ਨਿਆਂ, ਵਿਤਕਰਾ ਅਤੇ ਵਿਧਾਨ: SEDDK, KVKK ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਨਿਯਮ

ਲਾਭ:

• ਕੀਮਤ ਅਤੇ ਅੰਡਰਰਾਈਟਿੰਗ ਵਿੱਚ ਵਿਤਕਰੇ, ਪੱਖਪਾਤ ਅਤੇ ਅਸਿੱਧੇ ਵਿਤਕਰੇ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਪਛਾਣਨ ਅਤੇ ਨਕਲੀ ਖੁਫੀਆ ਆਉਟਪੁੱਟ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• SEDDK ਨਿਯਮਾਂ, KVKK ਅਤੇ ਆਟੋਮੈਟਿਕ ਫੈਸਲੇ ਲੈਣ ਦੇ ਸਿਧਾਂਤਾਂ ਦੇ ਢਾਂਚੇ ਦੇ ਅੰਦਰ ਵਿਆਖਿਆਯੋਗਤਾ ਅਤੇ ਇਤਰਾਜ਼ ਦੇ ਅਧਿਕਾਰ ਦੀ ਪਾਲਣਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਸਵੈਚਲਿਤ ਫੈਸਲਿਆਂ ਵਿੱਚ ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਬੀਮਾ ਇੱਕ ਅਜਿਹਾ ਕਾਰੋਬਾਰ ਹੈ ਜੋ ਸਮੂਹਾਂ ਅਤੇ ਕੀਮਤਾਂ ਨੂੰ ਜੋਖਮ ਵਿੱਚ ਪਾਉਂਦਾ ਹੈ; ਪਰ ਇਹ ਸਮੂਹ ਨਿਰਪੱਖ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਉਹਨਾਂ ਦੇ ਲਿੰਗ, ਨਸਲ, ਵਿਸ਼ਵਾਸ, ਰਿਹਾਇਸ਼ ਦੇ ਖੇਤਰ ਦੇ ਕਾਰਨ ਉੱਚ ਪ੍ਰੀਮੀਅਮ ਦੇਣਾ ਜਾਂ ਕਵਰੇਜ ਤੋਂ ਇਨਕਾਰ ਕਰਨਾ ਅਨੁਚਿਤ ਵਿਤਕਰਾ ਹੈ ਅਤੇ ਵਰਜਿਤ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (ਸਾਫਟਵੇਅਰ ਜੋ ਇਤਿਹਾਸਕ ਡੇਟਾ ਤੋਂ ਸਿੱਖਦਾ ਹੈ ਅਤੇ ਕੀਮਤ ਅਤੇ ਫੈਸਲੇ ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਤਿਆਰ ਕਰਦਾ ਹੈ) ਇਸ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਖਾਸ ਖ਼ਤਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਇਹ ਇਤਿਹਾਸਕ ਡੇਟਾ ਵਿੱਚ ਅਨੁਚਿਤ ਪੈਟਰਨ ਸਿੱਖ ਸਕਦਾ ਹੈ ਅਤੇ ਅਣਜਾਣੇ ਵਿੱਚ ਵਿਤਕਰੇ ਨੂੰ ਕਾਇਮ ਰੱਖ ਸਕਦਾ ਹੈ ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਛੁਪਾ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਨਹੀਂ, ਪਰ ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ (ਪ੍ਰੌਕਸੀ ਵੇਰੀਏਬਲ ਦੁਆਰਾ) ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਕੀਮਤ ਅਤੇ ਅੰਡਰਰਾਈਟਿੰਗ ਵਿੱਚ ਪੱਖਪਾਤ ਅਤੇ ਵਿਤਕਰੇ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਕਿਵੇਂ ਪਛਾਣਨਾ ਹੈ, ਨਿਰਪੱਖਤਾ ਲਈ ਨਕਲੀ ਖੁਫੀਆ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਅਤੇ SEDDK (ਬੀਮਾ ਅਤੇ ਪ੍ਰਾਈਵੇਟ ਪੈਨਸ਼ਨ ਰੈਗੂਲੇਸ਼ਨ ਅਤੇ ਨਿਗਰਾਨੀ ਏਜੰਸੀ), KVKK ਅਤੇ ਆਟੋਮੈਟਿਕ ਫੈਸਲੇ ਦੇ ਢਾਂਚੇ ਦੇ ਅੰਦਰ ਵਿਆਖਿਆਯੋਗਤਾ ਅਤੇ ਇਤਰਾਜ਼ ਦੇ ਅਧਿਕਾਰ ਦੀ ਪਾਲਣਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ। ਇਹ ਇਕਾਈ ਕਾਨੂੰਨੀ ਸਲਾਹਕਾਰ ਨਹੀਂ ਹੈ; ਇਹ ਆਮ ਸਿਧਾਂਤਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਕਿਸੇ ਵੀ ਠੋਸ ਮਾਮਲੇ ਵਿੱਚ, ਕਾਨੂੰਨੀ/ਪਾਲਣਾ ਯੂਨਿਟ ਨਾਲ ਸਲਾਹ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ।

ਪੱਖਪਾਤ ਅਤੇ ਵਿਤਕਰਾ ਕਿੱਥੋਂ ਆਉਂਦਾ ਹੈ?

AI ਪੱਖਪਾਤ ਤਿੰਨ ਮੁੱਖ ਸਰੋਤਾਂ ਤੋਂ ਪੈਦਾ ਹੁੰਦਾ ਹੈ:

• ਡੇਟਾ ਪੱਖਪਾਤ: ਮਾਡਲ ਇਤਿਹਾਸਕ ਡੇਟਾ ਵਿੱਚ ਬੇਇਨਸਾਫ਼ੀ ਬਾਰੇ ਸਿੱਖਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕਿਸੇ ਖਾਸ ਸਮੂਹ ਨੂੰ ਅਤੀਤ ਵਿੱਚ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਉੱਚ ਪ੍ਰੀਮੀਅਮ ਦਿੱਤੇ ਗਏ ਹਨ, ਤਾਂ ਮਾਡਲ ਇਸਨੂੰ "ਆਮ" ਸਮਝਦਾ ਹੈ।
• ਸਰੋਗੇਟ ਵੇਰੀਏਬਲ (ਪ੍ਰਾਕਸੀ): ਭਾਵੇਂ ਮਾਡਲ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾ (ਲਿੰਗ, ਮੂਲ) ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਇਹ ਇੱਕ ਵੇਰੀਏਬਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ ਵਿਤਕਰਾ ਕਰਦਾ ਹੈ ਜੋ ਇਸ ਨਾਲ ਮਜ਼ਬੂਤੀ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ (ਗੁਆਂਢ, ਨਾਮ, ਖਰੀਦਦਾਰੀ ਪੈਟਰਨ)।
• ਨਮੂਨਾ ਲੈਣ ਦਾ ਪੱਖਪਾਤ: ਕਿਉਂਕਿ ਕੁਝ ਸਮੂਹ ਡੇਟਾ ਵਿੱਚ ਘੱਟ ਪ੍ਰਸਤੁਤ ਕੀਤੇ ਗਏ ਹਨ, ਮਾਡਲ ਉਹਨਾਂ ਬਾਰੇ ਭਰੋਸੇਮੰਦ ਅਤੇ ਅਨੁਚਿਤ ਨਿਰਣੇ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਵਿਤਕਰੇ ਦੀਆਂ ਦੋ ਕਿਸਮਾਂ ਹਨ। ਸਿੱਧਾ ਵਿਤਕਰਾ: ਇੱਕ ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਬੇਲੋੜੀ ਵਰਤੋਂ। ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ ਵਿਤਕਰਾ: ਜਦੋਂ ਇੱਕ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਨਿਰਪੱਖ ਮਾਪਦੰਡ ਕਿਸੇ ਖਾਸ ਸਮੂਹ ਨੂੰ ਅਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਦੂਜਾ ਵਧੇਰੇ ਧੋਖੇਬਾਜ਼ ਹੈ ਕਿਉਂਕਿ ਇਹ ਇਰਾਦੇ ਤੋਂ ਬਿਨਾਂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਖੋਜਣਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ।

ਸਾਵਧਾਨ: ਇਹ ਬਚਾਅ ਕਿ "ਮਾਡਲ ਅੰਕੜਿਆਂ 'ਤੇ ਅਧਾਰਤ ਹੈ, ਇਸ ਲਈ ਇਹ ਉਦੇਸ਼ ਹੈ" ਗਲਤ ਹੈ। ਅੰਕੜਿਆਂ ਵਿੱਚ ਪਿਛਲੀ ਬੇਇਨਸਾਫ਼ੀ ਵੀ ਸ਼ਾਮਲ ਹੈ; ਮਾਡਲ ਇਸ ਨੂੰ ਜਾਇਜ਼ ਨਹੀਂ ਬਣਾਉਂਦਾ, ਇਹ ਇਸਨੂੰ ਕਾਇਮ ਰੱਖਦਾ ਹੈ। ਨਿਰਪੱਖਤਾ ਉਹ ਚੀਜ਼ ਹੈ ਜਿਸਦੀ ਸਰਗਰਮੀ ਨਾਲ ਜਾਂਚ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

ਨਿਰਪੱਖਤਾ ਲਈ ਟੈਸਟਿੰਗ ਆਉਟਪੁੱਟ

ਨਿਰਪੱਖਤਾ ਲਈ ਤਿੰਨ ਸਵਾਲਾਂ ਦੇ ਨਾਲ AI ਆਉਟਪੁੱਟ (ਕੀਮਤ ਸਿਫਾਰਸ਼, ਅਸਵੀਕਾਰ ਕਾਰਨ, ਜੋਖਮ ਸਕੋਰ) ਦੀ ਜਾਂਚ ਕਰੋ:

1. ਕੀ ਕਾਰਨ ਜਾਇਜ਼ ਹੈ? ਕੀ ਫੈਸਲਾ ਉਹਨਾਂ ਮਾਪਦੰਡਾਂ 'ਤੇ ਅਧਾਰਤ ਹੈ ਜਿਸਦਾ ਜੋਖਮ, ਜਾਂ ਸੁਰੱਖਿਅਤ ਜਾਇਦਾਦ ਜਾਂ ਇਸਦੀ ਪ੍ਰੌਕਸੀ ਨਾਲ ਅਸਲ ਅਤੇ ਜਾਇਜ਼ ਸਬੰਧ ਹੈ?
2. ਕੀ ਕੋਈ ਪ੍ਰੌਕਸੀ ਹੈ? ਕੀ ਵਰਤੇ ਗਏ ਵੇਰੀਏਬਲਾਂ ਵਿੱਚੋਂ ਇੱਕ (ਗੁਆਂਢ, ਨਾਮ, ਕਿੱਤਾ, ਵਿਆਹੁਤਾ ਸਥਿਤੀ) ਇੱਕ ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾ ਨਾਲ ਮਜ਼ਬੂਤੀ ਨਾਲ ਜੁੜਿਆ ਹੋ ਸਕਦਾ ਹੈ?
3. ਕੀ ਇਸ ਦੀ ਵਿਆਖਿਆ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ? ਕੀ ਤੁਸੀਂ ਕਲਾਇੰਟ ਅਤੇ ਆਡੀਟਰ ਨੂੰ ਸਪਸ਼ਟ ਅਤੇ ਬਚਾਅ ਯੋਗ ਤਰੀਕੇ ਨਾਲ ਫੈਸਲੇ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦੇ ਹੋ? "ਮਾਡਲ ਨੇ ਅਜਿਹਾ ਕਿਹਾ" ਕੋਈ ਬਿਆਨ ਨਹੀਂ ਹੈ।

ਜੇਕਰ ਕੋਈ ਉਚਿਤਤਾ ਇਹਨਾਂ ਤਿੰਨ ਟੈਸਟਾਂ ਨੂੰ ਪਾਸ ਨਹੀਂ ਕਰਦੀ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਫੈਸਲਾ ਜਾਇਜ਼ ਮਾਪਦੰਡਾਂ 'ਤੇ ਅਧਾਰਤ ਹੁੰਦਾ ਹੈ।

ਸੁਝਾਅ: ਇਸ ਵਾਕ ਨਾਲ ਅਸਵੀਕਾਰ ਜਾਂ ਉੱਚ ਪ੍ਰੀਮੀਅਮ ਲਈ ਤਰਕ ਦੀ ਜਾਂਚ ਕਰੋ: "ਜੇ ਮੈਂ ਗਾਹਕ ਅਤੇ ਆਡੀਟਰ ਨੂੰ ਇਹ ਸਮਝਾਉਂਦਾ ਹਾਂ ਤਾਂ ਕੀ ਮੈਂ ਸ਼ਰਮਿੰਦਾ ਹੋਵਾਂਗਾ?" ਸ਼ਰਮਨਾਕ ਜਾਂ ਅਸੁਰੱਖਿਅਤ ਤਰਕ (ਗੁਆਂਢ, ਨਾਮ, ਮੂਲ) ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ।

ਵਿਧਾਨਿਕ ਢਾਂਚਾ: SEDDK, KVKK, ਆਟੋਮੈਟਿਕ ਫੈਸਲਾ

ਬੀਮੇ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਵੱਖ-ਵੱਖ ਨਿਯਮਾਂ ਦੇ ਅਧੀਨ ਹੈ। ਮੁੱਖ ਸਿਧਾਂਤ:

• SEDDK ਸਿਧਾਂਤ: ਬੀਮਾ ਗਤੀਵਿਧੀਆਂ ਨੂੰ ਨਿਰਪੱਖ, ਪਾਰਦਰਸ਼ੀ ਅਤੇ ਉਪਭੋਗਤਾ-ਸੁਰੱਖਿਆ ਢੰਗ ਨਾਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; ਕੀਮਤ ਨਿਰਧਾਰਨ ਜਾਇਜ਼ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਕੋਈ ਅਨੁਚਿਤ ਵਿਤਕਰਾ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
• KVKK: ਨਿੱਜੀ ਡੇਟਾ 'ਤੇ ਕਾਨੂੰਨ ਦੇ ਅਨੁਸਾਰ ਕਾਰਵਾਈ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਉਦੇਸ਼ ਤੱਕ ਸੀਮਿਤ ਅਤੇ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ। ਵਿਸ਼ੇਸ਼ ਡੇਟਾ, ਜਿਵੇਂ ਕਿ ਸਿਹਤ, ਸਭ ਤੋਂ ਵੱਧ ਸੁਰੱਖਿਆ ਦੇ ਅਧੀਨ ਹਨ।
• ਸਵੈਚਲਿਤ ਫੈਸਲੇ ਲੈਣ ਦੇ ਸਿਧਾਂਤ: ਉਹਨਾਂ ਫੈਸਲਿਆਂ ਵਿੱਚ ਜੋ ਸਿਰਫ ਆਟੋਮੈਟਿਕ ਪ੍ਰੋਸੈਸਿੰਗ 'ਤੇ ਅਧਾਰਤ ਹੁੰਦੇ ਹਨ ਅਤੇ ਵਿਅਕਤੀ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇਕੱਲੇ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਕੀਤੀ ਗਈ ਅਸਵੀਕਾਰ), ਵਿਅਕਤੀ; ਫੈਸਲੇ 'ਤੇ ਇਤਰਾਜ਼ ਕਰਨ, ਮਨੁੱਖੀ ਦਖਲ ਦੀ ਬੇਨਤੀ ਕਰਨ ਅਤੇ ਫੈਸਲੇ ਦੇ ਤਰਕ ਨੂੰ ਸਿੱਖਣ ਦੇ ਅਧਿਕਾਰ ਸਾਹਮਣੇ ਆਉਂਦੇ ਹਨ।

ਇਸ ਲਈ, ਉੱਚ-ਪ੍ਰਭਾਵ ਵਾਲੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਵਿਆਖਿਆਯੋਗਤਾ, ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਅਤੇ ਜਾਇਜ਼ਤਾ ਜ਼ਰੂਰੀ ਹੈ। ਇੱਕ "ਬਲੈਕ ਬਾਕਸ" ਮਾਡਲ ਦਾ ਗੈਰ-ਵਾਜਬ ਫੈਸਲਾ ਬੇਕਾਬੂ ਹੈ ਅਤੇ ਇਹਨਾਂ ਅਧਿਕਾਰਾਂ ਦੇ ਨਾਲ ਟਕਰਾਅ ਵਿੱਚ ਹੈ।

ਕਦਮ ਦਰ ਕਦਮ: ਨਿਰਪੱਖ ਅਤੇ ਸਦਭਾਵਨਾ ਵਾਲਾ ਫੈਸਲਾ

1. ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਪਛਾਣ ਕਰੋ। ਲਿੰਗ, ਮੂਲ, ਵਿਸ਼ਵਾਸ, ਸਿਹਤ, ਰਿਹਾਇਸ਼ ਦਾ ਖੇਤਰ, ਆਦਿ।
2. ਇੱਕ ਪ੍ਰੌਕਸੀ ਸਕੈਨ ਕਰੋ। ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਾਲ ਵਰਤੇ ਗਏ ਵੇਰੀਏਬਲਾਂ ਦੇ ਸਬੰਧ 'ਤੇ ਸਵਾਲ ਕਰੋ।
3. ਜਾਇਜ਼ਤਾ ਦੀ ਪਰੀਖਿਆ ਲਈ ਜਾਇਜ਼ਤਾ ਪਾਓ. ਕੀ ਖਤਰੇ ਨਾਲ ਕੋਈ ਅਸਲੀ ਰਿਸ਼ਤਾ ਹੈ? ਕੀ ਇਸ ਦੀ ਵਿਆਖਿਆ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ?
4. ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਸ਼ਾਮਲ ਕਰੋ. ਇੱਕ ਮਨੁੱਖੀ ਉੱਚ-ਪ੍ਰਭਾਵ ਵਾਲੇ ਫੈਸਲੇ ਵਿੱਚ ਆਟੋਮੈਟਿਕ ਨਤੀਜੇ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਦਿਓ।
5. ਤਰਕ ਨੂੰ ਦਸਤਾਵੇਜ਼ੀ ਬਣਾਓ। ਰਿਕਾਰਡ ਕਰੋ ਕਿ ਫੈਸਲਾ ਕਿਹੜੇ ਜਾਇਜ਼ ਮਾਪਦੰਡਾਂ 'ਤੇ ਅਧਾਰਤ ਸੀ।
6. ਅਪੀਲ ਕਰਨ ਦਾ ਤਰੀਕਾ ਜਾਣੋ। ਗਾਹਕ ਨੂੰ ਇਤਰਾਜ਼, ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਦਾ ਅਧਿਕਾਰ ਪ੍ਰਦਾਨ ਕਰੋ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਪ੍ਰੌਕਸੀ ਨੂੰ ਅਸਵੀਕਾਰ ਕਰਨਾ। ਇੱਕ ਹਾਊਸਿੰਗ ਕੀਮਤ ਮਾਡਲ ਨੇ ਇੱਕ ਖਾਸ ਜ਼ਿਪ ਕੋਡ ਲਈ ਇੱਕ ਯੋਜਨਾਬੱਧ ਤੌਰ 'ਤੇ ਉੱਚ ਪ੍ਰੀਮੀਅਮ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ ਹੈ। ਮਾਹਰ ਨੇ ਜਾਂਚ ਕੀਤੀ: ਪੋਸਟਕੋਡ ਇੱਕ ਖਾਸ ਨਸਲੀ ਇਕਾਗਰਤਾ ਵਾਲੇ ਖੇਤਰ ਦੇ ਨਾਲ ਓਵਰਲੈਪ ਕੀਤਾ ਗਿਆ ਹੈ; ਇਹ ਇੱਕ ਪ੍ਰੌਕਸੀ ਵੇਰੀਏਬਲ ਸੀ। ਜਦੋਂ ਅਸਲ ਜੋਖਮ (ਇਮਾਰਤ ਦੀ ਉਮਰ, ਬਣਤਰ ਦੀ ਕਿਸਮ, ਨੁਕਸਾਨ ਦਾ ਇਤਿਹਾਸ) ਨੂੰ ਤੋੜ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜ਼ਿਆਦਾਤਰ ਵਾਧਾ ਹੁਣ ਜਾਇਜ਼ ਨਹੀਂ ਹੁੰਦਾ। ਜਾਇਜ਼ ਖਤਰੇ ਦੇ ਮਾਪਦੰਡ ਦੇ ਆਧਾਰ 'ਤੇ ਕੀਮਤ ਨੂੰ ਮੁੜ ਸਥਾਪਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।

ਕੇਸ 2 - ਘੱਟ ਪ੍ਰਸਤੁਤ ਸਮੂਹ। ਇੱਕ ਹੈਲਥਕੇਅਰ ਉਤਪਾਦ ਲਈ, ਮਾਡਲ ਨੇ ਇੱਕ ਛੋਟੀ ਉਮਰ ਸਮੂਹ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪ੍ਰੀਮੀਅਮ ਦੀ ਪੇਸ਼ਕਸ਼ ਕੀਤੀ। ਕਾਰਨ: ਇਸ ਸਮੂਹ ਨੂੰ ਡੇਟਾ ਵਿੱਚ ਇੰਨਾ ਘੱਟ ਦਰਸਾਇਆ ਗਿਆ ਸੀ ਕਿ ਕੁਝ ਉੱਚ ਨੁਕਸਾਨਾਂ ਨੇ ਪੂਰੇ ਸਮੂਹ ਨੂੰ "ਖਤਰੇ ਵਿੱਚ" ਦਿਖਾਈ ਦਿੱਤਾ। ਮਾਹਰ ਨੇ ਇੱਕ ਭਰੋਸੇਯੋਗਤਾ (ਅੰਕੜਾ ਭਰੋਸੇਯੋਗਤਾ) ਸੁਧਾਰ ਕੀਤਾ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਕੀਤਾ ਕਿ ਸਿਫ਼ਾਰਿਸ਼ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਸੀ; ਅਨੁਚਿਤ ਵਾਧਾ ਲਾਗੂ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ।

ਕੇਸ 3 - ਇਤਰਾਜ਼ ਕਰਨ ਦਾ ਅਧਿਕਾਰ। ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ AI-ਪਾਵਰਡ ਸਕੋਰ ਨਾਲ ਆਪਣੇ ਆਪ ਰੱਦ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ। ਗਾਹਕ ਨੇ ਇਤਰਾਜ਼ ਕੀਤਾ। ਅਨੁਕੂਲਨ ਪ੍ਰਕਿਰਿਆ ਦੇ ਹਿੱਸੇ ਵਜੋਂ, ਫੈਸਲੇ ਦੀ ਇੱਕ ਮਾਹਰ ਦੁਆਰਾ ਦੁਬਾਰਾ ਜਾਂਚ ਕੀਤੀ ਗਈ ਸੀ; ਸਕੋਰ ਗੁੰਮ ਹੋਏ ਡੇਟਾ (ਅਤੀਤ ਵਿੱਚ ਮੇਲ ਖਾਂਦਾ ਨੁਕਸਾਨ) 'ਤੇ ਅਧਾਰਤ ਪ੍ਰਤੀਤ ਹੁੰਦਾ ਹੈ। ਫੈਸਲਾ ਠੀਕ ਕੀਤਾ ਗਿਆ ਹੈ। ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਅਤੇ ਇਤਰਾਜ਼ ਕਰਨ ਦੇ ਅਧਿਕਾਰ ਤੋਂ ਬਿਨਾਂ, ਅਨੁਚਿਤ ਅਸਵੀਕਾਰ ਸਥਾਈ ਹੋਵੇਗਾ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਪ੍ਰੋਂਪਟ

1) ਪ੍ਰੌਕਸੀ ਅਤੇ ਵਿਤਕਰਾ ਸਕੈਨਿੰਗ:

ਨਿਰਪੱਖਤਾ ਲਈ ਨਿਮਨਲਿਖਤ ਕੀਮਤ/ਫੈਸਲੇ ਦੀ ਜਾਇਜ਼ਤਾ ਦੀ ਜਾਂਚ ਕਰੋ: [ਉਚਿਤਤਾ] ਲਈ ਵੇਖੋ: ਕੀ ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾ (ਲਿੰਗ, ਮੂਲ, ਵਿਸ਼ਵਾਸ, ਸਿਹਤ, ਰਿਹਾਇਸ਼ ਦਾ ਖੇਤਰ) ਸਿੱਧੇ ਜਾਂ ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ ਵਰਤੀ ਜਾਂਦੀ ਹੈ (ਪ੍ਰੌਕਸੀ: ਨੇਬਰਹੁੱਡ, ਨਾਮ, ਪੇਸ਼ੇ, ਆਦਿ)? ਹਰੇਕ ਸ਼ੱਕੀ ਵੇਰੀਏਬਲ ਲਈ, ਦੱਸੋ ਕਿ ਇਹ ਇੱਕ ਪ੍ਰੌਕਸੀ ਕਿਉਂ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਇੱਕ ਜਾਇਜ਼ ਵਿਕਲਪ ਦਾ ਸੁਝਾਅ ਦਿਓ।

2) ਪ੍ਰਮਾਣਿਕਤਾ ਜਾਇਜ਼ਤਾ ਟੈਸਟ:

ਨਿਮਨਲਿਖਤ ਇਨਕਾਰ/ਉੱਚ ਬੋਨਸ ਤਰਕ ਨੂੰ ਤਿੰਨ ਸਵਾਲਾਂ ਨਾਲ ਪਰਖੋ: [ਜਾਇਜ਼ ਠਹਿਰਾਓ]1. ਕੀ ਖਤਰੇ ਦਾ ਕੋਈ ਅਸਲੀ ਅਤੇ ਜਾਇਜ਼ ਸਬੰਧ ਹੈ? 2. ਕੀ ਇਹ ਸੁਰੱਖਿਅਤ ਜਾਇਦਾਦ ਜਾਂ ਇਸਦੀ ਪ੍ਰੌਕਸੀ 'ਤੇ ਅਧਾਰਤ ਹੈ? 3. ਕੀ ਇਹ ਕਲਾਇੰਟ ਅਤੇ ਆਡੀਟਰ ਨੂੰ ਸਮਝਾਇਆ ਜਾ ਸਕਦਾ ਹੈ? ਹਰੇਕ ਸਵਾਲ ਦਾ ਸਪਸ਼ਟ ਜਵਾਬ ਦਿਓ; ਟੈਸਟ ਪਾਸ ਨਾ ਕਰਨ ਦੇ ਕਾਰਨ ਨੂੰ "ਅਸਵੀਕਾਰ ਕਰੋ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ।

3) ਸਪਸ਼ਟੀਕਰਨ ਯੋਗ ਤਰਕਸੰਗਤ ਡਰਾਫਟ:

ਨਿਮਨਲਿਖਤ ਪ੍ਰਮਾਣਿਤ, ਜਾਇਜ਼ ਖਤਰੇ ਦੇ ਮਾਪਦੰਡਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਫੈਸਲੇ ਲਈ ਕਲਾਇੰਟ ਲਈ ਇੱਕ ਸਪਸ਼ਟ ਤਰਕ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ: [ਜਾਇਜ਼ ਮਾਪਦੰਡ]ਟੋਨ: ਸਤਿਕਾਰਯੋਗ, ਸਪੱਸ਼ਟ। ਸੁਰੱਖਿਅਤ ਜਾਇਦਾਦ/ਪ੍ਰੌਕਸੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ। ਇਤਰਾਜ਼ ਕਰਨ ਅਤੇ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਦੀ ਬੇਨਤੀ ਕਰਨ ਦੇ ਗਾਹਕ ਦੇ ਅਧਿਕਾਰ ਨੂੰ ਬਿਆਨ ਕਰੋ। ਇਹ ਇੱਕ ਡਰਾਫਟ ਹੈ; ਮਾਹਰ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ.

4) ਮਨੁੱਖੀ ਨਿਰੀਖਣ ਚੈੱਕਲਿਸਟ:

ਉੱਚ-ਪ੍ਰਭਾਵ ਵਾਲੇ ਸਵੈਚਲਿਤ ਫੈਸਲੇ ਲਈ ਇੱਕ ਮਨੁੱਖੀ ਆਡਿਟ ਚੈਕਲਿਸਟ ਬਣਾਓ: ਫੈਸਲੇ ਦੀ ਕਿਸਮ: [ਅਸਵੀਕਾਰ/ਉੱਚ ਪ੍ਰੀਮੀਅਮ/ਜਮਾਤਦਾਰ ਰੁਕਾਵਟ]ਸੂਚੀ: ਯੋਗਤਾ ਪ੍ਰਾਪਤ ਮਾਹਰ ਸਮੀਖਿਆ, ਡੇਟਾ ਦੀ ਜਾਂਚ, ਨਿਰਪੱਖਤਾ/ਪ੍ਰੌਕਸੀਕੰਟਰੋਲ, ਜਾਇਜ਼ ਦਸਤਾਵੇਜ਼, ਗਾਹਕ ਅਪੀਲ ਨੋਟਿਸ, ਟ੍ਰੇਲ ਰਿਕਾਰਡ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਇਸ ਡੇਟਾ ਦੇ ਨਾਲ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਦਾਇਕ ਕੀਮਤ ਨਿਰਧਾਰਤ ਕਰੋ, ਅਤੇ ਜਾਇਜ਼ਤਾ ਲਿਖੋ।"

ਸਮੱਸਿਆ: ਨਿਰਪੱਖਤਾ, ਪ੍ਰੌਕਸੀ ਅਤੇ ਵਿਆਖਿਆਯੋਗਤਾ ਦਾ ਸਤਿਕਾਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ; ਮਾਡਲ ਪਿਛਲੇ ਵਿਤਕਰੇ ਨੂੰ ਕਾਇਮ ਰੱਖ ਸਕਦਾ ਹੈ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾ ਸਕਦਾ ਹੈ।

ਮਜ਼ਬੂਤ: "ਪ੍ਰਾਕਸੀ ਅਤੇ ਵਿਤਕਰੇ ਲਈ ਇਸ ਜਾਇਜ਼ਤਾ ਦੀ ਜਾਂਚ ਕਰੋ; ਫਲੈਗ ਪੁਆਇੰਟ ਜੋ ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾ ਜਾਂ ਇਸਦੀ ਪ੍ਰੌਕਸੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਅਤੇ ਜਾਇਜ਼ ਜੋਖਮ ਮਾਪਦੰਡ ਨਾਲ ਬਦਲਦੇ ਹਨ। ਇੱਕ ਵਿਆਖਿਆਯੋਗ ਜਾਇਜ਼ਤਾ ਦੀ ਰੂਪਰੇਖਾ ਬਣਾਓ।"

ਇਹ ਚੰਗਾ ਕਿਉਂ ਹੈ: ਵਿਤਕਰੇ ਦੀ ਸਰਗਰਮੀ ਨਾਲ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਫੈਸਲਾ ਜਾਇਜ਼ ਅਤੇ ਵਿਆਖਿਆਯੋਗ ਮਾਪਦੰਡਾਂ 'ਤੇ ਅਧਾਰਤ ਹੁੰਦਾ ਹੈ।

ਤੁਲਨਾ ਚਾਰਟ

ਵਿਸ਼ਾ

ਖ਼ਤਰਨਾਕ ਪਹੁੰਚ

ਸਹੀ ਪਹੁੰਚ

ਮਾਡਲ ਆਉਟਪੁੱਟ

"ਅੰਕੜੇ ਉਦੇਸ਼ ਹੈ"

ਸਰਗਰਮੀ ਨਾਲ ਨਿਆਂ ਦੀ ਜਾਂਚ ਕਰੋ

ਵੇਰੀਏਬਲ ਚੋਣ

ਹਰ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰੋ

ਪ੍ਰੌਕਸੀ ਐਕਸਟਰੈਕਟ ਕਰੋ

ਜਾਇਜ਼

"ਇਹ ਤਾਂ ਮਾਡਲ ਨੇ ਕਿਹਾ"

ਜਾਇਜ਼, ਵਿਆਖਿਆਯੋਗ ਮਾਪਦੰਡ

ਉੱਚ ਪ੍ਰਭਾਵ ਵਾਲਾ ਫੈਸਲਾ

ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਟੋਮੈਟਿਕ

ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਲਾਜ਼ਮੀ ਹੈ

ਗਾਹਕ ਦਾ ਹੱਕ

ਰਿਪੋਰਟ ਨਹੀਂ ਕੀਤੀ ਗਈ

ਇਤਰਾਜ਼ + ਮਨੁੱਖੀ ਸਮੀਖਿਆ + ਜਾਇਜ਼ਤਾ

ਆਮ ਗਲਤੀਆਂ

• "ਅੰਕੜੇ ਉਦੇਸ਼" ਬਚਾਅ ਹੈ. ਪਿਛਲੀ ਬੇਇਨਸਾਫ਼ੀ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣਾ.
• ਪ੍ਰੌਕਸੀ ਨੂੰ ਅਣਡਿੱਠ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਆਂਢ-ਗੁਆਂਢ/ਨਾਮ/ਪੇਸ਼ੇ ਦੇ ਆਧਾਰ 'ਤੇ ਅਸਿੱਧਾ ਵਿਤਕਰਾ।
• ਘੱਟ ਨੁਮਾਇੰਦਗੀ ਵਾਲੇ ਸਮੂਹ ਲਈ ਭਰੋਸੇਯੋਗ ਫੈਸਲਾ। ਇਹ ਮੰਨ ਕੇ ਕਿ ਇੱਕ ਛੋਟੇ ਨਮੂਨੇ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੀ ਦਰ ਸਹੀ ਹੈ.
• ਬਲੈਕ ਬਾਕਸ ਦਾ ਫੈਸਲਾ। ਇੱਕ ਆਟੋਮੈਟਿਕ ਫੈਸਲੇ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਜਿਸ ਦੇ ਕਾਰਨ ਦੀ ਵਿਆਖਿਆ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ।
• ਇਤਰਾਜ਼ ਕਰਨ ਦੇ ਅਧਿਕਾਰ ਨੂੰ ਮਾਨਤਾ ਨਹੀਂ ਦਿੰਦੇ। ਗਾਹਕ ਨੂੰ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਦਾ ਅਧਿਕਾਰ ਨਹੀਂ ਦੇਣਾ।

ਸੰਖੇਪ ਵਿੱਚ

ਨਕਲੀ ਬੁੱਧੀ ਇਤਿਹਾਸਕ ਡੇਟਾ ਵਿੱਚ ਵਿਤਕਰੇ ਨੂੰ ਸਿੱਖ ਸਕਦੀ ਹੈ ਅਤੇ ਕੀਮਤ ਅਤੇ ਅੰਡਰਰਾਈਟਿੰਗ ਵਿੱਚ ਅਸਿੱਧੇ ਤੌਰ 'ਤੇ (ਪ੍ਰੌਕਸੀ ਦੁਆਰਾ) ਇਸਨੂੰ ਜਾਰੀ ਰੱਖ ਸਕਦੀ ਹੈ। ਸਰਗਰਮੀ ਨਾਲ ਨਿਰਪੱਖਤਾ ਦੀ ਜਾਂਚ ਕਰੋ: ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਪ੍ਰੌਕਸੀਜ਼ ਦੀ ਪਛਾਣ ਕਰੋ, ਜਾਇਜ਼ਤਾ ਅਤੇ ਵਿਆਖਿਆਯੋਗਤਾ ਲਈ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਜਾਂਚ ਕਰੋ। SEDDK, KVKK ਅਤੇ ਆਟੋਮੈਟਿਕ ਫੈਸਲੇ ਲੈਣ ਦੇ ਸਿਧਾਂਤ; ਨਿਰਪੱਖ ਕੀਮਤ ਲਈ ਵਿਆਖਿਆਯੋਗਤਾ, ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਅਤੇ ਇਤਰਾਜ਼ ਕਰਨ ਦੇ ਅਧਿਕਾਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉੱਚ ਪ੍ਰਭਾਵ ਵਾਲੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਜ਼ਰੂਰੀ ਹੈ। ਖਾਸ ਮਾਮਲੇ ਵਿੱਚ, ਕਾਨੂੰਨੀ/ਪਾਲਣਾ ਵਿਭਾਗ ਨਾਲ ਸਲਾਹ ਕਰੋ; ਵਿਤਕਰਾ ਲਾਲ ਲਕੀਰ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

10 ਵੇਰੀਏਬਲਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਲਿਖੋ ਜੋ ਇੱਕ ਕੀਮਤ ਮਾਡਲ ਵਰਤਦਾ ਹੈ (ਅਸਲ ਜਾਂ ਉਦਾਹਰਨ)। ਹਰੇਕ ਲਈ, ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ "ਕੀ ਇਹ ਇੱਕ ਸੁਰੱਖਿਅਤ ਜਾਇਦਾਦ ਲਈ ਇੱਕ ਪ੍ਰੌਕਸੀ ਹੋ ਸਕਦਾ ਹੈ"; ਸ਼ੱਕੀ ਲੋਕਾਂ ਨੂੰ ਫਲੈਗ ਕਰੋ। ਫਿਰ ਜਾਇਜ਼ਤਾ ਟੈਸਟ #2 ਦੁਆਰਾ ਇੱਕ ਨਮੂਨਾ ਅਸਵੀਕਾਰ ਜਾਇਜ਼ਤਾ ਪਾਓ: ਕੀ ਇਹ ਟੈਸਟ ਪਾਸ ਕਰਦਾ ਹੈ, ਅਤੇ ਜੇਕਰ ਨਹੀਂ, ਤਾਂ ਤੁਸੀਂ ਇਸਨੂੰ ਇੱਕ ਜਾਇਜ਼ ਮਾਪਦੰਡ ਨਾਲ ਕਿਵੇਂ ਬਦਲਦੇ ਹੋ?

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਸੁਰੱਖਿਅਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਿਰਧਾਰਤ ਕੀਤੀਆਂ ਹਨ।
• [ ] ਮੈਂ ਪਰਾਕਸੀ ਲਈ ਵੇਰੀਏਬਲਾਂ ਨੂੰ ਸਕੈਨ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਜਾਇਜ਼ਤਾ ਅਤੇ ਵਿਆਖਿਆਯੋਗਤਾ ਦੀ ਪ੍ਰੀਖਿਆ ਲਈ ਉਚਿਤਤਾ ਰੱਖਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਘੱਟ ਪ੍ਰਸਤੁਤ ਸਮੂਹਾਂ ਲਈ ਭਰੋਸੇਯੋਗਤਾ ਜਾਂਚਾਂ ਕੀਤੀਆਂ।
• [ ] ਮੈਂ ਉੱਚ ਪ੍ਰਭਾਵ ਵਾਲੇ ਫੈਸਲੇ ਵਿੱਚ ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਤਰਕ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕੀਤਾ ਅਤੇ ਗਾਹਕ ਨੂੰ ਇਤਰਾਜ਼/ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਦਾ ਅਧਿਕਾਰ ਦਿੱਤਾ।
• [ ] ਸ਼ੱਕ ਹੋਣ 'ਤੇ, ਮੈਂ ਕਾਨੂੰਨੀ/ਪਾਲਣਾ ਵਿਭਾਗ ਨਾਲ ਸਲਾਹ ਕੀਤੀ।