কার্যকর তৃতীয়-পক্ষ মূল্যায়নের অগ্রাধিকার ও নীতি
অত্যাধুনিক কৃত্রিম বুদ্ধিমত্তা ল্যাবগুলোর ওপর মডেল নিরাপদে প্রশিক্ষণ, মূল্যায়ন ও ডিপ্লয় করার বিশাল দায়িত্ব রয়েছে. তৃতীয়-পক্ষ মূল্যায়ন সেই দায়িত্বের ভারসাম্য রক্ষার একটি গুরুত্বপূর্ণ অংশ: কৃত্রিম বুদ্ধিমত্তা নিরাপত্তা বিষয়ে মতামতের সুযোগ বাড়ানো, বিশ্বকে অবহিত রাখা এবং স্পষ্ট ও স্বাধীনভাবে সমর্থিত নিরাপত্তা দাবির ভিত্তিতে ল্যাবগুলোকে জবাবদিহির মধ্যে রাখা.
অত্যাধুনিক সীমার সঙ্গে তাল মেলাতে আমাদের প্রচেষ্টার অংশ হিসেবে, OpenAI প্রশিক্ষণ, মূল্যায়ন ও ডিপ্লয়মেন্ট জুড়ে গভীর মাত্রার অ্যাক্সেসসহ স্বাধীন মূল্যায়নকে সহায়তা করতে প্রতিশ্রুতিবদ্ধ. সেই অ্যাক্সেস মূল্যায়নকারীদের আমাদের অনুমানকে চ্যালেঞ্জ করতে, আমাদের চোখ এড়িয়ে যাওয়া ঝুঁকি শনাক্ত করতে এবং আমাদের সুরক্ষা ব্যবস্থার কার্যকারিতা সম্পর্কে নিজেদের উপসংহারে পৌঁছাতে সক্ষম করা উচিত.
মডেল উন্নয়ন ও ডিপ্লয়মেন্ট প্রক্রিয়ার বিভিন্ন পর্যায়ে আমরা দীর্ঘদিন ধরে তৃতীয়-পক্ষ মূল্যায়নকারীদের সঙ্গে কাজ করেছি. আমরা আমাদের প্রিপেয়ার্ডনেস ফ্রেমওয়ার্ক চর্চায় তৃতীয়-পক্ষ মূল্যায়ন অন্তর্ভুক্ত করেছি এবং আরও কঠোর ও জবাবদিহিমূলক প্রক্রিয়ার পক্ষে থাকা সংস্থা ও আইনপ্রণয়নকে সমর্থন করেছি. এসব সম্পৃক্ততাজুড়ে আমরা গভীর ধরনের অ্যাক্সেস দিয়েছি, যার মধ্যে রয়েছে আমাদের কারিগরি সুরক্ষা ব্যবস্থা সম্পর্কে তথ্য, দৃশ্যমান চেইন-অফ-থট অ্যাক্সেস, এবং ঘটনা প্রতিক্রিয়া ও মনিটর রেড টিমিংয়ের জন্য নজিরবিহীন মাত্রার গোপনীয় ডেটা ও অভ্যন্তরীণ ডিপ্লয়মেন্ট অ্যাক্সেস. এখানে শেয়ার করা অগ্রাধিকার ও নীতিগুলো কারিগরি নিরাপত্তা মূল্যায়নে বেসরকারি ও অলাভজনক খাতের স্বাধীন মূল্যায়ন সংস্থার সঙ্গে আমাদের সম্পৃক্ততার ওপর কেন্দ্রীভূত. এগুলো পরীক্ষা ও মূল্যায়ন নিয়ে সরকারের সঙ্গে আমাদের কাজের পরিপূরক, যেখানে পৃথক ভূমিকা ও দায়িত্ব ভিন্ন পদ্ধতির দাবি করতে পারে.
এই মূল্যায়নগুলো কার্যকর করতে শক্তিশালী স্বাধীনতা-ব্যবস্থা, বৈজ্ঞানিক কঠোরতা, দৃঢ় নিরাপত্তা চর্চা এবং স্পষ্ট দায়িত্ব প্রয়োজন. সংবেদনশীল তথ্য সুরক্ষিত রেখে অর্থপূর্ণ যাচাই-বাছাই সক্ষম করার দায়িত্ব ল্যাবগুলোর. এটি সঠিকভাবে করার দায়িত্ব ল্যাব ও স্বাধীন মূল্যায়নকারীদের যৌথ, এবং তাদের নিরাপত্তা ও সুরক্ষা চর্চার অভিন্ন আন্তর্জাতিক মান মেনে কাজ করা উচিত. নিচে আমরা আরও গভীর মূল্যায়নের জন্য চারটি অগ্রাধিকার ক্ষেত্র প্রস্তাব করছি, সঙ্গে রয়েছে কঠোর, নিরাপদ ও স্বাধীন কাজের নীতিমালা.
তৃতীয়-পক্ষ মূল্যায়ন সবচেয়ে কার্যকর হয় যখন সেগুলো নির্দিষ্ট ও ফলপ্রসূ প্রশ্নের উত্তর দেয়: প্রমাণ কি কোনো ল্যাবের নিরাপত্তা কেস ও নিরাপত্তা দাবিকে সমর্থন করে? মূল্যায়নগুলো কি যে ঝুঁকি মাপার উদ্দেশ্যে তৈরি, সেগুলো যথাযথভাবে পরীক্ষা করে? বাস্তবসম্মত পরিস্থিতিতে সুরক্ষা ব্যবস্থাগুলো কি কাজ করে?
এখানে বর্ণিত মূল্যায়নগুলো যে নিরাপত্তা প্রশ্ন পরীক্ষা করা হচ্ছে তার ওপর নির্ভর করে ভিন্ন রূপ নেওয়ার উদ্দেশ্যে তৈরি. আমরা আশা করি সমান্তরালভাবে এবং ভিন্ন সময়জুড়ে একাধিক মূল্যায়নে সহায়তা করব, যার কিছু কয়েক সপ্তাহ এবং অন্যগুলো কয়েক মাস স্থায়ী হবে. তৃতীয়-পক্ষ মূল্যায়ন প্রি-ডিপ্লয়মেন্ট কাজের অংশ হতে পারে এবং ডিপ্লয়মেন্ট সিদ্ধান্তে সহায়তা করতে পারে, তবে এখানে বর্ণিত কাজ সাধারণত দীর্ঘমেয়াদি ও লঞ্চ-নিরপেক্ষ—সময়ের সঙ্গে নির্দিষ্ট নিরাপত্তা দাবি গভীরভাবে পরীক্ষা করার ওপর কেন্দ্রীভূত.
আমাদের অগ্রাধিকার ক্ষেত্র ও নীতিমালাজুড়ে আমরা নিরাপত্তা দাবি ও নিরাপত্তা কেসের কথা বলি. এই শব্দগুলো দিয়ে আমরা যা বোঝাচ্ছি তা হলো:
নিরাপত্তা দাবি: কোনো মডেল বা সিস্টেমের সক্ষমতা, আচরণ বা সুরক্ষা ব্যবস্থা সম্পর্কে নির্দিষ্ট দাবি, যা তার নিরাপত্তার সঙ্গে সম্পর্কিত এবং প্রমাণের ভিত্তিতে মূল্যায়ন করা যায়. কোনো দাবিতে কোন ঝুঁকি ও শর্ত বিবেচনা করা হচ্ছে, এবং সংশ্লিষ্ট অনুমান ও সীমাবদ্ধতাগুলো কী, তা চিহ্নিত করা উচিত.
নিরাপত্তা কেস: প্রমাণসমর্থিত একটি কাঠামোবদ্ধ যুক্তি, যা ব্যাখ্যা করে কেন কোনো নির্দিষ্ট কার্যক্রম, যেমন প্রশিক্ষণ, মূল্যায়ন বা ডিপ্লয়মেন্টের জন্য কোনো মডেল বা সিস্টেমের ঝুঁকি যথাযথভাবে ব্যবস্থাপিত. একটি নিরাপত্তা কেস পৃথক নিরাপত্তা দাবিগুলোকে সেগুলোর সমর্থনকারী প্রমাণের সঙ্গে যুক্ত করে এবং তার উপসংহারকে প্রভাবিত করতে পারে এমন অনুমান, অনিশ্চয়তা ও অবশিষ্ট ঝুঁকি স্পষ্ট করে.
কঠোর, নিরাপদ ও স্বাধীন কাজের নীতিমালার পাশাপাশি আরও গভীর মূল্যায়নের জন্য আমরা চারটি অগ্রাধিকার ক্ষেত্র প্রস্তাব করছি.
প্রশিক্ষণ, মূল্যায়ন, অভ্যন্তরীণ ডিপ্লয়মেন্ট ও বাহ্যিক ডিপ্লয়মেন্টজুড়ে নিরাপত্তা কেসের স্বাধীন মূল্যায়ন.
নিরাপত্তা কেস মূল্যায়নের জন্য অ্যালাইনমেন্ট, মনিটরিংয়ের মতো নিয়ন্ত্রণ পদ্ধতি, সাইবারনিরাপত্তা, জৈবিক ও রাসায়নিক অপব্যবহার এবং রেড টিমিংয়ে দক্ষতা প্রয়োজন. নিরাপত্তা কেস প্রশিক্ষণ, সক্ষমতা মূল্যায়ন ও সুরক্ষা ব্যবস্থা-সংক্রান্ত দাবির সমন্বয়ে গঠিত, যা সামগ্রিকভাবে বা অংশভাগে মূল্যায়ন করা যায় (নিচে অগ্রাধিকার ২ ও ৩ দেখুন). সম্ভবত একাধিক মূল্যায়নকারীকে তাদের নিজ নিজ দক্ষতা কাজে লাগিয়ে কেসগুলোর ভিন্ন ভিন্ন অংশ পরীক্ষা করতে হবে. সমষ্টিগতভাবে, তাদের মূল্যায়নগুলোর এমন প্রশ্নের উত্তর দেওয়া উচিত:
প্রশিক্ষণ, মূল্যায়ন ও ডিপ্লয়মেন্টের নিরাপত্তা কেসের পক্ষে প্রমাণ কি যথেষ্টভাবে প্রতিষ্ঠিত? প্রশিক্ষণ, মূল্যায়ন ও ডিপ্লয়মেন্টের সময় কি নিরাপত্তা কেসের শর্তগুলো অনুসরণ করা হয়েছিল?
মূল্যায়নের সময় শনাক্ত হওয়া সবচেয়ে জরুরি ঝুঁকিগুলো কি আমাদের নিরাপত্তা কেসগুলো কভার করে? নিরাপত্তা দাবিগুলো কি সামগ্রিক নিরাপত্তা কেসকে সমর্থন করে? কোনো ঘাটতি বা উন্নতির ক্ষেত্র আছে কি?
প্রশিক্ষণে প্রতারণা, রিওয়ার্ড লাভের শর্টকাট, ধ্বংসাত্মক কাজ বা বিধিনিষেধ এড়ানোকে পুরস্কৃত করতে পারে এমন প্রণোদনা শনাক্ত ও কমাতে কি কার্যকর পদ্ধতি ব্যবহৃত হয়?
অভ্যন্তরীণ ও বাহ্যিক ডিপ্লয়মেন্টজুড়ে গুরুত্বপূর্ণ সুরক্ষা ব্যবস্থার মূল্যায়ন
পরিবর্তনশীল সক্ষমতা ও প্রেক্ষাপটের সঙ্গে তাল মেলাতে আমাদের সুরক্ষা-ব্যবস্থার স্তূপ সবসময় বিকশিত হচ্ছে. আমাদের সুরক্ষা ব্যবস্থাগুলো প্রশিক্ষণ, অভ্যন্তরীণ ডিপ্লয়মেন্ট ও বাহ্যিক ডিপ্লয়মেন্টজুড়ে বিস্তৃত. বর্তমানে এতে মডেল-স্তরের সুরক্ষা ব্যবস্থা, প্রয়োগমূলক সুরক্ষা ব্যবস্থা ও নিরাপত্তা সুরক্ষা ব্যবস্থা, পাশাপাশি মিসঅ্যালাইনমেন্ট মনিটর অন্তর্ভুক্ত; এগুলো নিয়ন্ত্রণ হারানো এবং সাইবার, জৈবিক ও রাসায়নিক ঝুঁকিতে অপব্যবহারের মতো বিস্তৃত ঝুঁকি কভার করে. কারিগরি অংশীদারিত্ব এখনই সুরক্ষা ব্যবস্থার দুর্বলতা শনাক্ত করতে পারে, একই সঙ্গে মূল্যায়ন পদ্ধতি উন্নত ও মান উন্নয়ন ত্বরান্বিত করে ভবিষ্যৎ জননীতির জন্য শক্তিশালী কারিগরি ভিত্তি দিতে পারে যাতে অত্যাধুনিক সীমার সঙ্গে তাল মেলানো যায়—বিশেষ করে অভ্যন্তরীণ ডিপ্লয়মেন্টের ক্ষেত্রে, যেখানে নিরাপত্তা ও সুরক্ষার মান এখনও প্রাথমিক পর্যায়ে.
স্বাধীন মূল্যায়নে দেখা উচিত এই সুরক্ষা ব্যবস্থাগুলো কতটা ভালো কাজ করে এবং কোথায় ঘাটতি থাকতে পারে, যেমন:
“গ্রে বক্স” অ্যাক্সেস ব্যবহার করলে, প্রতিপক্ষীয় পরীক্ষার (নিরাপত্তা এড়ানোর কৌশল) মুখে সুরক্ষা ব্যবস্থাগুলো কি দৃঢ় থাকে এবং উচ্চ-ঝুঁকির ক্ষেত্রে (যেমন সাইবার, বায়ো) সক্ষমতা বৃদ্ধির বিরুদ্ধে যথেষ্ট সুরক্ষা দেয়? আমাদের প্রতিপক্ষীয় পরীক্ষা ও রেড টিমিং কি সবচেয়ে গুরুত্বপূর্ণ ঝুঁকিগুলো কভার করে?
বাস্তবসম্মত কার্যপরিস্থিতিতে অনুমোদিত পরীক্ষার সময়, এজেন্টরা অ্যাক্সেস কন্ট্রোল, স্যান্ডবক্সিং এবং শনাক্তকরণ ও প্রতিক্রিয়া সিস্টেমের মতো সাইবার প্রতিরক্ষার সঙ্গে কীভাবে মিথস্ক্রিয়া করে? কোন প্রতিরক্ষাগুলো ক্ষতিকর কাজ প্রতিরোধ, শনাক্ত বা সীমাবদ্ধ করে, এবং কোথায় সেগুলো ব্যর্থ হয়?
অভ্যন্তরীণ ও বাহ্যিক উভয় ডিপ্লয়মেন্টের ক্ষেত্রে, আমাদের মিসঅ্যালাইনমেন্ট মনিটরে এমন কোনো গুরুত্বপূর্ণ ঘাটতি আছে কি যা নিয়ন্ত্রণ হারানো বা গুরুতর মিসঅ্যালাইনমেন্টে নিয়ে যেতে পারে? মডেলের সক্ষমতা বাড়ার সঙ্গে সঙ্গে নিরাপত্তা বা অ্যালাইনমেন্টের প্রমাণের উৎস হিসেবে চেইন-অফ-থট মনিটরিং কতটা নির্ভরযোগ্য?
সহজে নিষ্ক্রিয় করা যায় না এমনভাবে কি সব প্রাসঙ্গিক প্রশিক্ষণ, মূল্যায়ন ও ডিপ্লয়মেন্টজুড়ে উপযুক্ত মনিটরিং বাস্তবায়িত হয়েছে?
সক্ষমতার সঙ্গে সামঞ্জস্য রেখে কি সুরক্ষা ব্যবস্থাগুলো বাস্তবায়িত হয়েছে?
প্রিপেয়ার্ডনেস ঝুঁকি বিভাগগুলো (রাসায়নিক ও জৈবিক ঝুঁকি, সাইবারনিরাপত্তা, কৃত্রিম বুদ্ধিমত্তার স্ব-উন্নয়ন) কভার করা সক্ষমতা মূল্যায়ন এবং মিসঅ্যালাইনমেন্ট ঝুঁকির জন্য অ্যালাইনমেন্ট মূল্যায়নের মূল্যায়ন
আমাদের প্রিপেয়ার্ডনেস ফ্রেমওয়ার্ক অনুযায়ী গুরুত্বপূর্ণ ফ্রন্টিয়ার রিস্ক ক্ষেত্র মূল্যায়নের জন্য মূল্যায়ন করা আবশ্যক. থ্রেশহোল্ড অতিক্রম করা এবং মূল্যায়নগুলো স্যাচুরেট হয়ে যাওয়ার সঙ্গে সঙ্গে, প্রিপেয়ার্ডনেস ঝুঁকি ক্ষেত্রের সক্ষমতা মূল্যায়নকারী মূল্যায়ন এবং গুরুতর মিসঅ্যালাইনমেন্ট ঝুঁকি মূল্যায়ন করতে চাওয়া অ্যালাইনমেন্ট মূল্যায়নের কভারেজ ও মান নিয়মিত হালনাগাদ ও নিশ্চিত করা গুরুত্বপূর্ণ.
প্রাসঙ্গিক প্রশ্নগুলোর মধ্যে রয়েছে:
প্রিপেয়ার্ডনেস ঝুঁকি মূল্যায়নকারী মূল্যায়নগুলো কি প্রিপেয়ার্ডনেস ঝুঁকি থ্রেশহোল্ডের সংজ্ঞা যথেষ্টভাবে কভার করে? এই মূল্যায়নগুলোর জন্য থ্রেশহোল্ড কি সঠিকভাবে নির্ধারিত?
মডেলগুলো ধারাবাহিকভাবে সর্বোচ্চ স্কোর অর্জন করলে কি মূল্যায়নগুলো হালনাগাদ করা হয়, এবং নতুন পরীক্ষাগুলো কি সত্যিই আরও উন্নত সক্ষমতা মাপে?
আমাদের অ্যালাইনমেন্ট মূল্যায়নগুলো কি গুরুতর মিসঅ্যালাইনমেন্ট ঝুঁকি যথেষ্টভাবে কভার করে, এবং কোন গুরুত্বপূর্ণ আচরণ বা শর্ত সেগুলোর চোখ এড়িয়ে যেতে পারে?
গুরুত্বপূর্ণ মিসঅ্যালাইনমেন্ট ঘটনার স্বাধীন তদন্ত
বিভিন্ন ধরনের গুরুত্বপূর্ণ কৃত্রিম বুদ্ধিমত্তা নিরাপত্তা ঘটনার ক্ষেত্রে স্বাধীন তদন্ত মূল্যবান হতে পারে. এখানে আমরা মডেল মিসঅ্যালাইনমেন্টে জোর দিচ্ছি, যার মধ্যে অনুমোদন ছাড়া মডেলের কাজ করা বা তদারকি এড়ানো অন্তর্ভুক্ত; এগুলো ইচ্ছাকৃত অপব্যবহার না থাকলেও অ্যালাইনমেন্ট পদ্ধতি ও সুরক্ষা ব্যবস্থার দুর্বলতা প্রকাশ করতে পারে.
নির্দিষ্ট পরিস্থিতিতে, OpenAI Hugging Face ঘটনার মতো, স্বাধীন মিসঅ্যালাইনমেন্ট ঘটনা তদন্তের জন্য কোনো স্বাধীন তৃতীয় পক্ষকে যুক্ত করা উপকারী হতে পারে. ঘটনা তদন্তে জড়িত তৃতীয় পক্ষগুলোর তদন্তের জন্য প্রয়োজনীয় দক্ষতা থাকা অত্যন্ত গুরুত্বপূর্ণ; প্রযোজ্য ক্ষেত্রে এর মধ্যে রয়েছে সাইবার ফরেনসিক দক্ষতা, অ্যালাইনমেন্ট দক্ষতা, বৃহৎ-পরিসরের চেইন-অফ-থট বিশ্লেষণ এবং সময়মতো তদন্ত চালানোর মতো কর্মী ও সম্পদ. ঘটনা প্রতিক্রিয়ায় সংবেদনশীল অভ্যন্তরীণ ডেটা ও তৃতীয়-পক্ষ ডেটায় অ্যাক্সেস জড়িত থাকতে পারে, ফলে কিছু বিবরণ প্রকাশ বা অ্যাক্সেসের জন্য সংবেদনশীল হতে পারে. স্বাধীন তদন্তের ফলাফল কোনো মডেলের অ্যালাইনমেন্ট এবং আগে দেখা মিসঅ্যালাইনমেন্ট প্রতিকারে নেওয়া ব্যবস্থার কার্যকারিতা সম্পর্কে দাবি মূল্যায়নের প্রমাণ দিয়ে সেই মডেলের নিরাপত্তা কেসকেও তথ্যসমৃদ্ধ করতে পারে.
মিসঅ্যালাইনমেন্ট ঘটনার প্রেক্ষাপটে, আমরা স্বাধীন মূল্যায়নে যেগুলোকে অগ্রাধিকার দিই:
ঘটনার সময় কোন মডেল আচরণ বা মিসঅ্যালাইনমেন্ট সমস্যা ঘটেছিল, এবং প্রধান অবদানকারী কারণগুলো কী?
সুরক্ষা ব্যবস্থা ও প্রতিকার কি ভবিষ্যতে অনুরূপ ঘটনা কার্যকরভাবে কমাতে পারবে?
মূল্যায়নের জন্য স্পষ্টভাবে নির্ধারিত ও পারস্পরিকভাবে সম্মত দাবি: মূল্যায়ন শুরু হওয়া উচিত পারস্পরিকভাবে সম্মত একটি পরিসর দিয়ে, এরপর মূল্যায়ন কার্যক্রম শুরু হওয়ার আগে স্পষ্টভাবে সংজ্ঞায়িত নিরাপত্তা দাবিগুলো আগে থেকে নিবন্ধিত করা উচিত. তৃতীয় পক্ষ ও ল্যাবগুলোর স্পষ্ট করা উচিত, এগুলো কি মূল্যায়নের জন্য মূল্যায়নাধীন কোম্পানির উত্থাপন করতে চাওয়া দাবি, নাকি তৃতীয়-পক্ষ মূল্যায়নকারী স্বাধীনভাবে মূল্যায়ন করতে চায় এবং ল্যাব সে দাবির ভিত্তিতে মূল্যায়নে সম্মত. কিছু দাবি পরিসরের বাইরে থাকতে পারে নানা কারণে, যেমন তৃতীয় পক্ষের জন্য ডেটা অ্যাক্সেস অসম্ভব হওয়া, মূল্যায়নকারীর পর্যাপ্ত দক্ষতার অভাব, অথবা মূল্যায়ন জরুরি হলে যুক্তিসংগত সময়সীমা. মূল পরিসরের বাইরে শনাক্ত হওয়া গুরুত্বপূর্ণ ঝুঁকিগুলো বিবেচনার জন্য ল্যাব ও মূল্যায়নকারীদের একটি প্রক্রিয়া স্থাপন করা উচিত, যার মধ্যে আরও তদন্ত প্রয়োজন কি না তাও থাকবে. উপসংহারে স্পষ্ট করা উচিত, পারস্পরিকভাবে সম্মত পরিসরের সঙ্গে সম্পর্কিত কোন বিষয় মূল্যায়ন করা হয়েছে এবং কোনটি হয়নি.
সমানুপাতিক অ্যাক্সেস: আইনি, নিরাপত্তা ও মেধাস্বত্ব-সংক্রান্ত সীমার মধ্যে যেখানে সম্ভব, সম্মত দাবিগুলো মূল্যায়নের জন্য মূল্যায়নকারীদের সমানুপাতিক অ্যাক্সেস থাকা উচিত. যেখানে সরাসরি অ্যাক্সেস বাস্তবসম্মত নয় বা সম্ভব নয়, সেখানে মূল্যায়নকারীরা কোনো কোম্পানির মনোনীত প্রতিনিধির সঙ্গে কাজ করতে পারেন, অথবা অন্তর্নিহিত তথ্য সুরক্ষায় পরোক্ষ বা গোপনীয়তা-রক্ষাকারী অ্যাক্সেস পদ্ধতি খতিয়ে দেখতে পারেন.
স্বচ্ছ পদ্ধতি ও মানদণ্ড: মূল্যায়নকারীদের নিজেদের পদ্ধতি, মূল্যায়ন মানদণ্ড ও অনিশ্চয়তা ব্যাখ্যা করা উচিত, এবং যেখানে প্রযোজ্য সেখানে প্রতিষ্ঠিত মান ব্যবহার করা উচিত. যেখানে এখনও মানদণ্ড নেই, সেখানে ব্যবহৃত মানদণ্ডের স্পষ্ট যৌক্তিকতা দেখানো উচিত. প্রতিবেদনে সরাসরি ফলাফল ও ব্যাখ্যার পার্থক্য দেখানো, অনিশ্চয়তা ব্যাখ্যা করা এবং প্রমাণ কোন উপসংহারকে সমর্থন করে তা স্পষ্ট করা উচিত.
দক্ষতা ও স্বাধীনতা: মূল্যায়নকারীদের প্রাসঙ্গিক কারিগরি দক্ষতা দেখানো এবং প্রতিষ্ঠানগত ও ব্যক্তিগত স্বার্থসংঘাত শনাক্ত, প্রকাশ ও সমাধান করা উচিত, যার মধ্যে আর্থিক প্রণোদনা, ডেভেলপারদের সঙ্গে সম্পর্ক এবং মূল্যায়নাধীন কাজে পূর্বসম্পৃক্ততা অন্তর্ভুক্ত. এমন সুরক্ষা ব্যবস্থা নকশা করা উচিত যাতে বাণিজ্যিক চাপ ও পারিশ্রমিক ব্যবস্থা ফলাফলকে প্রভাবিত না করে; এর মধ্যে নিজেকে প্রত্যাহার করা বা উপযুক্ত বিরতি-কাল অন্তর্ভুক্ত থাকতে পারে.
নিরাপত্তা ও গোপনীয়তা: অ্যাক্সেস করা সিস্টেম ও তথ্যের সংবেদনশীলতার অনুপাতে, মূল্যায়নকারীদের তাদের কর্মীদের আওতাভুক্ত তথ্য-নিরাপত্তা চর্চা ও বলবৎযোগ্য গোপনীয়তা সুরক্ষা প্রদর্শন করা উচিত. এই সুরক্ষাগুলোতে মেধাস্বত্ব, সংবেদনশীল তথ্য এবং মূল্যায়ন রেকর্ড অন্তর্ভুক্ত থাকা উচিত. যেখানে মূল্যায়নকারীরা নিজেদের পরিবেশে নিরাপত্তা প্রয়োজনীয়তা পূরণ করতে পারেন না, অথবা অ্যাক্সেস করা ডেটা বিশেষভাবে সংবেদনশীল, সেখানে কোম্পানি-পরিচালিত ডিভাইস বা প্রাঙ্গণে অ্যাক্সেস উপযুক্ত হতে পারে.
কার্যকরভাবে ব্যবহারযোগ্য ফলাফল ও প্রতিকারের সময়: মূল্যায়নে নির্দিষ্ট ঘাটতি শনাক্ত করা এবং সেগুলো সমাধানে ল্যাবগুলোর জন্য যথেষ্ট বিস্তারিত তথ্য দেওয়া উচিত. যেখানে প্রযোজ্য, প্রকাশের আগে সমস্যাগুলো প্রতিকার করার জন্য ল্যাবগুলোর যুক্তিসংগত সময় পাওয়া উচিত. যেখানে প্রাসঙ্গিক, প্রতিবেদনে বাস্তবায়নের ব্যবহারিক সুপারিশসহ এজেন্ট ডেভেলপার, ডিপ্লয়ার এবং প্রতিরক্ষাকারীদের জন্য শিক্ষাগুলোও ব্যাখ্যা করা উচিত.
দায়িত্বশীল প্রকাশনা চর্চা: মূল্যায়ন প্রতিবেদন প্রমাণভিত্তিক হওয়া উচিত এবং সংবেদনশীল ও গোপনীয় তথ্য সুরক্ষিত রেখে যতটা সম্ভব উন্মুক্তভাবে শেয়ার করা উচিত. যেখানে পূর্ণ জনসমক্ষে প্রকাশ সম্ভব নয়, সেখানে উপযুক্ত তদারকি সংস্থার কাছে গোপনীয়ভাবে প্রতিবেদন দেওয়া জবাবদিহি সহায়তা করতে পারে, যেমন গভর্ন্যান্স সংস্থা বা কোম্পানির বোর্ড. স্বাধীনতা ও গোপনীয়তার ভারসাম্য রক্ষায় নীতিনিষ্ঠ রেডাকশন সুরক্ষা ও নীতি, পাশাপাশি প্রতিক্রিয়া ও ভুল সংশোধন সম্পর্কে স্পষ্ট প্রত্যাশা থাকা উচিত. গোপনীয়তা ও মেধাস্বত্ব সুরক্ষা বজায় রাখার পাশাপাশি মূল্যায়নকারীদের সম্পাদকীয় স্বাধীনতা বজায় রাখা উচিত. মূল্যায়নকারীদের স্পষ্ট রেডাকশন নীতি গ্রহণ করা উচিত, যাতে ল্যাবগুলো সংবেদনশীল তথ্য রেডাক্ট করার অনুরোধ করতে পারে, আর মূল্যায়নকারীরা উল্লেখ করতে পারেন কোথায় গুরুত্বপূর্ণ রেডাকশন করা হয়েছে এবং তা মূল্যায়ন প্রতিবেদনে কী প্রভাব ফেলেছে.
কার্যকর তৃতীয়-পক্ষ মূল্যায়নের জন্য ভবিষ্যৎ আইন ও বেসরকারি গভর্ন্যান্স প্রতিষ্ঠান উভয়ের মাধ্যমে স্বাধীন মূল্যায়নকারীদের সহায়তা করা এবং আরও স্পষ্ট, অভিন্ন আন্তর্জাতিক মান প্রতিষ্ঠায় আমরা প্রতিশ্রুতিবদ্ধ. স্বাধীন মূল্যায়ন ইকোসিস্টেম এখনও বিকাশমান হলেও, অত্যাধুনিক নিরাপত্তা প্রশ্নে গভীর দক্ষতাসম্পন্ন স্বাধীন মূল্যায়নকারীদের বৈচিত্র্যময় কমিউনিটিকে সহায়তা ও তাদের সঙ্গে কাজ করে আমরা এর বিকাশে সহায়তা করব. কোনো একক তৃতীয় পক্ষ জরুরি অত্যাধুনিক নিরাপত্তা প্রশ্নগুলো পূর্ণাঙ্গভাবে কভার করতে পারে না, এবং করা উচিতও নয়. আমাদের সক্ষমতা বাড়াতে এবং বিকাশমান তৃতীয়-পক্ষ ইকোসিস্টেমকে সেরা চর্চা ও নীতিতে ঐকমত্যে পৌঁছাতে সক্ষম করতে আমরা চিন্তাশীল ও উদ্দেশ্যমূলকভাবে এগোব. উপরের অগ্রাধিকার ক্ষেত্রগুলোর সঙ্গে সামঞ্জস্যপূর্ণ প্রস্তাব নিয়ে আমরা একাধিক তৃতীয় পক্ষের সঙ্গে আলোচনা করছি.
