ਲਾਭ:
- ਜ਼ਿੰਮੇਵਾਰ AI ਸਿਧਾਂਤਾਂ (ਨਿਰਪੱਖਤਾ, ਪਾਰਦਰਸ਼ਤਾ, ਜਵਾਬਦੇਹੀ, ਗੋਪਨੀਯਤਾ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਸੁਰੱਖਿਆ, ਸਥਿਰਤਾ) ਨੂੰ ਠੋਸ ਫੈਸਲਿਆਂ ਨਾਲ ਜੋੜਨ ਦੀ ਸਮਰੱਥਾ
- ਨੈਤਿਕਤਾ ਨੂੰ ਕਾਨੂੰਨੀ ਪਾਲਣਾ ਤੋਂ ਵੱਖ ਕਰਕੇ ਅਤੇ 'ਅਸੀਂ ਕਰ ਸਕਦੇ ਹਾਂ' ਅਤੇ 'ਸਾਨੂੰ ਚਾਹੀਦਾ ਹੈ' ਵਿਚਕਾਰ ਫਰਕ ਕਰਕੇ ਪ੍ਰਭਾਵਿਤ ਧਿਰਾਂ ਅਤੇ ਪੱਖਪਾਤ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਪਾਰਦਰਸ਼ਤਾ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਅਤੇ ਅਪੀਲ ਨੂੰ ਏਮਬੇਡ ਕਰਕੇ ਪਹਿਲਾਂ ਤੋਂ ਦੁਰਵਿਵਹਾਰ ਦੇ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਘਟਾਉਣ ਦੀ ਸਮਰੱਥਾ
ਇੱਕ AI ਸਟਾਰਟਅੱਪ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਸੰਪੂਰਨ, ਵਿੱਤੀ ਤੌਰ 'ਤੇ ਲਾਭਦਾਇਕ, ਅਤੇ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਵਿਵਹਾਰਕ ਹੋ ਸਕਦਾ ਹੈ; ਪਰ ਇਹ ਅਜੇ ਵੀ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ। ਨੈਤਿਕਤਾ "ਅਸੀਂ ਕਰ ਸਕਦੇ ਹਾਂ" ਅਤੇ "ਸਾਨੂੰ ਚਾਹੀਦਾ ਹੈ" ਵਿੱਚ ਅੰਤਰ ਹੈ। ਇੱਕ ਸੀਨੀਅਰ ਮੈਨੇਜਰ ਲਈ, ਨੈਤਿਕਤਾ ਸ਼ਿੰਗਾਰ ਜਾਂ ਜਨਤਕ ਸਬੰਧਾਂ ਦਾ ਮਾਮਲਾ ਨਹੀਂ ਹੈ; ਇਹ ਉਹ ਬੁਨਿਆਦ ਹੈ ਜੋ ਸੰਸਥਾ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਭਰੋਸੇਯੋਗਤਾ, ਵੱਕਾਰ ਅਤੇ ਸਮਾਜਿਕ ਜਾਇਜ਼ਤਾ ਨੂੰ ਕਾਇਮ ਰੱਖਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਜ਼ਿੰਮੇਵਾਰ AI (ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਇੱਕ ਪਹੁੰਚ ਇਸ ਤਰੀਕੇ ਨਾਲ ਜੋ ਕਿ ਨਿਰਪੱਖ, ਪਾਰਦਰਸ਼ੀ, ਜਵਾਬਦੇਹ ਅਤੇ ਮਨੁੱਖੀ ਸਨਮਾਨ ਦਾ ਸਤਿਕਾਰ ਹੋਵੇ) ਦੇ ਸਿਧਾਂਤ ਸਿੱਖੋਗੇ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਰੋਜ਼ਾਨਾ ਦੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਕਿਵੇਂ ਪ੍ਰਤੀਬਿੰਬਤ ਕਰਨਾ ਹੈ।
ਜ਼ਿੰਮੇਵਾਰ AI ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ
ਵੱਖੋ-ਵੱਖਰੇ ਢਾਂਚੇ ਸਮਾਨ ਸਿਧਾਂਤਾਂ 'ਤੇ ਮਿਲਦੇ ਹਨ। ਪ੍ਰਬੰਧਕ ਲਈ ਵਿਹਾਰਕ ਸੰਖੇਪ:
ਸਿਧਾਂਤ
ਤੁਹਾਡਾ ਕੀ ਮਤਲਬ ਹੈ?
ਐਡਮਿਨ ਸਵਾਲ
ਨਿਆਂ
ਗੈਰ-ਭੇਦਭਾਵ
ਕੀ ਇਹ ਕਿਸੇ ਸਮੂਹ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ?
ਪਾਰਦਰਸ਼ਤਾ
ਸਮਝਣ ਯੋਗ ਹੋਣਾ
ਕੀ ਅਸੀਂ ਫੈਸਲੇ ਦਾ ਕਾਰਨ ਦੱਸ ਸਕਦੇ ਹਾਂ?
ਜਵਾਬਦੇਹੀ
ਪਛਾਣ ਕਰਨਾ ਕਿ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ
ਜੇਕਰ ਕੋਈ ਗਲਤੀ ਹੋ ਜਾਂਦੀ ਹੈ ਤਾਂ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ?
ਗੋਪਨੀਯਤਾ
ਨਿੱਜੀ ਡੇਟਾ ਲਈ ਸਤਿਕਾਰ
ਕੀ ਸਾਡੇ ਕੋਲ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਅਧਿਕਾਰ ਹੈ?
ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ
ਕਾਬੂ ਵਿਚ ਰਹਿਣਾ
ਕੀ ਕੋਈ ਇਤਰਾਜ਼ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਰੋਕ ਸਕਦਾ ਹੈ?
ਸੁਰੱਖਿਆ
ਕੋਈ ਨੁਕਸਾਨ ਨਾ ਕਰੋ
ਕੀ ਇਹ ਦੁਰਵਿਵਹਾਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ?
ਸਥਿਰਤਾ
ਵਾਤਾਵਰਨ/ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ
ਅਸੀਂ ਲਾਗਤ ਕਿਸ ਨੂੰ ਥੋਪਦੇ ਹਾਂ?
ਇਹ ਸਿਧਾਂਤ ਅਮੂਰਤ ਨਹੀਂ ਹਨ; ਉਹਨਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਨੂੰ ਇੱਕ ਠੋਸ ਫੈਸਲੇ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ. ਉਦਾਹਰਨ ਲਈ, "ਪਾਰਦਰਸ਼ਤਾ" ਦਾ ਮਤਲਬ ਹੈ ਗਾਹਕ ਨੂੰ ਇਹ ਦੱਸਣਾ ਕਿ ਉਹ AI ਨਾਲ ਗੱਲ ਕਰ ਰਹੇ ਹਨ; "ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ" ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕਰਜ਼ੇ ਦੇ ਇਨਕਾਰ ਦੀ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਕਰਨਾ ਅਤੇ ਇਸਨੂੰ ਅਪੀਲ ਲਈ ਖੁੱਲ੍ਹਾ ਛੱਡ ਦੇਣਾ।
ਸੁਝਾਅ: ਹਰ ਉੱਚ-ਪ੍ਰਭਾਵ ਵਾਲੇ AI ਫੈਸਲੇ ਦੇ ਨਾਲ, ਇੱਕ ਸਵਾਲ ਪੁੱਛੋ: "ਕੀ ਮੈਂ ਸਭ ਤੋਂ ਵੱਧ ਨਕਾਰਾਤਮਕ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਵਿਅਕਤੀ ਨੂੰ ਇਸ ਫੈਸਲੇ ਦੀ ਸਪੱਸ਼ਟ ਰੂਪ ਵਿੱਚ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹਾਂ ਅਤੇ ਇਸ ਦੇ ਪਿੱਛੇ ਖੜ੍ਹਾ ਹਾਂ?" ਜੇ ਜਵਾਬ ਨਾਰਾਜ਼ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਨੈਤਿਕ ਸਮੱਸਿਆ ਹੈ।
ਨੈਤਿਕਤਾ ਕਾਨੂੰਨ ਨਾਲੋਂ ਵੱਖਰੀ ਹੈ
ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ: ਕਾਨੂੰਨੀ ਪਾਲਣਾ (ਯੂਨਿਟ 9) ਘੱਟੋ ਘੱਟ ਹੈ; ਨੈਤਿਕਤਾ ਇੱਕ ਉੱਚੀ ਲਾਈਨ ਹੈ। ਕੁਝ ਕਾਨੂੰਨੀ ਪਰ ਅਨੈਤਿਕ ਹੋ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਐਪ ਨੂੰ ਉਪਭੋਗਤਾ ਦੇ ਵਿਵਹਾਰ ਵਿੱਚ ਹੇਰਾਫੇਰੀ ਕਰਨ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਮਨਾਹੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ, ਪਰ ਇਹ ਅਨੈਤਿਕ ਹੈ। ਜ਼ਿੰਮੇਵਾਰ ਸੰਸਥਾਵਾਂ "ਕੀ ਇਹ ਮਨ੍ਹਾ ਹੈ?" "ਕੀ ਇਹ ਸੱਚ ਹੈ?" ਉਹ ਪੁੱਛਦਾ ਹੈ।
ਕਦਮ ਦਰ ਕਦਮ: ਫੈਸਲੇ ਵਿੱਚ ਨੈਤਿਕਤਾ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ
1. ਪ੍ਰਭਾਵਿਤ ਧਿਰਾਂ ਦੀ ਪਛਾਣ ਕਰੋ। ਇਸ ਪਹਿਲ ਤੋਂ ਕੌਣ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦਾ ਹੈ? (ਗਾਹਕ, ਕਰਮਚਾਰੀ, ਸਮਾਜ, ਵਾਂਝੇ ਸਮੂਹ)
2. ਨੀਤੀਆਂ ਨਾਲ ਸਕੈਨ ਕਰੋ। ਉਪਰੋਕਤ ਸਿਧਾਂਤਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਦੇ ਰੂਪ ਵਿੱਚ ਪਹਿਲਕਦਮੀ 'ਤੇ ਸਵਾਲ ਕਰੋ।
3. ਪੱਖਪਾਤ ਅਤੇ ਨੁਕਸਾਨ ਲਈ ਟੈਸਟ। ਕੀ ਮਾਡਲ ਕੁਝ ਸਮੂਹਾਂ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ? ਦੁਰਵਿਵਹਾਰ ਦੇ ਦ੍ਰਿਸ਼ ਕੀ ਹਨ?
4. ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਨਿਗਰਾਨੀ ਸ਼ਾਮਲ ਕਰੋ। ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਦੀ ਰਿਪੋਰਟ ਕਰੋ, ਮਨੁੱਖੀ ਇਤਰਾਜ਼ ਲਈ ਕੋਈ ਰਸਤਾ ਨਹੀਂ ਛੱਡਣਾ.
5. ਦਸਤਾਵੇਜ਼ ਅਤੇ ਸਮੀਖਿਆ। ਨੈਤਿਕ ਮੁਲਾਂਕਣ ਨੂੰ ਬਚਾਓ; ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਵਾਪਸ ਜਾਂਚ ਕਰੋ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਕਾਨੂੰਨੀ ਪਰ ਗਲਤ। ਇੱਕ ਐਪ ਨੇ ਉਪਯੋਗਕਰਤਾਵਾਂ ਨੂੰ ਐਪ ਵਿੱਚ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਰੱਖਣ ਲਈ ਆਦੀ ਸੂਚਨਾਵਾਂ ਤਿਆਰ ਕਰਨ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਕੋਈ ਕਾਨੂੰਨੀ ਰੁਕਾਵਟ ਨਹੀਂ ਸੀ, ਪਰ ਜਦੋਂ ਇਹ ਪ੍ਰੈਸ ਵਿੱਚ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ, ਤਾਂ ਸਾਖ ਨੂੰ ਗੰਭੀਰ ਨੁਕਸਾਨ ਹੋਇਆ; ਖਾਸ ਤੌਰ 'ਤੇ ਨੌਜਵਾਨ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਦੀ ਇਸਦੀ ਆਲੋਚਨਾ ਹੋਈ। ਕੰਪਨੀ ਨੇ ਇਸ ਫੀਚਰ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਹੈ। ਜੇ ਨੈਤਿਕ ਫਿਲਟਰ ਸ਼ੁਰੂ ਤੋਂ ਸੀ, ਤਾਂ ਇਹ ਜੋਖਮ ਦੇਖਿਆ ਜਾਵੇਗਾ.
ਕੇਸ 2 - ਨਿਰਪੱਖਤਾ ਟੈਸਟ ਦਾ ਮੁੱਲ। ਇੱਕ ਬੈਂਕ ਦੇ ਕ੍ਰੈਡਿਟ ਸਕੋਰਿੰਗ ਮਾਡਲ ਨੇ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਸੁਰੱਖਿਅਤ ਸਮੂਹਾਂ ਦੀਆਂ ਅਰਜ਼ੀਆਂ ਨੂੰ ਘੱਟ ਸਕੋਰ ਦਿੱਤੇ ਹਨ। ਇਹ ਇੱਕ ਜਸਟਿਸ ਆਡਿਟ ਵਿੱਚ ਫੜਿਆ ਗਿਆ ਸੀ. ਮਾਡਲ ਨੂੰ ਮੁੜ ਡਿਜ਼ਾਇਨ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਇਸਦੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਇੰਟਰਗਰੁੱਪ ਇਕੁਇਟੀ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਟੈਸਟ ਕੀਤਾ ਗਿਆ ਸੀ। ਨੈਤਿਕ ਸਿਧਾਂਤ (ਨਿਆਂ) ਇੱਕ ਠੋਸ ਪ੍ਰੀਖਿਆ ਵਿੱਚ ਬਦਲ ਗਿਆ ਅਤੇ ਅਸਲ ਨੁਕਸਾਨ ਨੂੰ ਰੋਕਿਆ।
ਕੇਸ 3 - ਪਾਰਦਰਸ਼ਤਾ ਨੇ ਭਰੋਸਾ ਬਣਾਇਆ। ਇੱਕ ਈ-ਕਾਮਰਸ ਕੰਪਨੀ ਨੇ ਆਪਣੇ ਗਾਹਕ ਸਹਾਇਤਾ ਚੈਟਬੋਟ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ "ਇੱਕ ਨਕਲੀ ਬੁੱਧੀ ਸਹਾਇਕ ਤੁਹਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ, ਤੁਸੀਂ ਕਿਸੇ ਵੀ ਸਮੇਂ ਇੱਕ ਮਨੁੱਖੀ ਪ੍ਰਤੀਨਿਧੀ ਨਾਲ ਜੁੜ ਸਕਦੇ ਹੋ" ਵਾਕੰਸ਼ ਪਾ ਦਿੱਤਾ ਹੈ। ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਮਨੁੱਖੀ ਨਿਕਾਸ ਨੇ ਸੰਤੁਸ਼ਟੀ ਨੂੰ ਘੱਟ ਨਹੀਂ ਕੀਤਾ; ਇਸ ਦੇ ਉਲਟ, ਇਸ ਨਾਲ ਆਤਮ ਵਿਸ਼ਵਾਸ ਵਧਿਆ ਅਤੇ ਸ਼ਿਕਾਇਤਾਂ 15% ਘਟੀਆਂ। ਸਹੀ ਕੀਤੀ ਪਾਰਦਰਸ਼ਤਾ ਮੁੱਲ ਸੀ, ਲਾਗਤ ਨਹੀਂ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਨੈਤਿਕ ਜਾਂਚ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਜ਼ਿੰਮੇਵਾਰ ਏਆਈ ਸਲਾਹਕਾਰ। ਇਸ ਪਹਿਲ ਨੂੰ 7 ਸਿਧਾਂਤਾਂ ਲਈ ਸਕੈਨ ਕਰੋ: ਨਿਰਪੱਖਤਾ, ਪਾਰਦਰਸ਼ਤਾ, ਜਵਾਬਦੇਹੀ, ਗੋਪਨੀਯਤਾ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਸੁਰੱਖਿਆ, ਸਥਿਰਤਾ। ਹਰੇਕ ਨੀਤੀ ਲਈ, ਇੱਕ ਜੋਖਮ ਅਤੇ ਇੱਕ ਸਿਫ਼ਾਰਸ਼ ਲਿਖੋ। ਪਹਿਲਕਦਮੀ: [text]
2) ਪ੍ਰਭਾਵਿਤ ਪਾਰਟੀ ਵਿਸ਼ਲੇਸ਼ਣ:
ਇਸ AI ਪਹਿਲਕਦਮੀ (ਗਾਹਕ, ਕਰਮਚਾਰੀ, ਸਮਾਜ, ਵਾਂਝੇ ਸਮੂਹ) ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਸਾਰੀਆਂ ਧਿਰਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਹਰੇਕ ਪਾਰਟੀ ਲਈ ਸੰਭਾਵੀ ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਲਿਖੋ; ਸਭ ਤੋਂ ਵੱਧ ਨੁਕਸਾਨ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਵਾਲੇ ਸਮੂਹ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਪਹਿਲਕਦਮੀ: [text]
3) ਦੁਰਵਿਹਾਰ ਦੀ ਸਥਿਤੀ:
5 ਦ੍ਰਿਸ਼ ਤਿਆਰ ਕਰੋ ਜਿਸ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੀ AI ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਦੁਰਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ (ਹੇਰਾਫੇਰੀ, ਭੇਦਭਾਵ, ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ, ਧੋਖਾ ਸਮੇਤ)। ਹਰੇਕ ਦ੍ਰਿਸ਼ ਲਈ ਇੱਕ ਨਿਵਾਰਕ ਡਿਜ਼ਾਈਨ ਫੈਸਲੇ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਗੁਣ: [ਟੈਕਸਟ]
4) ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਨਿਗਰਾਨੀ ਨਿਯੰਤਰਣ:
ਗਾਹਕ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਵਾਲੇ AI ਲਈ ਇੱਕ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਯੋਜਨਾ ਲਿਖੋ ਕਿ: ਉਪਭੋਗਤਾ ਨੂੰ ਕੀ ਅਤੇ ਕਿਵੇਂ ਦੱਸਿਆ ਜਾਵੇਗਾ; ਇਹ ਮਨੁੱਖਾਂ ਨੂੰ ਕਿਵੇਂ ਟ੍ਰਾਂਸਫਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ? ਉਹ ਫੈਸਲੇ 'ਤੇ ਇਤਰਾਜ਼ ਕਿਵੇਂ ਕਰ ਸਕਦਾ ਹੈ? ਵਰਤੋਂ: [ਟੈਕਸਟ]
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਕੀ ਇਹ AI ਨੈਤਿਕ ਹੈ?"
ਨਤੀਜਾ: ਇੱਕ ਸਤਹੀ "ਹਾਂ/ਨਾਂ"; ਕਿਹੜਾ ਸਿਧਾਂਤ, ਕੌਣ ਪ੍ਰਭਾਵਿਤ ਹੈ, ਕਿਹੜਾ ਮਾਪ ਅਸਪਸ਼ਟ ਹੈ।
ਮਜ਼ਬੂਤ: "ਅਸੀਂ ਭਰਤੀ ਪ੍ਰੀ-ਸਕ੍ਰੀਨਿੰਗ ਟੂਲ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ 'ਤੇ ਵਿਚਾਰ ਕਰ ਰਹੇ ਹਾਂ (ਮਨੁੱਖ ਅੰਤਮ ਫੈਸਲਾ ਕਰੇਗਾ)। ਨਿਰਪੱਖਤਾ, ਪਾਰਦਰਸ਼ਤਾ, ਜਵਾਬਦੇਹੀ, ਅਤੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੇ ਸਿਧਾਂਤਾਂ ਲਈ ਇਸ ਨੂੰ ਸਕ੍ਰੀਨ ਕਰੋ। ਠੋਸ ਰੂਪ ਵਿੱਚ ਲਿਖੋ ਕਿ ਉਮੀਦਵਾਰਾਂ ਦੇ ਕਿਹੜੇ ਸਮੂਹ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਭਾਵਿਤ ਹੋ ਸਕਦੇ ਹਨ, ਮੈਨੂੰ ਕਿਹੜੇ ਪੱਖਪਾਤ ਦੇ ਟੈਸਟ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਉਮੀਦਵਾਰ ਫੈਸਲੇ ਨੂੰ ਕਿਵੇਂ ਅਪੀਲ ਕਰ ਸਕਦੇ ਹਨ।"
ਨਤੀਜਾ: ਇੱਕ ਸਿਧਾਂਤ-ਆਧਾਰਿਤ, ਵਿਹਾਰਕ ਮੁਲਾਂਕਣ ਜੋ ਪ੍ਰਭਾਵਿਤ ਧਿਰ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ ਅਤੇ ਜਾਂਚ ਅਤੇ ਅਪੀਲ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ।
ਆਮ ਗਲਤੀਆਂ
- ਕਾਨੂੰਨੀ ਪਾਲਣਾ ਦੇ ਨਾਲ ਨੈਤਿਕਤਾ ਨੂੰ ਉਲਝਾਉਣਾ। ਹਰ ਚੀਜ਼ ਜੋ ਕਾਨੂੰਨੀ ਹੈ ਨੈਤਿਕ ਨਹੀਂ ਹੈ; ਨੈਤਿਕਤਾ ਇੱਕ ਉੱਚੀ ਲਾਈਨ ਹੈ।
- ਸਦਾਚਾਰ ਨੂੰ ਛੱਡ ਕੇ। ਡਿਜ਼ਾਈਨ ਦੇ ਬਾਅਦ "ਨੈਤਿਕਤਾ ਦੀ ਪ੍ਰਵਾਨਗੀ" ਪ੍ਰਾਪਤ ਕਰਨਾ ਬਹੁਤ ਦੇਰ ਹੈ; ਨੈਤਿਕਤਾ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਇਨਸਾਫ਼ ਦੀ ਪਰਖ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਇਹ ਧਾਰਨਾ ਕਿ "ਸਾਡਾ ਮਾਡਲ ਨਿਰਪੱਖ ਹੈ" ਖ਼ਤਰਨਾਕ ਹੈ; ਮਾਪ ਤੋਂ ਬਿਨਾਂ ਜਾਣਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ।
- ਲਾਗਤ ਲਈ ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਗਲਤੀ. ਸਹੀ ਕੀਤੀ ਗਈ ਪਾਰਦਰਸ਼ਤਾ ਵਿਸ਼ਵਾਸ ਅਤੇ ਮੁੱਲ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ।
- ਪ੍ਰਭਾਵਿਤ ਪਾਸਿਆਂ ਨੂੰ ਤੰਗ ਰੱਖਣਾ। ਸਿਰਫ਼ ਗਾਹਕ ਬਾਰੇ ਹੀ ਸੋਚਣਾ ਅਤੇ ਮੁਲਾਜ਼ਮ, ਸਮਾਜ ਅਤੇ ਪਛੜੇ ਵਰਗਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਇੱਕ ਅੰਨ੍ਹਾ ਧੱਬਾ ਬਣਾਉਂਦਾ ਹੈ।
ਸਾਵਧਾਨ: ਨੈਤਿਕ ਮੁਲਾਂਕਣ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਕਲੀ ਬੁੱਧੀ 'ਤੇ ਛੱਡਣਾ ਵਿਰੋਧੀ ਅਤੇ ਖਤਰਨਾਕ ਹੈ। AI ਨੈਤਿਕ ਸਵਾਲ ਉਠਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਮੁੱਲ ਨਿਰਣਾ, ਸੱਭਿਆਚਾਰਕ ਸੰਦਰਭ, ਅਤੇ ਅੰਤਮ ਨੈਤਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖ ਦੇ ਨਾਲ ਹੈ। ਕਿਸੇ ਸੰਸਥਾ ਦਾ ਨੈਤਿਕ ਰੁਖ ਲੋਕਾਂ ਦੀਆਂ ਚੇਤੰਨ ਚੋਣਾਂ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਨਾ ਕਿ "ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ" ਦੁਆਰਾ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਨੈਤਿਕਤਾ "ਅਸੀਂ ਕਰ ਸਕਦੇ ਹਾਂ" ਅਤੇ "ਸਾਨੂੰ ਚਾਹੀਦਾ ਹੈ" ਵਿਚਕਾਰ ਅੰਤਰ ਹੈ ਅਤੇ ਸੰਗਠਨ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ। ਜ਼ਿੰਮੇਵਾਰ AI; ਇਹ ਨਿਆਂ, ਪਾਰਦਰਸ਼ਤਾ, ਜਵਾਬਦੇਹੀ, ਗੋਪਨੀਯਤਾ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਸੁਰੱਖਿਆ ਅਤੇ ਸਥਿਰਤਾ ਦੇ ਸਿਧਾਂਤਾਂ 'ਤੇ ਅਧਾਰਤ ਹੈ। ਇਹ ਸਿਧਾਂਤ ਅਮੂਰਤ ਨਹੀਂ ਹਨ; ਇਹ ਠੋਸ ਫੈਸਲਿਆਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਪ੍ਰਭਾਵਿਤ ਧਿਰਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ, ਪੱਖਪਾਤ ਲਈ ਟੈਸਟ ਕਰਨਾ, ਪਾਰਦਰਸ਼ਤਾ ਪ੍ਰਦਾਨ ਕਰਨਾ, ਅਤੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਸ਼ਾਮਲ ਕਰਨਾ। ਨੈਤਿਕਤਾ ਕਾਨੂੰਨ ਤੋਂ ਵੱਖਰੀ ਹੈ ਅਤੇ ਇੱਕ ਉੱਚੀ ਲਾਈਨ ਹੈ; ਇਸ ਨੂੰ ਅੰਤ ਤੱਕ ਨਹੀਂ ਛੱਡਿਆ ਜਾ ਸਕਦਾ, ਇਸ ਨੂੰ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਅਗਲੀ ਇਕਾਈ ਵਿੱਚ, ਅਸੀਂ ਪਾਲਣਾ ਬਾਰੇ ਚਰਚਾ ਕਰਾਂਗੇ, ਜੋ ਕਿ ਨੈਤਿਕਤਾ ਦੇ ਕਾਨੂੰਨੀ ਬਰਾਬਰ ਹੈ, ਖਾਸ ਕਰਕੇ EU AI ਕਾਨੂੰਨ ਅਤੇ KVKK।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਉੱਚ-ਪ੍ਰਭਾਵੀ AI ਸਟਾਰਟਅੱਪ ਚੁਣੋ। ਟੈਮਪਲੇਟ 2 ਦੇ ਨਾਲ, ਸਾਰੀਆਂ ਪ੍ਰਭਾਵਿਤ ਧਿਰਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਸਮੂਹ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਣ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਟੈਂਪਲੇਟ 1 ਦੇ ਨਾਲ, ਸੱਤ ਸਿਧਾਂਤਾਂ ਲਈ ਪਹਿਲਕਦਮੀ ਨੂੰ ਸਕੈਨ ਕਰੋ। ਦੋ ਸਭ ਤੋਂ ਨਾਜ਼ੁਕ ਨੈਤਿਕ ਜੋਖਮਾਂ ਲਈ ਇੱਕ ਠੋਸ ਉਪਾਅ (ਨਿਰਪੱਖਤਾ ਟੈਸਟ, ਪਾਰਦਰਸ਼ਤਾ ਨੋਟੀਫਿਕੇਸ਼ਨ, ਅਪੀਲ ਰੂਟ, ਆਦਿ) ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਅੰਤ ਵਿੱਚ, "ਕੀ ਮੈਂ ਸਭ ਤੋਂ ਵੱਧ ਨਕਾਰਾਤਮਕ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਵਿਅਕਤੀ ਨੂੰ ਇਸ ਫੈਸਲੇ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹਾਂ?" ਸਵਾਲ ਦਾ ਜਵਾਬ ਇਮਾਨਦਾਰੀ ਨਾਲ ਦਿਓ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਸਾਰੀਆਂ ਪ੍ਰਭਾਵਿਤ ਧਿਰਾਂ ਦੀ ਪਛਾਣ ਕਰ ਲਈ ਹੈ।
- [ ] ਮੈਂ ਜਿੰਮੇਵਾਰ AI ਦੇ ਸੱਤ ਸਿਧਾਂਤਾਂ ਨਾਲ ਸਟਾਰਟਅੱਪ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਪੱਖਪਾਤ/ਨਿਰਪੱਖਤਾ ਲਈ ਇੱਕ ਟੈਸਟ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਹੈ।
- [ ] ਮੈਂ ਪਾਰਦਰਸ਼ਤਾ ਬਿਆਨ ਤਿਆਰ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਅਤੇ ਅਪੀਲ ਲਈ ਕੋਈ ਰਸਤਾ ਨਹੀਂ ਛੱਡਿਆ।
- [ ] ਮੈਂ ਦੁਰਵਿਵਹਾਰ ਦੇ ਦ੍ਰਿਸ਼ਾਂ ਬਾਰੇ ਸੋਚਿਆ।
- [] "ਕੀ ਮੈਂ ਇਸਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਨਕਾਰਾਤਮਕ ਪ੍ਰਭਾਵਿਤ ਵਿਅਕਤੀ ਨੂੰ ਸਮਝਾ ਸਕਦਾ ਹਾਂ?" ਮੈਂ ਪ੍ਰੀਖਿਆ ਪਾਸ ਕੀਤੀ।