ਲਾਭ:
- ਆਰਥਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀਆਂ ਮੁੱਖ ਸੀਮਾਵਾਂ ਨੂੰ ਯੋਜਨਾਬੱਧ ਤੌਰ 'ਤੇ ਸੂਚੀਬੱਧ ਕਰਨ ਦੀ ਸਮਰੱਥਾ (ਫੈਬਰੀਕੇਸ਼ਨ, ਡੇਟਾ ਕੱਟ-ਆਫ ਤਾਰੀਖ, ਕਾਰਣ ਅੰਨ੍ਹੇਪਣ, ਢਾਂਚਾਗਤ ਬਰੇਕ)
- ਇੱਕ ਸੁਰੱਖਿਅਤ ਵਰਤੋਂ ਅਤੇ KVKK ਅਨੁਕੂਲ ਵਰਕਫਲੋ ਸਥਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਗੁਪਤ ਡੇਟਾ, ਮਾਰਕੀਟ-ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ
- ਐਂਟਰਪ੍ਰਾਈਜ਼-ਪੱਧਰ ਦੇ ਏਆਈ ਗਵਰਨੈਂਸ ਫਰੇਮਵਰਕ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ (ਰਜਿਸਟ੍ਰੇਸ਼ਨ, ਤਸਦੀਕ, ਜਵਾਬਦੇਹੀ, ਪ੍ਰਵਾਨਗੀ ਲੜੀ)
ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ
1. ਇੱਕ ਕੇਂਦਰੀ ਬੈਂਕਰ ਬਿਨਾਂ ਕਿਸੇ ਤਸਦੀਕ ਦੇ ਇੱਕ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਮੁਦਰਾਸਫੀਤੀ ਪੂਰਵ ਅਨੁਮਾਨ ਨੂੰ ਸਿੱਧੇ ਇੱਕ ਅਧਿਕਾਰਤ ਨੀਤੀ ਨੋਟ ਵਿੱਚ ਰੱਖਦਾ ਹੈ। ਇਸ ਪਹੁੰਚ ਵਿੱਚ ਬੁਨਿਆਦੀ ਗਲਤੀ ਕੀ ਹੈ?
- ਏ) ਨਕਲੀ ਖੁਫੀਆ ਆਉਟਪੁੱਟ ਨੂੰ ਸਰੋਤ ਨਾਲ ਜੁੜੇ ਬਿਨਾਂ ਇੱਕ ਫੈਸਲੇ ਵਿੱਚ ਬਦਲਣਾ, ਇਸਦੀ ਮੁੜ ਗਣਨਾ ਕਰਨਾ ਅਤੇ ਆਰਥਿਕ ਤਸਦੀਕ ਤੋਂ ਗੁਜ਼ਰਨਾ; ਇਸ ਗੱਲ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਕਿ ਜ਼ਿੰਮੇਵਾਰੀ ਲੋਕਾਂ ਦੀ ਹੈ ✔
- ਅ) ਆਰਥਿਕ ਪੂਰਵ ਅਨੁਮਾਨਾਂ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਖਤ ਮਨਾਹੀ ਹੈ
- C) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਹਮੇਸ਼ਾ ਮਹਿੰਗਾਈ ਨੂੰ ਇਸ ਤੋਂ ਘੱਟ ਦਰਸਾਉਂਦੀ ਹੈ
- D) ਪੂਰਵ-ਅਨੁਮਾਨ ਨੂੰ ਇੱਕ ਗ੍ਰਾਫ ਵਿੱਚ ਪੇਸ਼ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ
ਵਰਣਨ: ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਅੰਕੜਾ ਰੂਪ ਰੇਖਾ ਤਿਆਰ ਕਰਦੀ ਹੈ; ਪਰ ਪੂਰਵ-ਅਨੁਮਾਨ ਅਤੇ ਰਸਮੀ ਨੀਤੀ ਦੀ ਸੰਖੇਪ ਸਮੱਗਰੀ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਸਮਰੱਥ ਅਰਥਸ਼ਾਸਤਰੀ ਅਤੇ ਸੰਸਥਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਗੈਰ-ਪ੍ਰਮਾਣਿਤ ਆਉਟਪੁੱਟ ਇੱਕ ਹਸਤਾਖਰਿਤ ਰਿਪੋਰਟ ਦੇ ਰੂਪ ਵਿੱਚ ਖਤਰਨਾਕ ਹੈ; ਸੰਖਿਆ ਨੂੰ ਮੂਲ ਸਰੋਤ ਨਾਲ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਮੁੜ ਗਣਨਾ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਇੱਕ ਆਰਥਿਕ ਫਿਲਟਰ ਦੁਆਰਾ ਪਾਸ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
2. ਜਦੋਂ ਤੁਸੀਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਪੁੱਛਦੇ ਹੋ, 'ਮੈਨੂੰ 2024 ਵਿੱਚ ਤੁਰਕੀਏ ਲਈ ਚਾਲੂ ਖਾਤੇ ਦੇ ਘਾਟੇ ਦਾ ਅੰਕੜਾ ਦਿਓ' ਤਾਂ ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਪਹੁੰਚ ਕੀ ਹੈ?
- ਏ) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਨੰਬਰ 'ਤੇ ਭਰੋਸਾ ਕਰੋ ਅਤੇ ਇਸਦੀ ਸਿੱਧੀ ਵਰਤੋਂ ਕਰੋ
- B) CBRT ਦੇ ਭੁਗਤਾਨ ਦੇ ਅਧਿਕਾਰਤ ਬਕਾਇਆ ਪ੍ਰਕਾਸ਼ਨ ਤੋਂ ਅੰਕੜੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਅਤੇ ਮਿਤੀ/ਯੂਨਿਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ✔
- C) ਇੰਟਰਨੈੱਟ 'ਤੇ ਕਿਸੇ ਬੇਤਰਤੀਬੇ ਨਿਊਜ਼ ਸਾਈਟ ਤੋਂ ਨੰਬਰ ਪ੍ਰਾਪਤ ਕਰਨਾ
- ਡੀ) ਨੰਬਰ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਕਿਉਂਕਿ ਇਹ ਕਿਸੇ ਵੀ ਤਰ੍ਹਾਂ ਬਦਲ ਜਾਵੇਗਾ
ਸਪੱਸ਼ਟੀਕਰਨ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਦਿੱਤਾ ਗਿਆ ਨੰਬਰ ਸਿਖਲਾਈ ਡੇਟਾ ਦੀ ਕੱਟ-ਆਫ ਮਿਤੀ ਤੋਂ ਪੁਰਾਣਾ ਹੋ ਸਕਦਾ ਹੈ ਜਾਂ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ (ਭਰਮ)। ਆਰਥਿਕ ਡੇਟਾ ਦਾ ਇੱਕੋ ਇੱਕ ਸਹੀ ਸਰੋਤ ਅਧਿਕਾਰਤ ਪ੍ਰਕਾਸ਼ਨ ਹੈ; ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ, ਇਹ ਭੁਗਤਾਨ ਦੇ ਅੰਕੜਿਆਂ ਦਾ CBRT ਸੰਤੁਲਨ ਹੈ। ਨੰਬਰ ਦੀ ਪੁਸ਼ਟੀ ਅਸਲ ਸਰੋਤ ਤੋਂ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
3. ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਕੱਚੀ ਸੀਪੀਆਈ ਲੜੀ ਦਿੰਦਾ ਹੈ ਅਤੇ ਕਹਿੰਦਾ ਹੈ 'ਅਸਲ ਵਿਕਾਸ ਦੀ ਗਣਨਾ ਕਰੋ'। ਹੇਠ ਲਿਖਿਆਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਸਹੀ ਪ੍ਰਮਾਣਿਕਤਾ ਵਿਵਹਾਰ ਹੈ?
- A) ਨਤੀਜੇ ਨੂੰ ਬਿਨਾਂ ਪੜ੍ਹੇ ਰਿਪੋਰਟ ਵਿੱਚ ਜੋੜਨਾ
- ਅ) ਸਿਰਫ਼ ਇਹ ਦੇਖਣਾ ਕਿ ਕੀ ਨਤੀਜਾ 'ਵਾਜਬ ਲੱਗਦਾ ਹੈ'
- C) ਤਿਆਰ ਕੀਤੇ ਫਾਰਮੂਲੇ/ਕੋਡ ਨੂੰ ਪੜ੍ਹ ਕੇ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਮਿਆਦ ਦੀ ਖੁਦ ਗਣਨਾ ਕਰਕੇ ਨਤੀਜੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ ✔
- ਡੀ) ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਪੁੱਛੋ 'ਕੀ ਤੁਹਾਨੂੰ ਯਕੀਨ ਹੈ?' ਅਤੇ 'ਹਾਂ' ਦੇ ਜਵਾਬ ਨਾਲ ਸੰਤੁਸ਼ਟ ਹੋਣਾ
ਸਪੱਸ਼ਟੀਕਰਨ: ਮਿਆਰੀ ਆਰਥਿਕ ਗਣਨਾਵਾਂ ਜਿਵੇਂ ਕਿ ਅਸਲ-ਨਾਮ-ਮਾਤਰ ਪਰਿਵਰਤਨ ਵਿੱਚ, AI ਸਹੀ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਅਧਾਰ ਸਾਲ ਨੂੰ ਮਿਲਾ ਸਕਦਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕ ਨੂੰ ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਅਤੇ ਫਾਰਮੂਲੇ ਨੂੰ ਪੜ੍ਹਨਾ ਚਾਹੀਦਾ ਹੈ, ਘੱਟੋ-ਘੱਟ ਇੱਕ ਨਿਰੀਖਣ ਦੀ ਖੁਦ ਗਣਨਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਨਤੀਜੇ ਦੀ ਤੁਲਨਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਪਾਰਦਰਸ਼ੀ, ਵਿਆਖਿਆਯੋਗ ਲੇਖਾਕਾਰੀ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।
4. ਸਮਾਂ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ ਵਿੱਚ 'ਬੈਕਟੈਸਟਿੰਗ' ਕਿਉਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ?
- ਏ) ਇਹ ਦਿਖਾਉਣ ਲਈ ਕਿ ਮਾਡਲ ਇਤਿਹਾਸਕ ਡੇਟਾ ਨੂੰ ਕਿੰਨਾ 'ਚੰਗਾ' ਕਰਦਾ ਹੈ
- ਅ) ਅੰਦਾਜ਼ੇ ਨੂੰ ਆਪਣੇ ਆਪ ਅੰਤਿਮ ਰੂਪ ਦੇਣ ਲਈ
- C) ਡੇਟਾ ਨੂੰ ਸੁੰਦਰ ਬਣਾਉਣ ਲਈ
- D) ਪਿਛਲੀਆਂ ਮਿਆਦਾਂ ਵਿੱਚ ਮਾਡਲ ਦੀ ਜਾਂਚ ਕਰਕੇ ਅਸਲ ਭਵਿੱਖਬਾਣੀ ਦੀ ਸਫਲਤਾ ਨੂੰ ਮਾਪਣ ਲਈ ਜਦੋਂ ਇਹ ਸਿਖਲਾਈ ਵਿੱਚ ਨਹੀਂ ਸੀ ✔
ਵਰਣਨ: ਬੈਕਟੈਸਟ ਮਾਪਦਾ ਹੈ ਕਿ ਮਾਡਲ ਅਤੀਤ ਦੇ ਸਮੇਂ ਵਿੱਚ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ਜੋ ਉਸਨੂੰ ਨਹੀਂ ਪਤਾ ਹੁੰਦਾ; ਇਹ ਸਿਰਫ ਉਸ ਡੇਟਾ ਨੂੰ ਦੇਖ ਕੇ ਮਾਡਲ ਨੂੰ ਓਵਰਫਿਟਿੰਗ ਦੇ ਜਾਲ ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ ਜੋ ਇਹ ਫਿੱਟ ਕਰਦਾ ਹੈ। ਇਹ ਅਸਲ ਸੰਸਾਰ ਵਿੱਚ ਮਾਡਲ ਦੀ ਵਰਤੋਂਯੋਗਤਾ ਲਈ ਇੱਕ ਪੂਰਵ ਸ਼ਰਤ ਹੈ।
5. ਮਹਿੰਗਾਈ ਟਿੱਪਣੀਆਂ ਵਿੱਚ 'ਬੇਸ ਇਫੈਕਟ' ਕੀ ਹੈ ਅਤੇ ਇਸ 'ਤੇ ਧਿਆਨ ਦੇਣ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ?
- A) ਸਲਾਨਾ ਪਰਿਵਰਤਨ ਪਿਛਲੇ ਸਾਲ ਦੀ ਤੁਲਨਾ ਦੀ ਮਿਆਦ ਦੇ ਘੱਟ/ਉੱਚ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦਾ ਹੈ ✔
- ਅ) ਮਹਿੰਗਾਈ ਹਮੇਸ਼ਾ ਵਧਦੀ ਹੈ
- C) ਮੁੱਖ ਮੁਦਰਾਸਫੀਤੀ ਹੈੱਡਲਾਈਨ ਤੋਂ ਵੱਧ ਹੈ
- ਡੀ) ਕੀਮਤਾਂ ਦਾ ਮੌਸਮੀ ਸਮਾਯੋਜਨ
ਵਿਆਖਿਆ: ਅਧਾਰ ਪ੍ਰਭਾਵ ਇਹ ਹੈ ਕਿ ਪਰਿਵਰਤਨ ਦੀ ਸਾਲਾਨਾ ਦਰ ਪਿਛਲੇ ਸਾਲ (ਆਧਾਰ) ਘੱਟ ਜਾਂ ਉੱਚ ਦੇ ਨਾਲ ਨਾਲ ਇਸ ਸਾਲ ਦੇ ਵਿਕਾਸ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦੀ ਹੈ। ਸਿਰਲੇਖ ਦੀ ਸਾਲਾਨਾ ਮਹਿੰਗਾਈ ਵਿੱਚ ਗਿਰਾਵਟ ਪਿਛਲੇ ਸਾਲ ਦੇ ਉੱਚ ਅਧਾਰ ਕਾਰਨ ਹੋ ਸਕਦੀ ਹੈ ਨਾ ਕਿ ਅਸਲ ਵਿੱਚ ਮੰਦੀ। ਇਸ ਖਰਾਬੀ ਨੂੰ ਅਕਸਰ AI ਸੰਖੇਪਾਂ ਵਿੱਚ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
6. ਇੱਕ ਦ੍ਰਿਸ਼ ਅਧਿਐਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਭੂਮਿਕਾ ਨੂੰ ਸਭ ਤੋਂ ਸਹੀ ਢੰਗ ਨਾਲ ਕਿਵੇਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ?
- ਏ) ਇੱਕ ਦਰਸ਼ਕ ਜੋ ਭਵਿੱਖ ਨੂੰ ਨਿਸ਼ਚਤਤਾ ਨਾਲ ਜਾਣਦਾ ਹੈ
- ਅ) ਅੰਤਮ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਜੋ ਧਾਰਨਾਵਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ
- C) ਇੱਕ ਸਹਾਇਕ ਜੋ ਸਪੱਸ਼ਟ ਧਾਰਨਾਵਾਂ ਨੂੰ ਪਾਰਦਰਸ਼ੀ ਗਣਨਾਵਾਂ ਵਿੱਚ ਬਦਲਦਾ ਹੈ ਅਤੇ ਵਿਕਲਪਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਂਦਾ ਹੈ; ਨਿਰਣਾ ਮਨੁੱਖ ਵਿੱਚ ਹੈ ✔
- ਡੀ) ਸ਼ੁੱਧਤਾ ਦਾ ਇੱਕ ਸਾਧਨ ਜੋ ਸਕ੍ਰਿਪਟ ਨੂੰ ਬੇਲੋੜੀ ਬਣਾਉਂਦਾ ਹੈ
ਵਿਆਖਿਆ: ਦ੍ਰਿਸ਼ ਇੱਕ ਪੂਰਵ-ਅਨੁਮਾਨ ਨਹੀਂ ਹੈ, ਪਰ ਸਪਸ਼ਟ ਧਾਰਨਾਵਾਂ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਸ਼ਰਤ 'ਜੇ-ਤਾਂ' ਅਭਿਆਸ ਹੈ। AI ਸਪਰੈੱਡਸ਼ੀਟਾਂ ਵਿੱਚ ਧਾਰਨਾਵਾਂ ਦਾ ਅਨੁਵਾਦ ਕਰਨ ਅਤੇ ਵਿਕਲਪਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਣ ਵਿੱਚ ਇੱਕ ਪ੍ਰਵੇਗਕ ਹੈ; ਹਾਲਾਂਕਿ, ਧਾਰਨਾਵਾਂ ਦੀ ਮਾਲਕੀ, ਉਨ੍ਹਾਂ ਦੀ ਤਰਕਸ਼ੀਲਤਾ, ਅਤੇ ਅੰਤਮ ਨਿਰਣਾ ਅਰਥਸ਼ਾਸਤਰੀ ਦੇ ਕੋਲ ਹੈ।
7. AI ਇੱਕ ਰਿਗਰੈਸ਼ਨ ਆਉਟਪੁੱਟ ਦੀ ਵਿਆਖਿਆ ਕਰਦੇ ਸਮੇਂ ਮਜ਼ਬੂਤ ਕਾਰਕ ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ 'X ਵਧਾਉਂਦਾ ਹੈ Y'। ਸਹੀ ਅਰਥਸ਼ਾਸਤਰੀ ਜਵਾਬ ਕੀ ਹੈ?
- ਅ) ਕਾਰਣ ਭਾਸ਼ਾ ਨੂੰ ਜਿਵੇਂ ਹੈ, ਸਵੀਕਾਰ ਕਰਨਾ
- ਅ) ਛੱਡੇ ਗਏ ਵੇਰੀਏਬਲਾਂ/ਐਂਡੋਜੀਨਿਟੀ ਦੇ ਜੋਖਮਾਂ ਦੀ ਜਾਂਚ ਕਰਕੇ ਅਤੇ ਇਸ ਤੱਥ ਨੂੰ ਦਰੁਸਤ ਕਰਕੇ ਕਿ ਰਿਸ਼ਤੇ ਦਾ ਮਤਲਬ ਕਾਰਣ ਨਹੀਂ ਹੈ।
- C) ਰੀਗਰੈਸ਼ਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਸੁੱਟ ਦੇਣਾ
- D) ਜੇਕਰ R-ਵਰਗ ਉੱਚਾ ਹੋਵੇ ਤਾਂ ਕਾਰਣਤਾ ਨੂੰ ਮੰਨਣਾ ਸਾਬਤ ਹੁੰਦਾ ਹੈ
ਵਿਆਖਿਆ: ਰਿਗਰੈਸ਼ਨ ਜਿਆਦਾਤਰ ਸਬੰਧ (ਸਬੰਧ) ਨੂੰ ਮਾਪਦਾ ਹੈ; ਕਾਰਨ ਦਾ ਦਾਅਵਾ ਸਿਰਫ਼ ਢੁਕਵੇਂ ਡਿਜ਼ਾਈਨ (ਪ੍ਰਯੋਗ, ਯੰਤਰ ਵੇਰੀਏਬਲ, ਕੁਦਰਤੀ ਪ੍ਰਯੋਗ, ਆਦਿ) ਅਤੇ ਧਾਰਨਾਵਾਂ ਅਧੀਨ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਛੱਡੇ ਗਏ ਵੇਰੀਏਬਲ, ਐਂਡੋਜੀਨਿਟੀ, ਅਤੇ ਰਿਵਰਸ ਕਾਰਕ ਦੇ ਜੋਖਮ ਹਨ। ਅਰਥ ਸ਼ਾਸਤਰੀ ਨੂੰ ਇਸ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕਾਰਕ ਭਾਸ਼ਾ ਨੂੰ ਰੋਕਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਸਥਿਤੀਆਂ 'ਤੇ ਸਵਾਲ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
8. ਤੁਹਾਡੇ ਕੋਲ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੇ ਅਰਥ ਸ਼ਾਸਤਰ ਦੇ ਵਿਸ਼ੇ 'ਤੇ ਸਾਹਿਤ ਦਾ ਸੰਖੇਪ ਤਿਆਰ ਕੀਤਾ ਸੀ, ਅਤੇ ਟੈਕਸਟ '(ਯਿਲਮਾਜ਼, 2019)' ਵਰਗੇ ਹਵਾਲੇ ਦਿੰਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਪਹਿਲਾਂ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
- A) ਰਿਪੋਰਟ ਵਿੱਚ ਹਵਾਲੇ ਨੂੰ ਜਿਵੇਂ ਉਹ ਹਨ, ਪਾ ਦੇਣਾ
- ਅ) ਚੰਗੀ ਕੁਆਲਿਟੀ ਮੰਨਣਾ ਕਿਉਂਕਿ ਬਹੁਤ ਸਾਰੇ ਹਵਾਲੇ ਹਨ
- C) ਪ੍ਰਕਾਸ਼ਨ ਦੇ ਸਾਲਾਂ ਦੀ ਇਕਸਾਰਤਾ ਨੂੰ ਦੇਖਦੇ ਹੋਏ
- D) ਮੂਲ ਸਰੋਤ ਤੋਂ ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਹਰੇਕ ਸੰਦਰਭ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਖੋਜ ✔ ਸ਼ਾਮਲ ਹੈ
ਵਿਆਖਿਆ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਰੋਤ ਅਤੇ ਹਵਾਲੇ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹਨ (ਭਰਮ)। ਹਰੇਕ ਸੰਦਰਭ ਨੂੰ ਅਸਲ ਸਰੋਤ ਤੋਂ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਹੈ, ਕਿ ਇਸਦਾ ਵਿਸ਼ੇਸ਼ਤਾ ਸਹੀ ਹੈ, ਅਤੇ ਇਹ ਕਿ ਇਸ ਵਿੱਚ ਅਸਲ ਵਿੱਚ ਦਾਅਵਾ ਕੀਤਾ ਗਿਆ ਖੋਜ ਸ਼ਾਮਲ ਹੈ। ਅਪ੍ਰਮਾਣਿਤ ਵਿਸ਼ੇਸ਼ਤਾ ਇੱਕ ਅਕਾਦਮਿਕ ਅਤੇ ਪੇਸ਼ੇਵਰ ਜੋਖਮ ਹੈ।
9. ਜਨਤਕ ਆਰਥਿਕ ਰਿਪੋਰਟ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਪ੍ਰਗਟ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਇਮਾਨਦਾਰ ਤਰੀਕਾ ਕੀ ਹੈ?
- A) ਇੱਕ ਸਿੰਗਲ ਸਟੀਕ ਨੰਬਰ ਦੇਣਾ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਦਾ ਬਿਲਕੁਲ ਵੀ ਜ਼ਿਕਰ ਨਾ ਕਰਨਾ
- ਅ) ਸਭ ਤੋਂ ਮਾੜੀ ਸਥਿਤੀ ਨੂੰ ਲੁਕਾਉਣਾ ਅਤੇ ਸਿਰਫ ਆਸ਼ਾਵਾਦੀ ਨੰਬਰ ਦੇਣਾ
- C) ਪੂਰਵ-ਅਨੁਮਾਨ ਦੀ ਰੇਂਜ, ਦ੍ਰਿਸ਼ਾਂ ਅਤੇ ਅੰਤਰੀਵ ਧਾਰਨਾਵਾਂ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਬਿਆਨ ਕਰੋ ✔
- ਡੀ) 'ਇਹ ਗੁੰਝਲਦਾਰ ਹੈ' ਕਹਿ ਕੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਖਾਰਜ ਕਰਨਾ
ਵਿਆਖਿਆ: ਆਰਥਿਕ ਪੂਰਵ ਅਨੁਮਾਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤਤਾ ਅਟੱਲ ਹੈ। ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਇੱਕ ਸਹੀ ਸੰਖਿਆ ਦੀ ਬਜਾਏ ਰੇਂਜਾਂ, ਦ੍ਰਿਸ਼ਾਂ ਅਤੇ ਧਾਰਨਾਵਾਂ ਨੂੰ ਬਿਆਨ ਕਰਨਾ ਇਮਾਨਦਾਰ ਸੰਚਾਰ ਹੈ। ਅਸਪਸ਼ਟਤਾ ਨੂੰ ਛੁਪਾਉਣਾ ਪਾਠਕ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਦਾ ਹੈ ਅਤੇ ਸੰਸਥਾ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰਦਾ ਹੈ।
10. ਜਦੋਂ ਇੱਕ ਚਾਰਟ ਜੀਡੀਪੀ ਵਾਧਾ ਦਰਸਾਉਂਦਾ ਹੈ, ਇਹ 0% ਦੀ ਬਜਾਏ 2% 'ਤੇ ਲੰਬਕਾਰੀ ਧੁਰਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ। ਇਹ ਗੁੰਮਰਾਹਕੁੰਨ ਕਿਉਂ ਹੋ ਸਕਦਾ ਹੈ?
- A) ਡੈਸ਼ਡ ਧੁਰਾ ਛੋਟੇ ਅੰਤਰਾਂ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਵਧਾ ਸਕਦਾ ਹੈ ਅਤੇ ਤਬਦੀਲੀ ਨੂੰ ਇਸ ਤੋਂ ਵੱਡਾ ਬਣਾ ਸਕਦਾ ਹੈ ✔
- ਅ) ਜਿੱਥੇ ਧੁਰਾ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਉਹ ਗ੍ਰਾਫ਼ ਨੂੰ ਬਿਲਕੁਲ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਕਰਦਾ
- C) ਗ੍ਰਾਫ਼ ਆਪਣੇ ਆਪ ਹੀ ਵਧੇਰੇ ਸਹੀ ਹੋ ਜਾਂਦਾ ਹੈ
- ਡੀ) ਸਿਰਫ ਰੰਗ ਦੀ ਚੋਣ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਧੁਰਾ ਮਹੱਤਵਪੂਰਨ ਨਹੀਂ ਹੈ
ਵਿਆਖਿਆ: ਇੱਕ ਡੈਸ਼ਡ ਧੁਰਾ (ਜ਼ੀਰੋ ਤੋਂ ਸ਼ੁਰੂ ਨਹੀਂ) ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ 'ਤੇ ਛੋਟੇ ਅੰਤਰਾਂ ਨੂੰ ਵਧਾ ਸਕਦਾ ਹੈ ਅਤੇ ਤਬਦੀਲੀ ਨੂੰ ਨਾਟਕੀ ਬਣਾ ਸਕਦਾ ਹੈ। ਇਮਾਨਦਾਰ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਵਿੱਚ, ਧੁਰੇ ਦੀ ਚੋਣ ਨੂੰ ਸੰਦੇਸ਼ ਨੂੰ ਵਿਗਾੜਨਾ ਨਹੀਂ ਚਾਹੀਦਾ; ਜੇਕਰ ਇੱਕ ਡੈਸ਼ਡ ਧੁਰੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
11. ਇੱਕ ਥਿੰਕ ਟੈਂਕ ਵਿਸ਼ਲੇਸ਼ਕ ਮਾਰਕੀਟ-ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਪਲੱਗ ਕਰਦਾ ਹੈ ਜੋ ਅਜੇ ਤੱਕ ਜਨਤਕ (ਗੈਰ-ਐਂਟਰਪ੍ਰਾਈਜ਼) AI ਟੂਲ ਵਿੱਚ ਜਨਤਕ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ। ਮੁੱਖ ਖਤਰਾ ਕੀ ਹੈ?
- ਏ) ਕੋਈ ਖਤਰਾ ਨਹੀਂ ਹੈ, ਡੇਟਾ ਪਹਿਲਾਂ ਹੀ ਸੰਖਿਆਤਮਕ ਹੈ
- ਅ) ਸਿਰਫ ਜੋਖਮ ਇਹ ਹੈ ਕਿ ਗ੍ਰਾਫ ਗਲਤ ਨਿਕਲਦਾ ਹੈ
- C) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਡੇਟਾ ਨੂੰ ਬਹੁਤ ਹੌਲੀ ਹੌਲੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੀ ਹੈ
- D) ਡੇਟਾ ਲੀਕ ਹੋਣ ਦਾ ਖਤਰਾ, ਤੀਜੀ ਧਿਰ ਦੁਆਰਾ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਗੋਪਨੀਯਤਾ/ਮਾਰਕੀਟ ਨਿਯਮਾਂ ਦੀ ਉਲੰਘਣਾ ✔
ਖੁਲਾਸਾ: ਕਿਸੇ ਜਨਤਕ ਸਾਧਨ ਵਿੱਚ ਗੁਪਤ ਜਾਂ ਮਾਰਕੀਟ-ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਦਾਖਲ ਕਰਨ ਨਾਲ ਤੀਜੀ ਧਿਰ ਦੁਆਰਾ ਸੰਸਾਧਿਤ ਕੀਤੇ ਜਾ ਰਹੇ ਡੇਟਾ, ਲੀਕ ਜਾਂ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਵਰਤੇ ਜਾਣ ਦਾ ਜੋਖਮ ਪੈਦਾ ਹੁੰਦਾ ਹੈ; ਇਸ ਨਾਲ ਗੋਪਨੀਯਤਾ/ਕੇਵੀਕੇਕੇ ਦੀ ਉਲੰਘਣਾ ਅਤੇ ਮਾਰਕੀਟ ਹੇਰਾਫੇਰੀ ਅਤੇ ਅੰਦਰੂਨੀ ਜਾਣਕਾਰੀ ਦਾ ਜੋਖਮ ਹੁੰਦਾ ਹੈ। ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਸੰਸਥਾ ਦੁਆਰਾ ਪ੍ਰਵਾਨਿਤ, ਸੁਰੱਖਿਅਤ ਸਾਧਨਾਂ ਵਿੱਚ ਸੰਸਾਧਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਲੋੜ ਪੈਣ 'ਤੇ ਅਗਿਆਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
12. ਦੋ ਵੱਖ-ਵੱਖ ਸਰੋਤਾਂ (ਤੁਰਕਸਟੈਟ ਅਤੇ ਇੱਕ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸੰਸਥਾ) ਤੋਂ ਲਏ ਗਏ ਇੱਕੋ ਸੂਚਕ ਦੇ ਅੰਕੜੇ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ। ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਤ ਨਿਰਦੋਸ਼ ਵਿਆਖਿਆ ਕੀ ਹੈ?
- ਏ) ਸਰੋਤਾਂ ਵਿੱਚੋਂ ਇੱਕ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਝੂਠ ਬੋਲ ਰਿਹਾ ਹੈ
- ਅ) ਪਰਿਭਾਸ਼ਾ, ਅਧਾਰ ਸਾਲ, ਦਾਇਰੇ, ਮੌਸਮੀ ਸਮਾਯੋਜਨ ਜਾਂ ਸੰਸ਼ੋਧਨ ਵਿੱਚ ਇੱਕ ਅੰਤਰ ਹੋ ਸਕਦਾ ਹੈ; ਮੈਟਾਡੇਟਾ ਇਕਸਾਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ✔
- C) ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਅੰਤਰ ਮਹੱਤਵਪੂਰਨ ਨਹੀਂ ਹੈ, ਉਹਨਾਂ ਦਾ ਔਸਤ ਲੈਣਾ ਕਾਫ਼ੀ ਹੈ
- ਡੀ) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਪੁੱਛਣਾ ਕਾਫ਼ੀ ਹੈ ਅਤੇ ਇਸਨੂੰ ਚੁਣਨ ਦਿਓ ਕਿ ਕਿਹੜਾ ਸਹੀ ਹੈ।
ਵਿਆਖਿਆ: ਵੱਖ-ਵੱਖ ਸਰੋਤਾਂ ਵਿੱਚ ਇੱਕੋ ਸੂਚਕ ਵਿੱਚ ਅੰਤਰ ਜਿਆਦਾਤਰ ਪਰਿਭਾਸ਼ਾ, ਅਧਾਰ ਸਾਲ, ਦਾਇਰੇ, ਮੌਸਮੀ ਸਮਾਯੋਜਨ ਜਾਂ ਸੰਸ਼ੋਧਨ (ਵਰਜਨ) ਵਿੱਚ ਅੰਤਰ ਦੇ ਕਾਰਨ ਹੁੰਦਾ ਹੈ। ਅੰਕੜਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਮੈਟਾਡੇਟਾ (ਪਰਿਭਾਸ਼ਾ, ਇਕਾਈ, ਮਿਆਦ, ਸੁਧਾਰ) ਨੂੰ ਇਕਸਾਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
13. ਹੇਠ ਲਿਖਿਆਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਕੰਮ ਹੈ ਜਿੱਥੇ AI ਆਰਥਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਮਜ਼ਬੂਤ ਹੈ, ਮਨੁੱਖੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦੇ ਨਾਲ ਤੇਜ਼ ਹੋ ਰਿਹਾ ਹੈ?
- ਏ) ਇਕੱਲੇ ਸਰਕਾਰੀ ਮਹਿੰਗਾਈ ਦੇ ਅੰਕੜੇ ਨੂੰ ਅੰਤਿਮ ਪ੍ਰਵਾਨਗੀ ਦੇਣ ਲਈ
- ਅ) ਸੰਸਥਾ ਦੀ ਬਜਾਏ ਮੁਦਰਾ ਨੀਤੀ ਦੇ ਫੈਸਲੇ ਲੈਣਾ
- C) ਡਾਟਾ ਕਲੀਨਿੰਗ ਕੋਡ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਲੰਬੀਆਂ ਰਿਪੋਰਟਾਂ ਦਾ ਸਾਰ ਦੇਣਾ ✔
- ਡੀ) ਜਨਤਕ ਰਿਪੋਰਟ ਵਿੱਚ ਅਣ-ਪ੍ਰਮਾਣਿਤ ਅਨੁਮਾਨ ਲਗਾਉਣਾ
ਵਰਣਨ: ਨਕਲੀ ਬੁੱਧੀ; ਮਕੈਨੀਕਲ ਅਤੇ ਡਰਾਫਟ ਦੇ ਕੰਮਾਂ ਵਿੱਚ ਮਜ਼ਬੂਤ ਜਿਵੇਂ ਕਿ ਕੋਡ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨਾ, ਲੰਬੀ ਰਿਪੋਰਟ ਦਾ ਸਾਰ ਦੇਣਾ, ਡਾਟਾ ਸਾਫ਼ ਕਰਨ ਦੇ ਕਦਮਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣਾ, ਫਾਰਮੈਟਿੰਗ ਅਤੇ ਭਾਸ਼ਾ ਨੂੰ ਠੀਕ ਕਰਨਾ। ਹਾਲਾਂਕਿ, ਪੂਰਵ ਅਨੁਮਾਨ, ਨੀਤੀਗਤ ਫੈਸਲੇ ਅਤੇ ਅਧਿਕਾਰਤ ਅੰਕੜਿਆਂ ਦੇ ਉਤਪਾਦਨ ਦੀ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਸਹੀ ਵਰਤੋਂ ਤੇਜ਼ ਕਰਨਾ ਹੈ ਜਿੱਥੇ ਇਹ ਮਜ਼ਬੂਤ ਹੈ ਅਤੇ ਵਿਅਕਤੀ ਵਿੱਚ ਆਲੋਚਨਾਤਮਕ ਨਿਰਣਾ ਰੱਖਣਾ ਹੈ.
14. ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਸਭ ਤੋਂ ਉਚਿਤ ਸ਼ਾਸਨ ਅਭਿਆਸ ਕੀ ਹੈ ਕਿ ਕਿਸੇ ਸੰਸਥਾ ਵਿੱਚ ਨਕਲੀ ਖੁਫੀਆ ਆਊਟਪੁੱਟਾਂ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ ਆਡਿਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ?
- A) ਇੱਕ ਟਰੇਸੇਬਿਲਟੀ ਅਤੇ ਪ੍ਰਵਾਨਗੀ ਚੇਨ ਸਥਾਪਤ ਕਰੋ ਜੋ ਬੇਨਤੀ, ਟੂਲ, ਡੇਟਾ ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਕਦਮਾਂ ਨੂੰ ਰਿਕਾਰਡ ਕਰਦੀ ਹੈ ✔
- ਅ) ਆਉਟਪੁੱਟ ਨੂੰ ਬਿਲਕੁਲ ਵੀ ਰਿਕਾਰਡ ਨਾ ਕਰਨਾ ਤਾਂ ਕਿ ਕੰਮ ਦਾ ਬੋਝ ਨਾ ਵਧੇ
- C) ਹਰ ਕੋਈ ਆਪਣੀ ਮਰਜ਼ੀ ਦੇ ਡੇਟਾ ਨਾਲ ਆਪਣੀ ਮਰਜ਼ੀ ਨਾਲ ਵਾਹਨ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ।
- ਡੀ) ਸਿਰਫ ਸਭ ਤੋਂ ਸੀਨੀਅਰ ਵਿਅਕਤੀ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਕੋਈ ਰਿਕਾਰਡ ਨਹੀਂ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ
ਵਰਣਨ: ਠੋਸ ਸ਼ਾਸਨ; ਇਸ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿ ਕਿਹੜਾ ਆਉਟਪੁੱਟ ਕਿਸ ਬੇਨਤੀ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ, ਕਿਹੜੇ ਟੂਲ ਨਾਲ, ਕਿਹੜੇ ਡੇਟਾ ਨਾਲ, ਇੱਕ ਤਸਦੀਕ ਕਦਮ ਅਤੇ ਇੱਕ ਜ਼ਿੰਮੇਵਾਰ ਪ੍ਰਵਾਨਗੀ ਲੜੀ। ਰਿਕਾਰਡਿੰਗ ਅਤੇ ਸਵੀਕਾਰ ਕਰਨ ਦਾ ਇਹ ਅਨੁਸ਼ਾਸਨ ਗਲਤੀਆਂ ਨੂੰ ਵਾਪਸ ਟਰੇਸ ਕਰਨ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।