ஒரு சிறு வணிகத்தின் விசாரணை மின்னஞ்சல்களை AI உதவியுடன் வகைப்படுத்திப் பார்க்க விரும்புகிறீர்கள் என்று வைத்துக்கொள்வோம். உண்மையான வாடிக்கையாளர்களின் கடைசிப் பத்து மின்னஞ்சல்களை எடுத்துக் கொடுத்தால், வேலை விரைவாகத் தொடங்கிவிடும் போலத் தோன்றலாம். ஆனால் அந்தச் செய்திகளில் பெயர், முகவரி, தொலைபேசி எண் மட்டுமல்லாமல், உடல்நிலை, பணச்சிக்கல் அல்லது குடும்ப விவரங்களும் இருக்கலாம். ஒரு செய்முறை விளக்கத்திற்காக அவற்றை வெளியே அனுப்ப வேண்டுமா என்பதே முதலில் கேட்க வேண்டிய கேள்வி.
ஆரம்பச் சோதனைக்கு வேறொரு வழி உண்டு: உண்மையான நபர்களின் பதிவுகளைத் தொடாமல், தேவையான வடிவத்தில் கற்பனைப் பதிவுகளை உருவாக்கலாம். இங்கே கூறப்படுவது அதற்கான ஒரு சிறிய பயிற்சி. இது வாடிக்கையாளர் ஆய்வோ, செயல்திறன் முடிவோ, எந்தவொரு AI சேவைக்கும் தனியுரிமைச் சான்றிதழோ அல்ல.
1. முதலில் சோதனையின் கேள்வியை எழுதுங்கள்
"AI நன்றாக வேலை செய்கிறதா?" என்பது மிகவும் பொதுவான கேள்வி. அதற்குப் பதிலாக, "விசாரணையைப் புதிய முன்பதிவு, மாற்றம், புகார், தெளிவில்லை என்ற நான்கு பிரிவுகளில் பிரிக்க முடியுமா?" என்று எழுதுங்கள். எதிர்பார்க்கும் வெளியீட்டையும் முடிவு செய்யுங்கள்: பிரிவின் பெயர், காரணமாக ஒரு வாக்கியம், மனிதர் பார்க்க வேண்டுமா என்ற குறிப்பு.
இதற்காக ஒருவரின் பெயரோ தொலைபேசி எண்ணோ அவசியமில்லை. சோதனைக்குத் தேவையான தகவல் எது என்பதை முன்பே தீர்மானிப்பது, தேவையற்ற புலங்களைச் சேர்க்காமல் இருக்க உதவும். ஆரம்பத்தில் வகைப்படுத்தலை மட்டும் சோதியுங்கள். வாடிக்கையாளருக்குப் பதில் அனுப்புவது, முன்பதிவை மாற்றுவது போன்ற செயல்களை இந்தப் பயிற்சியில் இணைக்க வேண்டாம்.
2. வெற்றுத் தாளிலிருந்து தொடங்குங்கள்
வாடிக்கையாளர் பட்டியலை நகலெடுத்து அதன் பெயர்களை மாற்றுவதற்குப் பதிலாக, ஒரு புதிய கோப்பைத் திறக்கவும். பதிவு எண், செய்தி, எதிர்பார்க்கும் பிரிவு என்ற மூன்று புலங்கள் போதும். முதல் வரியிலேயே "முழுவதும் கற்பனைச் சோதனைத் தரவு; உண்மையான வாடிக்கையாளர் பதிவுகள் அல்ல" என்று குறிப்பிடுங்கள்.
பெயர் தேவைப்படும் சோதனை என்றால், "சோதனை நபர் அ" போன்ற வெளிப்படையான குறியீட்டைப் பயன்படுத்தலாம். தொலைபேசிப் புலம் அவசியமில்லையெனில் அதை நீக்குங்கள். அவசியமானால், உண்மையாகத் தொடர்புகொள்ளக்கூடிய எண்ணை உருவாக்குவதற்குப் பதிலாக, உங்கள் தனித்த சோதனை அமைப்பு ஏற்றுக்கொள்ளும் செயல்படாத குறியீட்டைப் பயன்படுத்துங்கள். மின்னஞ்சல் அனுப்புதல் போன்ற இணைப்புகள் அணைக்கப்பட்டுள்ளனவா என்பதையும் தனியாகச் சரிபார்க்கவும்.
3. எளிய செய்திகளை மட்டுமே எழுதாதீர்கள்
பத்து கற்பனைப் பதிவுகளை ஒரு தொடக்கத் தொகுப்பாக அமைக்கலாம். இது பரிந்துரைக்கப்படும் சிறிய பயிற்சி அளவு மட்டுமே; போதுமான தரச் சோதனையின் நிர்ணயிக்கப்பட்ட அளவு அல்ல. ஒவ்வொரு பதிவும் வேறொரு நிலையைச் சோதிக்கட்டும்.
எடுத்துக்காட்டாக:
- பதிவு சோதனை-01: "அடுத்த வாரம் புதிதாக ஒரு நேரம் முன்பதிவு செய்ய வேண்டும்." எதிர்பார்ப்பு: புதிய முன்பதிவு.
- பதிவு சோதனை-02: "ஏற்கெனவே எடுத்த நேரத்தை மாற்ற முடியுமா?" எதிர்பார்ப்பு: மாற்றம்.
- பதிவு சோதனை-03: "மூன்று முறை கேட்டும் பதில் இல்லை; பொறுப்பாளரிடம் பேச வேண்டும்." எதிர்பார்ப்பு: புகார்; மனிதர் பார்க்க வேண்டும்.
- பதிவு சோதனை-04: "அதை மாற்றுங்கள்." எதிர்பார்ப்பு: தெளிவில்லை; கூடுதல் விவரம் கேட்க வேண்டும்.
மீதிப் பதிவுகளில் எழுத்துப் பிழை, தமிழ்-ஆங்கிலக் கலப்பு, இரண்டு கோரிக்கைகள் உள்ள செய்தி, வெற்றுச் செய்தி போன்றவற்றைச் சேர்க்கலாம். ஆனால் உண்மையான புகாரைச் சிறிது மாற்றி ஒட்ட வேண்டாம். நீங்கள் சோதிக்க விரும்பும் சிக்கலை மட்டும் புதிதாக எழுதுங்கள்.
வெவ்வேறு வடிவங்களையும் திட்டமிட்டுச் சேர்க்கலாம். ஒரே கோரிக்கையை ஒரு வரியாகவும், நீண்ட செய்தியாகவும் எழுதுங்கள். ஒரு பதிவில் தேவையான விவரம் இல்லாமல் இருக்கட்டும். இன்னொன்றில் முன்பதிவு தொடர்பான கேள்வியுடன் ஒரு புகாரும் இருக்கட்டும். இரண்டையும் ஒரு பிரிவில் திணிப்பதா, பல பிரிவுகளை அனுமதிப்பதா என்பதை நீங்கள் முன்பே முடிவு செய்ய வேண்டும். அதுவும் சோதனையின் வடிவமைப்புதான்; AI தேர்ந்தெடுக்கும் பதிலே சரியான வரையறை என்று ஏற்றுக்கொள்ள வேண்டாம்.
4. பெயரை நீக்கினால் மட்டும் போதாது
"பெயர் இல்லை, ஆகவே தனிப்பட்ட தகவல் இல்லை" என்று முடிவு செய்வது தவறு. ஒருவரின் வேலை, சிறிய ஊர், குறிப்பிட்ட தேதி, அரிதான சம்பவம் ஆகியவை ஒன்றாக இருந்தால் அவரை அடையாளம் காண உதவலாம். எனவே உண்மையான செய்தியில் பெயரையும் எண்ணையும் மறைத்துவிட்டு அதை முழுமையாகப் பாதுகாப்பானதாகக் கருத வேண்டாம்.
ஆஸ்திரேலியத் தனியுரிமை ஒழுங்குபடுத்துநரான OAIC, நேரடியான அடையாளங்களை நீக்குவது மட்டுமே போதுமான அடையாளநீக்கமாக அமையாது என்று விளக்குகிறது. தகவல் பயன்படுத்தப்படும் சூழலும் மீண்டும் அடையாளம் காணும் வாய்ப்பும் முக்கியம் என்கிறது [1]. அதனால்தான் இந்த ஆரம்பப் பயிற்சியில் பழைய பதிவைத் திருத்துவதற்குப் பதிலாக, வெற்றுத் தாளில் புதிதாக எழுதுகிறோம்.
5. சுதந்திர உரையை (free text) தனியாக வாசியுங்கள்
அட்டவணைப் புலங்கள் சுத்தமாக இருந்தாலும், செய்திக்குள் விவரங்கள் மறைந்திருக்கலாம். "குறிப்பு", "புகார் விவரம்", "இணைக்கப்பட்ட செய்தி" போன்ற பகுதிகளை முழுவதுமாக வாசிக்கவும். கையொப்பம், பழைய பதில்களின் தொடர், கோப்புப் பெயர், இணைப்பு, திரைப்பிடிப்பு ஆகியவற்றையும் மறக்க வேண்டாம்.
பயிற்சிக்கான கோப்பில் உண்மையான அடையாளம் எதுவும் தவறுதலாகச் சேர்ந்துள்ளதா என்று இன்னொருவர் பார்க்கச் சொல்லலாம். தேடல் மூலம் மின்னஞ்சல் குறியீடு அல்லது நீண்ட எண் இருப்பதைப் பார்க்கலாம்; ஆனால் தானியங்கித் தேடல் மட்டும் அனைத்தையும் கண்டுபிடிக்கும் என்று கருத வேண்டாம். முழுக் கோப்பையும் மனிதர் வாசிப்பது இந்தப் பயிற்சியின் ஒரு பகுதியாக இருக்கட்டும்.
6. கோப்பை அனுப்பும் முன் சேவையையும் பாருங்கள்
கற்பனைத் தரவு தயாராகிவிட்டது என்பதற்காக எந்தச் சேவையிலும் எதையும் அனுப்பலாம் என்று அர்த்தமில்லை. பயன்படுத்தும் கணக்கு வணிகப் பயன்பாட்டிற்கு அனுமதிக்கப்பட்டதா, பதிவுகள் எவ்வளவு காலம் வைக்கப்படும், யாரால் அணுக முடியும், பயிற்சிக்காகப் பயன்படுத்தப்படுமா ஆகியவற்றை அதன் நடப்பு விதிகளில் பார்க்கவும். புரியாத இடத்தை ஊகத்தால் நிரப்ப வேண்டாம்.
பொதுமக்கள் பயன்படுத்தும் உருவாக்கும் AI கருவிகளில் தனிப்பட்ட தகவலையும் குறிப்பாக நுணுக்கமான தகவலையும் உள்ளிட வேண்டாம் என்பது OAIC-யின் நல்ல நடைமுறைப் பரிந்துரை [2]. இது ஆஸ்திரேலிய வழிகாட்டல்; எல்லா நாடுகளுக்கும் ஒரே சட்ட முடிவாக எடுத்துக்கொள்ளக் கூடாது. உண்மையான தரவைப் பயன்படுத்த வேண்டிய அடுத்த கட்டத்தில், உங்கள் அமைப்பிற்குப் பொருந்தும் தனியுரிமை மற்றும் பாதுகாப்பு மதிப்பீடு தேவைப்படும்.
இந்தியாவில் என்ன நிலை?
இந்தியாவில் டிஜிட்டல் தனிநபர் தரவுப் பாதுகாப்புச் சட்டம், 2023 (DPDP Act) இந்த விஷயத்திற்கான அடிப்படைச் சட்டம். தனிநபர் தரவைக் கையாளும் நிறுவனம் (Data Fiduciary), அந்தத் தரவு எந்த நோக்கத்திற்காகப் பெறப்பட்டதோ அதற்குள்ளேயே பயன்படுத்த வேண்டும்; தரவைக் குறைவாக வைத்திருப்பது, பாதுகாப்பு நடவடிக்கைகள் எடுப்பது ஆகியவையும் அதன் பொறுப்பு. ஒரு சேவைக்காக வாடிக்கையாளர் கொடுத்த மின்னஞ்சலை, சோதனைக்காக ஒரு AI கருவியில் ஒட்டுவது அந்த நோக்கத்திற்கு அப்பாற்பட்டதாக இருக்கலாம்.
DPDP விதிகள், 2025 நவம்பர் 13, 2025 அன்று அறிவிக்கப்பட்டு, 18 மாதங்களில் கட்டம் கட்டமாக நடைமுறைக்கு வருகின்றன; நிறுவனங்களுக்கான முக்கியக் கடமைகள் மே 2027-க்குள் அமலுக்கு வரும் [3]. அதுவரை காத்திருக்காமல், கற்பனைத் தரவுடன் தொடங்குவதே இந்திய வணிகங்களுக்கும் பாதுகாப்பான முதல் படி. இது பொதுவான விளக்கம் மட்டுமே; உங்கள் நிறுவனத்திற்கான சட்ட நிலையை நிபுணரிடம் கேட்டு உறுதிசெய்யுங்கள்.
7. பதிலை விட வேறுபாட்டைப் பதிவு செய்யுங்கள்
ஒவ்வொரு கற்பனைப் பதிவுக்கும் AI தந்த பிரிவையும் நீங்கள் எதிர்பார்த்த பிரிவையும் பக்கத்தில் எழுதுங்கள். தவறு இருந்தால், "இந்தப் பதிவில் என்ன குழப்பம் இருந்தது?" என்று குறிப்பிடுங்கள். உங்கள் வழிமுறையை மாற்றிய பிறகு அதே தொகுப்பை மீண்டும் ஓட்டிப் பாருங்கள். பயன்படுத்திய தேதி, வழிமுறை மற்றும் கோப்புப் பதிப்பையும் வைத்திருங்கள்.
ஒரு புகாரைச் சாதாரண விசாரணையாக எடுத்துக்கொண்டதா? தெளிவில்லாத கோரிக்கையில் கூடுதல் விவரம் கேட்பதற்குப் பதிலாக முடிவு செய்துவிட்டதா? இத்தகைய குறிப்புகள் அடுத்த சோதனையை வடிவமைக்க உதவும். ஆனால் பத்து கற்பனைப் பதிவுகளில் சரியாக இருந்தது என்பதால், உண்மையான வாடிக்கையாளர்களிடம் அதே முடிவு கிடைக்கும் என்று சொல்ல முடியாது.
சோதனைக்கு முன்பே ஒரு நிறுத்த விதியையும் எழுதுங்கள். உதாரணமாக, மனிதர் பார்க்க வேண்டிய புகாரைத் தானாக முடித்துவிடும் பதில் வந்தால், அந்தப் பிழையைத் திருத்தாமல் அடுத்த கட்டத்திற்குச் செல்ல வேண்டாம் என்று முடிவு செய்யலாம். இது இந்தப் பயிற்சிக்கான உங்கள் தீர்மானம்; எல்லா நிறுவனங்களுக்கும் பொருந்தும் பாதுகாப்புத் தரநிலை அல்ல. அதேபோல், பயன்படுத்திய கற்பனைத் தரவையும் எதிர்பார்க்கும் பதில்களையும் தனித்தனிக் கோப்புகளாக வைத்தால், சோதனை செய்யும் போது பதிலைத் தவறுதலாக உள்ளீட்டுடன் சேர்ப்பதைத் தவிர்க்க உதவும்.
மற்றொருவர் இந்தப் பயிற்சியை மீண்டும் செய்யும்போது என்ன கொடுக்க வேண்டும் என்பதையும் சிந்தியுங்கள். கோப்புப் பெயர் மட்டும் போதாது. எந்தப் பதிப்பு, எந்த வழிமுறை, எந்த வகைப் பெயர்கள், எந்த முடிவுகளைச் சரிபார்த்தீர்கள் என்பவை தேவை. தனிப்பட்ட தகவலைச் சேர்க்காமல் அந்தப் பதிவை எழுத முடியும். மாற்றம் செய்த ஒவ்வொரு முறையும் புதுப் பதிப்பு எண்ணைக் கொடுங்கள். பழைய சோதனையைப் புதியதாகக் காட்டாமல், இரண்டு முடிவுகளையும் வேறுபடுத்திப் பார்ப்பதே இங்கு முக்கியம்.
அடுத்த கட்டத்திற்கு ஒரு தெளிவான எல்லை
முழுவதும் புதிதாக எழுதிய இந்தக் கற்பனைத் தொகுப்பை, உண்மையான தரவிலிருந்து உருவாக்கப்படும் அனைத்து வகையான செயற்கைத் தரவுக்கும் சமமாகக் கருத வேண்டாம். ஒரு உண்மையான தரவுத்தொகுப்பிலிருந்து உருவாக்கிய தகவலுக்கு வேறு தனியுரிமை அபாயங்கள் இருக்கலாம்; தனியாக மதிப்பிட வேண்டும். "செயற்கை" என்ற பெயரே பாதுகாப்பு உத்தரவாதம் அல்ல.
ஆரம்பப் பயிற்சியின் நோக்கம் சிறியது: உண்மையான பதிவுகளைப் பகிராமல், உங்கள் கேள்வி, வகைகள் மற்றும் மதிப்பீட்டு முறையைச் சீராக்குவது. கோப்பின் மீது "சோதனைக்கு மட்டும்" என்று எழுதுங்கள். எதிர்பார்க்கும் பதில்களை முன்பே நிர்ணயியுங்கள். தவறுகளைப் பதிவு செய்யுங்கள். அதன் பிறகே உண்மையான தரவுடன் அடுத்த கட்டம் தேவையா என்று தனியாக முடிவு செய்யுங்கள்.
ஆதாரங்கள்
[1] OAIC, De-identification and the Privacy Act. நேரடி அடையாளங்களை நீக்குவது மட்டும் போதாமை மற்றும் சூழலுக்கேற்ற அபாய மதிப்பீடு பற்றிய வழிகாட்டல்.
[2] OAIC, Guidance on privacy and the use of commercially available AI products. பொதுவாகக் கிடைக்கும் உருவாக்கும் AI கருவிகளில் தனிப்பட்ட தகவலை உள்ளிடுவது குறித்த நல்ல நடைமுறைப் பரிந்துரை.
[3] PIB (இந்திய அரசு), Government notifies DPDP Rules to empower citizens and protect privacy, 14 நவம்பர் 2025. (இந்தியப் பகுதி TamilTech ஆசிரியர் குழுவால் சேர்க்கப்பட்டது.)
https://www.pib.gov.in/PressReleasePage.aspx?PRID=2190014
ஆதாரங்கள் சரிபார்க்கப்பட்ட நாள்: 18 நவம்பர் 2026. இங்கு தரப்பட்ட படிகள் ஆசிரியர் பரிந்துரைக்கும் பயிற்சி; OAIC நிர்ணயித்த சோதனை நெறிமுறை அல்ல. இது சட்ட ஆலோசனை அல்ல.
கட்டுரையாளர் குறிப்பு
IT Impress சார்பில் தயாரிக்கப்பட்ட கல்விக் கட்டுரை. AI உதவியுடன் எழுதப்பட்டு, மேற்கோள் காட்டப்பட்ட ஆதாரங்களுடன் சரிபார்க்கப்பட்டது. IT Impress பற்றிய விவரங்கள்: itimpress.au. நிறுவனத்தின் அறிமுகத்தை அதிகரிக்கும் நோக்கமும் இந்தப் பங்களிப்பில் உள்ளது. வாடிக்கையாளர் முடிவுகளோ தனிப்பட்ட அனுபவக் கூற்றுகளோ இதில் இடம்பெறவில்லை.
இது கட்டணம் இல்லாத விருந்தினர் பங்களிப்பு; விளம்பரக் கட்டுரை அல்ல. இந்திய DPDP பகுதியும் சிறு மொழித் திருத்தங்களும் TamilTech ஆசிரியர் குழுவால் செய்யப்பட்டவை.


கருத்துகள் (0)
Be the first to comment!