ਏਆਈ ਹੁਣ ਕਾਨੂੰਨੀ ਖੋਜ, ਡਰਾਫਟਿੰਗ ਅਤੇ ਸਮੀਖਿਆ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਵਾਸਤਵ ਵਿੱਚ ਲਾਭਦਾਇਕ ਹੈ — ਅਤੇ ਇਹ ਪੂਰੀ ਯਕੀਨ ਨਾਲ ਤੁਹਾਨੂੰ ਐਸੇ ਕੇਸ ਕਾਨੂੰਨ ਦੇਵੇਗਾ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹੈ ਅਤੇ ਐਸੇ ਉਧਰਣ ਜੋ ਕਦੇ ਨਹੀਂ ਲਿਖੇ ਗਏ। ਇਹ ਗਾਈਡ ਦੱਸਦੀ ਹੈ ਕਿ ਕਾਨੂੰਨੀ ਏਆਈ ਹਲੂਸਿਨੇਸ਼ਨ ਕੀ ਹਨ, ਕਿਉਂਕਿ "ਗ੍ਰਾਊਂਡਡ" ਟੂਲ ਵੀ ਇਹਨਾਂ ਨੂੰ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਸੱਚਮੁੱਚ ਸਬੂਤ ਕੀ ਕਹਿੰਦਾ ਹੈ, ਅਤੇ — ਉਹ ਹਿੱਸਾ ਜੋ ਬਹੁਤ ਸਾਰੇ ਕਵਰੇਜ ਛੱਡ ਦਿੰਦੇ ਹਨ — ਆਪਣੇ ਆਪ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਲਈ ਇੱਕ ਠੋਸ ਵਰਕਫਲੋ।
ਕਾਨੂੰਨੀ ਏਆਈ ਹਾਲੂਸੀਨੇਸ਼ਨ ਕੀ ਹਨ
ਇੱਕ ਭ੍ਰਮ ਇੱਕ ਵਿਸ਼ਵਾਸਯੋਗ, ਯਥਾਰਥ-ਸੁਨਹਿਰਾ ਨਤੀਜਾ ਹੈ ਜੋ ਗਲਤ ਹੈ, ਜਿਸ ਵਿੱਚ ਕੋਈ ਅੰਦਰੂਨੀ ਸੰਕੇਤ ਨਹੀਂ ਹੁੰਦਾ ਕਿ ਕੁਝ ਗਲਤ ਹੈ। ਕਾਨੂੰਨੀ ਕੰਮ ਵਿੱਚ ਇਹ ਕੁਝ ਪਛਾਣਯੋਗ ਰੂਪ ਲੈਂਦੇ ਹਨ:
- ਬਨਾਵਟੀ ਮਾਮਲੇ: ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਣਾਏ ਗਏ ਫੈਸਲੇ ਜਿਨ੍ਹਾਂ ਦੇ ਵਾਸਤਵਿਕ ਨਾਮ ਅਤੇ ਰਿਪੋਰਟਰ ਦੇ ਹਵਾਲੇ ਹਨ ਜੋ ਕਿਸੇ ਵੀ ਅਸਲੀ ਰਾਏ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ
- ਗਲਤ ਜਾਂ ਗਲਤ ਬਿਆਨ ਕੀਤੇ ਗਏ ਕਾਨੂੰਨ: ਉਹ ਅਸਲੀ ਕਾਨੂੰਨੀ ਧਾਰਾਵਾਂ ਜੋ ਉਹਨਾਂ ਪ੍ਰਸਤਾਵਾਂ ਲਈ ਉਲਲੇਖਿਤ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਉਹ ਸਮਰਥਨ ਨਹੀਂ ਕਰਦੀਆਂ, ਜਾਂ ਪ੍ਰਾਵਧਾਨਾਂ ਨੂੰ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਸੰਖੇਪ ਕੀਤਾ ਗਿਆ ਹੈ
- ਅਸਲੀ ਹਵਾਲਿਆਂ ਦੇ ਅੰਦਰ ਬਣਾਈਆਂ ਗਈਆਂ ਉਧਰਣਾਂ: ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਕਿਸਮ — ਇੱਕ ਅਸਲੀ, ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਹਵਾਲਾ ਦਿੱਤਾ ਗਿਆ ਮਾਮਲਾ ਜਿਸ ਵਿੱਚ ਇੱਕ ਉਧਰਣ ਹੈ ਜੋ ਅਦਾਲਤ ਨੇ ਕਦੇ ਨਹੀਂ ਲਿਖੀ
ਉਹ ਤੀਜੀ ਸ਼੍ਰੇਣੀ ਸਭ ਤੋਂ ਡਰਾਉਣੀ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਇਸਨੂੰ ਖੋਜਦੇ ਹੋ, ਤਾਂ ਇੱਕ ਨਕਲੀ ਮਾਮਲਾ ਫੜਿਆ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਵਾਸਤਵਿਕ ਮਾਮਲੇ ਵਿੱਚ ਬਣਾਈ ਗਈ ਉਧਰਣ ਇੱਕ ਰੁਟੀਨ ਸਾਈਟ-ਚੈਕ ਵਿੱਚ ਸਫਲ ਹੋ ਜਾਂਦੀ ਹੈ — ਉਧਰਣ ਵੈਧ ਹੈ — ਅਤੇ ਗਲਤੀ ਉਸ ਭਾਸ਼ਾ ਵਿੱਚ ਛੁਪੀ ਹੁੰਦੀ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਸਰੋਤ ਦੇ ਖਿਲਾਫ ਜਾਂਚਿਆ ਨਹੀਂ।
ਇਹ ਕਿਉਂ ਹੁੰਦੇ ਹਨ — ਭਾਵੇਂ "ਗ੍ਰਾਊਂਡਡ" ਟੂਲਜ਼ ਨਾਲ ਵੀ
ਇੱਕ ਭਾਸ਼ਾ ਮਾਡਲ ਡੇਟਾਬੇਸ ਵਿੱਚ ਤੱਥਾਂ ਦੀ ਖੋਜ ਨਹੀਂ ਕਰਦਾ; ਇਹ ਆਪਣੇ ਪ੍ਰਸ਼ਿਕਸ਼ਣ ਵਿੱਚ ਪੈਟਰਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਲਿਖਤ ਦਾ ਸਭ ਤੋਂ ਸੰਭਾਵਿਤ ਜਾਰੀ ਕਰਨ ਵਾਲਾ ਬਣਾਉਂਦਾ ਹੈ। ਕਈ ਵਾਰੀ ਸਭ ਤੋਂ ਸੰਭਾਵਿਤ ਸੁਣਨ ਵਾਲਾ ਨਿਕਾਸ ਕਹਾਣੀ ਹੁੰਦਾ ਹੈ।
"ਗ੍ਰਾਊਂਡਡ" ਜਾਂ ਰੀਟ੍ਰੀਵਲ-ਆਗਮੈਂਟਡ (RAG) ਕਾਨੂੰਨੀ ਟੂਲ ਇਸਨੂੰ ਠੀਕ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ ਦੁਨੀਆ ਦੇ ਅਸਲ ਸਰੋਤ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਕੇ ਅਤੇ ਮਾਡਲ ਨੂੰ ਉਨ੍ਹਾਂ ਤੋਂ ਜਵਾਬ ਦੇਣ ਲਈ ਹੁਕਮ ਦੇ ਕੇ। ਇਹ ਵਾਸਤਵ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ — ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਣਾਏ ਗਏ ਮਾਮਲਿਆਂ ਨੂੰ ਨਾਲ਼ੀ ਕਰਦਾ ਹੈ। ਪਰ ਗ੍ਰਾਊਂਡਿੰਗ ਗਾਰੰਟੀ ਨਹੀਂ ਹੈ:
ਜਿੱਥੇ ਜ਼ਮੀਨ ਦਾ ਸੰਪਰਕ ਹਾਲੇ ਵੀ ਲੀਕ ਹੁੰਦਾ ਹੈ
- •ਮਾਡਲ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਗਲਤ ਉਧਰਣ ਦੇ ਸਕਦਾ ਹੈ ਜੋ ਇਸਨੇ ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਾਪਤ ਕੀਤਾ ਹੈ
- •ਇਹ ਇੱਕ ਪ੍ਰਸਤਾਵ ਨਾਲ ਇੱਕ ਵਾਸਤਵਿਕ ਉਧਰਣ ਜੋੜ ਸਕਦਾ ਹੈ ਜਿਸਦਾ ਸਰੋਤ ਸਮਰਥਨ ਨਹੀਂ ਕਰਦਾ।
- •ਪੁਨਰ ਪ੍ਰਾਪਤੀ ਗਲਤ ਪੈਰਾਗ੍ਰਾਫ ਨੂੰ ਸਾਹਮਣੇ ਲਿਆ ਸਕਦੀ ਹੈ, ਅਤੇ ਮਾਡਲ ਫਿਰ ਵੀ ਇਸਨੂੰ ਵਿਸ਼ਵਾਸ ਨਾਲ ਉਲਲੇਖ ਕਰਦਾ ਹੈ।
- •ਇਹ ਕਈ ਸਰੋਤਾਂ ਤੋਂ ਭਾਸ਼ਾ ਨੂੰ ਇੱਕ ਇਕੱਲੇ ਬਣਾਏ ਗਏ "ਉੱਤਰ" ਵਿੱਚ ਮਿਲਾ ਸਕਦਾ ਹੈ।
ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਗ੍ਰਾਊਂਡਿੰਗ ਗਲਤੀਆਂ ਦੇ ਵੰਡਨ ਨੂੰ ਬਦਲ ਦਿੰਦੀ ਹੈ — ਥੋੜ੍ਹੇ ਨਕਲੀ ਮਾਮਲੇ, ਪਰ ਬਚੇ ਹੋਏ ਮਾਮਲੇ ਉਹਨਾਂ ਮੁਸ਼ਕਲ-ਪਕੜਨ ਵਾਲੇ ਹਵਾਲਿਆਂ ਵੱਲ ਝੁਕਦੇ ਹਨ ਜੋ ਅਸਲ ਹਵਾਲਿਆਂ ਵਿੱਚ ਹਨ।
ਸਬੂਤ
ਇਹ ਕਲਪਨਾਤਮਕ ਨਹੀਂ ਹੈ। ਦੋ ਐਂਕਰ ਅਤੇ ਇੱਕ ਟ੍ਰੈਕਰ ਜਾਣਨ ਦੇ ਯੋਗ ਹਨ:
ਮਾਤਾ ਵਿਰੁੱਧ ਐਵਿਆੰਕਾ (2023)
ਇਹ ਇੱਕ ਪ੍ਰਮੁੱਖ ਸਾਵਧਾਨੀ ਕਹਾਣੀ ਹੈ। ਵਕੀਲਾਂ ਨੇ ਇੱਕ ਸੰਘੀ ਬ੍ਰੀਫ਼ ਦਾਇਰ ਕੀਤੀ ਜਿਸ ਵਿੱਚ ਕਈ ਅਦਾਲਤੀ ਫੈਸਲੇ ਦਰਸਾਏ ਗਏ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਸਨ — ਚੈਟਜੀਪੀਟੀ ਨੇ ਇਨ੍ਹਾਂ ਨੂੰ ਬਣਾਇਆ ਸੀ, ਨਕਲੀ ਉਧਰਣਾਂ ਦੇ ਨਾਲ। ਅਦਾਲਤ ਨੇ ਵਕੀਲਾਂ ਨੂੰ ਸਜ਼ਾ ਦਿੱਤੀ। ਇਸ ਨੇ ਸਾਫ਼ ਅਤੇ ਮਹਿੰਗੇ ਤਰੀਕੇ ਨਾਲ ਸਥਾਪਿਤ ਕੀਤਾ ਕਿ ਅਣਪੜ੍ਹੇ ਜਨਰੇਟਿਵ-ਏਆਈ ਨਤੀਜੇ ਕਿਸੇ ਫਾਈਲਿੰਗ ਵਿੱਚ ਨਹੀਂ ਹੋ ਸਕਦੇ।
ਸਟੈਨਫੋਰਡ ਰੈਗਲੈਬ / ਹਾਈ (2024)
2024 ਵਿੱਚ ਸਟੈਨਫੋਰਡ ਰੈਗਲੈਬ ਅਤੇ ਇੰਸਟੀਟਿਊਟ ਫੋਰ ਹਿਊਮਨ-ਸੈਂਟਰਡ ਏਆਈ ਨੇ ਅਗੇ ਆਧਾਰਿਤ, ਮੂਲਕ ਕਾਨੂੰਨੀ-ਏਆਈ ਖੋਜ ਟੂਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਅਤੇ ਪਾਇਆ ਕਿ ਇਹ ਅਜੇ ਵੀ ਕਾਫੀ ਸਾਰੀਆਂ ਪੁੱਛਗਿੱਛਾਂ 'ਤੇ ਭ੍ਰਮਿਤ ਹੋ ਰਹੇ ਸਨ — ਇਹ ਲਗਭਗ 17–33% ਰੇਂਜ ਵਿੱਚ ਰਿਪੋਰਟ ਕੀਤਾ ਗਿਆ, ਟੂਲ ਅਤੇ ਕੰਮ ਦੇ ਆਧਾਰ 'ਤੇ।
ਪ੍ਰਕਾਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ, ਸਹੀ ਪ੍ਰਤੀਸ਼ਤ, ਮੁਕਾਬਲੇ ਵਿੱਚ ਆਏ ਵਿਸ਼ੇਸ਼ ਟੂਲਾਂ ਅਤੇ ਪ੍ਰਾਇਮਰੀ ਪੇਪਰ ਦੇ ਖਿਲਾਫ ਸਹੀ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਇਸਨੂੰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਅਤੇ ਅਟ੍ਰਿਬਿਊਟਿਵ ਤੌਰ 'ਤੇ ਉਲਲੇਖ ਕਰੋ — ਕਦੇ ਵੀ ਇਸਨੂੰ ਵਧਾਉਣ ਜਾਂ ਮਾਰਕੀਟਿੰਗ ਨੰਬਰ ਵਿੱਚ ਗੋਲ ਨਾ ਕਰੋ।
ਚਾਰਲੋਟਿਨ ਡੇਟਾਬੇਸ (ਟ੍ਰੈਕਰ)
ਖੋਜਕਰਤਾ ਡੈਮੀਅਨ ਚਾਰਲੋਟਿਨ ਇੱਕ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਉਲਲੇਖਿਤ ਜਨਤਕ ਡੇਟਾਬੇਸ ਨੂੰ ਬਣਾਈ ਰੱਖਦੇ ਹਨ ਜੋ ਉਹ ਅਦਾਲਤ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਟ੍ਰੈਕ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਏਆਈ-ਹੈਲੂਸੀਨੇਟਡ ਉਲਲੇਖ ਹਨ। ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਗਲਤੀਆਂ ਕਿੰਨੀ ਵਾਰੀ ਅਦਾਲਤਾਂ ਤੱਕ ਪਹੁੰਚਦੀਆਂ ਹਨ ਅਤੇ ਕਿਸ ਤਰ੍ਹਾਂ ਇਹਨਾਂ ਨੂੰ ਕਿਸੇ ਨੇ ਪਕੜਨ ਤੋਂ ਪਹਿਲਾਂ ਕਿੰਨਾ ਦੂਰ ਤੱਕ ਜਾਂਦੀਆਂ ਹਨ। ਅਸੀਂ ਇਸਨੂੰ ਇੱਕ ਸਰੋਤ ਵਜੋਂ ਉਲਲੇਖ ਕਰਦੇ ਹਾਂ — ਇਹ ਸਲਾਹ ਲਈ ਹਵਾਲਾ ਹੈ, ਦੁਬਾਰਾ ਬਣਾਉਣ ਲਈ ਨਹੀਂ।
ਆਪਣੇ ਆਪ ਨੂੰ ਕਿਵੇਂ ਬਚਾਉਣਾ ਹੈ: ਇੱਕ ਪੁਸ਼ਟੀਕਰਨ ਵਰਕਫਲੋ
ਜ਼ਿਆਦਾਤਰ ਕਵਰੇਜ "ਸਾਵਧਾਨ ਰਹੋ" 'ਤੇ ਰੁਕ ਜਾਂਦੀ ਹੈ। ਇੱਥੇ ਅਣਸੁਨਿਆ ਹਿੱਸਾ ਹੈ — ਇੱਕ ਥੋਸ ਕਾਰਜ ਪ੍ਰਵਾਹ ਜੋ ਤੁਸੀਂ ਹਰ AI-ਸਹਾਇਤ ਖੋਜ ਕਾਰਜ 'ਤੇ ਵਾਸਤਵ ਵਿੱਚ ਚਲਾ ਸਕਦੇ ਹੋ:
ਆਜ਼ਾਦ ਸਾਈਟ-ਚੈਕਸ
ਹਰ ਉਲਲੇਖਿਤ ਮਾਮਲੇ ਅਤੇ ਕਾਨੂੰਨ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਇਹ ਕਿਸੇ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ (ਰਿਪੋਰਟਰ, ਕੋਡ) ਵਿੱਚ ਮੌਜੂਦ ਹੈ — ਉਸ ਸਾਧਨ ਤੋਂ ਵੱਖਰੇ ਜੋ ਇਸਨੂੰ ਤਿਆਰ ਕਰਦਾ ਹੈ। AI ਨੂੰ ਆਪਣੇ ਹੀ ਉਲਲੇਖਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਨਾ ਦਿਓ।
ਸ਼ਬਦਬਦਲ ਉਲਟਾਅ ਦੀ ਪੁਸ਼ਟੀ
ਮੁੱਖ ਸਰੋਤ ਨੂੰ ਖਿੱਚੋ ਅਤੇ ਹਰ ਉਧਰਣ ਨੂੰ ਸੰਦਰਭ ਵਿੱਚ ਪੜ੍ਹੋ। ਉਧਰਿਤ ਸ਼ਬਦਾਂ ਨੂੰ ਰਾਏ ਦੇ ਖਿਲਾਫ ਪਾਤਰ-ਦਰ-ਪਾਤਰ ਮਿਲਾਓ। ਇੱਕ ਅਸਲੀ ਉਧਰਣ ਜਿਸ ਵਿੱਚ ਨਕਲੀ ਉਧਰਣ ਹੈ, ਉਹ ਗਲਤੀ ਹੈ ਜੋ ਛੁਪੀ ਰਹਿੰਦੀ ਹੈ।
ਪ੍ਰਸਤਾਵ ਜਾਂਚ
ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਸਰੋਤ ਵਾਸਤਵ ਵਿੱਚ ਉਸ ਬਿੰਦੂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ ਜਿਸ ਲਈ ਇਸਨੂੰ ਉਲਲੇਖਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਇੱਕ ਵਾਸਤਵਿਕ ਉਲਲੇਖ ਕਿਸੇ ਦਾਅਵੇ ਨਾਲ ਜੁੜਿਆ ਹੋ ਸਕਦਾ ਹੈ ਜਿਸਦਾ ਇਹ ਸਮਰਥਨ ਨਹੀਂ ਕਰਦਾ।
ਕ੍ਰਾਸ-ਮਾਡਲ ਤੁਲਨਾ
ਕਈ ਸੁਤੰਤਰ AI ਮਾਡਲਾਂ ਤੋਂ ਇੱਕੋ ਹੀ ਸਵਾਲ ਪੁੱਛੋ। ਜਦੋਂ ਇੱਕ ਮਾਡਲ ਕੋਈ ਮਿਸਾਲ ਜਾਂ ਉਲਲੇਖ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਹੋਰ ਮਾਡਲ ਦੁਬਾਰਾ ਨਹੀਂ ਕਰ ਸਕਦੇ — ਜਾਂ ਜਿਸਨੂੰ ਹੋਰ ਮਾਡਲ ਅਸਹਾਇਤ ਮੰਨਦੇ ਹਨ — ਤਾਂ ਉਸ ਅਸਹਿਮਤੀ ਨੂੰ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਝੰਡਾ ਸਮਝੋ।
ਕਦੇ ਵੀ ਅਣਪੁਸ਼ਟੀਤ ਨਤੀਜਾ ਫਾਈਲ ਨਾ ਕਰੋ
ਕੋਈ ਵੀ ਏਆਈ ਨਤੀਜਾ ਇੱਕ ਸੰਖੇਪ, ਮੈਮੋ, ਜਾਂ ਫਾਈਲਿੰਗ ਵਿੱਚ ਨਹੀਂ ਦਾਖਲ ਹੁੰਦਾ ਜਦ ਤੱਕ ਇੱਕ ਮਨੁੱਖ ਮੁੱਖ ਸਰੋਤਾਂ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕਰ ਲੈਂਦਾ। ਮੂਲਤ: ≠ ਪੁਸ਼ਟੀਤ।
ਕਿਉਂਕਿ ਕ੍ਰਾਸ-ਮਾਡਲ ਤੁਲਨਾ ਆਪਣੇ ਕੰਮ ਦੇ ਪ੍ਰਵਾਹ ਵਿੱਚ ਆਪਣੀ ਜਗ੍ਹਾ ਬਣਾਉਂਦੀ ਹੈ
ਇੱਕ ਇਕੱਲਾ ਮਾਡਲ ਆਪਣੇ ਆਪ ਨੂੰ ਭਰੋਸੇਯੋਗ ਤਰੀਕੇ ਨਾਲ ਨਹੀਂ ਜਾਂਚ ਸਕਦਾ — ਜਦੋਂ ਪੁੱਛਿਆ ਜਾਂਦਾ ਹੈ "ਕੀ ਤੁਸੀਂ ਯਕੀਨੀ ਹੋ?", ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਉਹੀ ਗਲਤੀ ਦੁਬਾਰਾ ਦੱਸਦਾ ਹੈ। ਸੁਤੰਤਰ ਮਾਡਲ ਵੱਖਰੇ ਤਰੀਕੇ ਨਾਲ ਫੇਲ ਹੁੰਦੇ ਹਨ: ਉਨ੍ਹਾਂ ਦੇ ਵੱਖਰੇ ਪ੍ਰਸ਼ਿਕਸ਼ਣ ਡੇਟਾ ਹੁੰਦੇ ਹਨ ਅਤੇ, ਜ਼ਮੀਨੀ ਸੈਟਅਪ ਵਿੱਚ, ਵੱਖਰੇ ਪ੍ਰਾਪਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਇੱਕ ਬਣਾਈ ਗਈ ਮਿਸਾਲ ਜਾਂ ਗਲਤ ਉਕਤਿ ਜੋ ਇੱਕ ਮਾਡਲ ਪੈਦਾ ਕਰਦਾ ਹੈ ਆਮ ਤੌਰ 'ਤੇ ਹੋਰਾਂ ਦੁਆਰਾ ਦੁਹਰਾਈ ਨਹੀਂ ਜਾਂਦੀ, ਇਸ ਲਈ ਇਹ ਇੱਕ ਘੱਟ-ਸਹਿਮਤੀ ਵਾਲੇ ਦਾਅਵੇ ਵਜੋਂ ਖੜੀ ਰਹਿੰਦੀ ਹੈ। ਇਹ ਤੁਹਾਡਾ ਸੰਕੇਤ ਹੈ ਕਿ ਮੁੱਖ ਸਰੋਤ ਤੇ ਜਾਓ। ਮਾਡਲਾਂ ਵਿੱਚ ਸਹਿਮਤੀ ਤੁਹਾਡੀ ਯਕੀਨ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ ਕਿ ਕੁਝ ਵਾਸਤਵਿਕ ਹੈ — ਇਹ ਇਸਨੂੰ ਸਾਬਤ ਨਹੀਂ ਕਰਦੀ, ਅਤੇ ਇਹ ਕਦੇ ਵੀ ਰਾਏ ਪੜ੍ਹਨ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦੀ।
ਪੇਸ਼ੇਵਰ-ਜ਼ਿੰਮੇਵਾਰੀ ਦਾ ਢਾਂਚਾ
ਇਹ ਸਿਰਫ ਚੰਗੀ ਅਭਿਆਸ ਨਹੀਂ ਹੈ — ਇਹ ਮੁੱਖ ਪੇਸ਼ੇਵਰ ਫਰਜ਼ਾਂ ਨਾਲ ਜੁੜਦਾ ਹੈ। ਕਾਬਲਿਯਤ ਦਾ ਫਰਜ਼ ਵਧੇਰੇ ਇਸ ਗੱਲ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਜੋ ਸੰਦ ਵਰਤਦੇ ਹੋ ਅਤੇ ਉਹਨਾਂ ਦੇ ਫੇਲ ਹੋਣ ਦੇ ਮੋਡਸ ਨੂੰ ਸਮਝਣਾ; ਇੱਕ ਵਕੀਲ ਜੋ ਨਹੀਂ ਜਾਣਦਾ ਕਿ ਗ੍ਰਾਊਂਡਡ ਏਆਈ ਅਜੇ ਵੀ ਕੋਟਸ ਨੂੰ ਹਾਲੂਸਿਨੇਟ ਕਰਦਾ ਹੈ, ਉਹ ਸੰਦ ਬਾਰੇ ਕੁਝ ਮਹੱਤਵਪੂਰਨ ਗੁਆਚ ਰਿਹਾ ਹੈ। ਟ੍ਰਿਬਿਊਨਲ ਦੇ ਪ੍ਰਤੀ ਸੱਚਾਈ ਦਾ ਫਰਜ਼ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਸੀਂ ਜੋ ਕੁਝ ਫਾਈਲ ਕਰਦੇ ਹੋ ਉਸ ਦੀ ਸਹੀਤਾ ਲਈ ਤੁਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਹੋ — ਪੂਰਾ ਰੁਕੋ। ਇੱਕ ਏਆਈ ਸੰਦ ਤੁਹਾਡੇ ਲਈ ਉਹ ਫਰਜ਼ ਨਹੀਂ ਨਿਭਾ ਸਕਦਾ, ਅਤੇ "ਸਾਫਟਵੇਅਰ ਨੇ ਇਸਨੂੰ ਬਣਾਇਆ" ਸਜ਼ਾ ਦਿੱਤੇ ਗਏ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇੱਕ ਰੱਖਿਆ ਨਹੀਂ ਸੀ।
- AI ਦੇ ਨਤੀਜੇ ਨੂੰ ਇੱਕ ਖੋਜ ਦੇ ਨਿਰਦੇਸ਼ ਵਜੋਂ ਲਓ, ਕਦੇ ਵੀ ਰਿਕਾਰਡ ਦੇ ਹਵਾਲੇ ਵਜੋਂ ਨਹੀਂ।
- ਜੋ ਮਨੁੱਖ ਫਾਈਲਿੰਗ 'ਤੇ ਦਸਤਖਤ ਕਰ ਰਿਹਾ ਹੈ, ਉਹ ਇਸ ਵਿੱਚ ਹਰ ਕੇਸ ਅਤੇ ਉਲਲੇਖ ਦਾ ਮਾਲਕ ਹੈ।
- ਆਪਣੇ ਪੁਸ਼ਟੀਕਰਨ ਕਦਮਾਂ ਦਾ ਦਸਤਾਵੇਜ਼ ਬਣਾਓ — ਇਹ ਚੰਗੀ ਪ੍ਰਥਾ ਹੈ ਅਤੇ ਸਾਵਧਾਨੀ ਦਾ ਰਿਕਾਰਡ ਹੈ
ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਤਿਆ ਗਿਆ — ਜਿਸ ਵਿੱਚ ਆਜ਼ਾਦ ਪੜਤਾਲ ਅਤੇ ਕ੍ਰਾਸ-ਮਾਡਲ ਤੁਲਨਾ ਵਰਕਫਲੋ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ — ਏ.ਆਈ. ਕਾਨੂੰਨੀ ਖੋਜ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ ਅਤੇ ਉਹ ਦਾਅਵੇ ਸਾਹਮਣੇ ਲਿਆਉਂਦਾ ਹੈ ਜੋ ਦੁਬਾਰਾ ਦੇਖਣ ਦੇ ਯੋਗ ਹਨ। ਭਰੋਸੇ 'ਤੇ ਵਰਤਿਆ ਗਿਆ, ਇਹ ਆਖਿਰਕਾਰ ਤੁਹਾਡੇ ਬ੍ਰੀਫ ਵਿੱਚ ਇੱਕ ਨਕਲੀ ਉਧਰਣ ਪੇਸ਼ ਕਰੇਗਾ। ਫਰਕ ਵਰਕਫਲੋ ਵਿੱਚ ਹੈ, ਅਤੇ ਵਰਕਫਲੋ ਤੁਹਾਡਾ ਚਲਾਉਣ ਲਈ ਹੈ।
ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ
ਕਾਨੂੰਨੀ ਏਆਈ ਹਾਲੂਸੀਨੇਸ਼ਨ ਕੀ ਹਨ?
ਜਾਲਸਾਜ਼ ਮਾਮਲੇ, ਗਲਤ ਕਾਨੂੰਨ, ਅਤੇ ਅਸਲੀ ਹਵਾਲਿਆਂ ਵਿੱਚ ਛੁਪੇ ਹੋਏ ਬਣਾਵਟੀ ਉਧਰਣ — ਕਾਨੂੰਨੀ ਏਆਈ ਤੋਂ ਆਤਮਵਿਸ਼ਵਾਸੀ ਨਤੀਜੇ ਜੋ ਸੱਚੇ ਨਹੀਂ ਹਨ।
ਕੀ "ਗ੍ਰਾਊਂਡਡ" ਕਾਨੂੰਨੀ ਏਆਈ ਟੂਲ ਅਜੇ ਵੀ ਹਾਲੂਸਿਨੇਟ ਕਰਦੇ ਹਨ?
ਹਾਂ। ਪੋਸਟ ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ ਭ੍ਰਮ ਜ਼ਮੀਨੀ ਸਾਧਨਾਂ ਵਿੱਚ ਵੀ ਜਾਰੀ ਰਹਿੰਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਮਾਤਾ ਵਿਰੁੱਧ ਐਵੀਅੰਕਾ ਅਤੇ 2024 ਸਟੈਨਫੋਰਡ ਰੈਗਲੈਬ ਅਧਿਐਨ ਸਮੇਤ ਦਸਤਾਵੇਜ਼ਿਤ ਸਬੂਤਾਂ ਦਾ ਉਲਲੇਖ ਕੀਤਾ ਗਿਆ ਹੈ।
ਤੁਸੀਂ ਕਿਵੇਂ ਕਾਨੂੰਨੀ ਏਆਈ ਭ੍ਰਮਾਂ ਤੋਂ ਆਪਣੇ ਆਪ ਨੂੰ ਬਚਾਉਂਦੇ ਹੋ?
ਇੱਕ ਪੁਸ਼ਟੀਕਰਨ ਵਰਕਫਲੋ ਦੇ ਨਾਲ: ਸੁਤੰਤਰ ਚਿੱਠੀ-ਚੈੱਕ, ਸ਼ਬਦਬੱਧ ਉਧਾਰਨ ਪੁਸ਼ਟੀਕਰਨ, ਪਾਰ-ਮਾਡਲ ਤੁਲਨਾ, ਅਤੇ ਕਦੇ ਵੀ ਪੁਸ਼ਟੀ ਨਾ ਕੀਤੇ ਗਏ ਨਤੀਜੇ ਫਾਈਲ ਨਾ ਕਰਨਾ — ਤੁਹਾਡੀ ਸੱਚਾਈ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਟੂਲ ਤੇ ਨਹੀਂ ਜਾਂਦੀ।