ਲਾਭ:
- ਡਿਜ਼ਾਈਨ ਮੌਲਿਕਤਾ, ਕਾਪੀਰਾਈਟ, ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਗੂੜ੍ਹੇ ਪੈਟਰਨ ਨੈਤਿਕਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਨੂੰ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਫਰੇਮ ਕਰਨ ਦੇ ਯੋਗ ਬਣੋ
- ਕੰਮ ਦੇ ਅਨੁਸਾਰ ਫਿਗਮਾ, ਮੀਰੋ ਅਤੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ-ਅਧਾਰਿਤ ਯੂਐਕਸ ਟੂਲਸ ਦੀ ਚੋਣ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਰਕਫਲੋ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਇੱਕ ਨਿੱਜੀ ਅਤੇ ਕਾਰਪੋਰੇਟ ਨਕਲੀ ਖੁਫੀਆ ਵਰਤੋਂ ਨੀਤੀ ਅਤੇ ਤਸਦੀਕ ਜਾਂਚ ਸੂਚੀ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ
ਇਸ ਮੌਡਿਊਲ ਦੇ ਦੌਰਾਨ, ਅਸੀਂ UX ਵਰਕਫਲੋ ਦੇ ਹਰ ਪੜਾਅ 'ਤੇ AI ਨੂੰ ਐਕਸਲੇਟਰ ਵਜੋਂ ਵਰਤਿਆ ਹੈ। ਇਹ ਅੰਤਿਮ ਇਕਾਈ ਇਸ ਸਾਰੀ ਸ਼ਕਤੀ ਨੂੰ ਇੱਕ ਜ਼ਿੰਮੇਵਾਰ ਢਾਂਚੇ ਵਿੱਚ ਰੱਖਦੀ ਹੈ: ਨੈਤਿਕ ਸੀਮਾਵਾਂ, ਡੇਟਾ ਗੋਪਨੀਯਤਾ, ਕਾਪੀਰਾਈਟ ਅਤੇ ਬੌਧਿਕ ਸੰਪੱਤੀ, ਅਤੇ ਸਹੀ ਨੌਕਰੀ ਲਈ ਸਹੀ ਸਾਧਨ ਦੀ ਚੋਣ ਕਰਨਾ। ਇੱਕ ਡਿਜ਼ਾਈਨਰ ਲਈ, ਇਹ "ਵਾਧੂ ਧਿਆਨ" ਨਹੀਂ ਹਨ ਪਰ ਪੇਸ਼ੇ ਦਾ ਮੁੱਖ ਹਿੱਸਾ ਹਨ; ਕਿਉਂਕਿ ਡਿਜ਼ਾਈਨ ਲੱਖਾਂ ਲੋਕਾਂ ਦੇ ਵਿਵਹਾਰ ਨੂੰ ਨਿਰਦੇਸ਼ਤ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸ ਸ਼ਕਤੀ ਦੀ ਦੁਰਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। AI ਇਸ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰਦਾ, ਇਹ ਇਸਨੂੰ ਵਧਾਉਂਦਾ ਹੈ: ਜਦੋਂ ਕੋਈ ਸਾਧਨ ਤੁਹਾਡੀ ਤਰਫੋਂ ਤੇਜ਼ੀ ਨਾਲ ਉਤਪਾਦਨ ਕਰਦਾ ਹੈ, ਤਾਂ ਆਉਟਪੁੱਟ ਦਾ ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਨਤੀਜਾ ਅਜੇ ਵੀ ਤੁਹਾਡਾ ਹੁੰਦਾ ਹੈ।
ਡਾਰਕ ਪੈਟਰਨ: ਸ਼ਕਤੀ ਦੀ ਦੁਰਵਰਤੋਂ
ਇੱਕ ਗੂੜ੍ਹਾ ਪੈਟਰਨ ਇੱਕ ਡਿਜ਼ਾਇਨ ਹੈ ਜੋ ਉਪਭੋਗਤਾ ਨੂੰ ਅਜਿਹੀ ਕਾਰਵਾਈ ਕਰਨ ਲਈ ਚਲਾਕ ਕਰਦਾ ਹੈ ਜੋ ਉਹ ਨਹੀਂ ਚਾਹੁੰਦੇ: ਰੱਦ ਕਰੋ ਬਟਨ ਨੂੰ ਲੁਕਾਉਣਾ, ਸ਼ਰਮਨਾਕ ਤਰੀਕੇ ਨਾਲ "ਨਹੀਂ" ਲਿਖਣਾ ("ਨਹੀਂ, ਮੈਂ ਸੇਵ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦਾ"), ਜਾਣਬੁੱਝ ਕੇ ਗਾਹਕੀ ਰੱਦ ਕਰਨਾ ਮੁਸ਼ਕਲ ਬਣਾਉਂਦਾ ਹੈ, ਪ੍ਰੀ-ਟਿਕ ਕੀਤੇ ਚੈੱਕਬਾਕਸ। ਇਹ ਥੋੜ੍ਹੇ ਸਮੇਂ ਵਿੱਚ ਮੈਟ੍ਰਿਕਸ ਵਧਾਉਂਦੇ ਹਨ, ਪਰ ਉਪਭੋਗਤਾ ਦੇ ਵਿਸ਼ਵਾਸ ਨੂੰ ਨਸ਼ਟ ਕਰਦੇ ਹਨ ਅਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਕਾਨੂੰਨੀ ਮਨਜ਼ੂਰੀ ਦੇ ਅਧੀਨ ਹੁੰਦੇ ਹਨ (ਖਪਤਕਾਰ ਸੁਰੱਖਿਆ ਨਿਯਮ ਬਹੁਤ ਸਾਰੇ ਦੇਸ਼ਾਂ ਵਿੱਚ ਇਹਨਾਂ ਦੀ ਮਨਾਹੀ ਕਰਦੇ ਹਨ)।
AI ਤੁਹਾਡੇ ਲਈ ਇੱਕ ਗੂੜ੍ਹਾ ਪੈਟਰਨ ਬਣਾਉਣਾ ਆਸਾਨ ਬਣਾ ਸਕਦਾ ਹੈ; "ਰੱਦ ਕਰੋ ਬਟਨ ਨੂੰ ਧਿਆਨ ਦੇਣ ਯੋਗ ਬਣਾਓ" ਵਰਗੀ ਬੇਨਤੀ ਦਾ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਜਵਾਬ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਪਰ ਇਹ ਬੇਨਤੀ ਅਨੈਤਿਕ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਰੱਦ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਗੱਡੀ ਕੋਈ ਬਹਾਨਾ ਨਹੀਂ ਹੈ; ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਡਿਜ਼ਾਈਨਰ ਦੇ ਨਾਲ ਹੁੰਦੀ ਹੈ. ਨੈਤਿਕ ਡਿਜ਼ਾਈਨ ਲਈ ਲਿਟਮਸ ਟੈਸਟ ਸਧਾਰਨ ਹੈ: "ਜੇ ਉਪਭੋਗਤਾ ਇਸ ਡਿਜ਼ਾਈਨ ਨੂੰ ਸਮਝਦਾ ਹੈ, ਤਾਂ ਕੀ ਉਹ ਇਸਨੂੰ ਸਵੀਕਾਰ ਕਰਨਗੇ?"
ਸਾਵਧਾਨ: "AI ਸੁਝਾਏ" ਇੱਕ ਬਚਾਅ ਨਹੀਂ ਹੈ। ਇੱਕ ਅਨੈਤਿਕ ਆਉਟਪੁੱਟ ਲਈ ਜਿੰਮੇਵਾਰੀ ਡਿਜ਼ਾਇਨਰ ਦੀ ਹੁੰਦੀ ਹੈ ਜੋ ਇਸਨੂੰ ਉਤਪਾਦ ਵਿੱਚ ਵਰਤਦਾ ਹੈ।
ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ KVKK: ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ
ਜਿਸ ਸਿਧਾਂਤ 'ਤੇ ਅਸੀਂ ਜ਼ੋਰ ਦੇ ਰਹੇ ਹਾਂ ਜਦੋਂ ਤੋਂ ਪਹਿਲੀ ਇਕਾਈ ਇੱਥੇ ਪੂਰੀ ਤਸਵੀਰ ਵਿੱਚ ਆਉਂਦੀ ਹੈ। UX ਖੋਜ ਨਿੱਜੀ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਦੀ ਹੈ ਅਤੇ KVKK ਇਸ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰਦੀ ਹੈ। ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਸਮੇਂ ਤਿੰਨ ਨਿਯਮ ਸਥਿਰ ਰਹਿੰਦੇ ਹਨ:
- ਗੁਮਨਾਮ ਬਣਾਓ: ਮਾਸਕ ਪਛਾਣਕਰਤਾ ਜਿਵੇਂ ਕਿ ਨਾਮ, ਸੰਪਰਕ, ਕੰਮ ਵਾਲੀ ਥਾਂ।
- ਸਹਿਮਤੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਰਹੋ: ਤੁਹਾਡੇ ਦੁਆਰਾ ਭਾਗੀਦਾਰ ਨੂੰ ਦੱਸੇ ਗਏ ਉਦੇਸ਼ ਤੋਂ ਵੱਧ ਨਾ ਕਰੋ।
- ਟੂਲ ਦੀ ਡੇਟਾ ਨੀਤੀ ਨੂੰ ਜਾਣੋ: ਇਹ ਨਿਯੰਤਰਣ ਕਰੋ ਕਿ ਡੇਟਾ ਕਿੱਥੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕੀ ਇਹ ਮਾਡਲ ਸਿਖਲਾਈ ਲਈ ਜਾਂਦਾ ਹੈ; ਕਾਰਪੋਰੇਟ ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਚੁਣੋ।
ਇੱਕ ਮੁਫਤ ਟੂਲ ਵਿੱਚ ਨਾਜ਼ੁਕ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ ਤੀਜੀ ਧਿਰਾਂ ਨੂੰ ਡੇਟਾ ਦਾ ਪਰਦਾਫਾਸ਼ ਕਰ ਸਕਦਾ ਹੈ। ਕਾਰਪੋਰੇਟ ਵਾਤਾਵਰਣ ਵਿੱਚ, ਸੂਚਨਾ ਸੁਰੱਖਿਆ ਟੀਮ ਦੁਆਰਾ ਪ੍ਰਵਾਨਿਤ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ।
ਕਾਪੀਰਾਈਟ, ਬੌਧਿਕ ਸੰਪਤੀ ਅਤੇ ਮੌਲਿਕਤਾ
ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਤਿਆਰ ਚਿੱਤਰ, ਆਈਕਨ ਅਤੇ ਟੈਕਸਟ ਕਾਪੀਰਾਈਟ ਦੇ ਰੂਪ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤ ਹਨ। ਇੱਕ ਚਿੱਤਰ ਜਨਰੇਟਰ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਉਸ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਦੇ ਸਮਾਨ ਹੈ ਜਿਸ 'ਤੇ ਇਸ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ; ਇਹ ਕਿਸੇ ਹੋਰ ਦੀ ਬੌਧਿਕ ਜਾਇਦਾਦ ਦੀ ਉਲੰਘਣਾ ਕਰਨ ਦਾ ਖਤਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਵਪਾਰਕ ਵਰਤੋਂ ਲਈ ਤਿੰਨ ਨਿਯੰਤਰਣ ਜ਼ਰੂਰੀ ਹਨ:
- ਲਾਇਸੰਸ ਦੀਆਂ ਸ਼ਰਤਾਂ: ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਟੂਲ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਵਪਾਰਕ ਤੌਰ 'ਤੇ ਵਰਤਣ ਦਾ ਅਧਿਕਾਰ ਹੈ?
- ਸਮਾਨਤਾ ਜੋਖਮ: ਕੀ ਆਉਟਪੁੱਟ ਖਤਰਨਾਕ ਤੌਰ 'ਤੇ ਮੌਜੂਦਾ ਬ੍ਰਾਂਡ ਜਾਂ ਕੰਮ ਦੇ ਸਮਾਨ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ?
- ਮੌਲਿਕਤਾ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ: ਲੋੜ ਪੈਣ 'ਤੇ ਰਚਨਾਤਮਕ ਕੰਮਾਂ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਯੋਗਦਾਨ ਦੀ ਘੋਸ਼ਣਾ ਕਰੋ; ਕਿਸੇ ਹੋਰ ਦੇ ਕੰਮ ਨੂੰ ਆਪਣੀ ਅਸਲੀ ਰਚਨਾ ਵਜੋਂ ਪੇਸ਼ ਨਾ ਕਰੋ।
ਸਿੱਖਿਆ ਅਤੇ ਰਚਨਾਤਮਕ ਖੇਤਰਾਂ ਵਿੱਚ ਮੌਲਿਕਤਾ ਵੀ ਇੱਕ ਪੇਸ਼ੇਵਰ ਨੈਤਿਕਤਾ ਹੈ। AI ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਅੰਤਮ ਕੰਮ ਤੁਹਾਡੇ ਇੰਪੁੱਟ, ਨਿਰਣੇ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਸਹਿਣ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
ਟੂਲ ਈਕੋਸਿਸਟਮ: ਸਹੀ ਕੰਮ ਲਈ ਸਹੀ ਟੂਲ
ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਸਾਧਨਾਂ ਨੂੰ ਮੋਟੇ ਤੌਰ 'ਤੇ ਤਿੰਨ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ। ਨਾ ਤਾਂ ਹਰ ਕੰਮ ਲਈ ਢੁਕਵਾਂ ਹੈ; ਕਾਰਜ ਦੁਆਰਾ ਚੁਣੋ.
ਵਾਹਨ ਦੀ ਕਿਸਮ
ਉਦਾਹਰਨ ਵਰਤੋਂ
ਉਸਦੀ ਤਾਕਤ ਹੈ
ਧਿਆਨ
ਵੱਡਾ ਭਾਸ਼ਾ ਮਾਡਲ (ਟੈਕਸਟ)
ਖੋਜ ਸੰਸਲੇਸ਼ਣ, UX ਲਿਖਣਾ, ਦਸਤਾਵੇਜ਼
ਟੈਕਸਟ ਉਤਪਾਦਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ
ਭਰਮ, ਡੇਟਾ ਗੋਪਨੀਯਤਾ
ਡਿਜ਼ਾਇਨ ਟੂਲ ਵਿੱਚ ਏਮਬੇਡ ਕੀਤਾ ਪਲੱਗਇਨ (ਜਿਵੇਂ ਕਿ ਫਿਗਮਾ ਵਿੱਚ)
ਵਾਇਰਫ੍ਰੇਮ, ਸਮੱਗਰੀ ਭਰਨਾ, ਖਾਕਾ
ਡਿਜ਼ਾਈਨ ਪ੍ਰਵਾਹ ਵਿੱਚ ਗਤੀ
ਇਕਸਾਰਤਾ, ਕੰਪੋਨੈਂਟ ਬਾਂਡ
ਸਹਿਯੋਗ ਬੋਰਡ ਪਲੱਗਇਨ (ਜਿਵੇਂ ਕਿ ਮੀਰੋ ਦੇ ਅੰਦਰ)
ਐਫੀਨਿਟੀ ਡਾਇਗਰਾਮ, ਬ੍ਰੇਨਸਟਾਰਮਿੰਗ
ਖੋਜ ਸੰਸਲੇਸ਼ਣ, ਗਰੁੱਪਿੰਗ
ਮਨੁੱਖੀ ਤਸਦੀਕ
ਚਿੱਤਰ/ਆਈਕਨ ਜਨਰੇਟਰ
ਦ੍ਰਿਸ਼ਟਾਂਤ, ਸੰਕਲਪ ਵਿਜ਼ੂਅਲ
ਤੇਜ਼ ਵਿਜ਼ੂਅਲ ਵਿਚਾਰ
ਕਾਪੀਰਾਈਟ, ਲਾਇਸੈਂਸ, ਸਮਾਨਤਾ
ਵਿਹਾਰਕ ਪਹੁੰਚ: ਟੈਕਸਟ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਭਾਸ਼ਾ ਮਾਡਲ, ਡਿਜ਼ਾਈਨ ਬਣਾਉਣ ਲਈ ਇਨ-ਟੂਲ ਪਲੱਗਇਨ, ਸਿੰਥੇਸਿਸ ਲਈ ਵ੍ਹਾਈਟਬੋਰਡ ਪਲੱਗਇਨ, ਵਿਜ਼ੁਅਲਸ ਲਈ ਜਨਰੇਟਰ — ਪਰ ਹਰ ਇੱਕ ਵਿੱਚ ਇਸ ਮੋਡੀਊਲ ਦੇ ਪ੍ਰਮਾਣਿਕਤਾ ਪ੍ਰਤੀਬਿੰਬ ਲਾਗੂ ਹੁੰਦੇ ਹਨ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 — ਹਨੇਰੇ ਪੈਟਰਨ ਦੀ ਬੇਨਤੀ ਨੂੰ ਅਸਵੀਕਾਰ ਕੀਤਾ ਗਿਆ। ਇੱਕ ਉਤਪਾਦ ਮੈਨੇਜਰ ਨੇ ਡਿਜ਼ਾਈਨਰ ਨੂੰ "ਰੱਦ ਕਰਨ ਦੇ ਪ੍ਰਵਾਹ ਨੂੰ ਇੰਨਾ ਮੁਸ਼ਕਲ ਬਣਾਉਣ ਲਈ ਕਿਹਾ ਕਿ ਕੋਈ ਵੀ ਰੱਦ ਨਾ ਕਰ ਸਕੇ।" ਡਿਜ਼ਾਈਨਰ ਨੇ ਸਮਝਾਇਆ ਕਿ ਇਹ ਇੱਕ ਗੂੜ੍ਹਾ ਪੈਟਰਨ ਹੈ ਅਤੇ ਵਿਸ਼ਵਾਸ ਅਤੇ ਕਾਨੂੰਨੀ ਜੋਖਮ ਰੱਖਦਾ ਹੈ; ਇਸ ਦੀ ਬਜਾਏ, ਉਸਨੇ ਇੱਕ ਇਮਾਨਦਾਰ ਪ੍ਰਵਾਹ ਤਿਆਰ ਕੀਤਾ ਜੋ ਰੱਦ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਇੱਕ ਵਿਕਲਪ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਰੱਦ ਕਰਨ ਦੀ ਦਰ ਪ੍ਰਬੰਧਨਯੋਗ ਰਹੀ, ਭਰੋਸਾ ਕਾਇਮ ਰੱਖਿਆ ਗਿਆ।
ਕੇਸ 2 - ਕਾਪੀਰਾਈਟ ਜੋਖਮ ਫੜਿਆ ਗਿਆ। ਇੱਕ ਟੀਮ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਲੋਗੋ-ਵਰਗੇ ਆਈਕਨ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਚਾਹੁੰਦੀ ਸੀ। ਪਾਲਣਾ ਜਾਂਚ ਦੌਰਾਨ, ਆਈਕਨ ਖਤਰਨਾਕ ਤੌਰ 'ਤੇ ਮਸ਼ਹੂਰ ਬ੍ਰਾਂਡ ਵਰਗਾ ਪਾਇਆ ਗਿਆ ਅਤੇ ਇਸਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਗਈ। ਪਾਠ: ਵਿਜ਼ੂਅਲ ਆਉਟਪੁੱਟ ਨੂੰ ਹਮੇਸ਼ਾ ਸਮਾਨਤਾ ਲਈ ਜਾਂਚਿਆ ਜਾਂਦਾ ਹੈ।
ਕੇਸ 3 - ਗੁਪਤਤਾ ਦੀ ਉਲੰਘਣਾ ਨੂੰ ਰੋਕਿਆ ਗਿਆ। ਇੱਕ ਡਿਜ਼ਾਈਨਰ ਇੱਕ ਅਣ-ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਟੂਲ 'ਤੇ ਨਿੱਜੀ ਡੇਟਾ ਦੇ ਨਾਲ ਕਲਾਇੰਟ ਦੀ ਗੱਲਬਾਤ ਨੂੰ ਅੱਪਲੋਡ ਕਰਨ ਵਾਲਾ ਸੀ। ਸੰਸਥਾਗਤ ਨੀਤੀ ਨੇ ਇਸ ਨੂੰ ਰੋਕਿਆ; ਡੇਟਾ ਨੂੰ ਪਹਿਲਾਂ ਅਗਿਆਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਇੱਕ ਪ੍ਰਮਾਣਿਤ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ। ਪਾਠ: ਨੀਤੀ ਅਤੇ ਅਗਿਆਤਕਰਨ ਸ਼ੁਰੂ ਤੋਂ ਲਾਗੂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਬਾਅਦ ਵਿੱਚ ਨਹੀਂ।
ਕਾਪੀ ਕਰਨ ਯੋਗ ਉਤਪ੍ਰੇਰਕ
ਇਸ ਡਿਜ਼ਾਈਨ ਬੇਨਤੀ ਦਾ ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰੋ: "<<request>>". ਕੀ ਇਹ ਉਪਭੋਗਤਾ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਦਾ ਹੈ, ਚੋਣ ਦੀ ਆਜ਼ਾਦੀ ਨੂੰ ਸੀਮਤ ਕਰਦਾ ਹੈ, ਕੀ ਇਹ ਇੱਕ ਹਨੇਰਾ ਪੈਟਰਨ ਹੈ? ਲਿਟਮਸ ਟੈਸਟ: ਜੇਕਰ ਉਪਭੋਗਤਾ ਇਸ ਨੂੰ ਸਮਝਦਾ ਹੈ, ਤਾਂ ਕੀ ਉਹ ਇਸਨੂੰ ਸਵੀਕਾਰ ਕਰਨਗੇ? ਜੇਕਰ ਸਮੱਸਿਆ ਹੈ, ਤਾਂ ਇੱਕ ਇਮਾਨਦਾਰ ਵਿਕਲਪ ਦਾ ਸੁਝਾਅ ਦਿਓ।
ਵਪਾਰਕ ਵਰਤੋਂ ਲਈ ਇਸ AI ਚਿੱਤਰ/ਆਈਕਨ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕਰੋ: 1) ਕੀ ਕਿਸੇ ਜਾਣੇ-ਪਛਾਣੇ ਬ੍ਰਾਂਡ ਜਾਂ ਕੰਮ ਨਾਲ ਸਮਾਨਤਾ ਦਾ ਜੋਖਮ ਹੈ? 2) ਮੈਨੂੰ ਲਾਇਸੈਂਸ/ਵਪਾਰਕ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਕੀ ਵੇਖਣਾ ਚਾਹੀਦਾ ਹੈ? ਜਾਂਚ ਕਰਨ ਲਈ ਬਿੰਦੂਆਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ "ਕਾਨੂੰਨੀ ਪ੍ਰਵਾਨਗੀ ਪ੍ਰਾਪਤ ਕਰੋ" ਚੇਤਾਵਨੀ। ਚਿੱਤਰ ਵੇਰਵਾ: <<text>>
ਸਾਨੂੰ ਇੱਕ AI ਵਰਤੋਂ ਨੀਤੀ ਡਰਾਫਟ ਲਿਖੋ (UX ਟੀਮ ਲਈ): ਕਿਹੜਾ ਡਾਟਾ ਅੱਪਲੋਡ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ/ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ, ਅਗਿਆਤਤਾ ਨਿਯਮ, ਪ੍ਰਵਾਨਿਤ ਟੂਲ, ਆਉਟਪੁੱਟ ਪੁਸ਼ਟੀਕਰਨ ਕਦਮ, ਕਾਪੀਰਾਈਟ ਕੰਟਰੋਲ, ਨੈਤਿਕ ਸੀਮਾਵਾਂ। ਇਸਨੂੰ ਸੰਖੇਪ ਵਿੱਚ, ਕਾਰਵਾਈਯੋਗ ਬੁਲੇਟ ਪੁਆਇੰਟ ਦਿਓ।
ਕਿਸ ਕਿਸਮ ਦਾ AI ਟੂਲ ਇਸ ਕੰਮ ਲਈ ਸਭ ਤੋਂ ਅਨੁਕੂਲ ਹੈ? "<<task>>." ਵਿਕਲਪ: ਭਾਸ਼ਾ ਮਾਡਲ / ਡਿਜ਼ਾਈਨ ਟੂਲ ਪਲੱਗਇਨ / ਵ੍ਹਾਈਟਬੋਰਡ ਪਲੱਗਇਨ / ਚਿੱਤਰ ਜਨਰੇਟਰ। ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਚੁਣੋ, ਇਸ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਓ ਅਤੇ ਵਿਚਾਰੇ ਜਾਣ ਵਾਲੇ ਜੋਖਮ ਨੂੰ ਲਿਖੋ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਕੀ ਮੈਂ ਇਸ ਚਿੱਤਰ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹਾਂ?"
ਨਤੀਜਾ: ਇੱਕ ਅਸਪਸ਼ਟ, ਸਤਹੀ ਜਵਾਬ ਜੋ ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ।
Güçlü: "ਵਪਾਰਕ ਵਰਤੋਂ ਲਈ ਇਸ ਚਿੱਤਰ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕਰੋ: ਕੀ ਸਮਾਨਤਾ ਦਾ ਖਤਰਾ ਹੈ, ਲਾਇਸੈਂਸ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਮੈਨੂੰ ਕਿਸ ਵੱਲ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ, ਕੀ ਕਾਨੂੰਨੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੈ?"
ਨਤੀਜਾ: ਠੋਸ ਜੋਖਮ ਚੈੱਕਲਿਸਟ ਅਤੇ ਲੋੜੀਂਦੀ ਪ੍ਰਵਾਨਗੀ ਨੋਟਿਸ।
ਅੰਤਰ: ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ ਸਮਾਨਤਾ + ਲਾਇਸੈਂਸ + ਮਨਜ਼ੂਰੀ ਮਾਪਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਪੁੱਛਦਾ ਹੈ।
ਆਮ ਗਲਤੀਆਂ
- "ਨਕਲੀ ਬੁੱਧੀ ਨੇ ਇਹ ਸੁਝਾਅ ਦਿੱਤਾ" ਕਹਿ ਕੇ ਜ਼ਿੰਮੇਵਾਰੀ ਤੋਂ ਬਚਣਾ। ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਨਤੀਜਾ ਡਿਜ਼ਾਈਨਰ ਦੇ ਨਾਲ ਹੁੰਦਾ ਹੈ।
- "ਓਪਟੀਮਾਈਜੇਸ਼ਨ" ਲਈ ਗੂੜ੍ਹੇ ਪੈਟਰਨ ਨੂੰ ਗਲਤ ਕਰਨਾ. ਕੋਈ ਵੀ ਡਿਜ਼ਾਈਨ ਜੋ ਉਪਭੋਗਤਾ ਨੂੰ ਧੋਖਾ ਦਿੰਦਾ ਹੈ ਵਿਸ਼ਵਾਸ ਅਤੇ ਸਾਖ ਨੂੰ ਨਸ਼ਟ ਕਰਦਾ ਹੈ।
- ਕਾਪੀਰਾਈਟ ਨਿਯੰਤਰਣ ਤੋਂ ਬਿਨਾਂ ਵਿਜ਼ੂਅਲ ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਕਰਨਾ। ਸਮਾਨਤਾ ਅਤੇ ਲਾਇਸੰਸਿੰਗ ਜੋਖਮ ਕਾਰੋਬਾਰੀ ਤਬਾਹੀ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੇ ਹਨ।
- ਇੱਕ ਅਣਅਧਿਕਾਰਤ ਵਾਹਨ ਵਿੱਚ ਨਾਜ਼ੁਕ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ। KVKK ਦੀ ਉਲੰਘਣਾ ਅਤੇ ਡਾਟਾ ਲੀਕ।
- ਹਰ ਕੰਮ ਲਈ ਇੱਕ ਸੰਦ ਥੋਪਣਾ. ਕੰਮ ਦੀ ਕਿਸਮ ਦੇ ਅਨੁਸਾਰ ਵਾਹਨ ਦੀ ਚੋਣ ਨਾ ਕਰਨ ਨਾਲ ਕੁਸ਼ਲਤਾ ਅਤੇ ਗੁਣਵੱਤਾ ਵਿੱਚ ਕਮੀ ਆਉਂਦੀ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
AI ਦੀ ਸ਼ਕਤੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰਦੀ; ਵੱਡਾ ਕਰਦਾ ਹੈ। ਨੈਤਿਕ ਡਿਜ਼ਾਈਨ ਉਪਭੋਗਤਾ ਨੂੰ ਧੋਖਾ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਕਰਦਾ ਹੈ; ਹਨੇਰੇ ਪੈਟਰਨ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੇ ਲਾਭ ਲਈ ਭਰੋਸੇ ਅਤੇ ਕਾਨੂੰਨੀ ਸੁਰੱਖਿਆ ਦੀ ਬਲੀ ਦਿੰਦੇ ਹਨ। ਡੇਟਾ ਗੋਪਨੀਯਤਾ KVKK ਦੇ ਫਰੇਮਵਰਕ ਦੇ ਅੰਦਰ ਅਗਿਆਤਕਰਨ, ਸਹਿਮਤੀ ਅਤੇ ਪ੍ਰਵਾਨਿਤ ਸਾਧਨਾਂ ਦੁਆਰਾ ਸੁਰੱਖਿਅਤ ਹੈ। ਕਾਪੀਰਾਈਟ ਅਤੇ ਮੌਲਿਕਤਾ ਲਈ ਸਮਾਨਤਾ ਅਤੇ ਲਾਇਸੈਂਸਿੰਗ ਨਿਯੰਤਰਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਵਿਜ਼ੂਅਲ ਅਤੇ ਰਚਨਾਤਮਕ ਆਉਟਪੁੱਟ ਵਿੱਚ। ਕੰਮ ਦੇ ਅਨੁਸਾਰ ਟੂਲ ਈਕੋਸਿਸਟਮ ਦੀ ਚੋਣ ਕਰੋ: ਟੈਕਸਟ ਤੋਂ ਭਾਸ਼ਾ ਮਾਡਲ, ਡਿਜ਼ਾਈਨ ਲਈ ਟੂਲ ਪਲੱਗਇਨ, ਬੋਰਡ ਤੋਂ ਸਿੰਥੇਸਿਸ, ਜਨਰੇਟਰ ਤੋਂ ਵਿਜ਼ੂਅਲ — ਪਰ ਹਰੇਕ ਵਿੱਚ, ਪੁਸ਼ਟੀਕਰਨ ਪ੍ਰਤੀਬਿੰਬ ਸਥਿਰ ਰਹਿੰਦਾ ਹੈ। ਆਪਣੀ ਅਤੇ ਆਪਣੀ ਟੀਮ ਦੀ AI ਨੀਤੀ ਲਿਖੋ; ਇਸ ਤਰ੍ਹਾਂ ਗਤੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਸੰਤੁਲਿਤ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
- ਤੀਜੇ ਪ੍ਰੋਂਪਟ ਦੇ ਨਾਲ, ਆਪਣੀ UX ਟੀਮ ਲਈ ਇੱਕ ਸੰਖੇਪ ਡਰਾਫਟ AI ਵਰਤੋਂ ਨੀਤੀ ਤਿਆਰ ਕਰੋ।
- ਇਸ ਮੋਡੀਊਲ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਗੋਪਨੀਯਤਾ ਨੀਤੀਆਂ ਨਾਲ ਨੀਤੀ ਦੀ ਤੁਲਨਾ ਕਰੋ ਅਤੇ ਕਿਸੇ ਵੀ ਘਾਟ ਨੂੰ ਭਰੋ।
- ਪਹਿਲੇ ਪ੍ਰੋਂਪਟ ਦੇ ਨਾਲ ਨੈਤਿਕ ਲਿਟਮਸ ਟੈਸਟ ਲਈ ਇੱਕ ਪ੍ਰਸ਼ਨਾਤਮਕ ਡਿਜ਼ਾਈਨ ਬੇਨਤੀ ਪਾਓ।
- ਕਿਸੇ ਵੀ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਚਿੱਤਰ ਦੇ ਕਾਪੀਰਾਈਟ ਦੀ ਜਾਂਚ ਕਰੋ ਜੋ ਤੁਸੀਂ ਵਰਤ ਰਹੇ ਹੋ ਜਾਂ ਦੂਜੇ ਪ੍ਰੋਂਪਟ ਨਾਲ ਵਰਤੋਗੇ।
- ਇੱਕ ਸਵੈ-ਪੁਸ਼ਟੀ ਜਾਂਚ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਇਸਨੂੰ ਆਪਣੇ ਡੈਸਕ 'ਤੇ ਲਟਕਾਓ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਡਾਰਕ ਪੈਟਰਨ ਦੀਆਂ ਬੇਨਤੀਆਂ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਅਤੇ ਇੱਕ ਇਮਾਨਦਾਰ ਵਿਕਲਪ ਤਿਆਰ ਕੀਤਾ।
- [ ] ਮੈਂ ਨੈਤਿਕ ਲਿਟਮਸ ਟੈਸਟ ਲਾਗੂ ਕੀਤਾ ("ਕੀ ਉਪਭੋਗਤਾ ਇਸਨੂੰ ਸਵੀਕਾਰ ਕਰੇਗਾ ਜੇਕਰ ਉਹ ਇਸਨੂੰ ਸਮਝਦੇ ਹਨ?")।
- [ ] ਮੈਂ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਹੈ ਅਤੇ ਕੇਵਲ ਪ੍ਰਵਾਨਿਤ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਕਾਪੀਰਾਈਟ ਅਤੇ ਸਮਾਨਤਾ ਲਈ ਵਿਜ਼ੂਅਲ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਕੰਮ ਨੂੰ ਸਹੀ ਵਾਹਨ ਦੀ ਕਿਸਮ ਨਾਲ ਮੇਲਿਆ।
- [ ] ਮੈਂ ਇੱਕ AI ਵਰਤੋਂ ਨੀਤੀ ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਸੂਚੀ ਬਣਾਈ ਹੈ।
ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ
1. ਇੱਕ UX ਡਿਜ਼ਾਈਨਰ 'ਉਪਭੋਗਤਾ ਦੀ ਗਤੀ ਚਾਹੁੰਦੇ ਹਨ' ਥੀਮ ਰੱਖਦਾ ਹੈ ਜੋ ਕਿ AI ਨੇ ਬਿਨਾਂ ਕਿਸੇ ਹਵਾਲੇ ਨੂੰ ਦੇਖੇ ਆਪਣੀ ਖੋਜ ਰਿਪੋਰਟ ਵਿੱਚ 20 ਇੰਟਰਵਿਊਆਂ ਤੋਂ ਲਿਆ ਹੈ; ਪੇਸ਼ਕਾਰੀ ਵਿੱਚ, ਹਿੱਸੇਦਾਰ ਪੁੱਛਦਾ ਹੈ ਕਿ 'ਕਿਹੜੀ ਮੀਟਿੰਗ ਵਿੱਚ?' ਪੁੱਛਣ 'ਤੇ ਕੋਈ ਆਧਾਰ ਨਹੀਂ ਮਿਲਦਾ। ਇਸ ਸਥਿਤੀ ਦਾ ਮੁੱਖ ਸਬਕ ਕੀ ਹੈ?
- ਏ) ਨਕਲੀ ਖੁਫੀਆ ਆਉਟਪੁੱਟ ਨੂੰ ਅਸਲ ਇੰਟਰਵਿਊ ਦੇ ਹਵਾਲੇ ਨਾਲ ਜੋੜਨਾ ਅਤੇ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨਾ; ✔ ਸਬੂਤ ਟ੍ਰੇਲ ਸਥਾਪਤ ਕਰਨ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ
- ਅ) ਖੋਜ ਸੰਸਲੇਸ਼ਣ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਖ਼ਤ ਮਨਾਹੀ ਹੈ
- C) ਮੀਟਿੰਗਾਂ ਦੀ ਗਿਣਤੀ 20 ਦੀ ਬਜਾਏ 50 ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ
- ਡੀ) ਥੀਮ ਨੂੰ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਪੇਸ਼ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ
ਵਰਣਨ: ਨਕਲੀ ਬੁੱਧੀ ਪ੍ਰਵਾਹ ਪਰ ਬੇਬੁਨਿਆਦ ਥੀਮ (ਭਰਮ) ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ। ਹਰੇਕ ਸੰਸਲੇਸ਼ਣ ਆਉਟਪੁੱਟ ਨੂੰ ਅਸਲ ਉਪਭੋਗਤਾ ਹਵਾਲੇ ਅਤੇ ਸਰੋਤ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਅਤੇ ਲਿੰਕ ਕੀਤੇ ਬਿਨਾਂ ਰਿਪੋਰਟ ਜਾਂ ਫੈਸਲੇ ਵਿੱਚ ਨਹੀਂ ਜਾਣਾ ਚਾਹੀਦਾ; ਜ਼ਿੰਮੇਵਾਰੀ ਡਿਜ਼ਾਈਨਰ ਦੇ ਨਾਲ ਹੈ.
2. ਹੇਠ ਲਿਖਿਆਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਕੰਮ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਨਾਲ AI ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਡਿਜ਼ਾਈਨਰ ਤੋਂ ਅੰਤਿਮ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ?
- ਏ) ਇੱਕ ਵਾਇਰਫ੍ਰੇਮ ਲਈ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਲੇਆਉਟ ਪਰਿਵਰਤਨ ਪੈਦਾ ਕਰਨਾ
- ਅ) ਬਟਨ ਟੈਕਸਟ ਲਈ ਪੰਜ ਵਿਕਲਪ ਸੁਝਾਓ
- C) ਅੰਤਮ ਫੈਸਲਾ ਲੈਣਾ ਕਿ ਇੱਕ ਇੰਟਰਫੇਸ ਪਹੁੰਚਯੋਗ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ ✔
- ਡੀ) ਮੀਟਿੰਗ ਦੇ ਨੋਟ ਦਾ ਸਾਰ ਦੇਣਾ
ਵਰਣਨ: ਪਹੁੰਚਯੋਗਤਾ ਦੀ ਮਨਜ਼ੂਰੀ ਅਤੇ ਅਸਲ ਉਪਭੋਗਤਾ ਲੋੜ 'ਤੇ ਅੰਤਿਮ ਫੈਸਲਾ ਉੱਚ ਜੋਖਮ ਵਾਲਾ ਹੁੰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਲੋਕਾਂ ਦੇ ਅਨੁਭਵ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਡਰਾਫਟ ਵਾਇਰਫ੍ਰੇਮ ਜਾਂ ਟੈਕਸਟ ਪਰਿਵਰਤਨ ਬਣਾਉਣਾ ਘੱਟ ਜੋਖਮ ਹੈ; ਅੰਤਮ ਨਿਰਣਾ ਅਤੇ ਪ੍ਰਵਾਨਗੀ ਡਿਜ਼ਾਈਨਰ ਨਾਲ ਸਬੰਧਤ ਹੈ।
3. ਯੂਜ਼ਰ ਕਾਲ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਨੂੰ AI 'ਤੇ ਅੱਪਲੋਡ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਕੀ ਹੈ?
- ਏ) ਸਾਰੇ ਨਿੱਜੀ ਡੇਟਾ ਦੇ ਨਾਲ, ਪ੍ਰਤੀਲਿਪੀ ਨੂੰ ਅਪਲੋਡ ਕਰੋ
- ਅ) ਨਿੱਜੀ ਡੇਟਾ (ਨਾਮ, ਸੰਪਰਕ, ਕੰਮ ਵਾਲੀ ਥਾਂ) ਨੂੰ ਗੁਪਤ ਰੱਖਣਾ ਅਤੇ ਸਹਿਮਤੀ ਅਤੇ ਕਾਰਪੋਰੇਟ ਨੀਤੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਕੰਮ ਕਰਨਾ ✔
- C) ਪਹਿਲਾਂ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਦਾ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ
- ਡੀ) ਪ੍ਰਤੀਲਿਪੀ ਨੂੰ ਵਿਜ਼ੂਅਲ ਵਿੱਚ ਬਦਲਣਾ
ਵਰਣਨ: ਇੰਟਰਵਿਊ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਹੁੰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਨਾਮ, ਟੈਲੀਫੋਨ, ਅਤੇ ਕੰਮ ਵਾਲੀ ਥਾਂ। KVKK ਅਤੇ ਸਹਿਮਤੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੇ ਅਨੁਸਾਰ, ਇਹ ਡੇਟਾ ਨਕਲੀ ਬੁੱਧੀ ਵਿੱਚ ਤਬਦੀਲ ਕੀਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਅਗਿਆਤ ਜਾਂ ਮਾਸਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; ਸੰਸਥਾ ਦੁਆਰਾ ਪ੍ਰਵਾਨਿਤ ਵਾਹਨ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
4. ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੇ ਗਏ ਇੱਕ ਵਿਅਕਤੀ ਵਿੱਚ ਇੱਕ ਵਾਕ ਹੁੰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ 'ਬਜ਼ੁਰਗ ਉਪਭੋਗਤਾ ਤਕਨਾਲੋਜੀ ਤੋਂ ਡਰਦੇ ਹਨ'। ਸਹੀ ਪਹੁੰਚ ਕੀ ਹੈ?
- A) ਵਾਕ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਛੱਡਣਾ, ਕਿਉਂਕਿ AI ਨਿਰਪੱਖ ਹੈ
- ਅ) ਵਿਅਕਤੀ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਿਟਾਓ
- C) ਸਟੀਰੀਓਟਾਈਪ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ, ਇਸਦੀ ਅਸਲ ਡੇਟਾ ਨਾਲ ਜਾਂਚ ਕਰੋ ਅਤੇ ਜੇਕਰ ਇਹ ਅਸਮਰਥਿਤ ਹੈ ਤਾਂ ਇਸਨੂੰ ਹਟਾਓ ✔
- ਡੀ) ਵਾਕ 'ਤੇ ਹੋਰ ਜ਼ੋਰ ਦੇਣਾ
ਵਿਆਖਿਆ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਉਸ ਡੇਟਾ ਤੋਂ ਸਟੀਰੀਓਟਾਈਪ ਅਤੇ ਪੱਖਪਾਤ ਲੈ ਸਕਦੀ ਹੈ ਜਿਸ 'ਤੇ ਇਸ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਪਰਸੋਨਾ ਅਸਲ ਖੰਡ ਡੇਟਾ 'ਤੇ ਅਧਾਰਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ; ਸਟੀਰੀਓਟਾਈਪਾਂ ਨੂੰ ਅੰਕਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਡੇਟਾ ਦੇ ਵਿਰੁੱਧ ਟੈਸਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਅਸਮਰਥਿਤ ਸਧਾਰਣਕਰਨਾਂ ਨੂੰ ਖਤਮ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
5. ਗੁਣਾਤਮਕ ਖੋਜ ਸੰਸਲੇਸ਼ਣ ਵਿੱਚ 'ਐਫੀਨਿਟੀ ਮੈਪਿੰਗ' ਦਾ ਕੀ ਅਰਥ ਹੈ?
- ਏ) ਸਮਾਨ ਨਿਰੀਖਣਾਂ ਅਤੇ ਹਵਾਲਿਆਂ ਨੂੰ ਸਮੂਹ ਬਣਾ ਕੇ ਥੀਮਾਂ ਤੱਕ ਪਹੁੰਚਣ ਦਾ ਤਰੀਕਾ ✔
- ਅ) ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਇੱਕ ਦੂਜੇ ਨਾਲ ਨੇੜਤਾ ਨੂੰ ਮਾਪਣ ਵਾਲਾ ਇੱਕ ਸਰਵੇਖਣ
- C) ਰੰਗ ਪੈਲਅਟ ਦੀ ਚੋਣ ਕਰਨ ਲਈ ਤਕਨੀਕ
- ਡੀ) ਪ੍ਰੋਟੋਟਾਈਪ ਐਨੀਮੇਸ਼ਨ ਦੀ ਇੱਕ ਕਿਸਮ
ਵਿਆਖਿਆ: ਨਿਕਟਤਾ ਚਿੱਤਰ ਵਿਅਕਤੀਗਤ ਨਿਰੀਖਣਾਂ ਅਤੇ ਹਵਾਲਿਆਂ ਨੂੰ ਉਹਨਾਂ ਦੀਆਂ ਸਮਾਨਤਾਵਾਂ ਦੇ ਅਨੁਸਾਰ ਸਮੂਹ ਕਰਨਾ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਥੀਮਾਂ ਵਿੱਚ ਬਦਲਣਾ ਹੈ। AI ਸ਼ੁਰੂਆਤੀ ਸਮੂਹੀਕਰਨ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਸਮੂਹਾਂ ਦਾ ਅਰਥ ਮਨੁੱਖੀ-ਤਸਦੀਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
6. ਇੱਕ ਡਿਜ਼ਾਈਨਰ AI ਨੂੰ 'ਬਟਨ ਟੈਕਸਟ ਲਿਖਣ' ਲਈ ਕਹਿੰਦਾ ਹੈ ਅਤੇ ਸੰਦਰਭ ਤੋਂ ਬਿਨਾਂ ਇੱਕ-ਸ਼ਬਦ ਦਾ ਨਤੀਜਾ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਇੱਕ ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ ਲਈ ਕੀ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?
- A) ਸਿਰਫ਼ 'ਬਿਹਤਰ ਲਿਖੋ' ਕਹਿਣਾ
- ਅ) ਪ੍ਰੋਂਪਟ ਨੂੰ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਲਿਖੋ
- C) ਉਸੇ ਪ੍ਰੋਂਪਟ ਨੂੰ ਕਈ ਵਾਰ ਦੁਹਰਾਉਣਾ
- ਡੀ) ਡਿਸਪਲੇ ਦਾ ਉਦੇਸ਼, ਉਪਭੋਗਤਾ ਸੰਦਰਭ, ਬ੍ਰਾਂਡ ਟੋਨ, ਲੰਬਾਈ ਦੀ ਸੀਮਾ ਅਤੇ ਲੋੜੀਂਦੇ ਭਿੰਨਤਾਵਾਂ ਦੀ ਗਿਣਤੀ ਦੇਣਾ ✔
ਵਰਣਨ: ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਸੰਦਰਭ ਦਿੰਦਾ ਹੈ: ਸਕ੍ਰੀਨ ਦਾ ਉਦੇਸ਼, ਉਪਭੋਗਤਾ ਇਸ ਸਮੇਂ ਕੀ ਕਰ ਰਿਹਾ ਹੈ, ਬ੍ਰਾਂਡ ਟੋਨ, ਲੰਬਾਈ ਸੀਮਾ ਅਤੇ ਭਿੰਨਤਾਵਾਂ ਦੀ ਸੰਖਿਆ। ਪ੍ਰਸੰਗ ਰਹਿਤ ਬੇਨਤੀ ਆਮ ਅਤੇ ਨਾ-ਵਰਤਣਯੋਗ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰਦੀ ਹੈ।
7. ਵਰਤੋਂਯੋਗਤਾ ਟੈਸਟ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਤਰਜੀਹ ਦੇਣ ਵੇਲੇ 'ਤੀਬਰਤਾ' ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ?
- A) ਸਮੱਸਿਆ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਾਲੇ ਵਿਅਕਤੀ ਦੀ ਸੀਨੀਆਰਤਾ ਦੇ ਅਨੁਸਾਰ
- ਅ) ਉਪਭੋਗਤਾ 'ਤੇ ਸਮੱਸਿਆ ਦੇ ਪ੍ਰਭਾਵ ਦੇ ਅਨੁਸਾਰ, ਬਾਰੰਬਾਰਤਾ ਅਤੇ ਵਪਾਰਕ ਪ੍ਰਭਾਵ ✔
- ਸੀ) ਰਿਪੋਰਟ ਵਿੱਚ ਖੋਜਾਂ ਦੇ ਕ੍ਰਮ ਅਨੁਸਾਰ
- ਡੀ) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਬੇਤਰਤੀਬ ਸਕੋਰ ਦੇ ਅਨੁਸਾਰ
ਵਰਣਨ: ਗੰਭੀਰਤਾ ਮਾਪਦੰਡਾਂ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਿਵੇਂ ਕਿ ਸਮੱਸਿਆ ਉਪਭੋਗਤਾ ਨੂੰ ਕਿੰਨਾ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ (ਕੀ ਇਹ ਕੰਮ ਨੂੰ ਪੂਰਾ ਹੋਣ ਤੋਂ ਰੋਕਦੀ ਹੈ), ਇਸ ਨੇ ਕਿੰਨੇ ਉਪਭੋਗਤਾ ਵੇਖੇ ਹਨ, ਅਤੇ ਕਾਰੋਬਾਰੀ ਪ੍ਰਭਾਵ। AI ਡਰਾਫਟ ਰੈਂਕਿੰਗ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ, ਪਰ ਅੰਤਮ ਭਾਰ ਦਾ ਫੈਸਲਾ ਡਿਜ਼ਾਈਨਰ ਅਤੇ ਉਸਦੀ ਟੀਮ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
8. AI ਪਹੁੰਚਯੋਗਤਾ ਸਿਫ਼ਾਰਸ਼ਾਂ (ਜਿਵੇਂ ਕਿ Alt ਟੈਕਸਟ) ਬਾਰੇ ਕੀ ਸੱਚ ਹੈ?
- ਏ) ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਪ੍ਰਮਾਣੀਕਰਨ ਪਹੁੰਚਯੋਗਤਾ ਦੀ ਗਾਰੰਟੀ ਦਿੰਦਾ ਹੈ, ਕਿਸੇ ਵਾਧੂ ਜਾਂਚ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ
- ਅ) ਪਹੁੰਚਯੋਗਤਾ ਸਿਰਫ ਰੰਗ ਦੀ ਚੋਣ ਬਾਰੇ ਹੈ
- C) Alt ਟੈਕਸਟ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ
- ਡੀ) ਨਕਲੀ ਬੁੱਧੀ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦੀ ਹੈ; ਸਹਾਇਕ ਤਕਨਾਲੋਜੀ ਅਤੇ ਉਪਭੋਗਤਾ ਟੈਸਟਿੰਗ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਸੱਚੀ ਪਹੁੰਚਯੋਗਤਾ ✔
ਵਰਣਨ: AI Alt ਟੈਕਸਟ ਅਤੇ ਕੰਟ੍ਰਾਸਟ ਲਈ ਤੇਜ਼ ਸਕੈਚ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਅਸਲ ਪਹੁੰਚਯੋਗਤਾ ਦੀ ਪੁਸ਼ਟੀ ਸਿਰਫ ਸਕ੍ਰੀਨ ਰੀਡਰਾਂ ਅਤੇ ਅਸਲ ਸਹਾਇਕ ਤਕਨਾਲੋਜੀ ਉਪਭੋਗਤਾਵਾਂ ਨਾਲ ਜਾਂਚ ਕਰਕੇ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਆਟੋਮੈਟਿਕ ਸੁਝਾਅ ਸ਼ੁਰੂਆਤੀ ਹੈ, ਸਬੂਤ ਨਹੀਂ।
9. ਇੱਕ ਇੰਟਰਫੇਸ ਟੈਕਸਟ ਵਿੱਚ, AI ਇੱਕ ਗਲਤੀ ਸੁਨੇਹਾ 'ਤੁਹਾਡਾ ਓਪਰੇਸ਼ਨ ਫੇਲ ਹੋ ਗਿਆ, ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰੋ' ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ। UX ਲਿਖਣ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਸਭ ਤੋਂ ਵਧੀਆ ਸੁਧਾਰ ਕੀ ਹੈ?
- A) ਸੁਨੇਹੇ ਵਿੱਚ ਤਕਨੀਕੀ ਗਲਤੀ ਕੋਡ ਸ਼ਾਮਲ ਕਰੋ ਅਤੇ ਉਪਭੋਗਤਾ ਨੂੰ ਇਕੱਲੇ ਛੱਡ ਦਿਓ
- ਅ) ਸੁਨੇਹੇ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹਟਾਓ
- C) ਸਪਸ਼ਟ ਅਤੇ ਗੈਰ-ਦੋਸ਼ੀ ਭਾਸ਼ਾ ਵਿੱਚ ਲਿਖੋ ਕਿ ਕੀ ਹੋਇਆ, ਸੰਭਾਵੀ ਕਾਰਨ ਅਤੇ ਉਪਭੋਗਤਾ ਜੋ ਠੋਸ ਕਦਮ ਚੁੱਕੇਗਾ ✔
- D) ਵੱਡੇ ਅੱਖਰਾਂ ਵਿੱਚ 'ERROR' ਲਿਖਣਾ
ਵਰਣਨ: ਇੱਕ ਚੰਗਾ ਗਲਤੀ ਸੁਨੇਹਾ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਦੱਸਦਾ ਹੈ ਕਿ ਕੀ ਹੋਇਆ, ਕਿਉਂ, ਅਤੇ ਉਪਭੋਗਤਾ ਨੂੰ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ; ਇਹ ਦੋਸ਼ਪੂਰਨ ਨਹੀਂ ਹੋਵੇਗਾ। 'ਕੀ ਹੋਇਆ + ਕਿਉਂ + ਅਗਲਾ ਕਦਮ' ਫਾਰਮੂਲਾ ਉਪਭੋਗਤਾ ਨੂੰ ਟਰੈਕ 'ਤੇ ਰੱਖਦਾ ਹੈ। ਏਆਈ ਸਕੈਚ ਨੂੰ ਇਸ ਮਾਪਦੰਡ ਦੁਆਰਾ ਸੁਧਾਰਿਆ ਗਿਆ ਹੈ।
10. ਇੱਕ ਨਕਲੀ ਖੁਫੀਆ ਟੂਲ ਦੁਆਰਾ ਤਿਆਰ ਵਾਇਰਫ੍ਰੇਮ ਬਾਰੇ ਸਭ ਤੋਂ ਸਹੀ ਰਵੱਈਆ ਕੀ ਹੈ ਜੋ ਟੈਕਸਟ ਤੋਂ ਇੱਕ ਇੰਟਰਫੇਸ ਬਣਾਉਂਦਾ ਹੈ?
- ਏ) ਆਉਟਪੁੱਟ ਨੂੰ ਸਿੱਧੇ ਫਾਈਨਲ ਡਿਜ਼ਾਈਨ ਵਜੋਂ ਵਰਤਣਾ
- ਅ) ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਬਿਲਕੁਲ ਨਾ ਕਰੋ ਕਿਉਂਕਿ ਇਹ ਬੇਕਾਰ ਹੈ
- C) ਸਿਰਫ ਇਸਦੇ ਰੰਗਾਂ ਲਈ ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਕਰਨਾ
- D) ਆਉਟਪੁੱਟ ਨੂੰ ਇੱਕ ਤੇਜ਼ ਸ਼ੁਰੂਆਤੀ ਡਰਾਫਟ ਵਜੋਂ ਸਮਝੋ ਅਤੇ ਇਸਨੂੰ ਸਮੱਗਰੀ, ਕਿਨਾਰੇ ਦੇ ਕੇਸ ਅਤੇ ਪਹੁੰਚਯੋਗਤਾ ਨਾਲ ਪਰਿਪੱਕ ਬਣਾਓ ✔
ਵਰਣਨ: ਇਹ ਸਾਧਨ ਇੱਕ ਤੇਜ਼ ਸ਼ੁਰੂਆਤੀ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦੇ ਹਨ, ਪਰ ਅਸਲ ਸਮੱਗਰੀ, ਕਿਨਾਰੇ ਦੇ ਕੇਸ, ਪਹੁੰਚਯੋਗਤਾ, ਅਤੇ ਮਾਨਸਿਕ ਮਾਡਲਾਂ ਵਰਗੀਆਂ ਚੀਜ਼ਾਂ ਦੀ ਘਾਟ ਹੈ। ਆਉਟਪੁੱਟ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੈ; ਡਿਜ਼ਾਈਨਰ ਨੂੰ ਇਸ ਦੀ ਆਲੋਚਨਾ ਅਤੇ ਪਰਿਪੱਕਤਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ.
11. ਡਿਜ਼ਾਈਨ ਪ੍ਰਣਾਲੀ ਦੇ ਕੰਮ ਵਿਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਸਭ ਤੋਂ ਢੁਕਵੀਂ ਵਰਤੋਂ ਕੀ ਹੈ?
- A) ਕੰਪੋਨੈਂਟ ਦਸਤਾਵੇਜ਼ ਅਤੇ ਵਰਤੋਂ ਟੈਕਸਟ ਡਰਾਫਟ ਤਿਆਰ ਕਰੋ ਅਤੇ ਟੀਮ ਦੁਆਰਾ ਉਹਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ ✔
- ਅ) ਬਿਨਾਂ ਮਨਜ਼ੂਰੀ ਦੇ ਪੂਰੇ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਨੂੰ ਆਪਣੇ ਆਪ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰੋ
- C) ਡਿਜ਼ਾਈਨਰ ਨੂੰ ਪੁੱਛੇ ਬਿਨਾਂ ਬ੍ਰਾਂਡ ਦੇ ਰੰਗ ਬਦਲਣਾ
- ਡੀ) ਉਪਭੋਗਤਾ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਸਿਸਟਮ ਤੋਂ ਭਾਗਾਂ ਨੂੰ ਮਿਟਾਉਣਾ
ਵਰਣਨ: ਏਆਈ ਕੰਪੋਨੈਂਟ ਦਸਤਾਵੇਜ਼ਾਂ, ਵਰਤੋਂ ਸਕ੍ਰਿਪਟਾਂ, ਕਰੋ/ਨਾ ਕਰੋ ਉਦਾਹਰਣਾਂ, ਅਤੇ ਟੋਕਨ ਨਾਮਕਰਨ ਡਰਾਫਟ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ। ਹਾਲਾਂਕਿ, ਮੌਜੂਦਾ ਪ੍ਰਣਾਲੀ ਨਾਲ ਟਕਰਾਅ ਲਈ ਉਹਨਾਂ ਦੇ ਪ੍ਰਸਤਾਵਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ; ਇਕਸਾਰਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਦਾ ਫੈਸਲਾ ਟੀਮ ਦੇ ਕੋਲ ਹੈ।
12. ਇੱਕ ਡਿਜ਼ਾਈਨਰ AI ਨੂੰ ਇੱਕ ਲੁਕਵੇਂ ਡਿਜ਼ਾਈਨ ਲਈ 'ਰੱਦ ਕਰੋ ਬਟਨ ਨੂੰ ਧਿਆਨ ਦੇਣ ਯੋਗ ਬਣਾਉਣ' ਲਈ ਕਹਿੰਦਾ ਹੈ ਜੋ ਉਪਭੋਗਤਾ ਨੂੰ ਅਣਚਾਹੇ ਗਾਹਕੀ ਵੱਲ ਰੀਡਾਇਰੈਕਟ ਕਰਦਾ ਹੈ। ਇਹ ਕਿਸ ਕਿਸਮ ਦੀ ਸਮੱਸਿਆ ਹੈ?
- ਏ) ਇੱਕ ਨੁਕਸਾਨਦੇਹ ਮਾਈਕਰੋ-ਇੰਟਰੈਕਸ਼ਨ ਸੁਧਾਰ
- ਅ) ਪਹੁੰਚਯੋਗਤਾ ਵਿੱਚ ਸੁਧਾਰ
- C) ਇੱਕ ਮਿਆਰੀ ਡਿਜ਼ਾਇਨ ਸਿਸਟਮ ਨਿਯਮ
- D) ਇੱਕ ਗੂੜ੍ਹਾ ਪੈਟਰਨ ਜੋ ਉਪਭੋਗਤਾ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਦਾ ਹੈ, ਅਨੈਤਿਕ ਹੈ ਅਤੇ ਕਾਨੂੰਨੀ ਜੋਖਮ ਰੱਖਦਾ ਹੈ ✔
ਵਰਣਨ: ਉਹ ਡਿਜ਼ਾਈਨ ਜੋ ਉਪਭੋਗਤਾ ਨੂੰ ਅਣਚਾਹੇ ਕਾਰਵਾਈ ਲਈ ਗੁੰਮਰਾਹ ਕਰਦੇ ਹਨ 'ਡਾਰਕ ਪੈਟਰਨ' ਹਨ, ਜੋ ਅਨੈਤਿਕ ਹਨ ਅਤੇ ਕਾਨੂੰਨੀ ਪਾਬੰਦੀਆਂ ਦੇ ਅਧੀਨ ਹਨ। ਹਾਲਾਂਕਿ AI ਇੱਕ ਏਜੰਟ ਹੈ, ਜ਼ਿੰਮੇਵਾਰੀ ਡਿਜ਼ਾਈਨਰ ਦੇ ਨਾਲ ਹੈ; ਅਜਿਹੀ ਬੇਨਤੀ ਨੂੰ ਰੱਦ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
13. ਉਤਪਾਦ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਬਣਾਏ ਗਏ ਚਿੱਤਰ ਜਾਂ ਆਈਕਨ ਸੈੱਟ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕਿਹੜੇ ਨਿਯੰਤਰਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ?
- A) ਕਿਸੇ ਨਿਯੰਤਰਣ ਦੀ ਲੋੜ ਨਹੀਂ, AI ਆਉਟਪੁੱਟ ਮੁਫਤ ਹੈ
- ਅ) ਵਾਹਨ ਦੇ ਲਾਇਸੈਂਸ ਦੀਆਂ ਸ਼ਰਤਾਂ, ਕਾਪੀਰਾਈਟ ਅਤੇ ਸਮਾਨ ਕੰਮਾਂ ਦੀ ਨੇੜਤਾ ਦੇ ਜੋਖਮ ਦੀ ਪੁਸ਼ਟੀ ✔
- C) ਸਿਰਫ ਫਾਈਲ ਦੇ ਆਕਾਰ ਦੀ ਜਾਂਚ ਕਰ ਰਿਹਾ ਹੈ
- ਡੀ) ਚਿੱਤਰ ਦੇ ਰੰਗਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਗਿਣਨਾ
ਵਰਣਨ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਚਿੱਤਰ ਲਾਇਸੈਂਸ, ਕਾਪੀਰਾਈਟ ਅਤੇ ਬ੍ਰਾਂਡ ਸਮਾਨਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤ ਹੋ ਸਕਦੇ ਹਨ। ਵਪਾਰਕ ਵਰਤੋਂ ਵਿੱਚ, ਟੂਲ ਦੇ ਲਾਇਸੈਂਸ ਦੀਆਂ ਸ਼ਰਤਾਂ, ਸਮਾਨ ਕੰਮਾਂ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨੇੜਤਾ, ਅਤੇ ਬੌਧਿਕ ਸੰਪਤੀ ਦੇ ਜੋਖਮ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ; ਜੇ ਜਰੂਰੀ ਹੋਵੇ, ਤਾਂ ਕਾਨੂੰਨੀ/ਪਾਲਣਾ ਦੀ ਪ੍ਰਵਾਨਗੀ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
14. ਉਪਭੋਗਤਾ ਯਾਤਰਾ ਦੇ ਨਕਸ਼ੇ 'ਤੇ AI ਦੁਆਰਾ ਤਿਆਰ 'ਭਾਵਨਾ' ਲਾਈਨ ਬਾਰੇ ਸਹੀ ਪਹੁੰਚ ਕੀ ਹੈ?
- A) ਅਸਲ ਖੋਜ ਡੇਟਾ ਨਾਲ ਭਾਵਨਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ, ਬੇਬੁਨਿਆਦ ਨੂੰ ਧਾਰਨਾਵਾਂ ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰਨਾ ✔
- ਅ) ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਭਾਵਨਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨੂੰ ਪੂਰਨ ਸੱਚ ਮੰਨਣਾ
- ਸੀ) ਭਾਵਨਾ ਲਾਈਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਣਡਿੱਠ ਕਰਨਾ
- ਡੀ) ਬੇਤਰਤੀਬੇ ਰੰਗਾਂ ਨਾਲ ਭਾਵਨਾਵਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਨਾ
ਸਪੱਸ਼ਟੀਕਰਨ: AI ਭਾਵਨਾਵਾਂ ਅਤੇ ਦਰਦ ਦੇ ਬਿੰਦੂਆਂ ਦਾ ਮੁਨਾਸਬ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਧਾਰਨਾਵਾਂ ਹਨ ਜਦੋਂ ਤੱਕ ਕਿ ਅਸਲ ਉਪਭੋਗਤਾ ਡੇਟਾ ਦੁਆਰਾ ਸਮਰਥਿਤ ਨਹੀਂ ਹੁੰਦਾ। ਨਕਸ਼ੇ ਦੀ ਖੋਜ ਹਵਾਲੇ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ; ਬੇਬੁਨਿਆਦ ਭਾਵਨਾਵਾਂ ਨੂੰ ਧਾਰਨਾਵਾਂ ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।