लाभ:
- PDR कार्यप्रवाहमा (अन्तर्वार्ता नोटहरू, मनोशिक्षा सामग्री, क्यारियर सामग्री, फलो-अप सारांश) कृत्रिम बुद्धिमत्ताले वास्तविक समय बचत गर्छ र जहाँ निदान, मार्गदर्शन र मनोवैज्ञानिक परामर्श जस्ता निर्णयहरू कार्य जोखिम स्तरमा निर्भर गर्दै विशेषज्ञलाई छोडिन्छ भनेर छुट्याउन सक्षम हुनु।
- कृत्रिम बुद्धिमत्ताले संकट र जोखिमको अवस्थामा कहिल्यै निर्णय गर्न सक्दैन भन्ने कुरा बुझ्दै, मानव विशेषज्ञ र आवश्यक अधिकारीहरूसँग परामर्श गर्न आवश्यक छ, र प्रत्येक आउटपुट प्रमाणित हुनुपर्छ।
- KVKK को दायरा भित्र विद्यार्थी डेटाको गुमनामकरण, व्यावसायिक गोपनीयता र PDR नैतिक सिद्धान्तहरू र सुरक्षित सवारी साधनहरू छनौट गर्ने बानी प्राप्त गर्ने।
एक स्कूल सल्लाहकारको दिन लेखन र कागजातहरूको भारले भरिएको हुन्छ जुन थोरै व्यक्तिहरूले देख्छन्: व्यक्तिगत अन्तर्वार्ता रेकर्डहरू, कक्षाकोठा मार्गदर्शन योजनाहरू, मनोशिक्षा पुस्तिकाहरू, अभिभावक जानकारी पत्रहरू, स्केल रिपोर्टहरू, विद्यार्थी ट्र्याकिङ चार्टहरू, समूह र कमिसन मिनेटहरू, क्यारियर छनौट सामग्रीहरू। यो धेरै काम दोहोरिने छ र एक डेस्क मा घण्टा खपत; यद्यपि, पेशाको वास्तविक मूल्य विद्यार्थीसँग स्थापित आमनेसामने, विश्वासमा आधारित सम्बन्धमा निहित हुन्छ। आर्टिफिसियल इन्टेलिजेन्स (एआई) - मानव भाषा बुझ्न र पाठ, रूपरेखा, योजना र सारांशहरू उत्पादन गर्न सक्ने कम्प्युटर प्रोग्रामहरू - यो दोहोरिने लेखन लोडलाई गति दिन एक शक्तिशाली सहायता हो। यस मोड्युलमा, हामी AI लाई जादुई समाधानको रूपमा होइन, तर ड्राफ्टहरू उत्पादन गर्ने, विचारहरू दिने र सम्पादन गर्ने लेखन सहायकको रूपमा प्रयोग गर्न सिक्नेछौं।
तर सुरुदेखि नै, यस पेशामा सबै कुराभन्दा माथि उभिएका दुई वाक्यहरू राखौं: एआईले विद्यार्थीको बारेमा निर्णय गर्दैन; यसले निदान, मार्गदर्शन प्रदान गर्दैन, वा मनोवैज्ञानिक परामर्श सम्बन्धलाई प्रतिस्थापन गर्दैन। र अझ महत्त्वपूर्ण: संकट र जोखिमको अवस्थामा, एआई कहिल्यै खेलमा आउँदैन; त्यहाँ मानव विज्ञ, परिवार र सक्षम अधिकारी आवश्यक छ। यी दुई सिद्धान्तहरू सुरक्षा आधार हुन् जसमा बाँकी मोड्युल निर्माण गरिएको छ।
यो पहिलो एकाईले तीनवटा आधारहरू राख्छ: AI ले PDR कार्यप्रवाहमा कहाँ समय बचत गर्छ र कहाँ रोकिन्छ भनेर छुट्याउन; प्रत्येक आउटपुट प्रमाणित गर्दै; विद्यार्थी डाटा सुरक्षा।
एआईले कहाँ समय बचत गर्छ, निर्णय कहाँ विशेषज्ञको हो?
जोखिम स्तरको सन्दर्भमा PDR कार्यहरूको बारेमा सोच्नु उपयोगी छ। जोखिम स्तर भनेको कार्य गलत तरिकाले गर्दा विद्यार्थीलाई कति हानि पुग्छ भन्ने हो। PDR मा, यो जोखिम धेरै पेशाहरूमा भन्दा बढी गम्भीर छ; किनभने यो बच्चाको आध्यात्मिक कल्याण, सुरक्षा र भविष्यको बारेमा हो।
एआईले धेरै गति बढाउने कम-स्टेक कार्यहरू: कक्षाकोठा मार्गदर्शन गतिविधिको रूपरेखा बनाउने, परीक्षण चिन्ता ब्रोसरको पहिलो संस्करण लेख्ने, छरिएका अन्तर्वार्ता नोटहरूलाई व्यवस्थित संरचनामा व्यवस्थित गर्ने (व्यक्तिगत डेटा हटाइएपछि), अभिभावक न्यूजलेटरको मस्यौदा तयार गर्ने, क्यारियर परिचय पाठलाई सरल बनाउने, मनोवैज्ञानिक प्रस्तुतीकरणका लागि विचारहरू उत्पन्न गर्ने। यहाँ AI ले "खाली पृष्ठ" समस्या समाधान गर्दछ; तपाइँ यसलाई सच्याउनुहोस्, तपाइँको व्यावसायिक ज्ञान संग समृद्ध र अन्तिम स्वीकृति दिनुहोस्।
उच्च जोखिमका कार्यहरू जहाँ निर्णय विशेषज्ञलाई छोडिएको छ: विद्यार्थीमा निदान-जस्तो लेबल लगाउने ("यो बच्चा निराश छ", "उनीमा ध्यानको कमी छ"), चिकित्सकीय रूपमा स्केल परिणामको व्याख्या गर्ने, विद्यार्थीलाई पेशामा निर्देशित गर्ने, परिवारलाई निश्चित कथनहरू प्रयोग गरेर, व्यवहारलाई "जोखिम" को रूपमा परिभाषित गर्ने र कारबाही सुरु गर्ने। यी निर्णयहरूले बच्चाको जीवनलाई असर गर्छ; जिम्मेवारी र अन्तिम भनाइ सधैं विशेषज्ञको हो। AI ले यहाँ धेरैजसो दृष्टिकोण प्रदान गर्दछ, यसले निर्णय गर्न सक्दैन।
निषेधित क्षेत्र - जहाँ AI कहिल्यै प्रवेश गरेको छैन: संकट र जोखिम। आत्मघाती विचार, आफूलाई वा अरूलाई हानि पुर्याउने, यौन/शारीरिक/भावनात्मक दुर्व्यवहार, उपेक्षा, गम्भीर मनोवैज्ञानिक लक्षणहरू। यी अवस्थाहरूमा, हामी एआईलाई सोध्छौं "मैले के गर्नुपर्छ?" सोध्नु भनेको बहुमूल्य मिनेटको बर्बादी हो र कार्यक्रममा जिम्मेवारी सुम्पने प्रयास गर्नु हो। सही कुरा भनेको आपतकालीन प्रोटोकल सञ्चालन गर्ने, आधिकारिक मानव विशेषज्ञ र परिवारसम्म पुग्ने र आवश्यक अधिकारीहरूलाई सूचित गर्ने हो। हामी यसलाई एकाइ 9 मा विस्तृत रूपमा कभर गर्नेछौं; तर रिफ्लेक्स आजबाट स्थापित हुनुपर्छ।
सावधानी: "एआईले भने" कुनै औचित्य होइन। AI आउटपुट विद्यार्थीको मानसिक स्वास्थ्य, सुरक्षा वा भविष्यलाई असर गर्ने कुनै पनि क्षेत्रमा सक्षम विशेषज्ञबाट अनुमोदनको विकल्प होइन। एक अप्रमाणित AI आउटपुट एक अप्रमाणित अफवाह जस्तै हो।
प्रमाणीकरण किन आवश्यक छ? भ्रम र पूर्वाग्रह
एआईले "जानेर" होइन तर "सम्भव शब्दको भविष्यवाणी" गरेर पाठ उत्पादन गर्छ। यसैले कहिलेकाहीँ यसले अत्यन्त धाराप्रवाह तर वास्तवमा गलत जानकारी दिन्छ। यसलाई भ्रम भनिन्छ: एक वैज्ञानिक अध्ययन जुन अवस्थित छैन, एक नबोलेको उद्धरण, एक गलत तथ्याङ्क, एक मापन मानक जुन अवस्थित छैन, एक निर्मित दिशानिर्देश। एक PDR विशेषज्ञ को लागी, यो खतरनाक छ; किनभने मनोशिक्षामा दिइएको गलत जानकारी विद्यार्थीमा स्थायी गलत धारणामा परिणत हुन्छ र परिवारलाई दिइएको गलत तथ्याङ्कले गलत चिन्तामा परिणत हुन्छ।
दोस्रो समस्या पूर्वाग्रह हो: AI ले यसलाई प्रशिक्षण दिइएको डेटामा सामाजिक ढाँचाहरू दोहोर्याउन सक्छ; लिङ्ग, संस्कृति, सामाजिक आर्थिक स्थिति, वा "उपलब्धि" बारे पक्षपाती उत्पादन उत्पादन गर्न सक्छ। उदाहरणका लागि, यसले महिला विद्यार्थीलाई निश्चित पेशाहरूतर्फ र पुरुष विद्यार्थीलाई अरूहरूतर्फ आकर्षित गर्न सक्छ। वा यसले एक विद्यार्थीमा "शर्तता" र अर्कोमा "गम्भीर समस्या" को रूपमा व्यवहार फ्रेम गर्न सक्छ। PDR मा पूर्वाग्रहले न्याय र अवसरको समानताको सिद्धान्तलाई प्रत्यक्ष रूपमा कमजोर बनाउँछ।
यी दुई सीमाहरूको कारण, हामी प्रत्येक आउटपुटमा लागू गर्नको लागि एक साधारण प्रमाणीकरण अनुशासन प्रस्ताव गर्छौं:
- यसलाई स्रोतमा जडान गर्नुहोस्। भरपर्दो स्रोत (वैज्ञानिक अध्ययन, सरकारी एजेन्सी, व्यावसायिक संगठन कागजात) बाट तथ्य, तथ्याङ्क, उद्धरण, नियम, वा निदान मापदण्ड समावेश भएको कुनै पनि कुरा प्रमाणित गर्नुहोस्।
- फेरि जाँच गर्नुहोस्। म्यानुअल रूपमा संख्यात्मक वा तार्किक आउटपुट (तालिका, समय योजना) जाँच गर्नुहोस्।
- व्यावसायिक फिल्टर। "के यो विद्यार्थी, यो उमेर, यो संस्कृति, यो परिवारको लागि उपयुक्त छ? के यसले हानि पुऱ्याउन सक्छ?" यसलाई आफ्नो विशेषज्ञता संग ह्यान्डल गर्नुहोस्।
- जिम्मेवारी लिनुहोस्। तपाईंले यसलाई अनुमोदन गर्ने क्षण, त्यो पाठ तपाईंको हो; कुनै पनि गल्ती तपाईंको जिम्मेवारी हो।
विद्यार्थी डेटा: सुरु देखि गोपनीयता
PDR रेकर्डहरूमा सबैभन्दा संवेदनशील प्रकारको डाटा हुन्छ। विद्यार्थीको नाम, नम्बर, कक्षा व्यक्तिगत डेटा हो; मानसिक अवस्था, पारिवारिक अवस्था, स्वास्थ्य जानकारी, निदान, वा आघात विशेष व्यक्तिगत डेटा हुन् र धेरै उच्च सुरक्षा चाहिन्छ। Türkiye मा, KVKK (व्यक्तिगत डेटा संरक्षण कानून) ले यसलाई नियमन गर्दछ; थप रूपमा, PDR विशेषज्ञसँग व्यावसायिक नैतिकताबाट उत्पन्न हुने कडा गोपनीयता दायित्व हुन्छ। केवल एक सार्वजनिक AI उपकरणमा विद्यार्थीको नाम, स्थिति, वा कुराकानी रेकर्ड टाइप गर्नु भनेको सबैभन्दा संवेदनशील डेटालाई आफ्नो नियन्त्रण बाहिर छोड्नु हो।
नियम सरल र अप्ठ्यारो छ: पहिले अज्ञात बनाउनुहोस्। नाम-उपनाम, विद्यालय नम्बर, कक्षा-शाखा, अभिभावकको नाम र ठेगाना जस्ता पहिचान जानकारी हटाउनुहोस्; "विद्यार्थी ए", "१३ वर्षीय विद्यार्थी", "पारिवारिक तनावको अनुभव गरिरहेको किशोर" जस्ता सामान्य अभिव्यक्तिहरू प्रयोग गर्नुहोस्। यदि सम्भव छ भने, तपाईंको विद्यालय वा मन्त्रालयद्वारा प्रदान गरिएको डाटा प्रशोधन आश्वासन प्रदान गर्ने कर्पोरेट उपकरणहरू छनौट गर्नुहोस्। हामी यो सिद्धान्तलाई एकाइ 10 मा गहिरो बनाउनेछौं; यसलाई अहिलेको लागि रिफ्लेक्स बनाउनुहोस्।
सुझाव: AI मा पाठ टाँस्नु अघि, "Ctrl+F" को साथ नाम, नम्बर, संस्था र अभिभावकको नाम खोज्नुहोस्। यदि तपाईंले फेला पार्नुभयो भने, पठाउनु अघि यसलाई सामान्य वाक्यांशहरूसँग बदल्नुहोस्। शंका हुँदा: "के यो जानकारीले विद्यार्थीलाई पहिचान गर्छ?" सोध्नु यदि तपाईंको उत्तर हो हो भने, यो देखा पर्नेछ।
तीन मिनी केसहरू
केस 1 - बनाइएको तथ्याङ्क। एक मार्गदर्शन सल्लाहकारले परीक्षण चिन्ता सेमिनारको लागि "हाई स्कूलका विद्यार्थीहरूमा परीक्षण चिन्ता दर" को लागि एआईलाई सोधे। AI ले "73%" र "अनुसन्धान" नाम जस्ता स्पष्ट नम्बर दियो। जब शिक्षकले स्रोत खोज्ने प्रयास गरे, उनले त्यो ठाउँ वा त्यो अध्ययन अवस्थित थिएन। प्रमाणीकरण चरणको लागि धन्यवाद, उनले 120 अभिभावकहरूलाई काल्पनिक नम्बर प्रस्तुत गर्दै फर्के; यसको सट्टा उसले एक सामान्य कथन प्रयोग गर्यो जसको स्रोत प्रमाणित गर्न सकिन्छ। तयारीमा ६ मिनेट लामो समय लाग्यो, गलत सूचनालाई रोक लगाइयो।
केस २ - समय बचत। एक PDR विशेषज्ञले प्रत्येक महिना 4 कक्षाहरूका लागि छुट्टै कक्षाकोठा मार्गदर्शन गतिविधिहरूको योजना बनाइरहेका थिए र त्यसमा लगभग 4 घण्टा खर्च गर्दै थिए। उनले एआईलाई मस्यौदा जनरेटरको रूपमा प्रयोग गर्न थाले: उनीसँग एआईले नतिजाको आधारमा सत्र योजनाहरूको ड्राफ्टहरू उत्पादन गर्यो र कक्षाकोठाको वास्तविकता अनुसार सुधार गर्यो। समय प्रति महिना 4 घण्टा देखि ~ 1.5 घण्टामा घट्यो; उनले कमाएको २.५ घण्टा व्यक्तिगत बैठकमा खर्च गरे। गुणस्तरमा असर परेन किनभने अन्तिम सम्पादन र फिल्टरिङ विशेषज्ञ द्वारा गरिएको थियो।
केस 3 - संकट सीमा। एक अन्तर्वार्तामा, एक विद्यार्थीले आफूलाई हानि गर्ने विचारहरूको बारेमा कुरा गरे। विशेषज्ञको दिमागले सोध्छ, "के मैले एआईलाई स्थिति लेखेर सुझावहरू लिनुपर्छ?" यो पारित भयो तर रोकियो: यो एक संकट अवस्था थियो। एआईमा एक लाइन पनि नलिखाई, उनले आपतकालीन प्रोटोकल कार्यान्वयन गरे, विद्यालय प्रशासन र परिवारलाई जानकारी दिए, र विद्यार्थीलाई सुरक्षित रूपमा सम्बन्धित विशेषज्ञलाई निर्देशन दिए। उसले संकट पछि मात्र घटनालाई अज्ञात रूपमा रेकर्ड गर्ने मिनेटहरूको भाषा सम्पादन गर्न AI प्रयोग गर्यो।
प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
1) जोखिम स्तर द्वारा कार्य अलग:
तपाईंको भूमिका: विद्यालय सल्लाहकारको लेखन सहायक। निम्न ८ PDR कार्यहरूलाई दुई सूचीमा विभाजन गर्नुहोस्: (A) कम जोखिमका कार्यहरू जहाँ AI ले निर्धक्क भई रूपरेखा उत्पादन गर्न सक्छ, (B) उच्च जोखिमका कार्यहरू जहाँ अन्तिम निर्णय विशेषज्ञसँग रहनुपर्छ। साथै, यदि कुनै कार्य संकट/जोखिम क्षेत्रमा पर्यो भने, यसलाई "निषिद्ध - मानव विशेषज्ञ" चिन्ह लगाउनुहोस्। प्रत्येक कार्यको लागि एक वाक्य औचित्य लेख्नुहोस्। कार्यहरू: [यहाँ तपाईंको आफ्नै साप्ताहिक कार्यहरू टाँस्नुहोस्]
२) प्रमाणीकरण जाँच प्रम्प्ट:
तलको पाठमा प्रत्येक वाक्यमा तथ्य, तथ्याङ्क, उद्धरण, स्रोत, वा वैज्ञानिक दावी समावेश गरी चिन्ह लगाउनुहोस् र प्रत्येकको लागि एउटा नोट थप्नुहोस् "कुन स्रोतबाट यो प्रमाणित गर्नुपर्छ?" आफैलाई प्रमाणित नगर्नुहोस्; प्रमाणीकरण गर्न आवश्यक पर्ने कुराहरू मात्र सूचीबद्ध गर्नुहोस्। पाठ: [ड्राफ्ट टाँस्नुहोस्]
३) अनामीकरण पूर्व-जाँच:
तलको पाठमा प्रत्येक वाक्यांश फेला पार्नुहोस् जसले विद्यार्थीलाई प्रत्यक्ष वा अप्रत्यक्ष रूपमा वर्णन गर्न सक्छ (नाम, नम्बर, ग्रेड, विद्यालय, अभिभावकको नाम, अद्वितीय स्थिति विवरण) र प्रत्येकको लागि थप सामान्य विकल्प सुझाव दिन्छ। टिप्पणी सामग्री। पाठ: [पास्ट टाँस्नुहोस्]
४) सहयोगी अन्तर्वार्ता तयारी प्रश्नहरू:
तपाईंको भूमिका: PDR लेखन सहायक। निदान, मार्गदर्शन। म शैक्षिक प्रेरणाको बारेमा 13 वर्षीय विद्यार्थी (अज्ञात) सँग सहयोगी बैठकको लागि तयारी गर्दैछु। 8 गैर-निर्णय, खुला-अन्त तयारी प्रश्नहरू सुझाव गर्नुहोस्। संकटका लक्षणहरू फेला परेमा "मानव पेशेवर/परिवारसँग परामर्श" गर्न शीर्षमा चेतावनी थप्नुहोस्।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर:
मेरो एक विद्यार्थी दुखी छ, मैले के गर्ने?
यो प्रम्प्ट सन्दर्भ-रहित छ, व्यक्तिगत डेटा जोखिम हुन सक्छ, र AI लाई निदान/रेफरल क्षेत्रमा धकेल्छ; जेनेरिक, जोखिमपूर्ण र बेकार आउटपुट उत्पादन गर्दछ।
बलियो:
तपाईंको भूमिका: विद्यालय सल्लाहकारको लेखन सहायक। निदान वा निर्देशन नदिनुहोस्। निम्न अवस्था अज्ञात गरिएको छ। सन्दर्भ: एक 13 वर्षीय विद्यार्थीले हालैका हप्ताहरूमा कक्षामा रुचि गुमाएको जस्तो देखिन्छ। कार्य: यस विद्यार्थीसँग सहयोगी अन्तर्वार्ताको लागि 6 गैर-निर्णय, खुला-अन्त तयारी प्रश्नहरू सुझाव गर्नुहोस्। यदि संकटका लक्षणहरू फेला परेका छन् भने, "मानव पेशेवर/परिवारसँग परामर्श" गर्न शीर्षमा चेतावनी थप्नुहोस्।
यो मागले भूमिका, सीमा, गुमनामता, ढाँचा र संकट रिफ्लेक्स सुरुदेखि नै सङ्केत गर्छ।
सामान्य गल्तीहरू
- प्रमाणहरू टाँस्दै। यस उपकरणमा अन्तर्वार्ता रेकर्ड वा विद्यार्थीको नाम प्रविष्ट गर्नुहोस्। समाधान: पहिले अज्ञात बनाउनुहोस्।
- संकटको बारेमा AI लाई सोध्दै। जोखिम को मामला मा मिनेट खर्च। समाधान: प्रत्यक्ष प्रोटोकल र मानव विशेषज्ञ।
- प्रमाणीकरण बिना प्रयोग। विद्यार्थी वा अभिभावकलाई बनावटी तथ्याङ्क/स्रोतहरू पठाउने। समाधान: स्रोतमा जडान गर्नुहोस्।
- निदान को लागी प्रतीक्षा गर्दै। AI देखि "यो बच्चा संग के गलत छ?" निदान सोध्न। समाधान: निदान र व्याख्या विशेषज्ञको हो।
- यसको अर्थ "एआई भन्यो"। सवारीसाधनमा जिम्मेवारी बोकेको छ । समाधान: अन्तिम निर्णय र जिम्मेवारी विशेषज्ञ को हो।
तालिका: मिशन जोखिम स्तर र एआई को भूमिका
खोज
जोखिम स्तर
AI को भूमिका
निर्णय निर्माता
कक्षा मार्गदर्शन गतिविधि रूपरेखा
कम
ड्राफ्ट उत्पन्न गर्दछ
विज्ञले आयोजना गर्छ
मनोशिक्षा ब्रोशर पहिलो संस्करण
कम
मस्यौदा + विचार
विज्ञ पुष्टि गर्छन्
कुराकानी नोटहरू सम्पादन गर्दै (अज्ञात)
मध्यम
ढाँचा/भाषा लेआउट
विज्ञ पुष्टि गर्छन्
स्केल परिणाम व्याख्या
उच्च
भाषा प्रस्तुति मात्र
विशेषज्ञ समीक्षा
निदान / निश्चित मार्गदर्शन
उच्च
भाग लिनुहुन्न
विशेषज्ञ
संकट/जोखिम प्रतिक्रिया
निषेधित
भाग लिनुहुन्न
मानव विशेषज्ञ + अधिकार
संक्षेपमा
AI एक शक्तिशाली सहायक हो जसले PDR को दोहोरिने लेखन लोडलाई गति दिन्छ, तर यो निर्णय निर्माता होइन। जोखिम स्तर द्वारा अलग कार्यहरू; कम जोखिमको मस्यौदा कार्यमा AI लाई स्वतन्त्र रूपमा प्रयोग गर्नुहोस्, उच्च जोखिमका निर्णयहरू आफैंमा राख्नुहोस्, AI लाई पूर्ण रूपमा संकट र जोखिममा छोड्नुहोस्। प्रत्येक आउटपुट प्रमाणित गर्नुहोस्, प्रत्येक डेटा गुमनाम गर्नुहोस्, सधैं जिम्मेवारी लिनुहोस्।
आवेदन कार्य
तपाईंको आफ्नै साप्ताहिक PDR कार्यहरू सूचीमा 10 लेख्नुहोस्। प्रत्येकलाई "कम जोखिम / उच्च जोखिम / निषेधित (संकट)" लेबल गर्नुहोस्। त्यसपछि, माथिको "बलियो प्रम्प्ट" ढाँचा प्रयोग गरेर, एउटा AI उपकरणलाई गुमनाम रूपमा कम जोखिम कार्यहरू मध्ये एकको ड्राफ्ट उत्पादन गर्नुहोस् र प्रमाणीकरण अनुशासनको 4 चरणहरू मार्फत आउटपुट राख्नुहोस्।
चेकलिस्ट
- मैले कार्यलाई जोखिम स्तर (कम/उच्च/निषिद्ध) मा विभाजन गरेको छु।
- [ ] मैले उपकरणमा पाठ फिड गर्नु अघि प्रमाणहरू गुमनाम गरें।
- [] संकट/जोखिमको अवस्थामा, मैले प्रोटोकल र मानव विशेषज्ञलाई लक्षित गरें, एआईलाई होइन।
- [] मैले तथ्याङ्क, तथ्याङ्क र आउटपुटमा स्रोतहरू प्रमाणित गरेको छु।
- अन्तिम निर्णय र जिम्मेवारी मेरो हातमा छ भन्ने मैले स्वीकार गरें।