ලාභ:
- එය AI මෙවලම් තුළ පුරවැසි පුද්ගලික දත්ත සැකසීමේදී KVKK මූලධර්ම සහ දත්ත අවම කිරීම අදාළ වේ.
- එය AI භාවිත ප්රතිපත්තියක්, විගණන මාවතක් සහ වගකීම් දාමයක් ඇතුළත් වන සංවිධානයක් සඳහා පාලන රාමුවක් ස්ථාපිත කරයි.
- එය සාකල්යයෙන්ම තර්ක කරන්නේ වගකිවයුතු මහජන AI මානව අධීක්ෂණය, විනිවිදභාවය සහ වගවීම මත ගොඩනගා ඇති බවයි.
මෙම මොඩියුලය පුරාවටම, AI ප්රසිද්ධියේ ප්රබල ත්වරකයක් වන්නේ කෙසේදැයි අපි දුටුවෙමු: පුරවැසි ප්රශ්නවලට ප්රතිචාර දැක්වීම, පෙත්සම් සහ ලිපි හුවමාරුව, ව්යවස්ථාදායක පර්යේෂණ, ප්රතිපත්ති විශ්ලේෂණය, වාර්තා කිරීම, දත්ත මත පදනම් වූ තීරණ ගැනීම, ඊ-ආණ්ඩුව සහ විනිවිදභාවය. දැන් අපි ඒ සියල්ල එකට තබා ඇති රාමුව වෙත පැමිණෙමු: පුද්ගලික දත්ත ආරක්ෂාව සහ වගකිවයුතු පාලනය. මහජනතාව, එහි ස්වභාවය අනුව, පුරවැසියාගේ වඩාත්ම සංවේදී දත්ත සකසයි: අනන්යතාවය, ලිපිනය, ආදායම, සෞඛ්යය, අපරාධ වාර්තාව, පවුල් තත්ත්වය. AI මෙවලම් සමඟ මෙම දත්ත සැකසීම KVKK (පුද්ගලික දත්ත ආරක්ෂණ නීතිය අංක 6698; පුද්ගලික දත්ත නීත්යානුකූල, සීමිත සහ ආරක්ෂිතව සැකසීම නියාමනය කරන නීතිය) රාමුවට සම්පූර්ණයෙන්ම අනුකූල විය යුතුය. මෙම අවසාන ඒකකය තුළ, අපි පොදු AI භාවිතයේ පෞද්ගලිකත්වය සහ පාලන කොඳු නාරටිය ස්ථාපිත කරන්නෙමු - කුමන මෙවලමකට ලබා දිය හැකි දත්ත, කුමන ප්රතිපත්ති අදාළ වේ, වගකිව යුත්තේ කවුරුන්ද, සංවිධානයක් ආරක්ෂිතව AI කළමනාකරණය කරන්නේ කෙසේද යන්න. මෙම ඒකකය පෙර ඒකක දහය මත තබා ඇති වහලය වේ.
පොදු AI ස්පර්ශ කරන KVKK හි මූලික මූලධර්ම
KVKK මූලික මූලධර්ම කිහිපයක් සකසයි, ඒ සෑම එකක්ම AI භාවිතය සෘජුවම සීමා කරයි:
- නීතියට අනුකූල වීම සහ අරමුණ පිළිපැදීම: පුද්ගලික දත්ත සැකසෙන්නේ නිශ්චිත, නීත්යානුකූල අරමුණක් සඳහා පමණි. එක් අරමුණක් සඳහා එකතු කරන ලද දත්ත (උදාහරණයක් ලෙස, උපකාර සඳහා අයදුම් කිරීම) අවසරයකින් තොරව වෙනත් අරමුණක් සඳහා (උදාහරණයක් ලෙස, ආකෘතියක් පුහුණු කිරීම) භාවිතා කළ නොහැක.
- දත්ත අවම කිරීම: අරමුණ සඳහා අවශ්ය ප්රමාණයට වඩා වැඩි දත්ත සකසනු නොලැබේ. ප්රවර්ග විශ්ලේෂණයක් සඳහා නමක් අවශ්ය නොවේ නම්, නමක් ලබා නොදේ.
- ආරක්ෂාව: දත්ත අනවසරයෙන් ප්රවේශ වීමෙන් ආරක්ෂා කර ඇත. පුරවැසි දත්ත පොදු AI මෙවලමකට ඇලවීම එම දත්ත සංවිධානයෙන් පිටත ගැනීමකි - එය ආරක්ෂක ප්රතිපත්ති උල්ලංඝනය කිරීමකි.
- ගබඩා කාලය: අරමුණ අවසන් වූ විට දත්ත මකා දමනු ලැබේ; එය දින නියමයක් නොමැතිව තබා නැත.
- තොරතුරු සහ අයිතිවාසිකම්: පුරවැසියන්ට තම දත්ත සකසන ආකාරය දැන ගැනීමට, නිවැරදි කිරීමට, මකා දැමීමට සහ ස්වයංක්රීය තීරණ වලට විරුද්ධ වීමට අයිතියක් ඇත.
අවධානය: ආයතනය විසින් අනුමත නොකළ පොදු AI මෙවලමකට පුරවැසියෙකුගේ දත්ත උඩුගත කිරීම, දත්ත ගබඩා කර ඇති ස්ථානය සහ එයට ප්රවේශය ඇත්තේ කාටද යන්න අපැහැදිලි වේ, බොහෝ අවස්ථාවලදී KVKK උල්ලංඝනය කිරීමක් වන අතර සම්බාධක සඳහා ආයතනය විවෘත කරයි. "වැඩ පහසු කිරීම සඳහා" නීති කිසි විටෙකත් නැමෙන්නේ නැත.
කුමන දත්ත, කුමන වාහනයටද? කලාප තුනක ආකෘතිය
රීතියක් ලෙස, දත්ත කලාප තුනකට බෙදන්න:
- රතු (කිසිවිටෙක පොදු වාහනයට ඇතුළු නොවේ): හැඳුනුම්පත අංකය, සෞඛ්යය, අපරාධ, ආගම, ජනවාර්ගිකත්වය, ජෛවමිතික, සම්පූර්ණ ලිපිනය, පුද්ගලයා හඳුනා ගන්නා ඕනෑම දෙයක්. මේවා සකසනු ලබන්නේ ආයතනය විසින් අනුමත කරන ලද ගිවිසුම්ගත/ගෘහස්ථ සහ KVKK අනුකූල පරිසරයක පමණි.
- කහ (ප්රවේශමෙන්, වෙස්මුහුණු කිරීමෙන්): පුද්ගලයාට වක්රව සම්බන්ධ කළ හැකි දත්ත. පළමුව නිර්නාමික කරන්න / එකතු කරන්න, පසුව ක්රියාවලිය කරන්න.
- කොළ (නොමිලේ): පුද්ගල, පොදු, සාමාන්ය තොරතුරු (ව්යවස්ථාදායක පාඨය, පොදු සංඛ්යා ලේඛන, සාමාන්ය ක්රියා පටිපාටිය). ඔබට මේවා AI සමඟ පහසුවෙන් සැකසීමට හැකිය.
ඉඟිය: AI වෙත පෙළක් දීමට පෙර, තත්පර 5ක පරීක්ෂණය කරන්න: "පුද්ගලයෙකු හඳුනාගත හැකි යමක් මෙම අන්තර්ගතයේ තිබේද?" පිළිතුර "ඔව්/සමහර විට" නම්, වෙස්මුහුණු හෝ අනුමත වාහනයක් පදවන්න. සැකයක් ඇත්නම්, රතු පැහැය සලකා බලන්න.
ආයතනික පාලනය: පුද්ගලයාගෙන් පද්ධතියට
වගකිවයුතු මහජන AI තනි තනි සිවිල් සේවකයන්ගේ හොඳ කැමැත්තට භාර දිය නොහැක; ආයතනික රාමුවක් අවශ්ය වේ:
- ප්රතිපත්තිය: ආයතනයට AI භාවිත ප්රතිපත්තියක් තිබිය යුතුය: කුමන මෙවලම් අනුමත කර තිබේද, කුමන දත්ත ඇතුළත් කළ හැකිද, වගකිව යුත්තේ කවුද.
- අනුමත මෙවලම් ලැයිස්තුව: පිරිස් විසින් අහඹු ලෙස නොව ආයතනය විසින් ඇගයීමට ලක් කර අනුමත කර ඇති මෙවලම් භාවිතා කළ යුතුය.
- පුහුණුව: කාර්ය මණ්ඩලය සත්යාපන විනය සහ දත්ත කලාප (මෙම මොඩියුලය වැනි) දැන සිටිය යුතුය.
- පටිගත කිරීම සහ විගණනය: AI සමඟින් නිපදවන තීරණ පිළිබඳ විගණන මාර්ගයක් තබා ගත යුතුය.
- වගවීම: සෑම AI බලයෙන් ක්රියාත්මක වන නිමැවුමකටම මානව හිමිකරුවෙකු සහ අනුමැතිය තිබිය යුතුය. වගකීම ඇත්තේ ආයතනයට සහ නිලධාරියාට මිස වාහනයට නොවේ.
- මානව කේන්ද්රීය මූලධර්මය: මානව අනුමැතියකින් තොරව අයිතිවාසිකම්-නිර්මාණය කිරීමේ/සීමා කිරීමේ අවසාන තීරණයක් ගනු නොලැබේ.
කුඩා නඩු තුනක්
1 වන අවස්ථාව - රතු දත්ත කාන්දු වීම වැළකුණා. කාර්ය මණ්ඩල සාමාජිකයෙකු පුද්ගලයන් 1,200ක් සඳහා වන සෞඛ්ය ප්රතිලාභ ලැයිස්තුවක සාරාංශයක් පොදු මෙවලමකට උඩුගත කිරීමට සූදානම්ව සිටියේය. නියෝජිතායතනයේ අනුමත වාහන ප්රතිපත්තියට සහ "රතු දත්ත" පුහුණුවට ස්තුතිවන්ත විය, එය නතර විය; දත්ත අභ්යන්තර අනුමත පරිසරයක සහ අනන්යතා ක්ෂේත්ර ආවරණය කර සකස් කර ඇත. හැකි KVKK උල්ලංඝනයක් සහ දස දහස් ගණනකගේ විශ්වාසය නැතිවීම වැළැක්විය.
නඩුව 2 - අනිසි ලෙස භාවිතා කිරීම. එක් ඒකකයකට පූර්ව මැතිවරණ සන්නිවේදන සැලැස්මක් සඳහා ව්යාප්තිය සඳහා එකතු කරන ලද දත්ත භාවිතා කිරීමට අවශ්ය විය. දත්ත ආරක්ෂණ නිලධාරියා අරමුණට අනුගත වීමේ මූලධර්මය සිහිපත් කළේය: මෙය දත්ත රැස් කළ අරමුණට පරිබාහිරව භාවිතා කිරීම සහ නීති විරෝධී ය. ඉල්ලීම ප්රතික්ෂේප විය.
නඩුව 3 - පාලන පරතරය වසා ඇත. එක් නගර සභාවක, විවිධ ඒකක පාලනයකින් තොරව විවිධ AI මෙවලම් භාවිතා කරමින් සිටියහ; කුමන දත්ත කොහේ ගියාද යන්න කිසිවෙක් දැන සිටියේ නැත. නියෝජිතායතනය AI භාවිත ප්රතිපත්තියක්, අනුමත වාහන ලැයිස්තුවක් සහ විගණන මාර්ගයක් හඳුන්වා දෙන ලදී; මාස 3ක් ඇතුළත ලියාපදිංචි නොකළ වාහන භාවිතය 90%කින් අඩු වී දත්ත තොගයක් නිර්මාණය විය.
පිටපත් කළ හැකි සැකිලි හතරක්
1) දත්ත කලාප වර්ගීකරණය (වාහනයට අපනයනය කිරීමට පෙර):
ඔබේ කාර්යභාරය: දත්ත ආරක්ෂණ උපදේශක. AI නියෝජිතයෙකුට ලබා දීමට පෙර පහත අන්තර්ගතය වර්ග කරන්න: RED (පුද්ගලයා හඳුනා ගනී, කිසි විටෙක පොදු වාහනයකට ඇතුළු නොවේ), කහ (වක්රව සම්බන්ධ කළ හැකි, වෙස් මුහුණ), හරිත (පුද්ගලික නොවන, නොමිලේ). රතු/කහ ප්රදේශ එකින් එක සලකුණු කර මාස්ක් කරන ආකාරය කියන්න. සැකකරු රතු ලෙස ගණන් කරන්න. අන්තර්ගතය: [පෙළ]
2) ආවරණ/නිර්නාමිකකරණය:
පහත පෙළ සැකසීමට පෙර සියලුම පුද්ගලික දත්ත නිර්නාමික කරන්න: නම -> [පුද්ගලයා-1], ID අංකය -> [IDENTITY], ලිපිනය ->[ADDRESS], සෞඛ්යය/දඬුවම් -> [සංවේදී]. එකම පුද්ගලයා ටැග් කරන්න. නිර්නාමික පෙළ වෙන වෙනම අපනයනය කරන්න. කිසිවිටෙක සත්ය දත්ත ප්රතිදානයට ලියන්න එපා. TEXT: [පෙළ]
3) KVKK අනුකූලතා පිරික්සුම් ලැයිස්තුව (AI භාවිතය සඳහා):
ඔබේ කාර්යභාරය: KVKK අනුකූලතා විශේෂඥයා. පහත සඳහන් AI භාවිතය සඳහා අනුකූලතා පිරික්සුම් ලැයිස්තුවක් නිෂ්පාදනය කරන්න: (1) නීත්යානුකූල සහ විශේෂිත සැකසීමේ අරමුණයි, (2) එය අරමුණට සම්බන්ධ වී තිබේද (එය වෙනත් අරමුණකට මාරු කරන්නේද), (3) එය ප්රශස්ත කර තිබේද, (4) ආරක්ෂිත/අනුමත කරන ලද මෙවලමයි, (5) රඳවා ගැනීමේ කාලසීමාව ස්ථිරයි, (6) පුරවැසි අයිතිවාසිකම් ආරක්ෂා කර ඇත (විරෝධතා, මකාදැමීම) නැතිවූ අයිතම රතු කොඩියකින් සලකුණු කරන්න. භාවිතය: [වට්ටෝරුව]
4) ආයතනික AI ප්රතිපත්ති රාමුව:
ඔබේ කාර්යභාරය: මහජන තොරතුරු තාක්ෂණ පාලන විශේෂඥයා. අපගේ සංවිධානය සඳහා AI භාවිත ප්රතිපත්ති රාමුවක් නිෂ්පාදනය කරන්න: විෂය පථය, අනුමත මෙවලම්, දත්ත කලාප (රතු/කහ/කොළ), තහනම් භාවිත, මානව අනුමත ස්ථාන, විගණන මංපෙත්, වගකීම්, පුහුණුව, සහ උල්ලංඝනය කිරීම් දැනුම්දීම. එක් එක් ශීර්ෂය වාක්ය 1-2කින් පුරවන්න. ආයතනය: [ඒකකය සහ සාමාන්ය රැකියා]
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: "මෙම යොමු ලැයිස්තුව සාරාංශ කරන්න."
ප්රබලයි: "ඔබේ කාර්යභාරය දත්ත ආරක්ෂණ උපදේශකයෙකි. පළමුව, මෙම ලැයිස්තුව දත්ත කලාපය අනුව (රතු/කහ/කොළ) වර්ග කර පුද්ගලයා හඳුනා ගන්නා සියලුම ක්ෂේත්ර සලකුණු කරන්න. රතු/කහ ක්ෂේත්ර [පුද්ගලයා]/[IDENTITY]/[සංවේදී] සමඟ වසන්න, එකම පුද්ගලයා එකම ලේබලය සමඟ තබා ගන්න. ප්රවර්ග සාරාංශයක් පමණක් නිර්නාමික දත්ත සමඟ ලිවීමට නොකරන්න. අවසානය, KVKK (අරමුණ, ගබඩා කිරීම, වාහන ආරක්ෂාව) එකතු කිරීම අනුව මෙම ක්රියාවලියට අවධානය යොමු කළ යුතු ස්ථානය සටහන් කරන්න."
වෙනස: බලගතු විමසුම දත්ත සැකසීමට පෙර KVKK මූලධර්ම වර්ගීකරණය, වෙස් මුහුණු, අවම කිරීම සහ ඒකාබද්ධ කරයි.
දත්ත කලාප සහ රීතිය
කලාපය
උදාහරණයක්
පාලනය
රතු
TR ID අංකය, සෞඛ්යය, දඬුවම්, සම්පූර්ණ ලිපිනය
කිසි විටෙකත් පොදු වාහනයකට ඇතුළු නොවන්න; අනුමත පරිසරය
කහ
වයස+අසල්වැසි+රැකියාව, වක්ර හැඳුනුම්කාරකය
මාස්ක්/එකතු කරන්න, ඉන්පසු ක්රියාවලිය කරන්න
කොළ පාටයි
නීති සම්පාදනය, පොදු සංඛ්යා ලේඛන, සාමාන්ය ක්රියා පටිපාටිය
නිදහස් වැඩ
පොදු වැරදි
- පොදු මෙවලම වෙත රතු දත්ත අපනයනය කිරීම. වඩාත්ම බරපතල උල්ලංඝනය; හැඳුනුම්පත/සෞඛ්යය/දඬුවම් දත්ත අනුමත පරිසරයෙන් ඉවත් නොවේ.
- අවභාවිතය. එක් අරමුණක් සඳහා එක්රැස් කරන ලද දත්ත වෙනත් අරමුණක් සඳහා (ආදර්ශ පුහුණුව, සන්නිවේදනය) අවසරයකින් තොරව භාවිතා කිරීම නීතියට පටහැනිය.
- ඕනෑවට වඩා දත්ත සැකසීම. අරමුණ සඳහා අනවශ්ය ක්ෂේත්ර (නම, ලිපිනය) ගෙන නොයන්න; අවම කරන්න.
- අනුමැතියකින් තොරව රිය පැදවීම. ආයතනය විසින් ඇගයීමට ලක් නොකළ වාහනවල දත්ත යන්නේ කොතැනටද යන්න අපැහැදිලි ය.
- රඳවා තබා ගැනීමේ කාලය තීරණය නොකරයි. අරමුණ සම්පූර්ණ වූ විට දත්ත මකා දැමිය යුතුය; සදාකාලිකව තබා නොගත යුතුය.
- වගකීම වාහනය මත පැටවීම. ප්රතිදානය මිනිසා සතු සහ අනුමත කර ඇත; "AI එය කළා" යනු ආරක්ෂාවක් නොවේ.
සාරාංශයක් ලෙස
වගකිවයුතු මහජන AI සඳහා වන රාමුව පුද්ගලික දත්ත ආරක්ෂණය සහ ආයතනික පාලනයයි. KVKK මූලධර්ම - අරමුණු, අවම කිරීම, ආරක්ෂාව, රඳවා ගැනීමේ සීමාව, පුරවැසියන්ගේ අයිතිවාසිකම් - AI හි ඕනෑම භාවිතය සීමා කරයි. දත්ත රතු/කහ/කොළ කලාපවලට වෙන් කරන්න, කිසිවිටෙක පොදු මෙවලමකට රතු පැහැයක් නොදෙන්න, පුද්ගලික දත්ත වසන් කරන්න, අනුමත මෙවලම් පමණක් භාවිත කරන්න, සහ සෑම තීරණයකටම මිනිස් හිමිකරුවෙකු සම්බන්ධ කරන්න. ආයතනික මට්ටමේ ප්රතිපත්තිය, අනුමත වාහන ලැයිස්තුව, පුහුණු සහ පරීක්ෂණ වාර්තාව; පුද්ගල මට්ටමින් සත්යාපනය කිරීමේ විනය. මේ අනුව, AI පුරවැසියන්ගේ අයිතිවාසිකම් ආරක්ෂා කරමින් මහජනතාවට සේවය කරයි.
යෙදුම් කාර්යය
ඔබ ඔබේ ඒකකයේ සිදු කර ඇති (හෝ සෑදීමට සලකා බලමින් සිටින) සත්ය AI භාවිතයක් තෝරන්න. "දත්ත කලාප වර්ගීකරණය" අච්චුව සමඟින් ඔබ සකසන අන්තර්ගතය රතු/කහ/කොළ බවට වෙන් කරන්න. "KVKK අනුකූලතා පිරික්සුම් ලැයිස්තුව" අච්චුව යොදන්න සහ අවම වශයෙන් එක් නැතිවූ/අවදානම් ලක්ෂ්යයක් සොයා ගන්න. අවසාන වශයෙන්, "ආයතනික AI ප්රතිපත්ති ඇටසැකිල්ල" සමඟින් ඔබේ ඒකකයට සුදුසු කෙටි ප්රතිපත්තියක් කෙටුම්පත් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම අන්තර්ගතය රතු/කහ/කොළ කලාපයට බෙදුවෙමි; මම සැකකරු රතු ලෙස ගණන් කළා.
- [ ] මම රතු දත්ත පොදු මෙවලමට ලබා දුන්නේ නැත; මම අනුමත මාධ්ය භාවිත කළා.
- [ ] මම පුද්ගලික දත්ත වසන් කර අනවශ්ය ක්ෂේත්ර ඉවත් කළෙමි (අවම කිරීම).
- [ ] මම සැකසීමේ අරමුණ, ගබඩා කාලය සහ වාහන ආරක්ෂාව පරීක්ෂා කර ඇත.
- [ ] විරෝධතා / මකාදැමීමේ පුරවැසියන්ගේ අයිතිවාසිකම් මම නිරීක්ෂණය කර ඇත්තෙමි.
- [ ] මම එක් එක් නිමැවුම සඳහා මානව හිමිකරුවෙකු සහ අනුමැතිය අනුයුක්ත කළෙමි; මම විගණන මාර්ගයක් තබා ගත්තා.
මොඩියුල විභාගය
1. රාජ්ය නිලධාරියෙකු ලෙස, AI වෙත රැකියාවක් භාර දීමට පෙර ඔබ ඇසිය යුතු හොඳම ප්රමුඛතා ප්රශ්නය කුමක්ද?
- A) මෙම නිමැවුම වැරදි නම් පුරවැසියාට අහිමි වන්නේ කුමක්ද? ✔
- B) AI මෙම කාර්යය කෙතරම් වේගයෙන් කළ හැකිද?
- C) මෙම AI මෙවලම නොමිලේද?
- D) වෙනත් ඒකකයක් ද මෙම ප්රතිදානය භාවිතා කරයිද?
පැහැදිලි කිරීම: ප්රතිදානය වැරදි නම් පුරවැසියාට සිදුවන හානිය මත පදනම්ව මාරු කිරීමට තීරණය කරනු ලැබේ. එය නැවත ලිවීමේ මිනිත්තු කිහිපයක් නම් හානිය පහසුවෙන් මාරු කරනු ලැබේ; එය අසාධාරණ ප්රතික්ෂේප කිරීම, වැරදි දඬුවමක් හෝ අයිතිවාසිකම් අහිමිවීමක් නම්, AI විසින් කෙටුම්පතක් පමණක් නිෂ්පාදනය කරයි, තීරණය සහ සත්යාපනය නිලධරයා සතු වේ.
2. AI විසින් නොපවතින නීතියක් හෝ ව්යාජ අධිකරණ තීන්දුවක් සැබෑ ලෙස ඉදිරිපත් කරන විට එය හඳුන්වන්නේ කුමක්ද?
- A) හැඹිලිගත කිරීම
- B) Triage
- C) නිර්නාමිකකරණය
- D) මායාව ✔
පැහැදිලි කිරීම: මායාව යනු සත්ය වශයෙන්ම නොපවතින තොරතුරු (නිර්මාණය කරන ලද ද්රව්ය, අවලංගු කරන ලද නියාමනය, වැරදි අංකය) AI විශ්වාසයෙන් නිපදවන විටය. නීති සම්පාදන ක්ෂේත්රයේ, මෙය වඩාත් භයානක අවදානම් වලින් එකකි, එය අයිතිවාසිකම් අහිමි වීම සහ පරිපාලන ක්රියාව අවලංගු කිරීමට හේතු විය හැක.
3. YZ විසින් පෙන්වා දෙන ලද රෙගුලාසි ලිපියක් මත පදනම්ව නිලධාරියෙකු අයදුම්පත ප්රතික්ෂේප කිරීමට සූදානම් වේ. වඩාත්ම නිවැරදි හැසිරීම කුමක්ද?
- A) AI සෘජුවම ප්රතික්ෂේප කිරීම ලියන්නේ එය විශ්වාසයි
- B) එම ප්රශ්නයම වෙනත් AI වාහනයකින් අසා තහවුරු කර ගන්න
- C) Çözüm.gov.tr ✔ හි වත්මන් ඒකාබද්ධ පෙළෙන් ලිපිය තහවුරු කරයි
- D) වාචිකව තීරණය උසස් නිලධාරියෙකුගෙන් අසයි
විස්තරය: AI හි පුහුණු දත්ත නිශ්චිත දිනයක ශීත කර ඇත; එය පෙන්වන ලිපිය අවලංගු කර හෝ වෙනස් කර තිබිය හැක. ලිපිය බලාත්මක බව තහවුරු කිරීම සහ තීරණයට පෙර Çözüm.gov.tr හි වත්මන් ඒකාබද්ධ පෙළෙන් එහි අවසාන අනුවාදය අසාධාරණ ප්රතික්ෂේප කිරීම සහ අවලංගු කිරීමේ නඩුවක් වළක්වයි.
4. 'මම දන්නේ නැහැ, මම ඔබව නිලධාරියෙකුට මාරු කරනවා' යැයි පැවසීමට පුරවැසි චැට්බොට් හට තත්ත්ව සහතිකයක් වන්නේ ඇයි?
- A) පිරිවැටුම් අනුපාතය වැඩි කිරීම මගින් සංඛ්යා ලේඛන වැඩිදියුණු කිරීම
- B) අවිනිශ්චිත විට මිනිසුන්ට තොරතුරු පැවරීමෙන් වැරදි තොරතුරු වලක්වයි ✔
- C) පුරවැසියන්ගේ අවධානය වෙනතකට යොමු කිරීමෙන් ඇමතුම් කාලය දීර්ඝ කරයි
- D) chatbot හට අඩු ප්රශ්න ලබා ගැනීමට ඉඩ දෙයි
පැහැදිලි කිරීම: ප්රසිද්ධියේ, විශ්වාසදායක වැරදි පිළිතුරක් අවංකව ගැනීමකට වඩා බෙහෙවින් මිල අධිකය; එය ආයතනය පිළිබඳ අයිතීන් නැතිවීම හා අවිශ්වාසය ඇති කරයි. අවිනිශ්චිත විට මිනිසාට භාර දීමට චැට්බෝට ඇති හැකියාව මායාවන් වැරදි තොරතුරු වලක්වන ආරක්ෂිත යාන්ත්රණයකි.
5. AI සමඟ නිල ලිපි හුවමාරුව 'සරල' කිරීමේදී සලකා බැලිය යුතු වැදගත්ම අවදානම කුමක්ද?
- A) පාඨය ඉතා කෙටි ය
- B) අකුරු වෙනස් කිරීම
- C) කොන්දේසියක් හෝ ව්යතිරේකයක් අත්හැරීම ✔
- D) ලිපිනකරුගේ නමේ වැරදි අක්ෂර වින්යාසය
පැහැදිලි කිරීම: ශෛලීය අනුවර්තනය අන්තර්ගතය වෙනස් නොකළ යුතුය. සරල කරන විට, AI සමහර විට ව්යතිරේකයක්, කොන්දේසියක් හෝ කාලසීමාවක් අඩු කරයි. එබැවින්, සරල කළ පාඨය සෑම විටම මුල් තීරණය හෝ නීති සම්පාදනය සමඟ සැසඳිය යුතුය.
6. නම සහ ටී.ආර්. දත්ත කට්ටලයක් තුළ. 'අසල්වැසි + උපන් වර්ෂය + ආබාධිත වර්ගය' යන සංයෝජනයෙන් හැඳුනුම්පත අංකය මකා තිබුණද පුද්ගලයෙකු හෙළි කළ හැකි විට ඔබ එය හඳුන්වන්නේ කුමක්ද?
- A) නැවත අර්ථ දැක්වීම ✔
- B) දත්ත අවම කිරීම
- C) ආවරණ අනුපාතය
- D) ඒකාබද්ධ කිරීම
පැහැදිලි කිරීම: නැවත හඳුනා ගැනීම යනු නිර්නාමික යැයි සිතන දත්ත වලින් වක්ර හඳුනාගැනීම් වල එකතුවක් හරහා පුද්ගලයෙකු සොයා ගැනීමයි. තනි පුද්ගලයෙකු තුළ දුර්ලභ කාණ්ඩයක් හමු වුවහොත්, නම මකා දැමීම ප්රමාණවත් නොවේ; වයස් පරාසයට පරිවර්තනය කිරීම සහ දුර්ලභ කාණ්ඩ ඒකාබද්ධ කිරීම වැනි අමතර ක්රියාමාර්ග අවශ්ය වේ.
7. පරීක්ෂණ ආකෘතියක් අතීතයේ දැඩි ලෙස පරීක්ෂා කරන ලද අසල්වැසි ප්රදේශයක් 'අවදානම්' ලෙස සලකුණු කර එහි තවත් පරීක්ෂණ යවන විට, එම අසල්වැසි ප්රදේශය වඩාත් අවදානම් ලෙස දැකීමට ආකෘතිය තල්ලු කරන විට එය හඳුන්වන්නේ කුමක්ද?
- A) දත්ත අවම කිරීම
- B) මායාව
- C) නිර්නාමිකකරණය
- D) ප්රතිපෝෂණ ලූපය ✔
පැහැදිලි කිරීම: ප්රතිපෝෂණ පුඩුව යනු ආකෘතියේ ප්රතිදානය පසුකාලීන පුහුණු දත්ත වලට බලපාන විට පවතින නැඹුරුව ශක්තිමත් කරයි. වෙනස වැඩි වන්නේ සැබෑ අවදානමේ නොව, යමෙකු බලන ස්ථානයේ ය. ඔබව ආරක්ෂා කර ගැනීමේ මාර්ගය වන්නේ බලපෑම නිරීක්ෂණය කිරීම මිස ප්රතිදානය නොව කණ්ඩායම් පදනම් වූ තීරණ බෙදා හැරීම පාලනය කිරීමයි.
8. ප්රතිලාභ අයදුම්පතක් සම්පුර්ණයෙන්ම අන්තර්ජාලයට ගෙන ගිය පසු, පළමු මාසයේ අයදුම්පත් සංඛ්යාව සියයට 30 කින් පහත වැටුනි. මේ සඳහා බොහෝ දුරට ඉඩ ඇති පැහැදිලි කිරීම කුමක්ද?
- A) පුරවැසියන්ගේ සැබෑ අවශ්යතා අඩු වී ඇත
- B) අන්තර්ජාලය සහ ඩිජිටල් සාක්ෂරතාවය නොමැති පුරවැසියන් ඉවත් කර ඇත ✔
- C) ආධාර මුදල අඩු වූ නිසා පොලී අඩු විය
- D) පද්ධතිය ස්වයංක්රීයව සියලුම යෙදුම් අනුමත කරයි
විස්තරය: ඩිජිටල් බෙදීම යනු අන්තර්ජාල ප්රවේශය හෝ ඩිජිටල් සාක්ෂරතාවය නොමැති පුරවැසියන්ට සේවාවන් වෙත ප්රවේශ වීමට ඇති නොහැකියාවයි. වඩාත්ම අවශ්යතා ඇති කණ්ඩායමට, වැඩිහිටියන්ට සහ අන්තර්ජාලය නොමැති පුරවැසියන්ට අයදුම් කළ නොහැකි නිසා සංඛ්යාව අඩු වේ. විසඳුම වන්නේ සහාය දක්වන යොමු කිරීම් වැනි විකල්ප නාලිකා අත්හැරීමයි.
9. වාර්ෂික වාර්තාවක සැබෑ සාර්ථකත්ව අනුපාතය සියයට 63ක් වන අතර, YZ විසින් නිෂ්පාදනය කරන ලද විධායක සාරාංශය පවසන්නේ 'අයදුම්පත්රවලින් අතිමහත් බහුතරයක් ධනාත්මක ඒවා' බවයි. නිවැරදි හැසිරීම කුමක්ද?
- A) ප්රකාශනය ධනාත්මක බැවින් එය එලෙසම ඉතිරි වේ.
- B) අනුපාතය මකා දමනු ලබන අතර ගුණාත්මක ප්රකාශනය පමණක් භාවිතා වේ
- C) ප්රකාශනය තාත්වික සංඛ්යාව සියයට 63 ✔ සමඟ ප්රතිස්ථාපනය වේ
- D) සාරාංශය වාර්තාවෙන් සම්පූර්ණයෙන්ම ඉවත් කර ඇත
පැහැදිලි කිරීම: මහජන වාර්තාවේ අතිශයෝක්තියෙන් යුත් ධනාත්මක සංජානනය පසුකාලීන විගණනවලදී ආයතනය අසීරු තත්ත්වයකට පත් කරයි. විධායක සාරාංශයේ සෑම හිමිකම් පෑමක්ම අමු දත්ත සමඟ සැසඳිය යුතු අතර සත්ය සංඛ්යාව (සියයට 63) ලිවිය යුතුය; විගණනයකින් තොරව AI සාරාංශ වාර්තාවට ඇතුළත් නොවේ.
10. රාජ්ය අංශයේ දත්ත පදනම් කරගත් තීරණ ගැනීමේදී, 'මාසිකව වසන ලිපිගොනු ගණන' වැඩි වන අතර, 'පළමු සම්බන්ධතාවයේ විභේදන අනුපාතය' අඩු වුවහොත්, මෙය අපට මුලින්ම උගන්වන්නේ කුමක්ද?
- A) අංක ✔ ගුණ කිරීමට වඩා නිවැරදි දර්ශකය තෝරාගැනීම වැදගත් වේ
- B) පිරිස් සංඛ්යාව වැඩි කළ යුතුය
- C) ප්රස්ථාර වර්ණ ගැන්විය යුතුය
- D) chatbot තවත් ප්රශ්න වලට පිළිතුරු දිය යුතුය
පැහැදිලි කිරීම: වැරදි දර්ශකය නිවැරදි දත්ත සමඟ පවා වැරදි තීරණයකට යොමු කරයි. ගොනු ඉක්මනින් වසා දමා නැවත විවෘත කළ හැක. නිවැරදි දර්ශකය තෝරා ගැනීම සහ දර්ශක එකට කියවීම නොමඟ යවන අංකයක් මත පමණක් පුරසාරම් දොඩමින් වළක්වයි.
11. ප්රස්ථාරයක, සිරස් අක්ෂය ශුන්ය වෙනුවට 40 න් ආරම්භ වන අතර සියයට 2 ක වැඩිවීමක් නාටකාකාර පිම්මක් ලෙස පෙනෙන්නේ කුමන ගැටලුවකට උදාහරණයක් ද?
- A) මායාව
- B) දත්ත අවම කිරීම
- C) ඩිජිටල් බෙදීම
- D) නොමග යවන දෘශ්යකරණය ✔
පැහැදිලි කිරීම: නොමඟ යවන දෘශ්යකරණය යනු ශුන්ය, අසමානුපාතික පරිමාණයෙන් හෝ තෝරාගත් කාල සීමාවෙන් ආරම්භ නොවන අක්ෂය වැනි ශිල්පීය ක්රම හරහා සංජානනය විකෘති කිරීමයි. එය පොදු දත්තවල අවංක දෘශ්ය පාලනයේ කොටසකි; අක්ෂය බිංදුවට ඇද දැමීමෙන් සැබෑ වගුව පෙන්විය යුතුය.
12. පරිපාලන ක්රියාවක් සඳහා සාධාරණීකරණයක් ලෙස 'AI එය ලිව්වා' යැයි පැවසීම පිළිගත නොහැකි වන්නේ ඇයි?
- A) AI මෙවලම් මිල අධික නිසා
- B) පරිපාලන ක්රියාමාර්ග සාධාරණීකරණය කළ යුතු අතර වගකීම නිලධාරියා සතුය ✔
- C) AI තුර්කි භාෂාව නොදන්නා නිසා
- D) පුරවැසියන් AI වලට කැමති නැති නිසා
පැහැදිලි කිරීම: පරිපාලනමය ක්රියාවන් තර්කානුකූල සහ විගණනය කළ යුතු ය; වගකීම පැවරෙන්නේ AI වෙත නොව, එය සත්යාපනය නොකර ප්රතිදානය භාවිතා කරන රාජ්ය නිලධාරියාට සහ ආයතනයට ය. 'AI එසේ කීවා' යනු යුක්තිසහගත කිරීමක් නොවන අතර පරිපාලනමය ක්රියාව පවත්වා ගෙන යන්නේ නැත.
13. රාජ්ය අංශයේ AI භාවිතය පුද්ගලික අංශයෙන් වෙන්කර හඳුනා ගන්නා සහ අතිරේකව නිරීක්ෂණය කළ යුතු මූලධර්ම හතර කුමක්ද?
- A) වේගය, ලාභය, ලාභය, තරඟය
- B) ස්වයංක්රීයකරණය, පරිමාණය, අලෙවිකරණය, වෙළඳ නාමය
- C) සමානාත්මතාවය, විනිවිදභාවය, වගවීම, පුද්ගලික දත්ත ආරක්ෂා කිරීම ✔
- D) පෞද්ගලිකත්වය, රහස්යභාවය, පෞද්ගලිකත්වය සහ රහස්යභාවය
පැහැදිලි කිරීම: මහජන බලය භාවිතා කරන වැඩ වලදී, AI සමානාත්මතාවය (සමාන තත්වයකට සමාන ලෙස සැලකීම), විනිවිදභාවය (තීරණය සාධාරණීකරණය කිරීමේ පැහැදිලි කිරීමේ හැකියාව), වගවීම (එක් එක් ගනුදෙනුව සහ විගණන මාර්ගය සඳහා වගකිව යුතු) සහ පුද්ගලික දත්ත ආරක්ෂා කිරීම (KVKK) යන මූලධර්ම මගින් සකස් කර ඇත.
14. ස්වයංක්රීය පෙර පියාසර පද්ධතියක් දුර්ලභ ලේඛන වර්ගයක් ගැන විශ්වාස නැති විට කුමක් කළ යුතුද?
- A) අයදුම්පත නිහඬව ප්රතික්ෂේප කිරීම
- B) අයදුම්පත මානව සමාලෝචනය වෙත යොමු කිරීම ✔
- C) යෙදුම ස්වයංක්රීයව අනුමත කරන්න
- D) යෙදුම මකන්න
පැහැදිලි කිරීම: හොඳ ස්වයංක්රීයකරණය නිශ්ශබ්දව ප්රතික්ෂේප කරනවාට වඩා අවිනිශ්චිත විට නිළධාරියා වෙත ආකෘතිය යොමු කරයි. එසේ නොවුවහොත්, නීත්යානුකූල අයදුම්පත් අන්ධ ස්ථානයකට වැටෙනු ඇති අතර ගොදුරු බවට පත් වනු ඇත. ව්යතිරේක කළමනාකරණයේ පදනම වන්නේ තීරණ ගැනීමේ ස්ථානයේ මිනිසුන් තබා ගැනීමයි.