ਲਾਭ:
- ਇਸ ਤੱਥ ਨੂੰ ਸਮਝਣ ਅਤੇ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਕਿ ਬੱਚੇ ਦਾ ਡੇਟਾ ਵਿਸ਼ੇਸ਼ ਡੇਟਾ ਹੈ ਅਤੇ ਇਹ KVKK ਅਤੇ ਗੁਪਤਤਾ ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਅਗਿਆਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਪਰਿਵਾਰ ਦੀ ਸਹਿਮਤੀ ਦੀ ਲੋੜ ਹੈ।
- ਡੇਟਾ ਸੁਰੱਖਿਆ, ਸਟੋਰੇਜ ਅਤੇ ਮਾਡਲ ਸਿਖਲਾਈ ਵਿੱਚ ਵਰਤੋਂ ਦੇ ਰੂਪ ਵਿੱਚ ਨਕਲੀ ਖੁਫੀਆ ਸਾਧਨਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਸੁਰੱਖਿਅਤ ਦੀ ਚੋਣ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਨੈਤਿਕ ਸੀਮਾਵਾਂ ਜਿਵੇਂ ਕਿ ਡਾਇਗਨੌਸਟਿਕ ਅਥਾਰਟੀ, ਕਲੰਕ, ਵਿਤਕਰਾ ਅਤੇ ਵਰਕਫਲੋ ਵਿੱਚ ਬੱਚੇ ਦੇ ਸਰਵੋਤਮ ਹਿੱਤ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਦੀ ਸਮਰੱਥਾ
ਇੱਕ ਬੱਚੇ ਦੀ ਵਿਕਾਸ ਸੰਬੰਧੀ ਫਾਈਲ ਵਿੱਚ ਬੱਚੇ ਦੀ ਸਭ ਤੋਂ ਗੂੜ੍ਹੀ ਜਾਣਕਾਰੀ ਹੁੰਦੀ ਹੈ: ਵਿਕਾਸ ਸੰਬੰਧੀ ਇਤਿਹਾਸ, ਪਰਿਵਾਰਕ ਸਥਿਤੀ, ਸਕ੍ਰੀਨਿੰਗ ਨਤੀਜੇ, ਨਿਰੀਖਣ, ਅਤੇ ਕਈ ਵਾਰ ਡਾਕਟਰੀ ਜਾਣਕਾਰੀ। ਜਦੋਂ ਇਹ ਜਾਣਕਾਰੀ ਗਲਤ ਹੱਥਾਂ ਵਿੱਚ ਜਾਂਦੀ ਹੈ ਜਾਂ ਦੁਰਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਇਹ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਲਈ ਬੱਚੇ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੀ ਹੈ: ਇੱਕ ਲੇਬਲ, ਇੱਕ ਕਲੰਕ, ਇੱਕ ਵਿਤਕਰਾ। ਇਸ ਲਈ, ਬੱਚਿਆਂ ਦੇ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰਨਾ ਬਾਲ ਵਿਕਾਸ ਮਾਹਰ ਦੀਆਂ ਸਭ ਤੋਂ ਗੰਭੀਰ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ; ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਯੁੱਗ ਵਿੱਚ, ਇਹ ਜ਼ਿੰਮੇਵਾਰੀ ਕਈ ਗੁਣਾ ਵੱਧ ਜਾਂਦੀ ਹੈ, ਕਿਉਂਕਿ ਇੱਕ ਟੂਲ ਵਿੱਚ ਡੇਟਾ ਪੇਸਟ ਕਰਨ ਵਿੱਚ ਸਕਿੰਟ ਲੱਗਦੇ ਹਨ ਅਤੇ ਇਸਨੂੰ ਵਾਪਸ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਬੱਚਿਆਂ ਦੇ ਡੇਟਾ ਦੀ ਕਾਨੂੰਨੀ ਸਥਿਤੀ, ਗੋਪਨੀਯਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਨਕਲੀ ਖੁਫੀਆ ਸਾਧਨਾਂ ਦੇ ਮੁਲਾਂਕਣ, ਅਤੇ ਨੈਤਿਕ ਸੀਮਾਵਾਂ ਨੂੰ ਕਵਰ ਕਰਾਂਗੇ।
ਪਹਿਲਾਂ, ਕਾਨੂੰਨੀ ਅਧਾਰ: ਤੁਰਕੀਏ ਵਿੱਚ, ਕੇਵੀਕੇਕੇ (ਪਰਸਨਲ ਡੇਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ) ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦਾ ਹੈ। ਬੱਚੇ ਦੀ ਸਿਹਤ ਅਤੇ ਵਿਕਾਸ ਡੇਟਾ ਵਿਸ਼ੇਸ਼ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਹਨ; ਇਹ ਸ਼੍ਰੇਣੀ ਉੱਚ ਪੱਧਰੀ ਸੁਰੱਖਿਆ ਦੇ ਅਧੀਨ ਹੈ। ਯੂਰਪ ਵਿੱਚ, ਇਸਦੇ ਬਰਾਬਰ GDPR ਹੈ। ਇੱਕ ਬੱਚੇ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਹੋਰ ਵੀ ਵੱਧ ਹੈ, ਕਿਉਂਕਿ ਬੱਚਾ ਆਪਣੇ ਖੁਦ ਦੇ ਡੇਟਾ 'ਤੇ ਜਾਇਜ਼ ਸਹਿਮਤੀ ਨਹੀਂ ਦੇ ਸਕਦਾ; ਸਹਿਮਤੀ (ਜਾਣਕਾਰੀ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ) ਕਾਨੂੰਨੀ ਪ੍ਰਤੀਨਿਧੀ, ਯਾਨੀ ਪਰਿਵਾਰ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਹਰ ਫੈਸਲੇ ਵਿੱਚ "ਬੱਚੇ ਦੇ ਸਰਵੋਤਮ ਹਿੱਤ" ਦਾ ਸਿਧਾਂਤ ਪ੍ਰਬਲ ਹੁੰਦਾ ਹੈ।
ਅਗਿਆਤਕਰਨ: ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ ਅਤੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕਦਮ
ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ, ਸਭ ਤੋਂ ਵਿਹਾਰਕ ਕਦਮ ਜੋ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਗੋਪਨੀਯਤਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ, ਉਹ ਹੈ ਗੁਮਨਾਮਤਾ: ਡਾਟਾ ਤੋਂ ਸਾਰੀ ਪਛਾਣ-ਜਾਹਰ ਜਾਣਕਾਰੀ (ਨਾਮ, ਉਪਨਾਮ, TR ਆਈਡੀ ਨੰਬਰ, ਜਨਮ ਮਿਤੀ, ਸਕੂਲ/ਸੰਸਥਾ ਦਾ ਨਾਮ, ਪਤਾ, ਪ੍ਰੋਟੋਕੋਲ/ਫਾਈਲ ਨੰਬਰ, ਪਰਿਵਾਰਕ ਨਾਮ) ਨੂੰ ਹਟਾਉਣਾ ਅਤੇ ਸਿਰਫ਼ ਤੁਹਾਡੀ ਗੈਰ-ਪਛਾਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਲਈ ਲੋੜੀਂਦੀ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ। "ਏਲੀਫ ਕਾਯਾ, 3 ਸਾਲ ਅਤੇ 2 ਮਹੀਨੇ, ਪਾਪਤਿਆ ਕਿੰਡਰਗਾਰਟਨ" ਦੀ ਬਜਾਏ "3 ਸਾਲ ਅਤੇ 2 ਮਹੀਨੇ ਦੀ ਕੁੜੀ" ਲਿਖਣਾ ਡੇਟਾ ਦਾ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਪਛਾਣ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦਾ ਹੈ।
ਸਾਵਧਾਨੀ ਦਾ ਇੱਕ ਸ਼ਬਦ: ਪਛਾਣ ਮੁੜ ਉਭਰ ਸਕਦੀ ਹੈ ਜਦੋਂ ਕਈ ਛੋਟੇ ਵੇਰਵੇ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ (ਇਸ ਨੂੰ ਮੁੜ-ਪਛਾਣ ਕਿਹਾ ਜਾਂਦਾ ਹੈ)। ਉਦਾਹਰਨ ਲਈ, ਵੇਰਵੇ ਜਿਵੇਂ ਕਿ "ਪਿੰਡ X ਵਿੱਚ ਇੱਕੋ ਇੱਕ ਜੁੜਵਾਂ, ਉਸਦਾ ਪਿਤਾ ਹੈੱਡਮੈਨ ਹੈ" ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ ਭਾਵੇਂ ਕੋਈ ਨਾਮ ਨਾ ਹੋਵੇ। ਇਸ ਲਈ, ਨਾ ਸਿਰਫ਼ ਨਾਮ ਨੂੰ ਮਿਟਾਉਣਾ ਜ਼ਰੂਰੀ ਹੈ, ਸਗੋਂ ਇਸ ਨੂੰ ਵਿਲੱਖਣ ਬਣਾਉਣ ਵਾਲੇ ਵੇਰਵਿਆਂ ਨੂੰ ਆਮ ਬਣਾਉਣਾ ਵੀ ਜ਼ਰੂਰੀ ਹੈ।
ਕੱਚਾ (ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ)
ਅਗਿਆਤ (ਸਾਂਝਾ ਕਰਨ ਯੋਗ)
ਐਲੀਫ ਕਾਯਾ, TC 123..., ਜਨਮ 12.03.2022।
3 ਸਾਲ 2 ਮਹੀਨੇ ਦੀ ਕੁੜੀ
ਪਾਪਟੀਆ ਕਿੰਡਰਗਾਰਟਨ, 3-ਏ ਕਲਾਸ
ਪ੍ਰੀਸਕੂਲ ਸੰਸਥਾ
ਉਸਦੀ ਮਾਂ ਆਇਸੇ ਹੈ ਅਤੇ ਉਸਦਾ ਪਿਤਾ ਮੁਖਤਾਰ ਹੈ।
ਮਾਪੇ
ਫਾਈਲ ਨੰਬਰ 2024/187
(ਹਟਾਏ)
ਧਿਆਨ ਦਿਓ: ਬੱਚੇ ਦੀ ਪਛਾਣ ਜਾਣਕਾਰੀ, ਪੂਰੀ ਰਿਪੋਰਟ ਜਾਂ ਫੋਟੋ ਨੂੰ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਨਕਲੀ ਖੁਫੀਆ ਟੂਲ 'ਤੇ ਅਪਲੋਡ ਕਰਨਾ KVKK ਅਤੇ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਵਾਪਸ ਨਹੀਂ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਡੇਟਾ ਇੱਕ ਬਾਹਰੀ ਸਰਵਰ ਤੇ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕੁਝ ਟੂਲ ਇਸਦੀ ਵਰਤੋਂ ਮਾਡਲ ਸਿਖਲਾਈ ਲਈ ਕਰ ਸਕਦੇ ਹਨ। ਅੱਪਲੋਡ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹਮੇਸ਼ਾ ਅਗਿਆਤ ਬਣਾਓ।
ਟੂਲ ਚੋਣ ਅਤੇ ਡਾਟਾ ਜੀਵਨ ਚੱਕਰ
ਹਰ ਏਆਈ ਟੂਲ ਦੀ ਗੋਪਨੀਯਤਾ ਦਾ ਇੱਕੋ ਪੱਧਰ ਨਹੀਂ ਹੁੰਦਾ। ਕਿਸੇ ਸਾਧਨ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਸਮੇਂ, ਪੁੱਛੋ: ਕੀ ਇਹ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਵਿੱਚ ਕੁਸ਼ਲਤਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ? ਇਹ ਡੇਟਾ ਕਿੱਥੇ ਸਟੋਰ ਕਰਦਾ ਹੈ ਅਤੇ ਕਿੰਨੇ ਸਮੇਂ ਲਈ? ਕੀ ਇਹ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਝੌਤੇ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ (ਕਾਰਪੋਰੇਟ ਵਰਤੋਂ ਲਈ)? ਉਹਨਾਂ ਦੇ ਸਰਵਰ ਕਿੱਥੇ ਹਨ? ਕਾਰਪੋਰੇਟ, ਇਕਰਾਰਨਾਮੇ ਵਾਲੇ, ਅਤੇ ਸਿਖਲਾਈ ਸਾਧਨ ਜੋ ਤੁਹਾਡੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ ਹਨ, ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਮੁਫਤ ਸਾਧਨਾਂ ਨਾਲੋਂ ਸੁਰੱਖਿਅਤ ਹਨ। ਹਾਲਾਂਕਿ, ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਟੂਲ ਵਿੱਚ ਵੀ, ਬੇਲੋੜੇ ਪ੍ਰਮਾਣ ਪੱਤਰਾਂ ਨੂੰ ਸਾਂਝਾ ਨਾ ਕਰੋ — ਗੁਮਨਾਮਤਾ ਹਰ ਸਥਿਤੀ ਵਿੱਚ ਪਹਿਲਾ ਬਚਾਅ ਹੈ।
ਡੇਟਾ ਲਾਈਫਸਾਈਕਲ 'ਤੇ ਵਿਚਾਰ ਕਰੋ: ਡੇਟਾ ਇਕੱਠਾ ਕਰੋ (ਪ੍ਰਮਾਣਿਤ ਕਰੋ), ਪ੍ਰਕਿਰਿਆ (ਲੋੜ ਅਨੁਸਾਰ), ਸਟੋਰ ਕਰੋ (ਸੁਰੱਖਿਅਤ, ਸਮਾਂਬੱਧ), ਸਾਂਝਾ ਕਰੋ (ਸਿਰਫ਼ ਅਧਿਕਾਰਤ, ਅਗਿਆਤ), ਅਤੇ ਮਿਟਾਓ (ਜਦੋਂ ਹੋ ਗਿਆ)। ਜੋ ਵੀ ਚੀਜ਼ ਤੁਸੀਂ AI ਟੂਲਸ ਵਿੱਚ ਚਿਪਕਦੇ ਹੋ, ਉਹ ਇਸ ਲੂਪ ਤੋਂ ਬਾਹਰ ਡਿੱਗਣ ਦੇ ਜੋਖਮ ਨੂੰ ਚਲਾਉਂਦੀ ਹੈ।
ਸੁਝਾਅ: ਆਪਣੇ ਮਨਪਸੰਦ ਪ੍ਰੋਂਪਟ ਦੇ ਸਿਖਰ 'ਤੇ ਇੱਕ ਸਖ਼ਤ ਨਿਯਮ ਰੱਖੋ: "ਮੈਂ ਇਸ ਗੱਲਬਾਤ ਵਿੱਚ ਬੱਚੇ ਜਾਂ ਪਰਿਵਾਰ ਦੀ ਪਛਾਣ ਕਰਨ ਵਾਲੀ ਕੋਈ ਵੀ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਨਹੀਂ ਕਰਾਂਗਾ।" ਇਸਨੂੰ ਇੱਕ ਨਿਯੰਤਰਣ ਪ੍ਰਤੀਬਿੰਬ ਬਣਾਉਣਾ ਸਭ ਤੋਂ ਆਮ ਉਲੰਘਣਾ ਨੂੰ ਰੋਕਦਾ ਹੈ (ਗੈਰਹਾਜ਼ਰੀ ਨਾਲ ID ਪੇਸਟ ਕਰਨਾ)।
ਨੈਤਿਕ ਸੀਮਾਵਾਂ: ਨਿਦਾਨ, ਕਲੰਕ, ਵਿਤਕਰਾ
ਗੋਪਨੀਯਤਾ ਇੱਕ ਤਕਨੀਕੀ ਮੁੱਦਾ ਹੈ, ਪਰ ਨੈਤਿਕਤਾ ਵਿਆਪਕ ਹੈ। ਤਿੰਨ ਚੌਕੇ ਨਾਜ਼ੁਕ ਹਨ। ਡਾਇਗਨੌਸਟਿਕ ਅਥਾਰਟੀ: ਬਾਲ ਵਿਕਾਸ ਮਾਹਰ ਸਕ੍ਰੀਨਿੰਗ ਅਤੇ ਵਿਕਾਸ ਸੰਬੰਧੀ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ; ਨਿਸ਼ਚਿਤ ਤਸ਼ਖ਼ੀਸ ਸਬੰਧਤ ਡਾਕਟਰ/ਕਲੀਨਿਕਲ ਟੀਮ ਦਾ ਕੰਮ ਹੈ। ਨਕਲੀ ਬੁੱਧੀ ਇਸ ਸੀਮਾ ਨੂੰ ਨਹੀਂ ਜਾਣਦੀ; ਤੁਸੀਂ ਰੱਖਿਆ ਕਰੋਗੇ। ਕਲੰਕ: ਇੱਕ ਬੱਚੇ ਨੂੰ ਸ਼ੁਰੂਆਤੀ ਅਤੇ ਸਥਾਈ ਲੇਬਲ (ਫਾਈਲ ਵਿੱਚ, ਪਰਿਵਾਰ ਵਿੱਚ, ਤੁਹਾਡੇ ਆਪਣੇ ਮਨ ਵਿੱਚ) ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਕਰਨਾ ਬੱਚੇ ਨਾਲ ਬੇਇਨਸਾਫ਼ੀ ਹੈ ਅਤੇ ਉਹਨਾਂ ਦੇ ਵਿਕਾਸ ਨੂੰ ਨਕਾਰਾਤਮਕ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਵਿਤਕਰਾ ਅਤੇ ਪੱਖਪਾਤ: AI ਸਿਖਲਾਈ ਡੇਟਾ ਵਿੱਚ ਪੱਖਪਾਤ ਨੂੰ ਦਰਸਾ ਸਕਦਾ ਹੈ; ਇਹ ਕਿਸੇ ਖਾਸ ਸੱਭਿਆਚਾਰ, ਲਿੰਗ ਜਾਂ ਸਮਾਜਕ-ਆਰਥਿਕ ਸਮੂਹ ਦੇ ਸਬੰਧ ਵਿੱਚ ਪੱਖਪਾਤੀ ਨਤੀਜੇ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ। ਮਾਹਿਰ ਨੂੰ ਇਹਨਾਂ ਵੱਲ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਠੀਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ. ਇਸ ਸਭ ਤੋਂ ਉੱਪਰ ਬੱਚੇ ਦੇ ਸਰਵੋਤਮ ਹਿੱਤਾਂ ਦਾ ਸਿਧਾਂਤ ਖੜ੍ਹਾ ਹੈ: ਕੀ ਹਰ ਫੈਸਲਾ ਬੱਚੇ ਦੇ ਭਲੇ ਲਈ ਹੁੰਦਾ ਹੈ?
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਪ੍ਰੋਂਪਟ
1) ਅਗਿਆਤਕਰਨ ਪ੍ਰੋਂਪਟ:
ਮੈਂ ਤੁਹਾਨੂੰ ਇੱਕ ਟੈਕਸਟ ਦੇਵਾਂਗਾ। ਕਿਸੇ ਵੀ ਜਾਣਕਾਰੀ ਨੂੰ ਹਟਾਓ ਜੋ ਬੱਚੇ ਜਾਂ ਪਰਿਵਾਰ ਦੀ ਪਛਾਣ ਪ੍ਰਗਟ ਕਰ ਸਕਦੀ ਹੈ (ਨਾਮ, ਉਪਨਾਮ, TR ID, ਜਨਮ ਮਿਤੀ, ਸਕੂਲ/ਸੰਸਥਾ, ਪਤਾ, ਫਾਈਲ ਨੰਬਰ, ਵਿਲੱਖਣ ਵੇਰਵੇ); ਆਮ ਸਮੀਕਰਨ ([ਲੜਕੀ], [ਪ੍ਰੀ-ਸਕੂਲ ਸੰਸਥਾ]) ਨਾਲ ਬਦਲੋ। ਸਿਰਫ਼ ਨਾਮ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਵਿਲੱਖਣ ਵੇਰਵਿਆਂ ਨੂੰ ਵੀ ਸਾਧਾਰਨ ਬਣਾਓ ਜੋ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ। ਸੂਚੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ ਕੀ ਹਟਾਇਆ ਹੈ। ਟੈਕਸਟ: [ਕੱਚਾ]
2) ਵਾਹਨ ਗੋਪਨੀਯਤਾ ਮੁਲਾਂਕਣ ਪ੍ਰੋਂਪਟ:
ਮੈਨੂੰ ਪਰਦੇਦਾਰੀ ਸਵਾਲਾਂ ਦੀ ਇੱਕ ਚੈਕਲਿਸਟ ਦਿਓ ਜੋ ਮੈਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨ ਲਈ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਮੈਂ ਚਾਈਲਡ ਡੇਟਾ (ਸਿੱਖਿਆ, ਧਾਰਨ, ਇਕਰਾਰਨਾਮੇ, ਸਰਵਰ ਸਥਾਨ, ਮਿਟਾਉਣ ਵਿੱਚ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਡੇਟਾ ਹੈ) ਦੇ ਨਾਲ ਇੱਕ AI ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹਾਂ ਜਾਂ ਨਹੀਂ। ਜਵਾਬ ਨਾ ਬਣਾਓ; ਸਿਰਫ਼ ਸਵਾਲਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ।
3) ਅਥਾਰਟੀ ਕੰਟਰੋਲ ਪ੍ਰੋਂਪਟ ਦੀ ਨੈਤਿਕਤਾ/ਸੀਮਾ:
ਨਿਮਨਲਿਖਤ ਪਾਠ ਦੀ ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਸਮੀਖਿਆ ਕਰੋ: (1) ਕੀ ਇਹ ਇੱਕ ਨਿਦਾਨ ਬਣਾਉਂਦਾ/ਸੰਬੋਧਿਤ ਕਰਦਾ ਹੈ? (2) ਕੀ ਕੋਈ ਕਲੰਕਜਨਕ ਲੇਬਲ ਹੈ? (3) ਕੀ ਇੱਥੇ ਸੱਭਿਆਚਾਰਕ/ਲਿੰਗ/ਸਮਾਜਿਕ-ਆਰਥਿਕ ਪੱਖਪਾਤ ਹਨ? ਹਰੇਕ ਸਮੱਸਿਆ ਨੂੰ ਉਜਾਗਰ ਕਰੋ ਅਤੇ ਇੱਕ ਸਹੀ, ਸੁਚੇਤ ਵਿਕਲਪ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਟੈਕਸਟ: [ਡਰਾਫਟ]
4) ਪਰਿਵਾਰਕ ਸਹਿਮਤੀ ਜਾਣਕਾਰੀ ਟੈਕਸਟ ਪ੍ਰੋਂਪਟ:
ਪਰਿਵਾਰ ਨੂੰ ਇੱਕ ਸੰਖੇਪ ਸੂਚਨਾ/ਸਹਿਮਤੀ ਪਾਠ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ ਜੋ ਸਿਰਫ਼ ਇਹ ਦੱਸਦਾ ਹੈ ਕਿ ਮੈਂ ਬੱਚੇ ਦੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਅਤੇ ਸੁਰੱਖਿਆ ਕਿਵੇਂ ਕਰਾਂਗਾ। ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ: ਕਿਹੜਾ ਡੇਟਾ, ਕਿਸ ਮਕਸਦ ਲਈ, ਇਹ ਕਿਵੇਂ ਸੁਰੱਖਿਅਤ ਹੈ, ਕਿਸ ਨਾਲ ਸਾਂਝਾ ਕੀਤਾ ਗਿਆ ਹੈ, ਕਢਵਾਉਣ ਦਾ ਅਧਿਕਾਰ। ਕਾਨੂੰਨੀ ਸਲਾਹ ਪ੍ਰਦਾਨ ਕਰਨਾ; ਨੋਟ ਕਰੋ ਕਿ ਇਹ ਇੱਕ ਡਰਾਫਟ ਹੈ ਅਤੇ ਸੰਸਥਾ ਦੁਆਰਾ ਮਨਜ਼ੂਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 — ਪਛਾਣ ਅੱਪਲੋਡ ਉਲੰਘਣਾ। ਇੱਕ ਵਿਅਸਤ ਦਿਨ 'ਤੇ, ਇੱਕ ਮਾਹਰ ਬੱਚੇ ਦੀ ਵਿਕਾਸ ਰਿਪੋਰਟ, ਪੂਰੇ ਨਾਮ ਅਤੇ ਆਈ.ਡੀ. ਦੇ ਨਾਲ, ਇੱਕ ਜਨਤਕ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਦਾ ਹੈ ਅਤੇ ਕਹਿੰਦਾ ਹੈ "ਸਾਰ ਕਰੋ।" ਡੇਟਾ ਸੰਸਥਾ ਨੂੰ ਛੱਡ ਗਿਆ ਅਤੇ ਪਰਿਵਾਰ ਦੀ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕੀਤੀ ਗਈ ਸੀ। ਸਹੀ ਤਰੀਕਾ ਇਹ ਸੀ ਕਿ ਪਹਿਲੇ ਪ੍ਰੋਂਪਟ ਨਾਲ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਨਾ ਅਤੇ ਇੱਕ ਸੁਰੱਖਿਅਤ ਟੂਲ ਵਿੱਚ ਸਿਰਫ ਅਗਿਆਤ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਸੀ। ਇਹ ਉਲੰਘਣਾ ਇੱਕ ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਮੁੱਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਵਾਪਸ ਨਹੀਂ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਕੇਸ 2 - ਮੁੜ-ਪਛਾਣ। ਇੱਕ ਮਾਹਰ ਨਾਮ ਨੂੰ ਮਿਟਾ ਦਿੰਦਾ ਹੈ ਪਰ ਵੇਰਵੇ ਨੂੰ ਛੱਡ ਦਿੰਦਾ ਹੈ "ਪਿੰਡ ਵਿੱਚ ਇੱਕਲੌਤਾ ਤ੍ਰਿਪਤ, ਉਸਦਾ ਪਿਤਾ ਇੱਕ ਇਮਾਮ ਹੈ।" ਇਹ ਵੇਰਵਾ ਬੱਚੇ ਨੂੰ ਬਿਨਾਂ ਨਾਮ ਦੇ ਵੀ ਪਛਾਣਦਾ ਹੈ। ਮਾਹਰ ਵਿਲੱਖਣ ਵੇਰਵਿਆਂ ਨੂੰ ਸਾਧਾਰਨ ਬਣਾਉਣ ਲਈ ਅਗਿਆਤਤਾ ਨੂੰ ਡੂੰਘਾ ਕਰਦਾ ਹੈ: "ਇੱਕ ਪੇਂਡੂ ਖੇਤਰ ਵਿੱਚ ਰਹਿ ਰਹੇ ਕਈ ਗਰਭ ਅਵਸਥਾ ਦਾ ਬੱਚਾ।" ਪਛਾਣ ਹੁਣ ਸੁਰੱਖਿਅਤ ਹੈ।
ਕੇਸ 3 - ਪੱਖਪਾਤ ਸੁਧਾਰ। AI ਘੱਟ ਆਮਦਨੀ ਵਾਲੇ ਪਰਿਵਾਰ ਬਾਰੇ ਸਮੱਗਰੀ ਵਿੱਚ ਇੱਕ ਪੱਖਪਾਤੀ ਧਾਰਨਾ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ "ਇਨ੍ਹਾਂ ਪਰਿਵਾਰਾਂ ਵਿੱਚ ਸ਼ਮੂਲੀਅਤ ਅਕਸਰ ਨਾਕਾਫ਼ੀ ਹੁੰਦੀ ਹੈ।" ਮਾਹਰ ਇਸ ਨੂੰ ਤੀਜੇ ਪ੍ਰੋਂਪਟ ਨਾਲ ਫੜ ਲੈਂਦਾ ਹੈ; ਬਿਆਨ ਨੂੰ ਬੇਬੁਨਿਆਦ, ਕਲੰਕਜਨਕ ਅਤੇ ਭੇਦਭਾਵਪੂਰਨ ਲੱਗਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਹਟਾ ਦਿੰਦਾ ਹੈ। ਇਹ ਸਮੱਗਰੀ ਨੂੰ ਅਜਿਹੀ ਭਾਸ਼ਾ ਵਿੱਚ ਦੁਬਾਰਾ ਲਿਖਦਾ ਹੈ ਜੋ ਹਰ ਪਰਿਵਾਰ ਨੂੰ ਬਰਾਬਰ ਅਤੇ ਸਤਿਕਾਰ ਵਜੋਂ ਦੇਖਦਾ ਹੈ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਮੈਂ ਏਲੀਫ ਦੀ ਪੂਰੀ ਰਿਪੋਰਟ ਇੱਥੇ ਪੇਸਟ ਕਰ ਰਿਹਾ/ਰਹੀ ਹਾਂ, ਮੁਲਾਂਕਣ ਕਰੋ ਅਤੇ ਇੱਕ ਨਿਦਾਨ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰੋ।
ਸਮੱਸਿਆ: ਪਛਾਣ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ (KVKK ਉਲੰਘਣਾ), ਨਿਦਾਨ ਦੀ ਬੇਨਤੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ (ਅਧਿਕਾਰਤ ਵਾਧੂ), ਕੋਈ ਸਹਿਮਤੀ ਨਹੀਂ, ਸੁਰੱਖਿਅਤ ਵਾਹਨ ਬਾਰੇ ਸਵਾਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਮੁਲਾਂਕਣ ਡਰਾਫਟ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਅਗਿਆਤ ਵਿਕਾਸ ਸਾਰ (ਪਛਾਣ ਦੀ ਜਾਣਕਾਰੀ ਹਟਾਈ ਗਈ) ਨੂੰ ਸੰਪਾਦਿਤ ਕਰੋ। ਨਿਦਾਨ ਕਰਨਾ; ਕਲੰਕਿਤ ਲੇਬਲ ਦੀ ਵਰਤੋਂ ਕਰਨਾ; ਪੱਖਪਾਤੀ ਧਾਰਨਾ ਤੋਂ ਬਚੋ। ਮਾਰਕ ਕਰੋ [ਕਿਸੇ ਮਾਹਰ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦਿਓ] ਜਿੱਥੇ ਤੁਹਾਨੂੰ ਯਕੀਨ ਨਹੀਂ ਹੈ। ਸੰਖੇਪ: [ਅਗਿਆਤ]
ਆਮ ਗਲਤੀਆਂ
- ਕ੍ਰੇਡੈਂਸ਼ੀਅਲ ਅੱਪਲੋਡ ਕਰਨਾ: ਸਭ ਤੋਂ ਆਮ ਅਤੇ ਸਭ ਤੋਂ ਗੰਭੀਰ ਉਲੰਘਣਾ; ਹਮੇਸ਼ਾ ਗੁਮਨਾਮ.
- ਸਤਹੀ ਗੁਮਨਾਮਕਰਨ: ਸਿਰਫ਼ ਨਾਮ ਨੂੰ ਮਿਟਾਉਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ; ਵਿਲੱਖਣ ਵੇਰਵਿਆਂ ਨੂੰ ਵੀ ਆਮ ਬਣਾਓ।
- ਟੂਲ ਗੋਪਨੀਯਤਾ 'ਤੇ ਸਵਾਲ ਨਾ ਉਠਾਓ: ਉਹਨਾਂ ਟੂਲਾਂ ਤੋਂ ਬਚੋ ਜੋ ਸਿੱਖਿਆ ਲਈ ਤੁਹਾਡੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।
- ਡਾਇਗਨੌਸਟਿਕ ਸੀਮਾ ਨੂੰ ਪਾਰ ਕਰਨਾ: ਮੁਲਾਂਕਣ ਨਿਦਾਨ ਨਹੀਂ ਹੈ; ਅਥਾਰਟੀ ਡਾਕਟਰ/ਟੀਮ ਕੋਲ ਹੈ।
- ਪੱਖਪਾਤ ਦੀ ਪਛਾਣ ਨਾ ਕਰਨਾ: AI ਦੀਆਂ ਕਲੰਕਜਨਕ/ਪੱਖਪਾਤੀ ਧਾਰਨਾਵਾਂ ਨੂੰ ਠੀਕ ਕਰੋ।
ਸੰਖੇਪ ਵਿੱਚ
ਬਾਲ ਡੇਟਾ ਵਿਸ਼ੇਸ਼ ਨਿੱਜੀ ਡੇਟਾ ਹੈ; ਇਸ ਨੂੰ KVKK ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਸੁਰੱਖਿਆ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਪਰਿਵਾਰ ਤੋਂ ਗੁਪਤਤਾ ਅਤੇ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। AI ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਬਚਾਅ ਗੁਮਨਾਮਤਾ ਹੈ — ਨਾ ਸਿਰਫ਼ ਨਾਮ, ਸਗੋਂ ਵਿਲੱਖਣ ਵੇਰਵਿਆਂ ਨੂੰ ਵੀ ਆਮ ਬਣਾਓ ਜੋ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ। ਗੋਪਨੀਯਤਾ ਲਈ ਮੁਲਾਂਕਣ ਟੂਲ; ਉਹ ਸੁਰੱਖਿਅਤ ਚੁਣੋ ਜੋ ਸਿਖਲਾਈ ਵਿੱਚ ਤੁਹਾਡੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੇ। ਨੈਤਿਕ ਸੀਮਾਵਾਂ (ਡਾਇਗਨੌਸਟਿਕ ਅਥਾਰਟੀ, ਕਲੰਕ, ਵਿਤਕਰਾ/ਪੱਖਪਾਤ) ਬਣਾਈ ਰੱਖੋ ਅਤੇ ਹਰ ਫੈਸਲੇ ਵਿੱਚ ਬੱਚੇ ਦੇ ਸਰਵੋਤਮ ਹਿੱਤਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਗੈਰ-ਗੁਮਨਾਮ (ਪ੍ਰਮਾਣਿਕ, ਤੁਹਾਡੇ ਆਪਣੇ ਰਿਕਾਰਡਾਂ ਤੋਂ) ਪ੍ਰਗਤੀ ਨੋਟ ਲਓ; ਇਸ ਨੂੰ ਸਕ੍ਰੀਨ 'ਤੇ ਪ੍ਰਤੀਬਿੰਬਤ ਕੀਤੇ ਬਿਨਾਂ, 1st ਪ੍ਰੋਂਪਟ ਦੇ ਤਰਕ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸਨੂੰ ਹੱਥੀਂ ਗੁਮਨਾਮ ਬਣਾਓ ਅਤੇ ਤੁਹਾਡੇ ਦੁਆਰਾ ਕੱਢੀ ਗਈ ਹਰ ਜਾਣਕਾਰੀ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਦੂਜੇ ਪ੍ਰੋਂਪਟ ਨਾਲ ਗੋਪਨੀਯਤਾ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਜਾਂਦੇ AI ਟੂਲ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। ਪ੍ਰੋਂਪਟ 3 ਦੇ ਨਾਲ ਨੈਤਿਕਤਾ/ਪੱਖਪਾਤ ਲਈ ਇੱਕ ਡਰਾਫਟ ਦੀ ਜਾਂਚ ਕਰੋ। ਤੁਹਾਡੇ ਦੁਆਰਾ ਕੀਤੇ ਗਏ ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਸੁਧਾਰਾਂ ਨੂੰ ਨੋਟ ਕਰੋ (ਇੱਕ ਗੁਮਨਾਮਤਾ, ਇੱਕ ਨੈਤਿਕਤਾ, ਇੱਕ ਪੱਖਪਾਤ)।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ; ਮੈਂ ਵਿਲੱਖਣ ਵੇਰਵਿਆਂ ਨੂੰ ਵੀ ਸਧਾਰਣ ਕੀਤਾ।
- [ ] ਮੈਂ ਗੋਪਨੀਯਤਾ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਵਰਤੇ ਗਏ ਟੂਲ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ; ਮੈਂ ਸੁਰੱਖਿਅਤ ਨੂੰ ਚੁਣਿਆ।
- ਮੈਂ ਲੋੜ ਪੈਣ 'ਤੇ ਪਰਿਵਾਰਕ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਕੀਤੀ।
- [ ] ਮੈਂ ਡਾਇਗਨੌਸਟਿਕ ਅਥਾਰਟੀ ਸੀਮਾ ਨੂੰ ਕਾਇਮ ਰੱਖਿਆ ਹੈ; ਮੈਂ ਮੁਲਾਂਕਣ-ਨਿਦਾਨ ਅੰਤਰ ਨੂੰ ਲਾਗੂ ਕੀਤਾ।
- [ ] ਮੈਂ ਕਲੰਕਜਨਕ ਟੈਗ ਅਤੇ ਪੱਖਪਾਤੀ/ਪੱਖਪਾਤੀ ਸਮੀਕਰਨ ਹਟਾ ਦਿੱਤੇ ਹਨ।
- ਮੈਂ ਹਰ ਫੈਸਲੇ ਵਿੱਚ ਬੱਚੇ ਦੇ ਹਿੱਤਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ।
- [ ] ਮੈਂ ਕਿਸੇ ਵੀ ਵਾਹਨ 'ਤੇ ਪ੍ਰਮਾਣ ਪੱਤਰ ਅਪਲੋਡ ਨਹੀਂ ਕੀਤਾ ਹੈ।