ਕਰਮਚਾਰੀਆਂ ਲਈ AI ਨੀਤੀ ਦਾ ਨਮੂਨਾ

ਤੁਹਾਨੂੰ ਇਸ ਨਮੂਨੇ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ?

ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਧਾਰਾਵਾਂ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਕਾਪੀ ਕਰੋ, ਬਰੈਕਟਾਂ ਵਿੱਚ ਦਿੱਤੀ ਹਰ ਖਾਲੀ ਥਾਂ ਭਰੋ ਅਤੇ ਹਰੇਕ ਧਾਰਾ ਬਾਰੇ ਉਸ ਕੰਮ-ਪ੍ਰਵਾਹ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ ਨਾਲ ਚਰਚਾ ਕਰੋ। ਸੰਬੰਧਿਤ ਅਸਲ ਟੂਲਾਂ, ਜਾਣਕਾਰੀ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਇਸਨੂੰ ਕੰਪਨੀ ਦੀ ਨੀਤੀ ਵਜੋਂ ਨਾ ਅਪਣਾਓ। ਇਹ ਜਾਣਬੁੱਝ ਕੇ ਕਾਰੋਬਾਰੀ ਡਾਟਾ ਅੱਪਲੋਡ ਕਰਨ ਦੀ ਕੋਈ ਸਰਬਵਿਆਪੀ ਇਜਾਜ਼ਤ ਨਹੀਂ ਘੜਦਾ।

ਕਿਸੇ ਜਾਣੇ-ਪਛਾਣੇ ਕੰਮ ਰਾਹੀਂ ਪਰਖੋ ਕਿ ਕਰਮਚਾਰੀ ਤਿਆਰ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅਮਲ ਵਿੱਚ ਲਿਆ ਸਕਦਾ ਹੈ ਜਾਂ ਨਹੀਂ। ਮਿਸਾਲ ਵਜੋਂ, ਕੀ ਉਹ ਦੱਸ ਸਕਦਾ ਹੈ ਕਿ ਜਨਤਕ ਤੱਥਾਂ ਤੋਂ ਈਮੇਲ ਦਾ ਖਰੜਾ ਬਣਾਉਣ ਲਈ ਕਿਹੜਾ ਖਾਤਾ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਹੈ, ਅਤੇ ਗਾਹਕ ਦੀ ਰਿਪੋਰਟ ਸਾਂਝੀ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕਿਸ ਵਿਅਕਤੀ ਨੂੰ ਪੁੱਛਣਾ ਹੈ? ਜੇ ਜਵਾਬ ਸਪਸ਼ਟ ਨਹੀਂ ਹੈ, ਤਾਂ ਸਟਾਫ਼ ਨੂੰ ਨੀਤੀ ਦੀ ਪ੍ਰਾਪਤੀ ਅਤੇ ਸਮਝ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਕਹਿਣ ਤੋਂ ਪਹਿਲਾਂ ਨੀਤੀ ਨੂੰ ਸੁਧਾਰੋ।

ਇਹ ਨਮੂਨਾ ਆਮ ਜਾਣਕਾਰੀ ਹੈ, ਕਾਨੂੰਨੀ ਸਲਾਹ ਨਹੀਂ। ਡਾਟਾ ਸੁਰੱਖਿਆ, ਰੁਜ਼ਗਾਰ ਅਤੇ ਖੇਤਰੀ ਨਿਯਮ ਦੇਸ਼ ਅਨੁਸਾਰ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਜਿਸ ਰੂਪ ਨੂੰ ਤੁਸੀਂ ਅਪਣਾਉਂਦੇ ਹੋ, ਉਸ ਦੀ ਸਮੀਖਿਆ ਕਿਸੇ ਯੋਗ ਸਲਾਹਕਾਰ ਨੂੰ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।

ਉਦੇਸ਼, ਦਾਇਰੇ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀਆਂ ਧਾਰਾਵਾਂ ਵਿੱਚ ਕੀ ਸ਼ਾਮਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?

ਪਹਿਲੀਆਂ ਤਿੰਨ ਧਾਰਾਵਾਂ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਨੀਤੀ ਕਿਉਂ ਹੈ, ਇਹ ਕਿਸ ’ਤੇ ਲਾਗੂ ਹੁੰਦੀ ਹੈ ਅਤੇ ਅਸਪਸ਼ਟਤਾ ਹੋਣ ’ਤੇ ਫ਼ੈਸਲਾ ਕੌਣ ਕਰਦਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੂੰ ਛੋਟਾ ਰੱਖੋ; ਉਨ੍ਹਾਂ ਦਾ ਕੰਮ ਦਿਸ਼ਾ ਦੇਣਾ ਹੈ, ਕਾਨੂੰਨੀ ਪ੍ਰਭਾਵ ਪੈਦਾ ਕਰਨਾ ਨਹੀਂ।

ਧਾਰਾ 1, ਉਦੇਸ਼: "[ਕੰਪਨੀ] ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਖਰੜੇ ਬਣਾਉਣ, ਸਾਰ ਤਿਆਰ ਕਰਨ, ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਦੇਣ ਲਈ AI ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਇਹ ਨੀਤੀ ਦੱਸਦੀ ਹੈ ਕਿ ਕਿਹੜੇ ਸਾਧਨ ਮਨਜ਼ੂਰ ਹਨ, ਉਨ੍ਹਾਂ ਨਾਲ ਕਿਹੜੀ ਜਾਣਕਾਰੀ ਵਰਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਨਤੀਜਿਆਂ ਦੀ ਜਾਂਚ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਕਿਸ ਨੂੰ ਪੁੱਛਣਾ ਹੈ। ਇਹ ਸਾਡੀਆਂ [ਜਾਣਕਾਰੀ ਸੁਰੱਖਿਆ / ਡਾਟਾ ਸੁਰੱਖਿਆ / ਗੁਪਤਤਾ] ਨੀਤੀਆਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ, ਉਨ੍ਹਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦੀ।"

ਧਾਰਾ 2, ਦਾਇਰਾ: "ਇਹ ਨੀਤੀ ਕਿਸੇ ਵੀ ਡਿਵਾਈਸ ਉੱਤੇ [ਕੰਪਨੀ] ਲਈ ਕੰਮ ਕਰਨ ਵਾਲੇ ਸਾਰੇ ਕਰਮਚਾਰੀਆਂ, ਠੇਕੇਦਾਰਾਂ ਅਤੇ [ਸੁਤੰਤਰ ਪੇਸ਼ੇਵਰਾਂ / ਸਿਖਿਆਰਥੀਆਂ] ਉੱਤੇ ਲਾਗੂ ਹੁੰਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਸਾਡੇ ਪਹਿਲਾਂ ਤੋਂ ਵਰਤੇ ਜਾਂਦੇ ਸਾਫ਼ਟਵੇਅਰ, ਜਿਵੇਂ ਕਿ [ਦਫ਼ਤਰੀ ਸਾਫ਼ਟਵੇਅਰ ਸਮੂਹ, ਡਿਜ਼ਾਈਨ ਸਾਧਨ, CRM], ਵਿੱਚ ਸ਼ਾਮਲ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵੀ ਆਉਂਦੀਆਂ ਹਨ।"

ਧਾਰਾ 3, ਜ਼ਿੰਮੇਵਾਰੀ: "[ਨਾਮ, ਅਹੁਦਾ] ਇਸ ਨੀਤੀ ਅਤੇ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਾਧਨਾਂ ਦੇ ਰਜਿਸਟਰ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। ਉਨ੍ਹਾਂ ਦੀ ਗੈਰਹਾਜ਼ਰੀ ਵਿੱਚ [ਬਦਲਵੇਂ ਵਿਅਕਤੀ ਦਾ ਨਾਮ] ਇਹ ਜ਼ਿੰਮੇਵਾਰੀ ਸੰਭਾਲਦਾ ਹੈ। ਸਵਾਲ [ਈਮੇਲ ਜਾਂ ਸੰਚਾਰ ਚੈਨਲ] ਉੱਤੇ ਭੇਜੇ ਜਾਣ। ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਨਾਲ ਜੁੜੀ ਕਿਸੇ ਵੀ ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ [ਨਾਮ, ਅਹੁਦਾ] ਮਨਜ਼ੂਰੀ ਦਿੰਦਾ ਹੈ।"

ਸਾਧਨਾਂ ਅਤੇ ਜਾਣਕਾਰੀ ਨਾਲ ਸੰਬੰਧਿਤ ਧਾਰਾਵਾਂ ਕਿਵੇਂ ਭਰੀਏ?

ਜ਼ਿਆਦਾਤਰ ਜੋਖਮ ਧਾਰਾਵਾਂ 4 ਅਤੇ 5 ਨਾਲ ਜੁੜਿਆ ਹੈ, ਇਸ ਲਈ ਇਨ੍ਹਾਂ ਲਈ ਸਭ ਤੋਂ ਸਪਸ਼ਟ ਅਤੇ ਖ਼ਾਸ ਜਵਾਬ ਲੋੜੀਂਦੇ ਹਨ। ਧਾਰਾ 4 ਖਾਤਿਆਂ ਦੀ ਸਹੀ ਪਛਾਣ ਦਿੰਦੀ ਹੈ; ਧਾਰਾ 5 ਦੱਸਦੀ ਹੈ ਕਿ ਹਰੇਕ ਖਾਤੇ ਵਿੱਚ ਕਿਹੜੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਜਾਣਕਾਰੀ ਪਾਈ ਜਾ ਸਕਦੀ ਹੈ।

ਧਾਰਾ 4, ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਾਧਨ: "ਸਿਰਫ਼ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਾਧਨਾਂ ਦੇ ਰਜਿਸਟਰ ਵਿੱਚ ਦਰਜ ਸਾਧਨ ਹੀ ਵਰਤੋ ਅਤੇ ਆਪਣੇ [ਕੰਪਨੀ] ਖਾਤੇ ਨਾਲ ਦਾਖ਼ਲ ਹੋਵੋ। ਰਜਿਸਟਰ ਵਿੱਚ ਦਰਜ ਨਾ ਹੋਣ ਵਾਲੇ ਨਿੱਜੀ ਖਾਤੇ, ਮੁਫ਼ਤ ਪੱਧਰ ਅਤੇ ਬ੍ਰਾਊਜ਼ਰ ਪਲੱਗ-ਇਨ [ਕੰਪਨੀ] ਜਾਂ ਗਾਹਕ ਦੇ ਕੰਮ ਲਈ ਨਹੀਂ ਵਰਤੇ ਜਾਣੇ ਚਾਹੀਦੇ। ਨਵੇਂ ਸਾਧਨ ਦੀ ਬੇਨਤੀ ਲਈ [ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ] ਨੂੰ ਈਮੇਲ ਕਰੋ ਅਤੇ ਸਾਧਨ, ਯੋਜਨਾ, ਕੰਮ ਅਤੇ ਉਸ ਵਿੱਚ ਵਰਤੀ ਜਾਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਦਾ ਵੇਰਵਾ ਦਿਓ।"

ਧਾਰਾ 5, ਜਾਣਕਾਰੀ: "ਤੁਸੀਂ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਾਧਨਾਂ ਵਿੱਚ ਜਨਤਕ ਜਾਣਕਾਰੀ ਅਤੇ [ਅੰਦਰੂਨੀ ਜਾਣਕਾਰੀ] ਵਰਤ ਸਕਦੇ ਹੋ। ਤੁਹਾਨੂੰ [ਗਾਹਕ ਦੀ ਗੁਪਤ ਸਮੱਗਰੀ / ਕੀਮਤਾਂ / ਜਾਰੀ ਨਾ ਕੀਤੇ ਵਿੱਤੀ ਅੰਕੜੇ / ਸਰੋਤ ਕੋਡ / ਖਾਤੇ ਵਿੱਚ ਦਾਖ਼ਲ ਹੋਣ ਦੇ ਵੇਰਵੇ] ਦਰਜ ਨਹੀਂ ਕਰਨੇ ਚਾਹੀਦੇ, ਜਦੋਂ ਤੱਕ ਰਜਿਸਟਰ ਉਸ ਕੰਮ ਲਈ ਉਸ ਸਾਧਨ ਨੂੰ ਮਨਜ਼ੂਰੀ ਨਹੀਂ ਦਿੰਦਾ। ਕਰਮਚਾਰੀਆਂ, ਉਮੀਦਵਾਰਾਂ ਜਾਂ ਗਾਹਕਾਂ ਬਾਰੇ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਦਰਜ ਨਾ ਕਰੋ, ਜਦੋਂ ਤੱਕ [ਨਾਮ] ਨੇ ਉਸ ਖ਼ਾਸ ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਮਨਜ਼ੂਰੀ ਨਾ ਦਿੱਤੀ ਹੋਵੇ। ਸਿਰਫ਼ ਨਾਮ ਹਟਾਉਣ ਨਾਲ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਕਰਨ ਲਈ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਹੋ ਜਾਂਦੀ।"

ਰਜਿਸਟਰ ਵਿੱਚ ਹਰ ਮਨਜ਼ੂਰੀ ਲਈ ਸੇਵਾ ਅਤੇ ਪਲਾਨ, ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਕੰਮ, ਵਰਤੀ ਜਾ ਸਕਣ ਵਾਲੀ ਜਾਣਕਾਰੀ, ਸਮੀਖਿਅਕ ਅਤੇ ਸਮੀਖਿਆ ਦੀ ਤਾਰੀਖ ਲਾਜ਼ਮੀ ਹਨ। ਵਿਕਰੇਤਾਵਾਂ ਤੋਂ ਵੱਖਰੇ ਤੌਰ ’ਤੇ ਪੁੱਛੋ ਕਿ ਤੁਹਾਡੇ ਡਾਟੇ ਨਾਲ ਮਾਡਲ ਸਿਖਲਾਈ, ਡਾਟਾ ਸੰਭਾਲ ਕੇ ਰੱਖਣ, ਪ੍ਰਸ਼ਾਸਕ ਦੀ ਪਹੁੰਚ ਅਤੇ ਡਾਟਾ ਮਿਟਾਉਣ ਬਾਰੇ ਕੀ ਨੀਤੀਆਂ ਹਨ। ਉਨ੍ਹਾਂ ਦੀਆਂ ਮੌਜੂਦਾ ਸ਼ਰਤਾਂ ਕੀ ਕਹਿੰਦੀਆਂ ਹਨ, ਇਹ ਜਾਂਚ ਦੀ ਤਾਰੀਖ ਸਮੇਤ ਦਰਜ ਕਰੋ। ਸਿਖਲਾਈ ਲਈ ਨਾ ਵਰਤਣ ਦਾ ਬਿਆਨ, ਡਾਟਾ ਸਟੋਰ ਨਾ ਕਰਨ ਦੇ ਬਰਾਬਰ ਨਹੀਂ ਹੈ।

ਨਤੀਜਿਆਂ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਲੋਕਾਂ ਬਾਰੇ ਫ਼ੈਸਲੇ ਲੈਣ ਸੰਬੰਧੀ ਧਾਰਾਵਾਂ ਵਿੱਚ ਕੀ ਲਿਖਿਆ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?

ਧਾਰਾ 6 ਨਤੀਜਾ ਵਰਤਣ ਵਾਲੇ ਵਿਅਕਤੀ ਨੂੰ ਉਸ ਦੀ ਜਾਂਚ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਬਣਾਉਂਦੀ ਹੈ; ਧਾਰਾ 7 ਲੋਕਾਂ ਬਾਰੇ ਫ਼ੈਸਲੇ ਮਨੁੱਖਾਂ ਦੇ ਹੱਥ ਵਿੱਚ ਰੱਖਦੀ ਹੈ। ਦੋਵੇਂ ਤੁਹਾਡੀਆਂ ਮੌਜੂਦਾ ਮਨਜ਼ੂਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਣੀ ਚਾਹੀਦੀ।

ਧਾਰਾ 6, ਨਤੀਜਿਆਂ ਦੀ ਸਮੀਖਿਆ: "ਤੁਸੀਂ AI ਦੀ ਮਦਦ ਨਾਲ ਕੀਤੇ ਕਿਸੇ ਵੀ ਅਜਿਹੇ ਕੰਮ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੋ ਜਿਸ ਨੂੰ ਤੁਸੀਂ ਵਰਤਦੇ ਜਾਂ ਭੇਜਦੇ ਹੋ। ਵਰਤੋਂ ਤੋਂ ਪਹਿਲਾਂ ਤੱਥਾਂ, ਅੰਕੜਿਆਂ, ਹਵਾਲਾ ਦਿੱਤੇ ਕਥਨਾਂ ਅਤੇ ਸਰੋਤ ਹਵਾਲਿਆਂ ਨੂੰ ਮੂਲ ਸਮੱਗਰੀ ਜਾਂ ਕਿਸੇ ਪਛਾਣੇ ਗਏ ਸਰੋਤ ਨਾਲ ਮਿਲਾ ਕੇ ਜਾਂਚੋ। ਕੋਈ ਵੀ ਅੰਕੜਾ, ਨਤੀਜਾ, ਸਮਰਥਨ ਵਾਲਾ ਬਿਆਨ ਜਾਂ ਹਵਾਲਾ ਹਟਾ ਦਿਓ ਜਿਸ ਦਾ ਸਰੋਤ ਤੁਸੀਂ ਨਹੀਂ ਲੱਭ ਸਕਦੇ। ਜਿਸ ਕੰਮ ਦੀ ਆਮ ਤੌਰ ਉੱਤੇ [ਕਾਨੂੰਨੀ ਵਿਭਾਗ / ਵਿੱਤ ਵਿਭਾਗ / ਪ੍ਰਬੰਧਕ] ਵੱਲੋਂ ਸਮੀਖਿਆ ਹੁੰਦੀ ਹੈ, ਉਸ ਦੀ ਸਮੀਖਿਆ ਅਜੇ ਵੀ ਉਨ੍ਹਾਂ ਵੱਲੋਂ ਹੀ ਕੀਤੀ ਜਾਵੇਗੀ।"

ਧਾਰਾ 7, ਲੋਕਾਂ ਬਾਰੇ ਫ਼ੈਸਲੇ: "ਭਰਤੀ, ਤਨਖ਼ਾਹ, ਕਾਰਗੁਜ਼ਾਰੀ, ਅਨੁਸ਼ਾਸਨ, ਕਰਜ਼ੇ ਜਾਂ ਗਾਹਕ ਦੀ ਸ਼ਿਕਾਇਤ ਬਾਰੇ ਫ਼ੈਸਲਿਆਂ ਦਾ ਆਧਾਰ AI ਸਾਧਨਾਂ ਨੂੰ ਨਹੀਂ ਬਣਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ। ਇਹ ਸਮੱਗਰੀ ਦਾ ਖਰੜਾ ਬਣਾਉਣ ਜਾਂ ਉਸ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਇੱਕ ਨਾਮਜ਼ਦ ਵਿਅਕਤੀ ਲਈ ਮੂਲ ਜਾਣਕਾਰੀ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ ਅਤੇ ਫ਼ੈਸਲਾ ਲੈਣਾ ਲਾਜ਼ਮੀ ਹੈ।"

ਜੇ ਤੁਹਾਡੀ ਟੀਮ ਗਾਹਕ ਸਹਾਇਤਾ ਦੇ ਜਵਾਬਾਂ ਵਰਗਾ ਵੱਡੀ ਮਾਤਰਾ ਵਾਲਾ ਕੰਮ ਕਰਦੀ ਹੈ, ਤਾਂ ਨਮੂਨਾ ਜਾਂਚਾਂ ਬਾਰੇ ਇੱਕ ਵਾਕ ਜੋੜੋ: AI ਦੀ ਮਦਦ ਨਾਲ ਬਣੇ ਜਵਾਬਾਂ ਦੇ ਨਮੂਨੇ ਕੌਣ ਜਾਂਚਦਾ ਹੈ, ਕਿੰਨੀ ਵਾਰ ਜਾਂਚਦਾ ਹੈ ਅਤੇ ਵਾਰ-ਵਾਰ ਗ਼ਲਤੀਆਂ ਸਾਹਮਣੇ ਆਉਣ ਉੱਤੇ ਕੀ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਖੁਲਾਸੇ, ਰਿਪੋਰਟ ਦੇਣ ਅਤੇ ਸਮੀਖਿਆ ਦੀਆਂ ਧਾਰਾਵਾਂ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀਆਂ ਹਨ?

ਆਖ਼ਰੀ ਤਿੰਨ ਧਾਰਾਵਾਂ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਹੋਰਾਂ ਨੂੰ ਕਦੋਂ ਦੱਸਣਾ ਹੈ ਕਿ AI ਵਰਤਿਆ ਗਿਆ ਸੀ, ਕੁਝ ਗ਼ਲਤ ਹੋਣ ’ਤੇ ਕੀ ਕਰਨਾ ਹੈ ਅਤੇ ਨੀਤੀ ਨੂੰ ਮੌਜੂਦਾ ਲੋੜਾਂ ਮੁਤਾਬਕ ਕਿਵੇਂ ਰੱਖਣਾ ਹੈ।

ਧਾਰਾ 8, ਖੁਲਾਸਾ: "ਜਦੋਂ ਕਿਸੇ ਖਰੜੇ ਦਾ ਵੱਡਾ ਹਿੱਸਾ AI ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੋਵੇ ਤਾਂ ਆਪਣੇ ਸਮੀਖਿਅਕ ਨੂੰ ਦੱਸੋ। AI ਨਾਲ ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ ਬਾਰੇ ਗਾਹਕਾਂ ਦੇ ਇਕਰਾਰਨਾਮਿਆਂ ਅਤੇ ਕਿਸੇ ਵੀ ਮੰਚ ਜਾਂ ਪ੍ਰਕਾਸ਼ਨ ਦੇ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। [ਵਿਕਲਪਿਕ: AI ਨਾਲ ਤਿਆਰ ਕੀਤੀਆਂ ਗਾਹਕਾਂ ਨੂੰ ਦਿਖਾਈਆਂ ਜਾਣ ਵਾਲੀਆਂ ਤਸਵੀਰਾਂ ਜਾਂ ਲਿਖਤ ਉੱਤੇ [ਸ਼ਬਦਾਵਲੀ] ਦਾ ਲੇਬਲ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ।]"

ਧਾਰਾ 9, ਰਿਪੋਰਟ ਕਰਨਾ: "ਜੇ ਸੀਮਤ ਵਰਤੋਂ ਵਾਲੀ ਜਾਣਕਾਰੀ ਕਿਸੇ ਗੈਰ-ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਾਧਨ ਵਿੱਚ ਪਾਏ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਹੋਵੇ, ਜਾਂ AI ਦੀ ਮਦਦ ਨਾਲ ਤਿਆਰ ਨਤੀਜੇ ਨੇ ਕੋਈ ਸਮੱਸਿਆ ਪੈਦਾ ਕੀਤੀ ਹੋਵੇ ਜਾਂ ਕਰਦੇ-ਕਰਦੇ ਬਚਿਆ ਹੋਵੇ, ਤਾਂ ਉਸੇ ਦਿਨ [ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ] ਨੂੰ ਸਾਧਨ, ਖਾਤੇ ਅਤੇ ਸਾਂਝੀ ਕੀਤੀ ਜਾਣਕਾਰੀ ਬਾਰੇ ਦੱਸੋ। ਜਿੱਥੇ ਲਾਗੂ ਹੋਵੇ, [ਘਟਨਾ ਸੰਬੰਧੀ ਮੌਜੂਦਾ ਪ੍ਰਕਿਰਿਆ] ਦੀ ਪਾਲਣਾ ਕਰੋ। ਤੁਰੰਤ ਰਿਪੋਰਟ ਕਰਨ ਨੂੰ ਦੁਰਵਿਹਾਰ ਨਹੀਂ ਮੰਨਿਆ ਜਾਵੇਗਾ।"

ਧਾਰਾ 10, ਸਮੀਖਿਆ: "[ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ] ਘੱਟੋ-ਘੱਟ ਹਰ [ਛੇ / ਬਾਰਾਂ] ਮਹੀਨਿਆਂ ਵਿੱਚ ਅਤੇ ਜਦੋਂ ਵੀ ਕੋਈ ਸਾਧਨ, ਯੋਜਨਾ, ਇਕਰਾਰਨਾਮਾ ਜਾਂ ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਿਆ ਬਦਲਦੀ ਹੈ, ਇਸ ਨੀਤੀ ਅਤੇ ਰਜਿਸਟਰ ਦੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ। ਸੰਸਕਰਣ [ਨੰਬਰ], [ਨਾਮ] ਵੱਲੋਂ [ਤਾਰੀਖ] ਨੂੰ ਮਨਜ਼ੂਰ ਕੀਤਾ ਗਿਆ।"

ਕਿਹੜੇ ਭਰਨ ਵਾਲੇ ਖਾਨਿਆਂ ਲਈ ਅਸਲ ਫ਼ੈਸਲੇ ਲੈਣੇ ਜ਼ਰੂਰੀ ਹਨ?

ਹਰ ਬਰੈਕਟ ਇੱਕ ਅਜੇ ਤੈਅ ਨਾ ਹੋਇਆ ਫ਼ੈਸਲਾ ਹੈ, ਕੋਈ ਸੁਰੱਖਿਅਤ ਮੂਲ ਚੋਣ ਨਹੀਂ। ਇਸ ਲਈ ਅਣਜਾਣ ਚੀਜ਼ਾਂ ਨੂੰ ਭਰੋਸੇਯੋਗ ਲੱਗਣ ਵਾਲੇ ਨਿਯਮ ਨਾਲ ਭਰਨ ਦੀ ਥਾਂ ਸਮੀਖਿਆ ਲਈ ਨਿਸ਼ਾਨਬੱਧ ਕਰੋ। ਕੰਪਨੀ ਨੂੰ ਨੀਤੀ ਦਾ ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ, ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸੇਵਾਵਾਂ ਅਤੇ ਪਲਾਨ, ਮਨਜ਼ੂਰ ਕੰਮ, ਪਾਬੰਦੀ ਵਾਲੀ ਜਾਣਕਾਰੀ, ਸਮੀਖਿਆ ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ, ਰਿਪੋਰਟ ਕਰਨ ਦਾ ਤਰੀਕਾ ਅਤੇ ਸਮੀਖਿਆ ਦੀ ਮਿਤੀ ਦੇਣੀ ਲਾਜ਼ਮੀ ਹੈ।

ਦਰਜ ਕਰੋ ਕਿ ਕਿਸੇ ਖ਼ਾਸ ਕੰਮ ਲਈ ਟੂਲ ਨੂੰ ਮਨਜ਼ੂਰੀ ਕਿਉਂ ਦਿੱਤੀ ਗਈ ਹੈ। ਮਾਡਲ ਦੀ ਸਿਖਲਾਈ ਦੀਆਂ ਸੈਟਿੰਗਾਂ, ਡਾਟਾ ਸੰਭਾਲ ਕੇ ਰੱਖਣਾ, ਪਹੁੰਚ ਨਿਯੰਤਰਣ ਅਤੇ ਇਕਰਾਰਨਾਮੇ ਅਧੀਨ ਇਜਾਜ਼ਤ ਵੱਖਰੇ ਸਵਾਲ ਹਨ। ਕਿਸੇ ਟੂਲ ਦੀ ਇੱਕ ਵਰਤੋਂ ਸਵੀਕਾਰਯੋਗ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਦੂਜੀ ਵਰਤੋਂ ਲਈ ਵਾਧੂ ਮਨਜ਼ੂਰੀ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਫ਼ਰਕ ਰਜਿਸਟਰ ਵਿੱਚ ਸਪਸ਼ਟ ਰੱਖੋ।

ਇੱਕ ਅਮਲੀ ਮਿਸਾਲ: 18 ਲੋਕਾਂ ਵਾਲੇ ਕਾਲਪਨਿਕ ਲੇਖਾ-ਜੋਖਾ ਦਫ਼ਤਰ ਨੇ ਪਹਿਲਾਂ ਧਾਰਾ 5 ਭਰੀ ਅਤੇ ਵੇਖਿਆ ਕਿ ਉਹ ਇਸ ਦਾ ਜਵਾਬ ਨਹੀਂ ਦੇ ਸਕਦਾ, ਕਿਉਂਕਿ ਗਾਹਕਾਂ ਨਾਲ ਕੰਮ ਦੀਆਂ ਸ਼ਰਤਾਂ ਵਾਲੇ ਪੱਤਰਾਂ ਵਿੱਚ AI ਬਾਰੇ ਕੁਝ ਨਹੀਂ ਸੀ। ਅੰਦਾਜ਼ਾ ਲਾਉਣ ਦੀ ਬਜਾਏ ਮਾਲਕ ਨੇ ਸਮੀਖਿਆ ਹੋਣ ਤੱਕ ਗਾਹਕਾਂ ਦੀ ਸਮੱਗਰੀ ਦੀ ਵਰਤੋਂ ਨੂੰ ਮਨਾਹੀ ਵਜੋਂ ਦਰਜ ਕੀਤਾ, ਜਨਤਕ ਅਤੇ ਅੰਦਰੂਨੀ ਵਰਤੋਂ ਤੁਰੰਤ ਮਨਜ਼ੂਰ ਕੀਤੀ ਅਤੇ ਕੰਮ ਦੀਆਂ ਸ਼ਰਤਾਂ ਵਾਲੇ ਪੱਤਰਾਂ ਨੂੰ ਅੱਪਡੇਟ ਕਰਨ ਬਾਰੇ ਆਪਣੇ ਸਲਾਹਕਾਰ ਨਾਲ ਗੱਲਬਾਤ ਤੈਅ ਕੀਤੀ।

ਸਮੀਖਿਆ ਕਰਨ ਵਾਲੇ ਨੂੰ ਕੀ ਜਾਂਚਣਾ ਚਾਹੀਦਾ ਹੈ?

ਸਮੀਖਿਆ ਕਰਨ ਵਾਲੇ ਨੂੰ ਜਾਂਚਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਨੀਤੀ ਮੌਜੂਦਾ ਜਾਣਕਾਰੀ-ਸੁਰੱਖਿਆ, ਨਿੱਜਤਾ, ਰੁਜ਼ਗਾਰ ਅਤੇ ਪ੍ਰਕਾਸ਼ਨ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ ਅਤੇ ਚੁੱਪਚਾਪ ਉਨ੍ਹਾਂ ਨੂੰ ਰੱਦ ਨਹੀਂ ਕਰਦੀ। AI ਬਾਰੇ ਇੱਕ ਛੋਟਾ ਦਸਤਾਵੇਜ਼ ਉਸ ਨਿਯਮ ਨੂੰ ਢਿੱਲਾ ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ ਜੋ ਪਹਿਲਾਂ ਹੀ ਗੁਪਤ ਡਾਟੇ ਜਾਂ ਅਹਿਮ ਅਸਰ ਵਾਲੇ ਫ਼ੈਸਲਿਆਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ। ਢੁਕਵੇਂ ਸਮੀਖਿਅਕ ਸੰਸਥਾ, ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਲਾਗੂ ਕਾਨੂੰਨੀ ਅਧਿਕਾਰ-ਖੇਤਰ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ।

NIST ਦੀ AI ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਕਾਰਜ-ਪੁਸਤਿਕਾ ਦੀ ਪ੍ਰਬੰਧਕੀ ਨਿਗਰਾਨੀ ਵਾਲੀ ਸਮੱਗਰੀ ਵਿੱਚ ਭੂਮਿਕਾਵਾਂ, ਜ਼ਿੰਮੇਵਾਰੀਆਂ, ਸਿਖਲਾਈ ਅਤੇ ਤੀਜੀ ਧਿਰ ਦੇ ਜੋਖਮ ਦੀ ਚਰਚਾ ਹੈ; ਇਹ ਨਮੂਨਾ ਛੋਟੀਆਂ ਟੀਮਾਂ ਲਈ ਸਾਡਾ ਵਿਹਾਰਕ ਅਨੁਕੂਲਨ ਹੈ। AI ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਬਾਰੇ ICO ਦੀ ਸੇਧ ਨਿੱਜੀ ਡਾਟੇ ਨਾਲ ਜੁੜੇ ਸਵਾਲਾਂ ਲਈ ਯੂਕੇ ਦਾ ਅਧਿਕਾਰਤ ਸਰੋਤ ਹੈ। ਇਸ ਦੇ ਪੰਨੇ ਇਸ ਵੇਲੇ ਕਹਿੰਦੇ ਹਨ ਕਿ ਡਾਟਾ (ਵਰਤੋਂ ਅਤੇ ਪਹੁੰਚ) ਕਾਨੂੰਨ ਤੋਂ ਬਾਅਦ ਇਸ ਦੀ ਸਮੀਖਿਆ ਚੱਲ ਰਹੀ ਹੈ, ਇਸ ਲਈ ਮੌਜੂਦਾ ਆਨਲਾਈਨ ਸੰਸਕਰਣ ਦੇਖੋ। ਇਹ ਨਮੂਨਾ ਨਾ ਤਾਂ ਪਾਲਣਾ ਦਾ ਸਰਟੀਫਿਕੇਟ ਹੈ ਅਤੇ ਨਾ ਹੀ ਇਹ ਬਿਆਨ ਕਿ ਤੁਹਾਡੀ ਕੰਪਨੀ ਨੇ ਨਿਯੰਤਰਣ ਲਾਗੂ ਕਰ ਦਿੱਤੇ ਹਨ।

ਟੀਮ ਨੂੰ ਨੀਤੀ ਨਾਲ ਜਾਣੂ ਕਿਵੇਂ ਕਰਵਾਈਏ?

ਇਸ ਨੂੰ ਪੜ੍ਹਨ ਲਈ ਸਮੱਗਰੀ ਦੇਣ ਦੀ ਬਜਾਏ ਆਪਣੇ ਕੰਮ ਦੀਆਂ ਮਿਸਾਲਾਂ ਨਾਲ ਸਮਝਾਓ। ਇੱਕ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਮਿਸਾਲ, ਇੱਕ ਪਾਬੰਦੀ ਵਾਲੀ ਮਿਸਾਲ ਅਤੇ ਇੱਕ ਅਜਿਹਾ ਮਾਮਲਾ ਸਮਝਾਓ ਜਿਸ ਬਾਰੇ ਸਥਿਤੀ ਸਪਸ਼ਟ ਨਹੀਂ ਹੈ। ਲੋਕਾਂ ਨੂੰ ਇਨ੍ਹਾਂ ਵਿਚਲਾ ਫ਼ਰਕ ਸਮਝਾਉਣ ਅਤੇ ਇਹ ਪਤਾ ਕਰਨ ਲਈ ਕਹੋ ਕਿ ਮਾਮਲਾ ਅੱਗੇ ਕਿਸ ਕੋਲ ਲਿਜਾਣਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਸਾਧਨਾਂ ਅਤੇ ਖਾਤਿਆਂ ਬਾਰੇ ਸਵਾਲ ਪੁੱਛਣ ਦਾ ਸਮਾਂ ਦਿਓ ਜੋ ਉਹ ਅਸਲ ਵਿੱਚ ਵਰਤਦੇ ਹਨ। ਸਿਰਫ਼ ਸਹਿਮਤੀ ਦੇਣ ਨਾਲ ਇਹ ਸਾਬਤ ਨਹੀਂ ਹੁੰਦਾ ਕਿ ਕੋਈ ਵਿਅਕਤੀ ਹੱਦ ਨੂੰ ਅਮਲ ਵਿੱਚ ਲਾਗੂ ਕਰ ਸਕਦਾ ਹੈ।

ਪਹਿਲੇ ਅਭਿਆਸ ਸੈਸ਼ਨ ਤੋਂ ਬਾਅਦ ਨੀਤੀ ਨੂੰ ਮੁੜ ਵੇਖੋ। ਉਹ ਉਦਾਹਰਨਾਂ ਸ਼ਾਮਲ ਕਰੋ ਜਿਨ੍ਹਾਂ ਨਾਲ ਫ਼ੈਸਲਾ ਸਪਸ਼ਟ ਹੋਇਆ ਅਤੇ ਕਿਸੇ ਵੀ ਅਜਿਹੀ ਹਦਾਇਤ ਨੂੰ ਠੀਕ ਕਰੋ ਜੋ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੀ ਸੀ। ਸੰਸਕਰਨ ਨੰਬਰ ਅਤੇ ਇੱਕ ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ ਨਿਰਧਾਰਤ ਰੱਖੋ ਤਾਂ ਜੋ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਪਤਾ ਹੋਵੇ ਕਿ ਮੌਜੂਦਾ ਨਿਯਮ ਕਿੱਥੇ ਮਿਲਣਗੇ।

ਜੇ ਤੁਸੀਂ ਸੁਚੱਜੇ ਢੰਗ ਨਾਲ ਅਭਿਆਸ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ Tosheo.ai ਨੂੰ ਹਰ ਭੂਮਿਕਾ ਲਈ ਛੋਟੇ ਪਾਠ ਦੇਣ ਵਾਸਤੇ ਬਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। ਹਰ ਪਾਠ ਦੇ ਅੰਤ ਵਿੱਚ ਕਿਸੇ ਅਸਲ AI ਟੂਲ ਵਿੱਚ ਵਿਹਾਰਕ ਕੰਮ ਹੋਵੇਗਾ, ਜਿਸ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ ’ਤੇ ਦਿਖਾਏ ਅੰਕਣ ਮਾਪਦੰਡਾਂ ਅਨੁਸਾਰ ਅੰਕ ਦਿੱਤੇ ਜਾਣਗੇ। ਇਹ ਤੁਹਾਡੀ ਨੀਤੀ ਨਾ ਲਿਖਦਾ ਹੈ ਅਤੇ ਨਾ ਹੀ ਮਨਜ਼ੂਰ ਕਰਦਾ ਹੈ।

ਇੱਕ ਆਮ ਨਮੂਨੇ ਤੋਂ ਸ਼ੁਰੂਆਤ ਕਰਨਾ ਕਦੋਂ ਗਲਤ ਹੁੰਦਾ ਹੈ?

ਜੇ ਤੁਸੀਂ ਵੇਚੇ ਜਾਣ ਵਾਲੇ ਉਤਪਾਦ ਵਿੱਚ AI ਜੋੜਦੇ ਹੋ, ਵਿਸ਼ੇਸ਼ ਸ਼੍ਰੇਣੀ ਦੇ ਨਿੱਜੀ ਡਾਟੇ ਨੂੰ ਸੰਭਾਲਦੇ ਹੋ, ਨਿਯਮਾਂ ਅਧੀਨ ਪੇਸ਼ੇ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹੋ ਜਾਂ ਤੁਹਾਡੇ ਇਕਰਾਰਨਾਮਿਆਂ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ AI ਦੀਆਂ ਸ਼ਰਤਾਂ ਹਨ, ਤਾਂ ਆਮ ਨਮੂਨੇ ਤੋਂ ਸ਼ੁਰੂ ਕਰਨਾ ਠੀਕ ਨਹੀਂ। ਯੋਗ ਸਲਾਹਕਾਰ ਨਾਲ ਉਨ੍ਹਾਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਇਸ ਢਾਂਚੇ ਨੂੰ ਸਿਰਫ਼ ਵਿਸ਼ਿਆਂ ਦੀ ਜਾਂਚ-ਸੂਚੀ ਵਜੋਂ ਵਰਤੋ।

ਜੇ ਕੋਈ ਇਸ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨਹੀਂ ਲਵੇਗਾ, ਤਾਂ ਵੀ ਇਹ ਗ਼ਲਤ ਚੋਣ ਹੈ। ਇੱਕ ਵਾਰ ਭਰਿਆ ਅਤੇ ਫਿਰ ਕਦੇ ਨਾ ਪਰਖਿਆ ਗਿਆ ਨਮੂਨਾ ਦਸਤਾਵੇਜ਼ ਉਨ੍ਹਾਂ ਟੂਲਾਂ ਬਾਰੇ ਨਿਯਮਾਂ ਦੀ ਸੂਚੀ ਬਣ ਜਾਂਦਾ ਹੈ ਜੋ ਟੀਮ ਹੁਣ ਵਰਤਦੀ ਹੀ ਨਹੀਂ। ਧਾਰਾ 4 ਭਰਨ ਤੋਂ ਪਹਿਲਾਂ ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ ਦਾ ਨਾਮ ਤੈਅ ਕਰੋ।

ਸਰੋਤ ਅਤੇ ਦਾਇਰਾ

NIST AI RMF ਕਾਰਜ-ਗਾਈਡ: ਪ੍ਰਬੰਧਨ, 16 ਅਕਤੂਬਰ 2026 ਨੂੰ ਜਾਂਚਿਆ ਗਿਆ ↗

ICO, AI ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਬਾਰੇ ਮਾਰਗਦਰਸ਼ਨ (ਸਮੀਖਿਆ ਅਧੀਨ), 16 ਅਕਤੂਬਰ 2026 ਨੂੰ ਜਾਂਚਿਆ ਗਿਆ ↗

ICO, AI ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਦੇ ਜੋਖਮਾਂ ਲਈ ਸਾਧਨ-ਸਮੂਹ (ਸਮੀਖਿਆ ਅਧੀਨ), ਜਾਂਚ ਕੀਤੀ 16 ਅਕਤੂਬਰ 2026 ↗