শেয়ার করা ও প্রকাশ বিষয়ক নীতি
সোশ্যাল মিডিয়া, লাইভস্ট্রিমিং এবং প্রদর্শন
AI দ্বারা জেনারেট করা কেন্টেন্ট ব্যবহারের সম্ভাব্য ঝুঁকি কমাতে, আমরা অনুমোদিত শেয়ারিং সংক্রান্ত নিম্নলিখিত নীতি নির্ধারণ করেছি।
সোশ্যাল মিডিয়ায় আপনার নিজস্ব প্রম্পট বা আউটপুট পোস্ট করা সাধারণত অনুমোদিত, একইভাবে আপনার ব্যবহারের লাইভ স্ট্রিমিং করা বা আমাদের পণ্যগুলি লোকেদের গ্রুপে প্রদর্শন করাও অনুমোদিত। নিম্নলিখিত বিষয়গুলি মেনে চলুন:
- শেয়ার করার আগে বা স্ট্রিমিং করার সময় প্রতিটি জেনারেট করা কন্টেন্ট নিজে দেখে পর্যালোচনা করুন।
- কন্টেন্টটি জেনারেট করার কৃতিত্বে আপনার নিজের নাম অথবা আপনার কোম্পানির নাম দিন।
- কন্টেন্টটি যে AI দ্বারা জেনারেট করা তা এমন স্পষ্টভাবে উল্লেখ করুন যাতে যুক্তিসঙ্গতভাবে তা কোনও ব্যবহারকারীর নজর না এড়ায় বা তিনি ভুল না বোঝেন।
- আমাদের কন্টেন্ট নীতি লঙ্ঘন করে বা অন্যদের আপত্তির কারণ হতে পারে এমন কন্টেন্ট শেয়ার করবেন না।
- দর্শকদের কাছ থেকে প্রম্পটের পরামর্শ গ্রহণ করলে, তা বিচক্ষণতার সাথে করুন; এমন কোনও প্রম্পট দেবেন না যার ফলে আমাদের কন্টেন্ট নীতি লঙ্ঘন হতে পারে।
যদি আপনি নিশ্চিতরূপে জানতে চান যে OpenAI টিম কোনও নির্দিষ্ট আউটপুটের বিষয়ে অবগত আছে কিনা, তাহলে আপনি আমাদের ইমেল করতে পারেন অথবা Playground-এর মধ্যে রিপোর্টিং টুলগুলি ব্যবহার করতে পারেন।
- মনে রাখবেন যে আপনি অপরিশোধিত মডেলের সাথে ইন্টারঅ্যাক্ট করছেন, যার মানে হলো আমরা পক্ষপাতদুষ্ট বা নেতিবাচক প্রতিক্রিয়াগুলিকে ফিল্টার করি না। (এছাড়াও, আপনি আমাদের বিনামূল্যের মডারেশন এন্ডপয়েন্ট(একটি নতুন উইন্ডোতে খোলে) বাস্তবায়ন সম্পর্কে এখানে আরও পড়তে পারেন।)
OpenAI API-এর সাথে যৌথ ক্রিয়েটর হিসাবে তৈরি করা কন্টেন্ট
যেসব ক্রিয়েটর তাদের প্রথম-পক্ষের লিখিত কন্টেন্ট (যেমন, একটি বই, ছোটগল্পের সংকলন) প্রকাশ করতে চান, যা আংশিকভাবে OpenAI API ব্যবহার করে তৈরি করা হয়েছে, তাদের নিম্নলিখিত শর্তাবলীর অধীনে তা করার অনুমতি আছে:
- প্রকাশিত কন্টেন্টের কৃতিত্বে আপনার নিজের নাম অথবা কোম্পানির নাম দেওয়া হয়েছে।
- কন্টেন্ট তৈরিতে AI-এর ভূমিকা এমনভাবে স্পষ্টভাবে প্রকাশ করা হয়েছে যা কোনও পাঠকেরই নজর এড়িয়ে যায় না এবং একজন সাধারণ পাঠকের পক্ষে এটি বোঝা যথেষ্ট সহজ হয়।
- কন্টেন্টের বিষয়বস্তু OpenAI-এর কন্টেন্ট নীতি বা ব্যবহারের শর্তাবলী লঙ্ঘন করে না, যেমন, তা প্রাপ্তবয়স্কদের কন্টেন্ট, স্প্যাম, ঘৃণাপূর্ণ কন্টেন্ট, সহিংসতা উস্কে দেয় এমন কন্টেন্ট, অথবা সামাজিক ক্ষতির কারণ হতে পারে এমন অন্যান্য ব্যবহারের সাথে সম্পর্কিত নয়।
- আমরা আপনাকে বিনীতভাবে অনুরোধ করছি যে আপনি এমন কোনও আউটপুট শেয়ার করবেন না যা অন্যদের আপত্তির কারণ হতে পারে।
উদাহরণস্বরূপ, প্রস্তাবনা বা ভূমিকাতে (অথবা একইরকম কিছু জায়গায়) খসড়া তৈরি, এডিট করা ইত্যাদির আপেক্ষিক ভূমিকা সম্পর্কে অবশ্যই বিস্তারিত বিবরণ দিতে হবে। লোকেদের API দ্বারা জেনারেট করা কন্টেন্টকে সম্পূর্ণরূপে কোনও মানুষের দ্বারা তৈরি বা সম্পূর্ণরূপে কোনও AI দ্বারা তৈরি বলে উপস্থাপন করা উচিত নয় এবং প্রকাশিত কন্টেন্টের চূড়ান্ত দায়িত্ব অবশ্যই একজন মানুষকে নিতে হবে।
আপনার সৃজনশীল প্রক্রিয়া বর্ণনা করার জন্য এখানে কিছু প্রস্তুত করে রাখা ভাষা ব্যবহার করা যেতে পারে, যদি তা সঠিক হয়:
লেখক এই লেখাটি আংশিকভাবে GPT-3 ব্যবহার করে প্রস্তুত করেছেন, যা OpenAI-এর একটি বৃহৎ ভাষা-তৈরির মডেল। খসড়া ভাষা তৈরি করার পর, লেখক তার নিজস্ব পছন্দ অনুসারে ভাষাটি পর্যালোচনা, এডিট এবং সংশোধন করেছেন এবং এই প্রকাশনার কন্টেন্টের জন্য চূড়ান্ত দায়িত্ব গ্রহণ করেছেন।
অনুসন্ধান করুন
আমরা বিশ্বাস করি যে বৃহত্তর বিশ্বের কাছে আমাদের অনুসন্ধান এবং পণ্যগুলি মূল্যায়ন করার সুযোগ থাকা গুরুত্বপূর্ণ, বিশেষ করে আমাদের মডেলগুলিতে সম্ভাব্য দুর্বলতা এবং নিরাপত্তা বা পক্ষপাতিত্বের সমস্যাগুলি বোঝা এবং উন্নত করার করার। সেই অনুযায়ী, আমরা OpenAI API সম্পর্কিত অনুসন্ধানমূলক প্রকাশনাগুলিকে স্বাগত জানাই।
- কিছু ক্ষেত্রে, আমরা আপনার কাজ অভ্যন্তরীণ এবং/অথবা বাহ্যিকভাবে তুলে ধরতে চাইতে পারি।
- অন্যান্য ক্ষেত্রে, যেমন API-এর সুরক্ষা বা অসদ্ব্যবহার সম্পর্কিত প্রকাশনা, আমরা আমাদের ব্যবহারকারীদের সুরক্ষিত রাখার জন্য যথাযথ পদক্ষেপ নিতে চাইতে পারি।
- আপনি অনুসন্ধান করতে থাকার সময় যদি আপনি API নিয়ে কোনও নিরাপত্তা বা সুরক্ষা সংক্রান্ত সমস্যা লক্ষ্য করেন, তাহলে আমাদের সমন্বিত ঝুঁকি প্রকাশ কর্মসূচির (Coordinated Vulnerability Disclosure Program) মাধ্যমে আমরা আপনাকে তা অবিলম্বে জমা দেওয়ার অনুরোধ করছি।
অনুসন্ধানকারীদের অ্যাক্সেস কর্মসূচি (Researcher Access Program)
OpenAI API-এর মাধ্যমে আমরা অনুসন্ধানের বেশ কিছু দিক অন্বেষণ করতে আগ্রহী। আপনি যদি ভর্তুকিযুক্ত অ্যাক্সেসের সুযোগে আগ্রহী হন, তাহলে অনুসন্ধানকারীদের অ্যাক্সেস কর্মসূচির (Researcher Access Program) আবেদনপত্রে আপনার ব্যবহারক্ষেত্র সম্পর্কিত বিস্তারিত তথ্য প্রদান করুন।
বিশেষ করে, আমরা নিম্নলিখিত নির্দেশনাগুলিকে বিশেষভাবে গুরুত্বপূর্ণ বলে মনে করি, যদিও আপনি অবাধে নিজের নির্দেশনা তৈরি করতে পারেন:
- সঙ্গতি: কোনও মডেল আসলে কোন উদ্দেশ্য সাধনের জন্য কাজ করছে, যদি সত্যিই করে থাকে, তাহলে আমরা কীভাবে তা বুঝতে পারি? কীভাবে আমরা সেই উদ্দেশ্যটিকে মানুষের পছন্দের সাথে সঙ্গতিপূর্ণ করার পরিমাণ বাড়াব, যেমন প্রম্পট পরিকল্পনা বা পরিশীলিত করার মাধ্যমে?
- ন্যায্যতা এবং প্রতিনিধিত্ব: ভাষার মডেলগুলিতে ন্যায্যতা এবং প্রতিনিধিত্বের জন্য কাজের মানদণ্ড কীভাবে প্রতিষ্ঠা করা উচিত? কোন নির্দিষ্ট প্রয়োগের প্রসঙ্গে ন্যায্যতা ও প্রতিনিধিত্বের লক্ষ্যগুলিকে কার্যকরভাবে সহায়তা করার জন্য ভাষার মডেলগুলিকে কীভাবে উন্নত করা যেতে পারে?
- আন্তঃবিষয়ক অনুসন্ধান: দর্শন, জ্ঞানীয় বিজ্ঞান এবং সমাজভাষাবিজ্ঞানের মতো অন্যান্য শাখা থেকে পাওয়া অন্তর্দৃষ্টি কীভাবে AI উন্নয়নে প্রয়োগ করা যেতে পারে?
- ব্যাখ্যাযোগ্যতা এবং স্বচ্ছতা: এই মডেলগুলি যান্ত্রিকভাবে কীভাবে কাজ করে? আমরা কি সেগুলি কোন ধারণা ব্যবহার করছে তা সনাক্ত করতে পারি, অথবা মডেল থেকে সুপ্ত জ্ঞান আহরণ করতে পারি, প্রশিক্ষণ পদ্ধতি সম্পর্কে অনুমান করতে পারি, অথবা ভবিষ্যতের আশ্চর্যজনক আচরণের পূর্বাভাস পেতে পারি?
- অপব্যবহারের সম্ভাবনা: API-এর মতো সিস্টেমগুলির অপব্যবহার কীভাবে হতে পারে? আমাদের এবং অন্যান্য AI ডেভেলপারদের এই ধরনের প্রযুক্তির দায়িত্বশীল ব্যবহার সম্পর্কে ভাবতে সাহায্য করার জন্য আমরা কী ধরনের "রেড টিমিং" পদ্ধতি তৈরি করতে পারি?
- মডেল অন্বেষণ: API দ্বারা পরিবেশিত মডেলগুলির বিভিন্ন ধরনের ক্ষমতা রয়েছে যা আমরা এখনও অন্বেষণ করতে পারিনি। মডেল সীমাবদ্ধতা, ভাষাগত বৈশিষ্ট্য, সাধারণ জ্ঞানের ভিত্তিতে যুক্তি এবং অন্যান্য অনেক সমস্যার জন্য সম্ভাব্য ব্যবহার সহ অনেক ক্ষেত্রে হওয়া অনুসন্ধানগুলি আমরা উৎসাহিত করেছে।
- শক্তিমত্তা: জেনারেটিভ মডেলগুলির সক্ষমতার দিকগুলি সমান না হওয়ায় এতে আশ্চর্যজনকভাবে শক্তিশালী এবং আশ্চর্যজনকভাবে দুর্বল সক্ষমতার দিক বিদ্যমান থাকতে পারে। একই ধারণাকে ভিন্নভাবে প্রকাশ করা বা টাইপ করায় ভুল সহ/ছাড়া উপস্থাপন করার মতো “স্বাভাবিক” প্রম্পট-বিকৃতির ক্ষেত্রে বৃহৎ জেনারেটিভ মডেলগুলি কতটা শক্তিশালী? আমরা কি পূর্বাভাস পেতে পারি যে কোন ধরনের ডোমেন এবং কাজগুলির জন্য বৃহৎ জেনারেটিভ মডেলগুলি শক্তিশালী (অথবা শক্তিশালী নয়) হওয়ার সম্ভাবনা বেশি, এবং এটি প্রশিক্ষণের ডেটার সাথে কীভাবে সম্পর্কিত? সবচেয়ে খারাপ আচরণের পূর্বাভাস পেতে এবং তা হ্রাস করতে আমরা কি কোন কৌশল ব্যবহার করতে পারি? অল্প-উদাহরণ ভিত্তিক শিক্ষার প্রেক্ষাপটে (যেমন, প্রম্পটের বিভিন্নতার মধ্যে) শক্তিমত্তা কীভাবে পরিমাপ করা যেতে পারে? আমরা কি মডেলগুলিকে এমনভাবে প্রশিক্ষণ দিতে পারি যাতে সেগুলি উচ্চ স্তরের নির্ভরযোগ্যতার সাথে নিরাপত্তার বৈশিষ্ট্যগুলি পূরণ করে, এমনকি প্রতিকূল ইনপুট দেওয়া হলেও?
খেয়াল করুন যে অনুরোধের সংখ্যা বেশি হওয়ার কারণে, এই আবেদনগুলি পর্যালোচনা করতে আমাদের বেশি সময় লাগে এবং ভর্তুকির জন্য সমস্ত অনুসন্ধানকে অগ্রাধিকার দেওয়া হবে না। আপনার আবেদন ভর্তুকির জন্য নির্বাচিত হলে শুধুমাত্র সেক্ষেত্রেই আমরা আপনার সাথে যোগাযোগ করব।