ਪਰਿਭਾਸ਼ਾ
AI-ਸਹਾਇਕ ਇੰਟਰੈਕਸ਼ਨ, ਜੋ Proof of Actor ਵਿੱਚ Human + AI ਦੇ ਤੌਰ 'ਤੇ ਲੇਬਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਉਹ ਇੰਟਰੈਕਸ਼ਨ ਹੈ ਜਿਸ ਨੂੰ ਇੱਕ ਵਿਅਕਤੀ AI ਸਹਾਇਤਾ ਵਰਤਦਿਆਂ ਚਲਾਉਂਦਾ ਹੈ। ਵਿਅਕਤੀ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਕਰਨਾ ਹੈ ਅਤੇ ਨਿਯੰਤਰਣ ਆਪਣੇ ਕੋਲ ਰੱਖਦਾ ਹੈ; ਇੱਕ AI system ਟੈਕਸਟ ਦਾ ਮਸੌਦਾ ਤਿਆਰ ਕਰਨ, ਜਾਣਕਾਰੀ ਸੰਖੇਪ ਕਰਨ, ਅਗਲੇ ਕਦਮ ਸੁਝਾਉਣ ਜਾਂ ਕੰਮ ਦੇ ਕੁਝ ਹਿੱਸੇ ਭਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ।
ਇਹ ਦੋ ਹੋਰ classes ਦੇ ਵਿਚਕਾਰ ਆਉਂਦਾ ਹੈ। ਸਿਰਫ਼ ਮਨੁੱਖੀ ਇੰਟਰੈਕਸ਼ਨ ਤੋਂ ਵੱਖਰਾ, AI application ਨੂੰ ਮਿਲਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ। autonomous agent ਤੋਂ ਵੱਖਰਾ, ਇੱਕ ਵਿਅਕਤੀ ਹਾਲੇ ਵੀ actions ਚੁਣਦਾ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਇਹ class Human ਅਤੇ Agent ਦੇ ਨਾਲ ਕਿਵੇਂ ਬੈਠਦੀ ਹੈ, ਇਸ ਲਈ Human, AI-assisted or agent: a practical taxonomy for application traffic ਵੇਖੋ।
ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ
ਕਈ applications ਵਿੱਚ ਅਜਿਹੀਆਂ workflows ਹੁੰਦੀਆਂ ਹਨ ਜਿੱਥੇ AI ਸਹਾਇਤਾ ਇਸ ਗੱਲ ਨੂੰ ਬਦਲ ਦਿੰਦੀ ਹੈ ਕਿ ਸਹੀ ਜਵਾਬ ਕੀ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ:
- ਇੱਕ support platform ਉਹ tickets ਲੇਬਲ ਕਰਨਾ ਚਾਹ ਸਕਦੀ ਹੈ ਜੋ AI ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ, ਤਾਂ ਜੋ agents ਉਨ੍ਹਾਂ ਨੂੰ ਢੰਗ ਨਾਲ route ਅਤੇ review ਕਰ ਸਕਣ।
- ਇੱਕ content ਜਾਂ review platform AI ਮਦਦ ਦਾ ਸਵਾਗਤ ਕਰ ਸਕਦੀ ਹੈ, ਪਰ disclosure ਲਾਜ਼ਮੀ ਕਰ ਸਕਦੀ ਹੈ।
- ਇੱਕ assessment ਜਾਂ certification workflow ਕੁਝ steps ਲਈ AI ਸਹਾਇਤਾ ਨੂੰ ਸੀਮਿਤ ਕਰ ਸਕਦਾ ਹੈ।
- ਇੱਕ productivity app ਇਹ ਮਾਪਣਾ ਚਾਹ ਸਕਦੀ ਹੈ ਕਿ ਇਸ ਦਾ ਆਪਣਾ built-in assistant ਕਿੰਨੀ ਵਾਰ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।
ਹਰ ਮਾਮਲੇ ਵਿੱਚ, application ਨੂੰ ਇਹ ਜਾਣ ਕੇ ਲਾਭ ਹੁੰਦਾ ਹੈ ਕਿ assistance ਸ਼ਾਮਲ ਸੀ, ਜਦਕਿ ਵਿਅਕਤੀ ਨੂੰ ਇੱਕ ਆਮ, ਆਦਰਪੂਰਕ experience ਮਿਲਦੀ ਰਹਿੰਦੀ ਹੈ।
AI ਸਹਾਇਤਾ ਨੂੰ ਕਿਵੇਂ ਪਛਾਣਿਆ ਜਾ ਸਕਦਾ ਹੈ
ਮੁੱਖ ਸ਼ਬਦ observable ਹੈ। ਇੱਕ application ਸਿਰਫ਼ ਉਹੀ AI ਸਹਾਇਤਾ ਪਛਾਣ ਸਕਦੀ ਹੈ ਜੋ ਉਹ ਅਸਲ ਵਿੱਚ ਦੇਖ ਸਕਦੀ ਹੈ ਜਾਂ ਜੋ ਉਸਨੂੰ declared ਕੀਤੀ ਗਈ ਹੋਵੇ।
Declared assistance
ਵਿਅਕਤੀ ਜਾਂ application ਇਹ ਦੱਸਦੀ ਹੈ। ਉਦਾਹਰਣ: ਇੱਕ "drafted with AI" checkbox, form ਵਿੱਚ disclosure field, ਜਾਂ application flag ਜੋ ਉਸ ਵੇਲੇ set ਹੁੰਦਾ ਹੈ ਜਦੋਂ user app ਦੇ ਆਪਣੇ assistant ਨੂੰ invoke ਕਰਦਾ ਹੈ। Proof of Actor ਦੀ terminology ਵਿੱਚ, ਇਹ ਇੱਕ declared evidence basis ਹੈ।
ਸਿੱਧੀ ਤਰ੍ਹਾਂ observed assistance
ਇੱਕ supported integration assistance ਨੂੰ ਹੋਂਦ ਵਿੱਚ ਆਉਂਦੇ ਦੇਖ ਲੈਂਦੀ ਹੈ। ਸਭ ਤੋਂ ਸਪਸ਼ਟ ਉਦਾਹਰਣ ਇੱਕ application ਦੀ built-in AI feature ਹੈ: app ਜਾਣਦੀ ਹੈ ਕਿ ਉਸ ਨੇ user ਲਈ content generate ਕੀਤਾ ਸੀ।
ਆਮ ਤੌਰ 'ਤੇ ਕੀ ਨਹੀਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ
ਜਦੋਂ ਇੱਕ ਵਿਅਕਤੀ ਕਿਸੇ ਹੋਰ browser tab ਵਿੱਚ, ਜਾਂ ਆਪਣੇ phone 'ਤੇ, ਇੱਕ chatbot ਨੂੰ ਕੁਝ ਪੁੱਛਦਾ ਹੈ ਅਤੇ ਫਿਰ ਨਤੀਜਾ form ਵਿੱਚ type ਜਾਂ paste ਕਰਦਾ ਹੈ, ਤਾਂ ਆਮ web traffic ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਇਸ ਬਾਰੇ ਕੁਝ ਨਹੀਂ ਦਿਖਾਈ ਦਿੰਦਾ। session human-directed ਲੱਗਦਾ ਹੈ ਕਿਉਂਕਿ ਇੱਕ human ਨੇ ਇਸ ਨੂੰ direct ਕੀਤਾ ਸੀ। ਭਰੋਸੇਯੋਗ classification ਲਈ evidence ਲੋੜੀਂਦੀ ਹੈ, ਅਤੇ ਉਸ ਮਾਮਲੇ ਵਿੱਚ evidence ਮੌਜੂਦ ਨਹੀਂ ਹੁੰਦੀ।
ਆਮ ਗਲਤਫ਼ਹਿਮੀਆਂ
"AI ਨਾਲ ਲਿਖਿਆ text ਹਮੇਸ਼ਾ ਪਛਾਣਿਆ ਜਾ ਸਕਦਾ ਹੈ." Content-ਅਧਾਰਿਤ ਅੰਦਾਜ਼ੇ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੁੰਦੇ ਅਤੇ ਕਿਸੇ ਨਾਲ ਵੱਖਰਾ ਵਰਤਾਓ ਕਰਨ ਦਾ ਆਧਾਰ ਨਹੀਂ ਹਨ। Human + AI ਨੂੰ declared ਜਾਂ observable evidence 'ਤੇ ਹੀ ਨਿਰਭਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
"Human + AI ਇੱਕ ਘੱਟ ਦਰਜੇ ਦੀ class ਹੈ." ਇਹ risk label ਨਹੀਂ ਹੈ। ਕਈ products ਵਿੱਚ ਇਹ ਕੰਮ ਕਰਨ ਦਾ ਉਮੀਦ ਕੀਤਾ ਗਿਆ, ਹੌਸਲਾ ਦਿੱਤਾ ਗਿਆ ਤਰੀਕਾ ਹੈ। ਇਹ class ਇਸ ਲਈ ਹੈ ਕਿ application ਢੰਗ ਨਾਲ ਪ੍ਰਤੀਕਿਰਿਆ ਦੇ ਸਕੇ, ਨਾ ਕਿ ਕਿਸੇ ਨੂੰ ਸਜ਼ਾ ਦੇਣ ਲਈ।
"ਜੇ assistance detect ਨਹੀਂ ਹੋਈ, ਤਾਂ ਵਰਤੀ ਹੀ ਨਹੀਂ ਗਈ." Human result ਦਾ ਮਤਲਬ ਹੈ ਕਿ observable signals ਮਨੁੱਖੀ ਦਿਸ਼ਾ ਦਰਸਾਉਂਦੇ ਹਨ। ਇਹ ਇਹ ਸਾਬਤ ਨਹੀਂ ਕਰਦਾ ਕਿ ਕਿਤੇ ਵੀ AI ਨਹੀਂ ਵਰਤੀ ਗਈ ਸੀ।
AI-ਸਹਾਇਕ users ਲਈ design ਕਰਨਾ
ਚੰਗੀ practice ਇਹ ਹੈ ਕਿ disclosure ਆਸਾਨ ਬਣਾਈ ਜਾਵੇ ਅਤੇ ਨਤੀਜੇ ਸਪਸ਼ਟ ਹੋਣ। ਜੇ ਕਿਸੇ workflow ਵਿੱਚ assistance ਸੀਮਿਤ ਹੈ, ਤਾਂ ਇਸ ਗੱਲ ਨੂੰ interface ਵਿੱਚ ਦੱਸੋ ਅਤੇ ਸਹੀ ਮੌਕੇ 'ਤੇ declaration ਮੰਗੋ। ਜੇ assistance ਦਾ ਸਵਾਗਤ ਹੈ, ਤਾਂ declaration ਨੂੰ routing, analytics ਜਾਂ review ਸੁਧਾਰਨ ਲਈ ਵਰਤੋ, friction ਵਧਾਉਣ ਲਈ ਨਹੀਂ।
Proof of Actor ਇਸਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦਾ ਹੈ
Proof of Actor Human + AI ਸਿਰਫ਼ ਤਦ ਹੀ report ਕਰਦਾ ਹੈ ਜਦੋਂ assistance declared ਹੋਵੇ ਜਾਂ ਇੱਕ supported integration ਦੁਆਰਾ observed ਕੀਤੀ ਗਈ ਹੋਵੇ, ਅਤੇ ਹਮੇਸ਼ਾ basis ਦੱਸਦਾ ਹੈ। ਤੁਹਾਡਾ application ਤੈਅ ਕਰਦਾ ਹੈ ਕਿ ਹਰ workflow ਲਈ ਇਸ class ਦਾ ਕੀ ਅਰਥ ਹੈ। ਹੋਰ ਪੜ੍ਹੋ Detection & Limitations ਵਿੱਚ ਜਾਂ apply for early access ਕਰੋ।