AI පද්ධති වල කාර්ය සාධනය ගැන සෑම කෙනෙක්ම කතා කරනවා. නමුත් එම පද්ධතිවල විශ්වාසය තීරණය කරන වස්තුව වන්නේ දත්තයි. දත්ත අඩංගු තොරතුරු, අඩුපාඩු හෝ අවසර නොමැති අන්තර්ගතය සෘජුවම මොඩලයට සංග්රහ වී, ආයතනයේ අවදානම වැඩි කරයි.
2026 වසරේ වාර්තා අනුව, ලොව පුරා ව්යාපාර 81%ක් AI ව්යාපෘති පසුබැසීමට, කුඩා කිරීමට හෝ නවතා දැමීමට හේතුව දත්ත අවසර සහ පාලන ගැටළු බවට පත්ව ඇත. ඒ අනුව, දත්තය දැන් AI ගතියට ඉන්ධන නොව, බාධාවක් බවට පත්ව ඇත.
දත්ත සම්බන්ධ ගැටළු තුනක් ඇත: අවසර නොලත් භාවිතය, දත්ත රහස් පළ කිරීම සහ විෂබ්රහස්ත කිරීම. අවසර නොලත් භාවිතය කියන්නේ, පුද්ගලික දත්ත, බලපත්රය අතිකල අන්තර්ගතය හෝ වෙනත් අරමුණකට එකතු කළ දත්ත AI මොඩලයට ඇතුළත් කිරීමයි. ඒවා මොඩලයේ බර (weights) තුළ සංකලනය වූ පසු, ඒවා ඉවත් කිරීම ඉතා දුෂ්කරයි; නැවත පුනර් පුහුණුවක් අවශ්ය විය හැක.
දත්ත රහස් පළ කිරීමේ අවදානම, පුහුණු දත්ත හෝ ප්රතිචාර දත්ත තුළ රහස් තොරතුරු ආපසු ලබා දීමයි. එම තොරතුරු පරිශීලකයන්ගේ පෞද්ගලික තොරතුරු, ලොගින් විස්තර හෝ රහස් ලේඛන වැනි දේවල් විය හැක. විෂබ්රහස්ත කිරීමේදී, අපරාධියා දත්ත පිරිසිදු කිරීම හෝ දත්ත පිරිවරා මොඩලය අසාර්ථක කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
දත්ත පාලනය සහ වංශාවලිය (lineage) පිළිබඳ නිවැරදි ක්රමයක් ගත්තාම, ශ්රී ලංකාවේ තාක්ෂණික ආරම්භකයන්, විශ්වවිද්යාල සිසුන්, හා ව්යාපාරිකයන්ට බොහෝ වාසි ලැබේ.
- සිසුන්ට AI මොඩලයක් නිර්මාණය කරන විට, ඔවුන් භාවිත කරන දත්ත කුමන අයිතිවාසිකම් ඇතිද, ඒවා කෙසේ භාවිත කළ හැකිද යන්න පැහැදිලිව දැනගත හැකිය.
- ඩිවෙලොපර්ලාට දත්ත පිරිසිදු කිරීමේ අවශ්යතාවයක් උදෙසා මොඩලය නැවත පුහුණුවා ගැනීමට සිදුවන කාලය හා වියදම අඩු වේ.
- ව්යාපාරිකයන්ට දත්ත රහස් පළ වීමේ නඩු හා නියාමන ආධාරක පාලන ගැටළු වලින් ආරක්ෂා වීමට, AI‑BOM (Bill of Materials) සමඟ සම්බන්ධිත මූලාශ්ර තොරතුරු සකස් කරගත හැක.
දත්ත ඇතුළත් කිරීමේ අවස්ථාවේම මූලාශ්රය, බලපත්රය, සහ අනුමත භාවිතය වගුවක් ලෙස සටහන් කරගැනීමෙන්, පසුකාලීන විමසුමක් සිදු කළ විට “කියවීමට” හැකි පද්ධතියක් ලැබේ. එමගින්, නීතිමය ඉල්ලීම්, අනුමත ඉවත් කිරීම, හෝ අවසර ආපසු ගැනීමේ අවශ්යතා ඉක්මනින් සපුරාලිය හැක.
එබැවින්, AI ව්යාපෘති වල සාර්ථකත්වය සහ විශ්වාසය තහවුරු කර ගැනීමට, දත්ත පාලනය, වංශාවලිය, සහ මූලාශ්රය (provenance) යන තත්ත්වයන් අත්යවශ්ය වේ. ඒවා නොමැතිව, AI තාක්ෂණය ශ්රී ලංකාවේ අනාගතයට ගැලපෙන පරිදි වර්ධනය වීමට අභියෝගයක් වේ.
