AIએ આપેલી સામગ્રીની તથ્યચકાસણી કેવી રીતે કરવી

સાચો લાગે એવો જવાબ પૂરતો કેમ નથી?

વિશ્વસનીય લાગતો જવાબ પૂરતો નથી, કારણ કે જનરેટિવ AI ખોટું નિવેદન, બનાવટી સંદર્ભ અથવા ખોટા સંદર્ભમાં વપરાયેલી સાચી હકીકત—આ બધું એકસરખા આત્મવિશ્વાસભર્યા સૂરમાં રજૂ કરી શકે છે. ભાષાની સહજતાને કારણે આ સમસ્યાઓ નજર બહાર જવી વધુ સરળ બને છે. NISTની જનરેટિવ AI પ્રોફાઇલ મનઘડંત માહિતીને જોખમ તરીકે ઓળખાવે છે અને સૂચવેલાં પગલાંમાં AIના જવાબમાં આપેલા સ્રોતો અને સંદર્ભોની સમીક્ષા અને ચકાસણીનો સમાવેશ કરે છે.

NIST એ પણ નોંધે છે કે AIના જવાબમાં બનાવટી તર્ક અથવા સંદર્ભો હોઈ શકે છે, જે જવાબને યોગ્ય ઠેરવતા હોય તેવું લાગે છે અને લોકોને તેના પર અયોગ્ય રીતે વિશ્વાસ કરવા પ્રેરી શકે છે. સુવ્યવસ્થિત તર્કશૃંખલા એ નિષ્કર્ષ સાચો હોવાનો પુરાવો નથી. AIના ભ્રામક જવાબો વિશેની માર્ગદર્શિકા સમજાવે છે કે આવું શા માટે થાય છે; આ માર્ગદર્શિકા ચકાસણીની નિયમિત પ્રક્રિયા વિશે છે.

તમારે કયા દાવા પહેલાં ચકાસવા જોઈએ?

જે દાવા ખોટા હોય તો સૌથી ગંભીર પરિણામ આવી શકે અને જે દાવા મનઘડંત હોવાની સૌથી વધુ શક્યતા હોય, તેમને પહેલાં તપાસો. ઓછું જોખમ ધરાવતા આંતરિક મુસદ્દાના દરેક શબ્દની ચકાસણી ભાગ્યે જ જરૂરી હોય છે, પરંતુ ગ્રાહક માટેના પ્રસ્તાવમાં આપેલા આંકડાની ચકાસણી હંમેશાં જરૂરી છે. આ કોષ્ટક સામાન્ય પ્રકારના દાવાઓની તપાસને પ્રાથમિકતા આપવા માટેની વ્યવહારુ માર્ગદર્શિકા છે. તેને તમારી ટીમના કામ અને મંજૂરીના નિયમો પ્રમાણે ઢાળો.

સ્રોતના સંદર્ભની તપાસ કેવી રીતે કરવી જોઈએ?

મૂળ સ્રોત ખોલો અને નિવેદનને સમર્થન આપતો અંશ શોધો. લેખક અથવા પ્રકાશક, તારીખ, વ્યાપ અને કોઈ શરત કે મર્યાદા હોય તો તે તપાસો. જો પાનું અલગ વસ્તીજૂથ, સમયગાળા કે પ્રશ્નની ચર્ચા કરતું હોય, તો કડી સાચી હોય એટલું પૂરતું નથી. સ્રોતની નોંધ રાખો જેથી બીજી વ્યક્તિ પણ એ જ તપાસ કરી શકે.

જો તમને સમર્થન આપતો મૂળ અંશ ન મળે, તો મોડેલને તેના પોતાના સંદર્ભની પુષ્ટિ કરવા કહીને ત્યાં જ અટકી ન જાઓ. ખૂટતા પુરાવા માગો, નિવેદન દૂર કરો અથવા તેને વણઉકેલાયેલું દર્શાવો. બીજું મોડેલ પ્રશ્નો સૂચવી શકે છે, પણ બે મોડેલો વચ્ચેની સહમતી સ્વતંત્ર ચકાસણી નથી. બંનેએ એક જ સાચી લાગતી ભૂલ શીખી હોય તે શક્ય છે.

આંકડા અને તર્ક કેવી રીતે ચકાસવા?

આપેલી માહિતીમાંથી મહત્ત્વના આંકડા સ્વતંત્ર પદ્ધતિથી ફરી ગણો, જેમ કે સૂત્ર, પિવટ કોષ્ટક અથવા કેલ્ક્યુલેટર વડે. એકમો, સમયગાળો અને સરખામણીનો આધાર ખાતરીપૂર્વક તપાસો. સરવાળો સાચો હોઈ શકે, છતાં તે શા માટે બદલાયો તેનું સમર્થન કરતી માહિતી ન હોય; તેથી ગણતરીને કારણ વિશેના કોઈપણ દાવાથી અલગ રાખો.

એક કાલ્પનિક કોષ્ટકમાં, આવક 80થી 92 એકમ અને ખર્ચ 50થી 61 એકમ થાય છે. ફેરફારો 12 અને 11 એકમના છે, તેથી નફાનો તફાવત 30થી વધીને 31 એકમ થાય છે. માત્ર કોષ્ટક પરથી એ સમજાતું નથી કે આ ફેરફાર નવા ગ્રાહકને કારણે, ભાવમાં ફેરફારને કારણે કે સમયને કારણે થયો છે. જવાબદારીપૂર્વકનો સાર ફેરફાર જણાવે છે અને કારણ અંગે નિર્ણય આપતો નથી, અથવા કારણ નક્કી કરવા કયા પુરાવા જોઈએ તે જણાવે છે. ટકા અને ટકાવારી અંકો વચ્ચે ગૂંચવણ ન થઈ હોય તેનું પણ ધ્યાન રાખો, કારણ કે AIથી બનાવેલા સારમાં આવું સામાન્ય રીતે જોવા મળે છે.

AI એ બનાવેલા દસ્તાવેજના સારાંશમાં તથ્યોની ચકાસણી કેવી રીતે કરવી?

AIના સારાંશમાં શું કહેવાયું છે અને શું છોડી દેવાયું છે, બંને તપાસો. શરૂઆતમાં સારાંશમાંથી ત્રણ કે ચાર નિવેદનો લો અને દરેકને મૂળ લખાણમાં શોધો. પછી મૂળ લખાણનાં મથાળાં અથવા દરેક વિભાગની પ્રથમ પંક્તિઓ વાંચો અને જુઓ કે કોઈ મહત્ત્વની વાત રહી તો નથી ગઈ. છેલ્લે, શરતો દર્શાવતા છૂટી ગયેલા શબ્દો શોધો: થઈ શકે છેનું થશે બની જવું, કેટલાક કિસ્સાઓમાંનું હંમેશાં બની જવું, મંજૂરીને આધીનનો ઉલ્લેખ સાવ ગાયબ થઈ જવો.

જો સારાંશના આધારે નિર્ણય લેવાવાનો હોય, તો સાધનને સારાંશ બનાવતાં પહેલાં દરેક મુદ્દા માટે મૂળ લખાણમાંથી અવતરણો આપવા કહો. લાંબા દસ્તાવેજો માટે Claude અંગેના Anthropicના દસ્તાવેજોમાં આ રીતની ભલામણ છે, સાથે જ જે દાવાને અવતરણથી સમર્થન ન આપી શકાય તેને દૂર કરવા સાધનને કહેવાની પણ ભલામણ છે. તેનાથી સારાંશ વધુ ઝડપથી ચકાસી શકાય છે, છતાં તમારે અવતરણોને મૂળ પૃષ્ઠ સાથે સરખાવીને વાંચવાં જરૂરી છે.

સંપૂર્ણ તથ્યચકાસણી કેવી હોય?

અહીં અભ્યાસ માટે જાણીજોઈને ખામીવાળો મુસદ્દો આપ્યો છે. કેસ્ટ્રલ સ્ટુડિયો નામની કાલ્પનિક એજન્સીએ એક સહાયકને ગ્રાહકે આપેલી ઉત્પાદન અંગેની સંક્ષિપ્ત માહિતીનો સારાંશ રજૂઆતની સ્લાઇડ્સ માટે એક ફકરામાં લખવા કહ્યું. માહિતીમાં જણાવાયું છે કે ગ્રાહકની આયોજન માટેની ઍપ માર્ચ 2025માં શરૂ થઈ હતી, તેમાં મફત અને ચૂકવણીવાળા વિકલ્પો છે, અને તેના પોતાના 200 વપરાશકર્તાઓના સર્વેક્ષણમાં જાણવા મળ્યું કે મોટા ભાગના લોકો તેનો દર અઠવાડિયે ઉપયોગ કરતા હતા.

AI મુસદ્દો: 2024ની શરૂઆતમાં રજૂ થયેલી આ એપ ઝડપથી યુકેની સૌથી લોકપ્રિય આયોજન એપમાંની એક બની ગઈ છે. તાજેતરના સ્વતંત્ર સર્વેક્ષણ મુજબ 85 ટકા વપરાશકર્તાઓ તેને દરરોજ ખોલે છે. તેમાં મફત અને પ્રીમિયમ સ્તર ઉપલબ્ધ છે.

દરેક દાવાની ચકાસણી. શરૂઆતની તારીખ: કાર્યરૂપરેખામાં March 2025 લખ્યું છે, એટલે 2024ની શરૂઆત ખોટી છે. યુકેનાં સૌથી લોકપ્રિય આયોજન સાધનોમાંનું એક: કાર્યરૂપરેખામાં તેને સમર્થન આપતું કંઈ નથી, એટલે તેને દૂર કરો. તાજેતરનો સ્વતંત્ર સર્વે: કાર્યરૂપરેખામાં ગ્રાહકે પોતાના વપરાશકર્તાઓનો કરેલો સર્વે વર્ણવ્યો છે, એટલે સ્વતંત્ર કહેવું ખોટું છે. દરરોજ 85 ટકા: કાર્યરૂપરેખા કહે છે કે મોટાભાગના લોકો તેનો સાપ્તાહિક ઉપયોગ કરતા હતા, એટલે આંકડો અને આવર્તન બંને ઉપજાવી કાઢેલાં છે. મફત અને સશુલ્ક સ્તરો: આધાર ઉપલબ્ધ છે.

સમીક્ષા કરેલો ફકરો: March 2025માં શરૂ થયેલી આ ઍપમાં એક મફત સ્તર અને એક સશુલ્ક સ્તર છે. ગ્રાહકે પોતે 200 વપરાશકર્તાઓનો કરેલો સર્વે દર્શાવે છે કે મોટા ભાગના લોકોએ તેનો દર અઠવાડિયે ઉપયોગ કરતા હોવાનું જણાવ્યું. સમીક્ષાની નોંધમાં ચાર સુધારા અને દૂર કરેલો એક દાવો દર્શાવ્યાં છે, અને પ્રસ્તુતિ ગ્રાહકને મોકલતાં પહેલાં ગ્રાહક ખાતાના વડા તેને મંજૂરી આપે છે.

શું AI પોતે આપેલા જવાબની તથ્યચકાસણી કરવામાં તમને મદદ કરી શકે છે?

AI તથ્યોની ચકાસણી ગોઠવવામાં મદદ કરી શકે છે, પરંતુ તેને પૂર્ણ કરી શકતું નથી. ઉપયોગી સૂચનાઓમાં આ સામેલ છે: આ મુસદ્દાના દરેક તથ્યાત્મક દાવાની ક્રમાંકિત યાદી બનાવો; દરેક દાવા માટે જોડેલા સ્રોતમાંથી તેને સમર્થન આપતું વાક્ય ટાંકો અથવા અસંમર્થિત લખો; અને સ્રોતમાં ન હોય એવા કોઈપણ આંકડા ઓળખો. આ રીતે એક ફકરો ચકાસણી યાદીમાં ફેરવાય છે.

AI સ્વતંત્ર ચકાસણી કરી શકતું નથી. એ જ સાધનને તેનો જવાબ સાચો છે કે નહીં તે પૂછવાથી સામાન્ય રીતે ખાતરી આપતો જવાબ જ મળે છે. એક જ પ્રશ્ન ઘણી વાર પૂછીને જવાબોની સરખામણી કરવાથી, જે પદ્ધતિ Anthropicના દસ્તાવેજોમાં વર્ણવેલી છે, અસંગતતાઓ સામે આવી શકે છે, પરંતુ એકસરખા જવાબો દરેક વખતે ખોટા પણ હોઈ શકે છે. છેલ્લું પગલું હંમેશાં મૂળ સ્રોત ખોલીને જોવાનું કે આંકડાની ફરી ગણતરી કરવાનું જ છે.

સમીક્ષાની નોંધમાં શું હોવું જોઈએ?

મૂળ દાવો, તેને તપાસવા માટે વાપરેલો સ્રોત કે ગણતરી, સુધારો અને હજી વણઉકેલાયેલો કોઈ પણ પ્રશ્ન સાચવો. પરિણામ તેના નિર્ધારિત ઉપયોગ માટે યોગ્ય છે કે નહીં તે નક્કી કરવા જવાબદાર વ્યક્તિનું નામ નોંધો. આ નોંધથી સમીક્ષાની તપાસ કરી શકાય છે, પણ દરેક જોખમ દૂર થઈ ગયું છે એવો દેખાવ થતો નથી.

સમીક્ષાનો રેકોર્ડ રાખવા માટે ખાસ સોફ્ટવેરની જરૂર નથી. મોટાભાગના આંતરિક કામ માટે દસ્તાવેજના અંતે ટૂંકી નોંધ અથવા ટિપ્પણીઓની શ્રેણી પૂરતી છે. ગ્રાહકને સોંપવાના કામ માટે તમારી સામાન્ય મંજૂરી પ્રક્રિયા અનુસરો; AIની મદદ લેવાથી અંતિમ મંજૂરી આપનાર વ્યક્તિ બદલાતી નથી.

આ તપાસયાદી ક્યારે પૂરતી નથી?

આ ચકાસણી યાદી કામકાજની નિયમિત પ્રક્રિયા છે, સચોટતાનું પ્રમાણપત્ર નહીં. કાનૂની સલાહ, નિયમનકારી સત્તાને રજૂ કરવાના દસ્તાવેજો, તબીબી અથવા સલામતી સંબંધિત માહિતી, ઑડિટ કરાયેલા નાણાકીય આંકડા કે કોઈ વ્યક્તિના રોજગાર અંગેના નિર્ણયો માટે તે પૂરતી નથી. મુસદ્દો ગમે તે સાધને તૈયાર કર્યો હોય, આ બાબતો માટે લાયકાત ધરાવતા સમીક્ષક અને મૂળ સ્રોતો જરૂરી છે.

તે તમારી જરૂર કરતાં વધુ પણ હોઈ શકે છે. વિચારો એકઠા કરવા, બેઠકના કાર્યસૂચિ માટે મુદ્દાઓની યાદી બનાવવા અથવા માત્ર તમે જ વાંચવાના હો એવા કાચા પ્રથમ મુસદ્દા માટે ભાગ્યે જ દરેક દાવાની અલગથી ચકાસણી જરૂરી હોય છે. ખોટું પડવાનાં પરિણામો કેટલાં ગંભીર હોઈ શકે તે પ્રમાણે ચકાસણીની ઊંડાઈ નક્કી કરો.

સ્રોતો અને વ્યાપ

NIST, AI 600-1: જનરેટિવ AI પ્રોફાઇલ, July 2024 ↗

Anthropic, Claude દસ્તાવેજો: ભ્રામક જવાબો ઘટાડવા, 16 October 2026ના રોજ જોયું ↗