्रमाणित गर्नुहोस् कि प्रत्येक सन्दर्भ वास्तवमा अवस्थित छ र पत्ता लगाउने ✔ समावेश छ
स्पष्टीकरण: कृत्रिम बुद्धिमत्ताले स्रोत र सन्दर्भहरू उत्पादन गर्न सक्छ जुन वास्तवमा अवस्थित छैन (भ्रम)। प्रत्येक सन्दर्भ मूल स्रोतबाट प्रमाणित हुनुपर्छ कि यो वास्तवमा अवस्थित छ, कि यसको एट्रिब्युशन सही छ, र यसले वास्तवमा दावी गरिएको खोज समावेश गर्दछ। अप्रमाणित एट्रिब्युसन एक शैक्षिक र व्यावसायिक जोखिम हो।
9. सार्वजनिक आर्थिक रिपोर्टमा अनिश्चितता व्यक्त गर्ने सबैभन्दा इमानदार तरिका के हो?
- क) एकल सटीक संख्या दिने र अनिश्चितता उल्लेख नगर्ने
- ख) सबैभन्दा खराब अवस्था लुकाउने र आशावादी संख्या मात्र दिने
- C) स्पष्ट रूपमा पूर्वानुमान दायरा, परिदृश्यहरू र अन्तर्निहित अनुमानहरू बताउनुहोस् ✔
- घ) 'यो जटिल छ' भन्दै अनिश्चिततालाई खारेज गर्ने
स्पष्टीकरण: आर्थिक पूर्वानुमान र विश्लेषणमा अनिश्चितता अपरिहार्य छ। एकल सटीक संख्याको सट्टा दायराहरू, परिदृश्यहरू, र अनुमानहरू स्पष्ट रूपमा उल्लेख गर्नु इमानदार सञ्चार हो। अस्पष्टता लुकाउनुले पाठकलाई बहकाउँछ र संगठनको विश्वसनीयतालाई कमजोर बनाउँछ।
10. जब चार्टले GDP वृद्धि देखाउँछ, यसले ठाडो अक्ष 0% को सट्टा 2% मा सुरु गर्छ। यो किन भ्रामक हुन सक्छ?
- A) ड्यास गरिएको अक्षले साना भिन्नताहरू बढाइचढाइ गर्न सक्छ र परिवर्तनलाई यो भन्दा ठूलो बनाउन सक्छ ✔
- B) जहाँ अक्ष सुरु हुन्छ ग्राफलाई कुनै असर गर्दैन
- C) ग्राफ स्वतः अधिक सटीक हुन्छ
- D) केवल रंग चयन महत्त्वपूर्ण छ, अक्ष महत्त्वपूर्ण छैन
स्पष्टीकरण: ड्यास गरिएको अक्ष (शून्यबाट सुरु नभएको) ले साना भिन्नताहरूलाई दृश्यात्मक रूपमा ठूलो बनाउन सक्छ र परिवर्तनलाई नाटकीय रूपमा देखाउन सक्छ। इमानदार दृश्यमा, अक्षको छनोटले सन्देशलाई विकृत गर्नु हुँदैन; यदि ड्यास गरिएको अक्ष प्रयोग गरिएको छ भने, यो स्पष्ट रूपमा चिन्हित हुनुपर्छ।
11. एक थिंक ट्याङ्क विश्लेषकले बजार-संवेदनशील डाटा प्लग गर्दछ जुन अझै सार्वजनिक (गैर-उद्यम) AI उपकरणमा सार्वजनिक गरिएको छैन। मुख्य जोखिम के हो?
- क) कुनै जोखिम छैन, डाटा पहिले नै संख्यात्मक छ
- ख) मात्र जोखिम यो छ कि ग्राफ गलत हुन जान्छ
- C) आर्टिफिसियल इन्टेलिजेन्सले डाटालाई धेरै ढिलो प्रशोधन गर्छ
- D) डेटा चुहावटको जोखिम, तेस्रो पक्षहरूद्वारा प्रशोधन र गोपनीयता/बजार नियमहरूको उल्लङ्घन ✔
खुलासा: सार्वजनिक उपकरणमा गोप्य वा बजार-संवेदनशील डाटा प्रविष्ट गर्नाले तेस्रो पक्षहरूद्वारा प्रशोधन गरिएको डाटा, चुहावट वा मोडेललाई तालिम दिन प्रयोग हुने जोखिम सिर्जना गर्दछ; यसले गोपनीयता/KVKK उल्लङ्घन र बजार हेरफेर र भित्री जानकारीको जोखिम दुवै खडा गर्छ। संवेदनशील डाटा संस्था-अनुमोदित, सुरक्षित उपकरणहरूमा प्रशोधन गरिनुपर्छ र आवश्यक पर्दा बेनामी हुनुपर्छ।
12. दुई फरक स्रोतहरू (TURKSTAT र एक अन्तर्राष्ट्रिय संगठन) बाट लिइएको एउटै सूचकको तथ्याङ्क मेल खाँदैन। सबैभन्दा सम्भावित निर्दोष व्याख्या के हो?
- क) एक स्रोत पक्कै झूट बोलिरहेको छ
- ख) परिभाषा, आधार वर्ष, दायरा, मौसमी समायोजन वा संशोधनमा भिन्नता हुन सक्छ; मेटाडेटा पङ्क्तिबद्ध हुनुपर्छ ✔
- C) संख्याहरूमा भिन्नता महत्त्वपूर्ण छैन, तिनीहरूको औसत लिने पर्याप्त छ
- D) यो कृत्रिम बुद्धिमत्ता सोध्न पर्याप्त छ र यसलाई सही छ छान्न दिनुहोस्।
स्पष्टीकरण: विभिन्न स्रोतहरूमा एउटै सूचकको भिन्नता प्रायः परिभाषा, आधार वर्ष, दायरा, मौसमी समायोजन वा संशोधन (संस्करण) मा भिन्नताको कारणले हुन्छ। मेटाडेटा (परिभाषा, एकाइ, अवधि, सुधार) अंक तुलना गर्नु अघि पङ्क्तिबद्ध हुनुपर्छ।
13. निम्न मध्ये कुन कार्य हो जहाँ AI आर्थिक विश्लेषणमा बलियो छ, मानव प्रमाणीकरणको साथ द्रुत बनाउँदै?
- क) आधिकारिक मुद्रास्फीतिको आंकडा मात्र अन्तिम स्वीकृति दिन
- ख) संस्थाको सट्टा मौद्रिक नीति निर्णयहरू लिने
- C) डेटा क्लिनिङ कोड ड्राफ्ट गर्ने र लामो रिपोर्टहरू संक्षेप गर्ने जस्ता कार्यहरूलाई गति दिनुहोस् ✔
- घ) सार्वजनिक प्रतिवेदनमा अप्रमाणित अनुमान राख्ने
विवरण: कृत्रिम बुद्धि; मेकानिकल र ड्राफ्टिङ कार्यहरूमा बलियो जस्तै मस्यौदा कोड, लामो रिपोर्ट संक्षेप, डेटा सफाई चरणहरू सुझाव, ढाँचा र भाषा सुधार। यद्यपि, पूर्वानुमान, नीतिगत निर्णय र आधिकारिक तथ्याङ्कको उत्पादनको अन्तिम जिम्मेवारी मानवमा रहन्छ। सही प्रयोग भनेको बलियो भएको ठाउँमा गति दिन र व्यक्तिमा आलोचनात्मक निर्णय राख्नु हो।
14. कुनै संस्थामा कृत्रिम बुद्धिमत्ता आउटपुटहरूको अनुगमन र लेखा परीक्षण गरिएको सुनिश्चित गर्न सबैभन्दा उपयुक्त शासन अभ्यास के हो?
- A) अनुरोध, उपकरण, डाटा र प्रमाणिकरण चरणहरू रेकर्ड गर्ने ट्रेसिबिलिटी र अनुमोदन श्रृंखला स्थापना गर्नुहोस् ✔
- ख) कामको बोझ नबढोस् भनेर आउटपुटहरू रेकर्ड नगर्ने
- ग) सबैले स्वतन्त्र रूपमा आफूले चाहेको डेटा प्रयोग गर्न सक्छन्।
- D) केवल सबैभन्दा वरिष्ठ व्यक्तिले कृत्रिम बुद्धिमत्ता प्रयोग गर्दछ, कुनै रेकर्ड राखिएको छैन
विवरण: ध्वनि शासन; कुन आउटपुट कुन अनुरोधको साथ उत्पादन गरिएको थियो, कुन उपकरणको साथ, कुन डाटाको साथ, प्रमाणीकरण चरण र जिम्मेवार अनुमोदन श्रृंखला रेकर्ड गर्न आवश्यक छ। रेकर्डिङ र स्वीकार गर्ने यो अनुशासनले त्रुटिहरू फिर्ता गर्न र जिम्मेवारी स्पष्ट गर्न अनुमति दिन्छ।