आपल्या कामात AI वापरणे म्हणजे प्रत्यक्षात काय करणे?
कार्यालयातील बहुतेक भूमिकांसाठी, कामात AI वापरणे म्हणजे तीन प्रकारची मदत घेणे: तुम्ही दिलेल्या साहित्यावरून मसुदा तयार करणे, साहित्याचे एका स्वरूपातून दुसऱ्या स्वरूपात रूपांतर करणे आणि पर्याय, प्रश्न व उणिवा सुचवणारा विचारसहकारी म्हणून काम करणे. याचा अर्थ साधनाला निर्णय घेऊ देणे किंवा तपासणी न करता अंतिम काम तयार करू देणे असा क्वचितच असतो.
मसुदे तयार करण्यामध्ये ईमेल, सारांश, नोकरीच्या जाहिराती, धोरणांची स्पष्टीकरणे आणि अहवालांच्या पहिल्या आवृत्त्यांचा समावेश होतो. रूपांतर करण्यामध्ये लांब दस्तऐवज संक्षिप्त करणे, नोंदींना संरचित स्वरूप देणे, एकाच संदेशाच्या वेगवेगळ्या वाचकांसाठी आवृत्त्या तयार करणे किंवा तक्त्यावर सोप्या भाषेत भाष्य लिहिणे यांचा समावेश होतो. विचार करण्यात साथीदार म्हणून काम करण्याच्या भूमिकेत 'शंका घेणारा खरेदीदार याबद्दल काय विचारेल?' किंवा 'या योजनेत काय उणीव आहे?' यांसारख्या प्रश्नांचा समावेश होतो.
तिन्ही बाबतींत, तुम्ही कोणते साधन वापरता यापेक्षा त्याला काय माहिती देता आणि त्याने दिलेले उत्तर कसे तपासता यावर निकालाची गुणवत्ता खूप जास्त अवलंबून असते. म्हणूनच खालील प्रत्येक भूमिकेच्या मार्गदर्शकात त्याच सवयी दिल्या आहेत, पण त्या प्रत्येक कामाच्या स्वरूपानुसार आणि जोखमीनुसार बदलल्या आहेत.
AI वापरण्यासाठी पहिले काम कसे निवडावे?
तुम्ही वारंवार करता, चांगले कसे करायचे ते आधीपासून माहीत आहे आणि पटकन तपासू शकता असे काम निवडा. तुमच्या विद्यमान कौशल्यामुळेच तुम्हाला आत्मविश्वासाने मांडलेली चूक ओळखता येते, त्यामुळे अपरिचित कामापासून सुरुवात करणे योग्य नाही. खालील निकषांमुळे बहुतेक लोकांना पर्याय कमी करून दोन किंवा तीन कामे निवडता येतात.
ते पुन्हा पुन्हा घडते
तुम्ही ते काम दर आठवड्याला किंवा त्याहून अधिक वेळा करता, त्यामुळे कोणत्याही सुधारणेचा फायदा वारंवार होतो आणि साधनाचे मूल्यमापन करण्याइतका सराव तुम्हाला मिळतो.
तुम्ही गुणवत्तेचे मूल्यमापन करू शकता
चांगली आवृत्ती कशी असते हे तुम्हाला दुसऱ्या कोणाच्या सांगण्याशिवाय समजते.
मूळ स्रोत उपलब्ध आहे आणि इतरांना देता येतो
कामासाठी आवश्यक सामग्री उपलब्ध आहे आणि तुमच्या कंपनीच्या धोरणानुसार ती मान्यताप्राप्त साधनात वापरण्यास परवानगी आहे.
चूक झाली तरी ती सुधारता येते
अंतर्गत वापरासाठीचा मसुदा किंवा स्वतः संपादित करण्यासाठीची पहिली आवृत्ती; संचालक मंडळासाठीच्या कागदपत्रांमधील आकडा किंवा नियामकाला पाठवायचा संदेश नव्हे.
ते कुठे पूर्ण होते हे स्पष्ट असते
निष्पत्ती कधी तयार झाली आहे हे तुम्हाला ओळखता येते, त्यामुळे ते काम स्वतः करण्याशी तुलना करणे सोपे होते.
कामासाठी AI ला दिलेल्या चांगल्या सूचनेत काय असावे?
कामासाठीच्या चांगल्या सूचनेत सक्षम नव्या सहकाऱ्याला पुन्हा तुमच्याकडे न येता काम करता यावे यासाठी आवश्यक सर्व गोष्टी असतात: उद्देश, वाचक, मूळ सामग्री, बंधने, स्वरूप आणि कोणत्या बाबी निदर्शनास आणायच्या. माहिती अपुरी असणे हे AI चे उत्तर साचेबद्ध वाटण्याचे किंवा त्यात बनवलेले तपशील येण्याचे मुख्य कारण आहे.
एकाच कामासाठीच्या दोन सूचनांची तुलना करा. कमकुवत सूचना अशी आहे: 'कार्यालयाच्या स्थलांतराबद्दल संघासाठी माहिती लिहा.' अधिक नेमकी सूचना अशी आहे: 'कार्यालयाच्या स्थलांतराबद्दल आमच्या 25 कर्मचाऱ्यांसाठी 150 शब्दांची माहिती लिहा. फक्त खालील तथ्ये वापरा: स्थलांतर Friday 14 November रोजी आहे, नवीन पत्ता नोंदींमध्ये आहे, गुरुवारी 4pm पर्यंत टेबलांवरील सामान आवरलेले असावे, माहिती तंत्रज्ञान विभाग मॉनिटर आणि डॉक हलवेल. भाषा साधी आणि मैत्रीपूर्ण ठेवा. शेवटी प्रश्न कोणाला विचारायचे ते सांगा. नोंदींमध्ये नसलेल्या तारखा, नियम किंवा आश्वासने जोडू नका. कर्मचारी विचारू शकतील पण नोंदींमध्ये उत्तरे नसलेल्या प्रश्नांची यादी द्या.'
शेवटची सूचना सर्वत्र अंगीकारण्यासारखी आहे. साधनाला कोणत्या प्रश्नांची उत्तरे देता आली नाहीत ते यादीत मांडायला सांगितल्यास, एरवी अंदाजाने भरली गेली असती अशी उणीव तुम्हाला सोडवता येणाऱ्या प्रश्नात बदलते. शेवटी दुवा दिलेल्या सूचना लिहिण्याच्या मार्गदर्शकात रचना आणि नमुन्यांविषयी अधिक माहिती आहे.
AI ने दिलेले उत्तर वापरण्यापूर्वी कसे तपासावे?
उत्तर योग्य वाटते का यावरून नव्हे, तर मूळ स्रोताशी पडताळून तपासा. ओघवत्या मजकुरावर सहज विश्वास बसतो. NIST च्या जनरेटिव्ह AI रूपरेषेत, चुकीचा किंवा खोटा मजकूर आत्मविश्वासाने मांडणे म्हणजे मनघडंत माहिती तयार करणे असे वर्णन केले आहे. लोक आणि AI प्रणाली एकत्र काम करताना उद्भवणाऱ्या जोखमींमध्ये अतिअवलंबित्व आणि स्वयंचलित प्रणालींचे निष्कर्ष बरोबरच असतील असा पूर्वग्रह यांचाही समावेश केला आहे. म्हणूनच अंदाजावर विसंबण्याऐवजी जाणीवपूर्वक तपासणी करणे आवश्यक आहे.
बहुतेक कामांसाठी एक छोटी नियमित प्रक्रिया पुरेशी असते. प्रथम, प्रत्येक तथ्यात्मक विधान, नाव, तारीख आणि आकडा तुम्ही दिलेल्या स्रोतामध्ये शोधा; ज्याचा स्रोत सापडत नाही ते काढून टाका किंवा त्याची खात्री करा. दुसरे, आकड्यांची स्वतंत्रपणे पुन्हा गणना करा. तिसरे, काय भर घातली आहे ते पाहा: अशा प्रकारच्या दस्तऐवजात नेहमीचे वाटणारे, पण तुमच्या बाबतीत खरे नसलेले दावे, आश्वासने, कारणे किंवा नियम. चौथे, अपेक्षित वाचकाच्या नजरेतून मजकूर वाचा आणि त्याचा सूर बदला. शेवटी, अंतिम आवृत्तीसाठी जबाबदार कोण आहे ते ठरवा; ही व्यक्ती सहसा तुम्हीच असता.
चुकीच्या परिणामानुसार तपासणी किती सखोल करायची ते ठरवा. स्वतःच्या नोंदींसाठीच्या मसुद्यापेक्षा ग्राहकाला पाठवायच्या संदेशाची अधिक तपासणी हवी, आणि त्यापेक्षा अहवालात दिल्या जाणाऱ्या आकड्याची अधिक तपासणी हवी.
भूमिकेनुसार AI वापरण्यास योग्य कामे कोणती?
खालील तक्त्यात प्रत्येक भूमिकेसाठी सुरुवातीला करता येईल असे योग्य काम, सर्वात महत्त्वाची तपासणी आणि माणसाकडेच राहायला हवा असा कामाचा भाग दिला आहे. प्रत्येक भूमिकेसाठी सोडवलेल्या उदाहरणासह स्वतंत्र मार्गदर्शक आहे.
| भूमिका | सुरुवातीसाठी योग्य काम | सर्वात महत्त्वाची तपासणी | व्यक्तीच्या हाती ठेवा |
|---|---|---|---|
| विपणन | मंजूर मजकुरावरून वेगवेगळ्या माध्यमांसाठी आवृत्त्या | प्रत्येक दावा आणि आकडा दिलेल्या कार्यविवरणातील माहितीशी पडताळलेला | बाजारातील स्थान निश्चित करणे आणि दाव्यांना अंतिम मंजुरी देणे |
| विक्री | तुमच्या दूरध्वनी संभाषणाच्या नोंदींवरून पाठपुराव्याचा ईमेल | बनावट परिणाम किंवा प्रकरण अभ्यास नकोत | किमती, अटी आणि बांधिलकी |
| मानव संसाधन | विद्यमान धोरणाचा सोप्या भाषेतील सारांश | हक्क धोरणाशी शब्दशः जुळतात | वैयक्तिक स्तरावरील निर्णय |
| भरती | भरती व्यवस्थापकाच्या नोंदींवरून नोकरीची जाहिरात | गरजांशी जुळणारे; सर्वसमावेशक भाषा | छाननी, क्रमवारी आणि नकार |
| वित्त | तपासलेल्या तक्त्यावरून फरकांबाबत भाष्य | आकडे पुन्हा मोजलेले; पुष्टी नसलेली कारणे नाहीत | नोंदवलेले आकडे आणि अंदाज |
| लेखांकन | गहाळ नोंदी मागवण्यासाठी ग्राहकाला पाठवायचा ईमेल | करांचे कोणतेही नियम किंवा अंतिम मुदती जोडलेल्या नाहीत | तांत्रिक भूमिका आणि अंतिम मान्यता |
| ग्राहक सेवा | मदत लेख आणि तक्रार नोंदीच्या आधारे उत्तराचा मसुदा | धोरण आणि परताव्याच्या अटी अचूक आहेत | अपवाद आणि नाराज ग्राहक |
| प्रकल्प व्यवस्थापन | कामाच्या नोंदींवरून स्थितीची अद्ययावत माहिती | तारखा आणि जबाबदार व्यक्ती खऱ्या आहेत | पुनर्नियोजन आणि तडजोडी |
| उत्पादन व्यवस्थापन | ग्राहकांच्या अभिप्रायाचा मुद्देनिहाय सारांश | मुद्द्यांचा संबंध मूळ प्रतिक्रियांशी जोडता येतो | प्राधान्यक्रम ठरवण्याचे निर्णय |
| कार्यसंचालन | तुम्ही दिलेल्या पायऱ्यांवरून प्रक्रियेचे दस्तऐवजीकरण | पायऱ्या प्रत्यक्ष काम करण्याच्या पद्धतीशी जुळतात | अपवाद आणि मंजुरी |
| कर्मचाऱ्यांचे व्यवस्थापक | संघाच्या बैठकीची कार्यसूची आणि नोंदी | कोणतीही गोष्ट चुकीने एखाद्या व्यक्तीच्या नावावर दिलेली नाही | अभिप्राय आणि कामगिरीचे मूल्यमापन |
एका भूमिकेतून दुसऱ्या भूमिकेत काय बदलते?
भूमिका बदलल्या तरी सवयी त्याच राहतात; धोके बदलतात. तीन प्रश्नांतून बहुतांश फरक स्पष्ट होतो: उत्तर चुकल्यास कोणावर परिणाम होतो, कामात कोणती माहिती वापरली जाते आणि तयार होणाऱ्या मजकुराला आधीपासून कोणता नियम लागू आहे का.
मनुष्यबळ, भरती आणि व्यवस्थापन यांसारख्या लोकांविषयी निर्णय घेणाऱ्या किंवा निर्णयांवर प्रभाव टाकणाऱ्या भूमिकांची सर्वाधिक छाननी होते. EU AI Act च्या परिशिष्ट III मध्ये भरती आणि निवड, तसेच पदोन्नती, सेवासमाप्ती, कामांचे वाटप आणि कामगिरीचे मूल्यमापन यांबाबतच्या निर्णयांसाठी वापरल्या जाणाऱ्या AI प्रणालींचा उच्च-जोखीम वापरांमध्ये समावेश आहे. विपणन आणि विक्री यांसारख्या दावे प्रकाशित करणाऱ्या भूमिकांना जाहिरात आणि थेट विपणनाचे नियम पाळावे लागतात, मजकूर कोणत्याही प्रकारे तयार केलेला असो. वित्त आणि लेखा यांसारख्या आकडेवारी सादर करणाऱ्या भूमिकांना व्यावसायिक मानकांचे पालन करावे लागते आणि त्या आकडेवारीवर अवलंबून असलेल्या लोकांप्रती उत्तरदायी राहावे लागते.
सहाय्य आणि ग्राहक खाते व्यवस्थापन यांसारख्या ग्राहकांशी थेट व्यवहार करणाऱ्या भूमिकांमध्ये वेगळा धोका असतो: AI ने तयार केलेल्या उत्तरात धोरण चुकीचे मांडले गेले, तर ते कंपनीला पाळावे लागू शकणारे वचन ठरते. प्रत्येक बाबतीत, कोणत्या तपासण्या सर्वात महत्त्वाच्या आहेत आणि का, हे भूमिकेच्या मार्गदर्शकात स्पष्ट केलेले असते.
याचा एखाद्या भूमिकेशी कसा संबंध आहे हे पाहायचे आहे का?
टीमसाठी नियोजित चाचणी जाणून घ्या ↗एकच काम तीन वेगवेगळ्या भूमिकांमध्ये कसे वेगळे दिसते?
एक काल्पनिक स्रोत विचारात घ्या: दवाखान्यांना वेळापत्रक व्यवस्थापनाचे सॉफ्टवेअर विकणाऱ्या फर्नहिल सॉफ्टवेअर या छोट्या कंपनीतील नवीन सुविधेच्या प्रकाशन नोंदी. नोंदींमध्ये म्हटले आहे की या सुविधेमुळे दवाखाने भेटींच्या वेळेची आठवण करून देणारे संदेश स्वयंचलितपणे पाठवू शकतात, ती व्यावसायिक योजनेत समाविष्ट आहे, 1 डिसेंबरला उपलब्ध होईल आणि सध्या इंग्रजीव्यतिरिक्त इतर भाषांना समर्थन देत नाही.
विपणन करणारी व्यक्ती AI ला विद्यमान ग्राहकांसाठी नवीन सुविधेच्या प्रारंभाचा ईमेल लिहायला सांगते. मसुद्यात स्मरणसूचनांमुळे 'ठरलेल्या वेळी गैरहजर राहण्याचे प्रमाण मोठ्या प्रमाणात कमी होते' असे म्हटलेले असते. आवृत्तीविषयक नोंदींमध्ये गैरहजेरीबाबत कोणतीही आकडेवारी नसते, म्हणून ती व्यक्ती ते वाक्य काढते आणि त्याऐवजी सुविधा काय करते ते सांगते.
एका विक्री प्रतिनिधीला, दूरध्वनीवरील संभाषणात स्मरणपत्रांविषयी विचारलेल्या दवाखान्याला पुढील संपर्कासाठी संदेश पाठवायचा असतो. तो AI ची मदत घेतो. मसुद्यात हे वैशिष्ट्य 'सर्व योजनांमध्ये उपलब्ध' असल्याचे म्हटलेले असते. ते खरे नसते. विक्री प्रतिनिधी ते दुरुस्त करून व्यावसायिक योजनेत उपलब्ध असल्याचे लिहितो आणि संदेश पाठवण्यापूर्वी ग्राहकाची सध्याची योजना तपासतो.
ग्राहक सहाय्य प्रतिनिधी AI ला स्मरणसूचनांबद्दल मदत केंद्रासाठी उत्तराचा मसुदा तयार करायला सांगतो. मसुद्यात ग्राहक 'कोणतीही भाषा निवडू शकतात' असे म्हटले आहे. नोंदींमध्ये मात्र याच्या उलट माहिती आहे. प्रतिनिधी ती दुरुस्त करतो आणि एखाद्या भाषेची मागणी करण्यासाठी कोणाशी संपर्क साधायचा हे जोडतो.
तोच मूळ स्रोत, तेच साधन, तीन वेगवेगळ्या चुका आणि प्रत्येक चूक त्या भूमिकेत सामान्यतः आढळणारी. म्हणूनच सर्वसाधारण उदाहरणांपेक्षा स्वतःच्या नोकरीतील कामांचा सराव अधिक शिकवतो.
कामाच्या ठिकाणी AI साधनांमध्ये कोणती माहिती टाकणे टाळावे?
सर्वप्रथम तुमच्या कंपनीच्या AI धोरणाचे पालन करा; असे धोरण नसेल, तर आधीपासून सार्वजनिक नसलेली कोणतीही माहिती पेस्ट करण्यापूर्वी विचारा. सर्वसाधारण नियम म्हणून, ग्राहक, उमेदवार किंवा सहकारी यांचा वैयक्तिक डेटा, ग्राहकांची गोपनीय सामग्री, अप्रकाशित आर्थिक माहिती आणि करार किंवा गोपनीयता कराराच्या कक्षेत येणाऱ्या कोणत्याही बाबतीत सर्वाधिक काळजी घ्या.
उत्तर साधनावर आणि योजनेवरही अवलंबून असते. वैयक्तिक खाते, कंपनीचे कार्यक्षेत्र आणि दुसऱ्या अनुप्रयोगातील AI सुविधा या प्रत्येकाच्या माहिती साठवणे, प्रवेश आणि मॉडेल सुधारण्यासाठी सामग्रीचा वापर करणे याबाबतच्या अटी वेगळ्या असू शकतात. केवळ नावे काढल्याने दस्तऐवजातील व्यक्तींची ओळख लपतेच असे नाही, विशेषतः लहान संस्थेत. टीमसाठी या मर्यादा कशा ठरवाव्यात, हे AI धोरण मार्गदर्शकात दिले आहे.
कामात AI वापरण्याचे तुमचे कौशल्य सुधारत आहे हे कसे ओळखता?
तुम्ही केलेल्या दुरुस्त्या पाहा, तयार केलेल्या मजकुराचे प्रमाण नाही. कामात AI वापरण्याचे कौशल्य वाढत असलेली व्यक्ती सहसा प्रत्येक मसुद्यातील कमी मजकूर पुन्हा लिहिते, कारण तिच्या सूचना सुधारतात; ती बनावट तपशील लवकर ओळखते आणि तिने केलेले बदल का केले हे स्पष्ट करू शकते. AI अजिबात कधी वापरू नये हे ठरवण्यातही तिला कमी वेळ लागतो.
याचा मागोवा घेण्याचा सोपा मार्ग म्हणजे दोन किंवा तीन आठवडे छोटी नोंद ठेवणे: काम, AI ला दिलेली सूचना, तुम्ही काय बदलले आणि का. यातून लवकरच काही नमुने दिसू लागतात. उदाहरणार्थ, एखादे साधन नेहमी असे आश्वासन जोडते जे तुम्हाला काढावे लागते, किंवा एखाद्या प्रकारच्या कामाचा पहिला मसुदा सातत्याने वापरण्याजोगा असतो. वेळ वाचल्याच्या कोणत्याही सर्वसाधारण दाव्यापेक्षा हे नमुने अधिक उपयोगी असतात, कारण ते तुमच्या स्वतःच्या कामातून समोर येतात.
संघाने आपल्या कामात AI वापरणे एकत्र कसे शिकावे?
टीमला सर्वांसाठी समान, वास्तववादी काम द्या, प्रत्येकाला AI वापरून ते करून पाहू द्या आणि मग मसुद्यांऐवजी त्यांनी केलेल्या दुरुस्त्यांची तुलना करा. दुरुस्त्यांची तुलना केल्याने कोण स्रोत तपासतो, कोण काल्पनिक दावे ओळखतो आणि कोण मूळ लेखनशैली टिकवतो हे समजते. सादरीकरणातील स्लाइड्सपेक्षा अशा प्रकारे या सवयी अधिक लवकर पसरतात.
सरावासाठी काल्पनिक किंवा मंजूर, कमी जोखमीचे साहित्य वापरा, कोणती साधने मंजूर आहेत हे ठरवा आणि चूक कळवताना कोणालाही भीती वाटणार नाही याची खात्री करा. EU AI Act च्या कक्षेत येणाऱ्या संस्थांसाठी, कलम 4 नुसार AI प्रणालींच्या पुरवठादारांनी आणि त्या वापरात आणणाऱ्यांनी कर्मचाऱ्यांचे ज्ञान आणि वापराचा संदर्भ लक्षात घेऊन त्यांची AI साक्षरता वाढवण्यासाठी उपाय करणे आवश्यक आहे. ही सर्वसाधारण माहिती आहे, कायदेशीर सल्ला नाही. खाली दुवे दिलेल्या कर्मचारी प्रशिक्षण मार्गदर्शकात आणि 30 दिवसांच्या अंमलबजावणी आराखड्यात अधिक सविस्तर कार्यक्रम दिला आहे.
कामासाठी AI हे अयोग्य साधन कधी ठरते?
तुम्ही निकाल तपासू शकत नसाल, निर्णयाचा एखाद्या व्यक्तीची नोकरी, वेतन किंवा उमेदवारी यांवर परिणाम होत असेल, तयार होणारा आकडा हा अहवालातील अंतिम आकडा असेल किंवा संवादात बोललेल्या गोष्टींसाठी जबाबदार असलेली व्यक्ती आवश्यक असेल, तर AI हे चुकीचे साधन आहे. एखादे काम थेट करणेच जास्त लवकर होत असेल, उदाहरणार्थ कसे लिहायचे हे तुम्हाला आधीच माहीत असलेले दोन ओळींचे उत्तर, तर तिथेही हे चुकीचे साधन आहे.
मूळ स्रोत नसतानाही सावध रहा. तुमच्या कंपनीचे धोरण, ग्राहकाचा करार किंवा सध्याचा करनियम काय सांगतो हे सर्वसाधारण सहाय्यकाला विचारल्यास विश्वासार्ह वाटणारे उत्तर मिळते, मूळ दस्तऐवज नव्हे. अशा वेळी आधी मूळ स्रोत शोधा आणि AI वापरायचेच असल्यास तो वाचून समजून घेण्यासाठी वापरा.
Tosheo.ai कुठे उपयोगी ठरते आणि कुठे नाही?
Tosheo.ai हे साधारण 5 ते 200 जणांच्या संघांसाठी स्वतः नोंदणी करून वापरता येणारे AI प्रशिक्षण म्हणून विकसित केले जात आहे. व्यवस्थापक भूमिका आणि संघ वापरत असलेली AI साधने निवडतो. प्रत्येक शिकणारी व्यक्ती छोटी प्राथमिक कौशल्य चाचणी देते आणि त्यानंतर आपल्या भूमिकेसाठीच्या 10 ते 15 मिनिटांच्या धड्यांचा अभ्यासक्रम पूर्ण करते. प्रत्येक धडा प्रत्यक्ष AI साधनात करायच्या कामाने संपतो आणि त्या कामाचे गुणांकन दिसणाऱ्या निकषांनुसार केले जाते. व्यवस्थापकांना कौशल्यातील प्रगती आणि पूर्ण केलेले धडे दिसावेत, मात्र संभाषणाच्या मूळ नोंदी दिसू नयेत, अशी योजना आहे. उत्पादनाची निर्मिती अद्याप बाकी आहे, त्यामुळे हे सर्व नियोजित व्याप्तीचे वर्णन आहे.
प्रत्येक खरेदीदारासाठी ही योग्य निवड नाही. खरेदीसाठी सिंगल साइन-ऑन (SSO), LMS जोडण्या किंवा मोठ्या संस्थांसाठीचे करार आवश्यक असलेल्या मोठ्या संस्थांसाठी हे तयार केलेले नाही; सुरुवातीच्या आवृत्तीत यापैकी काहीही समाविष्ट नाही. हे प्रत्यक्ष अभियांत्रिकी प्रशिक्षण नाही आणि धडे फक्त इंग्रजीत देण्याचे नियोजन आहे. तुम्ही स्वतःहून एकट्याने शिकत असाल, तर सर्वसाधारण अभ्यासक्रम किंवा या संकेतस्थळावरील मोफत मार्गदर्शक तुम्हाला अधिक योग्य ठरू शकतात. संघांसाठीचे नियोजित दर किंमत पानावर आहेत.
स्रोत आणि व्याप्ती
युरोपीय आयोगाचा AI कायदा सहाय्य कक्ष, विनियमन (EU) 2024/1689 कलम 4, AI साक्षरता ↗