ලාභ:
- ආනුභවික කාර්ය ප්රවාහයේ (දත්ත පිරිසිදු කිරීම, කේතය, දෘශ්යකරණය, කෙටුම්පත් අර්ථ නිරූපණය) කෘත්රිම බුද්ධිය තත්ය කාලය ඉතිරි කරන්නේ කොතැනද සහ කාර්ය අවදානම් මට්ටමට අනුව ආකෘති තේරීම, හේතුකාරක හිමිකම් සහ ප්රකාශන තීරණය වැනි තීරණ විශේෂඥයාට පැවරෙන්නේ කොතැනද යන්න වෙන්කර හඳුනා ගැනීමට හැකි වීම.
- නැවත ගණනය කිරීම, මූලාශ්රය වෙත සම්බන්ධ කිරීම සහ සංඛ්යානමය පෙරීම යන පියවර හරහා එක් එක් කෘතිම බුද්ධි ප්රතිදානය (අංක, සංගුණකය, කේතය, විවරණ) සත්යාපනය කරන විනයක් යෙදීමේ හැකියාව.
- KVKK/GDPR සහ දත්ත භාවිත ගිවිසුම්වල විෂය පථය තුළ ක්ෂුද්ර දත්ත සහ රහස්ය/බලපත්ර සහිත දත්ත කට්ටල ආරක්ෂිතව සැකසීමේ හැකියාව සහ සුදුසු මෙවලම් තෝරාගැනීමේ පුරුද්ද අත්කර ගැනීම.
ආර්ථික විද්යාඥයකුගේ හෝ ව්යවහාරික සංඛ්යාලේඛනඥයකුගේ මේසය මත සෑම දිනකම එකම ප්රශ්න පුනරාවර්තනය වේ: මෙම දත්ත කට්ටලය විශ්වාසදායකද; මෙම නැතිවූ අගයන් සමඟ කුමක් කළ යුතුද? මෙම ප්රතිගාමීත්වයේ සංගුණකය ඇත්ත වශයෙන්ම පවසන්නේ කුමක්ද? මෙම සම්බන්ධය හේතුවාදීද නැතහොත් හුදෙක් සහසම්බන්ධතාවයක්ද? මෙම p-අගය සැලකිය යුතු බැවින්, මට එය ලිපියේ හෝ ප්රතිපත්ති සංක්ෂිප්තයේ ලිවිය හැකිද? මෙම ප්රශ්නවලින් සමහරක් පුනරාවර්තන, කේත-තීව්ර සහ කාලය ගතවන ඒවා වේ: දත්ත පිරිසිදු කිරීම, එකම ප්රස්ථාරය දස වතාවක් සැලසුම් කිරීම, R හෝ Python කේතය නිදොස් කිරීම, ප්රතිඵල වගුවකට ඇතුළත් කිරීම. වෙනත් අය විසින් සොයා ගැනීමක වලංගුභාවය, ප්රකාශනයක අවංකභාවය හෝ ප්රතිපත්තිමය තීරණයක නිරවද්යතාවය කෙලින්ම තීරණය කරයි.
කෘත්රිම බුද්ධිය (කෙටියෙන් කිවහොත්, AI - මිනිසුන් මෙන් පෙළ සහ කේත නිපදවිය හැකි, රටා හඳුනාගෙන, දත්ත සාරාංශ කර අදහස් ලිවීමට හැකි පරිගණක පද්ධති; අද වැඩිපුරම භාවිතා වන ආකාරය විශාල භාෂා ආකෘති, එනම් විශාල අකුරු මත පුහුණු කර ඊළඟ වචනය අනාවැකි කියමින් වාක්ය ගොඩනඟන පද්ධති) මෙම වගුවේ මැද හරියේ පිහිටා ඇත. නිවැරදිව භාවිතා කළ විට, එය දත්ත පිරිසිදු කිරීමේ කේතයේ පැය ගණන මිනිත්තු ගණනකට අඩු කරයි, සංකීර්ණ සංඛ්යාන පරීක්ෂණයක වාක්ය ඛණ්ඩය ඔබට මතක් කරයි, නැතහොත් සංගුණකයක අර්ථ නිරූපණය කෙටුම්පත් කරයි. වැරදි ලෙස භාවිතා කරන විට, එය පෙනෙන පරිදි ස්ථිර නමුත් සම්පූර්ණයෙන්ම ගොතන ලද සංඛ්යාවක්, ව්යාජ වැදගත්කමක් හෝ හේතු නොවන සම්බන්ධතාවයක් "සොයාගැනීමක්" ලෙස ඉදිරිපත් කරයි.
මෙම පළමු ඒකකය මෘදුකාංග හඳුන්වාදීමක් නොවේ. එහි පරමාර්ථය වන්නේ ඔබේ ආනුභවික කාර්ය ප්රවාහයේ AI තැබිය යුත්තේ කොතැනද සහ එය කිසිදා නොතැබිය යුත්තේ කොතැනද යන්න පැහැදිලි කිරීමයි. Econometrics යනු "ක්රම-විවේචනාත්මක" සහ වක්රව "තීරණ-විවේචනාත්මක" ක්ෂේත්රයකි: ඔබ ගොඩනඟන ආකෘතියක සංගුණකය මහ බැංකුවේ පොලී අනුපාත තීරණයක්, නියාමකයාගේ ප්රතිපත්ති වෙනස් කිරීමක් හෝ සමාගමක ඩොලර් මිලියනයක ආයෝජනයකට ආදානය විය හැක. මුල සිටම මූලික මූලධර්මය සකස් කරමු: කෘතිම බුද්ධිය යනු විශ්ලේෂණ සහකාරයෙක් මිස පර්යේෂකයෙක් නොවේ. ආදර්ශ තෝරා ගැනීම, හඳුනාගැනීමේ උපායමාර්ගය, හේතුව තහවුරු කිරීම, ප්රකාශනය සහ ප්රතිපත්ති තීරණ සඳහා වගකීම සහ අවසාන අනුමැතිය හිමිවන්නේ දක්ෂ විශේෂඥයා වෙතය.
ආනුභවික කාර්ය ප්රවාහයේ ස්ථර සහ AI හි ස්ථානය
ආනුභවික අධ්යයනයක් ස්ථර තුනකට බෙදීම ප්රයෝජනවත් වේ. ක්රියාත්මක කිරීමේ ස්තරය යනු එදිනෙදා තාක්ෂණික කාර්යයයි: දත්ත පිරිසිදු කිරීමේ කේතය, ප්රස්ථාර ඇඳීම, වගු හැඩතල ගැන්වීම, වාක්ය දෝශ නිදොස්කරණය. ක්රම ස්තරය යනු විශ්ලේෂණාත්මක තීරණයයි: කුමන ආකෘතිය, කුමන හඳුනාගැනීමේ උපායමාර්ගය, කුමන පරීක්ෂණය, කුමන උපකල්පන පරීක්ෂා කිරීම. අර්ථ නිරූපණය සහ තීරණ ස්තරය යනු සොයාගැනීම්වල අර්ථයයි: සංගුණකය පවසන දේ, එය හේතුකාරකද, ප්රතිපත්ති සඳහා එයින් අදහස් කරන්නේ කුමක්ද, එය ප්රකාශයට පත් කළ යුතුද යන්නයි. AI ස්ථර තුනම ස්පර්ශ කරයි, නමුත් එක් එක් ඒවායේ විවිධ අධිකාරිය ඇත. ක්රියාත්මක කිරීමේ ස්ථරයේදී, AI ඉක්මනින් කෙටුම්පත් කර කේතය ජනනය කරයි; අර්ථ නිරූපණ සහ තීරණ ස්ථරයේදී, ආදානය පමණක් ලබා දෙන අතර විශේෂඥයා තීරණය කරයි.
මුල සිට මූලික පද කිහිපයක් නිර්වචනය කරමු. Econometrics යනු සංඛ්යානමය ක්රම මගින් ආර්ථික හා සමාජීය දත්ත විශ්ලේෂණය කර සම්බන්ධතා මනින අංශයයි. ප්රතිගමනය යනු ප්රතිඵල විචල්යයක (යැපෙන විචල්යයේ) එක් හෝ කිහිපයක් පැහැදිලි කිරීමේ විචල්යයන් (ස්වාධීන විචල්ය) සමඟ සම්බන්ධතාව සංඛ්යාත්මකව ආදර්ශනය කරන ක්රමයකි. සංගුණකය යනු පැහැදිලි කිරීමේ විචල්යයක එක් ඒකක වෙනසක් සාමාන්ය වෙනස්වීම් ඒකක කීයක් ප්රතිඵල විචල්යයට සම්බන්ධ වේද යන්න පෙන්වන සංඛ්යාවයි. p-අගය යනු කිසිදු බලපෑමක් ඇත්ත වශයෙන්ම නොපවතින විට නිරීක්ෂණය කරන ලද ප්රතිඵලය (හෝ වඩාත් ආන්තික ප්රතිඵලයක්) අහම්බෙන් සිදුවීමේ සම්භාවිතාවයි. අපි මෙම සංකල්ප එකින් එක පහත ඒකක වලින් පැහැදිලි කරන්නෙමු; දැනට, මෙය දැන ගන්න: මේ සියල්ල තුළ, AI ඔබට සැලැස්ම, කේතය සහ පැහැදිලි කිරීම ලබා දෙයි, නමුත් එය විද්යාත්මක තීරණ නොගනී.
පහත වගුව මෙහෙයුම මගින් AI හි කාර්යභාරය සහ අවදානම් මට්ටම සාරාංශ කරයි:
ගවේෂණය
AI හි කාර්යභාරය
අවදානම් මට්ටම
කවුද අනුමත කරන්නේ
දත්ත සනීපාරක්ෂක කේතය ලිවීම
කේත උත්පාදක යන්ත්රය
අඩු
විශ්ලේෂක තමා (කේත පරීක්ෂාව සමඟ)
ප්රස්ථාර/වගු කෙටුම්පත
ස්කීච් උත්පාදක යන්ත්රය
අඩු
විශ්ලේෂක
පරීක්ෂණ/ආදර්ශ සින්ටැක්ස් මතක් කිරීම
විමර්ශන සහකාර
අඩු මධ්යම
විශ්ලේෂක
කෙටුම්පත් සංගුණක අර්ථ නිරූපණය
කෙටුම්පත් ලේඛකයා
මධ්යම
ආර්ථික විද්යාඥයා
ආදර්ශ/හඳුනාගැනීමේ උපාය මාර්ග තෝරා ගැනීම
සහායක ආදානය
ඉහළ
විශේෂඥ පර්යේෂකයෙක්
හේතු සාධක හිමිකම්
කෙටුම්පතක් පමණි, කිසි විටෙකත් අවසාන වචනය නොවේ
ඉතා ඉහළ
විශේෂඥ + සම සමාලෝචන
ප්රකාශනය/ප්රතිපත්ති තීරණය
ආදානය පමණි
ඉතා ඉහළ
වගකිවයුතු පරීක්ෂක/ආයතනය
මෙම වගුවේ ඇති එක් පේළිය මතක තබා ගන්න: අවදානම වැඩි වන විට, AI හි භූමිකාව හැකිලෙන අතර විශේෂඥ අනුමැතිය වර්ධනය වේ.
"සත්යාපනය" මෙම ව්යාපාරයේ හදවත වන්නේ ඇයි
භාෂා ආකෘති ඔවුන්ගේ පිළිතුර ගැන විශ්වාසයෙන් සිටින බව පෙනේ, නමුත් ඔවුන් විශ්වාස නොකළ හැකිය. තාක්ෂණික භාෂාවෙන්, මෙය මායාව ලෙස හැඳින්වේ: එය නිරූපිකාවක් විසින් නොපවතින තොරතුරු චතුර වාක්යයකින්, එය සත්යයක් මෙන් ම ගොතා ගැනීමයි. ආර්ථික විද්යාඥයෙකුට මෙය මාරාන්තික උගුලකි. "2015-2020 අතර Türkiye හි විරැකියාව සහ උද්ධමනය අතර සහසම්බන්ධය 0.62" වැනි නිශ්චිත අංකයක් මෙම ආකෘතියට ලබා දිය හැක; කෙසේ වෙතත්, ඔහු ඔබේ දත්ත කවදාවත් දැක නැති අතර මෙම අංකය සම්පූර්ණයෙන්ම සෑදී ඇත. නැතහොත් එය පැවසිය හැකිය, "සුදු පරීක්ෂණ p-අගය 0.03 විය"; නමුත් එය කිසිදු පරීක්ෂණයක් පවත්වා නැත. එයට ඇත්ත වශයෙන්ම නොපවතින තර්කයක් සමඟ R ශ්රිතයක් ඇමතිය හැක. ඔහු ඒ තුනම එකම චතුර ලෙස ගායනා කරයි; හරි වැරැද්ද වෙන් කරන එකම දෙය ඔබේ දැනුම සහ සත්යාපනය කිරීමේ පුරුද්දයි.
සත්යාපන විනය පියවර තුනකින් සමන්විත වේ:
- ඔබේ පරිසරය තුළ නැවත ගණනය කරන්න / ධාවනය කරන්න: AI මතකයෙන් නොව R/Python හි AI විසින් ලබා දෙන සෑම අංකයක්ම, අනුපාතයක්, පරීක්ෂණ ප්රතිඵලයක් සහ සංගුණකයක්ම ගණනය කරන්න. කේතය ලිවීමට AI භාවිතා කරන්න, ප්රතිඵලය මතක තබා ගැනීමට නොවේ. කේතය ධාවනය කරන්න, ඔබ ප්රතිදානය නිෂ්පාදනය කරයි.
- මූලාශ්රය වෙත සබැඳිය: ක්රම නීති, සූත්ර සහ නිර්වචන සඳහා පෙළපොත්, ක්රම ලිපි සහ නිල ලේඛන මත රඳා සිටින්න. AI හි ප්රකාශය "මෙම පරීක්ෂණයේ උපකල්පනය" විශ්වාසදායක මූලාශ්රයක් සමඟ තහවුරු කරන්න.
- සංඛ්යානමය පෙරහන: ප්රතිදානය සංඛ්යානමය තර්කයට පටහැනිද යන්න විශේෂඥ ඇස්වලින් පරීක්ෂා කරන්න (උපකල්පන, නියැදිය, බලපෑම ප්රමාණය, අවිනිශ්චිතතාවය). "අර්ථවත් නමුත් විකාර" ප්රතිඵලය ප්රතික්ෂේප කරන්න.
අවවාදයයි: AI-උත්පාදනය කරන ලද සංගුණකයක්, පරීක්ෂණයක් හෝ අර්ථකථනයක් වලංගු කිරීමකින් තොරව ලිපියක්, නිබන්ධනයක් හෝ ප්රතිපත්ති සටහනක් තුළ තැබීම සමාලෝචන නොකළ සොයාගැනීමක් ප්රකාශයට පත් කිරීම වැනිය. නිමැවුම චතුර වූ පමණින් සත්ය නොවේ; සංඛ්යාව නිශ්චිත බව පෙනෙන නිසාම එය සැබෑවක් නොවේ.
රහස්යතාව: ක්ෂුද්ර දත්ත සහ බලපත්රලාභී දත්ත පුද්ගලිකව ආරක්ෂා කෙරේ
ක්ෂුද්ර දත්ත (පුද්ගල, ගෘහස්ථ, ස්ථීර හෝ රෝගී මට්ටමින් තනි වාර්තා) ආර්ථිකමිතික වලදී නිතර භාවිතා වේ. මෙම දත්ත බොහොමයක් පුද්ගලික දත්ත වන අතර Türkiye හි KVKK (පුද්ගලික දත්ත ආරක්ෂණ නීතිය) සහ යුරෝපයේ GDPR යටතේ ආරක්ෂා කර ඇත. අතිරේකව, TurkStat, මහ බැංකු, පැනල් දත්ත සපයන්නන් සහ වාණිජ මූලාශ්ර බොහෝ විට දත්ත භාවිත ගිවිසුමක් සමඟ දත්ත සපයයි; මෙම ගිවිසුම් තෙවන පාර්ශවයකට දත්ත මාරු කිරීම තහනම් කරයි. පොදු AI කතාබස් මෙවලමකට අනන්යතා තොරතුරු, ආදායම්, සෞඛ්ය හෝ සමාගම් රහස් අඩංගු වගුවක් ඇලවීම KVKK/GDPR උල්ලංඝනයක් සහ කොන්ත්රාත්තුවක් උල්ලංඝනය කිරීමකි; මක්නිසාද දත්ත බාහිර සේවාදායකයකට යන අතර සමහර මෙවලම්වල ආදර්ශ පුහුණුව සඳහා භාවිතා කළ හැක.
රීතිය සරලයි: දත්ත එහි ආරක්ෂිත පරිසරයක තබා ගන්න, AI වෙතින් කේතය සහ ක්රම සඳහා පමණක් විමසන්න. කදිම කාර්ය ප්රවාහය මෙයයි: විශ්ලේෂණ කේතය සඳහා AI ගෙන් විමසන්න, ඔබ ඔබේ පරිගණකයේ/ව්යවසාය සේවාදායකයේ සැබෑ දත්ත සමඟ කේතය ධාවනය කරන්න. ඔබ සැබවින්ම දත්ත බෙදා ගත යුතු නම්, නිර්නාමික කිරීම (ID ක්ෂේත්ර ඉවත් කිරීම), එකතු කිරීම (තනි පුද්ගලයාට වඩා සාමාන්ය/ගණනය), සහ ආයතනික, දත්ත සැකසුම් ගිවිසුමක් ඇති, සහ අධ්යාපනය තුළ ඔබේ දත්ත භාවිතා නොකරන්න මෙවලම් තෝරන්න.
කුඩා නඩු තුනක්
නඩුව 1 - ආරක්ෂිත සහ කාර්යක්ෂම භාවිතය. එක් පර්යේෂකයෙක් ප්රථමයෙන් පැය 6ක් ගෙවා ගෘහස්ථ අයවැය දත්ත පේළි 40,000ක් අතින් පිරිසිදු කළේය. දත්ත කිසිසේත් බෙදා නොගෙන, ඔහු AI වෙත විචල්ය නම් සහ ව්යුහය විස්තර කර පිරිසිදු කිරීමේ කේතයක් ඉල්ලා සිටියේය. AI විසින් R ස්ක්රිප්ට් එකක් ජනනය කරන ලදී; පර්යේෂකයා ඔහුගේ පරිසරය තුළ කේතය ධාවනය කර, එක් එක් පියවරේ රේඛා ගණන සහ සාරාංශ සංඛ්යාලේඛන පරීක්ෂා කර, තාර්කික දෝෂ දෙකක් නිවැරදි කළේය. කාලය: පැය 6ක් වෙනුවට විනාඩි 70ක්. දත්ත කිසි විටෙකත් පිටතට ගියේ නැත; වගකීම පර්යේෂකයා සතු විය.
නඩුව 2 - තහවුරු නොකළ අංක උගුල. "දළ දේශීය නිෂ්පාදිතයේ වර්ධනය සහ විදේශ සෘජු ආයෝජන අතර ඇති ප්රත්යාස්ථතාව කුමක්ද" යනුවෙන් උපාධිධාරී ශිෂ්යයෙක් AI වෙතින් විමසීය. කිසිදු දත්තයකට ප්රවේශයක් නොතිබුණද AI විශ්වාසයෙන් "0.34ක් පමණ" ගණනාවක් ලබා දුන්නේය. ශිෂ්යයා සාහිත්ය සාරාංශයේ මෙය ලිවීය; ඔහුගේ උපදේශකයා මූලාශ්රය ගැන විමසූ විට, එම අංකය කිසිදු පදනමක් නොමැති බවත් සම්පූර්ණයෙන්ම ගොතන ලද එකක් බවත් පෙනී ගියේය. දෝෂය: දත්ත සහ සම්පත් ලබා නොදී AI වෙතින් නිශ්චිත සංඛ්යාලේඛන අපේක්ෂා කිරීම.
නඩුව 3 - රහස්යභාවය සහ කොන්ත්රාත්තුව උල්ලංඝනය කිරීම. විශ්ලේෂකයෙකු ඔහුට බලපත්රලාභී සමාගම් පැනලයකින් ලැබුණු Excel, සමාගමේ නම සහ පිරිවැටුම ඇතුළත්, ප්රසිද්ධියේ ලබා ගත හැකි AI මෙවලමකට උඩුගත කර "පැනල ප්රතිගමනය කරන්න" යැයි පැවසීය. දත්ත සපයන්නාගේ කොන්ත්රාත්තුව තෙවන පාර්ශවීය පද්ධති වෙත දත්ත මාරු කිරීම තහනම් කර ඇත; මෙම සිදුවීම අනුකූලතා සමාලෝචනයක් කිරීමට හේතු විය. නිවැරදි ක්රමය වූයේ සමාගම් නාමයන් නිර්නාමික කේත සමඟ ප්රතිස්ථාපනය කිරීම හෝ දත්ත කිසිවක් බෙදා නොගැනීම සහ පැනල ප්රතිගාමී කේතය පමණක් ඉල්ලා එය එහි පරිසරය තුළ ධාවනය කිරීමයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
උද්ධමනය සහ විරැකියාව අතර සම්බන්ධය විශ්ලේෂණය කර සංගුණකය සඳහන් කරන්න.
මෙම හිමිකම් පෑම වැරදියි: AI වෙත දත්ත ලබා දී නැත, කුමන රට, කුමන කාල පරිච්ඡේදය, කුමන ආකෘතියද යන්න පැහැදිලි නැත. AI හට පිළිතුරු දිය හැක්කේ සෑදූ සංගුණකයකින් පමණි.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: ඔබ ආර්ථිකමිතික පර්යේෂකයාට සහාය වන විශ්ලේෂණ සහකාරයෙකි. මම ඔබ සමඟ දත්ත බෙදා නොගනිමි; මට අවශ්ය RUNNABLE R කේතය පමණයි. මට වාර්ෂික පැනලය ඇත: විචල්ය රට, වර්ෂය, විරැකියාව, උද්ධමනය (සියලු සංඛ්යාත්මක). කාර්යය: 1) විරැකියාව සඳහා ස්ථාවර බලපෑම් පැනල ප්රතිගාමී කේතයක් ලියන්න ~ උද්ධමනය (plm පැකේජය), 2) කේතයේ සෑම පියවරක්ම අදහස් රේඛාවක් සමඟ පැහැදිලි කරන්න, 3) සංගුණකය අර්ථ දැක්විය යුත්තේ සාපේක්ෂ ලෙස මිස CAUSAL ලෙස නොවන බව සලකන්න, 4) ඔබට විශ්වාස නැති ක්රියාකාරී තර්කය සාදන්න; මම මගේ පරිසරය තුළ ප්රතිඵලය ධාවනය කර සත්යාපනය කරන්නෙමි.
මෙම ඉල්ලීම තුළ, දත්ත බෙදා නොගනී, භූමිකාව, පැකේජ, අදහස් අපේක්ෂා කිරීම සහ "නිර්මාණය" තහනම් කිරීම පැහැදිලිය. ඔබ තවමත් ධාවනය කර ප්රතිදානය ඔබම සත්යාපනය කරයි.
පහත වගුව මෙම පාඩමේ එක් වාක්ය රීති සාරාංශ කරයි:
මූලධර්මය
එහි තේරුම කුමක්ද
AI සහායකයෙකි
විද්යාත්මක තීරණය සහ වගකීම විශේෂඥයා සතුය
කේතය ඉල්ලන්න, ප්රතිඵලය නිෂ්පාදනය කරන්න
AI හට අංකය මතක නැත; ඔබ එය ධාවනය කර ගණනය කරන්න
දත්ත තබා ගන්න
ක්ෂුද්ර/බලපත්ර සහිත දත්ත ආරක්ෂිත පරිසරයෙන් ඉවත් නොවේ
තහවුරු කරන්න
සෑම ගැටලුවක්ම, කේතයක්, විවරණයක්ම පරීක්ෂා කරනු ලැබේ; ප්රබන්ධය ප්රතික්ෂේප කරනු ලැබේ
පොදු වැරදි
- දත්ත ලබා නොදී AI වෙතින් සංයුක්ත සංඛ්යාලේඛන අපේක්ෂා කිරීම. ආකෘතියට දත්ත වෙත ප්රවේශ විය නොහැක; එය ලබා දෙන සංගුණකය, සහසම්බන්ධය සහ p-අගය ව්යාජ ය. සෑම විටම කේතය ඉල්ලා ප්රතිඵලය ඔබම නිෂ්පාදනය කරන්න.
- හලූසිනේටරි කාර්යයන් මත රඳා සිටීම. AI විසින් නොපවතින R/Python ශ්රිතයක් හෝ තර්කයක් යෝජනා කළ හැක. කේතය ධාවනය කර සත්යාපනය නොකර එය පිළිගන්න එපා.
- පොදු මෙවලම වෙත ක්ෂුද්ර දත්ත උඩුගත කිරීම. එය KVKK/GDPR සහ දත්ත භාවිත ගිවිසුම උල්ලංඝනය කිරීමකි. දත්ත නිර්නාමික කරන්න හෝ එය කිසිසේත් බෙදා නොගන්න.
- නිරවද්යතාවය සඳහා චතුර ලෙස වරදවා වටහා ගැනීම. හොඳින් ලිඛිත සමාලෝචනයක් වැරදි විය හැකිය. වාක්යයේ අලංකාරය සාක්ෂියක් නොවේ.
- පාලනයකින් තොරව හේතුකාරක භාෂාව පිළිගැනීම. YZ බොහෝ විට පවසන්නේ "X Y වැඩි කරයි"; බොහෝ පසුබෑම් පෙන්නුම් කරන්නේ සබඳතා පමණි. නිර්මාණය සමඟ හේතුකාරක හිමිකම් ආරක්ෂා කරන්න.
ඉඟිය: AI සමඟ වැඩ කරන විට, මෙම ප්රශ්නය ඔබෙන්ම අසන්න: "තීරකයෙකු හෝ විගණකවරයෙකු මෙම ප්රතිදානය ඉල්ලා සිටින්නේ නම්, මට මූලාශ්රය සහ ගිණුම පෙන්විය හැකිද?" පිළිතුර නැත නම්, ප්රතිදානය තවමත් භාවිතයට සූදානම් නැත.
සාරාංශයකින්
AI විසින් ආර්ථිකමිතික සහ සංඛ්යාලේඛන කාර්ය ප්රවාහයේ ක්රියාත්මක කිරීමේ ස්ථරයේ (කේතය, පිරිසිදු කිරීම, ප්රස්තාරය, කෙටුම්පත) සැබෑ සහ දැවැන්ත ත්වරණයක් සපයයි; කෙසේ වෙතත්, ආදර්ශ තෝරා ගැනීම, හේතු සාධක, අර්ථ නිරූපණය, ප්රකාශනය සහ ප්රතිපත්ති තීරණ විශේෂඥයා සතුය. මූලික විෂයයන් තුනක්: AI අංකයට මතක් නොකරන්න, කේතය ඉල්ලා ප්රතිඵලය ඔබම ජනනය කර සත්යාපනය කරන්න; ආරක්ෂිත පරිසරයෙන් ක්ෂුද්ර/බලපත්ර සහිත දත්ත ඉවත් නොකරන්න; සංඛ්යානමය පෙරහන එක් එක් ප්රතිදානය. සත්යාපනය නොකළ AI ප්රතිදානයක් සමාලෝචනය නොකළ සොයාගැනීමක් තරම්ම අවදානම් සහගතය.
යෙදුම් කාර්යය
ඔබගේම (හෝ උදාහරණයක්) දත්ත කට්ටලයක් සලකා බලන්න. දත්ත බෙදා නොගෙන විචල්ය ව්යුහය සරලව විස්තර කිරීමෙන් විස්තරාත්මක සංඛ්යාලේඛන සහ සරල ප්රස්ථාරයක් නිපදවන R හෝ Python කේතය සඳහා AI ගෙන් විමසන්න. ලැබෙන කේතය ඔබේ පරිසරය තුළ ධාවනය කරන්න. ඉන්පසු පිරික්සුම් ලැයිස්තුවක් තබා ගන්න: (1) කේතය දෝෂයකින් තොරව ක්රියාත්මක වූවාද, (2) ඔබ අපේක්ෂා කළ පරිදි රේඛා/නිරීක්ෂණ ගණන, (3) AI හි කුමන අදහස් වාක්ය හේතුකාරක භාෂාව භාවිතා කරන්නේද සහ එය සවි කළ යුතුය. එක් ඡේදයක, AI ඔබව බේරාගත් කාලය සහ අවම වශයෙන් ඔබ අල්ලා ගත් එක් දෝෂයක් ගැන ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම AI හට සංයුක්ත සංඛ්යාලේඛන ඉල්ලා සිටීමට සැලැස්වූයේ නැත; මම කේතය ඉල්ලා ප්රති result ලය මා විසින්ම ඉදිරිපත් කළෙමි.
- [ ] මම එය ලබා දුන් සෑම සංඛ්යාවක් සහ පරීක්ෂණ ප්රතිඵලයක්ම මගේ පරිසරය තුළ නැවත ගණනය කළෙමි.
- [ ] එය භාවිතා කරන ශ්රිත/තර්ක ඇත්ත වශයෙන්ම පවතින බව මම සත්යාපනය කළෙමි.
- [ ] මම ක්ෂුද්ර/පුද්ගලික/බලපත්ර ලත් දත්ත පොදු මෙවලමකට උඩුගත නොකළෙමි.
- [ ] මම හේතුකාරක භාෂාව අඩංගු අදහස් සලකුණු කර ඒවා සම්බන්ධතා භාෂාවට ගෙන ගියෙමි.
- [ ] මට ප්රතිදානයේ මූලාශ්රය සහ ගිණුම්කරණය විගණකවරයෙකුට පෙන්වීමට හැකියාව ඇත.