KVKK, ਗੋਪਨੀਯਤਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਪਬਲਿਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਗਵਰਨੈਂਸ — ਲੋਕ ਪ੍ਰਸ਼ਾਸਨ ਅਤੇ ਸਰਕਾਰ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ

ਲਾਭ:

ਇਹ KVKK ਸਿਧਾਂਤਾਂ ਅਤੇ ਡੇਟਾ ਮਿਨੀਮਾਈਜੇਸ਼ਨ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ ਜਦੋਂ AI ਟੂਲਸ ਵਿੱਚ ਨਾਗਰਿਕਾਂ ਦੇ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਇਹ ਇੱਕ ਸੰਗਠਨ ਲਈ ਇੱਕ ਗਵਰਨੈਂਸ ਫਰੇਮਵਰਕ ਸਥਾਪਤ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਇੱਕ AI ਵਰਤੋਂ ਨੀਤੀ, ਆਡਿਟ ਟ੍ਰੇਲ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਲੜੀ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ।
ਇਹ ਸੰਪੂਰਨ ਤੌਰ 'ਤੇ ਦਲੀਲ ਦਿੰਦਾ ਹੈ ਕਿ ਜ਼ਿੰਮੇਵਾਰ ਜਨਤਕ AI ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਜਵਾਬਦੇਹੀ 'ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ।

ਇਸ ਸਾਰੇ ਮੋਡਿਊਲ ਦੇ ਦੌਰਾਨ, ਅਸੀਂ ਦੇਖਿਆ ਕਿ ਕਿਵੇਂ AI ਜਨਤਕ ਤੌਰ 'ਤੇ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਵੇਗਕ ਹੈ: ਨਾਗਰਿਕਾਂ ਦੇ ਸਵਾਲਾਂ, ਪਟੀਸ਼ਨਾਂ ਅਤੇ ਪੱਤਰ-ਵਿਹਾਰ, ਵਿਧਾਨਿਕ ਖੋਜ, ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਣ, ਰਿਪੋਰਟਿੰਗ, ਡੇਟਾ-ਸੰਚਾਲਿਤ ਫੈਸਲੇ ਲੈਣ, ਈ-ਸਰਕਾਰ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਦੇ ਜਵਾਬ। ਹੁਣ ਅਸੀਂ ਫਰੇਮਵਰਕ 'ਤੇ ਆਉਂਦੇ ਹਾਂ ਜੋ ਇਸ ਸਭ ਨੂੰ ਇਕੱਠਾ ਰੱਖਦਾ ਹੈ: ਨਿੱਜੀ ਡੇਟਾ ਸੁਰੱਖਿਆ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਪ੍ਰਸ਼ਾਸਨ। ਜਨਤਕ, ਇਸਦੇ ਸੁਭਾਅ ਦੁਆਰਾ, ਨਾਗਰਿਕ ਦੇ ਸਭ ਤੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ: ਪਛਾਣ, ਪਤਾ, ਆਮਦਨ, ਸਿਹਤ, ਅਪਰਾਧਿਕ ਰਿਕਾਰਡ, ਪਰਿਵਾਰਕ ਸਥਿਤੀ। ਏਆਈ ਟੂਲਸ ਨਾਲ ਇਸ ਡੇਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਲਈ KVKK (ਪਰਸਨਲ ਡੇਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ ਨੰ. 6698; ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਕਨੂੰਨੀ, ਸੀਮਤ ਅਤੇ ਸੁਰੱਖਿਅਤ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਨ ਵਾਲਾ ਕਾਨੂੰਨ) ਦੇ ਢਾਂਚੇ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਾਲਣਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਇਸ ਅੰਤਮ ਇਕਾਈ ਵਿੱਚ, ਅਸੀਂ ਜਨਤਕ AI ਦੀ ਵਰਤੋਂ ਦੀ ਗੋਪਨੀਯਤਾ ਅਤੇ ਸ਼ਾਸਨ ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਨੂੰ ਸਥਾਪਿਤ ਕਰਾਂਗੇ — ਕਿਹੜੇ ਟੂਲ ਨੂੰ ਕਿਹੜਾ ਡੇਟਾ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਕਿਹੜੀਆਂ ਨੀਤੀਆਂ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ, ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਇੱਕ ਸੰਸਥਾ AI ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕਿਵੇਂ ਪ੍ਰਬੰਧਿਤ ਕਰਦੀ ਹੈ। ਇਹ ਇਕਾਈ ਪਿਛਲੀਆਂ ਦਸ ਇਕਾਈਆਂ ਉੱਤੇ ਰੱਖੀ ਗਈ ਛੱਤ ਹੈ।

ਜਨਤਕ AI ਨੂੰ ਛੂਹਣ ਵਾਲੇ KVKK ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ

KVKK ਕਈ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਸਿੱਧੇ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਸੀਮਿਤ ਕਰਦਾ ਹੈ:

ਕਾਨੂੰਨ ਦੀ ਪਾਲਣਾ ਅਤੇ ਉਦੇਸ਼ ਦੀ ਪਾਲਣਾ: ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਸਿਰਫ਼ ਇੱਕ ਖਾਸ, ਜਾਇਜ਼ ਉਦੇਸ਼ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇੱਕ ਉਦੇਸ਼ ਲਈ ਇਕੱਤਰ ਕੀਤਾ ਡੇਟਾ (ਉਦਾਹਰਨ ਲਈ, ਮਦਦ ਲਈ ਅਰਜ਼ੀ ਦੇਣਾ) ਕਿਸੇ ਹੋਰ ਉਦੇਸ਼ ਲਈ (ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਮਾਡਲ ਦੀ ਸਿਖਲਾਈ) ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਦੇ ਨਹੀਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਡੇਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ: ਉਦੇਸ਼ ਲਈ ਲੋੜ ਤੋਂ ਵੱਧ ਕੋਈ ਡਾਟਾ ਪ੍ਰੋਸੈਸ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜੇ ਕਿਸੇ ਸ਼੍ਰੇਣੀ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਨਾਮ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਤਾਂ ਕੋਈ ਨਾਮ ਨਹੀਂ ਦਿੱਤਾ ਗਿਆ ਹੈ।
ਸੁਰੱਖਿਆ: ਡੇਟਾ ਅਣਅਧਿਕਾਰਤ ਪਹੁੰਚ ਤੋਂ ਸੁਰੱਖਿਅਤ ਹੈ। ਜਨਤਕ ਏਆਈ ਟੂਲ ਵਿੱਚ ਨਾਗਰਿਕ ਡੇਟਾ ਨੂੰ ਪੇਸਟ ਕਰਨਾ ਉਸ ਡੇਟਾ ਨੂੰ ਸੰਗਠਨ ਤੋਂ ਬਾਹਰ ਲਿਜਾ ਰਿਹਾ ਹੈ - ਇਹ ਸੁਰੱਖਿਆ ਨੀਤੀ ਦੀ ਉਲੰਘਣਾ ਹੈ।
ਸਟੋਰੇਜ਼ ਪੀਰੀਅਡ: ਉਦੇਸ਼ ਖਤਮ ਹੋਣ 'ਤੇ ਡਾਟਾ ਮਿਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ; ਇਹ ਅਣਮਿੱਥੇ ਸਮੇਂ ਲਈ ਨਹੀਂ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ.
ਜਾਣਕਾਰੀ ਅਤੇ ਅਧਿਕਾਰ: ਨਾਗਰਿਕਾਂ ਨੂੰ ਇਹ ਜਾਣਨ ਦਾ ਅਧਿਕਾਰ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਸਹੀ, ਮਿਟਾਉਣ ਅਤੇ ਸਵੈਚਲਿਤ ਫੈਸਲਿਆਂ 'ਤੇ ਇਤਰਾਜ਼ ਕਿਵੇਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਧਿਆਨ ਦਿਓ: ਕਿਸੇ ਜਨਤਕ AI ਟੂਲ 'ਤੇ ਨਾਗਰਿਕ ਦਾ ਡੇਟਾ ਅਪਲੋਡ ਕਰਨਾ ਜਿਸ ਨੂੰ ਸੰਸਥਾ ਨੇ ਮਨਜ਼ੂਰੀ ਨਹੀਂ ਦਿੱਤੀ ਹੈ, ਡੇਟਾ ਕਿੱਥੇ ਸਟੋਰ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਕਿਸ ਕੋਲ ਇਸ ਤੱਕ ਪਹੁੰਚ ਹੈ, ਇਹ ਅਸਪਸ਼ਟ ਹੈ, ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ KVKK ਦੀ ਉਲੰਘਣਾ ਹੈ ਅਤੇ ਸੰਸਥਾ ਨੂੰ ਪਾਬੰਦੀਆਂ ਲਈ ਖੋਲ੍ਹਦੀ ਹੈ। ਨਿਯਮ ਕਦੇ ਵੀ "ਨੌਕਰੀ ਨੂੰ ਆਸਾਨ ਬਣਾਉਣ ਲਈ" ਝੁਕਦੇ ਨਹੀਂ ਹਨ।

ਕਿਹੜਾ ਡੇਟਾ, ਕਿਸ ਵਾਹਨ ਨੂੰ? ਤਿੰਨ-ਜ਼ੋਨ ਮਾਡਲ

ਅੰਗੂਠੇ ਦੇ ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ ਤੇ, ਡੇਟਾ ਨੂੰ ਤਿੰਨ ਖੇਤਰਾਂ ਵਿੱਚ ਵੰਡੋ:

ਲਾਲ (ਕਦੇ ਵੀ ਜਨਤਕ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਹੁੰਦਾ): ਆਈਡੀ ਨੰਬਰ, ਸਿਹਤ, ਅਪਰਾਧਿਕ, ਧਰਮ, ਨਸਲ, ਬਾਇਓਮੈਟ੍ਰਿਕਸ, ਪੂਰਾ ਪਤਾ, ਕੋਈ ਵੀ ਚੀਜ਼ ਜੋ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰਦੀ ਹੈ। ਇਨ੍ਹਾਂ 'ਤੇ ਸਿਰਫ਼ ਇਕਰਾਰਨਾਮੇ ਵਾਲੇ/ਇਨ-ਹਾਊਸ ਅਤੇ ਸੰਸਥਾ ਦੁਆਰਾ ਪ੍ਰਵਾਨਿਤ KVKK ਅਨੁਕੂਲ ਵਾਤਾਵਰਣ ਵਿੱਚ ਕਾਰਵਾਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਪੀਲਾ (ਸਾਵਧਾਨੀ ਨਾਲ, ਮਾਸਕ ਦੁਆਰਾ): ਡੇਟਾ ਜੋ ਵਿਅਕਤੀ ਨਾਲ ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ ਲਿੰਕ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਪਹਿਲਾਂ ਅਗਿਆਤ/ਇਕੱਠਾ ਕਰੋ, ਫਿਰ ਪ੍ਰਕਿਰਿਆ ਕਰੋ।
ਹਰਾ (ਮੁਫ਼ਤ): ਵਿਅਕਤੀਗਤ, ਜਨਤਕ, ਆਮ ਜਾਣਕਾਰੀ (ਵਿਧਾਨਕ ਪਾਠ, ਜਨਤਕ ਅੰਕੜੇ, ਆਮ ਪ੍ਰਕਿਰਿਆ)। ਤੁਸੀਂ ਇਹਨਾਂ ਨੂੰ AI ਨਾਲ ਆਸਾਨੀ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੇ ਹੋ।

ਸੁਝਾਅ: AI ਨੂੰ ਟੈਕਸਟ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ, 5-ਸਕਿੰਟ ਦੀ ਜਾਂਚ ਕਰੋ: "ਕੀ ਇਸ ਸਮੱਗਰੀ ਵਿੱਚ ਅਜਿਹਾ ਕੁਝ ਹੈ ਜੋ ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ?" ਜੇਕਰ ਜਵਾਬ "ਹਾਂ/ਸ਼ਾਇਦ" ਹੈ, ਤਾਂ ਕਿਸੇ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਵਾਹਨ ਨੂੰ ਨਕਾਬ ਲਗਾਓ ਜਾਂ ਚਲਾਓ। ਜੇ ਸ਼ੱਕ ਹੈ, ਤਾਂ ਲਾਲ 'ਤੇ ਵਿਚਾਰ ਕਰੋ।

ਕਾਰਪੋਰੇਟ ਗਵਰਨੈਂਸ: ਵਿਅਕਤੀ ਤੋਂ ਸਿਸਟਮ ਤੱਕ

ਜ਼ਿੰਮੇਵਾਰ ਜਨਤਕ AI ਨੂੰ ਵਿਅਕਤੀਗਤ ਸਿਵਲ ਸੇਵਕਾਂ ਦੀ ਚੰਗੀ ਇੱਛਾ 'ਤੇ ਨਹੀਂ ਛੱਡਿਆ ਜਾ ਸਕਦਾ; ਇੱਕ ਸੰਸਥਾਗਤ ਢਾਂਚੇ ਦੀ ਲੋੜ ਹੈ:

ਨੀਤੀ: ਸੰਸਥਾ ਕੋਲ ਇੱਕ AI ਵਰਤੋਂ ਨੀਤੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ: ਕਿਹੜੇ ਟੂਲ ਮਨਜ਼ੂਰ ਹਨ, ਕਿਹੜਾ ਡੇਟਾ ਦਾਖਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ।
ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਸੂਚੀ: ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਉਹਨਾਂ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ ਸੰਸਥਾ ਨੇ ਮੁਲਾਂਕਣ ਕੀਤਾ ਹੈ ਅਤੇ ਪ੍ਰਵਾਨ ਕੀਤਾ ਹੈ, ਬੇਤਰਤੀਬੇ ਨਹੀਂ।
ਸਿਖਲਾਈ: ਸਟਾਫ ਨੂੰ ਤਸਦੀਕ ਅਨੁਸ਼ਾਸਨ ਅਤੇ ਡੇਟਾ ਖੇਤਰਾਂ (ਜਿਵੇਂ ਕਿ ਇਸ ਮੋਡੀਊਲ) ਬਾਰੇ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
ਰਿਕਾਰਡਿੰਗ ਅਤੇ ਆਡਿਟਿੰਗ: AI ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਫੈਸਲਿਆਂ ਦਾ ਆਡਿਟ ਟ੍ਰੇਲ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
ਜਵਾਬਦੇਹੀ: ਹਰੇਕ AI-ਸੰਚਾਲਿਤ ਆਉਟਪੁੱਟ ਦਾ ਇੱਕ ਮਨੁੱਖੀ ਮਾਲਕ ਅਤੇ ਪ੍ਰਵਾਨਗੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਜ਼ਿੰਮੇਵਾਰੀ ਸੰਸਥਾ ਅਤੇ ਅਧਿਕਾਰੀ ਦੀ ਹੈ, ਵਾਹਨ ਦੀ ਨਹੀਂ।
ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ ਸਿਧਾਂਤ: ਮਨੁੱਖੀ ਸਹਿਮਤੀ ਤੋਂ ਬਿਨਾਂ ਕੋਈ ਅੰਤਮ ਅਧਿਕਾਰ ਬਣਾਉਣ/ਪ੍ਰਤੀਬੰਧਿਤ ਕਰਨ ਵਾਲਾ ਫੈਸਲਾ ਨਹੀਂ ਲਿਆ ਜਾਂਦਾ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 — ਲਾਲ ਡਾਟਾ ਲੀਕ ਰੋਕਿਆ ਗਿਆ। ਇੱਕ ਸਟਾਫ਼ ਮੈਂਬਰ 1,200 ਲੋਕਾਂ ਲਈ ਸਿਹਤ ਲਾਭਾਂ ਦੀ ਸੂਚੀ ਦਾ ਸਾਰ ਇੱਕ ਜਨਤਕ ਸਾਧਨ 'ਤੇ ਅੱਪਲੋਡ ਕਰਨ ਵਾਲਾ ਸੀ। ਏਜੰਸੀ ਦੀ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਵਾਹਨ ਨੀਤੀ ਅਤੇ "ਲਾਲ ਡੇਟਾ" ਸਿਖਲਾਈ ਲਈ ਧੰਨਵਾਦ, ਇਹ ਬੰਦ ਹੋ ਗਿਆ; ਡੇਟਾ ਨੂੰ ਇੱਕ ਅੰਦਰ-ਅੰਦਰ ਪ੍ਰਵਾਨਿਤ ਵਾਤਾਵਰਣ ਵਿੱਚ ਅਤੇ ਪਛਾਣ ਖੇਤਰਾਂ ਨੂੰ ਨਕਾਬ ਦੇ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਗਿਆ ਸੀ। ਇੱਕ ਸੰਭਾਵਿਤ KVKK ਦੀ ਉਲੰਘਣਾ ਅਤੇ ਹਜ਼ਾਰਾਂ ਲੋਕਾਂ ਦੇ ਭਰੋਸੇ ਦੇ ਨੁਕਸਾਨ ਨੂੰ ਰੋਕਿਆ ਗਿਆ ਸੀ।

ਕੇਸ 2 - ਦੁਰਵਰਤੋਂ। ਇੱਕ ਯੂਨਿਟ ਪੂਰਵ-ਚੋਣ ਸੰਚਾਰ ਯੋਜਨਾ ਲਈ ਆਊਟਰੀਚ ਲਈ ਇਕੱਤਰ ਕੀਤੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਚਾਹੁੰਦੀ ਸੀ। ਡੇਟਾ ਸੁਰੱਖਿਆ ਅਧਿਕਾਰੀ ਨੇ ਉਦੇਸ਼ ਦੀ ਪਾਲਣਾ ਦੇ ਸਿਧਾਂਤ ਨੂੰ ਯਾਦ ਕੀਤਾ: ਇਹ ਉਸ ਉਦੇਸ਼ ਤੋਂ ਬਾਹਰ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਸੀ ਜਿਸ ਲਈ ਇਹ ਇਕੱਤਰ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਗੈਰਕਾਨੂੰਨੀ ਸੀ। ਬੇਨਤੀ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ।

ਕੇਸ 3 - ਗਵਰਨੈਂਸ ਗੈਪ ਬੰਦ। ਇੱਕ ਨਗਰਪਾਲਿਕਾ ਵਿੱਚ, ਵੱਖ-ਵੱਖ ਯੂਨਿਟਾਂ ਬਿਨਾਂ ਨਿਯੰਤਰਣ ਦੇ ਵੱਖ-ਵੱਖ ਏਆਈ ਟੂਲ ਵਰਤ ਰਹੀਆਂ ਸਨ; ਕੋਈ ਨਹੀਂ ਜਾਣਦਾ ਸੀ ਕਿ ਕਿਹੜਾ ਡੇਟਾ ਕਿੱਥੇ ਗਿਆ। ਏਜੰਸੀ ਨੇ AI ਵਰਤੋਂ ਨੀਤੀ, ਪ੍ਰਵਾਨਿਤ ਵਾਹਨ ਸੂਚੀ ਅਤੇ ਆਡਿਟ ਟ੍ਰੇਲ ਪੇਸ਼ ਕੀਤੀ; 3 ਮਹੀਨਿਆਂ ਦੇ ਅੰਦਰ, ਗੈਰ-ਰਜਿਸਟਰਡ ਵਾਹਨ ਦੀ ਵਰਤੋਂ ਵਿੱਚ 90% ਦੀ ਕਮੀ ਆਈ ਅਤੇ ਇੱਕ ਡੇਟਾ ਵਸਤੂ ਸੂਚੀ ਬਣਾਈ ਗਈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਡੇਟਾ ਖੇਤਰ ਵਰਗੀਕਰਣ (ਵਾਹਨ ਨੂੰ ਨਿਰਯਾਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ):

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਡੇਟਾ ਸੁਰੱਖਿਆ ਸਲਾਹਕਾਰ। ਕਿਸੇ AI ਏਜੰਟ ਨੂੰ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਹੇਠਾਂ ਦਿੱਤੀ ਸਮੱਗਰੀ ਦਾ ਵਰਗੀਕਰਨ ਕਰੋ: ਲਾਲ (ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ, ਕਦੇ ਵੀ ਜਨਤਕ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਹੁੰਦਾ), ਪੀਲਾ (ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ ਜੁੜਨਯੋਗ, ਮਾਸਕ), ਹਰਾ (ਗੈਰ-ਨਿੱਜੀ, ਮੁਫ਼ਤ)। ਲਾਲ/ਪੀਲੇ ਖੇਤਰਾਂ ਨੂੰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਦੱਸੋ ਕਿ ਮਾਸਕ ਕਿਵੇਂ ਕਰਨਾ ਹੈ। ਸ਼ੱਕੀ ਨੂੰ ਲਾਲ ਵਜੋਂ ਗਿਣੋ। ਸਮੱਗਰੀ: [ਟੈਕਸਟ]

2) ਮਾਸਕਿੰਗ/ਅਨਾਮਕਰਨ:

ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਾਰੇ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰੋ: ਨਾਮ -> [ਵਿਅਕਤੀ-1], ਆਈਡੀ ਨੰਬਰ -> [ਪਛਾਣ], ਪਤਾ ->[ਪਤਾ], ਸਿਹਤ/ਦੁਰਮਾਨੇ -> [ਸੰਵੇਦਨਸ਼ੀਲ]। ਉਸੇ ਵਿਅਕਤੀ ਨੂੰ ਟੈਗ ਕਰੋ. ਅਗਿਆਤ ਟੈਕਸਟ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਨਿਰਯਾਤ ਕਰੋ। ਆਉਟਪੁੱਟ ਵਿੱਚ ਕਦੇ ਵੀ ਅਸਲ ਡੇਟਾ ਨਾ ਲਿਖੋ। ਟੈਕਸਟ: [ਟੈਕਸਟ]

3) KVKK ਪਾਲਣਾ ਚੈੱਕਲਿਸਟ (ਇੱਕ AI ਦੀ ਵਰਤੋਂ ਲਈ):

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: KVKK ਪਾਲਣਾ ਮਾਹਰ। ਨਿਮਨਲਿਖਤ AI ਵਰਤੋਂ ਲਈ ਇੱਕ ਪਾਲਣਾ ਚੈਕਲਿਸਟ ਤਿਆਰ ਕਰੋ: (1) ਜਾਇਜ਼ ਅਤੇ ਖਾਸ ਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਉਦੇਸ਼ ਹੈ, (2) ਕੀ ਇਹ ਉਦੇਸ਼ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ (ਕੀ ਇਹ ਕਿਸੇ ਹੋਰ ਉਦੇਸ਼ ਵਿੱਚ ਤਬਦੀਲ ਹੋ ਰਿਹਾ ਹੈ), (3) ਕੀ ਇਹ ਅਨੁਕੂਲਿਤ ਹੈ, (4) ਟੂਲ ਸੁਰੱਖਿਅਤ/ਪ੍ਰਵਾਨਿਤ ਹੈ, (5) ਧਾਰਨ ਦੀ ਮਿਆਦ ਨਿਸ਼ਚਿਤ ਹੈ, (6) ਨਾਗਰਿਕ ਅਧਿਕਾਰ (ਇਤਰਾਜ਼) ਸੁਰੱਖਿਅਤ ਹਨ। ਗੁੰਮ ਆਈਟਮਾਂ ਨੂੰ ਲਾਲ ਝੰਡੇ ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਵਰਤੋਂ: [ਵਿਅੰਜਨ]

4) ਕਾਰਪੋਰੇਟ AI ਨੀਤੀ ਫਰੇਮਵਰਕ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਜਨਤਕ ਆਈਟੀ ਗਵਰਨੈਂਸ ਮਾਹਰ। ਸਾਡੀ ਸੰਸਥਾ ਲਈ ਇੱਕ AI ਵਰਤੋਂ ਨੀਤੀ ਫਰੇਮਵਰਕ ਤਿਆਰ ਕਰੋ: ਸਕੋਪ, ਪ੍ਰਵਾਨਿਤ ਟੂਲ, ਡੇਟਾ ਜ਼ੋਨ (ਲਾਲ/ਪੀਲਾ/ਹਰਾ), ਵਰਜਿਤ ਵਰਤੋਂ, ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਬਿੰਦੂ, ਆਡਿਟ ਟ੍ਰੇਲ, ਜ਼ਿੰਮੇਵਾਰੀਆਂ, ਸਿਖਲਾਈ, ਅਤੇ ਉਲੰਘਣਾ ਸੂਚਨਾ। ਹਰੇਕ ਸਿਰਲੇਖ ਨੂੰ 1-2 ਵਾਕਾਂ ਨਾਲ ਭਰੋ। ਸੰਸਥਾ: [ਯੂਨਿਟ ਅਤੇ ਆਮ ਨੌਕਰੀਆਂ]

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਹਵਾਲੇ ਦੀ ਇਸ ਸੂਚੀ ਨੂੰ ਸੰਖੇਪ ਕਰੋ।"

ਮਜ਼ਬੂਤ: "ਤੁਹਾਡੀ ਭੂਮਿਕਾ ਡੇਟਾ ਸੁਰੱਖਿਆ ਸਲਾਹਕਾਰ ਹੈ। ਪਹਿਲਾਂ, ਇਸ ਸੂਚੀ ਨੂੰ ਡੇਟਾ ਖੇਤਰ (ਲਾਲ/ਪੀਲਾ/ਹਰਾ) ਦੁਆਰਾ ਵਰਗੀਕ੍ਰਿਤ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਸਾਰੇ ਖੇਤਰਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਜੋ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰਦੇ ਹਨ। ਲਾਲ/ਪੀਲੇ ਖੇਤਰਾਂ ਨੂੰ [PERSON]/[IDENTITY]/[ਸੰਵੇਦਨਸ਼ੀਲ] ਨਾਲ ਮਾਸਕ ਕਰੋ, ਉਸੇ ਵਿਅਕਤੀ ਨੂੰ ਉਸੇ ਲੇਬਲ ਨਾਲ ਰੱਖੋ। ਗੁਮਨਾਮ ਨਿੱਜੀ ਡੇਟਾ ਦੇ ਨਾਲ ਕੇਵਲ ਇੱਕ ਸ਼੍ਰੇਣੀ ਸੰਖੇਪ ਤਿਆਰ ਕਰੋ; ਅੰਤ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਲਿਖਣ ਲਈ, ਰੀਗਗਗ ਨਾ ਕਰੋ। ਨੋਟ ਕਰੋ ਕਿ KVKK (ਉਦੇਸ਼, ਸਟੋਰੇਜ, ਵਾਹਨ ਸੁਰੱਖਿਆ) ਐਡ ਦੇ ਰੂਪ ਵਿੱਚ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਿੱਥੇ ਧਿਆਨ ਦੇਣ ਦੀ ਲੋੜ ਹੈ।"

ਅੰਤਰ: ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਡੇਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕੇਵੀਕੇਕੇ ਸਿਧਾਂਤਾਂ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ, ਮਾਸਕ, ਛੋਟਾ ਅਤੇ ਏਕੀਕ੍ਰਿਤ ਕਰਦਾ ਹੈ।

ਡੇਟਾ ਖੇਤਰ ਅਤੇ ਨਿਯਮ

ਖੇਤਰ

ਉਦਾਹਰਨ

ਨਿਯਮ

ਲਾਲ

TR ID ਨੰਬਰ, ਸਿਹਤ, ਜੁਰਮਾਨਾ, ਪੂਰਾ ਪਤਾ

ਕਦੇ ਵੀ ਜਨਤਕ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਨਾ ਹੋਵੋ; ਪ੍ਰਵਾਨਿਤ ਵਾਤਾਵਰਣ

ਪੀਲਾ

ਉਮਰ+ਗੁਆਂਢ+ਕਿੱਤਾ, ਅਸਿੱਧੇ ਪਛਾਣਕਰਤਾ

ਮਾਸਕ/ਐਗਰੀਗੇਟ, ਫਿਰ ਪ੍ਰਕਿਰਿਆ

ਹਰਾ

ਵਿਧਾਨ, ਜਨਤਕ ਅੰਕੜੇ, ਆਮ ਪ੍ਰਕਿਰਿਆ

ਸੁਤੰਤਰ ਕੰਮ

ਆਮ ਗਲਤੀਆਂ

ਜਨਤਕ ਟੂਲ ਵਿੱਚ ਲਾਲ ਡੇਟਾ ਨਿਰਯਾਤ ਕਰਨਾ। ਸਭ ਤੋਂ ਗੰਭੀਰ ਉਲੰਘਣਾ; ID/ਸਿਹਤ/ਦੁਰਮਾਨੇ ਦਾ ਡੇਟਾ ਪ੍ਰਵਾਨਿਤ ਵਾਤਾਵਰਣ ਨੂੰ ਨਹੀਂ ਛੱਡਦਾ।
ਦੁਰਵਰਤੋਂ. ਇੱਕ ਉਦੇਸ਼ ਲਈ ਇਕੱਤਰ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਦੇ ਦੂਜੇ ਉਦੇਸ਼ (ਮਾਡਲ ਸਿਖਲਾਈ, ਸੰਚਾਰ) ਲਈ ਵਰਤਣਾ ਕਾਨੂੰਨ ਦੇ ਵਿਰੁੱਧ ਹੈ।
ਬਹੁਤ ਜ਼ਿਆਦਾ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੋ ਰਹੀ ਹੈ। ਉਦੇਸ਼ ਲਈ ਬੇਲੋੜੇ ਖੇਤਰਾਂ (ਨਾਮ, ਪਤਾ) ਨੂੰ ਨਾ ਹਿਲਾਓ; ਛੋਟਾ ਕਰੋ।
ਬਿਨਾਂ ਮਨਜ਼ੂਰੀ ਦੇ ਡਰਾਈਵਿੰਗ। ਇਹ ਅਸਪਸ਼ਟ ਹੈ ਕਿ ਵਾਹਨਾਂ ਵਿੱਚ ਡੇਟਾ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ ਜਿਸਦਾ ਸੰਸਥਾ ਨੇ ਮੁਲਾਂਕਣ ਨਹੀਂ ਕੀਤਾ ਹੈ।
ਧਾਰਨ ਦੀ ਮਿਆਦ ਨਿਰਧਾਰਤ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ। ਉਦੇਸ਼ ਪੂਰਾ ਹੋਣ 'ਤੇ ਡੇਟਾ ਨੂੰ ਮਿਟਾਉਣਾ ਚਾਹੀਦਾ ਹੈ; ਨੂੰ ਅਣਮਿੱਥੇ ਸਮੇਂ ਲਈ ਨਹੀਂ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਗੱਡੀ 'ਤੇ ਪਾ ਦਿੱਤੀ। ਆਉਟਪੁੱਟ ਮਨੁੱਖ ਦੁਆਰਾ ਮਲਕੀਅਤ ਅਤੇ ਪ੍ਰਵਾਨਿਤ ਹੈ; "AI ਨੇ ਇਹ ਕੀਤਾ" ਕੋਈ ਬਚਾਅ ਨਹੀਂ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

ਜ਼ਿੰਮੇਵਾਰ ਜਨਤਕ AI ਲਈ ਢਾਂਚਾ ਨਿੱਜੀ ਡਾਟਾ ਸੁਰੱਖਿਆ ਅਤੇ ਕਾਰਪੋਰੇਟ ਗਵਰਨੈਂਸ ਹੈ। KVKK ਸਿਧਾਂਤ — ਉਦੇਸ਼ਪੂਰਨਤਾ, ਘੱਟੋ-ਘੱਟ, ਸੁਰੱਖਿਆ, ਧਾਰਨ ਸੀਮਾ, ਨਾਗਰਿਕਾਂ ਦੇ ਅਧਿਕਾਰ — AI ਦੀ ਕਿਸੇ ਵੀ ਵਰਤੋਂ ਨੂੰ ਸੀਮਤ ਕਰਦੇ ਹਨ। ਲਾਲ/ਪੀਲੇ/ਹਰੇ ਜ਼ੋਨਾਂ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਵੱਖਰਾ ਕਰੋ, ਕਿਸੇ ਜਨਤਕ ਟੂਲ ਨੂੰ ਕਦੇ ਵੀ ਲਾਲ ਨਾ ਦਿਓ, ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਨਾ ਕਰੋ, ਕੇਵਲ ਪ੍ਰਵਾਨਿਤ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਅਤੇ ਇੱਕ ਮਨੁੱਖੀ ਮਾਲਕ ਨੂੰ ਹਰ ਫੈਸਲੇ ਨਾਲ ਜੋੜੋ। ਸੰਸਥਾਗਤ ਪੱਧਰ ਦੀ ਨੀਤੀ, ਪ੍ਰਵਾਨਿਤ ਵਾਹਨ ਸੂਚੀ, ਸਿਖਲਾਈ ਅਤੇ ਨਿਰੀਖਣ ਰਿਕਾਰਡ; ਵਿਅਕਤੀ ਪੱਧਰ 'ਤੇ ਤਸਦੀਕ ਦਾ ਅਨੁਸ਼ਾਸਨ। ਇਸ ਤਰ੍ਹਾਂ, AI ਨਾਗਰਿਕਾਂ ਦੇ ਅਧਿਕਾਰਾਂ ਦੀ ਰੱਖਿਆ ਕਰਕੇ ਜਨਤਾ ਦੀ ਸੇਵਾ ਕਰਦਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਅਸਲ AI ਵਰਤੋਂ ਚੁਣੋ ਜੋ ਤੁਸੀਂ ਆਪਣੀ ਯੂਨਿਟ ਵਿੱਚ ਕੀਤੀ ਹੈ (ਜਾਂ ਬਣਾਉਣ ਬਾਰੇ ਵਿਚਾਰ ਕਰ ਰਹੇ ਹੋ)। "ਡੇਟਾ ਖੇਤਰ ਵਰਗੀਕਰਣ" ਟੈਮਪਲੇਟ ਨਾਲ ਲਾਲ/ਪੀਲੇ/ਹਰੇ ਵਿੱਚ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਵਾਲੀ ਸਮੱਗਰੀ ਨੂੰ ਵੱਖ ਕਰੋ। "KVKK ਪਾਲਣਾ ਚੈੱਕਲਿਸਟ" ਟੈਂਪਲੇਟ ਨੂੰ ਲਾਗੂ ਕਰੋ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਗੁੰਮ/ਜੋਖਮ ਵਾਲਾ ਬਿੰਦੂ ਲੱਭੋ। ਅੰਤ ਵਿੱਚ, "ਕਾਰਪੋਰੇਟ AI ਨੀਤੀ ਪਿੰਜਰ" ਦੇ ਨਾਲ ਤੁਹਾਡੀ ਯੂਨਿਟ ਲਈ ਢੁਕਵੀਂ ਇੱਕ ਛੋਟੀ ਨੀਤੀ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ।

ਚੈੱਕਲਿਸਟ

[ ] ਮੈਂ ਸਮੱਗਰੀ ਨੂੰ ਲਾਲ/ਪੀਲੇ/ਹਰੇ ਜ਼ੋਨ ਵਿੱਚ ਵੰਡਿਆ ਹੈ; ਮੈਂ ਸ਼ੱਕੀ ਨੂੰ ਲਾਲ ਗਿਣਿਆ।
[ ] ਮੈਂ ਪਬਲਿਕ ਟੂਲ ਨੂੰ ਲਾਲ ਡੇਟਾ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕੀਤਾ; ਮੈਂ ਪ੍ਰਵਾਨਿਤ ਮੀਡੀਆ ਦੀ ਵਰਤੋਂ ਕੀਤੀ।
[ ] ਮੈਂ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਹੈ ਅਤੇ ਬੇਲੋੜੇ ਖੇਤਰਾਂ (ਘੱਟੋ-ਘੱਟ) ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਹੈ।
[ ] ਮੈਂ ਪ੍ਰੋਸੈਸਿੰਗ ਦੇ ਉਦੇਸ਼, ਸਟੋਰੇਜ ਦੀ ਮਿਆਦ ਅਤੇ ਵਾਹਨ ਸੁਰੱਖਿਆ ਦੀ ਜਾਂਚ ਕੀਤੀ ਹੈ।
ਮੈਂ ਨਾਗਰਿਕਾਂ ਦੇ ਇਤਰਾਜ਼/ਮਿਟਾਉਣ ਦੇ ਅਧਿਕਾਰਾਂ ਨੂੰ ਦੇਖਿਆ ਹੈ।
[ ] ਮੈਂ ਹਰੇਕ ਆਉਟਪੁੱਟ ਲਈ ਇੱਕ ਮਨੁੱਖੀ ਮਾਲਕ ਅਤੇ ਪ੍ਰਵਾਨਗੀ ਨੱਥੀ ਕੀਤੀ ਹੈ; ਮੈਂ ਇੱਕ ਆਡਿਟ ਟ੍ਰੇਲ ਰੱਖਿਆ।

ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ

1. ਇੱਕ ਜਨਤਕ ਅਧਿਕਾਰੀ ਹੋਣ ਦੇ ਨਾਤੇ, AI ਨੂੰ ਨੌਕਰੀ ਸੌਂਪਣ ਤੋਂ ਪਹਿਲਾਂ ਤੁਹਾਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰਜੀਹੀ ਸਵਾਲ ਕੀ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ?

ਏ) ਜੇ ਇਹ ਆਉਟਪੁੱਟ ਗਲਤ ਹੈ ਤਾਂ ਨਾਗਰਿਕ ਕੀ ਗੁਆਉਦਾ ਹੈ? ✔
ਅ) ਏਆਈ ਇਹ ਕੰਮ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਕਰ ਸਕਦਾ ਹੈ?
C) ਕੀ ਇਹ AI ਟੂਲ ਮੁਫ਼ਤ ਹੈ?
ਡੀ) ਕੀ ਕੋਈ ਹੋਰ ਯੂਨਿਟ ਵੀ ਇਸ ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ?

ਵਿਆਖਿਆ: ਟਰਾਂਸਫਰ ਕਰਨ ਦਾ ਫੈਸਲਾ ਉਸ ਨੁਕਸਾਨ ਦੇ ਆਧਾਰ 'ਤੇ ਲਿਆ ਜਾਂਦਾ ਹੈ ਜੋ ਆਊਟਪੁੱਟ ਗਲਤ ਹੋਣ 'ਤੇ ਨਾਗਰਿਕ ਨੂੰ ਸਹਿਣਾ ਪਵੇਗਾ। ਨੁਕਸਾਨ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਟ੍ਰਾਂਸਫਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜੇਕਰ ਇਹ ਦੁਬਾਰਾ ਲਿਖਣ ਦੇ ਕੁਝ ਮਿੰਟ ਹਨ; ਜੇਕਰ ਇਹ ਅਨੁਚਿਤ ਅਸਵੀਕਾਰ, ਗਲਤ ਜੁਰਮਾਨਾ ਜਾਂ ਅਧਿਕਾਰਾਂ ਦਾ ਨੁਕਸਾਨ ਹੈ, ਤਾਂ AI ਸਿਰਫ ਇੱਕ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਫੈਸਲਾ ਅਤੇ ਤਸਦੀਕ ਅਧਿਕਾਰੀ ਦਾ ਹੁੰਦਾ ਹੈ।

2. ਇਸ ਨੂੰ ਕੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜਦੋਂ AI ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਕਾਨੂੰਨ ਜਾਂ ਇੱਕ ਮਨਘੜਤ ਅਦਾਲਤੀ ਫੈਸਲੇ ਨੂੰ ਅਸਲ ਵਜੋਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ?

ਏ) ਕੈਚਿੰਗ
ਅ) ਟ੍ਰਾਈਜ
C) ਅਗਿਆਤਕਰਨ
ਡੀ) ਭਰਮ ✔

ਵਿਆਖਿਆ: ਹੇਲੁਸੀਨੇਸ਼ਨ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ AI ਭਰੋਸੇ ਨਾਲ ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹੈ (ਮਨਘੜਤ ਪਦਾਰਥ, ਰੱਦ ਕੀਤੇ ਨਿਯਮ, ਗਲਤ ਨੰਬਰ)। ਕਾਨੂੰਨ ਦੇ ਖੇਤਰ ਵਿੱਚ, ਇਹ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਜੋਖਮਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਅਧਿਕਾਰਾਂ ਦੇ ਨੁਕਸਾਨ ਅਤੇ ਪ੍ਰਬੰਧਕੀ ਕਾਰਵਾਈ ਨੂੰ ਰੱਦ ਕਰਨ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ।

3. YZ ਦੁਆਰਾ ਦਰਸਾਏ ਗਏ ਇੱਕ ਰੈਗੂਲੇਸ਼ਨ ਲੇਖ ਦੇ ਆਧਾਰ 'ਤੇ ਇੱਕ ਅਧਿਕਾਰੀ ਅਰਜ਼ੀ ਨੂੰ ਰੱਦ ਕਰਨ ਵਾਲਾ ਹੈ। ਸਭ ਤੋਂ ਸਹੀ ਵਿਵਹਾਰ ਕਿਹੜਾ ਹੈ?

A) AI ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਅਸਵੀਕਾਰ ਲਿਖਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਭਰੋਸੇਮੰਦ ਲੱਗਦਾ ਹੈ
ਅ) ਉਹੀ ਸਵਾਲ ਕਿਸੇ ਹੋਰ AI ਵਾਹਨ ਨੂੰ ਪੁੱਛੋ ਅਤੇ ਪੁਸ਼ਟੀ ਪ੍ਰਾਪਤ ਕਰੋ
C) Çözüm.gov.tr ✔ 'ਤੇ ਮੌਜੂਦਾ ਇਕਸਾਰ ਟੈਕਸਟ ਤੋਂ ਲੇਖ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ
ਡੀ) ਜ਼ੁਬਾਨੀ ਤੌਰ 'ਤੇ ਫੈਸਲੇ ਨੂੰ ਉੱਚ ਅਧਿਕਾਰੀ ਨੂੰ ਪੁੱਛਦਾ ਹੈ

ਵਰਣਨ: AI ਦਾ ਸਿਖਲਾਈ ਡੇਟਾ ਇੱਕ ਨਿਸ਼ਚਿਤ ਮਿਤੀ 'ਤੇ ਫ੍ਰੀਜ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; ਇਹ ਜੋ ਲੇਖ ਦਿਖਾਉਂਦਾ ਹੈ ਉਹ ਰੱਦ ਜਾਂ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਗੱਲ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਕਿ ਲੇਖ ਲਾਗੂ ਹੈ ਅਤੇ ਫੈਸਲੇ ਤੋਂ ਪਹਿਲਾਂ Çözüm.gov.tr 'ਤੇ ਮੌਜੂਦਾ ਇਕਸਾਰ ਟੈਕਸਟ ਤੋਂ ਇਸ ਦਾ ਅੰਤਮ ਸੰਸਕਰਣ ਇੱਕ ਅਨੁਚਿਤ ਅਸਵੀਕਾਰ ਅਤੇ ਸੰਭਾਵਿਤ ਰੱਦ ਕਰਨ ਦੇ ਮੁਕੱਦਮੇ ਨੂੰ ਰੋਕਦਾ ਹੈ।

4. ਇੱਕ ਨਾਗਰਿਕ ਚੈਟਬੋਟ ਲਈ 'ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ, ਮੈਂ ਤੁਹਾਨੂੰ ਇੱਕ ਅਧਿਕਾਰੀ ਕੋਲ ਤਬਦੀਲ ਕਰ ਰਿਹਾ ਹਾਂ' ਕਹਿਣ ਦੇ ਯੋਗ ਹੋਣਾ ਗੁਣਵੱਤਾ ਦਾ ਭਰੋਸਾ ਕਿਉਂ ਹੈ?

A) ਟਰਨਓਵਰ ਦਰ ਨੂੰ ਵਧਾ ਕੇ ਅੰਕੜਿਆਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦਾ ਹੈ
ਅ) ਅਨਿਸ਼ਚਿਤ ਹੋਣ 'ਤੇ ਮਨੁੱਖਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ਸੌਂਪ ਕੇ ਗਲਤ ਜਾਣਕਾਰੀ ਨੂੰ ਰੋਕਦਾ ਹੈ ✔
C) ਨਾਗਰਿਕਾਂ ਦਾ ਧਿਆਨ ਭਟਕਾਉਂਦੇ ਹੋਏ ਕਾਲ ਦਾ ਸਮਾਂ ਵਧਾਉਂਦਾ ਹੈ
D) ਚੈਟਬੋਟ ਨੂੰ ਘੱਟ ਸਵਾਲ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ

ਵਿਆਖਿਆ: ਜਨਤਕ ਤੌਰ 'ਤੇ, ਇੱਕ ਭਰੋਸੇਮੰਦ ਗਲਤ ਜਵਾਬ ਇੱਕ ਇਮਾਨਦਾਰ ਲੈਣ ਨਾਲੋਂ ਬਹੁਤ ਮਹਿੰਗਾ ਹੁੰਦਾ ਹੈ; ਇਹ ਸੰਸਥਾ ਦੇ ਅਧਿਕਾਰਾਂ ਅਤੇ ਅਵਿਸ਼ਵਾਸ ਦਾ ਕਾਰਨ ਬਣਦਾ ਹੈ. ਅਨਿਸ਼ਚਿਤ ਹੋਣ 'ਤੇ ਚੈਟਬੋਟ ਦੀ ਮਨੁੱਖ ਨੂੰ ਸੌਂਪਣ ਦੀ ਯੋਗਤਾ ਇੱਕ ਸੁਰੱਖਿਆ ਵਿਧੀ ਹੈ ਜੋ ਭੁਲੇਖੇ ਵਾਲੀ ਗਲਤ ਜਾਣਕਾਰੀ ਨੂੰ ਰੋਕਦੀ ਹੈ।

5. AI ਨਾਲ ਅਧਿਕਾਰਤ ਪੱਤਰ-ਵਿਹਾਰ ਨੂੰ 'ਸਰਲ' ਕਰਨ ਵੇਲੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮ ਕੀ ਹੈ?

A) ਟੈਕਸਟ ਬਹੁਤ ਛੋਟਾ ਹੈ
ਅ) ਫੌਂਟ ਬਦਲਣਾ
C) ਕਿਸੇ ਸ਼ਰਤ ਜਾਂ ਅਪਵਾਦ ਨੂੰ ਛੱਡਣਾ ✔
ਡੀ) ਐਡਰੈਸੀ ਦੇ ਨਾਮ ਦੀ ਗਲਤ ਸਪੈਲਿੰਗ

ਵਿਆਖਿਆ: ਸ਼ੈਲੀਗਤ ਅਨੁਕੂਲਨ ਸਮੱਗਰੀ ਨੂੰ ਨਹੀਂ ਬਦਲਣਾ ਚਾਹੀਦਾ। ਸਰਲ ਬਣਾਉਣ ਵੇਲੇ, AI ਕਈ ਵਾਰ ਅਪਵਾਦ, ਸਥਿਤੀ, ਜਾਂ ਮਿਆਦ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ। ਇਸ ਲਈ, ਸਰਲ ਲਿਖਤ ਦੀ ਤੁਲਨਾ ਹਮੇਸ਼ਾ ਮੂਲ ਫੈਸਲੇ ਜਾਂ ਵਿਧਾਨ ਨਾਲ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

6. ਨਾਮ ਅਤੇ ਟੀ.ਆਰ. ਇੱਕ ਡਾਟਾ ਸੈੱਟ ਵਿੱਚ. ਤੁਸੀਂ ਇਸ ਨੂੰ ਕੀ ਕਹਿੰਦੇ ਹੋ ਜਦੋਂ 'ਆਂਢ-ਗੁਆਂਢ + ਜਨਮ ਦਾ ਸਾਲ + ਅਪਾਹਜਤਾ ਦੀ ਕਿਸਮ' ਦਾ ਸੁਮੇਲ ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਪ੍ਰਗਟ ਕਰ ਸਕਦਾ ਹੈ ਭਾਵੇਂ ਆਈਡੀ ਨੰਬਰ ਮਿਟਾ ਦਿੱਤਾ ਗਿਆ ਹੋਵੇ?

A) ਮੁੜ ਪਰਿਭਾਸ਼ਾ ✔
ਬੀ) ਡਾਟਾ ਘੱਟੋ-ਘੱਟ
ਸੀ) ਕਵਰੇਜ ਦਰ
ਡੀ) ਇਕਸਾਰਤਾ

ਵਿਆਖਿਆ: ਪੁਨਰ-ਪਛਾਣ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਬੇਨਾਮ ਸਮਝੇ ਜਾਣ ਵਾਲੇ ਡੇਟਾ ਤੋਂ ਅਸਿੱਧੇ ਪਛਾਣਕਰਤਾਵਾਂ ਦੇ ਸੁਮੇਲ ਰਾਹੀਂ ਲੱਭਣਾ ਹੈ। ਜੇ ਕਿਸੇ ਇੱਕ ਵਿਅਕਤੀ ਵਿੱਚ ਕੋਈ ਦੁਰਲੱਭ ਸ਼੍ਰੇਣੀ ਪਾਈ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਨਾਮ ਮਿਟਾਉਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੋਵੇਗਾ; ਵਧੀਕ ਉਪਾਵਾਂ ਦੀ ਲੋੜ ਹੈ, ਜਿਵੇਂ ਕਿ ਉਮਰ ਨੂੰ ਰੇਂਜ ਵਿੱਚ ਬਦਲਣਾ ਅਤੇ ਦੁਰਲੱਭ ਸ਼੍ਰੇਣੀਆਂ ਨੂੰ ਜੋੜਨਾ।

7. ਇਸ ਨੂੰ ਕੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਇੱਕ ਨਿਰੀਖਣ ਮਾਡਲ ਇੱਕ ਆਂਢ-ਗੁਆਂਢ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰਦਾ ਹੈ ਜਿਸਦੀ ਅਤੀਤ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਜਾਂਚ ਕੀਤੀ ਗਈ ਹੈ 'ਜੋਖਮ' ਵਜੋਂ ਅਤੇ ਉੱਥੇ ਹੋਰ ਨਿਰੀਖਣ ਭੇਜਦਾ ਹੈ, ਜੋ ਕਿ ਮਾਡਲ ਨੂੰ ਉਸ ਆਂਢ-ਗੁਆਂਢ ਨੂੰ ਵਧੇਰੇ ਜੋਖਮ ਵਾਲੇ ਵਜੋਂ ਦੇਖਣ ਲਈ ਧੱਕਦਾ ਹੈ?

ਏ) ਡਾਟਾ ਮਿਨੀਮਾਈਜੇਸ਼ਨ
ਅ) ਭਰਮ
C) ਅਗਿਆਤਕਰਨ
ਡੀ) ਫੀਡਬੈਕ ਲੂਪ ✔

ਸਪੱਸ਼ਟੀਕਰਨ: ਫੀਡਬੈਕ ਲੂਪ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਮਾਡਲ ਦਾ ਆਉਟਪੁੱਟ ਬਾਅਦ ਦੇ ਸਿਖਲਾਈ ਡੇਟਾ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦਾ ਹੈ, ਮੌਜੂਦਾ ਪੱਖਪਾਤ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦਾ ਹੈ। ਅੰਤਰ ਅਸਲ ਜੋਖਮ ਵਿੱਚ ਨਹੀਂ ਵਧਦਾ ਹੈ, ਪਰ ਜਿੱਥੇ ਕੋਈ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ. ਆਪਣੇ ਆਪ ਨੂੰ ਬਚਾਉਣ ਦਾ ਤਰੀਕਾ ਪ੍ਰਭਾਵ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਾ ਹੈ, ਨਾ ਕਿ ਆਉਟਪੁੱਟ, ਅਤੇ ਫੈਸਲਿਆਂ ਦੀ ਸਮੂਹ-ਅਧਾਰਿਤ ਵੰਡ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨਾ।

8. ਲਾਭਾਂ ਦੀ ਅਰਜ਼ੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਔਨਲਾਈਨ ਚਲੇ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਪਹਿਲੇ ਮਹੀਨੇ ਵਿੱਚ ਅਰਜ਼ੀਆਂ ਦੀ ਗਿਣਤੀ 30 ਪ੍ਰਤੀਸ਼ਤ ਘਟ ਗਈ। ਇਸ ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਿਤ ਵਿਆਖਿਆ ਕੀ ਹੈ?

ਏ) ਨਾਗਰਿਕਾਂ ਦੀਆਂ ਅਸਲ ਲੋੜਾਂ ਘਟ ਗਈਆਂ ਹਨ
ਅ) ਇੰਟਰਨੈਟ ਅਤੇ ਡਿਜੀਟਲ ਸਾਖਰਤਾ ਤੋਂ ਬਿਨਾਂ ਨਾਗਰਿਕਾਂ ਨੂੰ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਸੀ ✔
C) ਵਿਆਜ ਘਟ ਗਿਆ ਹੈ ਕਿਉਂਕਿ ਸਹਾਇਤਾ ਰਾਸ਼ੀ ਘਟ ਗਈ ਹੈ
D) ਸਿਸਟਮ ਨੇ ਆਪਣੇ ਆਪ ਸਾਰੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ

ਵਰਣਨ: ਡਿਜਿਟਲ ਪਾੜਾ ਇੰਟਰਨੈਟ ਪਹੁੰਚ ਜਾਂ ਸੇਵਾਵਾਂ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਲਈ ਡਿਜੀਟਲ ਸਾਖਰਤਾ ਤੋਂ ਬਿਨਾਂ ਨਾਗਰਿਕਾਂ ਦੀ ਅਯੋਗਤਾ ਹੈ। ਗਿਣਤੀ ਘਟਦੀ ਹੈ ਕਿਉਂਕਿ ਸਭ ਤੋਂ ਵੱਧ ਲੋੜਵੰਦ ਸਮੂਹ, ਬਜ਼ੁਰਗ ਅਤੇ ਇੰਟਰਨੈਟ ਤੋਂ ਬਿਨਾਂ ਨਾਗਰਿਕ ਅਪਲਾਈ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਹੱਲ ਹੈ ਵਿਕਲਪਕ ਚੈਨਲਾਂ ਨੂੰ ਛੱਡਣਾ, ਜਿਵੇਂ ਕਿ ਸਹਾਇਕ ਰੈਫਰਲ ਪੁਆਇੰਟ।

9. ਜਦੋਂ ਕਿ ਇੱਕ ਸਾਲਾਨਾ ਰਿਪੋਰਟ ਵਿੱਚ ਅਸਲ ਸਫਲਤਾ ਦਰ 63 ਪ੍ਰਤੀਸ਼ਤ ਹੈ, YZ ਦੁਆਰਾ ਤਿਆਰ ਕਾਰਜਕਾਰੀ ਸੰਖੇਪ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ 'ਬਹੁਤ ਸਾਰੀਆਂ ਅਰਜ਼ੀਆਂ ਸਕਾਰਾਤਮਕ ਸਨ।' ਸਹੀ ਵਿਵਹਾਰ ਕੀ ਹੈ?

A) ਸਮੀਕਰਨ ਨੂੰ ਇਸ ਲਈ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਹੈ ਕਿਉਂਕਿ ਇਹ ਸਕਾਰਾਤਮਕ ਹੈ।
ਅ) ਅਨੁਪਾਤ ਨੂੰ ਮਿਟਾਇਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕੇਵਲ ਗੁਣਾਤਮਕ ਸਮੀਕਰਨ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ
C) ਸਮੀਕਰਨ ਨੂੰ ਅਸਲ ਸੰਖਿਆ 63 ਪ੍ਰਤੀਸ਼ਤ ✔ ਨਾਲ ਬਦਲਿਆ ਜਾਂਦਾ ਹੈ
ਡੀ) ਰਿਪੋਰਟ ਤੋਂ ਸੰਖੇਪ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹਟਾ ਦਿੱਤਾ ਗਿਆ ਹੈ

ਵਿਆਖਿਆ: ਜਨਤਕ ਰਿਪੋਰਟ ਵਿੱਚ ਅਤਿਕਥਨੀ ਵਾਲੀ ਸਕਾਰਾਤਮਕ ਧਾਰਨਾ ਸੰਸਥਾ ਨੂੰ ਬਾਅਦ ਦੇ ਆਡਿਟ ਵਿੱਚ ਇੱਕ ਮੁਸ਼ਕਲ ਸਥਿਤੀ ਵਿੱਚ ਪਾਉਂਦੀ ਹੈ। ਕਾਰਜਕਾਰੀ ਸੰਖੇਪ ਵਿੱਚ ਹਰੇਕ ਦਾਅਵੇ ਦੀ ਤੁਲਨਾ ਕੱਚੇ ਡੇਟਾ ਨਾਲ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਅਸਲ ਨੰਬਰ (63 ਪ੍ਰਤੀਸ਼ਤ) ਲਿਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; AI ਸੰਖੇਪਾਂ ਨੂੰ ਬਿਨਾਂ ਆਡਿਟ ਕੀਤੇ ਰਿਪੋਰਟ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

10. ਜਨਤਕ ਖੇਤਰ ਵਿੱਚ ਡੇਟਾ-ਅਧਾਰਿਤ ਫੈਸਲੇ ਲੈਣ ਵੇਲੇ, ਜੇ 'ਮਾਸਿਕ ਬੰਦ ਕੀਤੀਆਂ ਫਾਈਲਾਂ ਦੀ ਗਿਣਤੀ' ਵਧਦੀ ਹੈ ਜਦੋਂ ਕਿ 'ਪਹਿਲੇ ਸੰਪਰਕ 'ਤੇ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਰੇਟ' ਘਟਦੀ ਹੈ, ਇਹ ਸਾਨੂੰ ਪਹਿਲਾਂ ਕੀ ਸਿਖਾਉਂਦਾ ਹੈ?

A) ਸੰਖਿਆ ਨੂੰ ਗੁਣਾ ਕਰਨ ਨਾਲੋਂ ਸਹੀ ਸੂਚਕ ਚੁਣਨਾ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹੈ ✔
ਅ) ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ ਵਧਾਈ ਜਾਵੇ
C) ਗ੍ਰਾਫ਼ ਰੰਗਦਾਰ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ
ਡੀ) ਚੈਟਬੋਟ ਨੂੰ ਹੋਰ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣੇ ਚਾਹੀਦੇ ਹਨ

ਵਿਆਖਿਆ: ਗਲਤ ਸੂਚਕ ਸਹੀ ਡੇਟਾ ਦੇ ਨਾਲ ਵੀ ਗਲਤ ਫੈਸਲੇ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ। ਫ਼ਾਈਲਾਂ ਜਲਦੀ ਬੰਦ ਅਤੇ ਮੁੜ ਖੋਲ੍ਹੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ। ਸਹੀ ਸੂਚਕ ਚੁਣਨਾ ਅਤੇ ਸੂਚਕਾਂ ਨੂੰ ਇਕੱਠੇ ਪੜ੍ਹਨਾ ਇਕੱਲੇ ਗੁੰਮਰਾਹਕੁੰਨ ਸੰਖਿਆ ਦੇ ਅਧਾਰ 'ਤੇ ਸ਼ੇਖੀ ਮਾਰਨ ਤੋਂ ਰੋਕਦਾ ਹੈ।

11. ਇੱਕ ਚਾਰਟ ਵਿੱਚ, ਲੰਬਕਾਰੀ ਧੁਰਾ ਜ਼ੀਰੋ ਦੀ ਬਜਾਏ 40 ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇੱਕ 2 ਪ੍ਰਤੀਸ਼ਤ ਵਾਧਾ ਇੱਕ ਨਾਟਕੀ ਛਾਲ ਵਾਂਗ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ ਕਿਸ ਸਮੱਸਿਆ ਦਾ ਇੱਕ ਉਦਾਹਰਨ ਹੈ?

ਏ) ਭਰਮ
ਅ) ਡਾਟਾ ਘੱਟੋ-ਘੱਟ
C) ਡਿਜੀਟਲ ਵੰਡ
ਡੀ) ਗੁੰਮਰਾਹਕੁੰਨ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ✔

ਵਿਆਖਿਆ: ਗੁੰਮਰਾਹਕੁੰਨ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤਕਨੀਕਾਂ ਦੁਆਰਾ ਧਾਰਨਾ ਨੂੰ ਵਿਗਾੜ ਰਿਹਾ ਹੈ ਜਿਵੇਂ ਕਿ ਧੁਰਾ ਜ਼ੀਰੋ ਤੋਂ ਸ਼ੁਰੂ ਨਹੀਂ ਹੁੰਦਾ, ਅਸਪਸ਼ਟ ਸਕੇਲ, ਜਾਂ ਚੁਣੀ ਗਈ ਸਮਾਂ ਮਿਆਦ। ਇਹ ਜਨਤਕ ਡੇਟਾ ਵਿੱਚ ਇਮਾਨਦਾਰ ਵਿਜ਼ੂਅਲ ਗਵਰਨੈਂਸ ਦਾ ਹਿੱਸਾ ਹੈ; ਅਸਲ ਸਾਰਣੀ ਨੂੰ ਧੁਰੇ ਨੂੰ ਜ਼ੀਰੋ ਵੱਲ ਖਿੱਚ ਕੇ ਦਿਖਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

12. ਪ੍ਰਸ਼ਾਸਨਿਕ ਕਾਰਵਾਈ ਲਈ 'ਏਆਈ ਨੇ ਲਿਖਿਆ ਕਿ' ਕਹਿਣਾ ਅਸਵੀਕਾਰਨਯੋਗ ਕਿਉਂ ਹੈ?

ਏ) ਕਿਉਂਕਿ ਏਆਈ ਟੂਲ ਬਹੁਤ ਮਹਿੰਗੇ ਹਨ
ਅ) ਪ੍ਰਬੰਧਕੀ ਕਾਰਵਾਈ ਜਾਇਜ਼ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਅਧਿਕਾਰੀ ਦੀ ਹੈ ✔
C) ਕਿਉਂਕਿ AI ਤੁਰਕੀ ਨਹੀਂ ਜਾਣਦਾ
ਡੀ) ਕਿਉਂਕਿ ਨਾਗਰਿਕਾਂ ਨੂੰ ਏਆਈ ਪਸੰਦ ਨਹੀਂ ਹੈ

ਵਿਆਖਿਆ: ਪ੍ਰਬੰਧਕੀ ਕਾਰਵਾਈ ਤਰਕਸ਼ੀਲ ਅਤੇ ਆਡਿਟਯੋਗ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ; ਜਿੰਮੇਵਾਰੀ AI ਦੀ ਨਹੀਂ, ਬਲਕਿ ਜਨਤਕ ਅਧਿਕਾਰੀ ਅਤੇ ਸੰਸਥਾ ਦੀ ਹੈ ਜੋ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। 'ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ' ਕੋਈ ਜਾਇਜ਼ ਨਹੀਂ ਹੈ ਅਤੇ ਪ੍ਰਸ਼ਾਸਨਿਕ ਕਾਰਵਾਈ ਨੂੰ ਕਾਇਮ ਨਹੀਂ ਰੱਖਦਾ ਹੈ।

13. ਕਿਹੜੇ ਚਾਰ ਸਿਧਾਂਤ ਹਨ ਜੋ ਜਨਤਕ ਖੇਤਰ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਨਿੱਜੀ ਖੇਤਰ ਤੋਂ ਵੱਖ ਕਰਦੇ ਹਨ ਅਤੇ ਇਹਨਾਂ ਨੂੰ ਵੀ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

ਏ) ਗਤੀ, ਸਸਤੀ, ਮੁਨਾਫਾ, ਮੁਕਾਬਲਾ
ਅ) ਆਟੋਮੇਸ਼ਨ, ਸਕੇਲ, ਮਾਰਕੀਟਿੰਗ, ਬ੍ਰਾਂਡ
C) ਸਮਾਨਤਾ, ਪਾਰਦਰਸ਼ਤਾ, ਜਵਾਬਦੇਹੀ, ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਸੁਰੱਖਿਆ ✔
D) ਗੋਪਨੀਯਤਾ, ਗੁਪਤਤਾ, ਗੋਪਨੀਯਤਾ ਅਤੇ ਗੁਪਤਤਾ

ਵਿਆਖਿਆ: ਉਹਨਾਂ ਕੰਮਾਂ ਵਿੱਚ ਜਿੱਥੇ ਜਨਤਕ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਏਆਈ ਨੂੰ ਸਮਾਨਤਾ ਦੇ ਸਿਧਾਂਤਾਂ (ਇੱਕ ਸਮਾਨ ਸਥਿਤੀ ਦਾ ਸਮਾਨ ਇਲਾਜ), ਪਾਰਦਰਸ਼ਤਾ (ਫੈਸਲੇ ਦੇ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਦੀ ਵਿਆਖਿਆ), ਜਵਾਬਦੇਹੀ (ਹਰੇਕ ਲੈਣ-ਦੇਣ ਅਤੇ ਆਡਿਟ ਟ੍ਰੇਲ ਲਈ ਜ਼ਿੰਮੇਵਾਰ) ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਸੁਰੱਖਿਆ (KVKK) ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।

14. ਇੱਕ ਸਵੈਚਲਿਤ ਪ੍ਰੀਫਲਾਈਟ ਸਿਸਟਮ ਨੂੰ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਜਦੋਂ ਇਹ ਇੱਕ ਦੁਰਲੱਭ ਦਸਤਾਵੇਜ਼ ਕਿਸਮ ਬਾਰੇ ਅਨਿਸ਼ਚਿਤ ਹੈ?

ਏ) ਅਰਜ਼ੀ ਨੂੰ ਚੁੱਪਚਾਪ ਰੱਦ ਕਰਨਾ
ਅ) ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਲਈ ਅੱਗੇ ਭੇਜਣਾ ✔
C) ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਆਪਣੇ ਆਪ ਮਨਜ਼ੂਰ ਕਰੋ
ਡੀ) ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਮਿਟਾਓ

ਵਿਆਖਿਆ: ਚੰਗੀ ਆਟੋਮੇਸ਼ਨ ਮਾਡਲ ਨੂੰ ਅਫਸਰ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕਰਦੀ ਹੈ ਜਦੋਂ ਇਹ ਚੁੱਪਚਾਪ ਅਸਵੀਕਾਰ ਕਰਨ ਦੀ ਬਜਾਏ ਅਨਿਸ਼ਚਿਤ ਹੁੰਦਾ ਹੈ। ਨਹੀਂ ਤਾਂ, ਜਾਇਜ਼ ਅਰਜ਼ੀਆਂ ਇੱਕ ਅੰਨ੍ਹੇ ਸਥਾਨ ਵਿੱਚ ਪੈ ਜਾਣਗੀਆਂ ਅਤੇ ਪੀੜਤ ਹੋਣਗੀਆਂ। ਲੋਕਾਂ ਨੂੰ ਫੈਸਲੇ ਦੇ ਬਿੰਦੂ 'ਤੇ ਰੱਖਣਾ ਅਪਵਾਦ ਪ੍ਰਬੰਧਨ ਦਾ ਅਧਾਰ ਹੈ।