యూనిట్లు
1. లైబ్రేరియన్‌షిప్ మరియు ఇన్ఫర్మేషన్ మేనేజ్‌మెంట్‌లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ పరిచయం: పాత్రలు, సరిహద్దులు, ప్రమాణీకరణ, గోప్యత మరియు నీతి 2. కేటలాగింగ్ మరియు మెటాడేటా జనరేషన్‌లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ 3. టాపిక్ విశ్లేషణ, వర్గీకరణ మరియు ఆటోమేటిక్ ఇండెక్సింగ్ 4. సెమాంటిక్ సెర్చ్ మరియు డిస్కవరీ సిస్టమ్స్ 5. సిఫార్సు సిస్టమ్స్ మరియు వ్యక్తిగతీకరించిన వనరుల సిఫార్సు 6. డిజిటల్ ఆర్కైవ్, డిజిటలైజేషన్, OCR మరియు దీర్ఘ-కాల సంరక్షణ 7. వినియోగదారు సేవలు, ద్వారపాలకుడి మరియు చాట్ బాట్‌లు 8. బిబ్లియోమెట్రిక్స్, సైటేషన్ అనాలిసిస్ మరియు రీసెర్చ్ ఇంపాక్ట్ అసెస్‌మెంట్ 9. RAGతో ఎంటర్‌ప్రైజ్ ఇన్ఫర్మేషన్ మేనేజ్‌మెంట్ 10. మూల ధృవీకరణ, భ్రాంతి మరియు సమాచార అక్షరాస్యత 11. కాపీరైట్, గోప్యత, నీతి మరియు పాలన
యూనిట్ 1 / 11

లైబ్రేరియన్‌షిప్ మరియు ఇన్ఫర్మేషన్ మేనేజ్‌మెంట్‌లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ పరిచయం: పాత్రలు, సరిహద్దులు, ప్రమాణీకరణ, గోప్యత మరియు నీతి

లాభాలు:

  • లైబ్రేరియన్‌షిప్ వర్క్‌ఫ్లో (మెటాడేటా, సారాంశం, శోధన, సూచన)లో కృత్రిమ మేధస్సు ఎక్కడ సమయాన్ని ఆదా చేస్తుందో మరియు ప్రమాద స్థాయిని బట్టి మానవులకు ఖచ్చితత్వం, మూలం విశ్వసనీయత మరియు గోప్యతా నిర్ణయాలు ఎక్కడ వదిలివేయబడతాయో గుర్తించగలగడం.
  • ప్రతి అవుట్‌పుట్‌ను మూలానికి లింక్ చేయడం ద్వారా ధృవీకరించే క్రమశిక్షణను వర్తింపజేయగల సామర్థ్యం, ​​దానిని స్వతంత్ర మూలంలో నిర్ధారించడం మరియు బయాస్ ఫిల్టర్ ద్వారా పంపడం.
  • భ్రాంతి, కల్పిత మూలాలు మరియు వినియోగదారు గోప్యత అనేవి ఈ వృత్తిలో మొదటి నుంచీ పరిగణనలోకి తీసుకోవలసిన ప్రమాదాలు ఎందుకు అని అర్థం చేసుకోవడం.

కేటలాగింగ్ నిపుణుడు ఉదయం తన డెస్క్ వద్ద కూర్చున్నప్పుడు, అతని వద్ద డజన్ల కొద్దీ కొత్తగా వచ్చిన పుస్తకాలు, విరాళాల సేకరణ నుండి వందల కొద్దీ పత్రాలు మరియు డిజిటలైజ్ చేయడానికి వేచి ఉన్న ఆర్కైవ్ బాక్స్ ఉండవచ్చు. రిఫరెన్స్ లైబ్రేరియన్ (సమాచారాన్ని కనుగొనడంలో వినియోగదారులకు సహాయపడే నిపుణుడు) రోజంతా “ఈ అంశంపై విశ్వసనీయమైన మూలం ఎక్కడ ఉంది?” వంటి ప్రశ్నలకు సమాధానమిస్తారు. ఒక సంస్థ యొక్క వేలకొద్దీ పత్రాలను కనుగొనగలిగేలా మరియు విశ్వసనీయంగా ఉంచడానికి సమాచార నిర్వాహకుడు బాధ్యత వహిస్తాడు. ఈ యూనిట్‌లో, కృత్రిమ మేధస్సు (సంక్షిప్తంగా AI; పెద్ద భాషా నమూనాలు మరియు సారూప్య సాధనాలు) ఈ పనులలో సమయాన్ని ఎక్కడ ఆదా చేస్తుందో మరియు తీర్పు, ఎంపిక మరియు బాధ్యత మనిషికి ఎక్కడ ఉందో మేము స్పష్టం చేస్తాము.

ఒక నిర్వచనంతో ప్రారంభిద్దాం: కృత్రిమ మేధస్సు, దీని ద్వారా పెద్ద మొత్తంలో టెక్స్ట్‌పై శిక్షణ పొందిన భాష-ఉత్పత్తి మరియు నమూనా-గుర్తించే సాఫ్ట్‌వేర్ సాధనాలు అని అర్థం. ఈ సాధనాలు సారాంశం, అనువదించడం, వర్గీకరణను సూచిస్తాయి, డ్రాఫ్ట్ టెక్స్ట్‌ను ఉత్పత్తి చేస్తాయి మరియు డేటా యొక్క పెద్ద భాగాలలో ఫ్లాగ్ నమూనాలను రూపొందిస్తాయి. కానీ మూలాధారం నిజంగా ఉందో లేదో, సమాచారం సరైనదేనా లేదా వినియోగదారు గోప్యత రక్షించబడిందో తెలియదు. అందుకే లైబ్రేరియన్‌షిప్ మరియు ఇన్ఫర్మేషన్ మేనేజ్‌మెంట్‌లో, AI సహాయకుడు, నిర్ణయాధికారం కాదు.

కృత్రిమ మేధస్సు ఎక్కడ పని చేస్తుంది మరియు ఎక్కడ పని చేయదు?

లైబ్రేరియన్‌షిప్ వర్క్‌ఫ్లోను మూడు పొరలుగా విభజిద్దాము. మొదటి పొర యాంత్రిక మరియు పునరావృత పనులు: పుస్తకం యొక్క బైలైన్ నుండి డ్రాఫ్ట్ మెటాడేటాను సంగ్రహించడం, సుదీర్ఘ నివేదికను సంగ్రహించడం, ఒక భాష నుండి మరొక భాషకు వచనాన్ని అనువదించడం, డేటా పట్టికను శుభ్రపరచడం. AI ఇక్కడ శక్తివంతమైనది మరియు పెద్ద సమయాన్ని ఆదా చేస్తుంది.

రెండవ లేయర్ పాక్షిక-న్యాయపరమైన పని: డాక్యుమెంట్‌ను ఏ సబ్జెక్ట్ హెడ్డింగ్ ఇవ్వాలి, సేకరణలో వనరును చేర్చాలా వద్దా, వినియోగదారుకు ఏ వనరును సిఫార్సు చేయాలి. AI ఇక్కడ సూచనలను అందిస్తుంది, కానీ సంస్థ యొక్క విధానం మరియు వినియోగదారు యొక్క వాస్తవ అవసరాలను తెలిసిన నిపుణుడు చివరి పదాన్ని కలిగి ఉంటాడు.

మూడవ పొర స్వచ్ఛమైన తీర్పు మరియు జవాబుదారీతనం: సమాచారం ఖచ్చితమైనదని నిర్ధారించడం, కాపీరైట్‌పై నిర్ణయం తీసుకోవడం, సున్నితమైన వ్యక్తిగత డేటాను బహిర్గతం చేయాలా వద్దా, మూలం యొక్క విశ్వసనీయతను నిర్ధారించడం. ఈ లేయర్ వద్ద, AI యొక్క అవుట్‌పుట్ కేవలం ప్రారంభ స్థానం మాత్రమే; బాధ్యత పూర్తిగా మనుషులదే.

చిట్కా: AIకి టాస్క్ ఇచ్చే ముందు, మిమ్మల్ని మీరు ఇలా ప్రశ్నించుకోండి: “ఈ అవుట్‌పుట్ తప్పుగా ఉంటే ఏమి జరుగుతుంది?” "నేను కొంత సమయం వృధా చేస్తాను" అని సమాధానం ఉంటే, AIని ఉపయోగించడానికి సంకోచించకండి. "తప్పుడు మూలం వ్యాప్తి చెందడం, వినియోగదారు తప్పుదారి పట్టించడం లేదా వ్యక్తిగత డేటా లీక్ చేయబడింది" అని సమాధానం ఉంటే, అవుట్‌పుట్‌ను ధృవీకరించండి.

భ్రాంతి: లైబ్రేరియన్ యొక్క అతిపెద్ద ప్రమాదం

AI ఉనికిలో లేని సమాచారం, మూలం లేదా కొటేషన్‌ను వాస్తవమైనదిగా మరియు అత్యంత నమ్మదగిన భాషలో ఉత్పత్తి చేయడాన్ని భ్రాంతి అంటారు. లైబ్రేరియన్‌షిప్ మరియు ఇన్ఫర్మేషన్ మేనేజ్‌మెంట్‌కు ఇది చాలా ప్రమాదకరం; ఎందుకంటే మా వృత్తి యొక్క సారాంశం మూలం యొక్క ప్రామాణికత మరియు విశ్వసనీయత.

మీరు AIకి “ఈ అంశంపై ఐదు అకడమిక్ పేపర్‌లను సూచించమని” చెప్పినప్పుడు, అది నిజమైనవిగా అనిపించే కానీ అస్సలు ఉనికిలో లేని శీర్షికలు, రచయితలు మరియు జర్నల్ పేర్లను రూపొందించగలదు. ఈ కల్పిత మూలాలు చాలా నమ్మకంగా ఉన్నాయి, పోషకుడు లేదా లైబ్రేరియన్ కూడా వాటిని ధృవీకరించకుండానే వాటిని గ్రంథ పట్టికలో చేర్చవచ్చు. మానవీయ శాస్త్రాలు మరియు సాంఘిక శాస్త్రాలలో, ప్రమాదం మరింత ఎక్కువగా ఉంది: "1897 నాటి ఆ పత్రం" ఒక చరిత్రకారుడి కోసం లేదా న్యాయనిపుణుడి కోసం "ఆ కోర్టు నిర్ణయం" కోసం రూపొందించబడినప్పుడు, ఫలితం తీవ్రమైన తప్పుడు సమాచారం.

శ్రద్ధ: AI ద్వారా ఉత్పత్తి చేయబడిన మూలాధారం, కోట్ లేదా సూచన ఏదీ నిజమైన కేటలాగ్, డేటాబేస్ లేదా మూలంలో ధృవీకరణ లేకుండా ఎక్కడికీ బదిలీ చేయబడదు. ఇది "నమ్మకంగా కనిపించడం" వలన అది నిజమని అర్థం కాదు.

ధృవీకరణ క్రమశిక్షణ: మూడు దశలు

AIతో పనిచేసేటప్పుడు లైబ్రేరియన్ తప్పనిసరిగా వర్తించవలసిన ప్రాథమిక క్రమశిక్షణ ఇది:

1. మూలానికి కనెక్ట్ చేయండి. ప్రతి వాస్తవం, బొమ్మ, తేదీ మరియు ముద్ర తప్పనిసరిగా అసలు మూలం ఆధారంగా ఉండాలి. “మీరు ఈ సమాచారాన్ని ఏ మూలం నుండి పొందారో నాకు చెప్పండి” అని AIని అడగండి మరియు ఆ మూలాన్ని స్వతంత్రంగా తనిఖీ చేయండి.

2. స్వతంత్రంగా నిర్ధారించండి. AI వెలుపల కనీసం ఒక విశ్వసనీయ మూలం (ప్రామాణిక కేటలాగ్, అధికారిక డేటాబేస్, ప్రాథమిక పత్రం) క్లిష్టమైన సమాచారాన్ని ధృవీకరించండి.

3. బయాస్ ఫిల్టర్ ద్వారా పాస్ చేయండి. AI శిక్షణ పొందిన డేటా యొక్క పక్షపాతాలను కలిగి ఉంటుంది. సూచించబడిన అంశం, సూచనల జాబితా లేదా సారాంశం కొన్ని అభిప్రాయాలను హైలైట్ చేయవచ్చు మరియు ఇతరులను అస్పష్టం చేయవచ్చు. ఎవరిని విడిచిపెట్టారు, ఏ దృక్పథం లేదు అని అడగండి.

గోప్యత మరియు వినియోగదారు గోప్యత

లైబ్రేరియన్‌షిప్ వృత్తి యొక్క అత్యంత ప్రాథమిక నైతిక సూత్రాలలో ఒకటి వినియోగదారు గోప్యత: ఒక వ్యక్తి ఏమి చదువుతాడు, అతను దేని కోసం శోధిస్తాడు మరియు అతనికి ఆసక్తి ఉన్న విషయం గోప్యంగా ఉంటుంది. AI సాధనాల్లో డేటాను నమోదు చేయడం, ముఖ్యంగా ఇంటర్నెట్‌లో పనిచేసే పబ్లిక్ టూల్స్, ఇందులో వినియోగదారుల గుర్తింపులు, శోధన చరిత్ర లేదా అరువు తెచ్చుకున్న వనరులు ఈ సూత్రాన్ని ఉల్లంఘించవచ్చు; ఎందుకంటే ఈ డేటా థర్డ్ పార్టీ సిస్టమ్‌లకు వెళ్లవచ్చు.

అదేవిధంగా, ఒక సంస్థలో, వర్గీకరించని కానీ సున్నితమైన పత్రాలు (సిబ్బంది సమాచారం, ఒప్పందాలు, అంతర్గత కరస్పాండెన్స్) సాధారణ AI సాధనానికి అప్‌లోడ్ చేయకూడదు. ఈ రకమైన డేటా కోసం సంస్థ యొక్క స్వంత సురక్షితమైన, క్లోజ్డ్ సిస్టమ్‌లో నడుస్తున్న సాధనాలు ప్రాధాన్యతనిస్తాయి.

చిట్కా: AIలో ఏదైనా డేటాను నమోదు చేసే ముందు, "ఈ సమాచారం పబ్లిక్‌గా ఉందా?" అని అడగండి. అడగండి. సమాధానం లేదు లేదా మీకు ఖచ్చితంగా తెలియకపోతే, ఆ డేటాను వ్యక్తిగతీకరించిన, అనామక ఆకృతిలో ఉంచండి లేదా సంస్థ ఆమోదించిన సురక్షిత సాధనాలను మాత్రమే ఉపయోగించండి.

మూడు చిన్న కేసులు

కేసు 1 — 400 డాక్యుమెంట్‌ల కోసం డ్రాఫ్ట్ మెటాడేటా. ఒక యూనివర్సిటీ లైబ్రరీ ఒక ప్రొఫెసర్ విరాళంగా ఇచ్చిన 400 డాక్యుమెంట్ల ఆర్కైవ్‌ను జాబితా చేయాలి. నిపుణుడు AIతో ప్రతి పత్రం యొక్క మొదటి పేజీ నుండి డ్రాఫ్ట్ శీర్షిక, తేదీ మరియు టాపిక్ సూచనను సంగ్రహించారు: ప్రతి పత్రానికి సగటు సమయం 12 నిమిషాల నుండి 4 నిమిషాలకు తగ్గింది. కానీ ప్రతి డ్రాఫ్ట్ ముద్రణ అసలు పత్రంతో పోల్చబడింది మరియు నిపుణుడిచే ఆమోదించబడింది; ఈ దశలో AI రూపొందించిన 17 తప్పు తేదీలు గుర్తించబడ్డాయి.

కేసు 2 - నకిలీ మూలం పట్టుబడింది. అండర్ గ్రాడ్యుయేట్ విద్యార్థి కోసం "క్లైమేట్ మైగ్రేషన్"పై వనరుల కోసం వెతుకుతున్నప్పుడు సలహాదారు లైబ్రేరియన్ YZ నుండి 6 కథన సూచనలను అందుకున్నారు. లైబ్రేరియన్ సంస్థ యొక్క డేటాబేస్‌లో వాటన్నింటినీ శోధించారు: 6 కథనాలలో 2 అస్సలు లేవు. ధృవీకరణ దశ విద్యార్థికి కల్పిత మూలాన్ని అందించకుండా నిరోధించింది.

కేసు 3 - గోప్యత ఉల్లంఘన నిరోధించబడింది. చెక్అవుట్ రికార్డ్‌ల నుండి "ఏ వినియోగదారు ఏ అంశంపై ఆసక్తి కలిగి ఉన్నారో" విశ్లేషించడానికి ఒక సాధారణ AI సాధనాన్ని ఉపయోగించి లైబ్రరీ పరిగణించబడుతుంది. ఈ డేటా యూజర్ IDతో బయటకు వెళ్లడం గోప్యత ఉల్లంఘన అని సమాచార నిర్వాహకుడు గ్రహించారు; డేటా మొదట అనామకీకరించబడింది మరియు సమగ్రంగా గుర్తించబడిన గణాంకాలుగా మాత్రమే ప్రాసెస్ చేయబడింది.

నాలుగు కాపీ చేయగల టెంప్లేట్‌లు

1) పాత్రలు మరియు సరిహద్దులను నిర్వచించడం ప్రారంభించండి:

మీ పాత్ర: అనుభవజ్ఞుడైన అసిస్టెంట్ కేటలాగింగ్ మరియు ఇన్ఫర్మేషన్ మేనేజ్‌మెంట్ స్పెషలిస్ట్. మీ పని: నేను మీకు ఇచ్చిన సోర్స్‌లోని సమాచారం నుండి డ్రాఫ్ట్‌ను రూపొందించడం. నియమాలు: (1) నేను మీకు ఇచ్చిన టెక్స్ట్‌లోని సమాచారాన్ని మాత్రమే ఉపయోగించండి, మీ స్వంత సమాచారాన్ని జోడించవద్దు. (2) మీకు ఖచ్చితంగా తెలియని చోట "[తప్పక ధృవీకరించబడాలి]" అని గుర్తు పెట్టండి. (3) తేదీలు, పేర్లు లేదా ముద్రణలను రూపొందించవద్దు. మీకు అర్థమైతే, ప్రారంభించండి. మూలం: [ఇక్కడ]

2) ధ్రువీకరణ తనిఖీ ప్రశ్న:

దిగువ వచనంలో ప్రతి వాస్తవ దావా (తేదీ, పేరు, సంఖ్య, మూలాధారం) జాబితా చేయండి. ప్రతి ఒక్కరికి: మీరు ఈ సమాచారాన్ని టెక్స్ట్‌లో ఎక్కడ పొందారు? ఇది టెక్స్ట్‌లో స్పష్టంగా లేకుంటే, "టెక్స్ట్‌లో కాదు" అని వ్రాయండి. వచనం: [ఇక్కడ]

3) పక్షపాతం మరియు తప్పిపోయిన దృక్కోణం తనిఖీ:

కింది సారాంశం/సిఫార్సు ఏ దృక్కోణాలను హైలైట్ చేస్తుంది మరియు ఏది వదిలివేస్తుంది? ఏ సమూహాలు, ప్రాంతాలు లేదా వీక్షణలు ఉండకపోవచ్చు? కేవలం వచనంపై ఆధారపడండి, ఊహాగానాలు చేయవద్దు. వచనం: [ఇక్కడ]

4) గోప్యత ముందస్తు తనిఖీ:

దిగువ వచనంలో వ్యక్తిగత డేటా (పేరు, ID నంబర్, పరిచయం, పఠనం/శోధన చరిత్ర) లేదా సున్నితమైన కార్పొరేట్ సమాచారం ఉందా? అలా అయితే, దానిని జాబితా చేసి, దానిని అనామకంగా ఎలా మార్చవచ్చో సూచించండి. వచనం: [ఇక్కడ]

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనమైన ప్రాంప్ట్:

ఈ విషయంపై నాకు కొన్ని వనరులను కనుగొనండి.

ఈ ప్రాంప్ట్ నకిలీ వనరులను రూపొందించడానికి AIని ఆహ్వానిస్తుంది. పాత్రలు, సరిహద్దులు, ధ్రువీకరణ నియమాలు మరియు వనరులు లేవు. AI నమ్మదగిన కానీ ఉనికిలో లేని ట్యాగ్‌లను ఉత్పత్తి చేయగలదు.

శక్తివంతమైన ప్రాంప్ట్:

మీ పాత్ర: రిఫరెన్స్ లైబ్రేరియన్ అసిస్టెంట్. నేను మీకు క్రింద ఇచ్చిన కేటలాగ్ ఎంట్రీల నుండి "క్లైమేట్ మైగ్రేషన్" సబ్జెక్ట్‌కు సంబంధించిన వాటిని ఎంచుకోండి మరియు అవి ఎందుకు సంబంధితంగా ఉన్నాయో వివరించండి. జాబితాలో లేని మూలాధారాలను జోడించవద్దు, మూలాలను రూపొందించవద్దు. మీకు ఖచ్చితంగా తెలియనప్పుడు, "తగిన మూలాధారాలు జాబితా చేయబడలేదు" అని చెప్పండి. కేటలాగ్ ఎంట్రీలు: [ఇక్కడ]

తేడా స్పష్టంగా ఉంది: బలమైన ప్రాంప్ట్ AI దాని స్వంత మెమరీ నుండి కాకుండా, ఇచ్చిన నిజమైన మూలం నుండి పని చేయడానికి బలవంతం చేస్తుంది మరియు కల్పనను నిరోధిస్తుంది.

పొర మరియు బాధ్యత పట్టిక

వ్యాపార పొర

నమూనా పని

AI పాత్ర

మనిషి నిర్ణయం

యాంత్రిక

డ్రాఫ్ట్ మెటాడేటా, సారాంశం, అనువాదం

డ్రాఫ్ట్‌లను త్వరగా ఉత్పత్తి చేస్తుంది

ధృవీకరణ, ఆమోదం

పాక్షిక న్యాయపరమైన

అంశం శీర్షిక, మూల సూచన

సూచనలను అందిస్తుంది

విధానం ద్వారా ఎంపిక

స్వచ్ఛమైన తీర్పు

ప్రమాణీకరణ, కాపీరైట్ నిర్ణయం

ప్రాథమిక సమాచారం మాత్రమే

పూర్తి బాధ్యత వ్యక్తిపై ఉంటుంది

సాధారణ తప్పులు

  • మూలం కోసం AI అవుట్‌పుట్‌ను ప్రత్యామ్నాయం చేస్తోంది. AI సహాయకుడు, వనరు కాదు; ప్రతి అవుట్‌పుట్ ధృవీకరించబడుతుంది.
  • కల్పించిన మూలాన్ని కన్విన్సింగ్‌గా అంగీకరించడం. బాగుందని అనిపించినంత మాత్రాన అది సరైనదని కాదు.
  • పబ్లిక్ టూల్‌లో వ్యక్తిగత/సున్నితమైన డేటాను నమోదు చేయడం. వినియోగదారు గోప్యత మరియు కార్పొరేట్ గోప్యత మొదటి నుండి గౌరవించబడతాయి.
  • పక్షపాతాన్ని విస్మరించడం. AI శిక్షణ పొందిన డేటా యొక్క దృక్కోణాలను కలిగి ఉంటుంది; ఏమి లేదు అని అడగండి.
  • తీర్పును AIకి వదిలివేస్తోంది. ఖచ్చితత్వం, కాపీరైట్ మరియు గోప్యత యొక్క నిర్ణయాలు మానవులకు చెందినవి.

సారాంశంలో

కృత్రిమ మేధస్సు; లైబ్రేరియన్‌షిప్ మరియు ఇన్ఫర్మేషన్ మేనేజ్‌మెంట్‌లో సారాంశం, డ్రాఫ్టింగ్, అనువాదం మరియు నమూనా మార్కింగ్ కోసం ఇది శక్తివంతమైన సహాయకుడు. ఇది యాంత్రిక పనిలో చాలా సమయాన్ని ఆదా చేస్తుంది; పాక్షిక న్యాయపరమైన విషయాలపై సలహా ఇస్తుంది; కానీ ఖచ్చితత్వం యొక్క ధృవీకరణ, మూలం యొక్క విశ్వసనీయత, వినియోగదారు గోప్యత మరియు నైతిక నిర్ణయాలు మానవులకు చెందినవి. భ్రాంతి అనేది ఈ వృత్తికి అతిపెద్ద ప్రమాదం: ధృవీకరణ లేకుండా సోర్స్ క్రెడిట్‌లు లేదా కోట్‌లు ఉపయోగించబడవు. స్పష్టమైన పాత్ర, సరిహద్దు మరియు ధ్రువీకరణ నియమాలతో AIని అమలు చేయండి; ప్రతి క్లిష్టమైన అవుట్‌పుట్‌ను స్వతంత్ర మూలంతో నిర్ధారించండి.

అప్లికేషన్ టాస్క్

మీ ఫీల్డ్ నుండి నిజమైన అంశాన్ని ఎంచుకోండి. ఆ అంశంపై 5 వనరుల సిఫార్సుల కోసం AIని అడగండి, ఆపై ప్రతి ఒక్కటి వాస్తవ కేటలాగ్ లేదా డేటాబేస్‌లో శోధించండి మరియు వాస్తవానికి ఎన్ని ఉన్నాయో గమనించండి. ఆపై, “స్టార్టప్ డిఫైనింగ్ రోల్స్ మరియు హద్దులు” టెంప్లేట్‌తో, మీరు అందించే టెక్స్ట్ నుండి మాత్రమే పని చేయమని AIకి చెప్పండి మరియు రెండు విధానాల అవుట్‌పుట్‌ను సరిపోల్చండి. ఏ విధానం అమర్చడాన్ని నిరోధిస్తుందో వ్రాయండి.

చెక్లిస్ట్

  • [ ] టాస్క్ ఏ పొరలో ఉందో (మెకానికల్, సెమీ జ్యుడీషియల్, ప్యూర్ జడ్జిమెంట్) నేను గుర్తించాను.
  • [ ] "ఈ అవుట్‌పుట్ తప్పుగా ఉంటే ఏమి జరుగుతుంది?" నేను ప్రశ్న అడిగాను.
  • [ ] నేను ప్రతి క్రెడిట్ మరియు అనులేఖనాన్ని స్వతంత్ర మూలానికి వ్యతిరేకంగా ధృవీకరించాను.
  • [ ] AIలోకి ప్రవేశించే డేటాలో వ్యక్తిగత/సున్నితమైన సమాచారం లేదని నేను తనిఖీ చేసాను.
  • [ ] నేను తుది నిర్ణయం మరియు బాధ్యతను నా స్వంత అభీష్టానుసారం ఉంచాను.