ધ હ્યુમન-ઇન-ધ-લૂપ SRE

ઓટોમેશન મનુષ્યો કરતા વધુ ઝડપથી કામ કરે છે.

2021 માં, Fastly ના કોન્ફિગરેશન ફેરફારને કારણે વૈશ્વિક સ્તરે સર્વિસ બંધ થઈ ગઈ હતી. ઓટોમેશને એક મિનિટથી પણ ઓછા સમયમાં ભૂલ ફેલાવી દીધી હતી. તેને સુધારવામાં મનુષ્યોને 49 મિનિટ લાગી હતી.

આ AI-આધારિત SRE માટે મુખ્ય પડકાર છે. AI એવી ઝડપે સમસ્યાઓ શોધી શકે છે અને સુધારી શકે છે જે મનુષ્યો મેળવી શકતા નથી. જોખમ ટેકનોલોજીમાં નથી. જોખમ ઓટોમેટેડ ક્રિયાઓ અને માનવીય જવાબદારી વચ્ચેના ઝડપના તફાવતમાં છે.

તમારે એસ્કેલેશન પોલિસી (escalation policy) એવી રીતે ડિઝાઇન કરવી જોઈએ જે નક્કી કરે કે ઓટોમેશન ક્યાં સમાપ્ત થાય છે અને માનવીય નિર્ણય ક્યાંથી શરૂ થાય છે.

તમારા AI ને નિયંત્રિત કરવા માટે Automation Autonomy Spectrum નો ઉપયોગ કરો:

• લેવલ 0 (Manual): AI કોઈ મદદ કરતું નથી. મનુષ્યો બધું જ કરે છે. • લેવલ 1 (Assisted): AI સંદર્ભ (context) પૂરો પાડે છે. મનુષ્યો તમામ નિર્ણયો લે છે. • લેવલ 2 (Supervised): AI ક્રિયાઓ સૂચવે છે. મનુષ્યોએ દરેક ક્રિયાને મંજૂરી આપવી આવશ્યક છે. • લેવલ 3 (Conditional): AI નિર્ધારિત નિયમો મુજબ કામ કરે છે. મનુષ્યોને જાણ કરવામાં આવે છે. • લેવલ 4 (Autonomous): AI જાતે જ ક્રિયા કરે છે અને તેની ચકાસણી પણ કરે છે.

ઓટોમેશનને ક્યારેય કાયમ માટે લેવલ 4 પર ન છોડો. સિસ્ટમ્સ બદલાતી રહે છે. જો મૂળભૂત સમસ્યા બદલાય, તો આજે કામ કરતી ઓટોમેશન આવતીકાલે જોખમી બની શકે છે. તમારે દરેક ઓટોનોમસ ક્રિયાની નિયમિત સમીક્ષા કરવી જોઈએ.

જ્યારે આ ચાર ટ્રિગર્સ (triggers) આવે ત્યારે ઓટોમેશનમાંથી માનવીય દેખરેખ (human oversight) તરફ વળો:

"AI એ નિર્ણય લીધો હતો" એ તમારું બહાનું ન બનવા દો. દરેક ક્રિયા પાછળ કોઈ મનુષ્ય અથવા નેતૃત્વ દ્વારા મંજૂર કરાયેલ પોલિસી હોવી જોઈએ.

ઓટોમેશન શરૂ કરતા પહેલા તમારી પોલિસી બનાવો. તમારું AI સચોટ છે તે સાબિત કરવા માટે ડેટાનો ઉપયોગ કરો. જો તમારું AI વારંવાર ભૂલ કરે છે, તો તેની સ્વાયત્તતા (autonomy) તરત જ ઘટાડી દો.

સ્ત્રોત: https://dev.to/npayyappilly/the-human-in-the-loop-sre-designing-automation-escalation-policies-for-ai-assisted-operations-2c7f

વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi