∞सीधा उत्तर
सीधा उत्तर
AI का उपयोग लीड को क्रम में रखने के लिए करें, निवेश तय करने के लिए नहीं। अपने निवेश दायरे के लिए गलत चयन और छूट को परिभाषित करें। दोनों को पहले से जांची डीलों पर परखें। संपर्क से पहले स्रोत जांचें। अगला कदम एक व्यक्ति तय करे। NIST कहता है कि सटीकता जांच में वास्तविक परीक्षण समूहों पर गलत चयन और छूट की दर शामिल होनी चाहिए। [1]
स्क्रीनिंग से पहले दो गलतियां तय करें
गलत चयन वह लीड है जो स्क्रीन से गुजरती है। बाद की जांच बताती है कि वह लिखे नियम को पूरा नहीं करती। छूट वह लीड है जो स्क्रीन से नहीं गुजरती। बाद की जांच बताती है कि वह नियम को पूरा करती थी।
इन नामों का उपयोग केवल स्क्रीन के लिए करें। इनसे भविष्य के रिटर्न का फैसला न करें। अच्छी स्क्रीन उन कामों को ढूंढती है जिनकी जांच चाहिए। वह यह साबित नहीं करती कि कंपनी अच्छा निवेश है।
नियम सरल शब्दों में लिखें। चरण, स्थान, क्षेत्र, चेक आकार और स्पष्ट संघर्ष नियम रखें। अनजान तथ्य को अनजान ही रखें। सबूत न होना, असंगति का सबूत नहीं है।
- पास: जुड़ा हुआ सबूत लिखे नियम को पूरा करता है।
- जांच: लीड मिल सकती है, पर मुख्य तथ्य नहीं है या टकराव है।
- असफल: जुड़ा हुआ सबूत लिखी असंगति दिखाता है।
- आगे भेजें: टकराव, संवेदनशील तथ्य या स्रोत समस्या के लिए जिम्मेदार व्यक्ति चाहिए।
करीबी मामलों वाला परीक्षण समूह बनाएं
ऐसी डीलों का उपयोग करें जिन्हें लोग पहले जांच चुके हैं। साफ मिलान, साफ असंगति और कठिन मामले लें। कठिन मामला चरण, क्षेत्र या स्थान के नियम के पास होता है। इससे पता चलता है कि सरल नियम कहां टूट सकता है।
हर परीक्षण डील को तभी नाम दें जब व्यक्ति स्रोत रिकॉर्ड पढ़ ले। समूह का एक भाग अलग रखें। उसे प्रॉम्प्ट या नियम सुधारने में न लें। बदली स्क्रीन को बाद में उसी भाग पर जांचें।
NIST कहता है कि सटीकता माप के लिए वास्तविक और प्रतिनिधि परीक्षण समूह चाहिए। वह तरीका और जरूरी डेटा समूहों के नतीजे दर्ज करने को भी कहता है। [1]
- वही स्रोत प्रकार लें जो असली स्क्रीन में होंगे।
- हर नाम के साथ स्रोत लिंक, जांच तारीख और समीक्षक नोट रखें।
- पास और असफल दोनों लीडों का मानवीय नमूना जांचें।
- जहां उपयोगी और कानूनी हो, चरण, क्षेत्र, स्थान और स्रोत प्रकार देखें।
नतीजा नहीं, सबूत मांगें
हर लीड के लिए छोटा कार्ड मांगें। उसमें मिला नियम, स्रोत लिंक, स्रोत की तारीख और जो पता नहीं है वह होना चाहिए। हर नियम अलग रखें। कमी को एक कुल स्कोर में न छिपाएं।
AI से बना स्रोत या उद्धरण गलत हो सकता है। NIST ऐसे गलत, पर भरोसे से दिए गए जनरेटिव AI विषय को कॉन्फैब्यूलेशन कहता है। वह कहता है कि महत्वपूर्ण फैसलों में इस जोखिम पर ध्यान देना चाहिए। [2] स्रोत खोलें और जांचें कि वह लिखे तथ्य को सच में सहारा देता है।
कमजोर सबूत को जांच में भेजें। उसे अपने आप पास या असफल न करें। समीक्षक को नतीजा ठीक करने, नियम बदलने या प्रक्रिया रोकने का अधिकार होना चाहिए।
- सटीक नियम: स्क्रीन ने क्या जांचा।
- सबूत: स्रोत लिंक, छोटा उद्धरण और जांच तारीख।
- सीमा: स्रोत क्या नहीं दिखा सकता।
- अगला कदम: पास, जांच, असफल या आगे भेजें, कारण के साथ।
गलतियां मापें और एक समय में एक बदलाव करें
लिखें कि लोगों ने कितनी लीड जांचीं। गलत चयन, छूट, कमजोर स्रोत और समीक्षक बदलाव दर्ज करें। नतीजे के साथ नियम संस्करण, मॉडल या टूल संस्करण, स्रोत समूह और जांच तारीख भी लिखें।
परीक्षण से पहले जवाब का नियम तय करें। छूट बढ़ने पर असफल लीडों का बड़ा नमूना जांचना पड़ सकता है। गलत चयन बढ़ने पर सबूत नियम बहुत ढीला हो सकता है। बड़े उपयोग से पहले अलग रखे परीक्षण समूह पर बदलाव जांचें।
ESMA की अपेक्षा है कि निवेश सेवाओं में AI उपयोग करने वाली निवेश फर्में सिस्टम का परीक्षण और निगरानी करें, इनपुट डेटा जांचें और साफ रिकॉर्ड रखें। IOSCO स्वतंत्र सत्यापन, चेतावनी और मानवीय जांच व बदलाव के रिकॉर्ड पर भी जोर देता है। [3] [4] ये उपयोगी नियंत्रण विचार हैं। आपके कानूनी दायित्व फर्म, सेवा और स्थान पर निर्भर हैं।
- स्क्रीन और उसके बदलावों के लिए एक जिम्मेदार व्यक्ति रखें।
- तय समय पर और बड़े बदलाव के बाद गलती के नमूने जांचें।
- स्रोत असफल हों या नतीजे बिना साफ कारण बदलें तो प्रक्रिया रोकें।
- अंतिम बैठक और निवेश का चुनाव लोगों के पास रखें।
FAQ
अक्सर पूछे जाने वाले प्रश्न
डील स्क्रीनिंग में गलत चयन क्या है?
यह ऐसी लीड है जिसे स्क्रीन पास करती है, पर बाद की जांच बताती है कि वह लिखे नियम को पूरा नहीं करती। गलती कमजोर डेटा, गलत स्रोत या बहुत ढीले नियम से आ सकती है।
डील स्क्रीनिंग में छूट क्या है?
यह ऐसी लीड है जिसे स्क्रीन असफल करती है, पर बाद की जांच बताती है कि वह लिखे नियम को पूरा करती थी। असफल लीडों का कुछ नमूना जांचें। इससे बहुत संकरे नियम मिल सकते हैं।
क्या हमें हर गलती हटाने की कोशिश करनी चाहिए?
नहीं। सख्त नियम गलत चयन घटा सकते हैं, पर अधिक छूट बना सकते हैं। ढीले नियम अधिक लीड ढूंढ सकते हैं, पर जांच का समय बढ़ाते हैं। अपने निवेश दायरे के लिए संतुलन तय करें और परखें।
क्या AI स्कोर तय कर सकता है कि किसे बैठक मिले?
नहीं। स्कोर शोध लीड को क्रम में रख सकता है। उसे तथ्य, स्रोत, कमी और टकराव दिखाने चाहिए। लीड आगे जाए या नहीं, यह व्यक्ति तय करे।
REF
स्रोत
- 1
National Institute of Standards and Technology
Artificial Intelligence Risk Management Framework (AI RMF 1.0) ↗ - 2
National Institute of Standards and Technology
Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile ↗ - 3
European Securities and Markets Authority
Public Statement on Artificial Intelligence and Investment Services ↗ - 4
International Organization of Securities Commissions
Supervisory Toolkit for AI Use in Capital Markets ↗