ලාභ:
- පර්යේෂණයේ සිට ප්රකාශනය දක්වා තනි, ආරක්ෂිත AI-සහාය දක්වන කාර්ය ප්රවාහයක් තුළ බදු සහ ගිණුම්කරණ කාර්යයන් ඒකාබද්ධ කිරීමේ හැකියාව
- වලංගුකරණ ගේට්ටු, තත්ත්ව පිරික්සුම් ලැයිස්තු, සහ විශේෂඥ/වෘත්තීය අනුමැති ලක්ෂ්ය කාර්ය ප්රවාහයට කාවැද්දීම මඟින් මුදා හැරීමට පෙර එක් එක් තීරණාත්මක විගණනය කිරීමේ හැකියාව
- රහස්යභාවය, වත්මන් නීති සම්පාදනය, මූලාශ්ර අඛණ්ඩතාව සහ අත්සන වගකීම යන මූලධර්ම ස්ථිර වෘත්තීය පුරුද්දක් බවට පත් කිරීමේ හැකියාව
මොඩියුල විභාගය
1. බදු ප්රශ්නයකට පිළිතුරු දෙන විට, කෘතිම බුද්ධිය නිශ්චිත ආදායම් බදු නීති ලිපියක් සහ බදු තීන්දු අංකයක් පෙන්වීය. වෘත්තීයමය කාර්යයේදී මෙම ප්රතිදානය භාවිතා කිරීමට පෙර ගත යුතු හොඳම ක්රියාමාර්ගය කුමක්ද?
- A) නිල මූලාශ්රයෙන් ලිපිය සහ නියම අංකය විවෘත කිරීම සහ එහි අන්තර්ගතය සහ වත්මන් වලංගුභාවය තහවුරු කිරීම ✔
- B) ආකෘතිය විශ්වාසයෙන් හා සවිස්තරාත්මකව පිළිතුරු දෙන බැවින් මතයට කෙලින්ම ලිවීම
- C) අංකය සාධාරණ බව දැකීම සහ මූලාශ්රය විවෘත නොකර එය ලබා දීම
- D) 'කෘත්රිම බුද්ධිය පවසන්නේ මෙයයි' යනුවෙන් පාරිභෝගිකයාට පැවසීම සහ එහි වගකීම ආකෘතියට පැවරීම
පැහැදිලි කිරීම: විශාල භාෂා ආකෘතිවලට ව්යාජ අයිතම සහ විශේෂාංග අංක සැබෑ ඒවා ලෙස දැක්විය හැකිය (මායාව). බදු නීති ද නිරන්තරයෙන් වෙනස් වේ. එබැවින්, පෙන්වන සෑම ලිපියක්ම, දැනුම්දීමක් සහ තීන්දුවක් නිල මූලාශ්රයෙන් (නිල ගැසට් පත්රය, GIB, නීති ද්වාරය) වාචිකව විවෘත නොකර එහි අන්තර්ගතය සහ වත්මන් වලංගුභාවය තහවුරු නොකර භාවිතා කළ නොහැක.
2. සේවකයින් 3,500ක් සිටින පාරිභෝගිකයෙකුගේ නම, හැඳුනුම්පත සහ වැටුප් තොරතුරු අඩංගු වැටුප් වගුව විශ්ලේෂණය කිරීමට මූල්ය උපදේශකයෙකුට අවශ්ය වේ. වඩාත්ම නිවැරදි ප්රවේශය කුමක්ද?
- A) එය සොයා ගන්නා පළමු නොමිලේ වෙබ් මෙවලම වෙත දත්ත උඩුගත කර සාරාංශයක් ඉල්ලා සිටින්න
- B) ආයතනික අනුමත වාහන භාවිතා කිරීම හෝ නම සහ TR ID වැනි හඳුනාගැනීම් වසං කිරීම මගින් නිර්නාමික කිරීම ✔
- C) වැටුප් ටිකක් වෙනස් කර නම් සහ හැඳුනුම්පත් තබන්න
- D) දත්ත එලෙසම බෙදා ගැනීම සහ පෞද්ගලිකත්වය ගැන කරදර වීම
පැහැදිලි කිරීම: බදු ගෙවන්නන්ගේ දත්ත KVKK සහ බදු ක්රියා පටිපාටි නීතිය යන දෙකෙහිම රහස්යභාවයේ වගකීමෙන් ආරක්ෂා වේ. පාලනය කළ නොහැකි නිදහස් මෙවලමකට පුද්ගලික දත්ත උඩුගත කිරීම උල්ලංඝනය කිරීමකි. දත්ත රඳවා තබා ගැනීම සහතික කරන ආයතනික, අනුමත මෙවලමක් භාවිතා කළ යුතුය, නැතහොත් නම සහ TR හැඳුනුම්පත වැනි හැඳුනුම්කාරක කේතය/මාස්ක් සමඟ ප්රතිස්ථාපනය කිරීමෙන් දත්ත නිර්නාමික කළ යුතුය.
3. කෘතිම බුද්ධිය වැට් බදු පදනමක් සහ ගෙවිය යුතු බදු ගණනය කරන විට වඩාත්ම තීරණාත්මක සත්යාපන පියවර කුමක්ද?
- A) ආකෘතියේ චතුර පැහැදිලි කිරීම සහ විශ්වාසදායක භාෂාව විශ්වාස කිරීම සහ ප්රතිඵලය පිළිගැනීම
- B) සාධාරණ අංකයක් ලෙස පෙනෙන ප්රතිඵලය දෙස බැලීම
- C) එක් එක් පදනම, අනුපාතය සහ මුදල ස්වාධීනව, අතින් හෝ පැතුරුම්පතකින් නැවත ගණනය කිරීම ✔
- D) ගිණුම කිසිසේත් පරීක්ෂා නොකර ප්රකාශනයට කෙලින්ම මාරු කිරීම
පැහැදිලි කිරීම: විශාල භාෂා ආකෘති පෙළ උත්පාදනය කිරීමේදී බලවත් වන නමුත්, නිශ්ශබ්දව අංක ගණිතයේ වැරදි සිදු කළ හැකි අතර වැරදි ප්රතිඵල විශ්වාසයෙන් යුතුව ඉදිරිපත් කළ හැක. බදු ගණනය කිරීමේදී කුඩා අත්වැරැද්දක් පවා බදු අලාභ හා දඬුවම් වලට හේතු විය හැක. එබැවින්, එක් එක් පදනම, අනුපාතය සහ මුදල අතින් හෝ වගුවක් සමඟ ස්වාධීනව නැවත ගණනය කළ යුතුය.
4. බදු නීති සම්පාදන පර්යේෂණයේදී කෘත්රිම බුද්ධිය භාවිතා කරන විට 'වත්මන් බව' වෙනම සත්යාපන මාතෘකාවක් වන්නේ ඇයි?
- A) ව්යවස්ථාව කිසිදා වෙනස් වී නැති නිසා වර්තමානය වැදගත් නොවේ.
- B) ආකෘතිය සෑම විටම වඩාත්ම වත්මන් නීති දන්නා බැවින් පාලනයක් අවශ්ය නොවේ
- C) යාවත්කාලීන කිරීම සඳහා නීතියේ නිවැරදි නම තිබීම පමණක් ප්රමාණවත් වේ.
- D) නීති සම්පාදනය නිතර වෙනස් වන අතර ආකෘතියේ තොරතුරු යල්පැන ඇති බැවින් එක් එක් ප්රතිපාදන ක්රියාත්මක වන දිනය වෙන වෙනම පරීක්ෂා කළ යුතුය ✔
විස්තරය: බදු නීති බොහෝ විට වෙනස් වේ: අනුපාත, නිදහස් කිරීම් සීමාවන්, දැනුම්දීම් සහ භාවිතයන් වසර තුළ පවා යාවත්කාලීන කළ හැක. ආකෘතියේ පුහුණු දත්ත නිශ්චිත දිනයක කපා හැර ඇති අතර එය තවමත් වලංගු ලෙස අවලංගු කළ විධිවිධානයක් ඉදිරිපත් කළ හැකිය. එබැවින් ක්රියාත්මක වන දිනය සහ සංශෝධන දිනය එක් එක් ප්රතිපාදන සඳහා වෙන වෙනම පරීක්ෂා කළ යුතුය.
5. කෘත්රිම බුද්ධි සහාය ඇතිව ප්රකාශයක් සකස් කිරීමේදී වගකීමේ සම්බන්ධය කුමක්ද?
- A) කෘත්රිම බුද්ධි ප්රතිදානය සෘජුවම ප්රකාශයක් බවට පරිවර්තනය කළ හැක, වගකීම ආදර්ශයට පැවරේ
- B) වගකීම අත්සන් කරන වෘත්තිකයා සහ බදු ගෙවන්නන් වෙත පැවරේ; AI යනු සත්යාපනය කළ යුතු කෙටුම්පත් කිරීමේ මෙවලමක් පමණි ✔
- C) ප්රකාශය කෘත්රිම බුද්ධියෙන් සකස් කළ විට දෝෂ ඇති නොවේ, පාලනය අනවශ්යයි.
- D) වගකීම මෘදුකාංග සපයන්නා සතු වේ
පැහැදිලි කිරීම: ප්රකාශය සඳහා නෛතික වගකීම එය අත්සන් කළ වෘත්තීය සහ බදු ගෙවන්නා වෙත පැවරේ. AI යනු කෙටුම්පත් පාලනය, අනුකූලතාව සහ අමතක වූ පෑන මතක් කිරීම් සඳහා මෙවලමක් පමණි; ප්රතිදානය කෙලින්ම ප්රකාශයක් බවට පරිවර්තනය කළ නොහැක. අවසාන සංඛ්යා නිල පද්ධතිය සහ නීති මගින් තහවුරු කළ යුතු අතර වෘත්තියේ සාමාජිකයෙකු විසින් අනුමත කළ යුතුය.
6. මූල්ය ප්රකාශන විශ්ලේෂණයේදී අනුපාතයක් (උදා: වත්මන් අනුපාතය) හුදකලා ලෙස අර්ථකථනය කිරීම නොමඟ යවන්නේ ඇයි?
- A) ගාස්තු සෑම විටම සමාන බැවින් සංසන්දනය කිරීම අවශ්ය නොවේ.
- B) කර්මාන්ත මිණුම් සලකුණු සහ ආවර්තිතා සැසඳීම් නොමැතිව අනුපාතය අර්ථ විරහිත ය; සන්දර්භය නොමැති අදහස් නොමඟ යවන සුළුය ✔
- C) තනි අනුපාතයක් සෑම විටම සමාගමේ සමස්ත මූල්ය තත්ත්වය පිළිබිඹු කරයි
- D) අනුපාත අර්ථ නිරූපණය කළ යුත්තේ කෘතිම බුද්ධිය පමණි, මිනිසුන් මැදිහත් නොවිය යුතුය
පැහැදිලි කිරීම: අනුපාතයකට අර්ථයක් ඇත්තේ මිණුම් ලකුණක් සමඟ පමණි: කර්මාන්තයේ සාමාන්යය, පෙර කාල සීමාවන් සහ සමාගමේ නිශ්චිත කොන්දේසි. AI හට තනි අනුපාතයක් 'හොඳ' හෝ 'නරක' ලෙස ලේබල් කළ හැක; නමුත් මෙම අර්ථ නිරූපණය අංශයක් සහ කාල පරිච්ඡේද සංසන්දනයකින් තොරව නොමඟ යවන සුළුය. සෑම විටම සන්දර්භය සමඟ අර්ථ නිරූපණය කළ යුතුය.
7. කෘත්රිම බුද්ධිය සමඟ බදු කාර්යාලයට ඉදිරිපත් කළ යුතු විරෝධතා පෙත්සමක් කෙටුම්පත් කිරීමේදී වඩාත් තීරණාත්මක අවදානම කුමක්ද සහ එය කළමනාකරණය කරන්නේ කෙසේද?
- A) අවදානමක් නොමැත; ආකෘතිය සෑම විටම නීතිමය පාඨ නිවැරදිව නිෂ්පාදනය කරයි
- B) එකම අවදානම පෙත්සමේ වචන වේ; අන්තර්ගත පාලනයක් අවශ්ය නොවේ
- C) ආකෘතියට ගැලපෙන අයිතමයක්/කාලසීමාවක් ලබා දිය හැක; එබැවින්, එක් එක් පදනම නිල මූලාශ්රයෙන් තහවුරු කළ යුතු අතර, කාල සීමාවන් තනි පදනමකට නොතැබිය යුතුය ✔
- D) කාලය සඳහා ආකෘතිය ඇසීමට ප්රමාණවත් වේ, අතිරේක පාලනය අනවශ්යය
පැහැදිලි කිරීම: කෘත්රිම බුද්ධියට පෙත්සමේ නොපවතින වගන්තියක්, දැනුම්දීමක් හෝ කාලසීමාවක් ගොතාගත හැක; අතිරේකව, නඩු පැවරීමේ සහ විරෝධතා කාලසීමාවන් හානිකර වේ. එබැවින්, කෙටුම්පතේ ඇති සෑම නෛතික පදනමක්ම නිල මූලාශ්රයෙන් තහවුරු කළ යුතු අතර, කෘත්රිම බුද්ධිය කිසිවිටෙක කාලානුරූපී අයිතිවාසිකම් සඳහා එකම පදනම නොවිය යුතුය.
8. බදු විගණනය සකස් කිරීමේදී කෘත්රිම බුද්ධියේ යෝග්ය කාර්යභාරය පහත සඳහන් දේවලින් කුමක්ද?
- A) විභාගයේ බදු ගෙවන්නාගේ ස්ථානය ලබා ගැනීම සහ නිල ආරක්ෂාව තනිවම සිදු කිරීම
- B) ලේඛන සම්පාදනය කරන සූදානම් කිරීමේ මෙවලමක් වීම, සම්මුතිය සහ විවේචන ලකුණු සිතියම්ගත කිරීම සහ එහි ප්රතිදානය සත්යාපනය කර ඇත ✔
- C) විගණකවරයාට සෘජුවම ප්රතිචාර දැක්වීම සඳහා ස්වයංක්රීය නාලිකාවක් ස්ථාපිත කිරීම
- D) කිසිදු ලියවිල්ලක් එකතු නොකර ආරක්ෂාව සම්පූර්ණයෙන්ම ආකෘතියට භාර දීම
විස්තරය: කෘතිම බුද්ධිය; එය ලේඛන සම්පාදනය කිරීම, මුදල් ප්රතිසන්ධානය, විවේචනය කළ හැකි කරුණු සිතියම්ගත කිරීම සහ ආරක්ෂක තර්කයක් කෙටුම්පත් කිරීම සඳහා ප්රබල සූදානම් කිරීමේ මෙවලමකි. කෙසේ වෙතත්, අවසාන ආරක්ෂාව සහ ප්රකාශය වෘත්තිකයාගේ සහ බදු ගෙවන්නාගේ වගකීමයි; සෑම තර්කයක්ම නීති සම්පාදනය සහ ලේඛනමය සාක්ෂි මගින් සහාය දැක්විය යුතුය.
9. ස්ථාන මාරු මිලකරණය සහ CPA සහතිකයට යටත් වීම වැනි සංකීර්ණ ගැටලුවකදී කෘත්රිම බුද්ධි ප්රතිදානයේ කාර්යභාරය කුමක්ද?
- A) එය CPA සහතිකය ප්රතිස්ථාපනය කරයි, වාර්තාව කෙලින්ම ආකෘතියට සකස් කළ හැකිය.
- B) මේ සම්බන්ධයෙන් කෘතිම බුද්ධිය කිසිසේත්ම භාවිතා කළ නොහැක්කේ එය සංකීර්ණ බැවිනි
- C) දෝෂයක් තිබේ නම්, වගකීම ආදර්ශ සපයන්නා වෙත පැවරේ.
- D) ඇටසැකිල්ලක් සහ කෙටුම්පතක් නිෂ්පාදනය කරයි, නමුත් අනුමැතිය, අනුමැතිය සහ අවසාන වගකීම දක්ෂ විශේෂඥයා සතුව පවතී ✔
විස්තරය: එවැනි ගැටළු සම්බන්ධයෙන්, කෘතිම බුද්ධියට වාර්තා රාමු, ක්රම සංසන්දනය සහ ලේඛන කෙටුම්පත් නිෂ්පාදනය කළ හැකිය; නමුත් CPA වාර්තාව සහතික කිරීම සහ නිල අනුමැතිය වෙනුවට ආදේශ නොකරයි. නිමැවුම වත්මන් නීති, චක්රලේඛ සහ ස්ථාපිත පරිචය මගින් තහවුරු කළ යුතු අතර අවසාන වගකීම දක්ෂ විශේෂඥයා වෙත පැවතිය යුතුය.
10. කෘත්රිම බුද්ධියට හොඳ බදු/ගිණුම්කරණ විමසුමක් ලියන විට, නිමැවුම් ගුණය වැඩිපුරම වැඩි කරන්නේ කුමන මූලද්රව්යද?
- A) විමසුම හැකිතාක් කෙටි සහ සාමාන්ය ලෙස තබා ගැනීම, උදා. හුදෙක් 'බදු ගණනය කරන්න'
- B) කාර්යභාරය, කාර්යය, ලබා දී ඇති සම්පත්, කාලසීමාව/වසර, ආකෘතිය සහ සීමා මායිම් (ප්රබන්ධ කිරීම තහනම් කිරීම, සත්යාපනය කළ යුතු ටැගය) ✔
- C) තම පුරෝකථනය සමඟ අතුරුදහන් වූ තොරතුරු පිරවීමට ආකෘතියෙන් ඉල්ලා සිටීම.
- D) එය කුමන වසරේද යන්න සඳහන් නොකර සාමාන්ය ගිණුමක් ඉල්ලා සිටීම
පැහැදිලි කිරීම: නොපැහැදිලි ඉල්ලීම් අනුමාන කිරීමට සහ අතිශයෝක්තියට නැංවීමට ආකෘතිය යොමු කරයි. භූමිකාව, කාර්යය, ලබා දී ඇති මූලාශ්රය (නීති සම්පාදන පාඨය, වගුව), කාලසීමාව/වසර, ආකෘතිය සහ මායිම් ('මම ලබා දුන් මූලාශ්රය මත පමණක් රඳා සිටින්න, ලිපිය සකස් කරන්න, සත්යාපනය කළ යුතු බව ඔබට විශ්වාස නැත්නම් සලකුණු කරන්න') පිළිබඳව පැහැදිලි වීම ප්රතිදානය නිවැරදි සහ ආරක්ෂිත කරයි.
11. AI-සහාය දක්වන බදු කාර්ය ප්රවාහයක 'වලංගු කිරීමේ දොරටුව' (මුරපොල) යන්නෙන් අදහස් කරන්නේ කුමක්ද?
- A) කෘතිම බුද්ධියේ අන්තර්ජාල ප්රවේශය අක්රිය කරන සැකසුමකි
- B) ප්රකාශ ස්වයංක්රීයව යැවීමට ඉඩ සලසන බොත්තමක්
- C) ඊළඟ පියවරට යාමට පෙර මූලාශ්රය, ගිණුම සහ නීති සම්පාදනයට එරෙහිව වෘත්තිකයා විසින් තීරණාත්මක ප්රතිදානයක් පරීක්ෂා කර අනුමත කරන ස්ථානය ✔
- D) ගිණුම්කරණ මෘදුකාංගයේ උපස්ථ විශේෂාංගය
විස්තරය: සත්යාපන ද්වාරය යනු ඊළඟ පියවරට යාමට පෙර (විශේෂයෙන් ප්රකාශය, නිල ලිපි හුවමාරුව හෝ පාරිභෝගිකයා) වෙත යාමට පෙර ප්රභවය, ගිණුම සහ නීතිවලට එරෙහිව වෘත්තිකයා විසින් AI ප්රතිදානයක් පරීක්ෂා කර අනුමත කරන ස්ථානයයි. බදු පදනම, ව්යවස්ථාදායක යොමු, පෙත්සම් සහ ප්රකාශය වැනි තීරණාත්මක නිමැවුම් මෙම දොරටු හරහා නොගොස් ප්රකාශයට පත් නොකෙරේ; ක්රියාවලිය සොයා ගත හැකි බවට පත් වේ.
12. AI හි මතකයේ ඇති බදු අනුපාතයක් හෝ නිදහස් කිරීම් ප්රමාණයක් මත සෘජුව විශ්වාසය තැබීම අවදානම් වන්නේ ඇයි?
- A) ගාස්තු සහ නිදහස් කිරීම් ප්රමාණය නිතර වෙනස් වේ; ආකෘතියේ මතක තබා ඇති අගය යල් පැන ගිය ඒවා විය හැකි අතර නිල මූලාශ්රයෙන් සත්යාපනය කළ යුතුය ✔
- B) සමානුපාතිකයන් කිසි විටෙකත් වෙනස් නොවන බැවින්, ආකෘතිය ලබා දෙන දේ සැමවිටම සත්ය වේ
- C) මාදිලිය සෑම දිනකම ගාස්තු ස්වයංක්රීයව යාවත්කාලීන කරයි
- D) අනුපාතය තහවුරු කිරීම වෙනුවට, එය ආසන්න අගයක් භාවිතා කිරීම ප්රමාණවත් වේ
පැහැදිලි කිරීම: බදු අනුපාත, නිදහස් කිරීම් සහ අඩු කිරීම් සීමාවන් සෑම වසරකම පාහේ වෙනස් වේ (සමහර විට වසර තුළ). මාදිලියේ තොරතුරු පුහුණු දිනයේදී කැටි කර ඇති අතර එය දැනට පවතින පරිදි පැරණි ගාස්තුවක් ආපසු ලබා දිය හැක. එබැවින්, ආවර්තිතා පරාමිතීන් එම වර්ෂය සඳහා නිල මූලාශ්රයෙන් සැමවිටම සත්යාපනය කළ යුතු අතර, ආකෘතිය විසින් මතක තබා ගන්නා අගය විශ්වාස නොකළ යුතුය.
13. AI සමඟ අනුකූලතා පිරික්සුම් ලැයිස්තුවක් නිර්මාණය කිරීමේදී වඩාත් පොදු අන්තරාය කුමක්ද?
- A) ලැයිස්තුව මූලික කෙටුම්පතක් ලෙස භාවිතා කර එය නීති සම්පාදනයට සම්බන්ධ කරන්න
- B) එක් එක් අයිතමය සමාගමේ සැබෑ තත්ත්වය සමඟ ගැලපීම
- C) නීති සම්පාදනයට සහ සමාගමේ යථාර්ථයට සම්බන්ධ නොකර සාමාන්ය සහ යල් පැන ගිය අයිතම සමඟ ලැයිස්තුව එලෙසම භාවිතා කිරීම ✔
- D) තීරනාත්මක පියවර සඳහා මානව අනුමැතිය ගේට්ටුවක් එකතු කිරීම
පැහැදිලි කිරීම: කෘත්රිම බුද්ධියට සාමාන්ය, නුසුදුසු හෝ යල් පැන ගිය අයිතමවලින් පිරුණු ලැයිස්තුවක් නිපදවිය හැක. වටිනාකම වන්නේ සෑම අයිතමයක්ම අදාළ නීති සම්පාදනයට සහ සමාගමේ සැබෑ තත්ත්වයට සම්බන්ධ කිරීම සහ සෑම තීරණාත්මක පියවරකටම මානව අනුමැතිය ගේට්ටුවක් එක් කිරීමයි. ස්වයංක්රීයකරණය වගකීම ඉවත් නොකරයි.
14. කෘත්රිම බුද්ධි ප්රතිදානය මත පදනම්ව බදු දෝෂයක් (උදාහරණයක් ලෙස, වැරදි බදු පදනම් ප්රකාශයක්) සිදු කළ විට ඇති වන ප්රතිවිපාකය කුමක්ද සහ මෙය සත්යාපන විනයට බලපාන්නේ කෙසේද?
- A) ප්රතිවිපාක නොලැබේ; වගකීම ආකෘතියේ ඇත
- B) ආකෘතිය පමණක් අනතුරු ඇඟවීමක් ලබා දෙයි, අතිරේක පාලනය අනවශ්යය
- ඇ) කුඩා අනතුරු ඇඟවීමක් පමණක් පැමිණේ, දඩයක් හෝ පොලියක් නැත
- D) බදු අලාභය, දඩ මුදල්, පොලී සහ වෘත්තීය වගකීම් පැන නැගිය හැක; එබැවින් සෑම විවේචනාත්මක ප්රතිදානයක්ම මූලාශ්රය, ගිණුම සහ තර්කනය ලෙස සත්යාපනය කළ යුතුය ✔
පැහැදිලි කිරීම: සාවද්ය ලෙස ඉදිරිපත් කිරීම නිසා බදු අලාභය, බදු අලාභ දඬුවම්, ප්රමාද පොලී සහ වෘත්තිකයා සඳහා හවුල් වගකීම් ඇති විය හැක. කෘත්රිම බුද්ධිය එය ගණනය කළේ එලෙසයි' යනු ආරක්ෂාවක් නොවේ. මෙම බරපතල ප්රතිවිපාක නිශ්චිතවම සෑම විවේචනාත්මක ප්රතිදානයක්ම මූලාශ්රය, ගණනය කිරීම සහ තර්කනය අනුව සත්යාපනය කිරීම අවශ්ය කරයි; unverified output යනු අත්සන් නොකළ කෙටුම්පතකි.