पाठ 26 / 26
Revision: Cheat Sheet और Self-Check
पूरे कोर्स की strategy, नैतिकता, जोखिम, governance और नियमन की ज़रूरी बातें दोहराएँ।
Cheat sheet
Strategy: मापने योग्य व्यावसायिक लक्ष्यों से शुरू करें; use cases को मूल्य, व्यवहार्यता, डेटा तैयारी और कम जोखिम पर अंक दें; पहले "सहायता" चुनें; baseline दर्ज करें। Business case: पूरी लागत गिनें; NPV और payback; build/buy/partner की TCO तुलना; हर निर्णय पर एक जवाबदेह मालिक। नैतिकता: सिद्धांत सवाल बनें; सभी हितधारक सूचीबद्ध करें; समूह-वार निष्पक्षता मापें (disparate impact, TPR अंतर); पारदर्शी रहें और चुनौती की अनुमति दें। जोखिम: register (संभावना × प्रभाव), tiers, launch से पहले impact assessments। Governance: छोटी नीति, अधिकार वाला review board, inventory + lifecycle gates, vendor जाँच, जुड़े प्रमाण। नियमन: जोखिम-आधारित क़ानून और डेटा-संरक्षण क़ानून; NIST AI RMF (Govern, Map, Measure, Manage) और ISO/IEC 42001 उपयोग करें; control matrix। संचालन: incident runbook, दोष-रहित समीक्षाएँ, संतुलित KPIs।
इंटरव्यू में पूछे जाने वाले सवाल
इन्हें समझाने को तैयार रहें: AI use cases कैसे चुनेंगे और प्राथमिकता देंगे, ईमानदार business case कैसे बनाएँगे, AI system में पक्षपात कैसे जाँचेंगे, जोखिम-tiered governance प्रक्रिया कैसी दिखती है, NIST AI RMF के कार्य कैसे काम करते हैं, और AI घटना के पहले घंटे में आप क्या करेंगे।
त्वरित जाँच: सतर्क संगठन के लिए सबसे अच्छा पहला AI use case कौन-सा है?
- सामान्य दस्तावेज़ों का इंसान-समीक्षित मसौदा
- ऋण मंज़ूरी पर पूर्ण स्वचालित निर्णय
- स्वचालित भर्ती अस्वीकृति
- खाता access वाला बिना निगरानी का सार्वजनिक chatbot
Answer
सामान्य दस्तावेज़ों का इंसान-समीक्षित मसौदा — सहायक, समीक्षा योग्य, कम-गंभीर काम कौशल और भरोसा बनाने की सबसे सुरक्षित जगह है।
त्वरित जाँच: एक screening tool समूह A को 50% और समूह B को 30% चुनता है। Disparate impact अनुपात क्या संकेत देता है?
- अनुपात निकाले नहीं जा सकते
- 1.67, इसलिए सब ठीक है
- 0.2, इसलिए निष्पक्ष है
- 0.6, 0.8 से कम, इसलिए जाँच करें
Answer
0.6, 0.8 से कम, इसलिए जाँच करें — 30 को 50 से भाग देने पर 0.6 आता है, जो 0.8 अंगूठा-नियम से कम है, और डेटा, features व प्रक्रिया की जाँच माँगता है।
त्वरित जाँच: "चुपचाप" vendor model update governance की समस्या क्यों हो सकता है?
- Updates हमेशा सुधार होते हैं
- यह व्यवहार बदलकर पहले के evaluation और मंज़ूरियों को अमान्य कर सकता है
- यह नीति छोटी करता है
- इसका जोखिम पर कोई असर नहीं
Answer
यह व्यवहार बदलकर पहले के evaluation और मंज़ूरियों को अमान्य कर सकता है — मंज़ूरी परखे गए व्यवहार पर टिकी है, इसलिए model बदलने पर testing और मंज़ूरी दोहरानी होगी।