ਲਾਭ:
- ਇਹ ਸਮਝਦਾ ਹੈ ਕਿ ਮਾਡਲ ਭਰਮ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਹਰੇਕ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ
- ਗੁਪਤ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਪ੍ਰੋਂਪਟ 'ਤੇ ਪਾਉਣ ਦੇ ਜੋਖਮਾਂ ਅਤੇ ਸੁਰੱਖਿਅਤ ਵਿਕਲਪਾਂ ਨੂੰ ਜਾਣਦਾ ਹੈ
- ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਵਿੱਚ ਨੈਤਿਕਤਾ, ਕਾਪੀਰਾਈਟ ਅਤੇ ਦੇਣਦਾਰੀ ਸੀਮਾਵਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ
ਪ੍ਰੋਂਪਟ ਕਿਵੇਂ ਲਿਖਣਾ ਹੈ ਇਸ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ; ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਵਰਤਣਾ ਸਿੱਖਣਾ ਵੀ ਜ਼ਰੂਰੀ ਹੈ। ਇਹ ਇਕਾਈ ਸੁਰੱਖਿਆ ਦੀ ਪਰਤ ਹੈ ਜੋ ਤਕਨੀਕੀ ਹੁਨਰ ਦੇ ਸਿਖਰ 'ਤੇ ਰੱਖੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। AI ਅਜਿਹੇ ਜਵਾਬ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਤੇਜ਼, ਯਕੀਨਨ ਅਤੇ ਅਕਸਰ ਸਹੀ ਹੁੰਦੇ ਹਨ; ਪਰ ਕਈ ਵਾਰ ਇਹ ਉਸੇ ਭਰੋਸੇ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਲਤ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾ ਸਕਦਾ ਹੈ ਅਤੇ ਨੈਤਿਕ ਸੀਮਾਵਾਂ ਨੂੰ ਧੱਕ ਸਕਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ ਅਸੀਂ ਪ੍ਰਮਾਣਿਤ ਆਉਟਪੁੱਟ, ਮਾਡਲ ਦੀਆਂ ਸੀਮਾਵਾਂ, ਗੁਪਤਤਾ, ਅਤੇ ਨੈਤਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਕਵਰ ਕਰਾਂਗੇ। ਇਸ ਗਿਆਨ ਤੋਂ ਬਿਨਾਂ ਬਾਕੀ ਸਾਰੀਆਂ ਤਕਨੀਕਾਂ ਅਧੂਰੀਆਂ ਰਹਿ ਜਾਂਦੀਆਂ ਹਨ।
ਭਰਮ: ਮਾਡਲ ਨੂੰ ਫਿੱਟ ਕਰਨਾ
ਇੱਕ ਭਰਮ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਮਾਡਲ ਇੱਕ ਭਰੋਸੇਮੰਦ ਭਾਸ਼ਾ ਵਿੱਚ ਅਸਲ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਸਰੋਤ, ਇੱਕ ਗਲਤ ਮਿਤੀ, ਇੱਕ ਮਨਘੜਤ ਅੰਕੜੇ, ਜਾਂ ਇੱਕ ਕਾਨੂੰਨ ਜੋ ਕਦੇ ਨਹੀਂ ਲਿਖਿਆ ਗਿਆ ਸੀ ਇਹਨਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ। ਅਜਿਹਾ ਕਿਉਂ ਹੁੰਦਾ ਹੈ? ਕਿਉਂਕਿ ਮਾਡਲ "ਸੱਚਾਈ ਨੂੰ ਜਾਣਨ" ਲਈ ਨਹੀਂ ਬਲਕਿ "ਸੰਭਾਵੀ ਨਿਰੰਤਰਤਾ ਪੈਦਾ ਕਰਨ" ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ (ਪਹਿਲੀ ਇਕਾਈ ਵਿੱਚ ਤਰਕ ਨੂੰ ਯਾਦ ਰੱਖੋ)। ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿ ਇੱਕ ਵਾਕ ਵਿਆਕਰਨਿਕ ਤੌਰ 'ਤੇ ਸੰਭਵ ਹੈ ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਅਸਲ ਵਿੱਚ ਸੱਚ ਹੈ।
ਇਸਦਾ ਵਿਹਾਰਕ ਅਰਥ ਸਪੱਸ਼ਟ ਹੈ: AI ਦੁਆਰਾ ਪੈਦਾ ਕੀਤਾ ਗਿਆ ਹਰ ਤੱਥ ਇੱਕ ਦਾਅਵਾ ਹੈ, ਇੱਕ ਤੱਥ ਨਹੀਂ, ਜਦੋਂ ਤੱਕ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ। ਖਾਸ ਤੌਰ 'ਤੇ, ਹਮੇਸ਼ਾ ਜਾਂਚ ਕਰੋ:
- ਨੰਬਰ ਅਤੇ ਅੰਕੜੇ
- ਨਾਮ, ਮਿਤੀਆਂ, ਸਥਾਨਾਂ ਦੇ ਨਾਮ
- ਹਵਾਲੇ ਅਤੇ ਸਰੋਤ ਹਵਾਲੇ
- ਕਨੂੰਨੀ ਧਾਰਾਵਾਂ, ਤਕਨੀਕੀ ਮਾਪਦੰਡ, ਮੈਡੀਕਲ/ਵਿੱਤੀ ਜਾਣਕਾਰੀ
ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਆਦਤ
ਤੁਸੀਂ ਇੱਕ ਪ੍ਰੋਂਪਟ ਤਕਨੀਕ ਨਾਲ ਪੁਸ਼ਟੀਕਰਨ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹੋ ਪਰ ਰੀਸੈਟ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹੋ। ਦੋ ਲੇਅਰਾਂ ਵਿੱਚ ਕੰਮ ਕਰੋ:
- ਪ੍ਰੋਂਪਟ ਲੇਅਰ: ਮਾਡਲ ਪਾਬੰਦੀਆਂ ਦਿਓ ਜਿਵੇਂ ਕਿ "ਸਿਰਫ਼ ਮੇਰੇ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਸਰੋਤ 'ਤੇ ਭਰੋਸਾ ਕਰੋ, ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਨਾ ਜੋੜੋ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹੈ, 'ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ' ਲਿਖੋ ਜੇਕਰ ਤੁਸੀਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ, ਤਾਂ ਹਰੇਕ ਦਾਅਵੇ ਦਾ ਸਰੋਤ ਦਿਖਾਓ।" ਇਹ ਫਿਟਿੰਗ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ.
- ਮਨੁੱਖੀ ਪਰਤ: ਸਰੋਤ ਤੋਂ ਹਰੇਕ ਨਾਜ਼ੁਕ ਤੱਥ ਦੀ ਖੁਦ ਪੁਸ਼ਟੀ ਕਰੋ। ਇਹ ਕਦਮ ਗੈਰ-ਗੱਲਬਾਤ ਹੈ; ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਉਸ ਸਮੱਗਰੀ ਲਈ ਲਾਜ਼ਮੀ ਹੈ ਜੋ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੀ ਜਾਵੇਗੀ, ਫੈਸਲਿਆਂ ਦਾ ਆਧਾਰ ਹੋਵੇਗੀ, ਜਾਂ ਦੂਜਿਆਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗੀ।
ਸੀਮਾਵਾਂ: ਮਾਡਲ ਕੀ ਨਹੀਂ ਕਰਦਾ ਹੈ
ਖੇਤਰ
ਜੋਖਮ
ਸਹੀ ਪਹੁੰਚ
ਮੌਜੂਦਾ ਸਮਾਗਮ
ਸਿਖਲਾਈ ਡੇਟਾ ਪੁਰਾਣਾ ਹੋ ਸਕਦਾ ਹੈ
ਮਿਤੀ/ਮੌਜੂਦਾ ਸਰੋਤ ਤੋਂ ਪੁਸ਼ਟੀ ਕਰੋ
ਸਹੀ ਨੰਬਰ
ਫਿਟਿੰਗ ਦੀ ਇੱਕ ਉੱਚ ਸੰਭਾਵਨਾ ਹੈ
ਕੈਲਕੁਲੇਟਰ/ਸਰੋਤ ਨਾਲ ਜਾਂਚ ਕਰੋ
ਕਾਨੂੰਨੀ/ਮੈਡੀਕਲ/ਵਿੱਤੀ
ਗੰਭੀਰ ਨੁਕਸਾਨ ਦਾ ਖਤਰਾ
ਕਿਸੇ ਅਸਲ ਮਾਹਰ ਨਾਲ ਸਲਾਹ ਕਰੋ, ਇਕੱਲੇ ਇਸ 'ਤੇ ਭਰੋਸਾ ਨਾ ਕਰੋ
ਸਰੋਤ/ਹਵਾਲਾ
ਗੈਰ-ਮੌਜੂਦ ਸਰੋਤ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ
ਸਰੋਤ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਖੁਦ ਜਾਂਚ ਕਰੋ
ਦੁਰਲੱਭ/ਵਿਸ਼ੇਸ਼ ਵਿਸ਼ਾ
ਸਤਹੀ ਜਾਂ ਗਲਤ
ਮਾਹਰ ਗਿਆਨ ਨਾਲ ਤੁਲਨਾ ਕਰੋ
ਮਾਡਲ ਇੱਕ ਸਹਾਇਕ ਹੈ, ਅੰਤਿਮ ਅਧਿਕਾਰ ਨਹੀਂ। ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਵਿਅਕਤੀ ਦੀ ਹੁੰਦੀ ਹੈ।
ਗੋਪਨੀਯਤਾ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ
ਤੁਹਾਡੇ ਦੁਆਰਾ ਇੱਕ ਜਨਤਕ AI ਟੂਲ ਵਿੱਚ ਟਾਈਪ ਕੀਤਾ ਗਿਆ ਟੈਕਸਟ ਉਸ ਟੂਲ ਦੀਆਂ ਪ੍ਰੋਸੈਸਿੰਗ ਨੀਤੀਆਂ ਦੇ ਅਧੀਨ ਹੈ ਅਤੇ ਤੁਹਾਡੀ ਸੰਸਥਾ ਦੇ ਨਿਯੰਤਰਣ ਤੋਂ ਬਾਹਰ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਬਿਨਾਂ ਸੋਚੇ ਸਮਝੇ ਗੁਪਤ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ ਇੱਕ ਗੰਭੀਰ ਜੋਖਮ ਹੈ। Türkiye ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ KVKK (ਪਰਸਨਲ ਡੇਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ) ਦੁਆਰਾ ਨਿਯੰਤ੍ਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; ਸੰਸਥਾਵਾਂ ਦੀਆਂ ਅਕਸਰ ਆਪਣੀਆਂ ਡਾਟਾ ਨੀਤੀਆਂ ਵੀ ਹੁੰਦੀਆਂ ਹਨ।
ਕੰਮ ਕਰਨ ਦੇ ਸੁਰੱਖਿਅਤ ਤਰੀਕੇ:
- ਅਗਿਆਤ/ਮਾਸਕ: ਅਸਲੀ ਨਾਮ ਦੀ ਬਜਾਏ "ਗਾਹਕ" ਲਿਖੋ, ਅਸਲ ਨੰਬਰ ਦੀ ਬਜਾਏ "[ਖਾਤਾ ਨੰਬਰ]" ਲਿਖੋ। ਜ਼ਿਆਦਾਤਰ ਸਮਾਂ, "3-ਸਾਲ ਦਾ ਕਾਰਪੋਰੇਟ ਗਾਹਕ" ਕਹਿਣਾ ਚਾਲ ਕਰੇਗਾ।
- ਸੰਸਥਾ-ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰੋ: ਕੁਝ ਸੰਸਥਾਵਾਂ ਇਕਰਾਰਨਾਮੇ ਵਾਲੇ/ਸੰਸਥਾਗਤ ਸਾਧਨਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀਆਂ ਹਨ ਜੋ ਡੇਟਾ ਲੀਕ ਨਹੀਂ ਕਰਦੇ ਹਨ। ਉਹਨਾਂ 'ਤੇ ਹੀ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ।
- ਜਿਸ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ ਉਸਨੂੰ ਨਾ ਦਿਓ: ਕੋਈ ਵੀ ਸੰਵੇਦਨਸ਼ੀਲ ਵੇਰਵਿਆਂ ਸ਼ਾਮਲ ਨਾ ਕਰੋ ਜੋ ਅਸਲ ਵਿੱਚ ਕੰਮ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਨਹੀਂ ਹਨ।
- ਨੀਤੀ ਨੂੰ ਜਾਣੋ: ਆਪਣੀ ਸੰਸਥਾ ਦੇ ਨਕਲੀ ਬੁੱਧੀ ਵਰਤੋਂ ਨਿਯਮਾਂ ਨੂੰ ਜਾਣੋ ਅਤੇ ਉਹਨਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।
ਨੈਤਿਕਤਾ ਅਤੇ ਕਾਪੀਰਾਈਟ
ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਗੋਪਨੀਯਤਾ ਨਾਲ ਖਤਮ ਨਹੀਂ ਹੁੰਦੀ। ਤਿੰਨ ਸਿਧਾਂਤ:
- ਪਾਰਦਰਸ਼ਤਾ: ਜੇਕਰ ਸੰਦਰਭ ਨੂੰ ਇਸਦੀ ਲੋੜ ਹੈ (ਉਦਾਹਰਣ ਵਜੋਂ, ਜਿੱਥੇ ਮਨੁੱਖੀ ਮਿਹਨਤ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ) ਤਾਂ ਉਚਿਤ ਤੌਰ 'ਤੇ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ ਨੂੰ ਕ੍ਰੈਡਿਟ ਕਰੋ। ਧੋਖੇਬਾਜ਼ ਵਰਤੋਂ ਤੋਂ ਬਚੋ।
- ਕਾਪੀਰਾਈਟ ਅਤੇ ਮੌਲਿਕਤਾ: ਮਾਡਲ ਦਾ ਆਉਟਪੁੱਟ ਹੋਰ ਕੰਮਾਂ ਵਰਗਾ ਹੋ ਸਕਦਾ ਹੈ। ਵਪਾਰਕ ਵਰਤੋਂ ਤੋਂ ਪਹਿਲਾਂ ਮੌਲਿਕਤਾ ਅਤੇ ਅਧਿਕਾਰਾਂ ਦੀ ਸਥਿਤੀ ਦੀ ਸਮੀਖਿਆ ਕਰੋ; ਕਿਸੇ ਹੋਰ ਦੇ ਬ੍ਰਾਂਡ/ਕੰਮ ਦੀ ਨਕਲ ਨਾ ਕਰੋ।
- ਗੈਰ-ਨੁਕਸਾਨ: ਗੁੰਮਰਾਹਕੁੰਨ, ਪੱਖਪਾਤੀ, ਹੇਰਾਫੇਰੀ ਜਾਂ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਵਾਲੀ ਸਮੱਗਰੀ ਬਣਾਉਣ ਲਈ ਨਾ ਵਰਤੋ। ਸਾਧਨ ਦੀ ਸ਼ਕਤੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਨਮੂਨੇ
1) ਸੀਮਤ ਫਿਟਿੰਗ ਸੀਮਤ:
ਬੱਸ ਹੇਠਾਂ ਦਿੱਤੇ ਸਰੋਤ 'ਤੇ ਭਰੋਸਾ ਕਰੋ। ਅਜਿਹੀ ਕੋਈ ਵੀ ਜਾਣਕਾਰੀ ਨਾ ਜੋੜੋ ਜੋ ਸਰੋਤ ਵਿੱਚ ਨਾ ਹੋਵੇ। "ਸਰੋਤ ਵਿੱਚ ਨਹੀਂ" ਲਿਖੋ ਜਿੱਥੇ ਤੁਹਾਨੂੰ ਯਕੀਨ ਨਹੀਂ ਹੈ। ਹਰੇਕ ਮਹੱਤਵਪੂਰਨ ਦਾਅਵੇ ਦੇ ਅੱਗੇ, ਉਸ ਲਾਈਨ ਨੂੰ ਦਰਸਾਓ ਜਿਸ 'ਤੇ ਇਹ ਅਧਾਰਤ ਹੈ। ਸਰੋਤ: [ਟੈਕਸਟ]
2) ਤਸਦੀਕ ਸੂਚੀ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ:
ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ ਉਹਨਾਂ ਸਾਰੇ ਤੱਥਾਂ (ਨੰਬਰ, ਮਿਤੀ, ਨਾਮ, ਦਾਅਵਾ) ਦੀ ਸੂਚੀ ਬਣਾਓ ਜਿਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਸੰਖੇਪ ਵਿੱਚ ਸੁਝਾਅ ਦਿਓ ਕਿ ਮੈਂ ਹਰੇਕ ਲਈ ਕਿਵੇਂ ਤਸਦੀਕ ਕਰ ਸਕਦਾ ਹਾਂ। ਟੈਕਸਟ: [ਆਉਟਪੁੱਟ]
3) ਅਗਿਆਤਕਰਨ:
ਸਾਰੇ ਨਿੱਜੀ/ਗੁਪਤ ਡੇਟਾ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ ਮਾਸਕ ਕਰੋ: ਨਾਮ [PERSON], ਕੰਪਨੀ [COMPANY], ਨੰਬਰ [NUMBER] ਬਣਾਓ। ਅਰਥ ਬਰਕਰਾਰ ਰੱਖਣ ਵਾਲਾ ਅਗਿਆਤ ਸੰਸਕਰਣ ਦਿਓ। ਟੈਕਸਟ: [ਟੈਕਸਟ]
4) ਨੈਤਿਕ ਸਮੀਖਿਆ:
ਇਸ ਸਮੱਗਰੀ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰੋ: ਕੀ ਇਹ ਗੁੰਮਰਾਹਕੁੰਨ, ਪੱਖਪਾਤੀ ਜਾਂ ਅਨੁਚਿਤ ਹੈ? ਜੇਕਰ ਅਜਿਹਾ ਹੈ ਤਾਂ ਇਸ ਨੂੰ ਫਲੈਗ ਕਰੋ ਅਤੇ ਸੁਧਾਰਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਸਮੱਗਰੀ: [ਟੈਕਸਟ]
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ (ਖਤਰਨਾਕ):
Ahmet Yılmaz's (TC: ...) ਇਕਰਾਰਨਾਮੇ ਵਿੱਚ ਸਮੱਸਿਆਵਾਂ ਲੱਭੋ ਅਤੇ ਇਸਦੀ ਉਦਯੋਗ ਔਸਤ ਨਾਲ ਤੁਲਨਾ ਕਰੋ।
ਮਜ਼ਬੂਤ (ਸੁਰੱਖਿਅਤ):
ਹੇਠਾਂ ਦਿੱਤੇ ਇਕਰਾਰਨਾਮੇ ਦੇ ਪਾਠ ਵਿੱਚ ਜੋਖਮ ਭਰੀਆਂ ਧਾਰਾਵਾਂ ਲੱਭੋ। - ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਵਰਤੋਂ; ਪਾਰਟੀਆਂ ਨੂੰ [ਕੰਪਨੀ-ਏ] ਅਤੇ [ਵਿਅਕਤੀ] ਦੇ ਤੌਰ 'ਤੇ ਸੰਬੋਧਿਤ ਕੀਤਾ ਜਾਵੇ।- ਸਿਰਫ਼ ਉਸ 'ਤੇ ਭਰੋਸਾ ਕਰੋ ਜੋ ਟੈਕਸਟ ਵਿੱਚ ਲਿਖਿਆ ਗਿਆ ਹੈ; ਉਦਯੋਗ ਦੀ ਔਸਤ ਬਣੀ, "ਡਾਟਾ ਉਪਲਬਧ ਨਹੀਂ" ਲਿਖੋ।- ਹਰੇਕ ਜੋਖਮ ਨੂੰ ਇਸਦੀ ਆਈਟਮ ਨਾਲ ਦਿਖਾਓ। ਟੈਕਸਟ (ਗੁਮਨਾਮ): [ਟੈਕਸਟ]
ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੰਸਕਰਣ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ ਅਤੇ ਨਕਲੀ ਉਦਯੋਗ ਡੇਟਾ ਨੂੰ ਰੋਕਦਾ ਹੈ; ਆਉਟਪੁੱਟ ਕਾਨੂੰਨੀ ਟੀਮ ਦੁਆਰਾ ਸਮੀਖਿਆ ਲਈ ਤਿਆਰ ਹੈ।
ਤਿੰਨ ਮਿੰਨੀ ਕੇਸ
ਕੇਸ 1 — ਬਨਾਵਟੀ ਸਰੋਤ। ਇੱਕ ਖੋਜਕਰਤਾ ਨੇ ਮਾਡਲ ਦੁਆਰਾ ਦਿੱਤੇ 3 "ਅਕਾਦਮਿਕ ਸਰੋਤਾਂ" ਨੂੰ ਉਹਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਪੇਸ਼ਕਾਰੀ ਵਿੱਚ ਪਾ ਦਿੱਤਾ; ਦੋ ਸਰੋਤ ਬਿਲਕੁਲ ਉਪਲਬਧ ਨਹੀਂ ਸਨ. ਇੱਕ ਸਹਿਕਰਮੀ ਨੇ ਪੇਸ਼ਕਾਰੀ ਤੋਂ ਪਹਿਲਾਂ ਇਸਨੂੰ ਦੇਖਿਆ। ਬਾਅਦ ਵਿੱਚ, ਟੀਮ ਨੇ "ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹਰੇਕ ਸਰੋਤ ਨੂੰ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਲੱਭੋ ਅਤੇ ਖੋਲ੍ਹੋ" ਦਾ ਨਿਯਮ ਅਪਣਾਇਆ।
ਕੇਸ 2 - ਗੁਪਤਤਾ। ਇੱਕ ਕਰਮਚਾਰੀ ਨੇ ਇੱਕ ਜਨਤਕ ਟੂਲ ਵਿੱਚ ਅਸਲ ਗਾਹਕ ਇਕਰਾਰਨਾਮੇ ਨੂੰ ਚਿਪਕਾਇਆ ਅਤੇ ਇੱਕ ਸੰਖੇਪ ਲਈ ਕਿਹਾ। ਜਦੋਂ ਸੰਸਥਾ ਦੀ ਸੂਚਨਾ ਸੁਰੱਖਿਆ ਟੀਮ ਨੇ ਇਸ ਦਾ ਪਤਾ ਲਗਾਇਆ, ਤਾਂ ਪ੍ਰਕਿਰਿਆ ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ ਗਈ; ਸੰਵੇਦਨਸ਼ੀਲ ਦਸਤਾਵੇਜ਼ਾਂ 'ਤੇ ਹੁਣ ਸੰਸਥਾ ਦੁਆਰਾ ਪ੍ਰਵਾਨਿਤ ਕਾਰਪੋਰੇਟ ਟੂਲ ਵਿੱਚ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਅਗਿਆਤ ਹਨ।
ਕੇਸ 3 - ਫੈਸਲੇ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ। ਇੱਕ ਛੋਟੇ ਕਾਰੋਬਾਰ ਦਾ ਮਾਲਕ ਮਾਡਲ ਦੁਆਰਾ ਦਿੱਤੀ ਗਈ ਟੈਕਸ ਵਿਆਖਿਆ ਦੇ ਆਧਾਰ 'ਤੇ ਕਾਰਵਾਈ ਕਰਨ ਵਾਲਾ ਸੀ; ਟਿੱਪਣੀ ਮੌਜੂਦਾ ਕਾਨੂੰਨ ਦੀ ਪਾਲਣਾ ਨਹੀਂ ਕਰਦੀ ਹੈ। ਗਲਤੀ ਉਦੋਂ ਫੜੀ ਗਈ ਜਦੋਂ ਉਸਨੇ ਆਪਣੇ ਵਿੱਤੀ ਸਲਾਹਕਾਰ ਨਾਲ ਸਲਾਹ ਕੀਤੀ। ਸਬਕ ਸਪਸ਼ਟ ਹੈ: ਏਆਈ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਮਾਹਰ ਅਤੇ ਮਨੁੱਖ ਫੈਸਲਾ ਕਰਦੇ ਹਨ।
ਸੁਝਾਅ: ਕਿਸੇ ਤੱਥ ਨੂੰ "ਅਪ੍ਰਮਾਣਿਤ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰਨ ਦੀ ਆਦਤ ਬਣਾਓ. ਆਉਟਪੁੱਟ ਵਿੱਚ ਹਰੇਕ ਨੰਬਰ ਅਤੇ ਸਰੋਤ ਦੇ ਅੱਗੇ ਇੱਕ ਚੈੱਕ ਮਾਰਕ ਲਗਾਓ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਇਸਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕਰਦੇ; ਇਹ ਸਧਾਰਨ ਅਨੁਸ਼ਾਸਨ ਗਲਤ ਜਾਣਕਾਰੀ ਨੂੰ ਚੁੱਪਚਾਪ ਫੈਲਣ ਤੋਂ ਰੋਕਦਾ ਹੈ।
ਸਾਵਧਾਨ: "ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ" ਕੋਈ ਬਹਾਨਾ ਨਹੀਂ ਹੈ। ਤੁਸੀਂ ਕਿਸੇ ਵੀ ਸਮਗਰੀ ਲਈ ਜਿੰਮੇਵਾਰ ਹੋ ਜੋ ਤੁਸੀਂ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦੇ ਹੋ, ਭੇਜਦੇ ਹੋ ਜਾਂ ਆਪਣੇ ਫੈਸਲਿਆਂ ਨੂੰ ਅਧਾਰ ਬਣਾਉਂਦੇ ਹੋ। ਵਾਹਨ ਦੀ ਗਤੀ ਤੁਹਾਨੂੰ ਤੁਹਾਡੀ ਜਾਂਚ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਤੋਂ ਰਾਹਤ ਨਹੀਂ ਦਿੰਦੀ।
ਆਮ ਗਲਤੀਆਂ
- ਫਲੂਐਂਟ ਆਉਟਪੁੱਟ ਨੂੰ ਸਹੀ ਸਮਝਣਾ। ਸੱਚਾਈ ਦੇ ਸਬੂਤ ਲਈ ਪ੍ਰੇਰਕ ਭਾਸ਼ਾ ਦੀ ਗਲਤੀ.
- ਇਸਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਸਰੋਤ ਦੀ ਵਰਤੋਂ ਕਰਨਾ. ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਸਰੋਤ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨਾ।
- ਬਿਨਾਂ ਸੋਚੇ ਸਮਝੇ ਗੁਪਤ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ। ਸੰਵੇਦਨਸ਼ੀਲ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਅਗਿਆਤ ਕੀਤੇ ਬਿਨਾਂ ਪੇਸਟ ਕਰਨਾ।
- ਮੁਹਾਰਤ ਨੂੰ ਇਕੱਲੇ ਮਾਡਲ 'ਤੇ ਛੱਡ ਕੇ। ਕਾਨੂੰਨੀ/ਮੈਡੀਕਲ/ਵਿੱਤੀ ਫੈਸਲਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਵਿੱਚ ਅਸਫਲਤਾ।
- ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਗੱਡੀ 'ਤੇ ਪਾ ਦਿੱਤੀ। "AI ਨੇ ਅਜਿਹਾ ਕਿਹਾ" ਕਹਿ ਕੇ ਕੰਟਰੋਲ ਤੋਂ ਬਚਣਾ।
ਸੰਖੇਪ ਵਿੱਚ
- ਭਰਮ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਮਾਡਲ ਭਰੋਸੇ ਨਾਲ ਉਹ ਚੀਜ਼ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲ ਨਹੀਂ ਹੈ; ਤਸਦੀਕ ਹੋਣ ਤੱਕ ਹਰ ਤੱਥ ਇੱਕ ਦਾਅਵਾ ਹੈ।
- ਤਸਦੀਕ ਦੋ-ਗੁਣਾ ਹੈ: ਤੁਰੰਤ ਪਾਬੰਦੀਆਂ ਮਨਘੜਤ ਨੂੰ ਘਟਾਉਂਦੀਆਂ ਹਨ, ਮਨੁੱਖੀ ਜਾਂਚ ਇਸ ਨੂੰ ਫੜਦੀ ਹੈ।
- ਮਾਡਲ ਮੌਜੂਦਾ, ਸਟੀਕ, ਕਾਨੂੰਨੀ/ਮੈਡੀਕਲ/ਵਿੱਤੀ ਮਾਮਲਿਆਂ ਤੱਕ ਸੀਮਿਤ ਹੈ; ਅੰਤਿਮ ਅਧਿਕਾਰ ਨਹੀਂ ਹੈ।
- ਗੁਪਤ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਜਾਂ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸਿਰਫ਼ ਸੰਸਥਾ ਦੁਆਰਾ ਪ੍ਰਵਾਨਿਤ ਸਾਧਨ (KVKK ਅਤੇ ਸੰਸਥਾ ਨੀਤੀ) ਵਿੱਚ ਗੁਮਨਾਮ ਕਰੋ।
- ਨੈਤਿਕ, ਕਾਪੀਰਾਈਟ ਅਤੇ ਗੈਰ-ਕੁਦਰਤੀ ਸਿਧਾਂਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ; ਸਮੱਗਰੀ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਵਿਅਕਤੀ ਦੇ ਨਾਲ ਹੁੰਦੀ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਪ੍ਰਿੰਟਆਊਟ ਲਓ ਜੋ ਤੁਸੀਂ ਹਾਲ ਹੀ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਸਾਰੇ ਤੱਥਾਂ (ਨੰਬਰ, ਮਿਤੀ, ਨਾਮ, ਸਰੋਤ, ਦਾਅਵਾ) ਨੂੰ ਤਸਦੀਕ ਸੂਚੀ ਦੇ ਰੂਪ ਵਿੱਚ ਕੱਢੋ। ਹਰੇਕ ਲਈ ਪੁਸ਼ਟੀਕਰਨ ਵਿਧੀ ਲਿਖੋ ਅਤੇ ਅਸਲ ਵਿੱਚ ਉਹਨਾਂ ਵਿੱਚੋਂ ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਦੀ ਜਾਂਚ ਕਰੋ। ਨਾਲ ਹੀ, ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ ਉਸੇ ਆਉਟਪੁੱਟ ਦੇ ਇਨਪੁਟ ਵਿੱਚ ਗੁਪਤ/ਨਿੱਜੀ ਡੇਟਾ ਹੈ ਅਤੇ ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਇਸਨੂੰ ਅਗਿਆਤ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਸਮਝਾ ਸਕਦਾ ਹਾਂ ਕਿ ਭੁਲੇਖਾ ਕੀ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਹ ਕਿਉਂ ਹੁੰਦਾ ਹੈ।
- [ ] ਮੈਂ ਸੁਤੰਤਰ ਸਰੋਤ ਤੋਂ ਤੱਥਾਂ ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਗੁਪਤ/ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਦਾ ਹਾਂ ਜਾਂ ਇੱਕ ਸੁਰੱਖਿਅਤ ਟੂਲ ਵਿੱਚ ਇਸਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਕਾਨੂੰਨੀ/ਮੈਡੀਕਲ/ਵਿੱਤੀ ਮਾਮਲਿਆਂ ਦੇ ਇੱਕ ਅਸਲ ਮਾਹਰ ਨਾਲ ਸਲਾਹ ਕਰਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਸਵੀਕਾਰ ਕਰਦਾ ਹਾਂ ਕਿ ਮੈਂ ਸਮੱਗਰੀ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹਾਂ।