ਇਕਾਈਆਂ
1. ਲੋਕ ਪ੍ਰਸ਼ਾਸਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਜਾਣ-ਪਛਾਣ: ਭੂਮਿਕਾਵਾਂ, ਸੀਮਾਵਾਂ, ਤਸਦੀਕ ਅਤੇ ਜਨਤਕ ਨੈਤਿਕਤਾ 2. ਨਾਗਰਿਕ ਸੇਵਾਵਾਂ ਅਤੇ ਚੈਟਬੋਟ: 24/7 ਪਹੁੰਚਯੋਗ, ਸਹੀ ਅਤੇ ਨਿਰਪੱਖ ਸੇਵਾ 3. ਪਟੀਸ਼ਨ, ਅਧਿਕਾਰਤ ਪੱਤਰ ਵਿਹਾਰ ਅਤੇ ਪ੍ਰਬੰਧਕੀ ਟੈਕਸਟ: ਡਰਾਫਟ ਤੋਂ ਮਨਜ਼ੂਰੀ ਤੱਕ 4. ਵਿਧਾਨਿਕ ਖੋਜ ਅਤੇ ਤਸਦੀਕ: ਕਾਨੂੰਨ, ਨਿਯਮ, ਕੇਸ ਕਾਨੂੰਨ 5. ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਪ੍ਰਭਾਵ ਮੁਲਾਂਕਣ 6. ਰਿਪੋਰਟ ਲਿਖਣਾ ਅਤੇ ਕਾਰਪੋਰੇਟ ਦਸਤਾਵੇਜ਼ ਉਤਪਾਦਨ 7. ਡੇਟਾ-ਅਧਾਰਿਤ ਫੈਸਲੇ ਅਤੇ ਜਨਤਕ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ 8. ਈ-ਸਰਕਾਰ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਆਟੋਮੇਸ਼ਨ: ਐਪਲੀਕੇਸ਼ਨ ਤੋਂ ਨਤੀਜਿਆਂ ਤੱਕ 9. ਪਾਰਦਰਸ਼ਤਾ, ਓਪਨ ਡੇਟਾ ਅਤੇ ਜਾਣਕਾਰੀ ਤੱਕ ਪਹੁੰਚ 10. ਨਿਰਪੱਖਤਾ, ਵਿਤਕਰਾ ਅਤੇ ਅਲਗੋਰਿਦਮਿਕ ਜਵਾਬਦੇਹੀ 11. KVKK, ਗੋਪਨੀਯਤਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਪਬਲਿਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਗਵਰਨੈਂਸ
ਯੂਨਿਟ 5 / 11

ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਪ੍ਰਭਾਵ ਮੁਲਾਂਕਣ

ਲਾਭ:

  • ਇਹ ਪਰਿਭਾਸ਼ਾ, ਵਿਕਲਪਾਂ, ਮਾਪਦੰਡਾਂ ਅਤੇ ਸਿਫ਼ਾਰਸ਼ਾਂ ਦੇ ਇੱਕ ਢਾਂਚੇ ਵਿੱਚ AI ਨਾਲ ਨੀਤੀਗਤ ਸਮੱਸਿਆ ਦਾ ਢਾਂਚਾ ਬਣਾਉਂਦਾ ਹੈ।
  • ਇਹ ਇੱਕ ਸਟੇਕਹੋਲਡਰ ਮੈਪ ਅਤੇ ਲਾਗਤ-ਲਾਭ ਫਰੇਮਵਰਕ ਤਿਆਰ ਕਰਕੇ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤੇ ਗਏ ਵਾਂਝੇ ਸਮੂਹਾਂ ਅਤੇ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਂਦਾ ਹੈ।
  • ਉਹ ਜਾਣਦਾ ਹੈ ਕਿ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਵਿਸ਼ਲੇਸ਼ਣ ਡੇਟਾ ਤੱਕ ਸੀਮਿਤ ਹੈ ਅਤੇ ਮੁੱਲ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਵਿਵੇਕ ਨਾਲ ਅੰਤਿਮ ਫੈਸਲਾ ਕਰਦਾ ਹੈ।

ਜਨਤਕ ਪ੍ਰਸ਼ਾਸਨ ਦਾ ਸਭ ਤੋਂ ਮਾਨਸਿਕ ਕੰਮ ਇੱਕ ਸਮੱਸਿਆ ਦੇ ਸਾਹਮਣੇ ਸਹੀ ਨੀਤੀ ਬਣਾਉਣਾ ਹੈ: "ਅਸੀਂ ਸ਼ਹਿਰ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਆਵਾਜਾਈ ਦੀ ਭੀੜ ਨੂੰ ਕਿਵੇਂ ਘਟਾ ਸਕਦੇ ਹਾਂ?", "ਨੌਜਵਾਨਾਂ ਦੀ ਬੇਰੁਜ਼ਗਾਰੀ ਵਿੱਚ ਕਿਹੜੀ ਪ੍ਰੇਰਣਾ ਮਦਦ ਕਰੇਗੀ?", "ਇਹ ਨਵਾਂ ਨਿਯਮ ਵਪਾਰੀਆਂ 'ਤੇ ਕੀ ਬੋਝ ਪਾਵੇਗਾ?" ਇਹ ਸਵਾਲ ਬਹੁ-ਹਿੱਸੇਦਾਰ, ਬਹੁ-ਮਾਪਦੰਡ ਫੈਸਲੇ ਹਨ ਜੋ ਅਨਿਸ਼ਚਿਤਤਾ ਦੇ ਅਧੀਨ ਕੀਤੇ ਗਏ ਹਨ, ਜਿਨ੍ਹਾਂ ਦਾ ਕੋਈ ਇੱਕ ਸਹੀ ਜਵਾਬ ਨਹੀਂ ਹੈ। ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਣ (ਇੱਕ ਜਨਤਕ ਸਮੱਸਿਆ ਦੀ ਪਛਾਣ ਕਰਨਾ ਅਤੇ ਵਿਕਲਪਾਂ, ਉਹਨਾਂ ਦੇ ਸੰਭਾਵੀ ਪ੍ਰਭਾਵਾਂ, ਲਾਗਤਾਂ ਅਤੇ ਲਾਭਾਂ ਦੀ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਤੁਲਨਾ ਕਰਕੇ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਨੂੰ ਸਿਫ਼ਾਰਸ਼ਾਂ ਪੇਸ਼ ਕਰਨਾ) ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਪ੍ਰਭਾਵ ਵਿਸ਼ਲੇਸ਼ਣ (RIA - RIA; ਪਹਿਲਾਂ ਤੋਂ ਮੁਲਾਂਕਣ ਕਰਨਾ ਕਿ ਕੌਣ, ਕਿਵੇਂ ਅਤੇ ਕਿੰਨਾ ਨਵਾਂ ਕਾਨੂੰਨ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗਾ) ਇਹਨਾਂ ਫੈਸਲਿਆਂ ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਹਨ। ਇੱਥੇ AI ਵਿਕਲਪ ਪੈਦਾ ਕਰਨ, ਹਿੱਸੇਦਾਰਾਂ ਅਤੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਨ, ਵਿਰੋਧੀ ਦਲੀਲਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਣ, ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਹੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਿਚਾਰ ਭਾਗੀਦਾਰ ਹੈ। ਪਰ ਫੈਸਲਾ, ਮੁੱਲ ਨਿਰਣਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖ ਦੀ ਹੈ; AI ਵਿਕਲਪਾਂ ਨੂੰ ਗੁਣਾ ਕਰਦਾ ਹੈ, ਤੁਸੀਂ ਚੁਣਦੇ ਹੋ।

ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਪਿੰਜਰ

ਚੰਗੀ ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਇੱਕ ਖਾਸ ਤਰਕ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ, ਅਤੇ AI ਇਸ ਢਾਂਚੇ ਨੂੰ ਬਣਾਉਣ ਲਈ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ:

  1. ਸਮੱਸਿਆ ਦੀ ਪਛਾਣ ਕਰੋ। ਲੱਛਣ ਜਾਂ ਮੂਲ ਕਾਰਨ? ਕੌਣ, ਕਿੱਥੇ ਅਤੇ ਕਿੰਨਾ ਕੁ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ? ਸੰਖਿਆਵਾਂ ਦੁਆਰਾ।
  2. ਟੀਚੇ ਅਤੇ ਮਾਪਦੰਡ ਸੈਟ ਕਰੋ. ਅਸੀਂ ਸਫਲਤਾ (ਲਾਗਤ, ਪਹੁੰਚ, ਇਕੁਇਟੀ, ਸੰਭਾਵਨਾ, ਮਿਆਦ) ਨੂੰ ਕਿਵੇਂ ਮਾਪਾਂਗੇ?
  3. ਵਿਕਲਪ ਤਿਆਰ ਕਰੋ। "ਕੁਝ ਨਾ ਕਰੋ" ਸਮੇਤ ਘੱਟੋ-ਘੱਟ 3-4 ਯਥਾਰਥਵਾਦੀ ਵਿਕਲਪ।
  4. ਹਰੇਕ ਵਿਕਲਪ ਦੇ ਪ੍ਰਭਾਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। ਇਹ ਕਿਸ ਲਈ ਲਾਭਦਾਇਕ ਹੈ, ਕਿਸ ਲਈ ਇਹ ਬੋਝ ਹੈ? ਲਾਗਤ; ਜੋਖਮ; ਲਾਗੂਯੋਗਤਾ; ਅਣਚਾਹੇ ਮਾੜੇ ਪ੍ਰਭਾਵ.
  5. ਤੁਲਨਾ ਕਰੋ ਅਤੇ ਸਿਫਾਰਸ਼ ਕਰੋ. ਮਾਪਦੰਡ ਅਨੁਸਾਰ ਟੇਬਲ; ਤਰਕਸ਼ੀਲ ਸੁਝਾਅ ਪੇਸ਼ ਕਰੋ ਪਰ ਵਿਕਲਪ ਰੱਖੋ।
  6. ਨਿਗਰਾਨੀ ਅਤੇ ਮੁਲਾਂਕਣ ਯੋਜਨਾ। ਪਾਲਿਸੀ ਦੇ ਲਾਗੂ ਹੋਣ ਤੋਂ ਬਾਅਦ ਅਸੀਂ ਕੀ ਨਿਗਰਾਨੀ ਕਰਾਂਗੇ, ਅਤੇ ਅਸੀਂ ਇਸਦੀ ਸਮੀਖਿਆ ਕਦੋਂ ਕਰਾਂਗੇ?

AI ਇਹਨਾਂ ਛੇ ਪੜਾਵਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਵਿੱਚ ਡਰਾਫਟ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਇਸਦਾ ਸਭ ਤੋਂ ਕੀਮਤੀ ਯੋਗਦਾਨ ਕਦਮ 4 ਵਿੱਚ ਦੇਖਿਆ ਗਿਆ ਹੈ: ਮਨੁੱਖੀ ਮਨ ਆਪਣੇ ਹੀ ਪ੍ਰਸਤਾਵ ਨਾਲ ਪਿਆਰ ਵਿੱਚ ਡਿੱਗਦਾ ਹੈ ਅਤੇ ਨਕਾਰਾਤਮਕ ਪ੍ਰਭਾਵਾਂ ਅਤੇ ਵਿਕਲਪਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦਾ ਹੈ; AI ਨੂੰ ਪੁੱਛੋ "ਇਸ ਵਿਕਲਪ ਲਈ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਵਿਰੋਧੀ ਦਲੀਲਾਂ ਕੀ ਹਨ, ਇਹ ਕਿਸ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਏਗਾ?" ਪੁੱਛਦਾ ਹੈ: ਇਹ ਅੰਨ੍ਹਾ ਸਥਾਨ ਖੋਲ੍ਹਦਾ ਹੈ.

ਸੰਕੇਤ: AI ਨੂੰ "ਸ਼ੈਤਾਨ ਦੇ ਵਕੀਲ" ਵਜੋਂ ਵਰਤੋ: ਆਪਣਾ ਪਸੰਦੀਦਾ ਵਿਕਲਪ ਦਿਓ ਅਤੇ ਕਹੋ "5 ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਇਤਰਾਜ਼ਾਂ ਨੂੰ ਲਿਖੋ ਜੋ ਇਸਨੂੰ ਹੇਠਾਂ ਲਿਆਏਗਾ।" ਇਹ ਆਡਿਟਿੰਗ ਦੇ ਵਿਰੁੱਧ ਤੁਹਾਡੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਸਖ਼ਤ ਬਣਾਉਂਦਾ ਹੈ।

ਡਾਟਾ ਸੰਚਾਲਿਤ ਪਰ ਮੁੱਲ ਦੁਆਰਾ ਸੀਮਿਤ

ਨੀਤੀਗਤ ਫੈਸਲੇ ਤਕਨੀਕੀ ਹੋਣ ਦੇ ਨਾਲ-ਨਾਲ ਮੁੱਲ ਨਾਲ ਭਰੇ ਹੁੰਦੇ ਹਨ। "ਸਾਨੂੰ ਬਜਟ ਕਿੱਥੇ ਖਰਚ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?" ਸਵਾਲ ਵਿੱਚ, AI ਲਾਗਤ-ਲਾਭ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦਾ ਹੈ; ਪਰ "ਕਿਹੜੇ ਸਮੂਹ ਦੀਆਂ ਲੋੜਾਂ ਨੂੰ ਪਹਿਲ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ?" ਇਹ ਇੱਕ ਰਾਜਨੀਤਿਕ/ਨੈਤਿਕ ਚੋਣ ਹੈ ਅਤੇ ਚੁਣੇ ਗਏ ਜਾਂ ਅਧਿਕਾਰਤ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਦੀ ਹੈ। AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਨੰਬਰਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਵੀ ਯਕੀਨੀ ਬਣਾਓ: ਮਾਡਲ ਅਸਲ ਡੇਟਾ ਦੀ ਬਜਾਏ "ਵਾਜਬ ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ" ਸੰਖਿਆਵਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰ ਸਕਦਾ ਹੈ।

ਧਿਆਨ ਦਿਓ: AI ਦੁਆਰਾ ਦਿੱਤੀ ਗਈ ਕੋਈ ਵੀ ਸੰਖਿਆ, ਜਿਵੇਂ ਕਿ ਲਾਗਤ, ਆਬਾਦੀ, ਦਰ, ਆਦਿ, ਨੂੰ ਅਧਿਕਾਰਤ ਅੰਕੜਿਆਂ ਜਾਂ ਸੰਸਥਾਗਤ ਡੇਟਾ ਨਾਲ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਯਕੀਨਨ ਜਾਅਲੀ ਨੰਬਰ ਇੱਕ ਪੂਰੀ ਨੀਤੀ ਨੂੰ ਗਲਤ ਪੱਧਰ 'ਤੇ ਰੱਖਦਾ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਨਜ਼ਰਅੰਦਾਜ਼ ਸਟੇਕਹੋਲਡਰ। ਇੱਕ ਨਗਰਪਾਲਿਕਾ ਆਪਣੇ ਬਾਜ਼ਾਰਾਂ ਨੂੰ ਸ਼ਹਿਰ ਤੋਂ ਬਾਹਰ ਤਬਦੀਲ ਕਰਨ ਦੇ ਵਿਕਲਪ 'ਤੇ ਵਿਚਾਰ ਕਰ ਰਹੀ ਸੀ। ਜਦੋਂ ਉਹਨਾਂ ਨੇ ਏਆਈ ਨੂੰ ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਸੌਂਪੀ, ਤਾਂ ਇੱਕ ਸਮੂਹ ਉਭਰਿਆ ਜੋ ਯੋਜਨਾ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ: ਜਨਤਕ ਆਵਾਜਾਈ ਤੱਕ ਸੀਮਤ ਪਹੁੰਚ ਵਾਲੇ ਪੁਰਾਣੇ ਖਰੀਦਦਾਰ। ਇਸ ਸਮੂਹ ਨੂੰ ਪ੍ਰਭਾਵ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ ਸੀ; ਟਰਾਂਸਪੋਰਟੇਸ਼ਨ ਸਹਾਇਤਾ ਦੇ ਨਾਲ ਫੈਸਲੇ ਨੂੰ ਸੋਧਿਆ ਗਿਆ ਸੀ।

ਕੇਸ 2 - ਜਾਅਲੀ ਨੰਬਰ ਫੜਿਆ ਗਿਆ ਸੀ। ਇੱਕ ਪ੍ਰੋਤਸਾਹਨ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, YZ ਨੇ ਕਿਹਾ "ਇਸ ਸੈਕਟਰ ਵਿੱਚ 120 ਹਜ਼ਾਰ ਰਜਿਸਟਰਡ ਕਾਰੋਬਾਰ ਹਨ।" ਜਦੋਂ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਸਰਕਾਰੀ ਅੰਕੜਿਆਂ 'ਤੇ ਨਜ਼ਰ ਮਾਰੀ ਤਾਂ ਇਹ ਗਿਣਤੀ 74 ਹਜ਼ਾਰ ਰੁਪਏ ਸੀ। ਤਸਦੀਕ ਨੇ ਪ੍ਰੋਤਸਾਹਨ ਬਜਟ ਨੂੰ 60% ਤੋਂ ਜ਼ਿਆਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਤੋਂ ਰੋਕਿਆ।

ਕੇਸ 3 - ਵਿਰੋਧੀ ਦਲੀਲ ਨੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕੀਤਾ। ਇੱਕ ਡਰਾਫਟ ਰੈਗੂਲੇਸ਼ਨ ਸੰਸਦ ਵਿੱਚ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ, ਟੀਮ ਨੇ ਏਆਈ ਨੂੰ "ਇਸ ਨਿਯਮ ਉੱਤੇ 8 ਸਭ ਤੋਂ ਸਖ਼ਤ ਇਤਰਾਜ਼ਾਂ" ਲਈ ਕਿਹਾ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਛੇ ਦਾ ਅਸਲ ਵਿੱਚ ਸੰਸਦ ਵਿੱਚ ਜ਼ਿਕਰ ਕੀਤਾ ਗਿਆ ਸੀ; ਕਿਉਂਕਿ ਟੀਮ ਤਿਆਰ ਹੋ ਕੇ ਆਈ ਸੀ, ਇਸ ਲਈ ਚਰਚਾ ਦੋ ਦੀ ਬਜਾਏ ਇੱਕ ਸੈਸ਼ਨ ਵਿੱਚ ਸਮਾਪਤ ਹੋਈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਨੀਤੀ ਵਿਕਲਪ ਨਿਰਮਾਤਾ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸੀਨੀਅਰ ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਕ। ਹੇਠਾਂ ਦਿੱਤੀ ਸਮੱਸਿਆ ਲਈ ਘੱਟੋ-ਘੱਟ 4 ਯਥਾਰਥਵਾਦੀ ਨੀਤੀ ਵਿਕਲਪ ਤਿਆਰ ਕਰੋ, ਜਿਸ ਵਿੱਚ "ਕੁਝ ਨਾ ਕਰੋ" ਸ਼ਾਮਲ ਹੈ। ਹਰੇਕ ਵਿਕਲਪ ਲਈ ਇੱਕ-ਵਾਕ ਦੀ ਵਿਆਖਿਆ ਦਿਓ। ਹਾਲੇ ਮੁਲਾਂਕਣ ਨਾ ਕਰੋ, ਸਿਰਫ਼ ਵਿਕਲਪਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਨਿਸ਼ਾਨ ਲਗਾਓ ਕਿ ਤੁਸੀਂ ਕਿੱਥੇ ਅਨੁਮਾਨ ਲਗਾਉਂਦੇ ਹੋ। ਸਮੱਸਿਆ: [ਸੰਖਿਆਵਾਂ ਨਾਲ ਸਮੱਸਿਆ ਦਾ ਵਰਣਨ ਕਰੋ]

2) ਬਹੁ-ਮਾਪਦੰਡ ਪ੍ਰਭਾਵ ਮੁਲਾਂਕਣ ਸਾਰਣੀ:

ਹੇਠਾਂ ਦਿੱਤੇ ਮਾਪਦੰਡਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਨਿਮਨਲਿਖਤ ਨੀਤੀ ਵਿਕਲਪਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ: ਲਾਗਤ, ਸੰਭਾਵਨਾ, ਇਕੁਇਟੀ ਪ੍ਰਭਾਵ, ਮਿਆਦ, ਮੁੱਖ ਜੋਖਮ। ਇੱਕ ਛੋਟਾ ਤਰਕ ਲਿਖੋ, ਦਰਜਾਬੰਦੀ ਨਹੀਂ। ਦੱਸੋ ਕਿ ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਗਏ ਹਰ ਨੰਬਰ ਦੀ "ਅਧਿਕਾਰਤ ਡੇਟਾ ਨਾਲ ਪੁਸ਼ਟੀ" ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਸਾਰਣੀ ਦੇ ਹੇਠਾਂ, ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁੱਲ ਨਿਰਣੇ ਦੀ ਸੂਚੀ ਬਣਾਓ ਜੋ ਵਿਅਕਤੀ ਨੂੰ ਫੈਸਲਾ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ। ਵਿਕਲਪ: [ਸੂਚੀ]

3) ਸ਼ੈਤਾਨ ਦਾ ਵਕੀਲ (ਵਿਰੋਧੀ ਦਲੀਲ):

ਮੈਂ ਨਿਮਨਲਿਖਤ ਨੀਤੀ ਪ੍ਰਸਤਾਵ ਦੀ ਵਕਾਲਤ ਕਰਦਾ ਹਾਂ। ਇਸ ਦੇ ਉਲਟ ਕਰੋ: 6 ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਇਤਰਾਜ਼ ਲਿਖੋ ਜੋ ਇਸ ਪ੍ਰਸਤਾਵ ਨੂੰ ਨਸ਼ਟ ਕਰ ਦੇਣਗੇ, ਇਸਦੇ ਸਭ ਤੋਂ ਕਮਜ਼ੋਰ ਨੁਕਤੇ, ਅਤੇ ਸੰਭਵ ਅਣਚਾਹੇ ਮਾੜੇ ਪ੍ਰਭਾਵਾਂ। ਖਾਸ ਤੌਰ 'ਤੇ ਦੱਸੋ ਕਿ ਤੁਸੀਂ ਕਿਸ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੇ ਹੋ। ਨਰਮ ਨਾ ਬਣੋ, ਸਖ਼ਤ ਬਣੋ। ਸੁਝਾਅ: [ਸੁਝਾਅ]

4) ਰੈਗੂਲੇਟਰੀ ਪ੍ਰਭਾਵ ਵਿਸ਼ਲੇਸ਼ਣ (RIA) ਫਰੇਮਵਰਕ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਰੈਗੂਲੇਟਰੀ ਪ੍ਰਭਾਵ ਵਿਸ਼ਲੇਸ਼ਕ। ਹੇਠਾਂ ਦਿੱਤੇ ਡਰਾਫਟ ਕਾਨੂੰਨ ਲਈ ਇੱਕ RIA ਫਰੇਮਵਰਕ ਤਿਆਰ ਕਰੋ: (1) ਸਮੱਸਿਆ ਦਾ ਹੱਲ, (2) ਪ੍ਰਭਾਵਿਤ ਹਿੱਸੇ (ਨਾਗਰਿਕ, ਵਪਾਰੀ, ਸੰਸਥਾਵਾਂ), (3) ਬੋਝ ਅਤੇ ਲਾਗਤਾਂ, (4) ਸੰਭਾਵਿਤ ਲਾਭ, (5) ਵਿਕਲਪ, (6) ਨਿਗਰਾਨੀ ਸੂਚਕ। ਹਰੇਕ ਸੰਖਿਆਤਮਕ ਦਾਅਵੇ ਨੂੰ "ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਡਰਾਫਟ: [ਡਰਾਫਟ ਵਿਧਾਨਕ ਸੰਖੇਪ]

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਅਸੀਂ ਟ੍ਰੈਫਿਕ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਕਿਵੇਂ ਕਰੀਏ?"

ਮਜ਼ਬੂਤ: "ਭੂਮਿਕਾ ਵਿੱਚ ਸੀਨੀਅਰ ਨੀਤੀ ਵਿਸ਼ਲੇਸ਼ਕ। 'ਕੁਝ ਨਾ ਕਰੋ' ਸਮੇਤ, ਸਿਟੀ ਸੈਂਟਰ ਟਰੈਫਿਕ ਭੀੜ ਲਈ 5 ਵਿਕਲਪ ਤਿਆਰ ਕਰੋ। ਲਾਗਤ, ਸੰਭਾਵਨਾ, ਇਕੁਇਟੀ ਪ੍ਰਭਾਵ, ਮਿਆਦ ਅਤੇ ਮੁੱਖ ਜੋਖਮ ਮਾਪਦੰਡਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਹਰੇਕ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ; ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਗਏ ਹਰੇਕ ਨੰਬਰ ਨੂੰ 'ਅਧਿਕਾਰਤ ਡੇਟਾ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ' ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਫਿਰ ਦੋ ਵਿਕਲਪਾਂ ਲਈ ਜੋ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਸੂਚੀ ਦੇ ਅੰਤ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਲਿਖੋ। ਨਿਰਣੇ (ਜਿਸ ਦੀ ਤਰਜੀਹ, ਕਿਸ ਸਮੂਹ ਦਾ ਬੋਝ) ਜੋ ਫੈਸਲਾ ਸਾਡੇ 'ਤੇ ਛੱਡ ਦਿੰਦੇ ਹਨ।"

ਅੰਤਰ: ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਇੱਕ ਸਿੰਗਲ ਪ੍ਰਵਾਹ ਵਿੱਚ ਵਿਕਲਪ ਉਤਪਾਦਨ, ਬਹੁ-ਮਾਪਦੰਡ ਮੁਲਾਂਕਣ, ਡੇਟਾ ਪ੍ਰਮਾਣਿਕਤਾ, ਵਿਰੋਧੀ ਦਲੀਲ ਅਤੇ ਮਨੁੱਖੀ-ਫੈਸਲੇ ਦੀ ਸੀਮਾ ਨੂੰ ਸਥਾਪਿਤ ਕਰਦਾ ਹੈ।

AI ਦਾ ਯੋਗਦਾਨ ਅਤੇ ਸੀਮਾ

ਕਦਮ

AI ਯੋਗਦਾਨ

ਮਨੁੱਖੀ ਜ਼ਿੰਮੇਵਾਰੀ

ਸਮੱਸਿਆ ਦੀ ਪਰਿਭਾਸ਼ਾ

ਡਰਾਫਟ, ਡਾਟਾ ਇਕੱਠਾ ਕਰਨਾ

ਸਹੀ ਡੇਟਾ, ਮੂਲ ਕਾਰਨ

ਵਿਕਲਪ ਪੀੜ੍ਹੀ

ਵਿਆਪਕ ਵਿਕਲਪ ਸੂਚੀ

ਯਥਾਰਥਵਾਦ ਫਿਲਟਰ

ਪ੍ਰਭਾਵ ਦਾ ਮੁਲਾਂਕਣ

ਸਾਰਣੀ, ਵਿਰੋਧੀ ਦਲੀਲ

ਨੰਬਰ ਤਸਦੀਕ, ਟਿੱਪਣੀ

ਸੁਝਾਅ

ਡਰਾਫਟ ਜਾਇਜ਼ਤਾ

ਮੁੱਲ ਨਿਰਣਾ, ਫੈਸਲਾ

ਨਿਗਰਾਨੀ ਯੋਜਨਾ

ਸੂਚਕ ਸਿਫਾਰਸ਼

ਪ੍ਰਵਾਨਗੀ, ਲਾਗੂ ਕਰਨਾ

ਸਟੇਕਹੋਲਡਰ ਦਾ ਨਕਸ਼ਾ ਅਤੇ ਲਾਗਤ-ਲਾਭ ਬਕਾਇਆ

ਇੱਕ ਚੰਗਾ ਨੀਤੀਗਤ ਵਿਸ਼ਲੇਸ਼ਣ ਨਾ ਸਿਰਫ਼ ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਹੈ ਕਿ "ਕੀ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ" ਸਗੋਂ ਇਸ ਸਵਾਲ ਦਾ ਵੀ ਜਵਾਬ ਦਿੰਦਾ ਹੈ ਕਿ "ਕੌਣ ਪ੍ਰਭਾਵਿਤ ਹੋਵੇਗਾ ਅਤੇ ਕਿਵੇਂ?" ਇੱਕ ਸਟੇਕਹੋਲਡਰ (ਵਿਅਕਤੀਗਤ, ਸਮੂਹ ਜਾਂ ਸੰਸਥਾ ਜੋ ਕਿਸੇ ਨੀਤੀ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਜਾਂ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦਾ ਹੈ) ਦਾ ਨਕਸ਼ਾ ਬਣਾਉਣਾ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤੀਆਂ ਸ਼ਿਕਾਇਤਾਂ ਅਤੇ ਵਿਰੋਧ ਦੇ ਬਿੰਦੂਆਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। AI ਨੀਤੀ ਵਿਕਲਪ ਅਤੇ ਹਰੇਕ ਹਿੱਸੇਦਾਰ ਦੇ ਸੰਭਾਵੀ ਲਾਭ/ਨੁਕਸਾਨ ਲਈ ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਇੱਕ ਵੱਡੀ ਸੂਚੀ ਤੇਜ਼ੀ ਨਾਲ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ; ਪਰ ਤੁਸੀਂ ਇਸ ਸੂਚੀ ਦੀ ਅਨੁਕੂਲਤਾ ਨੂੰ ਠੋਸ ਘਟਨਾ, ਸਥਾਨਕ ਅਸਲੀਅਤਾਂ ਅਤੇ ਰਾਜਨੀਤਿਕ ਸੰਵੇਦਨਸ਼ੀਲਤਾਵਾਂ ਲਈ ਫਿਲਟਰ ਕਰ ਸਕਦੇ ਹੋ. ਇਸੇ ਤਰ੍ਹਾਂ, ਲਾਗਤ-ਲਾਭ ਵਿਸ਼ਲੇਸ਼ਣ (ਇਸਦੇ ਲਾਭਾਂ ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਵਿਕਲਪ ਦੇ ਮੁਦਰਾ ਅਤੇ ਗੈਰ-ਮੌਦਰਿਕ ਲਾਗਤਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ) ਇੱਕ ਫਰੇਮਵਰਕ ਹੈ ਜਿਸ ਲਈ AI ਫਰੇਮਵਰਕ ਬਣਾ ਸਕਦਾ ਹੈ, ਪਰ ਤੁਹਾਨੂੰ ਸੰਗਠਨ ਦੇ ਆਪਣੇ ਡੇਟਾ ਨਾਲ ਸੰਖਿਆਵਾਂ ਭਰਨੀਆਂ ਪੈਣਗੀਆਂ।

ਮਿੰਨੀ ਕੇਸ - ਪੀੜਤਾਂ ਦਾ ਚੁੱਪ ਸਮੂਹ। ਇੱਕ ਜ਼ਿਲ੍ਹੇ ਵਿੱਚ, ਮਾਰਕੀਟ ਸਥਾਨ ਨੂੰ ਤਬਦੀਲ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਗਈ ਸੀ; ਆਰਥਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਸਕਾਰਾਤਮਕ ਸੀ. ਏਆਈ ਦੇ ਨਾਲ ਬਣਾਏ ਗਏ ਸਟੇਕਹੋਲਡਰ ਮੈਪ ਨੇ ਇੱਕ ਸਮੂਹ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਜਿਸਦਾ ਕਦੇ ਵੀ ਯੋਜਨਾ ਵਿੱਚ ਜ਼ਿਕਰ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ: ਲਗਭਗ 600 ਸੀਨੀਅਰ ਨਾਗਰਿਕ ਜੋ ਪੈਦਲ ਮਾਰਕੀਟ ਵਿੱਚ ਆਏ ਸਨ, ਜਨਤਕ ਆਵਾਜਾਈ ਦੁਆਰਾ 40 ਮਿੰਟਾਂ ਵਿੱਚ ਨਵੇਂ ਸਥਾਨ ਤੇ ਪਹੁੰਚ ਸਕਦੇ ਹਨ। ਇਸ ਖੋਜ ਨੇ ਫੈਸਲੇ ਵਿੱਚ ਸੇਵਾ ਲਾਈਨ ਦੀ ਲੋੜ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਪ੍ਰੇਰਿਤ ਕੀਤਾ।

ਮਿੰਨੀ ਕੇਸ - ਲੁਕਵੀਂ ਲਾਗਤ। ਇੱਕ ਡਿਜੀਟਲਾਈਜ਼ੇਸ਼ਨ ਪ੍ਰੋਜੈਕਟ ਦੀ ਲਾਗਤ-ਲਾਭ ਰੂਪਰੇਖਾ ਵਿੱਚ, AI ਨੇ ਸਿਰਫ਼ ਸੌਫਟਵੇਅਰ ਲਾਇਸੰਸ ਨੂੰ ਲਾਗਤ ਵਜੋਂ ਗਿਣਿਆ। ਜਦੋਂ ਅਸੀਂ ਟੀਮ, ਸਿਖਲਾਈ, ਪਰਿਵਰਤਨਸ਼ੀਲ ਉਤਪਾਦਕਤਾ ਨੁਕਸਾਨ ਅਤੇ ਕਾਲ ਸੈਂਟਰ ਲੋਡ ਨੂੰ ਜੋੜਿਆ, ਤਾਂ ਪਹਿਲੇ ਸਾਲ ਦੀ ਲਾਗਤ 60 ਪ੍ਰਤੀਸ਼ਤ ਵਧ ਗਈ ਅਤੇ ਟਰਨਅਰਾਉਂਡ ਸਮਾਂ 1 ਸਾਲ ਤੋਂ 2.3 ​​ਸਾਲ ਤੱਕ ਵਧ ਗਿਆ - ਇਸ ਅਨੁਸਾਰ ਫੈਸਲਾ ਵਾਸਤਵਿਕ ਬਣ ਗਿਆ।

ਟੈਂਪਲੇਟ ਤਿਆਰ ਕਰਨ ਵਾਲੇ ਹਿੱਸੇਦਾਰ ਅਤੇ ਲਾਗਤ-ਲਾਭ ਫਰੇਮਵਰਕ:

ਕਾਰਜ: ਨਿਮਨਲਿਖਤ ਨੀਤੀ ਵਿਕਲਪ ਲਈ ਦੋ ਟੇਬਲ ਤਿਆਰ ਕਰੋ। ਵਿਕਲਪ: [ਪਾਲਿਸੀ ਵੇਰਵਾ]ਸਾਰਣੀ 1 — ਸਟੇਕਹੋਲਡਰ ਨਕਸ਼ਾ: ਸਟੇਕਹੋਲਡਰ | ਪ੍ਰਭਾਵ ਦਾ ਤਰੀਕਾ | ਸੰਭਵ ਕਮਾਈ | ਸੰਭਵ ਨੁਕਸਾਨ | ਪ੍ਰਤੀਰੋਧ ਦਾ ਪੱਧਰ (ਘੱਟ/ਮੱਧਮ/ਉੱਚ)। ਸਾਰਣੀ 2 — ਲਾਗਤ-ਲਾਭ ਫਰੇਮਵਰਕ: ਆਈਟਮ | ਮੁਦਰਾ? | ਅਨੁਮਾਨਿਤ ਦਿਸ਼ਾ (+/-) | ਡਾਟਾ ਸਰੋਤ [ਭਰਿਆ ਜਾਣਾ]।ਨਿਯਮ: ਨੰਬਰ ਫਰਜ਼ੀ; ਮੁਦਰਾ ਵਸਤੂਆਂ ਦੇ ਮੁੱਲ ਨੂੰ ਖਾਲੀ ਛੱਡੋ, ਉਹਨਾਂ ਦੇ ਸਰੋਤ ਲਈ ਪੁੱਛੋ. ਇੱਕ ਵੱਖਰੇ ਸਿਰਲੇਖ ਵਿੱਚ ਅਣਡਿੱਠ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ, ਜੋ ਕਿ ਨੁਕਸਾਨਦੇਹ ਸਮੂਹਾਂ ਨੂੰ ਨਿਸ਼ਚਿਤ ਕਰੋ।

ਸਾਵਧਾਨ: ਸਟੇਕਹੋਲਡਰ ਸੂਚੀ ਜੋ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਵਿੱਚ ਆਮ ਸਮੂਹ ਹੁੰਦੇ ਹਨ ਜੋ "ਵਾਜਬ" ਜਾਪਦੇ ਹਨ; ਇਹ ਅਕਸਰ ਸਥਾਨਕ, ਚੁੱਪ ਅਤੇ ਅਸੰਗਠਿਤ ਸਮੂਹਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਉਹ ਹੋ ਜੋ ਖੇਤਰ ਨੂੰ ਜਾਣਦੇ ਹੋ — ਸੂਚੀ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਤੁਹਾਡਾ ਕੰਮ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

  • AI ਦੇ ਨੰਬਰਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। ਅਧਿਕਾਰਤ ਸਰੋਤ ਤੋਂ ਹਰੇਕ ਅੰਕੜੇ ਜਿਵੇਂ ਕਿ ਆਬਾਦੀ, ਲਾਗਤ, ਦਰ ਆਦਿ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
  • ਬਸ ਤਰਜੀਹੀ ਵਿਕਲਪ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ। “ਕੁਝ ਨਾ ਕਰਨ” ਅਤੇ ਵਿਕਲਪਾਂ ਬਾਰੇ ਵੀ ਵਿਚਾਰ ਕਰੋ; ਨਹੀਂ ਤਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਪੱਖਪਾਤੀ ਹੋਵੇਗਾ।
  • AI ਨੂੰ ਮੁੱਲ ਨਿਰਣਾ ਸੌਂਪਣਾ। "ਕਿਸ ਦੀ ਲੋੜ ਪਹਿਲਾਂ ਆਉਂਦੀ ਹੈ" ਇੱਕ ਸਿਆਸੀ/ਨੈਤਿਕ ਫੈਸਲਾ ਹੈ, ਤਕਨੀਕੀ ਨਹੀਂ।
  • ਵਿਰੋਧੀ ਦਲੀਲਾਂ ਨੂੰ ਛੱਡਣਾ। ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਆਪਣੇ ਖੁਦ ਦੇ ਪ੍ਰਸਤਾਵ 'ਤੇ ਸਖ਼ਤ ਇਤਰਾਜ਼ ਨਹੀਂ ਦੇਖਦੇ, ਉਦੋਂ ਤੱਕ ਕੌਂਸਲ/ਸੁਪਰਵਾਈਜ਼ਰ ਕੋਲ ਨਾ ਜਾਓ।
  • ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਅਧੂਰੀ ਸੂਚੀ। ਖਾਸ ਤੌਰ 'ਤੇ ਅਵਾਜ਼ ਰਹਿਤ/ਕਮਜ਼ੋਰ ਸਮੂਹਾਂ (ਬਜ਼ੁਰਗ, ਅਪਾਹਜ, ਪੇਂਡੂ) ਨੂੰ ਸਵਾਲ ਕਰੋ।
  • ਨਿਗਰਾਨੀ ਯੋਜਨਾ ਨੂੰ ਲਾਗੂ ਨਹੀਂ ਕੀਤਾ ਜਾ ਰਿਹਾ। ਜਿਸ ਨੀਤੀ ਨੂੰ ਮਾਪਿਆ ਨਹੀਂ ਜਾਂਦਾ, ਉਸ ਦਾ ਮੁਲਾਂਕਣ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ; ਸ਼ੁਰੂ ਤੋਂ ਸੂਚਕਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ।

ਸੰਖੇਪ ਵਿੱਚ

ਨੀਤੀਗਤ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, AI ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਿਚਾਰ ਸਹਿਭਾਗੀ ਹੈ ਜੋ ਵਿਕਲਪ, ਚਾਰਟ ਪ੍ਰਭਾਵਾਂ, ਹਿੱਸੇਦਾਰਾਂ ਨੂੰ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ, ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਤੁਹਾਡੇ ਆਪਣੇ ਪ੍ਰਸਤਾਵ ਦੇ ਵਿਰੁੱਧ ਦਲੀਲਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਪਰ ਹਰ ਨੰਬਰ ਦੀ ਤਸਦੀਕ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਮੁੱਲ ਨਿਰਣਾ ਲੋਕਾਂ 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਅੰਤਮ ਫੈਸਲਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਅਧਿਕਾਰਤ ਨਿਰਣਾਇਕ ਦੇ ਕੋਲ ਰਹਿਣੀ ਚਾਹੀਦੀ ਹੈ. AI ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ; ਤੁਸੀਂ ਉਹ ਹੋ ਜੋ ਫੈਸਲੇ ਨੂੰ ਡੂੰਘਾ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸ 'ਤੇ ਦਸਤਖਤ ਕਰਦਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਆਪਣੀ ਯੂਨਿਟ ਦੇ ਏਜੰਡੇ 'ਤੇ ਇੱਕ ਅਸਲ ਨੀਤੀ ਮੁੱਦੇ ਨੂੰ ਚੁਣੋ। "ਪਾਲਿਸੀ ਵਿਕਲਪ ਜਨਰੇਟਰ" ਦੇ ਨਾਲ ਘੱਟੋ-ਘੱਟ 4 ਵਿਕਲਪ ਕੱਢੋ, "ਮਲਟੀ-ਮਾਪਦੰਡ ਪ੍ਰਭਾਵ ਮੁਲਾਂਕਣ ਸਾਰਣੀ" ਨਾਲ ਤੁਲਨਾ ਕਰੋ ਅਤੇ ਅਧਿਕਾਰਤ ਸਰੋਤ ਨਾਲ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਨੰਬਰ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਅੰਤ ਵਿੱਚ, "ਸ਼ੈਤਾਨ ਦੇ ਵਕੀਲ" ਟੈਂਪਲੇਟ ਨੂੰ ਆਪਣੇ ਪਸੰਦੀਦਾ ਵਿਕਲਪ 'ਤੇ ਲਾਗੂ ਕਰੋ ਅਤੇ ਤੁਹਾਡੇ ਦੁਆਰਾ ਪਾਏ ਗਏ ਸਭ ਤੋਂ ਸਖ਼ਤ ਇਤਰਾਜ਼ ਨੂੰ ਨੋਟ ਕਰੋ।

ਚੈੱਕਲਿਸਟ

  • [ ] ਮੈਂ ਘੱਟੋ-ਘੱਟ 4 ਵਿਕਲਪਾਂ 'ਤੇ ਵਿਚਾਰ ਕੀਤਾ, ਜਿਸ ਵਿੱਚ "ਕੁਝ ਵੀ ਨਹੀਂ" ਸ਼ਾਮਲ ਹੈ।
  • [ ] ਮੈਂ ਅਧਿਕਾਰਤ ਸਰੋਤ ਤੋਂ ਹਰੇਕ ਸੰਖਿਆਤਮਕ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
  • [ ] ਮੈਂ ਕਮਜ਼ੋਰ ਸਮੂਹਾਂ ਸਮੇਤ ਸਾਰੇ ਪ੍ਰਭਾਵਿਤ ਹਿੱਸੇਦਾਰਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕੀਤਾ ਹੈ।
  • [ ] ਮੈਂ ਆਪਣੇ ਪਸੰਦੀਦਾ ਵਿਕਲਪ ਦੇ ਵਿਰੁੱਧ ਦਲੀਲਾਂ ਪੇਸ਼ ਕੀਤੀਆਂ।
  • [ ] ਮੈਂ ਮਨੁੱਖੀ ਫੈਸਲੇ ਲਈ ਮੁੱਲ ਨਿਰਣੇ ਰਾਖਵੇਂ ਰੱਖੇ ਹੋਏ ਹਨ।
  • [ ] ਮੈਂ ਨਿਗਰਾਨੀ ਅਤੇ ਸਮੀਖਿਆ ਸੂਚਕਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।