యూనిట్లు
1. పబ్లిక్ అడ్మినిస్ట్రేషన్‌లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ పరిచయం: పాత్రలు, సరిహద్దులు, ధృవీకరణ మరియు పబ్లిక్ ఎథిక్స్ 2. పౌర సేవలు మరియు చాట్‌బాట్: 24/7 ప్రాప్యత, ఖచ్చితమైన మరియు సరసమైన సేవ 3. పిటిషన్, అధికారిక కరస్పాండెన్స్ మరియు అడ్మినిస్ట్రేటివ్ టెక్స్ట్‌లు: డ్రాఫ్ట్ నుండి ఆమోదం వరకు 4. లెజిస్లేటివ్ రీసెర్చ్ అండ్ వెరిఫికేషన్: లా, రెగ్యులేషన్, కేస్ లా 5. విధాన విశ్లేషణ మరియు ప్రభావ అంచనా 6. రిపోర్ట్ రైటింగ్ మరియు కార్పొరేట్ డాక్యుమెంట్ ప్రొడక్షన్ 7. డేటా-ఆధారిత నిర్ణయం మరియు పబ్లిక్ డేటా విశ్లేషణ 8. ఇ-గవర్నమెంట్ మరియు ప్రాసెస్ ఆటోమేషన్: అప్లికేషన్ నుండి ఫలితాల వరకు 9. పారదర్శకత, ఓపెన్ డేటా మరియు సమాచారానికి యాక్సెస్ 10. ఫెయిర్‌నెస్, డిస్క్రిమినేషన్ అండ్ ఆల్గోరిథమిక్ అకౌంటబిలిటీ 11. KVKK, ప్రైవసీ అండ్ రెస్పాన్సిబుల్ పబ్లిక్ ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ గవర్నెన్స్
యూనిట్ 5 / 11

విధాన విశ్లేషణ మరియు ప్రభావ అంచనా

లాభాలు:

  • ఇది నిర్వచనం, ఎంపికలు, ప్రమాణాలు మరియు సిఫార్సుల ఫ్రేమ్‌వర్క్‌లో రూపొందించడం ద్వారా AIతో విధాన సమస్యను రూపొందిస్తుంది.
  • ఇది వాటాదారుల మ్యాప్ మరియు వ్యయ-ప్రయోజన ఫ్రేమ్‌వర్క్‌ను రూపొందించడం ద్వారా పట్టించుకోని వెనుకబడిన సమూహాలను మరియు దాచిన ఖర్చులను కనిపించేలా చేస్తుంది.
  • AI ద్వారా రూపొందించబడిన విశ్లేషణ డేటాకు పరిమితం చేయబడిందని మరియు విలువతో రూపొందించబడిందని మరియు విచక్షణతో తుది నిర్ణయం తీసుకుంటుందని అతనికి తెలుసు.

పబ్లిక్ అడ్మినిస్ట్రేషన్ యొక్క అత్యంత మానసిక పని సమస్య ముందు సరైన విధానాన్ని ఉంచడం: "నగర కేంద్రంలో ట్రాఫిక్ రద్దీని మనం ఎలా తగ్గించగలం?", "యువత నిరుద్యోగానికి ఏ ప్రోత్సాహకం సహాయపడుతుంది?", "ఈ కొత్త నియంత్రణ వ్యాపారులపై ఎలాంటి భారం పడుతుంది?" ఈ ప్రశ్నలు బహుళ-స్టేక్‌హోల్డర్, అనిశ్చితిలో తీసుకున్న బహుళ-ప్రమాణాల నిర్ణయాలు, ఒకే సరైన సమాధానం లేదు. విధాన విశ్లేషణ (ప్రజా సమస్యను గుర్తించడం మరియు ఎంపికలు, వాటి సాధ్యమయ్యే ప్రభావాలు, ఖర్చులు మరియు ప్రయోజనాలను క్రమపద్ధతిలో పోల్చడం ద్వారా నిర్ణయాధికారులకు సిఫార్సులను అందించడం) మరియు నియంత్రణ ప్రభావ విశ్లేషణ (RIA - RIA; కొత్త చట్టం ఎవరిని, ఎలా మరియు ఎంతవరకు ప్రభావితం చేస్తుందో ముందుగానే అంచనా వేయడం) ఈ నిర్ణయాలకు వెన్నెముక. ఇక్కడ AI ఎంపికలను రూపొందించడంలో, వాటాదారులను మరియు ప్రభావాలను జాబితా చేయడంలో, ప్రతివాదాలను కనిపించేలా చేయడం మరియు విశ్లేషణను రూపొందించడంలో చాలా శక్తివంతమైన ఆలోచనా భాగస్వామి. కానీ నిర్ణయం, విలువ తీర్పు మరియు బాధ్యత మానవునిది; AI ఎంపికలను గుణిస్తుంది, మీరు ఎంచుకుంటారు.

విధాన విశ్లేషణ యొక్క అస్థిపంజరం

మంచి విధాన విశ్లేషణ ఒక నిర్దిష్ట తర్కాన్ని అనుసరిస్తుంది మరియు ఈ ఫ్రేమ్‌వర్క్‌ను రూపొందించడానికి AI బాగా పనిచేస్తుంది:

  1. సమస్యను గుర్తించండి. లక్షణం లేదా మూల కారణం? ఎవరు, ఎక్కడ మరియు ఎంత ప్రభావితం చేస్తుంది? సంఖ్యల ద్వారా.
  2. లక్ష్యాలు మరియు ప్రమాణాలను సెట్ చేయండి. మేము విజయాన్ని ఎలా కొలుస్తాము (ఖర్చు, యాక్సెస్, ఈక్విటీ, సాధ్యత, వ్యవధి)?
  3. ఎంపికలను రూపొందించండి. "ఏమీ చేయవద్దు"తో సహా కనీసం 3-4 వాస్తవిక ఎంపికలు
  4. ప్రతి ఎంపిక యొక్క ప్రభావాలను అంచనా వేయండి. ఎవరికి లాభం, ఎవరికి భారం? ఖర్చు; నష్టాలు; అన్వయం; అవాంఛిత దుష్ప్రభావాలు.
  5. సరిపోల్చండి మరియు సిఫార్సు చేయండి. ప్రమాణాల ప్రకారం పట్టికలు; సహేతుకమైన సూచనను అందించండి కానీ ప్రత్యామ్నాయాలను ఉంచండి.
  6. పర్యవేక్షణ మరియు మూల్యాంకన ప్రణాళిక. విధానం అమల్లోకి వచ్చిన తర్వాత మేము ఏమి పర్యవేక్షిస్తాము మరియు మేము దానిని ఎప్పుడు సమీక్షిస్తాము?

ఈ ఆరు దశల్లో ప్రతిదానిలో AI చిత్తుప్రతులను రూపొందించగలదు. దాని అత్యంత విలువైన సహకారం దశ 4లో కనిపిస్తుంది: మానవ మనస్సు దాని స్వంత ప్రతిపాదనతో ప్రేమలో పడటం మరియు ప్రతికూల ప్రభావాలు మరియు ప్రత్యామ్నాయాలను విస్మరిస్తుంది; AIని అడగండి “ఈ ఎంపికకు బలమైన ప్రతివాదాలు ఏమిటి, ఇది ఎవరికి హాని కలిగిస్తుంది?” అడుగుతోంది: ఈ బ్లైండ్ స్పాట్‌ను తెరుస్తుంది.

చిట్కా: AIని "డెవిల్స్ అడ్వకేట్"గా ఉపయోగించండి: మీకు ఇష్టమైన ఎంపికను అందించండి మరియు "దీనిని తగ్గించే 5 బలమైన అభ్యంతరాలను వ్రాయండి" అని చెప్పండి. ఇది ఆడిటింగ్‌కు వ్యతిరేకంగా మీ విశ్లేషణను కఠినతరం చేస్తుంది.

డేటా నడిచే కానీ విలువ ద్వారా పరిమితం చేయబడింది

విధాన నిర్ణయాలు విలువతో పాటు సాంకేతికంగా కూడా ఉంటాయి. "మనం బడ్జెట్‌ను ఎక్కడ ఖర్చు చేయాలి?" ప్రశ్నలో, AI ఖర్చు-ప్రయోజన గణనలను చేయగలదు; కానీ "ఏ సమూహం యొక్క అవసరాలు ప్రాధాన్యతనిస్తాయి?" ఇది రాజకీయ/నైతిక ఎంపిక మరియు ఎన్నుకోబడిన లేదా అధీకృత నిర్ణయం తీసుకునే వ్యక్తికి చెందినది. AI ఉత్పత్తి చేసే సంఖ్యలను కూడా ధృవీకరించాలని నిర్ధారించుకోండి: మోడల్ నిజమైన డేటా కంటే "సహేతుకంగా కనిపించే" తయారు చేసిన సంఖ్యలను ఉత్పత్తి చేయవచ్చు.

శ్రద్ధ: అధికారిక గణాంకాలు లేదా సంస్థాగత డేటాతో ధృవీకరించబడకుండా, AI ద్వారా అందించబడిన ఏదైనా సంఖ్య, అంటే ధర, జనాభా, రేటు మొదలైనవి విశ్లేషణలో చేర్చబడవు. నమ్మదగిన నకిలీ నంబర్ మొత్తం పాలసీని తప్పుగా దారి తీస్తుంది.

మూడు చిన్న కేసులు

కేసు 1 - పట్టించుకోని వాటాదారు. ఒక మునిసిపాలిటీ తన మార్కెట్ స్థలాలను పట్టణం వెలుపలికి తరలించే ఎంపికను పరిశీలిస్తోంది. వారు AIకి వాటాదారుల జాబితాను సమర్పించినప్పుడు, ప్లాన్‌లో చేర్చబడని ఒక సమూహం ఉద్భవించింది: ప్రజా రవాణాకు పరిమిత ప్రాప్యత కలిగిన పాత దుకాణదారులు. ఈ సమూహం ప్రభావ విశ్లేషణకు జోడించబడింది; రవాణా మద్దతుతో నిర్ణయం సవరించబడింది.

కేసు 2 - నకిలీ నంబర్ పట్టుబడింది. ప్రోత్సాహక విశ్లేషణలో, YZ "ఈ రంగంలో 120 వేల నమోదిత వ్యాపారాలు ఉన్నాయి" అని చెప్పారు. విశ్లేషకుడు అధికారిక గణాంకాలను పరిశీలించినప్పుడు, సంఖ్య ~74 వేలు. ధృవీకరణ ప్రోత్సాహక బడ్జెట్‌ను 60% అధికంగా అంచనా వేయడాన్ని నిరోధించింది.

కేసు 3 - ప్రతివాదం విశ్లేషణను బలపరిచింది. ముసాయిదా నియంత్రణ పార్లమెంటుకు వెళ్లే ముందు, బృందం AIని "ఈ నియంత్రణపై 8 బలమైన అభ్యంతరాలను" కోరింది. వీటిలో ఆరు వాస్తవానికి పార్లమెంటులో ప్రస్తావించబడ్డాయి; బృందం సిద్ధమై వచ్చినందున, చర్చ రెండు కాకుండా ఒక సెషన్‌లో ముగిసింది.

నాలుగు కాపీ చేయగల టెంప్లేట్‌లు

1) పాలసీ ఎంపిక తయారీదారు:

మీ పాత్ర: సీనియర్ పాలసీ విశ్లేషకుడు. కింది సమస్య కోసం "ఏమీ చేయవద్దు"తో సహా కనీసం 4 వాస్తవిక విధాన ఎంపికలను రూపొందించండి. ప్రతి ఎంపికకు ఒక వాక్యం వివరణ ఇవ్వండి. ఇంకా మూల్యాంకనం చేయవద్దు, ఎంపికలను జాబితా చేయండి. మీరు ఎక్కడ అంచనాలు వేస్తారో గుర్తించండి. సమస్య: [సంఖ్యలతో సమస్యను వివరించండి]

2) బహుళ ప్రమాణాల ప్రభావ అంచనా పట్టిక:

కింది ప్రమాణాల ఆధారంగా పట్టికలో కింది పాలసీ ఎంపికలను మూల్యాంకనం చేయండి: ధర, సాధ్యత, ఈక్విటీ ప్రభావం, వ్యవధి, కీలక ప్రమాదం. రేటింగ్ కాదు, చిన్న సమర్థన రాయండి. మీరు ఉపయోగించే ప్రతి నంబర్ తప్పనిసరిగా "అధికారిక డేటాతో ధృవీకరించబడి ఉండాలి" అని పేర్కొనండి. పట్టిక కింద, వ్యక్తి నిర్ణయం తీసుకోవాల్సిన విలువ తీర్పులను విడిగా జాబితా చేయండి. ఎంపికలు: [జాబితా]

3) డెవిల్ యొక్క న్యాయవాది (ప్రతివాదం):

నేను ఈ క్రింది విధాన ప్రతిపాదనను సమర్థిస్తున్నాను. దీనికి విరుద్ధంగా చేయండి: ఈ ప్రతిపాదనను నాశనం చేసే 6 బలమైన అభ్యంతరాలు, దాని బలహీనమైన పాయింట్లు మరియు అవాంఛనీయ దుష్ప్రభావాలను వ్రాయండి. మీరు ఎవరికి హాని కలిగించవచ్చో ప్రత్యేకంగా పేర్కొనండి. సున్నితంగా ఉండకండి, కఠినంగా ఉండండి. సూచన: [సూచన]

4) రెగ్యులేటరీ ఇంపాక్ట్ అనాలిసిస్ (RIA) ఫ్రేమ్‌వర్క్:

మీ పాత్ర: నియంత్రణ ప్రభావ విశ్లేషకుడు. కింది ముసాయిదా చట్టం కోసం RIA ఫ్రేమ్‌వర్క్‌ను రూపొందించండి: (1) సమస్య పరిష్కరించబడింది, (2) ప్రభావిత విభాగాలు (పౌరులు, వ్యాపారులు, సంస్థలు), (3) భారాలు మరియు ఖర్చులు, (4) ఆశించిన ప్రయోజనాలు, (5) ప్రత్యామ్నాయాలు, (6) పర్యవేక్షణ సూచికలు. ప్రతి సంఖ్యా క్లెయిమ్‌ను "ధృవీకరించబడాలి" అని గుర్తు పెట్టండి. డ్రాఫ్ట్: [డ్రాఫ్ట్ లెజిస్లేటివ్ సారాంశం]

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనం: "ట్రాఫిక్ సమస్యను ఎలా పరిష్కరించాలి?"

బలమైనది: "పాత్రలో సీనియర్ పాలసీ విశ్లేషకుడు. సిటీ సెంటర్ ట్రాఫిక్ రద్దీ కోసం 'ఏమీ చేయడు'తో సహా 5 ఎంపికలను రూపొందించండి. ఖర్చు, సాధ్యత, ఈక్విటీ ప్రభావం, వ్యవధి మరియు కీలక ప్రమాద ప్రమాణాల ఆధారంగా ప్రతి ఒక్కటి పట్టికలో మూల్యాంకనం చేయండి; మీరు ఉపయోగించే ప్రతి సంఖ్యను 'అధికారిక డేటా ద్వారా ధృవీకరించబడాలి' అని గుర్తు పెట్టండి. ఆ తర్వాత బలమైనవిగా కనిపించే రెండు ఎంపికల కోసం, వాటిపై ప్రత్యేక వాదనలు వ్రాయండి. (ఎవరి ప్రాధాన్యత, ఏ సమూహం యొక్క భారం) అది మాకు నిర్ణయాన్ని వదిలివేస్తుంది."

వ్యత్యాసం: శక్తివంతమైన ప్రాంప్ట్ ఎంపిక ఉత్పత్తి, బహుళ-ప్రమాణాల మూల్యాంకనం, డేటా ధ్రువీకరణ, ప్రతివాదం మరియు మానవ-నిర్ణయ సరిహద్దును ఒకే ప్రవాహంలో ఏర్పాటు చేస్తుంది.

AI యొక్క సహకారం మరియు పరిమితి

అడుగు

AI సహకారం

మానవ బాధ్యత

సమస్య నిర్వచనం

డ్రాఫ్ట్, డేటా సేకరణ

ఖచ్చితమైన డేటా, మూల కారణం

ఎంపిక ఉత్పత్తి

విస్తృత ఎంపిక జాబితా

రియలిజం ఫిల్టర్

ప్రభావం అంచనా

టేబుల్, కౌంటర్ ఆర్గ్యుమెంట్

నంబర్ ధృవీకరణ, వ్యాఖ్య

సూచన

డ్రాఫ్ట్ సమర్థన

విలువ తీర్పు, నిర్ణయం

పర్యవేక్షణ ప్రణాళిక

సూచిక సిఫార్సు

ఆమోదం, అమలు

వాటాదారుల మ్యాప్ మరియు కాస్ట్-బెనిఫిట్ బ్యాలెన్స్

ఒక మంచి విధాన విశ్లేషణ "ఏం చేయాలి" అనే ప్రశ్నకు మాత్రమే కాకుండా "ఎవరు ప్రభావితం అవుతారు మరియు ఎలా?" అనే ప్రశ్నకు కూడా సమాధానం ఇస్తుంది. ఒక వాటాదారుని (వ్యక్తిగత, సమూహం లేదా పాలసీ ప్రభావితం చేసే లేదా ప్రభావితం చేసే సంస్థ) మ్యాప్‌ని సృష్టించడం వలన పట్టించుకోని మనోవేదనలు మరియు ప్రతిఘటన యొక్క పాయింట్లు ముందుగానే కనిపిస్తాయి. పాలసీ ఎంపిక మరియు ప్రతి వాటాదారు యొక్క సంభావ్య లాభాలు/నష్టాల కోసం AI త్వరగా వాటాదారుల యొక్క పెద్ద జాబితాను రూపొందించగలదు; కానీ మీరు నిర్దిష్ట సంఘటన, స్థానిక వాస్తవాలు మరియు రాజకీయ సున్నితత్వాలకు ఈ జాబితా యొక్క అనుకూలతను ఫిల్టర్ చేయవచ్చు. అదేవిధంగా, వ్యయ-ప్రయోజన విశ్లేషణ (ఒక ఐచ్ఛికం యొక్క ద్రవ్య మరియు ద్రవ్యేతర వ్యయాలను దాని ప్రయోజనాలతో పోల్చడం) అనేది AI ఫ్రేమ్‌వర్క్‌ను రూపొందించగల ఫ్రేమ్‌వర్క్, కానీ మీరు సంస్థ యొక్క స్వంత డేటాతో సంఖ్యలను పూరించాలి.

మినీ కేసు — బాధితుల నిశ్శబ్ద సమూహం. ఒక జిల్లాలో, మార్కెట్ స్థలాన్ని తరలించడానికి ప్రణాళిక చేయబడింది; ఆర్థిక విశ్లేషణ సానుకూలంగా ఉంది. AIతో రూపొందించబడిన వాటాదారుల మ్యాప్, ప్లాన్‌లో ఎన్నడూ ప్రస్తావించని సమూహాన్ని హైలైట్ చేసింది: మార్కెట్‌కి కాలినడకన వచ్చిన సుమారు 600 మంది సీనియర్ సిటిజన్‌లు ప్రజా రవాణా ద్వారా 40 నిమిషాల్లో కొత్త ప్రదేశానికి చేరుకోవచ్చు. ఈ అన్వేషణ నిర్ణయంలో సర్వీస్ లైన్ ఆవశ్యకతను చేర్చడానికి ప్రేరేపించింది.

మినీ కేస్ - దాచిన ఖర్చు. డిజిటలైజేషన్ ప్రాజెక్ట్ యొక్క కాస్ట్-బెనిఫిట్ అవుట్‌లైన్‌లో, AI సాఫ్ట్‌వేర్ లైసెన్స్‌ను మాత్రమే ఖర్చుగా పరిగణించింది. మేము జట్టు, శిక్షణ, పరివర్తన ఉత్పాదకత నష్టం మరియు కాల్ సెంటర్ లోడ్‌ను జోడించినప్పుడు, మొదటి సంవత్సరం ఖర్చు 60 శాతం పెరిగింది మరియు టర్నరౌండ్ సమయం 1 సంవత్సరం నుండి 2.3 సంవత్సరాలకు పెరిగింది - తదనుగుణంగా నిర్ణయం వాస్తవికమైంది.

టెంప్లేట్ ఉత్పాదక వాటాదారు మరియు వ్యయ-ప్రయోజన ఫ్రేమ్‌వర్క్:

విధి: కింది పాలసీ ఎంపిక కోసం రెండు పట్టికలను రూపొందించండి. ఎంపిక: [విధాన వివరణ]టేబుల్ 1 — వాటాదారు మ్యాప్: వాటాదారు | ప్రభావం మార్గం | సాధ్యమయ్యే ఆదాయాలు | సాధ్యం నష్టం | ప్రతిఘటన స్థాయి (తక్కువ/మధ్యస్థం/అధిక). టేబుల్ 2 — వ్యయ-ప్రయోజన ఫ్రేమ్‌వర్క్: అంశం | ద్రవ్యమా? | అంచనా దిశ (+/-) | డేటా మూలం [పూర్తి చేయాలి].నియమం: సంఖ్య కల్పితం; ద్రవ్య వస్తువుల విలువను ఖాళీగా ఉంచండి, వాటి మూలాన్ని అడగండి. ప్రత్యేక శీర్షికలో విస్మరించబడే ప్రతికూల సమూహాలను పేర్కొనండి.

హెచ్చరిక: AI ఉత్పత్తి చేసే వాటాదారుల జాబితా "సహేతుకంగా" అనిపించే సాధారణ సమూహాలను కలిగి ఉంటుంది; ఇది తరచుగా స్థానిక, నిశ్శబ్ద మరియు అసంఘటిత సమూహాలను దాటవేస్తుంది. మీరు ఫీల్డ్ తెలిసిన వ్యక్తి - జాబితాను పూర్తి చేయడం మీ పని.

సాధారణ తప్పులు

  • AI సంఖ్యలను విశ్వసించడం. అధికారిక మూలం నుండి జనాభా, ధర, రేటు మొదలైన ప్రతి సంఖ్యను ధృవీకరించండి.
  • కేవలం ఇష్టపడే ఎంపికను విశ్లేషించండి. "ఏమీ చేయడం లేదు" మరియు ప్రత్యామ్నాయాలను కూడా పరిగణించండి; లేకపోతే విశ్లేషణ పక్షపాతంగా ఉంటుంది.
  • AIకి విలువ తీర్పును అప్పగించడం. "ఎవరి అవసరాలు ముందుగా వస్తాయి" అనేది రాజకీయ/నైతిక నిర్ణయం, సాంకేతిక నిర్ణయం కాదు.
  • ప్రతివాదనలను దాటవేయడం. మీ స్వంత ప్రతిపాదనపై మీకు బలమైన అభ్యంతరాలు కనిపించే వరకు కౌన్సిల్/పర్యవేక్షకుడి వద్దకు వెళ్లవద్దు.
  • వాటాదారుల అసంపూర్ణ జాబితా. ముఖ్యంగా వాయిస్ లేని/దుర్బల సమూహాలను (వృద్ధులు, వికలాంగులు, గ్రామీణ) ప్రశ్నించండి.
  • పర్యవేక్షణ ప్రణాళికను అమలు చేయడం లేదు. కొలవబడని విధానం మూల్యాంకనం చేయబడదు; మొదటి నుండి సూచికలను నిర్వచించండి.

సారాంశంలో

విధాన విశ్లేషణలో, AI అనేది ఆప్షన్‌లను రూపొందించే శక్తివంతమైన ఆలోచనా భాగస్వామి, చార్ట్‌ల ప్రభావాలను, వాటాదారులను గుర్తు చేస్తుంది మరియు ముఖ్యంగా మీ స్వంత ప్రతిపాదనకు వ్యతిరేకంగా వాదనలను రూపొందిస్తుంది. కానీ ప్రతి సంఖ్య ధృవీకరించబడాలి, విలువ తీర్పులను ప్రజలకు వదిలివేయాలి మరియు తుది నిర్ణయం మరియు బాధ్యత అధీకృత నిర్ణయాధికారుల వద్ద ఉండాలి. AI విశ్లేషణను విస్తరించింది; నిర్ణయాన్ని లోతుగా చేసి సంతకం చేసేది మీరే.

అప్లికేషన్ టాస్క్

మీ యూనిట్ ఎజెండాలో నిజమైన పాలసీ సమస్యను ఎంచుకోండి. "పాలసీ ఆప్షన్ జెనరేటర్"తో కనీసం 4 ఎంపికలను సంగ్రహించండి, "మల్టీ-క్రైటీరియా ఇంపాక్ట్ అసెస్‌మెంట్ టేబుల్"తో సరిపోల్చండి మరియు అధికారిక మూలంతో AI ద్వారా రూపొందించబడిన కనీసం ఒక సంఖ్యను నిర్ధారించండి. చివరగా, "లాయర్ ఆఫ్ సైతాన్" టెంప్లేట్‌ను మీ ప్రాధాన్య ఎంపికకు వర్తింపజేయండి మరియు మీరు కనుగొన్న బలమైన అభ్యంతరాన్ని గమనించండి.

చెక్లిస్ట్

  • [ ] నేను "ఏమీ చేయవద్దు"తో సహా కనీసం 4 ఎంపికలను పరిగణించాను.
  • [ ] నేను అధికారిక మూలం నుండి ప్రతి సంఖ్యా దావాను ధృవీకరించాను.
  • [ ] నేను హాని కలిగించే సమూహాలతో సహా అన్ని ప్రభావిత వాటాదారులను జాబితా చేసాను.
  • [ ] నేను నా ప్రాధాన్య ఎంపికకు వ్యతిరేకంగా వాదనలు చేసాను.
  • [ ] నేను మానవ నిర్ణయం కోసం విలువ తీర్పులను రిజర్వ్ చేసాను.
  • [ ] నేను పర్యవేక్షణ మరియు సమీక్ష సూచికలను నిర్వచించాను.