ਅਰਥ ਸ਼ਾਸਤਰ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਜਾਣ-ਪਛਾਣ: ਭੂਮਿਕਾਵਾਂ, ਸੀਮਾਵਾਂ, ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਡੇਟਾ ਨੈਤਿਕਤਾ

ਲਾਭ:

• ਇਹ ਫਰਕ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਆਰਥਿਕ ਵਿਸ਼ਲੇਸ਼ਣ (ਡੇਟਾ ਸੰਕਲਨ, ਡਰਾਫਟ, ਕੋਡ, ਸੰਖੇਪ) ਵਿੱਚ ਅਸਲ ਸਮਾਂ ਕਿੱਥੇ ਬਚਾਉਂਦੀ ਹੈ ਅਤੇ ਕਿੱਥੇ (ਪੂਰਵ ਅਨੁਮਾਨ ਜ਼ਿੰਮੇਵਾਰੀ, ਨੀਤੀਗਤ ਫੈਸਲਾ, ਅਧਿਕਾਰਤ ਅੰਕੜਾ) ਕਾਰਜ ਜੋਖਮ ਪੱਧਰ ਦੇ ਅਨੁਸਾਰ, ਫੈਸਲਾ ਸਮਰੱਥ ਅਰਥਸ਼ਾਸਤਰੀ ਉੱਤੇ ਛੱਡ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ।
• ਇੱਕ ਅਨੁਸ਼ਾਸਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਹਰੇਕ ਨਕਲੀ ਖੁਫੀਆ ਆਉਟਪੁੱਟ ਨੂੰ ਮੂਲ ਸਰੋਤ (TURKSTAT/EVDS/IMF) ਨਾਲ ਜੋੜਨ ਦੇ ਕਦਮਾਂ ਦੁਆਰਾ ਪ੍ਰਮਾਣਿਤ ਕਰਦੀ ਹੈ, ਇਸਦੀ ਮੁੜ ਗਣਨਾ ਕਰਦੀ ਹੈ ਅਤੇ ਇਸਨੂੰ ਆਰਥਿਕ ਆਮ ਸਮਝ ਦੇ ਫਿਲਟਰ ਦੁਆਰਾ ਪਾਸ ਕਰਦੀ ਹੈ।
• ਜਾਅਲੀ ਨੰਬਰਾਂ (ਭਰਮ), ਪੁਰਾਣੀਆਂ ਡੇਟਾ ਕੱਟ-ਆਫ ਮਿਤੀਆਂ ਅਤੇ ਗੁਪਤ ਡੇਟਾ ਲੀਕ ਹੋਣ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਪਛਾਣਨ ਦੀ ਸਮਰੱਥਾ, ਅਤੇ ਸੁਰੱਖਿਅਤ ਸਾਧਨਾਂ ਅਤੇ ਸਰੋਤਾਂ ਦੀ ਚੋਣ ਕਰਨ ਦੀ ਆਦਤ ਪ੍ਰਾਪਤ ਕਰੋ।

ਇੱਕ ਅਰਥਸ਼ਾਸਤਰੀ ਦਾ ਡੈਸਕ ਅਸਲ ਵਿੱਚ ਇੱਕ ਡੇਟਾ ਅਤੇ ਟੈਕਸਟ ਫੈਕਟਰੀ ਹੈ: ਤੁਸੀਂ ਸਵੇਰੇ ਤੁਰਕਸਟੈਟ ਤੋਂ ਮਹਿੰਗਾਈ ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਕਰਦੇ ਹੋ, ਦੁਪਹਿਰ ਵਿੱਚ ਇੱਕ ਵਿਕਾਸ ਏਜੰਸੀ ਲਈ ਇੱਕ ਨੀਤੀ ਨੋਟ ਲਿਖੋ, ਇੱਕ ਸਮਾਂ ਲੜੀ ਸਾਫ਼ ਕਰੋ ਅਤੇ ਸ਼ਾਮ ਨੂੰ ਇੱਕ ਪੂਰਵ ਅਨੁਮਾਨ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ। ਇਸ ਦਾ ਬਹੁਤਾ ਕੰਮ ਮਕੈਨੀਕਲ ਹੈ, ਮਾਨਸਿਕ ਨਹੀਂ: ਡੇਟਾ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਨਾ, ਇਕਾਈਆਂ ਨੂੰ ਬਦਲਣਾ, ਟੇਬਲ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਨਾ, ਲੰਬੀਆਂ ਰਿਪੋਰਟਾਂ ਦਾ ਸਾਰ ਦੇਣਾ, ਕੋਡ ਲਿਖਣਾ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI - ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਅਤੇ ਸਹਾਇਕ ਟੂਲ) ਬਿਲਕੁਲ ਇਸ ਮਕੈਨੀਕਲ ਬੋਝ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ। ਪਰ ਆਓ ਇੱਕ ਵਾਕ ਨਾਲ ਸ਼ੁਰੂ ਕਰੀਏ ਜੋ ਅਸੀਂ ਇਸ ਮੋਡੀਊਲ ਵਿੱਚ ਦੁਹਰਾਵਾਂਗੇ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਅਰਥ ਸ਼ਾਸਤਰੀ ਦਾ ਸਹਾਇਕ ਹੈ, ਨਾ ਕਿ ਉਹ ਮਾਹਰ ਜੋ ਉਸਦੀ ਥਾਂ ਲੈਂਦਾ ਹੈ। ਮਹਿੰਗਾਈ ਦੀ ਭਵਿੱਖਬਾਣੀ, ਮੁਦਰਾ ਨੀਤੀ ਪ੍ਰਸਤਾਵ ਜਾਂ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਅੰਕੜੇ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਉਸ ਵਿਅਕਤੀ ਅਤੇ ਸੰਸਥਾ ਦੀ ਹੁੰਦੀ ਹੈ ਜਿਸ ਨੇ ਇਸ 'ਤੇ ਦਸਤਖਤ ਕੀਤੇ ਹਨ।

ਇਸ ਯੂਨਿਟ ਬਾਰੇ "ਉਪਭੋਗਤਾ ਮੈਨੂਅਲ" ਵਾਂਗ ਸੋਚੋ: ਇੱਥੇ ਅਸੀਂ ਦੱਸਾਂਗੇ ਕਿ AI ਨੂੰ ਕਿੱਥੇ ਰੱਖਣਾ ਹੈ, ਕਿੱਥੇ ਕਦੇ ਨਹੀਂ ਲਗਾਉਣਾ ਹੈ, ਅਤੇ ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਹੈ। ਹੋਰ ਦਸ ਯੂਨਿਟ ਇਸ ਪਿੰਜਰ 'ਤੇ ਮਾਸ ਪਾਉਣਗੇ।

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਅਰਥ ਸ਼ਾਸਤਰ ਵਿੱਚ ਕੀ ਤੇਜ਼ੀ ਲਿਆਉਂਦੀ ਹੈ ਅਤੇ ਕੀ ਇਹ ਤੇਜ਼ ਨਹੀਂ ਹੁੰਦੀ?

ਆਉ ਜੋਖਮ ਪੱਧਰ ਦੇ ਅਨੁਸਾਰ ਕਾਰਜਾਂ ਨੂੰ ਤਿੰਨ ਬਕਸਿਆਂ ਵਿੱਚ ਵੰਡੀਏ। ਇਹ ਅੰਤਰ ਪੂਰੇ ਮੋਡੀਊਲ ਦਾ ਕੰਪਾਸ ਹੈ।

ਗ੍ਰੀਨ ਬਾਕਸ — AI ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ, ਗਤੀ ਜੋੜਦਾ ਹੈ (ਅਜੇ ਵੀ ਸਮੀਖਿਆ ਕੀਤੀ ਗਈ ਹੈ)। ਡੇਟਾ ਡਾਉਨਲੋਡ ਕੋਡ ਲਿਖਣਾ, ਡੇਟਾ ਨੂੰ ਸਾਫ਼ ਕਰਨ ਲਈ ਕਦਮਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣਾ, ਇੱਕ ਲੰਬੀ ਰਿਪੋਰਟ ਜਾਂ ਲੇਖ ਦਾ ਸਾਰ ਦੇਣਾ, ਇੱਕ ਚਾਰਟ ਲਈ ਕੋਡ ਤਿਆਰ ਕਰਨਾ, ਟੈਕਸਟ ਨੂੰ ਸਰਲ ਬਣਾਉਣਾ ਅਤੇ ਫਾਰਮੈਟ ਕਰਨਾ, ਸ਼ਰਤਾਂ, ਅਨੁਵਾਦ, ਡਰਾਫਟ ਨੀਤੀ ਨੋਟ ਪਿੰਜਰ ਦੀ ਵਿਆਖਿਆ ਕਰਨਾ। ਇੱਥੇ ਗਲਤੀ ਦੀ ਕੀਮਤ ਘੱਟ ਹੈ ਅਤੇ ਗਲਤੀਆਂ ਆਸਾਨੀ ਨਾਲ ਦੇਖੀਆਂ ਜਾਂਦੀਆਂ ਹਨ।

ਯੈਲੋ ਬਾਕਸ - AI ਮਦਦ ਕਰਦਾ ਹੈ ਪਰ ਮਨੁੱਖੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਇੱਕ ਸਮਾਂ ਲੜੀ ਮਾਡਲ ਬਣਾਉਣਾ, ਰਿਗਰੈਸ਼ਨ ਵਿਆਖਿਆ, ਦ੍ਰਿਸ਼ ਗਣਨਾ, ਸੰਕੇਤਕ ਵਿਆਖਿਆ, ਸਾਹਿਤ ਸੰਸ਼ਲੇਸ਼ਣ। ਇੱਥੇ AI ਇੱਕ ਬਲੂਪ੍ਰਿੰਟ ਤਿਆਰ ਕਰਦਾ ਹੈ; ਪਰ ਨੰਬਰ, ਧਾਰਨਾਵਾਂ ਅਤੇ ਆਰਥਿਕ ਤਰਕ ਲਾਈਨ ਦਰ ਲਾਈਨ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਕਿਤੇ ਵੀ ਨਹੀਂ ਜਾਂਦੇ।

ਲਾਲ ਬਾਕਸ - ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖ ਦੀ ਹੈ, AI ਫੈਸਲਾ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਅਧਿਕਾਰਤ ਮਹਿੰਗਾਈ/ਵਿਕਾਸ ਦੇ ਅੰਕੜੇ ਦੀ ਅੰਤਿਮ ਪ੍ਰਵਾਨਗੀ, ਮੁਦਰਾ ਜਾਂ ਵਿੱਤੀ ਨੀਤੀ ਪ੍ਰਸਤਾਵ ਦੀ ਮਲਕੀਅਤ, ਜਨਤਕ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਪੂਰਵ ਅਨੁਮਾਨ ਦੇ ਦਸਤਖਤ, ਇੱਕ ਰਾਏ ਜੋ ਇੱਕ ਨਿਵੇਸ਼/ਕ੍ਰੈਡਿਟ ਫੈਸਲੇ ਵਿੱਚ ਬਦਲ ਜਾਂਦੀ ਹੈ। ਇੱਥੇ AI ਸਿਰਫ ਇਨਪੁਟ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਨਿਰਣਾ, ਜ਼ਿੰਮੇਵਾਰੀ ਅਤੇ ਦਸਤਖਤ ਵਿਅਕਤੀ ਦੇ ਹਨ।

ਸੰਕੇਤ: ਜੇਕਰ ਤੁਸੀਂ ਨਿਸ਼ਚਿਤ ਨਹੀਂ ਹੋ ਕਿ ਕਿਸ ਬਾਕਸ ਵਿੱਚ ਇੱਕ ਟਾਸਕ ਪਾਉਣਾ ਹੈ, ਤਾਂ ਇਹ ਸਵਾਲ ਪੁੱਛੋ: "ਜੇ ਇਹ ਆਉਟਪੁੱਟ ਗਲਤ ਨਿਕਲਦਾ ਹੈ, ਤਾਂ ਕਿਸ ਨੂੰ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਕੀ ਗਲਤੀ ਆਸਾਨੀ ਨਾਲ ਧਿਆਨ ਵਿੱਚ ਆ ਜਾਵੇਗੀ?" ਜੇਕਰ ਨੁਕਸਾਨ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ ਅਤੇ ਗਲਤੀ ਲੁਕੀ ਹੋਈ ਹੈ, ਤਾਂ ਉਹ ਕੰਮ ਲਾਲ ਦੇ ਨੇੜੇ ਹੈ।

ਨਕਲੀ ਬੁੱਧੀ ਦੀਆਂ ਤਿੰਨ ਬੁਨਿਆਦੀ ਸੀਮਾਵਾਂ

ਅਰਥ ਸ਼ਾਸਤਰ ਵਿੱਚ ਇਸਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਵਰਤਣ ਲਈ, ਕਿਸੇ ਨੂੰ ਪਹਿਲਾਂ ਇਹ ਜਾਣਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਕਿੱਥੇ ਠੋਕਰ ਖਾਂਦਾ ਹੈ।

1) ਬਨਾਵਟ (ਭਰਮ)। ਵੱਡੀ ਭਾਸ਼ਾ ਮਾਡਲ ਕਈ ਵਾਰ ਇੱਕ ਨੰਬਰ ਜਾਂ ਸਰੋਤ ਬਣਾਉਂਦਾ ਹੈ ਜਿਸ ਨੂੰ ਉਹ ਨਹੀਂ ਜਾਣਦਾ, ਭਰੋਸੇਮੰਦ ਭਾਸ਼ਾ ਵਿੱਚ। ਵਾਕ "2023 ਦਾ ਚਾਲੂ ਖਾਤਾ ਘਾਟਾ $45.2 ਬਿਲੀਅਨ ਸੀ" ਸੱਚ ਜਾਪਦਾ ਹੈ ਪਰ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਲਤ ਹੋਵੇ। ਅਰਥਸ਼ਾਸਤਰ ਵਿੱਚ, ਇਹ ਘਾਤਕ ਹੈ: ਇੱਕ ਗਲਤ ਅੰਕੜਾ ਇੱਕ ਰਿਪੋਰਟ, ਇੱਕ ਪੂਰਵ ਅਨੁਮਾਨ, ਇੱਕ ਫੈਸਲੇ ਨੂੰ ਜ਼ਹਿਰ ਦਿੰਦਾ ਹੈ।

2) ਡੇਟਾ ਕੱਟਆਫ ਮਿਤੀ। ਮਾਡਲ ਦਾ ਸਿਖਲਾਈ ਡੇਟਾ ਇੱਕ ਨਿਸ਼ਚਤ ਮਿਤੀ ਤੇ ਰੁਕ ਜਾਂਦਾ ਹੈ. ਨਵੀਨਤਮ ਮਹਿੰਗਾਈ, ਨਵੀਨਤਮ ਵਿਆਜ ਦਰ ਫੈਸਲੇ, ਅਤੇ ਕੱਲ੍ਹ ਦੀ ਐਕਸਚੇਂਜ ਦਰ ਨੂੰ ਇਸ ਜਾਣਕਾਰੀ ਤੋਂ ਬਾਹਰ ਰੱਖਿਆ ਜਾ ਸਕਦਾ ਹੈ। AI ਅਸਲ ਵਿੱਚ ਤੁਹਾਨੂੰ "ਨਵੀਨਤਮ ਡੇਟਾ" ਦੇ ਰੂਪ ਵਿੱਚ ਕਈ ਮਹੀਨੇ ਜਾਂ ਸਾਲ ਪੁਰਾਣਾ ਨੰਬਰ ਦੇ ਸਕਦਾ ਹੈ।

3) ਕਾਰਨ ਅੰਨ੍ਹਾਪਣ ਅਤੇ ਸੰਦਰਭ ਦੀ ਘਾਟ। AI ਭਾਸ਼ਾ ਵਿੱਚ ਪੈਟਰਨ ਹਾਸਲ ਕਰਦਾ ਹੈ; ਆਰਥਿਕ ਕਾਰਣ ਨੂੰ "ਸਮਝਦਾ" ਨਹੀਂ ਹੈ। ਉਹ "ਜਦੋਂ ਵਿਆਜ ਦਰਾਂ ਵਧਦੀਆਂ ਹਨ, ਮਹਿੰਗਾਈ ਘਟਦੀ ਹੈ" ਵਰਗੇ ਵਾਕਾਂ ਨੂੰ ਤਰਕਸੰਗਤ ਤੌਰ 'ਤੇ ਬਣਾਉਂਦਾ ਹੈ, ਪਰ ਉਹ ਇਹ ਮੁਲਾਂਕਣ ਨਹੀਂ ਕਰ ਸਕਦਾ ਕਿ ਉਹ ਕਿਹੜੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਜਾਇਜ਼ ਹਨ ਜਾਂ ਕਿਸ ਦੇਸ਼ ਵਿੱਚ ਇਸ ਦੇ ਉਲਟ ਕਿਸ ਮਿਆਦ ਵਿੱਚ ਹੋਇਆ ਹੈ। ਇਹ ਢਾਂਚਾਗਤ ਬਰੇਕਾਂ ਨੂੰ ਨਹੀਂ ਦੇਖ ਸਕਦਾ (ਸੰਕਟ ਨਾਲ ਪੈਟਰਨ ਦੀ ਤਬਦੀਲੀ)।

ਧਿਆਨ ਦਿਓ: ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿ ਇੱਕ ਵਾਕ ਪ੍ਰਵਾਹ ਅਤੇ ਆਤਮ-ਵਿਸ਼ਵਾਸ ਵਾਲਾ ਹੈ ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਸਹੀ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇਸਦੀ ਸਭ ਤੋਂ ਵੱਧ ਯਕੀਨਨ ਗਲਤ ਹੋ ਸਕਦੀ ਹੈ।

ਪੁਸ਼ਟੀਕਰਨ ਅਨੁਸ਼ਾਸਨ: ਸਰੋਤ–ਖਾਤਾ–ਫਿਲਟਰ

ਇਸ ਮੋਡੀਊਲ ਦਾ ਦਿਲ ਇੱਕ ਸਿੰਗਲ ਆਦਤ ਹੈ. ਹਰੇਕ AI ਆਉਟਪੁੱਟ ਨੂੰ ਤਿੰਨ ਪੜਾਵਾਂ ਰਾਹੀਂ ਲਓ:

1. ਸਰੋਤ। ਹਰ ਸੰਖਿਆ ਅਤੇ ਤੱਥਾਂ ਦਾ ਦਾਅਵਾ ਅਸਲ ਸਰੋਤ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। TURKSTAT ਤੋਂ ਮਹਿੰਗਾਈ, CBRT ਤੋਂ ਵਟਾਂਦਰਾ ਦਰ ਅਤੇ ਅਦਾਇਗੀਆਂ ਦਾ ਸੰਤੁਲਨ, IMF ਤੋਂ ਗਲੋਬਲ ਅਨੁਮਾਨ। ਤੁਸੀਂ ਅਧਿਕਾਰਤ ਪ੍ਰਕਾਸ਼ਨ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋ, ਨਾ ਕਿ AI ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਅੰਕੜੇ।
2. ਬਿੱਲ। ਤੁਸੀਂ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਵਾਰ ਪ੍ਰਾਪਤ ਕੀਤੇ ਹਰੇਕ ਨੰਬਰ ਨੂੰ ਹੱਥੀਂ ਮੁੜ-ਗਣਨਾ ਕਰਦੇ ਹੋ। ਕੀ ਵਿਕਾਸ ਦਰ, ਅਸਲ ਮੁੱਲ ਅਤੇ ਸੂਚਕਾਂਕ ਸਹੀ ਫਾਰਮੂਲੇ ਨਾਲ ਲਏ ਗਏ ਹਨ? ਕਾਗਜ਼ 'ਤੇ ਇੱਕ ਮਿਆਦ ਦੀ ਜਾਂਚ ਕਰੋ.
3. ਛਾਨਣੀ। ਤੁਸੀਂ ਆਰਥਿਕ ਆਮ ਸਮਝ ਦੁਆਰਾ ਨਤੀਜਾ ਪਾਸ ਕਰਦੇ ਹੋ: ਕੀ ਇਹ ਆਕਾਰ ਵਾਜਬ ਹੈ? ਕੀ ਨਿਸ਼ਾਨ ਸਹੀ ਹੈ? ਇਤਿਹਾਸਕ ਸੀਮਾ ਵਿੱਚ? ਕੀ ਕੋਈ ਵਿਰੋਧਾਭਾਸ ਹੈ? ਇੱਕ ਗੈਰ-ਵਾਜਬ ਨਤੀਜਾ ਅਕਸਰ ਗਲਤੀ ਦਾ ਸੰਕੇਤ ਹੁੰਦਾ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਜਾਅਲੀ ਚਿੱਤਰ ਨੂੰ ਕੈਪਚਰ ਕਰਨਾ। ਇੱਕ ਵਿਕਾਸ ਏਜੰਸੀ ਦੇ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ YZ ਨੂੰ "ਸੂਬਾਈ ਅਧਾਰ 'ਤੇ 2023 ਦੇ ਨਿਰਯਾਤ ਅੰਕੜਿਆਂ ਦੀ ਇੱਕ ਸਾਰਣੀ ਬਣਾਉਣ ਲਈ ਕਿਹਾ।" AI ਨੇ ਇੱਕ ਵਧੀਆ ਤਸਵੀਰ ਦਿੱਤੀ. ਸਰੋਤ ਕਦਮ ਵਿੱਚ, ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ TUIK ਵਿਦੇਸ਼ੀ ਵਪਾਰ ਦੇ ਅੰਕੜਿਆਂ ਨੂੰ ਦੇਖਿਆ ਅਤੇ ਦੇਖਿਆ ਕਿ ਤਿੰਨ ਪ੍ਰਾਂਤਾਂ ਦੇ ਅੰਕੜੇ ਅਸਲ ਡੇਟਾ ਤੋਂ ਦੁੱਗਣੇ ਸਨ; AI ਨੇ ਗੁੰਮ ਹੋਈ ਜਾਣਕਾਰੀ ਨੂੰ "ਵਾਜਬ ਦਿਖਣ ਵਾਲੇ" ਨੰਬਰਾਂ ਨਾਲ ਭਰਿਆ ਸੀ। ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਟੇਬਲ ਨੂੰ ਦੂਰ ਸੁੱਟ ਦਿੱਤਾ ਅਤੇ ਸਿੱਧੇ ਤੁਰਕਸਟੈਟ ਤੋਂ ਡੇਟਾ ਖਿੱਚ ਲਿਆ. ਇਹ ਮਨਘੜਤ ਅੰਕੜਾ ਰਿਪੋਰਟ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਫੜਿਆ ਗਿਆ ਸੀ।

ਕੇਸ 2 — ਪੁਰਾਣਾ ਡਾਟਾ ਟਰੈਪ। ਇੱਕ ਆਰਥਿਕ ਪੱਤਰਕਾਰ ਨੇ YZ ਨੂੰ ਪੁੱਛਿਆ, "ਮੌਜੂਦਾ ਨੀਤੀਗਤ ਦਰ ਕੀ ਹੈ?" ਉਸਨੇ ਪੁੱਛਿਆ; ਉਸ ਨੂੰ ਜੋ ਜਵਾਬ ਮਿਲਿਆ ਉਹ ਅੱਠ ਮਹੀਨੇ ਪਹਿਲਾਂ ਦਾ ਰੇਟ ਸੀ। ਪੱਤਰਕਾਰ, ਜਿਸਨੂੰ ACCOUNT/SOURCE ਦੀ ਆਦਤ ਹੈ, ਨੇ CBRT ਦੇ ਆਖਰੀ MPK (ਮੌਦਰਿਕ ਨੀਤੀ ਕਮੇਟੀ) ਦੇ ਫੈਸਲੇ ਨੂੰ ਦੇਖਿਆ ਅਤੇ ਸਹੀ ਦਰ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਜੇ ਉਸਨੇ ਨਾ ਪੁੱਛਿਆ ਹੁੰਦਾ, ਤਾਂ ਗਲਤ ਵਿਆਜ ਪ੍ਰਕਾਸ਼ਨ ਵੱਲ ਚਲਾ ਜਾਂਦਾ।

ਕੇਸ 3 — ਆਰਥਿਕ ਫਿਲਟਰ। ਇੱਕ ਵਿਦਿਆਰਥੀ-ਖੋਜਕਾਰ ਕੋਲ ਇੱਕ ਅਸਲ ਤਨਖਾਹ ਲੜੀ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਏ.ਆਈ. ਨਤੀਜੇ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ ਇੱਕ ਸਾਲ ਵਿੱਚ ਅਸਲ ਉਜਰਤਾਂ ਵਿੱਚ 140 ਫੀਸਦੀ ਦਾ ਵਾਧਾ ਹੋਇਆ ਹੈ। ਫਿਲਟਰ ਕਦਮ ਪਲੇਅ ਵਿੱਚ ਆਇਆ: ਇਹ ਆਕਾਰ ਵਾਸਤਵਿਕ ਸੀ। ਕੋਡ ਵਿੱਚ, ਏਆਈ ਨੇ ਗਲਤ ਅਧਾਰ ਦੇ ਨਾਲ ਡਿਫਲੇਟਰ (ਕੀਮਤ ਸੁਧਾਰਾਤਮਕ ਸੂਚਕਾਂਕ) ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਸੀ। ਗਲਤੀ ਪਾਈ ਗਈ, ਫਾਰਮੂਲਾ ਠੀਕ ਕੀਤਾ ਗਿਆ, ਅਤੇ ਨਤੀਜਾ ਵਾਜਬ ਸੀਮਾ ਦੇ ਅੰਦਰ ਆਇਆ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ ਭੂਮਿਕਾਵਾਂ ਅਤੇ ਸੀਮਾਵਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਇੱਕ ਸੀਨੀਅਰ ਅਰਥਸ਼ਾਸਤਰੀ ਲਈ ਸਹਾਇਕ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਾਇਕ। ਨਿਯਮ: (1) ਕੋਈ ਵੀ ਨੰਬਰ ਨਾ ਬਣਾਓ ਜੋ ਮੈਂ ਤੁਹਾਨੂੰ ਨਹੀਂ ਦਿੰਦਾ। ਜੇਕਰ ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ ਹੋ, ਤਾਂ ਕਹੋ "ਤੁਹਾਨੂੰ ਇਸ ਡੇਟਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ"। (2) ਨਿਸ਼ਚਿਤ ਕਰੋ ਕਿ ਤੁਹਾਡੇ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਹਰੇਕ ਨੰਬਰ ਲਈ ਇਹ ਕਿਸ ਅਧਿਕਾਰਤ ਸਰੋਤ (TURKSTAT/CBRT/IMF, ਆਦਿ) ਤੋਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। (3) ਕਾਰਨ ਦਾ ਦਾਅਵਾ ਕਰਦੇ ਸਮੇਂ ਸਥਿਤੀ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਦੱਸੋ। ਜੇ ਤੁਸੀਂ ਸਮਝਦੇ ਹੋ, ਤਾਂ ਇੱਕ ਵਾਕ ਵਿੱਚ ਪੁਸ਼ਟੀ ਕਰੋ।

2) ਸਰੋਤ-ਪੁਸ਼ਟੀ ਬੇਨਤੀ:

ਹੇਠਾਂ ਦਿੱਤੇ ਦਾਅਵੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ: "[ਦਾਅਵਾ]"। ਸੂਚੀ ਬਣਾਓ ਕਿ ਮੈਨੂੰ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਕਿਹੜੇ ਅਧਿਕਾਰਤ/ਪ੍ਰਾਇਮਰੀ ਸਰੋਤ (ਸੰਸਥਾ, ਪ੍ਰਕਾਸ਼ਨ ਦਾ ਨਾਮ, ਲੜੀ) ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਪਛਾਣ ਕਰੋ ਕਿ ਦਾਅਵੇ ਵਿੱਚ ਹਰੇਕ ਨੰਬਰ ਕਿਸ ਪਰਿਭਾਸ਼ਾ ਅਤੇ ਮਿਆਦ ਨਾਲ ਸਬੰਧਤ ਹੈ। ਆਪਣੀ ਮੈਮੋਰੀ ਤੋਂ ਨੰਬਰ ਨਾ ਦਿਓ.

3) ਆਉਟਪੁੱਟ ਫਿਲਟਰ ਕਰਨ ਲਈ ਪ੍ਰੋਂਪਟ:

ਆਰਥਿਕ ਇਕਸਾਰਤਾ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨਤੀਜੇ ਦੀ ਜਾਂਚ ਕਰੋ: ਕੀ ਚਿੰਨ੍ਹ ਦਾ ਕੋਈ ਅਰਥ ਹੈ, ਕੀ ਇਤਿਹਾਸਕ ਸੀਮਾ ਦੇ ਅੰਦਰ ਵਿਸ਼ਾਲਤਾ ਹੈ, ਕੀ ਇਕਾਈਆਂ ਇਕਸਾਰ ਹਨ, ਕੀ ਕੋਈ ਲੁਕਵੀਂ ਧਾਰਨਾ ਹੈ? "ਪੁਸ਼ਟੀ ਕਰੋ" ਟੈਗ ਨਾਲ ਜੋ ਵੀ ਤੁਹਾਨੂੰ ਸ਼ੱਕੀ ਲੱਗਦਾ ਹੈ ਉਸ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ।

4) ਕਾਰਜ ਜੋਖਮ ਵਰਗੀਕਰਣ ਬੇਨਤੀ:

ਮੈਂ ਹੇਠਾਂ ਦਿੱਤਾ ਕੰਮ ਕਰਾਂਗਾ: "[ਖੋਜ]"। ਇਸਨੂੰ ਹਰੇ (ਮਕੈਨੀਕਲ, ਘੱਟ ਜੋਖਮ), ਪੀਲਾ (ਡਰਾਫਟ, ਮਨੁੱਖੀ ਪ੍ਰਮਾਣਿਤ) ਜਾਂ ਲਾਲ (ਫੈਸਲਾ/ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖੀ) ਦੇ ਰੂਪ ਵਿੱਚ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ ਅਤੇ ਇੱਕ ਵਾਕ ਵਿੱਚ ਵਿਆਖਿਆ ਕਰੋ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਤੁਰਕੀ ਦੀ ਆਰਥਿਕਤਾ ਬਾਰੇ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਲਿਖੋ।

ਪ੍ਰਸੰਗ ਰਹਿਤ ਅਤੇ ਬੇਅੰਤ; AI ਇੱਕ ਆਮ, ਗੈਰ-ਸਰੋਤ, ਅਣ-ਪ੍ਰਮਾਣਿਤ ਪਾਠ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਾਇਕ। ਮੇਰੇ ਕੋਲ TURKSTAT (ਹੇਠਾਂ) ਤੋਂ 2019-2024 ਦਾ ਸਾਲਾਨਾ CPI ਅਤੇ GDP ਵਿਕਾਸ ਡੇਟਾ ਹੈ। ਇਸ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ 3-ਪੈਰਾਗ੍ਰਾਫ ਡਰਾਫਟ ਟਿੱਪਣੀ ਲਿਖੋ; ਮੈਂ ਤੁਹਾਨੂੰ ਦਿੱਤੀ ਟੇਬਲ ਤੋਂ ਹਰੇਕ ਨੰਬਰ ਲਓ, ਬਾਹਰੋਂ ਨੰਬਰ ਨਾ ਜੋੜੋ; ਜਿੱਥੇ ਤੁਸੀਂ ਅਸਪਸ਼ਟ ਹੋ, "ਪੜਤਾਲ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ" ਲਿਖੋ। ਅੰਤ ਵਿੱਚ ਸੂਚੀਬੱਧ ਕਰੋ ਕਿ ਕਿਹੜੇ ਬਿੰਦੂ ਮੈਨੂੰ ਹੱਥੀਂ ਜਾਂਚਣ ਦੀ ਲੋੜ ਹੈ।[ਸਾਰਣੀ]

ਇਹ ਪ੍ਰੋਂਪਟ ਰੋਲ, ਸਰੋਤ, ਰੁਕਾਵਟ, ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਉਮੀਦਾਂ ਨੂੰ ਇਕੱਠੇ ਦਿੰਦਾ ਹੈ; ਆਉਟਪੁੱਟ ਆਡਿਟਯੋਗ ਬਣ ਜਾਂਦੀ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

• AI ਦੁਆਰਾ ਇੱਕ ਸਰੋਤ ਵਜੋਂ ਦਿੱਤੇ ਗਏ ਨੰਬਰ ਦਾ ਇਲਾਜ ਕਰਨਾ। AI ਇੱਕ ਸਰੋਤ ਨਹੀਂ ਹੈ; TURKSTAT/CBRT/IMF ਸਰੋਤ ਹੈ।
• ਸ਼ੁੱਧਤਾ ਲਈ ਰਵਾਨਗੀ ਨੂੰ ਭੁਲਾਉਣਾ। ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਲਿਖਿਆ ਵਾਕ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ।
• ਟਾਸਕ ਬਾਕਸ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨਾ। ਲਾਲ ਬਕਸੇ ਦੀ ਨੌਕਰੀ ਨੂੰ ਹਰੇ ਵਾਂਗ ਜਲਦੀ ਪਾਸ ਕਰਨਾ ਸਭ ਤੋਂ ਮਹਿੰਗੀ ਗਲਤੀ ਹੈ।
• ਡਾਟਾ ਕੱਟਣ ਦੀ ਮਿਤੀ ਨੂੰ ਭੁੱਲਣਾ। "ਮੌਜੂਦਾ" ਲਈ ਪੁੱਛਣਾ ਅਤੇ ਪੁਰਾਣਾ ਨੰਬਰ ਪ੍ਰਾਪਤ ਕਰਨਾ.
• ਟੂਲ ਵਿੱਚ ਅੰਨ੍ਹੇਵਾਹ ਗੁਪਤ/ਮਾਰਕੀਟ-ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਚਿਪਕਾਉਣਾ। ਇੱਕ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਜੋ ਅਸੀਂ ਅਗਲੀ ਯੂਨਿਟ ਵਿੱਚ ਦੇਖਾਂਗੇ।
• ਦਸਤੀ ਗਣਨਾ ਦੇ ਪੜਾਅ ਨੂੰ ਛੱਡੋ। ਇਸਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਪ੍ਰਾਪਤ ਕੀਤੇ ਨੰਬਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ।

ਸੰਖੇਪ ਵਿੱਚ

ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਕ ਹੈ ਜੋ ਅਰਥਸ਼ਾਸਤਰੀ ਦੇ ਮਕੈਨੀਕਲ ਬੋਝ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਘਟਾਉਂਦੀ ਹੈ; ਪਰ ਭਵਿੱਖਬਾਣੀ, ਨੀਤੀ ਅਤੇ ਅਧਿਕਾਰਤ ਅੰਕੜਿਆਂ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖ ਦੀ ਹੈ। ਕਾਰਜਾਂ ਨੂੰ ਹਰੇ-ਪੀਲੇ-ਲਾਲ ਬਕਸੇ ਵਿੱਚ ਛਾਂਟੋ, AI ਦੀਆਂ ਤਿੰਨ ਬੁਨਿਆਦੀ ਸੀਮਾਵਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ (ਫੈਬਰੀਕੇਸ਼ਨ, ਡੇਟਾ ਕਟੌਫ਼ ਮਿਤੀ, ਕਾਰਣ ਅੰਨ੍ਹੇਪਣ), ਅਤੇ ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਸਰੋਤ-ਖਾਤਾ-ਫਿਲਟਰ ਅਨੁਸ਼ਾਸਨ ਦੁਆਰਾ ਪਾਸ ਕਰੋ। ਇਹ ਤਿੰਨ ਕਦਮ ਬਾਕੀ ਦੇ ਮੋਡੀਊਲ ਲਈ ਸੁਰੱਖਿਆ ਬੈਲਟ ਹਨ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਆਪਣੀ ਖੁਦ ਦੀ ਨੌਕਰੀ ਵਿੱਚੋਂ ਇੱਕ ਅਸਲ ਹਫ਼ਤਾ ਚੁਣੋ ਅਤੇ 10 ਆਰਥਿਕ ਕੰਮਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਜੋ ਤੁਸੀਂ ਉਸ ਹਫ਼ਤੇ ਕੀਤੇ ਸਨ (ਉਦਾਹਰਨ ਲਈ "ਮੁਦਰਾਸਫੀਤੀ ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਕਰੋ", "ਇੱਕ ਸੂਬਾਈ ਨਿਰਯਾਤ ਸਾਰਣੀ ਤਿਆਰ ਕਰੋ", "ਇੱਕ ਰਿਪੋਰਟ ਸੰਖੇਪ ਤਿਆਰ ਕਰੋ")। ਹਰ ਕੰਮ ਨੂੰ ਹਰੇ/ਪੀਲੇ/ਲਾਲ ਦੇ ਰੂਪ ਵਿੱਚ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ। ਫਿਰ ਹਰੇ ਬਾਕਸ ਵਿੱਚ ਇੱਕ ਕੰਮ ਦੀ ਚੋਣ ਕਰੋ ਅਤੇ AI ਨੂੰ ਉਪਰੋਕਤ ਟੈਂਪਲੇਟਸ 1 ਅਤੇ 3 ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਨੂੰ ਕਰਨ ਲਈ ਕਹੋ, ਅਤੇ SOURCE–ACCOUNT–FIlter ਨਾਲ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕਰੋ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਗਲਤੀ ਨੂੰ ਨੋਟ ਕਰੋ ਜੋ ਤੁਸੀਂ ਲੱਭਦੇ ਹੋ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਕੰਮ ਨੂੰ ਹਰੇ/ਪੀਲੇ/ਲਾਲ ਬਕਸੇ ਵਿੱਚ ਸਹੀ ਢੰਗ ਨਾਲ ਰੱਖਿਆ ਹੈ।
• [ ] ਮੈਂ ਮੁੱਖ ਅਧਿਕਾਰਤ ਸਰੋਤ ਤੋਂ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਹਰੇਕ ਨੰਬਰ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ।
• [ ] ਮੈਂ ਹੱਥ ਨਾਲ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਪ੍ਰਾਪਤ ਸੰਖਿਆ ਦੀ ਮੁੜ ਗਣਨਾ ਕੀਤੀ।
• [ ] ਮੈਂ ਨਤੀਜੇ ਨੂੰ ਆਰਥਿਕ ਆਮ ਸਮਝ (ਚਿੰਨ੍ਹ, ਵਿਸ਼ਾਲਤਾ, ਇਕਾਈ) ਦੁਆਰਾ ਫਿਲਟਰ ਕੀਤਾ।
• [ ] ਮੈਂ ਡਾਟਾ ਕੱਟਣ ਦੀ ਮਿਤੀ ਅਤੇ ਰੀਸੈਂਸੀ ਜੋਖਮ ਦੀ ਜਾਂਚ ਕੀਤੀ।
• [ ] ਮੈਂ ਗੁਪਤ/ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾਂ ਸੁਰੱਖਿਅਤ/ਪ੍ਰਵਾਨਿਤ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ।
• [ ] ਮੈਂ ਆਉਟਪੁੱਟ ਦੀ ਮਲਕੀਅਤ ਦਾ ਦਾਅਵਾ ਕੀਤਾ ਹੈ, ਇਹ ਕਾਇਮ ਰੱਖਦੇ ਹੋਏ ਕਿ ਮੇਰੇ ਕੋਲ ਅੰਤਿਮ ਨਿਰਣਾ ਅਤੇ ਦਸਤਖਤ ਹਨ।