முக்கிய உள்ளடக்கத்திற்கு செல்க
OpenAI

28 செப்டம்பர், 2026

பாதுகாப்பு

அதிநவீன செயற்கை நுண்ணறிவுப் பயிற்சிக்கான பாதுகாப்பு ஆதார அறிக்கைகளை நோக்கி

ஏற்றுகிறது…

எந்தவொரு அதிநவீன ரீஇன்ஃபோர்ஸ்மென்ட் லெர்னிங் பயிற்சி ஓட்டத்தையும் தொடர்வதற்கு முன், முறையாகக் கட்டமைக்கப்பட்ட பாதுகாப்பு ஆவணங்கள் கட்டாயமாக இருக்க வேண்டிய புதிய சகாப்தத்தில் நாம் நுழைகிறோம் என நம்புகிறோம். இத்தகைய ஆவணங்கள் “பாதுகாப்பு ஆதார அறிக்கைகள்” என்ற நிலையை எட்டுவதே சிறந்தது. பாதுகாப்பு மிக முக்கியமான பிற துறைகளில் பயன்படுத்தப்படுவது போல, ஆபத்து குறித்த முழுமையான, முறையாகக் கட்டமைக்கப்பட்ட, ஆதார அடிப்படையிலான வாதங்களை இவை கொண்டிருக்கும். பாதுகாப்பு ஆதார அறிக்கைகளை, நாங்கள் அடைய முயலும் வழிகாட்டும் இலக்காகக் கருதுகிறோம். அதே நேரத்தில், செயற்கை நுண்ணறிவின் திறன் ஒவ்வொரு புதிய நிலையை எட்டும்போதும் உருவாகும் சிக்கல்களால், விமானப் போக்குவரத்து அல்லது அணுசக்தித் துறைகளில் இருப்பதைப் போலவே செயற்கை நுண்ணறிவு மாடல்களுக்கான அறிக்கைகளையும் கடுமையான தரநிலைகளுடன் உருவாக்குவதில் சவால்கள் இருப்பதை ஏற்கிறோம். இந்த நடைமுறைகளை முறைப்படுத்துவதற்கான கட்டமைப்பை உருவாக்கி வருகிறோம்.

அதிநவீன செயற்கை நுண்ணறிவுப் பயிற்சிக்கான பாதுகாப்பு ஆதார அறிக்கைகளில் இடம்பெற வேண்டும் என நாங்கள் கருதும் சில ஆரம்ப வழிகாட்டுதல்கள் கீழே உள்ளன. இந்தச் சிறந்த நடைமுறைகள் இதுவரை நாங்கள் கற்றவற்றைப் பிரதிபலிக்கின்றன. கவனமான உருவாக்கத்திற்கான உள்நிலைச் செயல்முறைகளைத் தொடர்ந்து மேம்படுத்தும்போது, இவையும் மாறும் என எதிர்பார்க்கிறோம். எங்கள் தற்போதைய சிந்தனையை வெளிப்படையாகத் தெரிவிக்கவும், சமூகத்தினரின் கருத்துகளைப் பெறவும் இவற்றை இப்போது பகிர்கிறோம். இந்த ஆவணம் அதிநவீன ரீஇன்ஃபோர்ஸ்மென்ட் லெர்னிங் பயிற்சியில் கவனம் செலுத்துகிறது என்பதைக் கவனத்தில் கொள்ளவும். உள்நிலை மற்றும் வெளிநிலைப் பயன்பாட்டிற்குக் கொண்டுவரும்போது, நோக்க ஒத்திசைவின் இன்னும் பரந்த அம்சங்களைக் கருத்தில் கொள்ள வேண்டும்.

1. தொழில்நுட்பப் பாதுகாப்பு நடவடிக்கைகள்

பாதுகாப்பு ஆதார அறிக்கைகள் தொழில்நுட்ப அமைப்பின் மூன்று அம்சங்களை உள்ளடக்க வேண்டும்: நோக்க ஒத்திசைவுப் பயிற்சி, கட்டுப்படுத்தல், கண்காணிப்பு. மாடல் நோக்கம் பிறழ்ந்த செயல்களைச் செய்ய முயலாது என்பதையும், முயன்றாலும் கட்டுப்பாட்டை மீறுவது கடினமாக இருக்கும் என்பதையும், தீங்கு ஏற்படும் முன் கண்காணிப்பு அதைக் கண்டறியும் என்பதையும் உறுதிசெய்ய இந்தப் பாதுகாப்பு நடவடிக்கைகள் உதவுகின்றன.

  • மாடலின் நோக்க ஒத்திசைவு: மாடல்கள் நாம் விரும்பியபடி நம்பகமாகச் செயல்படும் வகையில், நோக்க ஒத்திசைவுக்குப் பயிற்சியளிப்பதே முதற்கட்டப் பாதுகாப்பாக இருக்க வேண்டும். இதில் பின்வருவன இடம்பெறலாம்:

    • பயிற்சிச் சூழல்களும் மதிப்பிடுதலும்: பயிற்சியின்போது வெகுமதி அமைப்பை ஏமாற்றும் செயல்கள் ஊக்குவிக்கப்படுவதைத் தடுப்பதன் மூலம், மாடல்கள் நோக்கம் பிறழ்ந்த நடத்தையை வளர்த்துக்கொள்ளும் ஆபத்தைக் குறைக்க வேண்டும். இதில் பின்வருவன இடம்பெறலாம்:

      • தானியங்கித் தரவுத்தொகுப்பு மதிப்பாய்வுகள்: எதிர்பார்த்த நடத்தைக்குப் பதிலாக, குறைகளைப் பயன்படுத்தி நோக்கம் பிறழ்ந்த செயல்பாதைகள் அதிக வெகுமதி பெற அனுமதிக்கும் பழுதான ரீஇன்ஃபோர்ஸ்மென்ட் லெர்னிங் சூழல்களை ஏஜென்ட்கள் மூலம் கண்டறிந்து சரிசெய்ய வேண்டும். இது பயிற்சியின்போது நோக்கப் பிறழ்வு வலுப்பெறும் வாய்ப்புகளைக் குறைக்கும்.

      • மனிதர்கள் செய்யும் தரவுத்தொகுப்பு மதிப்பாய்வுகள்: நோக்கம் பிறழ்ந்த நடத்தையைத் தவறுதலாக ஊக்குவிக்கக்கூடிய குறைபாடுள்ள பணிகளைக் கண்டறிய, தானியங்கி ரெட் டீமிங்குடன் மனித மதிப்பாய்வுகளையும் தரவுத்தொகுப்புத் தரச் சோதனைகளையும் மேற்கொள்ள வேண்டும்.

      • மதிப்பீட்டுக் கருவிகளைச் சீரமைத்தல்: பயிற்சியின்போது ரீஇன்ஃபோர்ஸ்மென்ட் லெர்னிங் சூழல்களின் குறைகளைப் பயன்படுத்தவோ அவற்றை முறைகேடாக மாற்றவோ மாடல் முயன்றால், அதற்குத் தண்டனை அளிக்குமாறு மதிப்பீட்டுக் கருவிகளைச் சீரமைக்க வேண்டும்.

      • முந்தைய ஓட்டங்களின் பகுப்பாய்வு: மதிப்பீட்டுக் கருவிகள் எதிர்பார்த்தபடி செயல்படுவதை உறுதிசெய்ய, முந்தைய பரிசோதனைகளின் செயல்பதிவுகளில் வகைப்படுத்திகளை இயக்க வேண்டும்.

    • நோக்க ஒத்திசைவை அளவிடுதல்: நோக்க ஒத்திசைவுப் பயிற்சியின் செயல்திறனை அளவிட, மாடலின் நோக்கப் பிறழ்வுப் போக்குகளைக் கண்காணிக்கும் மதிப்பீடுகளை நடத்த வேண்டும். இதில் பின்வருவன இடம்பெறலாம்:

      • நேரடி இயக்கத்திற்கு வெளியேயான நோக்க ஒத்திசைவு மதிப்பீடுகள்: அதிநவீன பயிற்சி ஓட்டங்களின்போது நோக்க ஒத்திசைவு மதிப்பீடுகளை நடத்தி, பயிற்சி எதிர்பார்த்தபடி செயல்படுகிறதா என்பதை மதிப்பிட வேண்டும். குறிப்பிடத்தக்க பின்னடைவுகளை விசாரிக்க வேண்டும்.

      • கடந்த நிகழ்வுகளைக் கொண்டு சோதித்தல்: நோக்க ஒத்திசைவு மதிப்பீடுகளை முந்தைய சம்பவங்களில் சோதிக்க வேண்டும். இதன் மூலம், முன்பு நோக்கம் பிறழ்ந்த மாடல்களை அவை கண்டறிகின்றனவா, குறிப்பிட்ட சம்பவங்களுக்கு மட்டுமே அளவுக்கு மீறிப் பொருத்தப்படாமல் உள்ளனவா என்பதை உறுதிசெய்ய வேண்டும்.

      • மதிப்பீடுகளை ஏமாற்றுவதைக் கண்காணித்தல்: நடத்தை மாற்றத்தை ஏற்படுத்தக்கூடிய மதிப்பீட்டு விழிப்புணர்வு அல்லது சோதனையை உணர்ந்து உத்தி வகுத்தலைக் கண்காணிக்க வேண்டும். அதாவது, தாங்கள் சோதிக்கப்படுவதை மாடல்கள் அறிந்துகொள்வதைக் கவனிக்க வேண்டும். நோக்க ஒத்திசைவு மதிப்பீடுகளில் இவற்றுக்கான கண்காணிப்புகளை இயக்கி, தடுப்பதற்கான குறிப்பிட்ட வரம்புகளை அமைக்கலாம்.

      • மிக மோசமான சூழலுக்கான அழுத்தச் சோதனைகள்: மிக மோசமான தவறான நடத்தையைத் தூண்டி, குறைந்தது ஒரு மதிப்பீடாவது அதைக் கண்டறியும் என்பதைச் சரிபார்க்க வேண்டும்.

    • செயின்-ஆஃப்-தாட் அடிப்படையிலான பயிற்சியைத் தடுத்தல்: செயின்-ஆஃப்-தாட் கண்காணிப்புகளைத் தவிர்க்கும் வகையில் மாடல்கள் உருவாகாமல் தடுக்க, ரீஇன்ஃபோர்ஸ்மென்ட் லெர்னிங்கில் தானியங்கி மதிப்பீட்டுக் கருவிகள் செயின்-ஆஃப்-தாட்டைப் பார்க்க அனுமதிக்கக்கூடாது.

  • கட்டுப்படுத்தல்: மாடலின் நோக்கம் பிறழ்ந்தால், தீங்கான செயல்கள் நிகழாதபடி தனிமைப்படுத்தப்பட்ட இயக்கச் சூழலையும் பாதுகாப்பையும் போதுமான அளவு வலுப்படுத்த வேண்டும். இதில் பின்வருவன இடம்பெறலாம்:

    • பல அடுக்கு உள்கட்டமைப்புப் பாதுகாப்பு: மாடல் இயங்கும் தனிமைப்படுத்தப்பட்ட சூழலையும் அதை வழங்கும் ஆராய்ச்சி உள்கட்டமைப்பையும் வலுப்படுத்தப் பெருமளவில் முதலீடு செய்ய வேண்டும். மாடல் தனிமைப்படுத்தப்பட்ட சூழலிலிருந்து தப்பினாலும், கூடுதல் பாதுகாப்பு அடுக்கு இருப்பதை இது உறுதிசெய்யும்.

    • கட்டுப்பாட்டுக்கான ரெட் டீமிங்: பாதுகாப்புப் பகுப்பாய்வுக்கு உட்பட்டு, அதிநவீன பயிற்சி ஓட்டங்களின் சேமிக்கப்பட்ட மாடல் நிலைகளைக் கொண்டு இந்த அமைப்புகளில் மீண்டும் மீண்டும் ரெட் டீமிங் செய்ய வேண்டும். குறைகளைக் கண்டறிந்து சரிசெய்வதன் மூலம் தனிமைப்படுத்தப்பட்ட சூழல், ஆராய்ச்சி உள்கட்டமைப்பு, சுற்றெல்லைப் பாதுகாப்பு ஆகியவற்றை மேம்படுத்த வேண்டும். பயிற்சியின்போது மாடல் அணுகக்கூடிய அனைத்துச் சேவைகளையும் தாக்குதல் சோதனைக்கு உட்படுத்த வேண்டும் (எ.கா., இணையத் தற்காலிகச் சேமிப்பு).

    • மாதிரிகளுக்கிடையிலான தகவல் தொடர்பு: அதிகத் தரவுப் பரிமாற்றத் திறனுள்ள மாதிரிகளுக்கிடையிலான தொடர்பை, பல ஏஜென்ட்கள் பயன்படுத்தும் கருவிகள் போன்ற அங்கீகரிக்கப்பட்ட வழிகளுக்கு மட்டுப்படுத்த வேண்டும். அதிகத் தரவுப் பரிமாற்றத் திறனும், ஏஜென்ட்கள் எளிதில் கண்டறியும் தன்மையும் கொண்ட உள்கட்டமைப்பின் மறைமுகத் தொடர்பு வழிகளை மூட வேண்டும்.

    • மாற்ற முடியாத உரையாடல் பதிவுகள்: அனைத்து ரீஇன்ஃபோர்ஸ்மென்ட் லெர்னிங் பயிற்சி, மதிப்பீடு, உள்நிலைப் பயன்பாடுகளிலும் ஏஜென்ட் உரையாடல் பதிவுகளை நியாயமான காலத்திற்கு மாற்ற முடியாதபடி சேமிக்க வேண்டும் (எ.கா., ஒருமுறை மட்டுமே எழுதக்கூடிய சேமிப்புக் கணக்குகளில்). இது நம்பகமான சம்பவ விசாரணைக்கு உதவுவதுடன், தற்செயலான திருத்தங்களையும் தடுக்கும்.

  • கண்காணிப்பு: மாடல்கள் நோக்கம் பிறழ்ந்த செயல்களைச் செய்யத் தொடங்கினால், அவற்றைக் கண்டறிய நேரடிக் கண்காணிப்பு அமைப்பு இருக்க வேண்டும். தீவிரச் சம்பவம் நிகழும் முன் முன்னுரிமைச் சிக்கல்களை விரைவாகக் கையாள வேண்டும். இதில் பின்வருவன இடம்பெறலாம்:

    • கண்காணிக்க முடிவதை உறுதிசெய்தல்: கவலைக்குரிய நடத்தையை ஆரம்பத்திலேயே கண்டறிய, மாடல்களைத் தொடர்ந்து கண்காணிக்க முடிவதை உறுதிசெய்ய வேண்டும். தெளிவான வரம்புகளுள்ள மதிப்பீடுகள் மூலம், கண்காணிக்க இயலுமையையும் கண்காணிப்பைத் தவிர்க்கும் திறனையும் அளவிட வேண்டும்.

    • அறிந்த சிக்கல்களை அதிக அளவில் கண்டறிதல்: தனியே ஒதுக்கப்பட்ட மதிப்பீட்டில், முந்தைய சம்பவங்களில் பெரும்பாலானவற்றைக் கண்காணிப்பு அமைப்பு கண்டறிவதை உறுதிசெய்ய வேண்டும்.

    • கண்காணிப்பு மதிப்பீடுகளைப் புதுப்பித்தல்: புதிய ஓட்டங்களில் புதிதாக எழும் ஆபத்துகளைப் பிரதிநிதித்துவப்படுத்தும் மதிப்பீட்டுத் தரவுப் புள்ளிகளை உருவாக்க வேண்டும். இதனால், கண்காணிப்பின் கண்டறிதல் விகிதம் மற்றும் துல்லியம் குறித்த அளவீடுகள் காலாவதியாகாமல் இருக்கும்.

    • விரைவான எதிர்வினை: மாடல் தீங்கு விளைவிக்கும் முன், வரையறுக்கப்பட்ட சேவைநிலை ஒப்பந்தக் காலத்திற்குள் நடவடிக்கையைத் தூண்டும் முன்னுரிமை எச்சரிக்கைகளைச் செயல்படுத்த வேண்டும். தயார் நிலைப் பொறுப்பாளரை அழைக்கலாம் அல்லது பாதிக்கப்பட்ட ஓட்டத்தைத் தானாக இடைநிறுத்தலாம். எடுத்துக்காட்டாக, பகலில் சம்பவம் நடந்தால் பாதுகாப்புப் பொறுப்பாளரையும் ஓட்டப் பொறுப்பாளரையும் அழைக்கலாம்; இரவில் எச்சரிக்கைக்குப் பதில் வராவிட்டால் ஓட்டங்களைத் தானாக இடைநிறுத்தலாம்.

2. செயல்பாட்டு வழிகாட்டுதல்கள்

தொழில்நுட்பப் பாதுகாப்பு நடவடிக்கைகளுக்கான பரிந்துரைகளுடன், அதிநவீன செயற்கை நுண்ணறிவுப் பயிற்சி ஓட்டத்தின் பாதுகாப்பு ஆதார அறிக்கைகளுக்கான சிறந்த செயல்பாட்டு நடைமுறைகளையும் உருவாக்கி வருகிறோம். அவற்றில் பின்வருவன இடம்பெறலாம்:

  • மறுப்புரைகள் (முன்கூட்டிய தோல்வி ஆய்வுகள்): பாதுகாப்பு ஆதார அறிக்கை தயாரானதும், அதில் இருக்கக்கூடிய குறைகளை அடையாளம் காண வேறொரு குழுவின் உறுப்பினர் மறுப்புரை எழுத வேண்டும். ஆபத்து குறித்த சீர்தூக்கிய மதிப்பீட்டையும் பகிர வேண்டும். அறிக்கையை வலுப்படுத்த, பயிற்சிக் குழு இவற்றுக்குத் தீர்வு காண வேண்டும்.

  • ஒப்புதல்கள்: பாதுகாப்பு ஆதார அறிக்கையை மூத்த தலைவர்கள் மதிப்பாய்வு செய்ய வேண்டும். பயிற்சி ஓட்டத்திற்கு ஒன்றுக்கும் மேற்பட்ட உள்நிலைச் சரிபார்ப்புகள் இருப்பதை உறுதிசெய்ய, அவர்கள் ஒவ்வொருவருக்கும் ஓட்டத்தைத் தடுக்கும் அதிகாரம் இருக்க வேண்டும் (எ.கா., ஆராய்ச்சி அமைப்பின் தலைவர் / துணைத் தலைவர், பாதுகாப்புத் தலைவர், தலைமை விஞ்ஞானி).

  • பொறுப்புக்கூறல்: பயிற்சி ஓட்டத்திற்குப் பொறுப்பான மூத்த தலைவர் (எ.கா., ஆராய்ச்சி அமைப்பின் தலைவர் / ஆராய்ச்சித் துணைத் தலைவர்), பாதுகாப்பு ஆதார அறிக்கைக்கும் சம்பவங்களுக்கான எதிர்வினைக்கும் பொறுப்பேற்க வேண்டும். இது அவரது செயல்திறன் மதிப்பாய்விலும் இடம்பெற வேண்டும். இதனால், பாதுகாப்பையும் நோக்க ஒத்திசைவையும் முன்னெடுக்கப் பயிற்சிக் குழுக்களும் ஊக்குவிக்கப்படும்.

  • இடைநிறுத்தம்: பாதுகாப்பு ஆதார அறிக்கையைச் செல்லாததாக்கும் சிக்கல்கள் கண்டறியப்பட்டால் (எ.கா., புதிய பாதுகாப்புச் சிக்கல்), அதன் கீழ் வரும் அனைத்து ஓட்டங்களையும் இடைநிறுத்தச் செயல்முறைக் கையேடுகள், தொழில்நுட்பக் கட்டுப்பாடுகள், சேவைநிலை ஒப்பந்தங்கள் இருப்பதை உறுதிசெய்ய வேண்டும்.

  • உள்நிலை வெளிப்படைத்தன்மை: உள்நிலைக் கண்காணிப்புக் குழுக்கள் (எ.கா., பாதுகாப்புக் குழு) பாதுகாப்பு ஆதார அறிக்கைகளை அணுக முடியும் வகையில் அவை வழங்கப்பட வேண்டும்.

  • தணிக்கைகள்: பாதுகாப்பு ஆதார அறிக்கையின் கூற்றுகள் செல்லுபடியாகவும் வலுவான அடிப்படையுடனும் உள்ளனவா என்பதைச் சரிபார்க்கவும், குறைகள் இருந்தால் சுட்டிக்காட்டவும் தணிக்கையாளர்களுக்குப் போதிய அணுகல் வழங்கப்பட வேண்டும்.

  • மேல்நிலைக்குக் கொண்டுசெல்லுதல்: நோக்கப் பிறழ்வுச் சிக்கல்களை மேல்நிலைக்குக் கொண்டுசெல்லத் தெளிவான செயல்முறை இருக்க வேண்டும். வரையறுக்கப்பட்ட தீவிர நிலைகளின் அட்டவணையும், ஓட்டம் ஒரு குறிப்பிட்ட தீவிர நிலையை எட்டும்போது நிர்வாகிகளை (எ.கா., தலைமைச் செயல் அதிகாரி) உடனடியாக அழைக்கக்கூடிய தயார் நிலைப் பொறுப்பாளரும் இருக்க வேண்டும்.

  • தொழில்நுட்பக் கட்டுப்பாடுகள்: விதிகளுக்கு இணங்காத ஓட்டங்களை மனிதர்களும் ஏஜென்ட்களும் எளிதில் தொடங்க முடியாதபடி இருக்க வேண்டும். கண்காணிப்பு, தானியங்கி இடைநிறுத்தம் போன்ற பாதுகாப்பு அம்சங்கள் செயலிழந்தால், ஓட்டம் தடுக்கப்பட வேண்டும். எடுத்துக்காட்டாக, உரிய கண்காணிப்பை இயக்காமல் ஓட்டங்களைத் தொடங்கவோ, ரீஇன்ஃபோர்ஸ்மென்ட் லெர்னிங் பயிற்சி, மதிப்பீடு அல்லது உள்நிலைப் பயன்பாட்டுச் சூழலிலிருந்து கண்காணிப்பை முடக்கவோ முடியக்கூடாது.

  • முந்தைய நிலைக்கு மீட்டமைக்கும் திறன்: நோக்கம் பிறழ்ந்த மாடலின் வெளியீடுகளால் ஏற்பட்ட விளைவுகளைத் தேவைப்பட்டால் நீக்க முடியும் வகையில், பயிற்சிச் செயல்பாட்டில் அந்த மாடலின் அனைத்து அடுத்தகட்டப் பயன்பாடுகளையும் (எ.கா., தரவு உருவாக்கம் அல்லது மதிப்பிடுதல்) எளிதில் அடையாளம் காண முடிய வேண்டும்.

  • எஞ்சிய ஆபத்துகளின் முழுமையான பட்டியல்: ஆபத்தை ஏற்பது குறித்து தகவலறிந்த முடிவுகளை எடுக்க, தற்போதைய தடுப்பு நடவடிக்கைகளால் கையாளப்படாத எஞ்சிய ஆபத்துகளைப் பாதுகாப்பு ஆதார அறிக்கைகள் இயன்றவரை முழுமையாகப் பட்டியலிட வேண்டும்.

இவை எங்கள் தற்போதைய பரிந்துரைகள். இவற்றை OpenAI-இல் நடைமுறைப்படுத்தி வருகிறோம். வரும் வாரங்களில் எங்கள் நடைமுறைகள் தொடர்ந்து மேம்படும் என எதிர்பார்க்கிறோம்.

3. நோக்கப் பிறழ்வுச் சம்பவங்களின் விசாரணைகள்

செயற்கை நுண்ணறிவின் தீவிரமான நோக்கப் பிறழ்வுச் சம்பவங்களை விசாரிப்பதற்கான சில சிறந்த நடைமுறைகளையும் உருவாக்கி வருகிறோம். இத்தகைய சம்பவங்கள் மீண்டும் நிகழாமல் தடுக்க, ஆய்வகங்கள் ஒவ்வொரு சம்பவத்திலிருந்தும் இயன்றவரை கற்றுக்கொள்ள வேண்டும். இது, தவறுகள் பெரும் விளைவுகளை ஏற்படுத்தக்கூடிய பிற துறைகளின் விசாரணை நடைமுறைகளைப்⁠(புதிய சாளரத்தில் திறக்கும்) போன்றது. இத்தகைய நடவடிக்கைகளுக்கான சில எடுத்துக்காட்டுகள்:

  • உள்நிலை வெளிப்படைத்தன்மை: விசாரணை முடியக் கணிசமான காலம் ஆகலாம் என்பதால், அதன் நிலவரம் நிறுவனத்திற்குள் தொடர்ந்து பகிரப்பட வேண்டும் (எ.கா., நடைபெறும் விசாரணைகள் பற்றிய தினசரித் தகவல்கள்). பாதுகாப்பானதாகவும் பணிக்குப் பொருத்தமானதாகவும் இருந்தால், மூல உரையாடல் பதிவுகளைப் பெறுதல், நோக்கம் பிறழ்ந்த மாடல்களிலிருந்து மாதிரி வெளியீடுகளைப் பெறுதல் உள்ளிட்ட கூடுதல் அணுகலுக்குப் பணியாளர்களுக்கு வரையறுக்கப்பட்ட வழிமுறைகள் இருக்க வேண்டும்.

  • நோக்கப் பிறழ்வின் மூலக் காரணம்: நோக்கம் பிறழ்ந்த நடத்தைகள் எவ்வாறு உருவாயின என்பதை அறிய, பயிற்சியின் இயக்கவியலில் அவற்றின் மூலக் காரணத்தை ஆராய்ச்சியாளர்கள் கண்டறிய வேண்டும் (எ.கா., குறிப்பிட்ட கூறுகளை நீக்கிச் சோதித்தல் அல்லது மீண்டும் மாதிரி வெளியீடுகளைப் பெறும் பரிசோதனைகள் மூலம்). இது நோக்கப் பிறழ்வின் அறிவியலை நன்கு புரிந்துகொள்ளவும், எதிர்காலத்தில் அதைச் சிறப்பாகத் தடுக்கவும் உதவும்.

  • சம்பவத்திற்குப் பிந்தைய ஆய்வு: சம்பவத்திற்குப் பங்களித்த அனைத்துக் காரணங்களையும் புரிந்துகொள்ள, செயல்பாட்டு முறைகளையும் நிறுவனப் பண்பாட்டையும் ஆய்வு செய்ய வேண்டும். சிக்கல்கள் ஏன் உருவாயின, சம்பவத்திற்கு முன் அவை ஏன் கண்டறியப்படவில்லை அல்லது மேல்நிலைக்குக் கொண்டுசெல்லப்படவில்லை என்பதும் இதில் அடங்கும்.

  • கண்டறிதல்: சம்பவத்திலிருந்து பெற்ற தகவல்களை (எ.கா., உரையாடல் பதிவுகள் அல்லது சம்பவச் சுருக்கங்கள்) நேரடியாக அடிப்படையாக்கி மேம்படுத்தாமல், அச்சம்பவத்தை ஏற்படுத்தும் போக்கைக் கண்டறியக்கூடிய நோக்க ஒத்திசைவுச் சோதனை முறைகளை உருவாக்க வேண்டும். மிகவும் ஒத்த சம்பவங்களில் எதிர்கால மாடல்கள் நோக்கப் பிறழ்வுப் போக்கைக் காட்டாததை உறுதிசெய்ய, சம்பவத்தின் அடிப்படையிலான மதிப்பீடுகளை “பின்னடைவு சோதனைகளாக” உருவாக்க வேண்டும்.

  • பொது வெளியீடுகள்: விசாரணை முடிந்ததும் அதன் முடிவுகள், சம்பவத்திற்குப் பிந்தைய ஆய்வுகள், செயல்பாட்டு மாற்றங்கள் ஆகியவற்றை பொதுமக்களுடன் பகிர வேண்டும். பாதிக்கப்பட்ட மூன்றாம் தரப்பினருக்கு இயன்றவரை விரைவாகத் தெரிவிக்க வேண்டும்.

ஆசிரியர்/எழுத்தாளர்

OpenAI