FIFA World Cup ਦੌਰਾਨ ਵੀਡੀਓ ਰੈਫਰੀ ਸਿਸਟਮ (VAR) 'ਚ ਆਈਆਂ ਤਕਨੀਕੀ ਖਰਾਬੀਆਂ ਨੇ ਆਟੋਮੇਟਿਡ ਫੈਸਲੇ ਲੈਣ ਦੀ ਪ੍ਰਣਾਲੀ ਦੀ ਭਰੋਸੇਯੋਗਤਾ 'ਤੇ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰ ਦਿੱਤੇ ਹਨ। ਇਹ ਗਲਤੀਆਂ ਵਿੱਤ ਅਤੇ ਕਾਨੂੰਨ ਦੇ ਖੇਤਰਾਂ ਵਿੱਚ ਵੀ ਚਿੰਤਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ, ਜਿੱਥੇ ਅਲਗੋਰਿਦਮ 'ਤੇ ਜ਼ਿਆਦਾ ਨਿਰਭਰਤਾ ਸਹੀ ਨਤੀਜਿਆਂ ਦੇ ਵਾਅਦਿਆਂ ਦੇ ਬਾਵਜੂਦ ਗਲਤੀਆਂ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ।
VAR ਦੀਆਂ ਖਾਮੀਆਂ ਨੇ ਖੋਲ੍ਹੇ AI ਦੇ ਰਾਜ਼:
FIFA World Cup ਵਿੱਚ ਤਕਨੀਕੀ ਖਰਾਬੀਆਂ ਅਤੇ ਵਿਵਾਦਗ੍ਰਸਤ ਫੈਸਲਿਆਂ ਨੇ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸਾਹਮਣੇ ਲਿਆਂਦਾ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ, ਕਤਰ ਬਨਾਮ ਸਵਿਟਜ਼ਰਲੈਂਡ ਮੈਚ ਦੌਰਾਨ ਸੈਮੀ-ਆਟੋਮੇਟਿਡ ਆਫਸਾਈਡ ਟੈਕਨਾਲੋਜੀ ਦਾ ਆਉਟ ਹੋ ਜਾਣਾ, ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਮੈਚਾਂ 'ਚ ਆਫਸਾਈਡ ਲਾਈਨਾਂ ਨੂੰ ਮੈਨੂਅਲੀ ਐਡਜਸਟ ਕਰਨ 'ਤੇ ਹੋਈ ਬਹਿਸ ਨੇ ਇਸ ਟੈਕਨਾਲੋਜੀ ਦੀ ਸੰਪੂਰਨ ਸ਼ੁੱਧਤਾ ਦੇ ਵਾਅਦੇ ਨੂੰ ਢਾਹ ਲਾਈ ਹੈ। ਹਾਲਾਂਕਿ ਇਸ ਸਿਸਟਮ ਨੂੰ ਮਨੁੱਖੀ ਗਲਤੀ ਨੂੰ ਖਤਮ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ, ਪਰ ਇਸ ਨੇ ਫੈਸਲੇ ਲੈਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੀ ਪਾਰਦਰਸ਼ਤਾ ਬਾਰੇ ਨਵੀਆਂ ਬਹਿਸਾਂ ਛੇੜ ਦਿੱਤੀਆਂ ਹਨ।
ਰੀਪਲੇਅ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਮਨੋਵਿਗਿਆਨਕ ਪ੍ਰਭਾਵ:
ਤਕਨੀਕੀ ਖਰਾਬੀਆਂ ਤੋਂ ਪਰ੍ਹੇ, ਸਲੋ-ਮੋਸ਼ਨ ਵੀਡੀਓ ਦੀ ਵਰਤੋਂ ਅਧਿਕਾਰੀਆਂ ਲਈ ਇੱਕ ਬੋਧਾਤਮਕ ਚੁਣੌਤੀ ਪੇਸ਼ ਕਰਦੀ ਹੈ। KU Leuven ਦੁਆਰਾ ਕੀਤੀ ਗਈ ਖੋਜ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਫਰੇਮ-ਬਾਏ-ਫਰੇਮ ਵਿਸ਼ਲੇਸ਼ਣ ਇੱਕ ਰੈਫਰੀ ਦੀ ਇਰਾਦੇ ਦੀ ਧਾਰਨਾ ਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਅਧਿਕਾਰੀ ਜੰਮੀ ਹੋਈਆਂ ਤਸਵੀਰਾਂ ਰਾਹੀਂ ਗੁੰਝਲਦਾਰ, ਤੇਜ਼-ਗਤੀ ਵਾਲੀਆਂ ਕਾਰਵਾਈਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹਨ, ਤਾਂ ਉਹ ਅਕਸਰ ਘਟਨਾ ਦਾ ਅਸਲ-ਸਮੇਂ ਵਿੱਚ ਦੇਖਣ ਨਾਲੋਂ ਵਧੇਰੇ ਸਖ਼ਤੀ ਨਾਲ ਨਿਰਣਾ ਕਰਦੇ ਹਨ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਡਾਟਾ ਕਿਵੇਂ ਪੇਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ—ਭਾਵੇਂ ਖੇਡਾਂ ਵਿੱਚ ਹੋਵੇ ਜਾਂ ਪੇਸ਼ੇਵਰ ਸੈਟਿੰਗਾਂ ਵਿੱਚ—ਅੰਤਿਮ ਨਿਰਣੇ ਨੂੰ ਭਾਰੀ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਕਈ ਵਾਰ ਅਨੁਭਵੀ ਮਾਹਰਾਂ ਦੀ ਅਨੁਭੂਤੀ ਨੂੰ ਓਵਰਰਾਈਡ ਕਰਦਾ ਹੈ।
ਵਿੱਤ ਅਤੇ ਉਦਯੋਗ ਵਿੱਚ ਸਮਾਨਾਂਤਰ ਜੋਖਮ:
ਖੇਡਾਂ ਨਾਲ ਸਬੰਧਤ ਇਹ ਚੁਣੌਤੀਆਂ ਉਨ੍ਹਾਂ ਉਦਯੋਗਾਂ ਵਿੱਚ ਵਿਆਪਕ ਚਿੰਤਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਜੋ ਵਧਦੀ ਗਿਣਤੀ ਵਿੱਚ ਆਟੋਮੇਟਿਡ ਟੂਲਜ਼ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਵਿੱਤੀ ਖੇਤਰ ਵਿੱਚ, ਬੈਂਕ ਅਤੇ ਕਰਜ਼ਾ ਦੇਣ ਵਾਲੀਆਂ ਸੰਸਥਾਵਾਂ ਲੋਨ ਮਨਜ਼ੂਰ ਕਰਨ ਅਤੇ ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਆਟੋਮੇਟਿਡ ਕ੍ਰੈਡਿਟ-ਸਕੋਰਿੰਗ ਐਲਗੋਰਿਦਮ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਇਸੇ ਤਰ੍ਹਾਂ, ਕਾਨੂੰਨ ਲਾਗੂ ਕਰਨ ਵਾਲੀਆਂ ਏਜੰਸੀਆਂ ਅਤੇ ਮਨੁੱਖੀ ਸਰੋਤ ਵਿਭਾਗ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡਾਟਾ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ ਫੇਸ਼ੀਅਲ ਰੈਕੋਗਨੀਸ਼ਨ ਅਤੇ ਆਟੋਮੇਟਿਡ ਸਕ੍ਰੀਨਿੰਗ ਟੂਲਜ਼ ਅਪਣਾ ਰਹੇ ਹਨ।
ਇਨ੍ਹਾਂ ਖੇਤਰਾਂ ਵਿੱਚ, ਮਸ਼ੀਨ-ਜਨਰੇਟਿਡ ਆਉਟਪੁੱਟ ਨੂੰ ਆਬਜੈਕਟਿਵ ਸੱਚਾਈ ਵਜੋਂ ਮੰਨਣ ਦੀ ਇੱਕ ਆਵਰਤੀ ਪ੍ਰਵਿਰਤੀ ਹੈ। ਹਾਲਾਂਕਿ, ਜਿਵੇਂ ਕਿ ਵਿਸ਼ਵ ਕੱਪ ਦਾ ਅਨੁਭਵ ਦਿਖਾਉਂਦਾ ਹੈ, ਜਦੋਂ ਤਕਨੀਕੀ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਅਚੱਲ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਛੋਟੀਆਂ-ਮੋਟੀਆਂ ਖਰਾਬੀਆਂ ਜਾਂ ਬੇਸ ਡਾਟਾ ਵਿੱਚ ਕਮੀਆਂ ਕਾਰਨ ਪ੍ਰਣਾਲੀਗਤ ਗਲਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਜਿਸ ਤਰ੍ਹਾਂ ਪ੍ਰਸ਼ੰਸਕ ਅਤੇ ਖਿਡਾਰੀ ਸੌਫਟਵੇਅਰ ਦੁਆਰਾ ਖਿੱਚੀ ਗਈ ਡਿਜੀਟਲ ਲਾਈਨ ਦੇ ਅਧਿਕਾਰ ਨੂੰ ਸਵਾਲ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰਦੇ ਹਨ, ਉਸੇ ਤਰ੍ਹਾਂ ਵਿੱਤੀ ਅਤੇ ਕਾਨੂੰਨੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਭਾਗੀਦਾਰ ਆਟੋਮੇਟਿਡ ਫੈਸਲੇ ਨੂੰ ਚੁਣੌਤੀ ਦੇਣ ਵਿੱਚ ਮੁਸ਼ਕਲ ਮਹਿਸੂਸ ਕਰ ਸਕਦੇ ਹਨ, ਭਾਵੇਂ ਨਤੀਜਾ ਅਨੁਚਿਤ ਜਾਂ ਗਲਤ ਲੱਗਦਾ ਹੋਵੇ।
ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੀ ਮਹੱਤਤਾ:
ਵਿਸ਼ਵਵਿਆਪੀ ਰੈਗੂਲੇਟਰ ਇਨ੍ਹਾਂ ਖਤਰਿਆਂ ਤੋਂ ਵਧਦੀ ਜਾਗਰੂਕ ਹਨ। EU AI ਐਕਟ ਅਤੇ GDPR ਵਰਗੇ ਢਾਂਚਿਆਂ ਦੇ ਤਹਿਤ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਵਧ ਰਿਹਾ ਆਦੇਸ਼ ਹੈ ਕਿ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਹੇਠ ਰਹਿਣ। ਟੀਚਾ ਐਲਗੋਰਿਦਮ 'ਤੇ ਕੁੱਲ ਨਿਰਭਰਤਾ ਨੂੰ ਰੋਕਣਾ ਹੈ ਜਿੱਥੇ ਮਨੁੱਖੀ ਜਵਾਬਦੇਹੀ ਗੁਆਚ ਜਾਂਦੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਉਦਯੋਗ ਦੇ ਨਿਰੀਖਕਾਂ ਲਈ, ਇਨ੍ਹਾਂ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ ਤਕਨੀਕੀ ਅਸਫਲਤਾਵਾਂ ਤੋਂ ਸਬਕ ਇਹ ਹੈ ਕਿ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ AI ਦਾ ਮੁੱਲ ਅਕਸਰ ਇਸ ਦੁਆਰਾ ਸੀਮਿਤ ਹੁੰਦਾ ਹੈ ਕਿ ਮਨੁੱਖ ਇਸਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਕਿੰਨੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵੈਰੀਫਾਈ ਅਤੇ ਓਵਰਰਾਈਡ ਕਰ ਸਕਦੇ ਹਨ। ਅਜਿਹੀ ਟੈਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ ਉਹਨਾਂ ਦੀ ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ ਗਵਰਨੈਂਸ ਢਾਂਚੇ ਦੀ ਮਜ਼ਬੂਤੀ ਅਤੇ ਜਦੋਂ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮ ਅਚਨਚੇਤ ਨਤੀਜੇ ਦਿੰਦੇ ਹਨ ਤਾਂ ਗਲਤੀਆਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨ ਦੀ ਉਹਨਾਂ ਦੀ ਸਮਰੱਥਾ ਹੋਵੇਗੀ।