મુખ્ય વિષય-સામગ્રી પર જાવો
OpenAI

28 સપ્ટેમ્બર, 2026

સુરક્ષા

અત્યાધુનિક એઆઈ તાલીમ માટે સલામતીનાં સમર્થનપત્રો તરફ

લોડિંગ…

અમે માનીએ છીએ કે આપણે એક નવા યુગમાં પ્રવેશી રહ્યા છીએ, જેમાં અત્યાધુનિક રીઇન્ફોર્સમેન્ટ લર્નિંગનું કોઈ પણ તાલીમચક્ર આગળ ચલાવતાં પહેલાં સુવ્યવસ્થિત સલામતી દસ્તાવેજો જરૂરી હોવા જોઈએ. આદર્શ રીતે, આવા દસ્તાવેજો “સલામતીનાં સમર્થનપત્રો”ના સ્તરના હોવા જોઈએ—એટલે કે જોખમ અંગેની વ્યાપક, સુવ્યવસ્થિત અને પુરાવા આધારિત દલીલો, જેનો ઉપયોગ અન્ય એવા ઉદ્યોગોમાં થાય છે જ્યાં સલામતી અત્યંત નિર્ણાયક હોય છે. અમે સલામતીનાં સમર્થનપત્રોને માર્ગદર્શન આપતા એક મહત્ત્વાકાંક્ષી લક્ષ્ય તરીકે લઈએ છીએ અને તે દિશામાં કામ કરી રહ્યા છીએ. સાથે જ અમે સ્વીકારીએ છીએ કે એઆઈની ક્ષમતાના દરેક નવા સ્તરે ઊભી થતી જટિલતાને કારણે, એઆઈ મોડલો માટે આ સમર્થનપત્રોને ઉડ્ડયન કે પરમાણુ ઊર્જા જેટલાં કડક બનાવવાં પડકારરૂપ છે. આ પદ્ધતિઓને સુનિશ્ચિત નિયમોનું સ્વરૂપ આપવા અમે એક માળખા પર કામ કરી રહ્યા છીએ.

અત્યાધુનિક એઆઈની તાલીમ માટેનાં આવાં સલામતી સમર્થનપત્રોમાં અમારા મતે સામેલ થવી જોઈએ એવી કેટલીક પ્રારંભિક માર્ગદર્શિકા નીચે આપી છે. આ શ્રેષ્ઠ પદ્ધતિઓ અત્યાર સુધી અમે જે શીખ્યા છીએ તે દર્શાવે છે. સાવચેતીપૂર્વકના વિકાસ માટેની આંતરિક પ્રક્રિયાઓમાં અમે સતત સુધારા કરતા રહીશું તેમ આ પદ્ધતિઓ પણ વિકસતી જશે એવી અમને અપેક્ષા છે. અમારી હાલની વિચારસરણી પારદર્શક બનાવવા અને સમુદાય પાસેથી પ્રતિસાદ મેળવવા અમે તેને અત્યારે વહેંચી રહ્યા છીએ. નોંધ લો કે આ દસ્તાવેજ અત્યાધુનિક રીઇન્ફોર્સમેન્ટ લર્નિંગ તાલીમ પર કેન્દ્રિત છે; આંતરિક અને બાહ્ય ઉપયોગ માટે હેતુસુસંગતતાના વધુ વ્યાપક ગુણધર્મો ધ્યાનમાં લેવા જરૂરી છે.

1. તકનીકી સુરક્ષા ઉપાયો

સલામતીનાં સમર્થનપત્રોમાં તકનીકી માળખાનાં ત્રણ પાસાં આવરી લેવાં જોઈએ: હેતુસુસંગતતાની તાલીમ, સીમાબંધી અને નિરીક્ષણ. આ સુરક્ષા ઉપાયો એ સુનિશ્ચિત કરવામાં મદદ કરે છે કે મોડલ હેતુવિસંગત પગલાં લેવાનો પ્રયાસ ન કરે; કરે તો પણ તેના માટે નિર્ધારિત સીમાઓ તોડવી મુશ્કેલ હોય અને નુકસાન થાય તે પહેલાં નિરીક્ષણ દ્વારા તે પકડાઈ જાય.

  • મોડલની હેતુસુસંગતતા: બચાવનું પ્રથમ પગલું મોડલોને હેતુસુસંગત બનવાની તાલીમ આપવાનું હોવું જોઈએ; એટલે કે, તેઓ વિશ્વસનીય રીતે આપણી ઇચ્છા મુજબ વર્તે. તેમાં આ બાબતો સામેલ હોઈ શકે છે:

    • તાલીમનાં વાતાવરણો અને ગુણાંકન: તાલીમ દરમિયાન પુરસ્કાર મેળવવા માટે થતી ચાલાકીઓને પ્રોત્સાહન ન મળે તેની ખાતરી કરીને મોડલોમાં હેતુવિસંગત વર્તન વિકસવાનું જોખમ ઘટાડવું. તેમાં આ બાબતો સામેલ હોઈ શકે છે:

      • ડેટાસેટની સ્વચાલિત સમીક્ષાઓ: રીઇન્ફોર્સમેન્ટ લર્નિંગનાં ખામીયુક્ત વાતાવરણો શોધવા અને સુધારવા એજન્ટોનો ઉપયોગ કરવો. આવાં વાતાવરણોમાં હેતુવિસંગત ક્રિયાક્રમોને ઇચ્છિત વર્તનને બદલે ખામીઓનો લાભ ઉઠાવીને ઊંચો પુરસ્કાર મળી શકે છે. આ સુધારાથી તાલીમ દરમિયાન હેતુવિસંગતતાને પ્રોત્સાહન મળવાની તકો ઘટે છે.

      • ડેટાસેટની માનવીય સમીક્ષાઓ: સ્વચાલિત રેડ ટીમિંગ ઉપરાંત ડેટાસેટની માનવીય સમીક્ષા અને ગુણવત્તાની તપાસ કરવી, જેથી અજાણતાં હેતુવિસંગત વર્તનને પ્રોત્સાહિત કરી શકે એવાં ખામીયુક્ત કાર્યો ઓળખી શકાય.

      • ગુણાંકન પ્રણાલીઓમાં સુધારા: તાલીમ દરમિયાન મોડલ રીઇન્ફોર્સમેન્ટ લર્નિંગનાં વાતાવરણોની ખામીઓનો લાભ ઉઠાવવા કે તેમાં ચેડાં કરવા પ્રયત્ન કરે ત્યારે ગુણ કપાય તે રીતે ગુણાંકન પ્રણાલીઓને ગોઠવવી.

      • અગાઉનાં તાલીમચક્રોનું વિશ્લેષણ: ગુણાંકન પ્રણાલીઓ અપેક્ષા મુજબ કામ કરે છે તેની ખાતરી કરવા અગાઉના પ્રયોગોની પ્રક્રિયા નોંધો પર વર્ગીકરણ પ્રણાલીઓ ચલાવવી.

    • હેતુસુસંગતતાનું માપન: હેતુસુસંગતતાની તાલીમની અસરકારકતા માપવા મોડલની હેતુવિસંગત વૃત્તિઓ પર નજર રાખતાં મૂલ્યાંકનો ચલાવવાં. તેમાં આ બાબતો સામેલ હોઈ શકે છે:

      • હેતુસુસંગતતાનાં અલગથી કરાતાં મૂલ્યાંકનો: તાલીમ અપેક્ષા મુજબ કાર્ય કરે છે કે નહીં તે ચકાસવા અત્યાધુનિક તાલીમચક્રો દરમિયાન હેતુસુસંગતતાનાં મૂલ્યાંકનો ચલાવવાં અને કોઈ પણ નોંધપાત્ર પીછેહઠની તપાસ કરવી.

      • અગાઉની ઘટનાઓ પર પરીક્ષણ: હેતુસુસંગતતાનાં મૂલ્યાંકનો અગાઉની ઘટનાઓ પર ચકાસવાં, જેથી ખાતરી થાય કે તે અગાઉ હેતુવિસંગત રહેલાં મોડલોને ઓળખે છે અને માત્ર ચોક્કસ ઘટનાઓને અનુરૂપ જ ગોઠવાઈ ગયાં નથી.

      • મૂલ્યાંકનને છેતરવાના પ્રયત્નો પર નજર: વર્તનમાં ફેરફાર લાવી શકે એવી મૂલ્યાંકન જાગૃતિ કે કસોટીની ઓળખથી થતી ચાલાકી (મોડલોને પોતાનું પરીક્ષણ થતું હોવાની જાણ થવી) પર નજર રાખવી અને તેને અટકાવવા સ્પષ્ટ મર્યાદાઓ નક્કી કરવી. દા.ત., હેતુસુસંગતતાનાં મૂલ્યાંકનોમાં મૂલ્યાંકન જાગૃતિ અને આવી ચાલાકી શોધતી નિરીક્ષણ પ્રણાલીઓ સક્રિય કરવી.

      • અતિપ્રતિકૂળ સ્થિતિની કસોટીઓ: સૌથી ખરાબ ગેરવર્તન બહાર લાવવાનો પ્રયાસ કરવો અને ઓછામાં ઓછું એક મૂલ્યાંકન તેને શોધી શકે છે તેની ખાતરી કરવી.

    • ચેન-ઓફ-થોટ પર તાલીમ અટકાવવી: રીઇન્ફોર્સમેન્ટ લર્નિંગ દરમિયાન સ્વચાલિત ગુણાંકન પ્રણાલીઓને ચેન-ઓફ-થોટ જોવા ન દેવી, જેથી મોડલો ચેન-ઓફ-થોટની નિરીક્ષણ પ્રણાલીઓને ટાળવાની ક્ષમતા ન વિકસાવે.

  • સીમાબંધી: મોડલ હેતુવિસંગત બને તો પણ નુકસાનકારક પગલાં અટકાવી શકાય તે માટે અલગ સુરક્ષિત વાતાવરણ અને સુરક્ષા વ્યવસ્થા પૂરતાં મજબૂત બનાવવાં. તેમાં આ બાબતો સામેલ હોઈ શકે છે:

    • માળખાકીય સુરક્ષાનાં અનેક સ્તરો: મોડલ ચાલે છે તે અલગ સુરક્ષિત વાતાવરણ અને તેને આધાર આપતું સંશોધન માળખું, બંનેને મજબૂત કરવામાં મોટું રોકાણ કરવું, જેથી મોડલ આ વાતાવરણની સીમા તોડે તો પણ સુરક્ષાનું વધારાનું સ્તર ઉપલબ્ધ હોય.

    • સીમાબંધીનું રેડ ટીમિંગ: સલામતી વિશ્લેષણને આધીન રહી, અત્યાધુનિક તાલીમચક્રોના સંગ્રહિત તબક્કાઓનો ઉપયોગ કરીને આ પ્રણાલીઓનું વારંવાર રેડ ટીમિંગ કરવું. તેનાથી ખામીઓ શોધીને દૂર કરવી અને અલગ સુરક્ષિત વાતાવરણ, સંશોધન માળખું તથા બાહ્ય સીમાની સુરક્ષા સુધારવી. તાલીમ દરમિયાન મોડલ જે સેવાઓ સુધી પહોંચી શકે (દા.ત., ઇન્ટરનેટની અસ્થાયી સંગ્રહ વ્યવસ્થા), તે તમામનું પણ રેડ ટીમિંગ કરવું.

    • નમૂનાઓ વચ્ચે સંચાર: નમૂનાઓ વચ્ચે મોટા પ્રમાણમાં માહિતીના સંચારને બહુ-એજન્ટ સાધનો જેવા મંજૂર માર્ગો પૂરતો મર્યાદિત રાખવો. માળખામાં એવા આડમાર્ગો બંધ કરવા જે મોટા પ્રમાણમાં માહિતી વહન કરી શકે અને એજન્ટો સહેલાઈથી શોધી શકે.

    • અપરિવર્તનીય સંવાદ નોંધો: તમામ રીઇન્ફોર્સમેન્ટ લર્નિંગ તાલીમ, મૂલ્યાંકન અને આંતરિક ઉપયોગ માટે એજન્ટની સંવાદ નોંધો વાજબી સમયગાળા સુધી બદલી ન શકાય તેવી રીતે સાચવવી (દા.ત., માત્ર એક વાર લખી શકાય એવાં સંગ્રહ ખાતાંમાં). તેનાથી ઘટનાઓની વિશ્વસનીય તપાસ થઈ શકે અને અજાણતાં થતા ફેરફારો અટકી શકે.

  • નિરીક્ષણ: મોડલો હેતુવિસંગત પગલાં લેવાનું શરૂ કરે તો સંભવિત હેતુવિસંગતતા પકડવા સતત સક્રિય નિરીક્ષણ પ્રણાલી રાખવી અને ગંભીર ઘટના બને તે પહેલાં પ્રાથમિકતાવાળા મુદ્દાઓનો ઝડપથી ઉકેલ લાવવો. તેમાં આ બાબતો સામેલ હોઈ શકે છે:

    • નિરીક્ષણક્ષમતા ફરજિયાત રાખવી: ચિંતાજનક વર્તન વહેલું પકડવા મોડલોનું નિરીક્ષણ શક્ય રહે તેની ખાતરી કરવી. આ માટે નિરીક્ષણક્ષમતા અને નિરીક્ષણથી છટકવાની ક્ષમતાનાં મૂલ્યાંકનો સ્પષ્ટ મર્યાદાઓ સાથે કરવાં.

    • જાણીતી સમસ્યાઓનો ઊંચો શોધદર: અલગ રાખેલા મૂલ્યાંકન ડેટા પર નિરીક્ષણ પ્રણાલી ભૂતકાળની ઘટનાઓમાંથી મોટા ભાગની શોધી શકે તેની ખાતરી કરવી.

    • નિરીક્ષણ પ્રણાલીઓ માટે અદ્યતન મૂલ્યાંકનો: નવાં તાલીમચક્રોનાં તદ્દન નવાં જોખમોને રજૂ કરતા મૂલ્યાંકન નમૂનાઓ બનાવવા, જેથી નિરીક્ષણના શોધદર અને ચોકસાઈનાં માપ જૂનાં ન થઈ જાય.

    • ઝડપી પ્રતિસાદ: એવી પ્રાથમિકતા સૂચનાઓ અમલમાં મૂકવી કે જેના આધારે, મોડલ નુકસાન કરે તે પહેલાં, નિર્ધારિત સેવા-સ્તરના કરાર મુજબની સમયમર્યાદામાં પગલાં લેવાય. આ માટે તાત્કાલિક પ્રતિસાદ માટે નિયુક્ત વ્યક્તિને ચેતવી શકાય અથવા અસરગ્રસ્ત તાલીમચક્રને આપમેળે વિરામ આપી શકાય (દા.ત., દિવસ દરમિયાનની ઘટનાઓમાં નિયુક્ત સુરક્ષા કર્મચારી અને તાલીમચક્રના જવાબદારને ચેતવવા; રાત્રે સૂચનાની પ્રાપ્તિની પુષ્ટિ ન મળે તો તાલીમચક્રોને આપમેળે વિરામ આપવો).

2. સંચાલન માટેની માર્ગદર્શિકા

તકનીકી સુરક્ષા ઉપાયો અંગેની ભલામણો સાથે, અમે અત્યાધુનિક એઆઈના તાલીમચક્ર માટે સલામતીનાં સમર્થનપત્રો તૈયાર કરવા સંચાલનની શ્રેષ્ઠ પદ્ધતિઓ પર પણ કામ કરી રહ્યા છીએ. તેમાં આ બાબતો સામેલ હોઈ શકે છે:

  • અસહમતિ નોંધો (આગોતરું નિષ્ફળતા વિશ્લેષણ): સલામતીના સમર્થનપત્રનો મુસદ્દો તૈયાર થયા પછી, બીજી ટીમના સભ્યએ તેમાં સંભવિત ખામીઓ શોધવા અને જોખમ વિશે સંતુલિત અભિપ્રાય આપવા અસહમતિ નોંધ લખવી જોઈએ. ત્યારબાદ તાલીમ આપતી ટીમે આ મુદ્દાઓનો ઉકેલ લાવવો જોઈએ, જેથી સમર્થનપત્રો વધુ મજબૂત બને.

  • મંજૂરીઓ: વરિષ્ઠ નેતૃત્વના સભ્યોએ સલામતીના સમર્થનપત્રની સમીક્ષા કરવી જોઈએ. તાલીમચક્ર પર અનેક આંતરિક અંકુશો રહે તે માટે દરેક સભ્યને તેને અટકાવવાનો અધિકાર હોવો જોઈએ (દા.ત., સંશોધન વિભાગના વડા / ઉપાધ્યક્ષ, સલામતીના વડા અને મુખ્ય વૈજ્ઞાનિક).

  • જવાબદેહી: તાલીમચક્ર માટે જવાબદાર વરિષ્ઠ અધિકારી (દા.ત., સંશોધન વિભાગના વડા / સંશોધન ઉપાધ્યક્ષ) સલામતીના સમર્થનપત્ર અને કોઈ પણ ઘટના સમયે લેવાયેલાં પગલાં માટે જવાબદેહ હોવા જોઈએ. કામગીરીની સમીક્ષામાં પણ આ જવાબદેહી સામેલ હોવી જોઈએ, જેથી તાલીમ આપતી ટીમોને સલામતી અને હેતુસુસંગતતાને પ્રાધાન્ય આપવાનું પ્રોત્સાહન મળે.

  • વિરામ આપવો: સલામતીના સમર્થનપત્રને અમાન્ય ઠેરવે તેવી સમસ્યાઓ મળે (દા.ત., નવી સુરક્ષા સમસ્યા), તો તેના દાયરામાં આવતાં તમામ તાલીમચક્રોને વિરામ આપવા માટે કાર્યવિધિ પુસ્તિકાઓ, તકનીકી નિયંત્રણો અને સેવા-સ્તરના કરારો હોવા જોઈએ.

  • આંતરિક પારદર્શિતા: સલામતીનાં સમર્થનપત્રો આંતરિક દેખરેખ જૂથોને (દા.ત., સલામતી અને સુરક્ષા સમિતિને) ઉપલબ્ધ કરાવવાં જોઈએ.

  • તપાસણીઓ: સલામતીના સમર્થનપત્રના દાવા માન્ય અને મજબૂત છે તેની ખરાઈ કરવા તથા ખામીઓ મળે તો તે રજૂ કરવા તપાસકર્તાઓને પૂરતી માહિતી અને પ્રણાલીઓનો પ્રવેશ આપવો જોઈએ.

  • ઉચ્ચ સ્તરે રજૂઆત: હેતુવિસંગતતાના મુદ્દા ઉચ્ચ સ્તરે પહોંચાડવાની સ્પષ્ટ પ્રક્રિયા હોવી જોઈએ. તેમાં હેતુવિસંગતતાની ગંભીરતાના નિર્ધારિત સ્તરોનું કોષ્ટક અને તાત્કાલિક પ્રતિસાદ માટે નિયુક્ત વ્યક્તિ હોવી જોઈએ, જે તાલીમચક્ર ચોક્કસ ગંભીરતા સ્તરે પહોંચે ત્યારે વરિષ્ઠ અધિકારીઓને (દા.ત., મુખ્ય કાર્યકારી અધિકારીને) ચેતવી શકે.

  • તકનીકી નિયંત્રણો: મનુષ્યો અને એજન્ટો માટે નિયમોનું પાલન ન કરતાં તાલીમચક્રો શરૂ કરવાનું મુશ્કેલ હોવું જોઈએ. નિરીક્ષણ અને સ્વચાલિત વિરામ જેવી સલામતી સુવિધાઓ નિષ્ફળ જાય ત્યારે કામગીરી અટકી જવી જોઈએ (દા.ત., યોગ્ય નિરીક્ષણ સક્રિય કર્યા વિના તાલીમચક્રો શરૂ કરવાં, અથવા રીઇન્ફોર્સમેન્ટ લર્નિંગ તાલીમ, મૂલ્યાંકન કે આંતરિક ઉપયોગ દરમિયાન અંદરથી નિરીક્ષણ બંધ કરવું શક્ય ન હોવું જોઈએ).

  • અસરો પાછી વાળવાની ક્ષમતા: તાલીમ પ્રક્રિયામાં હેતુવિસંગત મોડલના આગળ થતાં તમામ ઉપયોગો (દા.ત., ડેટા નિર્માણ કે ગુણાંકન) સરળતાથી ઓળખી શકાય તેવું હોવું જોઈએ, જેથી જરૂર પડે ત્યારે હેતુવિસંગત પરિણામોની અસર દૂર કરી શકાય.

  • બાકી રહેલાં જોખમોની સંપૂર્ણ નોંધ: સલામતીનાં સમર્થનપત્રોમાં હાલ લાગુ કરેલા નિવારણ ઉપાયોથી આવરી ન લેવાયેલાં બાકી જોખમોની શક્ય તેટલી સંપૂર્ણ યાદી હોવી જોઈએ, જેથી પૂરતી જાણકારી સાથે જોખમ સ્વીકારવાના નિર્ણયો લઈ શકાય.

આ અમારી હાલની ભલામણો છે અને OpenAI ખાતે તેને અમલમાં મૂકવાની પ્રક્રિયા ચાલી રહી છે. આગામી અઠવાડિયાંમાં અમારી પદ્ધતિઓ વધુ વિકસતી રહેશે એવી અમને અપેક્ષા છે.

3. હેતુવિસંગતતાની ઘટનાઓની તપાસ

અમે એઆઈની ગંભીર હેતુવિસંગતતાની ઘટનાઓની તપાસ માટે પણ કેટલીક શ્રેષ્ઠ પદ્ધતિઓ વિકસાવી રહ્યા છીએ. ભવિષ્યમાં આવી ઘટનાઓ અટકાવી શકાય તે માટે પ્રયોગશાળાઓએ દરેક ઘટનામાંથી શક્ય તેટલું શીખવાનો પ્રયત્ન કરવો જોઈએ (જેમ અન્ય ઉચ્ચ જોખમવાળા ઉદ્યોગોની તપાસ પદ્ધતિઓમાં⁠(નવી વિન્ડોમાં ખૂલે છે) થાય છે). આવાં પગલાંનાં કેટલાંક ઉદાહરણો:

  • આંતરિક પારદર્શિતા: તપાસ પૂર્ણ થવામાં ઘણો સમય લાગી શકે છે, તેથી તપાસની પ્રગતિ અંગે આંતરિક રીતે સમયાંતરે માહિતી આપવી જોઈએ (દા.ત., ચાલુ તપાસ અંગે દૈનિક અહેવાલ). કર્મચારીઓ માટે વધુ માહિતી અને પ્રણાલીઓનો પ્રવેશ મેળવવાની નિર્ધારિત પ્રક્રિયાઓ હોવી જોઈએ. તેમાં અસંપાદિત સંવાદ નોંધો મેળવવી અને હેતુવિસંગત મોડલોમાંથી નમૂનારૂપ પ્રતિભાવો મેળવવા પણ સામેલ હોવા જોઈએ, જો તે સલામત હોય અને તેમના કામ માટે સંબંધિત હોય.

  • હેતુવિસંગતતાનું મૂળ કારણ: હેતુવિસંગત વર્તનો કેવી રીતે ઊભાં થયાં તે સમજવા સંશોધકોએ તાલીમની ગતિશીલ પ્રક્રિયાઓમાં મૂળ કારણ શોધવું જોઈએ (દા.ત., ચોક્કસ ઘટકો દૂર કરીને કે ફરી નમૂના લઈને કરાતા પ્રયોગો દ્વારા). તેનાથી હેતુવિસંગતતાનું વિજ્ઞાન વધુ સારી રીતે સમજાશે અને ભવિષ્યમાં તેને વધુ અસરકારક રીતે અટકાવી શકાશે.

  • ઘટના પછીનું વિશ્લેષણ: ઘટનામાં ફાળો આપનારાં તમામ કારણો સમજવા સંચાલન અને સંસ્થાકીય સંસ્કૃતિનું ઘટના પછી વિશ્લેષણ કરવું જોઈએ. ઉદાહરણ તરીકે, સમસ્યાઓ શા માટે ઊભી થઈ અને ઘટના પહેલાં તે શા માટે શોધાઈ નહીં અથવા ઉચ્ચ સ્તરે રજૂ ન થઈ તે તપાસવું જોઈએ.

  • શોધ: આપણે હેતુસુસંગતતાની એવી પરીક્ષણ પદ્ધતિઓ વિકસાવવી જોઈએ જે ઘટના સર્જવાની વૃત્તિ શોધી શકે, પરંતુ ઘટનામાંથી મળેલી માહિતી (દા.ત., સંવાદ નોંધો કે ઘટનાના સારાંશ) પર સીધા વારંવાર સુધારા કરીને તૈયાર ન થઈ હોય. ઘટનાઓ પરથી બનાવેલાં મૂલ્યાંકનોને “પુનરાવર્તન નિવારક પરીક્ષણો” તરીકે તૈયાર કરવાં જોઈએ, જેથી ભવિષ્યનાં મોડલો અત્યંત સમાન ઘટનાઓમાં હેતુવિસંગતતાની વૃત્તિ ન દર્શાવે.

  • જાહેર માહિતી: તપાસ પૂરી થયા પછી તેનાં પરિણામો, ઘટના પછીનાં વિશ્લેષણો અને સંચાલનમાં થયેલા ફેરફારો જાહેર જનતા સાથે વહેંચવાં જોઈએ. અસરગ્રસ્ત તૃતીય પક્ષોને શક્ય તેટલી વહેલી તકે જાણ કરવી જોઈએ.

લેખક

OpenAI