Enhet 11 / 12

Autentisering, grenser, personvern og etikk

Gevinster:

  • Forstår at modellen kan produsere hallusinasjoner og at hver utgang må verifiseres
  • Kjenner til risikoen og trygge alternativer ved å sende konfidensielle og personlige data på forespørsel
  • Gjelder etikk, opphavsrett og ansvarsgrenser ved bruk av kunstig intelligens

Det er ikke nok å mestre hvordan man skriver spørsmål; Det er også nødvendig å lære å bruke kunstig intelligens på en ansvarlig måte. Denne enheten er laget av sikkerhet som må legges på toppen av tekniske ferdigheter. AI gir svar som er raske, overbevisende og ofte nøyaktige; Men noen ganger produserer den fullstendig falsk informasjon med samme tillit, kan sette sensitive data i fare og flytte etiske grenser. I denne enheten vil vi dekke verifisering av resultater, begrensninger av modellen, konfidensialitet og etisk ansvar. Uten denne kunnskapen forblir alle andre teknikker ufullstendige.

Hallusinasjon: Tilpasning av modellen

En hallusinasjon er når modellen produserer uvirkelig informasjon på et selvsikkert språk. En ikke-eksisterende kilde, en feil dato, en oppdiktet statistikk eller en lov som aldri ble skrevet er eksempler på dette. Hvorfor skjer det? Fordi modellen er designet for ikke å "kjenne sannheten", men for å "generere den mulige fortsettelsen" (husk logikken i den første enheten). Bare fordi en setning er grammatisk mulig, betyr ikke det at den er faktisk sann.

Den praktiske implikasjonen av dette er klar: hvert faktum produsert av AI er en påstand, ikke et faktum, inntil uavhengig bekreftet. Kontroller spesielt alltid:

  • Tall og statistikk
  • Navn, datoer, stedsnavn
  • Sitater og kildehenvisninger
  • Juridiske klausuler, tekniske standarder, medisinsk/økonomisk informasjon

Valideringsvane

Du kan redusere, men ikke tilbakestille verifiseringen med en ledetekst. Arbeid i to lag:

  1. Spørrelag: Gi modellen begrensninger som "bare stol på kilden jeg oppgir, ikke legg til informasjon som ikke eksisterer, skriv 'jeg vet ikke' hvis du ikke er sikker, vis kilden til hver påstand." Dette reduserer tilpasningen.
  2. Menneskelig lag: Bekreft hvert kritisk faktum selv fra kilden. Dette trinnet er ikke omsettelig; Det er spesielt obligatorisk for innhold som skal publiseres, skal være grunnlag for beslutninger, eller vil påvirke andre.

Begrensninger: Hva modellen ikke gjør bra

område

Risiko

riktig tilnærming

aktuelle hendelser

Treningsdata kan være utdaterte

Bekreft fra datert/gjeldende kilde

eksakte tall

Det er stor sannsynlighet for tilpasning

Sjekk med kalkulator/kilde

Juridisk/medisinsk/økonomisk

Fare for alvorlig skade

Rådfør deg med en ekte ekspert, ikke stol på den alene

Kilde/sitering

Kan produsere ikke-eksisterende ressurser

Sjekk ektheten til kilden selv

Sjeldent/nisjetema

Overfladisk eller unøyaktig

Sammenlign med ekspertkunnskap

Modellen er en assistent, ikke den endelige autoriteten. Ansvaret ligger alltid hos den som bruker det.

Personvern og personopplysninger

Tekst du skriver inn i et offentlig AI-verktøy er underlagt verktøyets behandlingspolicyer og kan være utenfor organisasjonens kontroll. Derfor er det en alvorlig risiko å legge inn konfidensielle og personlige data uten å tenke over. Behandling av personopplysninger i Türkiye er regulert av KVKK (lov om beskyttelse av personopplysninger); Institusjoner har også ofte egne datapolicyer.

Trygge måter å jobbe på:

  • Anonymiser/maske: Skriv "kunde" i stedet for ekte navn, "[kontonummer]" i stedet for reelt nummer. Mesteparten av tiden vil det gjøre susen å si "3-års bedriftskunde".
  • Bruk et institusjonsgodkjent verktøy: Noen institusjoner tilbyr inngåtte/institusjonelle verktøy som ikke lekker data. Behandle sensitive data kun på dem.
  • Ikke gi bort det som ikke er nødvendig: Ikke ta med noen sensitive detaljer som faktisk ikke er avgjørende for å utføre oppgaven.
  • Kjenn retningslinjene: Lær og overhold organisasjonens bruksregler for kunstig intelligens.

Etikk og opphavsrett

Ansvarlig bruk slutter ikke med personvern. Tre prinsipper:

  1. Åpenhet: Godskriv AI-generert innhold på passende måte hvis konteksten krever det (for eksempel der det forventes menneskelig arbeidskraft). Unngå villedende bruk.
  2. Opphavsrett og originalitet: Utgangen av modellen kan ligne andre verk. Gjennomgå originalitet og rettighetsstatus før kommersiell bruk; Ikke imiter andres merke/verk.
  3. Ikke-ondsinnet handling: Ikke bruk til å lage innhold som er villedende, diskriminerende, manipulerende eller målrettet. Verktøyets kraft øker ansvaret.

Fire kopierbare maler

1) Begrensningsbegrensende tilpasning:

Bare stol på kilden nedenfor. Ikke legg til informasjon som ikke er i kilden. Skriv "ikke i kilden" der du ikke er sikker. Ved siden av hvert viktig krav angir du linjen som den er basert på. Kilde: [tekst]

2) Trekk ut bekreftelsesliste:

List opp alle fakta (nummer, dato, navn, påstand) som må bekreftes i teksten nedenfor. Foreslå kort hvordan jeg kan verifisere for hver. Tekst: [utdata]

3) Anonymisering:

Masker alle personlige/konfidensielle data i følgende tekst: oppgi navn [PERSON], firma [SELSKAP], numre [NUMMER]. Gi anonymisert versjon med betydningen intakt. Tekst: [tekst]

4) Etisk vurdering:

Vurder dette innholdet etisk før du publiserer det: er det villedende, diskriminerende eller urettferdig? Flagg i så fall og foreslå rettelser. Innhold: [tekst]

Svak forespørsel / sterk forespørsel

Svak (risikofylt):

Finn problemene i Ahmet Yılmaz (TC: ...) kontrakt og sammenlign den med bransjegjennomsnitt.

Sterk (sikker):

Finn de risikable klausulene i kontraktsteksten nedenfor. - Bruk av personopplysninger; La partene omtales som [SELSKAP-A] og [PERSON].- Stol kun på det som står i teksten; bransjegjennomsnitt gjort opp, skriv "data ikke tilgjengelig".- Vis hver risiko med sin vare.Tekst (anonymisert): [tekst]

Den kraftige versjonen både beskytter personlige data og blokkerer falske bransjedata; Utdataene er klare for vurdering av det juridiske teamet.

Tre minivesker

Tilfelle 1 — Fabrisert kilde. En forsker la 3 "akademiske kilder" gitt av modellen inn i presentasjonen uten å verifisere dem; To av kildene var ikke tilgjengelige i det hele tatt. En kollega la merke til det før presentasjonen. Etterpå vedtok teamet regelen om "finn og åpne hver ressurs personlig før publisering".

Sak 2 – Konfidensialitet. En ansatt limte selve kundekontrakten intakt inn i et offentlig verktøy og ba om en oppsummering. Da institusjonens informasjonssikkerhetsteam oppdaget dette, ble prosessen gjennomgått; Sensitive dokumenter behandles nå kun i bedriftsverktøyet godkjent av institusjonen og er anonymisert.

Sak 3 — Beslutningsansvar. En eier av en liten bedrift var i ferd med å iverksette tiltak basert på skattetolkningen gitt av modellen; Kommentaren var ikke i samsvar med gjeldende lovgivning. Feilen ble fanget da han konsulterte sin økonomiske rådgiver. Lærdommen er klar: AI forbereder seg, eksperten og mennesket bestemmer.

Tips: Gjør det til en vane å markere et faktum som «uverifisert». Sett en hake ved siden av hvert nummer og kilde i utgangen til du bekrefter det; Denne enkle disiplinen hindrer feilinformasjon fra å spre seg i det stille.
Advarsel: "AI sa det" er ikke en unnskyldning. Du er ansvarlig for alt innhold du publiserer, sender eller baserer dine avgjørelser på. Kjøretøyets hastighet fritar deg ikke fra kontrollplikten din.

Vanlige feil

  • Tar feil av flytende utgang som riktig. Forveksler overbevisende språk for bevis på sannhet.
  • Bruke kilden uten å sjekke den. Publisering av en ikke-eksisterende kilde.
  • Legge inn konfidensielle data uten å tenke. Lim inn sensitive dokumenter uten å anonymisere dem.
  • Overlater ekspertisen til modellen alene. Manglende verifisering av juridiske/medisinske/økonomiske avgjørelser.
  • Legger ansvaret på kjøretøyet. Unngå kontroll ved å si "AI sa det".

Oppsummert

  • Hallusinasjon er når modellen selvsikkert produserer det som ikke er ekte; Hvert faktum er en påstand inntil bekreftet.
  • Verifikasjon er todelt: umiddelbare begrensninger reduserer fabrikasjon, menneskelig kontroll fanger opp.
  • Modellen er begrenset til aktuelle, presise, juridiske/medisinske/økonomiske forhold; er ikke den endelige autoriteten.
  • Anonymiser konfidensielle og personlige data eller behandle kun i verktøyet godkjent av institusjonen (KVKK og institusjonspolicy).
  • Overhold etiske, opphavsrettslige og ikke-skadelige prinsipper; Ansvaret for innholdet ligger alltid hos personen.

Søknadsoppgave

Ta en utskrift du nylig har laget og trekk ut alle fakta i den (nummer, dato, navn, kilde, påstand) som en bekreftelsesliste. Skriv ned bekreftelsesmetoden for hver og kontroller faktisk minst tre av dem. Sjekk også om det er konfidensielle/personlige data i inngangen til samme utgang og anonymiser dem om nødvendig.

sjekkliste

  • [ ] Jeg kan forklare hva en hallusinasjon er og hvorfor det skjer.
  • [ ] Jeg bekrefter faktiske resultater fra uavhengig kilde.
  • [ ] Jeg anonymiserer konfidensielle/personlige data eller behandler dem i et sikkert verktøy.
  • [ ] Jeg konsulterer en ekte ekspert på juridiske/medisinske/økonomiske forhold.
  • [ ] Jeg aksepterer at jeg er ansvarlig for innholdet.