ਕਾਪੀਰਾਈਟ, ਗੋਪਨੀਯਤਾ, ਨੈਤਿਕਤਾ ਅਤੇ ਸ਼ਾਸਨ

ਲਾਭ:

• ਇਨਪੁਟ ਦੀ ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ ਅਤੇ ਟੂਲ ਦੀਆਂ ਡਾਟਾ ਸਥਿਤੀਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਕੇ ਅਤੇ ਆਉਟਪੁੱਟ ਦੇ ਅਧਿਕਾਰਾਂ 'ਤੇ ਸਵਾਲ ਚੁੱਕ ਕੇ ਕਾਨੂੰਨੀ ਜੋਖਮਾਂ ਨੂੰ ਘਟਾਉਣ ਦੀ ਸਮਰੱਥਾ
• ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਨਿਊਨਾਈਜ਼ੇਸ਼ਨ ਦੁਆਰਾ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਉਪਭੋਗਤਾ ਲਈ ਪਾਰਦਰਸ਼ੀ ਹੋ ਕੇ ਗੋਪਨੀਯਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ
• ਸੰਸਥਾ ਲਈ ਇੱਕ ਗਵਰਨੈਂਸ ਫਰੇਮਵਰਕ ਸਥਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜਿਸ ਵਿੱਚ ਪ੍ਰਵਾਨਿਤ ਟੂਲ, ਵਰਜਿਤ ਡੇਟਾ ਅਤੇ ਤਸਦੀਕ ਨਿਯਮ ਸ਼ਾਮਲ ਹਨ, ਅਤੇ ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਮੁੱਲਾਂ ਨਾਲ ਇਸਦੀ ਵਰਤੋਂ ਦੀ ਜਾਂਚ ਕਰੋ।

ਲਾਇਬ੍ਰੇਰੀਅਨ ਅਤੇ ਸੂਚਨਾ ਪ੍ਰਬੰਧਕ ਉਹ ਵਿਅਕਤੀ ਹੁੰਦਾ ਹੈ ਜੋ ਨਾ ਸਿਰਫ਼ ਜਾਣਕਾਰੀ ਨੂੰ ਸੰਗਠਿਤ ਅਤੇ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਸਗੋਂ ਇਸਦੀ ਸੁਰੱਖਿਆ ਵੀ ਕਰਦਾ ਹੈ: ਸਿਰਜਣਹਾਰ ਦੇ ਅਧਿਕਾਰਾਂ, ਉਪਭੋਗਤਾ ਦੀ ਗੋਪਨੀਯਤਾ ਅਤੇ ਸੰਸਥਾ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ। ਨਕਲੀ ਬੁੱਧੀ ਨਵੇਂ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਵਾਲਾਂ ਦੇ ਨਾਲ ਤਿੰਨੋਂ ਖੇਤਰਾਂ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦੀ ਹੈ। ਕੀ AI 'ਤੇ ਦਸਤਾਵੇਜ਼ ਅਪਲੋਡ ਕਰਨਾ ਕਾਪੀਰਾਈਟ ਦੀ ਉਲੰਘਣਾ ਹੈ? ਕੀ ਏਆਈ ਟੂਲ ਨੂੰ ਉਪਭੋਗਤਾ ਡੇਟਾ ਦੇਣਾ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ? ਸੰਗਠਨ ਨੂੰ AI ਦੀ ਵਰਤੋਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਿਵੇਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਇਸ ਕਲੋਜ਼ਿੰਗ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਇੱਕ ਫਰੇਮਵਰਕ ਸਥਾਪਤ ਕਰਾਂਗੇ ਜੋ ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਥ੍ਰੈਡਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਸੀਂ ਪੂਰੇ ਮੋਡਿਊਲ ਵਿੱਚ ਛੂਹਿਆ ਹੈ।

ਆਓ ਸੰਕਲਪਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੀਏ। ਕਾਪੀਰਾਈਟ ਇੱਕ ਕੰਮ ਦੇ ਸਿਰਜਣਹਾਰ ਨੂੰ ਉਸਦੇ ਕੰਮ ਦੀ ਵਰਤੋਂ 'ਤੇ ਦਿੱਤਾ ਗਿਆ ਕਾਨੂੰਨੀ ਅਧਿਕਾਰ ਹੈ; ਅਣਅਧਿਕਾਰਤ ਨਕਲ ਜਾਂ ਵਰਤੋਂ ਨੂੰ ਉਲੰਘਣਾ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਨਿੱਜੀ ਡੇਟਾ ਕੋਈ ਵੀ ਜਾਣਕਾਰੀ ਹੈ ਜੋ ਸਿੱਧੇ ਜਾਂ ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰਦੀ ਹੈ ਅਤੇ ਕਾਨੂੰਨੀ ਸੁਰੱਖਿਆ ਦੇ ਅਧੀਨ ਹੈ। ਗਵਰਨੈਂਸ ਨਿਯਮਾਂ, ਨੀਤੀਆਂ ਅਤੇ ਜਵਾਬਦੇਹੀ ਦਾ ਢਾਂਚਾ ਹੈ ਜੋ ਕਿਸੇ ਸੰਸਥਾ ਦੁਆਰਾ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦਾ ਹੈ। ਇਹ ਤਿੰਨ ਧਾਰਨਾਵਾਂ ਜ਼ਿੰਮੇਵਾਰ AI ਵਰਤੋਂ ਲਈ ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਆਧਾਰ ਬਣਾਉਂਦੀਆਂ ਹਨ।

ਕਦਮ ਦਰ ਕਦਮ: ਏਆਈ ਦੀ ਜ਼ਿੰਮੇਵਾਰ ਅਤੇ ਕਾਨੂੰਨੀ ਵਰਤੋਂ

1. ਐਂਟਰੀ ਦੀ ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। ਕਿਸੇ AI ਟੂਲ ਵਿੱਚ ਟੈਕਸਟ, ਕਿਤਾਬ ਜਾਂ ਲੇਖ ਨੂੰ ਲੋਡ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਉਸ ਕੰਮ ਦੀ ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ ਅਤੇ ਟੂਲ ਦੀ ਵਰਤੋਂ ਦੀਆਂ ਸ਼ਰਤਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰੋ। ਕਿਸੇ ਅਜਿਹੇ ਟੂਲ ਨੂੰ ਕਾਪੀਰਾਈਟ ਵਾਲਾ ਕੰਮ ਦੇਣਾ ਜੋ ਤੁਹਾਡੇ ਦੁਆਰਾ ਅਪਲੋਡ ਕੀਤੇ ਗਏ ਡੇਟਾ ਨੂੰ ਆਪਣੇ ਉਦੇਸ਼ਾਂ ਲਈ ਵਰਤਦਾ ਹੈ, ਅਧਿਕਾਰਾਂ ਦੀ ਉਲੰਘਣਾ ਹੋ ਸਕਦਾ ਹੈ।

2. ਆਉਟਪੁੱਟ ਦੇ ਅਧਿਕਾਰਾਂ 'ਤੇ ਸਵਾਲ ਕਰੋ। AI ਦੁਆਰਾ ਤਿਆਰ ਟੈਕਸਟ ਦੀ ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ ਅਨਿਸ਼ਚਿਤ ਹੋ ਸਕਦੀ ਹੈ, ਅਤੇ AI ਅਣਜਾਣੇ ਵਿੱਚ ਸਿਖਲਾਈ ਡੇਟਾ ਵਿੱਚ ਕਾਪੀਰਾਈਟ ਸਮੱਗਰੀ ਨੂੰ ਦੁਬਾਰਾ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਇੱਕ AI ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਇਸਦੀ ਮੌਲਿਕਤਾ ਅਤੇ ਸੰਭਾਵੀ ਉਲੰਘਣਾਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ।

3. ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰੋ। ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਪਛਾਣ, ਪੜ੍ਹਨ/ਖੋਜ ਇਤਿਹਾਸ ਅਤੇ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਨੂੰ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ ਅਤੇ ਮਜ਼ਬੂਤ ​​ਸੁਰੱਖਿਆ ਤੋਂ ਬਿਨਾਂ ਕਿਸੇ ਵੀ AI ਟੂਲ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਡਾਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ (ਸਿਰਫ ਜਿੰਨਾ ਡਾਟਾ ਜ਼ਰੂਰੀ ਹੈ) ਜ਼ਰੂਰੀ ਹਨ।

4. ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਸਹਿਮਤੀ ਯਕੀਨੀ ਬਣਾਓ। ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਉਹਨਾਂ ਦੇ ਡੇਟਾ ਅਤੇ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ; ਜਿੱਥੇ AI ਸ਼ਾਮਲ ਹੈ, ਇਹ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਦੱਸਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਗੁਪਤ ਏਆਈ ਦੀ ਵਰਤੋਂ ਵਿਸ਼ਵਾਸ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰਦੀ ਹੈ।

5. ਇੱਕ ਸ਼ਾਸਨ ਢਾਂਚਾ ਸਥਾਪਤ ਕਰੋ। ਸੰਸਥਾ ਨੂੰ ਇੱਕ ਲਿਖਤੀ ਨੀਤੀ ਵਿੱਚ ਸਥਾਪਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਟੂਲ ਮਨਜ਼ੂਰ ਹਨ, ਕਿਹੜਾ ਡੇਟਾ ਦਾਖਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਅਤੇ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਿਵੇਂ ਕੀਤੀ ਜਾਵੇਗੀ।

ਸੁਝਾਅ: ਆਪਣੀ ਸੰਸਥਾ ਲਈ ਇੱਕ ਸਧਾਰਨ "AI ਵਰਤੋਂ ਨਿਯਮ" ਇੱਕ-ਸ਼ੀਟ ਬਣਾਓ: ਕਿਹੜੇ ਟੂਲ ਮਨਜ਼ੂਰ ਹਨ, ਕਿਹੜਾ ਡੇਟਾ ਕਦੇ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ (ਨਿੱਜੀ/ਮਾਲਕੀਅਤ/ਗੁਪਤ), ਹਰੇਕ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। ਇੱਕ ਸਪਸ਼ਟ ਇੱਕ ਪੰਨੇ ਦੀ ਗਾਈਡ ਇੱਕ ਲੰਬੀ ਨੀਤੀ ਨਾਲੋਂ ਵਧੇਰੇ ਲਾਗੂ ਕਰਨ ਯੋਗ ਹੈ।

ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਦੇ ਨੈਤਿਕ ਸਿਧਾਂਤ ਅਤੇ ਮੁੱਲ

ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਪੇਸ਼ੇ ਦੀਆਂ ਡੂੰਘੀਆਂ ਜੜ੍ਹਾਂ ਵਾਲੀਆਂ ਕਦਰਾਂ-ਕੀਮਤਾਂ AI ਦੇ ਯੁੱਗ ਵਿੱਚ ਇੱਕ ਕੰਪਾਸ ਵਜੋਂ ਕੰਮ ਕਰਦੀਆਂ ਹਨ: ਜਾਣਕਾਰੀ ਤੱਕ ਬਰਾਬਰ ਪਹੁੰਚ, ਵਿਚਾਰਾਂ ਦੀ ਆਜ਼ਾਦੀ, ਉਪਭੋਗਤਾ ਦੀ ਗੋਪਨੀਯਤਾ, ਬੌਧਿਕ ਇਮਾਨਦਾਰੀ ਅਤੇ ਨਿਰਪੱਖਤਾ। AI ਇਹਨਾਂ ਮੁੱਲਾਂ ਦਾ ਸਮਰਥਨ ਜਾਂ ਧਮਕੀ ਦੇ ਸਕਦਾ ਹੈ। ਇਹ ਪਹੁੰਚ ਨੂੰ ਵਧਾ ਸਕਦਾ ਹੈ ਪਰ ਪੱਖਪਾਤ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰ ਸਕਦਾ ਹੈ; ਸੇਵਾ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ ਪਰ ਗੋਪਨੀਯਤਾ ਨਾਲ ਸਮਝੌਤਾ ਕਰ ਸਕਦਾ ਹੈ; ਇਹ ਖੋਜ ਦੀ ਸਹੂਲਤ ਦੇ ਸਕਦਾ ਹੈ ਪਰ ਗਲਤ ਜਾਣਕਾਰੀ ਫੈਲਾ ਸਕਦਾ ਹੈ।

ਇੰਚਾਰਜ ਲਾਇਬ੍ਰੇਰੀਅਨ ਇਹਨਾਂ ਮੁੱਲਾਂ ਦੇ ਵਿਰੁੱਧ ਹਰੇਕ AI ਦੀ ਵਰਤੋਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ: "ਕੀ ਇਹ ਵਰਤੋਂ ਪਹੁੰਚ ਨੂੰ ਬਰਾਬਰ ਬਣਾਉਂਦਾ ਹੈ ਜਾਂ ਇੱਕ ਸਮੂਹ ਨੂੰ ਬਾਹਰ ਰੱਖਦਾ ਹੈ? ਕੀ ਇਹ ਗੋਪਨੀਯਤਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ? ਕੀ ਇਹ ਸਹੀ ਅਤੇ ਇਮਾਨਦਾਰ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ?" AI ਇੱਕ ਸਾਧਨ ਹੈ; ਉਹ ਕਦਰਾਂ-ਕੀਮਤਾਂ ਜਿਨ੍ਹਾਂ ਨਾਲ ਤੁਸੀਂ ਇਸ ਦੀ ਵਰਤੋਂ ਕਰੋਗੇ, ਉਹ ਪੇਸ਼ੇ ਦਾ ਸਾਰ ਹਨ। ਤਕਨਾਲੋਜੀ ਬਦਲਦੀ ਹੈ, ਪਰ ਇਹ ਮੁੱਲ ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਦਾ ਨਿਰੰਤਰ ਕੰਪਾਸ ਹਨ।

ਸਾਵਧਾਨ: "ਹਰ ਕੋਈ ਇਸਨੂੰ ਵਰਤ ਰਿਹਾ ਹੈ" ਜਾਂ "ਇਹ ਤੇਜ਼ ਹੈ" ਇੱਕ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਜਾਇਜ਼ ਨਹੀਂ ਠਹਿਰਾਉਂਦਾ। ਭਾਵੇਂ ਵਰਤੋਂ ਕਾਨੂੰਨੀ ਹੈ, ਇਹ ਅਨੈਤਿਕ ਹੋ ਸਕਦੀ ਹੈ; ਅਜਿਹਾ ਅਭਿਆਸ ਨਾ ਅਪਣਾਓ ਜੋ ਕਾਪੀਰਾਈਟ, ਗੋਪਨੀਯਤਾ ਅਤੇ ਨਿਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਨੁਕਸਾਨਦੇਹ ਹੋਵੇ, ਕਿਉਂਕਿ ਇਹ ਆਸਾਨ ਹੈ। ਅੰਤਮ ਜਿੰਮੇਵਾਰੀ ਟੂਲ ਦੀ ਨਹੀਂ, ਬਲਕਿ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਪੇਸ਼ੇਵਰ ਦੀ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਕਾਪੀਰਾਈਟ ਡਾਉਨਲੋਡ ਨੂੰ ਰੋਕ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਇੱਕ ਟੀਮ ਨੇ ਸਾਰਾਂਸ਼ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਆਮ AI ਟੂਲ ਵਿੱਚ ਇੱਕ ਪੂਰੀ ਕਾਪੀਰਾਈਟ ਹਵਾਲਾ ਕਿਤਾਬ ਲੋਡ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾਈ। ਸੂਚਨਾ ਪ੍ਰਬੰਧਕ ਨੂੰ ਕਾਪੀਰਾਈਟ ਅਤੇ ਟੂਲ ਦੇ ਡੇਟਾ ਵਰਤੋਂ ਦੀਆਂ ਸ਼ਰਤਾਂ ਦੋਵਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਇਹ ਜੋਖਮ ਭਰਿਆ ਪਾਇਆ ਗਿਆ; ਇਸ ਦੀ ਬਜਾਏ, ਇਸਦਾ ਅਧਿਐਨ ਸਿਰਫ ਸੰਖੇਪ, ਅਧਿਕਾਰਤ ਅੰਸ਼ਾਂ ਵਿੱਚ ਅਤੇ ਸੰਸਥਾ ਦੀ ਬੰਦ ਪ੍ਰਣਾਲੀ ਦੇ ਅੰਦਰ ਕੀਤਾ ਗਿਆ ਸੀ।

ਕੇਸ 2 - ਨਿੱਜੀ ਡੇਟਾ ਅਗਿਆਤ। ਇੱਕ ਲਾਇਬ੍ਰੇਰੀ AI ਨਾਲ ਉਪਭੋਗਤਾ ਫੀਡਬੈਕ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ ਚਾਹੁੰਦੀ ਸੀ; ਪਰ ਫੀਡਬੈਕ ਵਿੱਚ ਉਪਭੋਗਤਾ ਨਾਮ ਅਤੇ ਸੰਪਰਕ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਹੈ। ਟੀਮ ਨੇ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਪਹਿਲਾਂ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ; ਸਿਰਫ਼ ਅਗਿਆਤ, ਸਮੂਹਿਕ ਪ੍ਰਵਿਰਤੀਆਂ 'ਤੇ ਕਾਰਵਾਈ ਕੀਤੀ ਗਈ ਸੀ। ਗੋਪਨੀਯਤਾ ਸੁਰੱਖਿਅਤ ਕੀਤੀ ਗਈ, ਸਮਝ ਮੁੜ ਪ੍ਰਾਪਤ ਕੀਤੀ ਗਈ।

ਕੇਸ 3 - ਗਵਰਨੈਂਸ ਗੈਪ ਬੰਦ। ਇੱਕ ਸੰਸਥਾ ਵਿੱਚ, ਕਰਮਚਾਰੀ ਬਿਨਾਂ ਨਿਗਰਾਨੀ ਦੇ ਵੱਖ-ਵੱਖ AI ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਸਨ, ਕਈ ਵਾਰ ਗੁਪਤ ਦਸਤਾਵੇਜ਼ ਦਾਖਲ ਕਰ ਰਹੇ ਸਨ। ਸੂਚਨਾ ਪ੍ਰਸ਼ਾਸਕ ਨੇ ਪ੍ਰਵਾਨਿਤ ਟੂਲ, ਵਰਜਿਤ ਡੇਟਾ ਕਿਸਮਾਂ, ਅਤੇ ਤਸਦੀਕ ਨਿਯਮਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਵਾਲੀ ਇੱਕ ਪੰਨੇ ਦੀ ਨੀਤੀ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੀ; ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਖਤਰੇ ਵਿੱਚ ਕਾਫ਼ੀ ਕਮੀ ਆਈ ਹੈ।

ਕਰਮਚਾਰੀ ਯੋਗਤਾ ਅਤੇ ਕਾਰਪੋਰੇਟ ਸਭਿਆਚਾਰ

ਇੱਕ ਸ਼ਾਸਨ ਨੀਤੀ ਓਨੀ ਹੀ ਮਜ਼ਬੂਤ ​​ਹੁੰਦੀ ਹੈ ਜਿੰਨੀ ਲੋਕ ਇਸ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹਨ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਸਭ ਤੋਂ ਵਧੀਆ ਲਿਖਤੀ ਨਿਯਮ ਕਾਗਜ਼ 'ਤੇ ਰਹਿੰਦਾ ਹੈ ਜੇਕਰ ਕਰਮਚਾਰੀ AI ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਨਹੀਂ ਸਮਝਦੇ. ਜ਼ਿੰਮੇਵਾਰ AI ਦੀ ਵਰਤੋਂ ਲਈ ਸਥਾਈ ਆਧਾਰ ਇਸ ਲਈ ਸਟਾਫ ਦੀ ਯੋਗਤਾ ਹੈ: ਹਰ ਕਰਮਚਾਰੀ ਦੀ ਇਹ ਸਮਝ ਹੈ ਕਿ ਇੱਕ ਭਰਮ ਕੀ ਹੈ, ਕਿਹੜਾ ਡੇਟਾ ਕਦੇ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਿਉਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। ਇਸ ਸਬੰਧ ਵਿਚ ਲਾਇਬ੍ਰੇਰੀਆਂ ਅਤੇ ਸੂਚਨਾ ਸੰਸਥਾਵਾਂ ਦੀ ਦੋਹਰੀ ਭੂਮਿਕਾ ਹੈ; ਇਸ ਨੂੰ ਆਪਣੇ ਸਟਾਫ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਇਸ ਸਾਖਰਤਾ ਨੂੰ ਉਪਭੋਗਤਾਵਾਂ ਤੱਕ ਫੈਲਾਉਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਚੰਗਾ ਕਾਰਪੋਰੇਟ ਸੱਭਿਆਚਾਰ ਉਹ ਹੁੰਦਾ ਹੈ ਜੋ ਇੱਕ AI ਬੱਗ ਨੂੰ ਲੁਕਾਉਣ ਦੀ ਬਜਾਏ ਰਿਪੋਰਟ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਹ ਕਹਿਣਾ ਆਮ ਸਮਝਦਾ ਹੈ ਕਿ "ਮੈਨੂੰ ਇਸ ਆਉਟਪੁੱਟ ਬਾਰੇ ਯਕੀਨ ਨਹੀਂ ਹੈ, ਆਓ ਪੁਸ਼ਟੀ ਕਰੀਏ।" ਅਜਿਹੇ ਮਾਹੌਲ ਵਿੱਚ ਜਿੱਥੇ ਗਲਤੀਆਂ ਨੂੰ ਸਜ਼ਾ ਦੇ ਡਰ ਤੋਂ ਛੁਪਾਇਆ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਮਨਘੜਤ ਸਰੋਤ ਜਾਂ ਗੋਪਨੀਯਤਾ ਦਾ ਉਲੰਘਣ ਅਣਜਾਣ ਫੈਲ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਿਉਂਕਿ ਤਕਨਾਲੋਜੀ ਅਤੇ ਸਾਧਨ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਦੇ ਹਨ, ਨੀਤੀ ਅਤੇ ਸਿਖਲਾਈ ਨੂੰ ਇੱਕ ਵਾਰ ਦੀ ਬਜਾਏ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਅਪਡੇਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਸ਼ਾਸਨ; ਇਹ ਇੱਕ ਜੀਵਤ ਪ੍ਰਣਾਲੀ ਹੈ ਜਿੱਥੇ ਨਿਯਮ, ਸੰਦ, ਸਿੱਖਿਆ ਅਤੇ ਸੱਭਿਆਚਾਰ ਇਕੱਠੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਇਸ ਪ੍ਰਣਾਲੀ ਦੇ ਕੇਂਦਰ ਵਿਚ ਸਮਰੱਥ ਵਿਅਕਤੀ ਖੜ੍ਹਾ ਹੈ, ਜੋ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਂਦਾ ਹੈ ਅਤੇ ਅੰਤਿਮ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ, ਵਾਹਨ ਨਹੀਂ।

ਸੁਝਾਅ: ਇੱਕ ਨਵਾਂ AI ਟੂਲ ਅਪਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ, ਇੱਕ ਛੋਟਾ ਪਾਇਲਟ ਕਰੋ: ਇਸਨੂੰ ਇੱਕ ਸੀਮਤ ਟੀਮ ਨਾਲ ਅਜ਼ਮਾਓ, ਅਸਲ ਪਰ ਘੱਟ ਜੋਖਮ ਵਾਲੇ ਕੰਮਾਂ, ਰਿਕਾਰਡਿੰਗ ਗਲਤੀਆਂ ਅਤੇ ਜੋਖਮਾਂ 'ਤੇ। ਇਹ ਦੋਵੇਂ ਯੋਗਤਾ ਪੈਦਾ ਕਰਦੇ ਹਨ ਅਤੇ ਪੂਰੇ ਸੰਗਠਨ ਵਿੱਚ ਟੂਲ ਨੂੰ ਰੋਲ ਆਊਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਨੀਤੀ ਦੀਆਂ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦੇ ਹਨ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਕਾਪੀਰਾਈਟ ਸ਼ੁਰੂਆਤੀ ਮੁਲਾਂਕਣ:

ਕਾਪੀਰਾਈਟ ਲਈ ਹੇਠਾਂ ਦਿੱਤੀ ਸਮੱਗਰੀ ਨੂੰ ਇੱਕ AI ਟੂਲ ਵਿੱਚ ਲੋਡ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਇਸਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਵਿੱਚ ਮੇਰੀ ਮਦਦ ਕਰੋ: ਕੀ ਸਮੱਗਰੀ ਕਾਪੀਰਾਈਟ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਵਰਤੋਂ ਦਾ ਕਿਹੜਾ ਤਰੀਕਾ ਜੋਖਮ ਭਰਪੂਰ ਹੈ, ਕਿਹੜਾ ਵਿਕਲਪ (ਅੰਤਰ, ਅਨੁਮਤੀ, ਜਨਤਕ ਡੋਮੇਨ) ਸੁਰੱਖਿਅਤ ਹੈ? ਸਮੱਗਰੀ ਦੀ ਕਿਸਮ: [ਇੱਥੇ]

2) ਨਿੱਜੀ ਡਾਟਾ ਸਕੈਨਿੰਗ:

ਕੀ ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ (ਨਾਮ, ਸੰਪਰਕ, ਪਛਾਣ, ਪੜ੍ਹਨ/ਖੋਜ ਇਤਿਹਾਸ, ਸਿਹਤ/ਵਿਸ਼ਵਾਸ ਨੂੰ ਦਰਸਾਉਂਦੀ ਜਾਣਕਾਰੀ) ਸ਼ਾਮਲ ਹੈ? ਹਰੇਕ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ, ਇਸ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰੋ ਅਤੇ ਸੁਝਾਅ ਦਿਓ ਕਿ ਇਸਨੂੰ ਕਿਵੇਂ ਅਗਿਆਤ ਕਰਨਾ ਹੈ। ਟੈਕਸਟ: [ਇੱਥੇ]

3) ਡਰਾਫਟ AI ਵਰਤੋਂ ਨੀਤੀ:

ਸਾਡੀ ਸੰਸਥਾ ਲਈ ਡਰਾਫਟ ਇੱਕ-ਪੰਨੇ AI ਵਰਤੋਂ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼: (1) ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਨੀਤੀਆਂ, (2) ਡੇਟਾ ਕਿਸਮਾਂ ਕਦੇ ਦਾਖਲ ਨਹੀਂ ਕੀਤੀਆਂ ਗਈਆਂ, (3) ਆਉਟਪੁੱਟ ਪ੍ਰਮਾਣਿਕਤਾ ਨਿਯਮ, (4) ਜਵਾਬਦੇਹੀ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ, (5) ਕਾਪੀਰਾਈਟ ਅਤੇ ਗੋਪਨੀਯਤਾ ਨੀਤੀਆਂ। ਇਸਨੂੰ ਛੋਟਾ ਅਤੇ ਕਾਰਵਾਈਯੋਗ ਰੱਖੋ। ਸੰਦਰਭ: [ਇੱਥੇ]

4) ਨੈਤਿਕ ਨਿਯੰਤਰਣ ਪੁੱਛਗਿੱਛ:

ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਮੁੱਲਾਂ ਦੇ ਵਿਰੁੱਧ ਨਿਮਨਲਿਖਤ ਯੋਜਨਾਬੱਧ AI ਵਰਤੋਂ ਦੀ ਜਾਂਚ ਕਰੋ: ਪਹੁੰਚ ਦੀ ਇਕੁਇਟੀ, ਗੋਪਨੀਯਤਾ, ਸ਼ੁੱਧਤਾ/ਇਕਸਾਰਤਾ, ਪੱਖਪਾਤ ਦਾ ਜੋਖਮ, ਅਤੇ ਫਲੈਗ ਚਿੰਤਾਵਾਂ ਜੇਕਰ ਕੋਈ ਹੋਵੇ। ਵਰਤੋਂ: [ਇੱਥੇ]

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਕੀ ਮੈਨੂੰ ਇਸ ਕਿਤਾਬ ਨੂੰ ਸੰਖੇਪ ਕਰਨ ਲਈ ਏਆਈ 'ਤੇ ਪਾਉਣਾ ਚਾਹੀਦਾ ਹੈ?

ਸਵਾਲ ਕਾਪੀਰਾਈਟ, ਟੂਲ ਦੀਆਂ ਡਾਟਾ ਸਥਿਤੀਆਂ ਅਤੇ ਵਿਕਲਪਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਨਹੀਂ ਰੱਖਦਾ; "ਹਾਂ" ਦਾ ਜਵਾਬ ਦੇਣ ਨਾਲ ਅਧਿਕਾਰਾਂ ਦੀ ਉਲੰਘਣਾ ਹੋ ਸਕਦੀ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸਹਾਇਕ ਕਾਪੀਰਾਈਟ ਅਤੇ ਗੋਪਨੀਯਤਾ ਸਲਾਹਕਾਰ। ਮੈਂ ਇੱਕ AI ਟੂਲ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੀ ਸਮੱਗਰੀ ਦੇਣ ਬਾਰੇ ਵਿਚਾਰ ਕਰ ਰਿਹਾ/ਰਹੀ ਹਾਂ। ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ, ਵਾਹਨ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਜੋਖਮ ਦੇ ਰੂਪ ਵਿੱਚ ਸੰਭਵ ਸਮੱਸਿਆਵਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ; ਸੁਰੱਖਿਅਤ ਵਿਕਲਪਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ (ਛੋਟਾ ਹਵਾਲਾ, ਇਜਾਜ਼ਤ, ਜਨਤਕ ਡੋਮੇਨ, ਬੰਦ ਸਿਸਟਮ)। ਕਾਨੂੰਨੀ ਨਿਸ਼ਚਤਤਾ ਦਾ ਦਾਅਵਾ ਕਰੋ, ਜੋਖਮ ਦਿਖਾਓ। ਸਮੱਗਰੀ ਅਤੇ ਸੰਦਰਭ: [ਇੱਥੇ]

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ; ਇਹ ਕਾਪੀਰਾਈਟ, ਡੇਟਾ ਸਥਿਤੀ ਅਤੇ ਗੋਪਨੀਯਤਾ ਪਹਿਲੂਆਂ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਫੈਸਲੇ 'ਤੇ ਵਿਚਾਰ ਕਰਦਾ ਹੈ ਅਤੇ ਮੇਜ਼ 'ਤੇ ਸੁਰੱਖਿਅਤ ਵਿਕਲਪ ਰੱਖਦਾ ਹੈ।

ਗਵਰਨੈਂਸ ਮਾਪ ਸਾਰਣੀ

ਆਕਾਰ

ਬੁਨਿਆਦੀ ਸਵਾਲ

ਸਾਵਧਾਨੀ

ਕਾਪੀਰਾਈਟ

ਕੀ ਕੋਈ ਇੰਪੁੱਟ/ਆਊਟਪੁੱਟ ਉਲੰਘਣਾ ਹੈ?

ਇਜਾਜ਼ਤ, ਜਨਤਕ ਡੋਮੇਨ, ਛੋਟਾ ਅੰਸ਼

ਗੋਪਨੀਯਤਾ

ਕੀ ਨਿੱਜੀ ਡੇਟਾ ਸੁਰੱਖਿਅਤ ਹੈ?

ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ, ਘੱਟ ਤੋਂ ਘੱਟ

ਪਾਰਦਰਸ਼ਤਾ

ਕੀ ਉਪਭੋਗਤਾ ਜਾਣਦਾ ਹੈ?

ਸਪਸ਼ਟ ਜਾਣਕਾਰੀ, ਸਹਿਮਤੀ

ਜ਼ਿੰਮੇਵਾਰੀ

ਜਵਾਬਦੇਹ ਕੌਣ ਹੈ?

ਲਿਖਤੀ ਨੀਤੀ, ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ

ਮੁੱਲ

ਕੀ ਪਹੁੰਚ ਅਤੇ ਅਖੰਡਤਾ ਸੁਰੱਖਿਅਤ ਹੈ?

ਨੈਤਿਕ ਜਾਂਚ, ਪੱਖਪਾਤ ਜਾਂਚ

ਆਮ ਗਲਤੀਆਂ

• ਬਿਨਾਂ ਸੋਚੇ-ਸਮਝੇ ਕਾਪੀਰਾਈਟ ਸਮੱਗਰੀ ਨੂੰ ਅੱਪਲੋਡ ਕਰਨਾ। ਕਾਪੀਰਾਈਟ ਉਲੰਘਣਾ ਅਤੇ ਡੇਟਾ ਸਥਿਤੀ ਦਾ ਖਤਰਾ ਹੈ।
• ਪਬਲਿਕ ਟੂਲ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ। ਗੋਪਨੀਯਤਾ ਅਤੇ ਕਾਨੂੰਨੀ ਜੋਖਮ 'ਤੇ ਹਮਲਾ।
• AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਲੁਕਾਉਣਾ। ਪਾਰਦਰਸ਼ਤਾ ਦੇ ਬਿਨਾਂ, ਵਿਸ਼ਵਾਸ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਦਾ ਹੈ.
• "ਨੈਤਿਕ" ਦੇ ਨਾਲ "ਕਾਨੂੰਨੀ" ਨੂੰ ਉਲਝਾਉਣਾ. ਕਾਨੂੰਨੀ ਵਰਤੋਂ ਅਨੈਤਿਕ ਹੋ ਸਕਦੀ ਹੈ।
• ਸ਼ਾਸਨ ਦਾ ਢਾਂਚਾ ਸਥਾਪਤ ਨਹੀਂ ਕਰਨਾ। ਬੇਕਾਬੂ ਵਰਤੋਂ ਅਣਪਛਾਤੇ ਜੋਖਮ ਪੈਦਾ ਕਰਦੀ ਹੈ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਕਾਪੀਰਾਈਟ, ਗੁਪਤਤਾ ਅਤੇ ਨੈਤਿਕਤਾ ਏਆਈ ਦੇ ਯੁੱਗ ਵਿੱਚ ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਦਾ ਆਧਾਰ ਹਨ। ਐਂਟਰੀ ਦੀ ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ ਅਤੇ ਟੂਲ ਦੀਆਂ ਡਾਟਾ ਸਥਿਤੀਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ; ਆਉਟਪੁੱਟ ਦੇ ਅਧਿਕਾਰਾਂ 'ਤੇ ਸਵਾਲ ਉਠਾਉਂਦੇ ਹਨ; ਗੁਮਨਾਮਕਰਨ ਅਤੇ ਨਿਊਨਾਈਜ਼ੇਸ਼ਨ ਨਾਲ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰੋ; ਉਪਭੋਗਤਾ ਲਈ ਪਾਰਦਰਸ਼ੀ ਬਣੋ ਅਤੇ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਕਰੋ; ਸੰਗਠਨ ਵਿੱਚ ਇੱਕ ਸਪਸ਼ਟ ਸ਼ਾਸਨ ਢਾਂਚੇ ਦੀ ਸਥਾਪਨਾ ਕਰੋ। ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਦੀਆਂ ਡੂੰਘੀਆਂ ਜੜ੍ਹਾਂ ਵਾਲੇ ਮੁੱਲ (ਬਰਾਬਰ ਪਹੁੰਚ, ਗੋਪਨੀਯਤਾ, ਅਖੰਡਤਾ, ਨਿਰਪੱਖਤਾ) ਉਹ ਕੰਪਾਸ ਹਨ ਜੋ AI ਦੀ ਹਰ ਵਰਤੋਂ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ। ਤਕਨਾਲੋਜੀ ਬਦਲਾਅ; ਜ਼ਿੰਮੇਵਾਰੀ ਅਤੇ ਕਦਰਾਂ-ਕੀਮਤਾਂ ਨਹੀਂ ਬਦਲਦੀਆਂ, ਅਤੇ ਅੰਤਮ ਜਵਾਬਦੇਹੀ ਹਮੇਸ਼ਾ ਮਨੁੱਖ ਦੇ ਨਾਲ ਹੁੰਦੀ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

"AI ਵਰਤੋਂ ਨੀਤੀ ਡਰਾਫਟ" ਟੈਮਪਲੇਟ ਦੇ ਨਾਲ ਆਪਣੀ ਸੰਸਥਾ (ਜਾਂ ਇੱਕ ਫਰਜ਼ੀ ਸੰਸਥਾ) ਲਈ ਇੱਕ-ਪੰਨੇ ਦੇ ਵਰਤੋਂ ਨਿਯਮਾਂ ਦਾ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰੋ: ਪ੍ਰਵਾਨਿਤ ਟੂਲ, ਡੇਟਾ ਕਦੇ ਵੀ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ, ਪ੍ਰਮਾਣਿਕਤਾ ਨਿਯਮ, ਦੇਣਦਾਰੀ। ਫਿਰ, "ਨੈਤਿਕ ਨਿਯੰਤਰਣ ਪੁੱਛਗਿੱਛ" ਟੈਮਪਲੇਟ ਨਾਲ ਪਹੁੰਚ, ਗੋਪਨੀਯਤਾ, ਸ਼ੁੱਧਤਾ, ਅਤੇ ਪੱਖਪਾਤ ਲਈ ਤੁਸੀਂ ਯੋਜਨਾ ਬਣਾ ਰਹੇ ਹੋ ਇੱਕ ਅਸਲੀ AI ਵਰਤੋਂ ਦੀ ਜਾਂਚ ਕਰੋ ਅਤੇ ਲਿਖੋ ਕਿ ਤੁਸੀਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਚਿੰਤਾਵਾਂ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰੋਗੇ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਐਂਟਰੀ ਦੀ ਕਾਪੀਰਾਈਟ ਸਥਿਤੀ ਅਤੇ ਟੂਲ ਦੀਆਂ ਡਾਟਾ ਸਥਿਤੀਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ।
• [ ] ਮੈਂ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਅਤੇ ਸਿਰਫ ਉਹੀ ਵਰਤਿਆ ਜੋ ਜ਼ਰੂਰੀ ਸੀ।
• [ ] ਮੈਂ AI ਦੀ ਵਰਤੋਂ ਅਤੇ ਸਤਿਕਾਰਤ ਸਹਿਮਤੀ ਬਾਰੇ ਉਪਭੋਗਤਾ ਲਈ ਪਾਰਦਰਸ਼ੀ ਰਿਹਾ ਹਾਂ।
• [ ] ਮੈਂ ਸੰਗਠਨ ਲਈ ਇੱਕ ਲਿਖਤੀ AI ਵਰਤੋਂ ਨੀਤੀ ਬਣਾਈ ਹੈ।
• [] ਮੈਂ ਲਾਇਬ੍ਰੇਰੀਅਨ ਮੁੱਲਾਂ ਨਾਲ ਵਰਤੋਂ ਦੀ ਜਾਂਚ ਕੀਤੀ ਅਤੇ ਮਨੁੱਖ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਰੱਖੀ।

ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ

1. ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਅਤੇ ਸੂਚਨਾ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਲਈ ਹੇਠ ਲਿਖੀਆਂ ਵਿੱਚੋਂ ਕਿਹੜੀ ਸਥਿਤੀ ਸਭ ਤੋਂ ਸਹੀ ਹੈ?

• A) AI ਇੱਕ ਸੰਖੇਪ, ਮੈਟਾਡੇਟਾ, ਖੋਜ ਅਤੇ ਸਿਫਾਰਸ਼ ਸਹਾਇਕ ਹੈ; ਸ਼ੁੱਧਤਾ, ਸਰੋਤ ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਨੈਤਿਕ ਫੈਸਲਿਆਂ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖਾਂ ਦੀ ਹੈ ✔
• ਅ) ਨਕਲੀ ਬੁੱਧੀ ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਇੱਕ ਸਰੋਤ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰ ਸਕਦੀ ਹੈ
• C) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਿਰਫ ਕਿਤਾਬਾਂ ਦੀ ਕੈਟਾਲਾਗਿੰਗ ਵਿਚ ਕੰਮ ਕਰਦੀ ਹੈ, ਇਸ ਦਾ ਲਾਇਬ੍ਰੇਰੀਅਨਸ਼ਿਪ ਦੇ ਹੋਰ ਕੰਮਾਂ ਨਾਲ ਕੋਈ ਲੈਣਾ-ਦੇਣਾ ਨਹੀਂ ਹੈ
• ਡੀ) ਕਿਉਂਕਿ ਨਕਲੀ ਬੁੱਧੀ ਮਨੁੱਖਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਨਿਰਪੱਖ ਹੈ, ਵਿਸ਼ੇ ਅਤੇ ਵਰਗੀਕਰਨ ਦੇ ਫੈਸਲੇ ਇਸ 'ਤੇ ਛੱਡ ਦਿੱਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ।

ਵਰਣਨ: ਨਕਲੀ ਬੁੱਧੀ; ਇਹ ਇੱਕ ਸਹਾਇਕ ਹੈ ਜੋ ਮੈਟਾਡੇਟਾ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਇਸਦਾ ਸਾਰ ਦਿੰਦਾ ਹੈ, ਇਸਦਾ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ, ਪੈਟਰਨ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਸਰੋਤ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ। ਯੋਗ ਮਾਹਰ ਉੱਚ-ਨਤੀਜੇ ਵਾਲੇ ਕੰਮਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੁੰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਸ਼ੁੱਧਤਾ ਦੀ ਤਸਦੀਕ, ਵਿਸ਼ਾ ਅਤੇ ਵਰਗੀਕਰਨ ਦੇ ਫੈਸਲੇ, ਸਰੋਤ ਭਰੋਸੇਯੋਗਤਾ, ਅਤੇ ਕਾਪੀਰਾਈਟ ਅਤੇ ਗੋਪਨੀਯਤਾ ਫੈਸਲੇ; ਇੱਕ ਅਪ੍ਰਮਾਣਿਤ ਆਉਟਪੁੱਟ ਇੱਕ ਮਨਘੜਤ ਸਰੋਤ ਦੇ ਪ੍ਰਸਾਰ ਜਾਂ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ।

2. 'ਭਰਮ' ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਲਾਇਬ੍ਰੇਰੀਅਨ ਲਈ ਖ਼ਤਰਨਾਕ ਕਿਉਂ ਹੈ?

• ਏ) ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਆਉਟਪੁੱਟ ਬਹੁਤ ਹੌਲੀ ਹੌਲੀ ਪੈਦਾ ਹੁੰਦਾ ਹੈ ਅਤੇ ਸਮਾਂ ਬਰਬਾਦ ਕਰਦਾ ਹੈ
• ਅ) ਨਕਲੀ ਬੁੱਧੀ ਯਕੀਨਨ ਤੌਰ 'ਤੇ ਗੈਰ-ਮੌਜੂਦ ਸਰੋਤਾਂ ਅਤੇ ਹਵਾਲੇ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਪੇਸ਼ੇ ਦਾ ਸਾਰ ਸਰੋਤ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਹੈ ✔
• C) ਹੇਲੁਸੀਨੇਸ਼ਨ ਸਿਰਫ ਚਿੱਤਰ ਪ੍ਰੋਸੈਸਿੰਗ ਵਿੱਚ ਵਾਪਰਦਾ ਹੈ, ਇਸਦਾ ਟੈਕਸਟ ਨਾਲ ਕੋਈ ਲੈਣਾ-ਦੇਣਾ ਨਹੀਂ ਹੈ
• ਡੀ) ਹੇਲੁਸੀਨੇਸ਼ਨ ਸਿਰਫ ਬਹੁਤ ਪੁਰਾਣੇ ਨਕਲੀ ਖੁਫੀਆ ਸਾਧਨਾਂ ਵਿੱਚ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ, ਮੌਜੂਦਾ ਸਾਧਨਾਂ ਵਿੱਚ ਨਹੀਂ।

ਵਿਆਖਿਆ: ਇੱਕ ਭੁਲੇਖਾ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਸਰੋਤ, ਹਵਾਲਾ ਜਾਂ ਜਾਣਕਾਰੀ ਨੂੰ ਬਹੁਤ ਹੀ ਯਕੀਨਨ ਤਰੀਕੇ ਨਾਲ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਕਿਉਂਕਿ ਪੇਸ਼ੇ ਦਾ ਸਾਰ ਸਰੋਤ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਹੈ, ਜੇਕਰ ਇੱਕ ਮਨਘੜਤ ਛਾਪ ਜਾਂ ਹਵਾਲਾ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਬਿਨਾਂ ਕਿਸੇ ਗ੍ਰੰਥ ਜਾਂ ਉਪਭੋਗਤਾ ਨੂੰ ਟ੍ਰਾਂਸਫਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਗੰਭੀਰ ਗਲਤ ਜਾਣਕਾਰੀ ਹੋਵੇਗੀ।

3. ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਮੈਟਾਡੇਟਾ ਪੈਦਾ ਕਰਨ ਵੇਲੇ ਹੇਠ ਲਿਖੇ ਵਿੱਚੋਂ ਕਿਹੜਾ ਖੇਤਰ ਹੈ ਜਿਸ ਵਿੱਚ ਨਿਰਮਾਣ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਕਿਵੇਂ ਸੰਬੋਧਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

• A) ਭਾਸ਼ਾ ਖੇਤਰ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਵਾਲਾ ਖੇਤਰ ਹੈ ਅਤੇ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ
• ਅ) ਸਿਰਲੇਖ ਖੇਤਰ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਰੱਖਦਾ ਹੈ ਅਤੇ ਭਵਿੱਖਬਾਣੀ ਨਾਲ ਭਰਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ
• C) ISBN ਅਤੇ ਪ੍ਰਕਾਸ਼ਨ ਸਾਲ ਵਿੱਚ ਬਨਾਵਟ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਹੁੰਦਾ ਹੈ ਅਤੇ ਅਸਲ ਸਰੋਤ ਨਾਲ ਜ਼ੁਬਾਨੀ ਤੌਰ 'ਤੇ ਤਸਦੀਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ✔
• D) ਕੋਈ ਵੀ ਖੇਤਰ ਜੋਖਮ ਭਰਪੂਰ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਨਕਲੀ ਬੁੱਧੀ ਹਮੇਸ਼ਾ ਸਹੀ ਢੰਗ ਨਾਲ ਮੈਟਾਡੇਟਾ ਪੈਦਾ ਕਰਦੀ ਹੈ

ਵਿਆਖਿਆ: AI ਦੁਆਰਾ ਸਹੀ, ਸੰਖਿਆਤਮਕ ਖੇਤਰ ਜਿਵੇਂ ਕਿ ISBN ਅਤੇ ਪ੍ਰਕਾਸ਼ਨ ਸਾਲ ਬਹੁਤ ਆਸਾਨੀ ਨਾਲ ਜਾਅਲੀ ਹੋ ਜਾਂਦੇ ਹਨ; AI ਇੱਕ ISBN ਦੀ ਬਜਾਏ ਇੱਕ ਵਾਜਬ-ਦਿੱਖ ਵਾਲਾ ਨੰਬਰ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸਨੂੰ ਉਹ ਨਹੀਂ ਜਾਣਦਾ ਹੈ। ਇਹਨਾਂ ਖੇਤਰਾਂ ਦੀ ਅਸਲ ਸਰੋਤ (ਬਾਰਕੋਡ, ਛਾਪ/ਕੋਲੋਫੋਨ) ਨਾਲ ਜ਼ੁਬਾਨੀ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

4. ਵਿਸ਼ਾ ਸ਼ਬਦ ਨਿਰਧਾਰਤ ਕਰਨ ਵੇਲੇ 'ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ' ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਮੁੱਖ ਉਦੇਸ਼ ਕੀ ਹੈ?

• A) ਸਾਰੇ ਰਿਕਾਰਡਾਂ ਵਿੱਚ ਸ਼ਬਦਾਵਲੀ ਦੀ ਇਕਸਾਰਤਾ ਅਤੇ ਉਪਲਬਧਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ; ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਮੁਫਤ ਸ਼ਰਤਾਂ ਬਣਾਉਣ ਤੋਂ ਰੋਕਣਾ ✔
• ਅ) ਕੈਟਾਲਾਗ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਬੇਨਤੀ ਕੀਤੀ ਗਈ ਹਰ ਨਵੀਂ ਮਿਆਦ ਨੂੰ ਆਟੋਮੈਟਿਕਲੀ ਸ਼ਾਮਲ ਕਰੋ
• C) ਵਿਸ਼ੇ ਦੇ ਸ਼ਬਦਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖਤਮ ਕਰੋ ਅਤੇ ਸਿਰਫ ਸਿਰਲੇਖ ਦੁਆਰਾ ਖੋਜ ਕਰੋ
• ਡੀ) ਕੈਟਾਲਾਗਿੰਗ ਨੂੰ ਹੌਲੀ ਕਰਨਾ ਅਤੇ ਹਰੇਕ ਰਿਕਾਰਡ ਨੂੰ ਵੱਖ-ਵੱਖ ਸ਼ਬਦਾਂ ਨਾਲ ਲਿਖਣਾ

ਵਰਣਨ: ਇੱਕ ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ ਪ੍ਰਵਾਨਿਤ ਅਤੇ ਮਿਆਰੀ ਸ਼ਬਦਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਹੈ। ਜੇਕਰ ਇੱਕੋ ਵਿਸ਼ੇ ਨੂੰ ਵੱਖ-ਵੱਖ ਰਿਕਾਰਡਾਂ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਸ਼ਬਦਾਂ ਨਾਲ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਪਭੋਗਤਾ ਇੱਕ ਲੱਭੇਗਾ ਅਤੇ ਦੂਜਾ ਗੁਆ ਦੇਵੇਗਾ। AI ਨੂੰ ਇਹ ਸੂਚੀ ਦੇ ਕੇ ਅਤੇ ਇਸਨੂੰ 'ਸੂਚੀ ਵਿੱਚੋਂ ਸਿਰਫ਼ ਚੁਣੋ' ਲਈ ਦੱਸ ਕੇ, ਇਕਸਾਰਤਾ ਅਤੇ ਖੋਜਯੋਗਤਾ ਬਣਾਈ ਰੱਖੀ ਜਾਂਦੀ ਹੈ; ਇੱਕ ਨਵਾਂ ਸ਼ਬਦ ਜੋ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਸੂਚੀਬੱਧ ਨਹੀਂ ਹੈ, ਨੂੰ ਕੈਟਾਲਾਗ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

5. ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਤੋਂ ਦਸਤਾਵੇਜ਼ ਦਾ ਵਰਗੀਕਰਨ ਨੰਬਰ ਪ੍ਰਾਪਤ ਕਰਨ ਵੇਲੇ ਸਹੀ ਪਹੁੰਚ ਕੀ ਹੈ?

• ਏ) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਦਿੱਤੀ ਗਈ ਸਹੀ ਸੰਖਿਆ ਨੂੰ ਅਧਿਕਾਰਤ ਸਾਰਣੀ ਨੂੰ ਦੇਖੇ ਬਿਨਾਂ ਸਿੱਧੇ ਸਵੀਕਾਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ
• ਅ) ਵਰਗੀਕਰਨ ਨੰਬਰ ਬਿਲਕੁਲ ਨਹੀਂ ਵਰਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ, ਸਰੋਤਾਂ ਨੂੰ ਬੇਤਰਤੀਬੇ ਤੌਰ 'ਤੇ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ
• C) ਮਾਸਟਰ ਕਲਾਸ ਪ੍ਰਸਤਾਵ ਨੂੰ ਸ਼ੁਰੂਆਤੀ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਧਿਕਾਰਤ ਵਰਗੀਕਰਣ ਸਾਰਣੀ ਨਾਲ ਸਹੀ ਕਦਮਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ ✔
• ਡੀ) ਕਿਉਂਕਿ ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਵਰਗੀਕਰਨ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ, ਇਸ ਕੰਮ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਛੱਡ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ

ਵਿਆਖਿਆ: AI ਅਕਸਰ ਸਹੀ ਮੁੱਖ ਸ਼੍ਰੇਣੀ ਲੱਭ ਸਕਦਾ ਹੈ, ਪਰ ਉਪ-ਪੱਧਰਾਂ ਨੂੰ ਗੁਆ ਸਕਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ ਦਵਾਈ ਦੀ ਬਜਾਏ ਡਾਕਟਰੀ ਇਤਿਹਾਸ) ਜਾਂ ਗਲਤ ਨੰਬਰ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਵਾਜਬ ਲੱਗਦੇ ਹਨ। ਇਸ ਲਈ, ਮਾਸਟਰ ਕਲਾਸ ਪ੍ਰਸਤਾਵ ਨੂੰ ਇੱਕ ਸ਼ੁਰੂਆਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਅਧਿਕਾਰਤ ਵਰਗੀਕਰਣ ਸਾਰਣੀ ਨਾਲ ਸਹੀ ਕਦਮਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

6. ਅਰਥ ਖੋਜ ਅਤੇ ਕੀਵਰਡ ਖੋਜ ਦੀ ਤੁਲਨਾ ਕਰਦੇ ਸਮੇਂ ਕਿਹੜਾ ਕਥਨ ਸਹੀ ਹੈ?

• ਏ) ਸਿਮੈਂਟਿਕ ਖੋਜ ਨੂੰ ਸਾਰੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਕੀਵਰਡ ਖੋਜ ਨੂੰ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ
• ਅ) ਸਿਮੈਂਟਿਕ ਖੋਜ ਅਰਥ-ਸੰਬੰਧੀ ਸਰੋਤ ਲੱਭਦੀ ਹੈ; ਸਹੀ ਸਿਰਲੇਖ ਜਾਂ ISBN ਲਈ ਕੀਵਰਡ ਖੋਜ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਹੈ ✔
• C) ਕੀਵਰਡ ਖੋਜ ਵੱਖ-ਵੱਖ ਸ਼ਬਦਾਂ ਵਾਲੇ ਸਰੋਤਾਂ ਨੂੰ ਲੱਭਦੀ ਹੈ ਜੋ ਸਿਮੈਂਟਿਕ ਖੋਜ ਨਾਲੋਂ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸੰਬੰਧਿਤ ਹਨ
• ਡੀ) ਸਿਮੈਂਟਿਕ ਖੋਜ ਸਿਰਫ ਸੰਖਿਆਤਮਕ ਡੇਟਾ 'ਤੇ ਕੰਮ ਕਰਦੀ ਹੈ, ਟੈਕਸਟ 'ਤੇ ਨਹੀਂ

ਵਰਣਨ: ਅਰਥ ਖੋਜ ਵੱਖ-ਵੱਖ-ਸ਼ਬਦ ਪਰ ਸੰਬੰਧਿਤ ਸਰੋਤ ਲੱਭਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ 'ਸਲੀਪ ਸਮੱਸਿਆ' ਅਤੇ 'ਸਲੀਪ ਡਿਸਆਰਡਰ', ਕਿਉਂਕਿ ਇਹ ਸ਼ਬਦਾਂ ਦੇ ਅਰਥਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ (ਏਮਬੈਡਿੰਗ ਵੈਕਟਰਾਂ ਰਾਹੀਂ)। ਇਸਦੇ ਉਲਟ, ਜਦੋਂ ਇੱਕ ਸਹੀ ISBN, ਪੂਰਾ ਸਿਰਲੇਖ, ਜਾਂ ਕਨੂੰਨ ਨੰਬਰ ਦੀ ਭਾਲ ਕਰਦੇ ਹੋ, ਇੱਕ ਕੀਵਰਡ/ਡੋਮੇਨ ਖੋਜ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਹੁੰਦੀ ਹੈ। ਸਭ ਤੋਂ ਵਧੀਆ ਅਭਿਆਸ ਦੋਵਾਂ ਨੂੰ ਇਕੱਠੇ ਵਰਤਣਾ ਹੈ।

7. ਵਿਅਕਤੀਗਤ ਸਰੋਤ ਸਿਫ਼ਾਰਸ਼ਾਂ ਵਿੱਚ 'ਫਿਲਟਰ ਬੁਲਬੁਲਾ' ਦੇ ਜੋਖਮ ਦੇ ਵਿਰੁੱਧ ਲਾਇਬ੍ਰੇਰੀਅਨ ਦਾ ਕੀ ਫਰਜ਼ ਹੈ?

• ਏ) ਉਪਭੋਗਤਾ ਨੂੰ ਸਿਰਫ ਸਭ ਤੋਂ ਸਮਾਨ ਸਰੋਤਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਕੇ ਬੁਲਬੁਲਾ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰੋ
• ਅ) ਸੁਝਾਅ ਦੇਣ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਛੱਡ ਦੇਣਾ
• C) ਉਪਭੋਗਤਾ ਦੇ ਪੜ੍ਹਨ ਦੇ ਇਤਿਹਾਸ ਨੂੰ ਜਨਤਕ ਤੌਰ 'ਤੇ ਸਾਂਝਾ ਕਰਨਾ
• D) ਸੁਚੇਤ ਤੌਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਅਤੇ ਦੂਰੀ ਦੇ ਨਾਲ ਸਰੋਤਾਂ ਨੂੰ ਜੋੜਨਾ ਅਤੇ ਇਸ ਨੂੰ ਪਾਰਦਰਸ਼ੀ ਢੰਗ ਨਾਲ ਦੱਸਣਾ ✔

ਵਿਆਖਿਆ: ਫਿਲਟਰ ਬੁਲਬੁਲਾ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਸਿਫ਼ਾਰਿਸ਼ ਪ੍ਰਣਾਲੀ ਉਪਭੋਗਤਾ ਨੂੰ ਲਗਾਤਾਰ ਸਮਾਨ ਸਮੱਗਰੀ ਵਿੱਚ ਲੌਕ ਕਰਦੀ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਨਵੇਂ ਅਤੇ ਵੱਖਰੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਤੋਂ ਦੂਰ ਰੱਖਦੀ ਹੈ। ਲਾਇਬ੍ਰੇਰੀ ਦਾ ਮੁੱਲ ਬਰਾਬਰ ਅਤੇ ਵਿਭਿੰਨ ਪਹੁੰਚ ਹੈ; ਇਸ ਲਈ, ਲਾਇਬ੍ਰੇਰੀਅਨ ਸੁਚੇਤ ਤੌਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਦਿੱਖ ਵਾਲੇ, ਅੱਖਾਂ ਖੋਲ੍ਹਣ ਵਾਲੇ ਸਰੋਤ ਜੋੜ ਕੇ ਅਤੇ ਇਸ ਨੂੰ ਪਾਰਦਰਸ਼ੀ ਢੰਗ ਨਾਲ ਦੱਸ ਕੇ ਬੁਲਬੁਲਾ ਤੋੜਦਾ ਹੈ।

8. ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਆਰਕਾਈਵ ਦਸਤਾਵੇਜ਼ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਸਮੇਂ 'ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਅਖੰਡਤਾ' ਦੇ ਰੂਪ ਵਿੱਚ ਕਿਹੜਾ ਅਭਿਆਸ ਸਹੀ ਹੈ?

• A) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ 'ਸੁੰਦਰ ਬਣਾਓ', ਗੁੰਮ ਹੋਏ ਹਿੱਸੇ ਬਣਾ ਕੇ ਇਸਨੂੰ ਪੂਰਾ ਕਰੋ ਅਤੇ ਅਸਲੀ ਨੂੰ ਬਦਲੋ
• ਅ) ਕੱਚੇ ਮੂਲ ਨੂੰ ਮਿਟਾਉਣਾ ਅਤੇ ਸਿਰਫ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਸੁਧਾਰਿਆ ਹੋਇਆ ਸੰਸਕਰਣ ਰੱਖਣਾ
• C) OCR ਨੂੰ ਸਿਰਫ ਪਛਾਣ ਦੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਠੀਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਸਮੱਗਰੀ ਨੂੰ ਸੋਧਿਆ ਨਹੀਂ ਜਾਣਾ ਚਾਹੀਦਾ, ਕੱਚੇ ਮੂਲ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਡੈਰੀਵੇਟਿਵਜ਼ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਲੇਬਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ✔
• ਡੀ) ਬਿਨਾਂ ਕਿਸੇ ਸੁਧਾਰ ਦੇ OCR ਆਉਟਪੁੱਟ ਨੂੰ 'ਕਲੀਨ ਟੈਕਸਟ' ਵਜੋਂ ਸਵੀਕਾਰ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਖੋਜ ਲਈ ਖੋਲ੍ਹੋ।

ਵਰਣਨ: ਪੁਰਾਲੇਖ ਕਾਰਜ ਦਾ ਸਾਰ ਇਹ ਭਰੋਸਾ ਹੈ ਕਿ ਦਸਤਾਵੇਜ਼ ਦਾਅਵਾ ਕੀਤੇ ਸਰੋਤ ਤੋਂ ਆਇਆ ਹੈ ਅਤੇ ਇਸਦੀ ਸਮੱਗਰੀ ਨੂੰ ਬਦਲਿਆ ਨਹੀਂ ਗਿਆ ਹੈ। OCR ਸੁਧਾਰ ਨੂੰ ਸਿਰਫ ਪਛਾਣ ਦੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਦੂਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਸਮੱਗਰੀ ਨੂੰ ਨਹੀਂ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ; AI 'ਬਹਾਲੀ' ਅਸਲ ਸਬੂਤ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਇਹ ਗੁੰਮ ਹੋਏ ਹਿੱਸਿਆਂ ਨੂੰ ਬਣਾ ਸਕਦਾ ਹੈ। ਕੱਚੇ (ਅਸਲੀ) ਸਕੈਨ ਨੂੰ ਹਮੇਸ਼ਾ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਡੈਰੀਵੇਟਿਵਜ਼ ਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਲੇਬਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

9. ਲਾਇਬ੍ਰੇਰੀ ਜਾਣਕਾਰੀ ਬੋਟ ਦੇ ਜ਼ਿੰਮੇਵਾਰ ਨਿਰਮਾਣ ਲਈ ਹੇਠ ਲਿਖਿਆਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਜ਼ਰੂਰੀ ਹੈ?

• ਏ) ਬੋਟ ਹਰ ਸਵਾਲ ਦੇ ਜਵਾਬ ਆਪਣੇ ਆਮ ਗਿਆਨ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਦਿੰਦਾ ਹੈ ਅਤੇ ਸਰੋਤਾਂ ਦਾ ਹਵਾਲਾ ਨਹੀਂ ਦਿੰਦਾ
• ਅ) ਬੋਟ ਸਿਰਫ ਪ੍ਰਮਾਣਿਤ ਕਾਰਪੋਰੇਟ ਜਾਣਕਾਰੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਤੱਥਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਸਵਾਲਾਂ ਨੂੰ ਮਾਹਰ/ਮਨੁੱਖੀ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕਰਦਾ ਹੈ ✔
• C) ਬੋਟ ਡਾਕਟਰੀ ਅਤੇ ਕਾਨੂੰਨੀ ਸਵਾਲਾਂ 'ਤੇ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸਹੀ ਸਲਾਹ ਦਿੰਦਾ ਹੈ
• ਡੀ) ਉਪਭੋਗਤਾ ਤੋਂ ਛੁਪਾਉਣਾ ਭਾਵੇਂ ਉਹ ਬੋਟ ਜਾਂ ਮਨੁੱਖ ਨਾਲ ਗੱਲ ਕਰ ਰਿਹਾ ਹੈ

ਵਿਆਖਿਆ: ਸਲਾਹ ਬੋਟ ਨੂੰ ਸੰਸਥਾ ਦੀ ਪ੍ਰਮਾਣਿਤ ਮੌਜੂਦਾ ਜਾਣਕਾਰੀ ਅਤੇ ਸਰੋਤ ਸੂਚੀ 'ਤੇ ਹੀ ਭਰੋਸਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਨਾ ਕਿ ਇਸਦੀ ਆਮ ਯਾਦ 'ਤੇ, ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਦੇ ਕੇ ਤੱਥ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ, ਡਾਕਟਰੀ/ਕਾਨੂੰਨੀ/ਸੰਵੇਦਨਸ਼ੀਲ ਮੁੱਦਿਆਂ 'ਤੇ ਸਲਾਹ ਨਹੀਂ ਦੇਣੀ ਚਾਹੀਦੀ, ਇਸ ਨੂੰ ਮਾਹਰ ਨੂੰ ਨਿਰਦੇਸ਼ਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਲੋੜ ਪੈਣ 'ਤੇ ਇਸ ਨੂੰ ਮਨੁੱਖ ਨੂੰ ਟ੍ਰਾਂਸਫਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਬੋਟ ਮਨੁੱਖ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦਾ, ਸਗੋਂ ਇੱਕ ਪਰਤ ਬਣ ਜਾਂਦਾ ਹੈ ਜੋ ਬੋਝ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ।

10. ਬਿਬਲਿਓਮੈਟ੍ਰਿਕਸ ਵਿੱਚ, ਲੇਖਕ ਦੇ ਹਵਾਲੇ ਦੀ ਗਿਣਤੀ ਜਾਂ ਐਚ-ਇੰਡੈਕਸ ਦਾ ਪਤਾ ਲਗਾਉਣ ਦਾ ਸਹੀ ਤਰੀਕਾ ਕੀ ਹੈ?

• A) AI ਨੂੰ ਸਿੱਧਾ ਪੁੱਛਣਾ, ਕਿਉਂਕਿ ਇਹ ਜੋ ਨੰਬਰ ਦਿੰਦਾ ਹੈ ਉਹ ਹਮੇਸ਼ਾ ਸਹੀ ਹੁੰਦੇ ਹਨ
• ਅ) ਅਸਲ ਹਵਾਲਾ ਡੇਟਾਬੇਸ ਤੋਂ ਨੰਬਰ ਪ੍ਰਾਪਤ ਕਰਨਾ; ਇਸ ਡੇਟਾ ਨੂੰ ਸੰਗਠਿਤ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਸਿਰਫ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ✔
• C) ਸੰਖਿਆਵਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਓ ਅਤੇ ਪ੍ਰਸਾਰਣ ਦੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ
• ਡੀ) ਕਿਸੇ ਲੇਖਕ ਦੇ ਕੰਮ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਸਿੱਧੇ ਮਾਪ ਵਜੋਂ ਹਵਾਲੇ ਦੀ ਗਿਣਤੀ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ।

ਵਿਆਖਿਆ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਅਸਲ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕੀਤੇ ਬਿਨਾਂ ਹਵਾਲੇ ਗਿਣਤੀ ਅਤੇ ਐਚ-ਇੰਡੈਕਸ ਵਰਗੇ ਮੁੱਲ ਬਣਾ ਸਕਦੀ ਹੈ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇਹ 42 ਦਾ ਮੁੱਲ ਦੇ ਸਕਦੀ ਹੈ ਜਦੋਂ ਇਹ ਅਸਲ ਵਿੱਚ 19 ਹੈ)। ਇਸਲਈ, ਸੰਖਿਆਵਾਂ ਅਤੇ ਹਵਾਲੇ ਇੱਕ ਅਸਲੀ ਹਵਾਲਾ ਡੇਟਾਬੇਸ ਤੋਂ ਲਏ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ; AI ਦੀ ਵਰਤੋਂ ਸਿਰਫ਼ ਇਸ ਅਸਲ ਡੇਟਾ ਨੂੰ ਕਲੱਸਟਰ, ਕ੍ਰਮਬੱਧ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

11. ਬਿਬਲੀਓਮੈਟ੍ਰਿਕ ਮਾਪਾਂ ਦੀ ਸੀਮਾ ਬਾਰੇ ਕਿਹੜਾ ਸੱਚ ਹੈ (ਉਤਰਨ ਦੀ ਸੰਖਿਆ, ਐਚ-ਇੰਡੈਕਸ, ਪ੍ਰਭਾਵ ਕਾਰਕ)?

• A) ਮੈਟ੍ਰਿਕਸ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਗੁਣਵੱਤਾ ਨੂੰ ਮਾਪਦੇ ਹਨ ਅਤੇ ਡੋਮੇਨਾਂ ਵਿੱਚ ਤੁਲਨਾਤਮਕ ਹਨ
• ਅ) ਮਾਪਦੰਡਾਂ ਦੀ ਵਰਤੋਂ ਇਕੱਲੇ ਭਰਤੀ ਅਤੇ ਤਰੱਕੀ ਦੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
• C) ਮੈਟ੍ਰਿਕਸ ਵਰਤੋਂ ਦਰਸਾਉਂਦੇ ਹਨ, ਗੁਣਵੱਤਾ ਨਹੀਂ; ਡੋਮੇਨਾਂ ਵਿੱਚ ਤੁਲਨਾ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਅਤੇ ਗੁਣਾਤਮਕ ਮੁਲਾਂਕਣ ਨਾਲ ਸੰਤੁਲਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ✔
• ਡੀ) ਮਾਨਵਤਾ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਹਵਾਲਾ ਡੇਟਾਬੇਸ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ

ਖੁਲਾਸਾ: ਇਹ ਮੈਟ੍ਰਿਕਸ ਵਰਤੋਂ ਅਤੇ ਦਿੱਖ ਦਰਸਾਉਂਦੇ ਹਨ, ਇਹ ਗੁਣਵੱਤਾ ਦੇ ਸਿੱਧੇ ਮਾਪਦੰਡ ਨਹੀਂ ਹਨ। ਕਿਉਂਕਿ ਖੇਤਰਾਂ ਦਾ ਹਵਾਲਾ ਸਭਿਆਚਾਰ ਵੱਖਰਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਦਵਾਈ ਅਤੇ ਦਰਸ਼ਨ), ਉਹਨਾਂ ਦੀ ਸਿੱਧੀ ਤੁਲਨਾ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ; ਹਿਊਮੈਨਟੀਜ਼ ਵਿੱਚ ਬੁੱਕ-ਭਾਰੀ ਆਉਟਪੁੱਟ ਡੇਟਾਬੇਸ ਵਿੱਚ ਘੱਟ ਪ੍ਰਸਤੁਤ ਕੀਤੇ ਗਏ ਹਨ। ਇਸ ਲਈ, ਵਿਅਕਤੀਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਮਾਪਦੰਡਾਂ ਦੀ ਵਰਤੋਂ ਇਕੱਲੇ ਨਹੀਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ, ਪਰ ਗੁਣਾਤਮਕ ਮੁਲਾਂਕਣ ਨਾਲ ਸੰਤੁਲਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

12. ਇੱਕ ਆਮ AI ਉੱਤੇ RAG (ਐਕਸੈਸ-ਐਗਮੈਂਟਡ ਮੈਨੂਫੈਕਚਰਿੰਗ) ਪਹੁੰਚ ਦਾ ਮੁੱਖ ਫਾਇਦਾ ਕੀ ਹੈ?

• A) ਸੰਸਥਾ ਦੇ ਅਸਲ ਦਸਤਾਵੇਜ਼ਾਂ ਨਾਲ ਜਵਾਬ ਨੂੰ ਜੋੜ ਕੇ ਅਤੇ ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਦੇ ਕੇ ਭਰਮ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਘਟਾਉਣਾ ✔
• ਅ) ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਦੀ ਗੁਣਵੱਤਾ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ, ਹਮੇਸ਼ਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਵਾਬ ਦਿਓ
• C) ਭਰਮ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਤੇ ਸਥਾਈ ਤੌਰ 'ਤੇ ਅਸੰਭਵ ਬਣਾਉਣਾ
• ਡੀ) ਪਹੁੰਚ ਨਿਯੰਤਰਣ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਸਾਰੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਹਰ ਕਿਸੇ ਲਈ ਖੋਲ੍ਹਣਾ

ਸਪੱਸ਼ਟੀਕਰਨ: ਕਿਸੇ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਵੇਲੇ, RAG ਪਹਿਲਾਂ ਸੰਸਥਾ ਦੇ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਸੰਬੰਧਿਤ ਟੁਕੜਿਆਂ ਨੂੰ ਲੱਭਦਾ ਹੈ ਅਤੇ ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ, ਇਹਨਾਂ ਟੁਕੜਿਆਂ 'ਤੇ ਆਧਾਰਿਤ ਜਵਾਬ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ ਜਵਾਬ ਨੂੰ ਅਸਲ ਅਤੇ ਖੋਜਣ ਯੋਗ ਦਸਤਾਵੇਜ਼ਾਂ ਨਾਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਭਰਮ ਬਹੁਤ ਘੱਟ ਜਾਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ, RAG ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰਮ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਕਿਉਂਕਿ ਜਵਾਬ ਅਜੇ ਵੀ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ ਜੇਕਰ ਗਲਤ ਟੁਕੜਾ ਲਿਆਇਆ ਜਾਂਦਾ ਹੈ।

13. ਮਨੁੱਖਤਾ ਅਤੇ ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਵਿੱਚ, ਇੱਕ ਉਪਭੋਗਤਾ ਨੂੰ AI ਤੋਂ ਇੱਕ ਹਵਾਲਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਭਰੋਸੇਮੰਦ ਤਰੀਕਾ ਕੀ ਹੈ?

• A) ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਹਵਾਲਾ ਭਰੋਸੇਯੋਗ ਅਤੇ ਤਰਕਸ਼ੀਲ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ
• ਅ) ਬੱਸ ਏਆਈ ਨੂੰ ਉਸੇ ਹਵਾਲੇ ਨੂੰ ਦੁਬਾਰਾ ਤਿਆਰ ਕਰਨ ਲਈ ਕਹਿ ਰਿਹਾ ਹੈ
• C) ਲੇਖਕ ਦੀ ਅਸਲ ਰਚਨਾ ਵਿੱਚ ਖੋਜ ਕਰਕੇ ਹਵਾਲੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ ✔
• ਡੀ) ਇਹ ਸਵੀਕਾਰ ਕਰਨਾ ਕਾਫ਼ੀ ਹੈ ਕਿ ਹਵਾਲਾ ਕਿਸੇ ਮਸ਼ਹੂਰ ਨਾਮ ਨਾਲ ਜੋੜਿਆ ਗਿਆ ਹੈ

ਵਰਣਨ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇੱਕ ਅਸਲੀ ਲੇਖਕ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਨਘੜਤ ਹਵਾਲੇ ਤਿਆਰ ਕਰ ਸਕਦੀ ਹੈ; ਇਹ ਤੱਥ ਕਿ ਹਵਾਲਾ ਸ਼ਬਦ ਲਈ ਸ਼ਬਦ ਸਹੀ ਅਤੇ ਯਕੀਨਨ ਲੱਗਦਾ ਹੈ ਇਸਦੀ ਸ਼ੁੱਧਤਾ ਦਾ ਸਬੂਤ ਨਹੀਂ ਹੈ। ਸਭ ਤੋਂ ਭਰੋਸੇਮੰਦ ਤਰੀਕਾ ਲੇਖਕ ਦੀ ਅਸਲ ਰਚਨਾ ਵਿੱਚ ਖੋਜ ਕਰਕੇ ਹਵਾਲੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਹੈ; ‘ਇਸ ਲੇਖਕ ਨੇ ਸ਼ਾਇਦ ਅਜਿਹਾ ਕੁਝ ਕਿਹਾ ਹੋਵੇਗਾ’ ਦਾ ਤਰਕ ਹੀ ਕਾਫੀ ਨਹੀਂ ਹੈ।

14. ਕਾਪੀਰਾਈਟ, ਗੋਪਨੀਯਤਾ ਅਤੇ ਨੈਤਿਕਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਿੱਚ ਕਿਹੜਾ ਸਿਧਾਂਤ ਸਹੀ ਹੈ?

• ਏ) ਕਾਪੀਰਾਈਟ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਬਿਨਾਂ ਸੋਚੇ ਜਨਤਕ ਸਾਧਨਾਂ ਵਿੱਚ ਦਾਖਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੇਜ਼ ਹੈ
• ਅ) ਜੇਕਰ ਵਰਤੋਂ ਕਾਨੂੰਨੀ ਹੈ, ਤਾਂ ਇਹ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਨੈਤਿਕ ਹੈ ਅਤੇ ਹੋਰ ਮੁਲਾਂਕਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।
• C) ਜਦੋਂ ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰਦੀ ਹੈ, ਤਾਂ ਜ਼ਿੰਮੇਵਾਰੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਟੂਲ ਨੂੰ ਜਾਂਦੀ ਹੈ, ਮਨੁੱਖ ਨੂੰ ਨਹੀਂ।
• ਡੀ) ਕਾਪੀਰਾਈਟ ਅਤੇ ਗੋਪਨੀਯਤਾ ਦਾ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਸਤਿਕਾਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; ਗੁਮਨਾਮਤਾ, ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਸਹਿਮਤੀ ਜ਼ਰੂਰੀ ਹੈ ਅਤੇ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖ ਦੀ ਹੈ ✔

ਸਪੱਸ਼ਟੀਕਰਨ: ਕਾਪੀਰਾਈਟ ਸਮੱਗਰੀ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ (ਉਪਭੋਗਤਾ ਆਈਡੀ, ਰੀਡਿੰਗ/ਖੋਜ ਇਤਿਹਾਸ) ਨੂੰ ਆਮ ਨਕਲੀ ਖੁਫੀਆ ਸਾਧਨਾਂ ਵਿੱਚ ਪ੍ਰੇਰਕ ਇਨਪੁਟ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਅਧਿਕਾਰਾਂ ਅਤੇ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਹੋ ਸਕਦੀ ਹੈ; ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ, ਡਾਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ, ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਸਹਿਮਤੀ ਜ਼ਰੂਰੀ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਭਾਵੇਂ ਵਰਤੋਂ ਕਾਨੂੰਨੀ ਹੈ, ਇਹ ਅਨੈਤਿਕ ਹੋ ਸਕਦੀ ਹੈ; 'ਹਰ ਕੋਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ' ਜਾਂ 'ਇਹ ਤੇਜ਼ੀ ਨਾਲ ਵਾਪਰਦਾ ਹੈ' ਅਭਿਆਸ ਨੂੰ ਜਾਇਜ਼ ਨਹੀਂ ਠਹਿਰਾਉਂਦਾ ਅਤੇ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਮਾਹਰ ਦੀ ਹੁੰਦੀ ਹੈ, ਨਾ ਕਿ ਸੰਦ ਦੀ।