AI ປັບປຸງ Digital Forensics ແນວໃດ

ຜູ້ຊ່ຽວຊານດ້ານ forensics ດິຈິຕອນສາມາດນໍາໃຊ້ປັນຍາປະດິດເພື່ອເລັ່ງແລະເສີມຂະຫຍາຍຂະບວນການປະຈຸບັນຂອງພວກເຂົາ, ເຮັດໃຫ້ເວລາການສືບສວນຫຼຸດລົງແລະປັບປຸງປະສິດທິພາບ. ຢ່າງໃດກໍຕາມ, ໃນຂະນະທີ່ຜົນກະທົບຂອງມັນສ່ວນໃຫຍ່ແມ່ນໃນທາງບວກ, ບາງບັນຫາມີຢູ່. AI ສາມາດທົດແທນນັກວິເຄາະດ້ານນິຕິສາດໄດ້ບໍ? ສິ່ງທີ່ ສຳ ຄັນກວ່ານັ້ນ, ການຄົ້ນພົບທີ່ຂັບເຄື່ອນດ້ວຍ AI ແມ່ນຍັງຢູ່ໃນສານບໍ?

ວິທະຍາສາດ Digital Forensic ແມ່ນຫຍັງ?

ວິ​ທະ​ຍາ​ສາດ forensic ດິ​ຈິ​ຕອນ — ໃນ​ເມື່ອ​ກ່ອນ​ເປັນ​ທີ່​ຮູ້​ຈັກ​ເປັນ​ຄອມ​ພິວ​ເຕີ forensics — ເປັນ​ສາ​ຂາ​ຂອງ​ວິ​ທະ​ຍາ​ສາດ forensic ທີ່​ກ່ຽວ​ຂ້ອງ​ກັບ​ອຸ​ປະ​ກອນ​ເອ​ເລັກ​ໂຕຣ​ນິກ​ສະ​ເພາະ​. ວຽກເຮັດງານທໍາຂອງນັກວິເຄາະ forensic ແມ່ນເພື່ອສືບສວນອາຊະຍາກໍາທາງອິນເຕີເນັດແລະຟື້ນຕົວຂໍ້ມູນເພື່ອຜະລິດຫຼັກຖານ.

ຜູ້ຊ່ຽວຊານດ້ານອຸດສາຫະກໍານໍາໃຊ້ວິທະຍາສາດຄອມພິວເຕີແລະເຕັກນິກການສືບສວນເພື່ອເປີດເຜີຍຂໍ້ມູນໃນຄອມພິວເຕີ, ໂທລະສັບ, ແຟດໄດແລະແທັບເລັດ. ພວກເຂົາມີຈຸດປະສົງເພື່ອຊອກຫາ, ຮັກສາ, ກວດກາແລະວິເຄາະຂໍ້ມູນທີ່ກ່ຽວຂ້ອງກັບກໍລະນີຂອງພວກເຂົາ.

Digital Forensics ເຮັດວຽກແນວໃດ?

ວິທະຍາສາດ forensic ດິຈິຕອນໂດຍທົ່ວໄປປະຕິບັດຕາມຂະບວນການຫຼາຍຂັ້ນຕອນ.

1. ຊັກ

ທີມງານຕ້ອງຍຶດເອົາສື່ມວນຊົນໃນຄໍາຖາມຈາກຜູ້ຕ້ອງສົງໄສຂອງພວກເຂົາກ່ອນ. ໃນຈຸດນີ້, ພວກເຂົາເຈົ້າເລີ່ມຕົ້ນລະບົບຕ່ອງໂສ້ການເບິ່ງແຍງ - ເສັ້ນທາງເອເລັກໂຕຣນິກຕາມລໍາດັບ - ເພື່ອຕິດຕາມບ່ອນທີ່ຫຼັກຖານແລະວິທີການທີ່ເຂົາເຈົ້າໃຊ້ມັນ. ຂັ້ນຕອນນີ້ແມ່ນສໍາຄັນຖ້າພວກເຂົາໄປທົດລອງ.

2. ການປົກປັກຮັກສາ

ຜູ້ສືບສວນຕ້ອງຮັກສາຄວາມສົມບູນຂອງຂໍ້ມູນຕົ້ນສະບັບ, ດັ່ງນັ້ນພວກເຂົາຈຶ່ງເລີ່ມການກວດສອບໂດຍການເຮັດສໍາເນົາ. ເຂົາເຈົ້າມີຈຸດປະສົງເພື່ອຖອດລະຫັດ ຫຼືກູ້ຄືນຂໍ້ມູນທີ່ຖືກເຊື່ອງໄວ້ ຫຼືລຶບຖິ້ມຫຼາຍເທົ່າທີ່ເປັນໄປໄດ້. ເຂົາເຈົ້າ ຍັງຕ້ອງຮັບປະກັນມັນ ຈາກການເຂົ້າເຖິງທີ່ບໍ່ໄດ້ຮັບອະນຸຍາດໂດຍການຖອນການເຊື່ອມຕໍ່ອິນເຕີເນັດຂອງມັນແລະວາງໄວ້ໃນບ່ອນເກັບມ້ຽນທີ່ປອດໄພ.

3 ການວິເຄາະ

ຜູ້ກວດສອບ Forensic ວິເຄາະຂໍ້ມູນດ້ວຍວິທີການແລະເຄື່ອງມືຕ່າງໆ. ເນື່ອງຈາກອຸປະກອນເກັບຮັກສາຂໍ້ມູນທຸກໆຄັ້ງທີ່ຜູ້ໃຊ້ຂອງພວກເຂົາດາວໂຫລດບາງສິ່ງບາງຢ່າງ, ໄປຢ້ຽມຢາມເວັບໄຊທ໌ຫຼືສ້າງຂໍ້ຄວາມ, ການຈັດລຽງຂອງເສັ້ນທາງອອກຈາກເຈ້ຍເອເລັກໂຕຣນິກ. ຜູ້ຊ່ຽວຊານສາມາດກວດສອບຮາດໄດ, ເມຕາເດຕາ, ຊຸດຂໍ້ມູນ, ບັນທຶກການເຂົ້າເຖິງເຄືອຂ່າຍຫຼືການແລກປ່ຽນອີເມວເພື່ອຊອກຫາ, ເກັບກໍາ, ແລະຂະບວນການຂໍ້ມູນ.

4. ການລາຍງານ

ນັກວິເຄາະຕ້ອງບັນທຶກທຸກການກະທຳທີ່ເຂົາເຈົ້າປະຕິບັດເພື່ອຮັບປະກັນຫຼັກຖານຂອງເຂົາເຈົ້າຢູ່ໃນສານອາຍາ ຫຼືສານແພ່ງໃນພາຍຫຼັງ. ເມື່ອພວກເຂົາສະຫຼຸບການສືບສວນຂອງພວກເຂົາ, ພວກເຂົາເຈົ້າລາຍງານການຄົ້ນພົບຂອງພວກເຂົາ - ບໍ່ວ່າຈະກັບອົງການບັງຄັບໃຊ້ກົດຫມາຍ, ສານຫຼືບໍລິສັດທີ່ຈ້າງພວກເຂົາ.

ໃຜໃຊ້ Digital Forensics? 

ນິຕິກຳທາງດິຈິຕອລກວດສອບການເຄື່ອນໄຫວທີ່ຜິດກົດໝາຍທີ່ກ່ຽວຂ້ອງກັບອຸປະກອນອີເລັກໂທຣນິກ, ດັ່ງນັ້ນໜ່ວຍງານບັງຄັບໃຊ້ກົດໝາຍຈຶ່ງໃຊ້ມັນເລື້ອຍໆ. ຫນ້າສົນໃຈພຽງພໍ, ເຂົາເຈົ້າບໍ່ໄດ້ດໍາເນີນການອາຊະຍາກໍາ cyber . ການກະທຳຜິດໃດໆ - ບໍ່ວ່າຈະເປັນອາດຊະຍາກຳຮຸນແຮງ, ການກະທຳຜິດທາງແພ່ງ ຫຼື ອາດຊະຍາກຳທີ່ມີເສື້ອຂາວ - ທີ່ອາດຈະເຊື່ອມຕໍ່ກັບໂທລະສັບ, ຄອມພິວເຕີ ຫຼື flash drive ແມ່ນເກມທີ່ຍຸດຕິທຳ.

ທຸລະກິດມັກຈະຈ້າງນັກວິເຄາະດ້ານ forensic ຫຼັງຈາກປະສົບການລະເມີດຂໍ້ມູນ ຫຼືກາຍເປັນຜູ້ເຄາະຮ້າຍຈາກອາຊະຍາກຳທາງອິນເຕີເນັດ. ການພິຈາລະນາການໂຈມຕີ ransomware ສາມາດມີຄ່າໃຊ້ຈ່າຍຫຼາຍກວ່າ 30% ຂອງລາຍຮັບການດໍາເນີນງານຂອງອົງການຈັດຕັ້ງ, ມັນບໍ່ແມ່ນເລື່ອງແປກທີ່ຜູ້ນໍາທີ່ຈະຈ້າງນັກສືບສວນຜູ້ຊ່ຽວຊານເພື່ອພະຍາຍາມແລະຟື້ນຟູການສູນເສຍບາງຢ່າງຂອງພວກເຂົາ.

ບົດບາດຂອງ AI ໃນ Digital Forensic Science 

ການສືບສວນດ້ານນິຕິກຳທາງດິຈິຕອລ ໂດຍທົ່ວໄປແລ້ວແມ່ນເປັນຂະບວນການທີ່ສັບສົນ. ອີງຕາມປະເພດຂອງການກະທໍາຜິດແລະຄວາມຮຸນແຮງ - ແລະຈໍານວນຜູ້ສືບສວນ Megabtyes ຕ້ອງຜ່ານ - ກໍລະນີດຽວສາມາດໃຊ້ເວລາຫຼາຍອາທິດ, ເດືອນຫຼືແມ້ກະທັ້ງປີ. ຄວາມໄວ ແລະຄວາມສາມາດທີ່ທຽບເທົ່າຂອງ AI ເຮັດໃຫ້ມັນເປັນໜຶ່ງໃນການແກ້ໄຂທີ່ດີທີ່ສຸດ.

ນັກວິເຄາະ Forensic ສາມາດນໍາໃຊ້ AI ໃນຫຼາຍວິທີ. ພວກເຂົາເຈົ້າສາມາດນໍາໃຊ້ການຮຽນຮູ້ເຄື່ອງຈັກ (ML), ການປຸງແຕ່ງພາສາທໍາມະຊາດ (NLP) ແລະແບບຈໍາລອງການຜະລິດສໍາລັບການຮັບຮູ້ຮູບແບບ, ການວິເຄາະການຄາດເດົາ, ການຊອກຫາຂໍ້ມູນ, ຫຼືການລະດົມສະຫມອງຮ່ວມກັນ. ມັນສາມາດຈັດການກັບຫນ້າທີ່ປະຈໍາວັນຂອງເຂົາເຈົ້າ mundane ຫຼືການວິເຄາະຂັ້ນສູງ.

ວິທີ AI ສາມາດປັບປຸງ Digital Forensics

AI ສາມາດປັບປຸງຫຼາຍດ້ານຂອງວິທະຍາສາດດ້ານນິຕິສາດດິຈິຕອນຢ່າງຫຼວງຫຼາຍ, ປ່ຽນແປງຢ່າງຖາວອນວິທີການສືບສວນເຮັດວຽກຂອງເຂົາເຈົ້າ.

ຂະບວນການອັດຕະໂນມັດ

ອັດຕະໂນມັດແມ່ນຄວາມສາມາດອັນໜຶ່ງຂອງ AI. ເນື່ອງຈາກວ່າມັນສາມາດເຮັດວຽກໄດ້ຢ່າງເປັນເອກະລາດ - ໂດຍບໍ່ມີການແຊກແຊງຂອງມະນຸດ - ນັກວິເຄາະສາມາດປ່ອຍໃຫ້ມັນຈັດການກັບວຽກງານທີ່ຊ້ໍາກັນ, ໃຊ້ເວລາຫຼາຍໃນຂະນະທີ່ພວກເຂົາຈັດລໍາດັບຄວາມສໍາຄັນຂອງຄວາມຮັບຜິດຊອບສູງ.

ຜູ້ຊ່ຽວຊານທີ່ຈ້າງໂດຍຍີ່ຫໍ້ໄດ້ຮັບຜົນປະໂຫຍດເຊັ່ນດຽວກັນ, ນັບຕັ້ງແຕ່ 51% ຂອງຜູ້ຕັດສິນໃຈດ້ານຄວາມປອດໄພ ຍອມຮັບວ່າປະລິມານການເຕືອນໄພຂອງບ່ອນເຮັດວຽກຂອງພວກເຂົາແມ່ນຫຼາຍເກີນໄປ, ໂດຍ 55% ຍອມຮັບວ່າພວກເຂົາຂາດຄວາມຫມັ້ນໃຈໃນຄວາມສາມາດຂອງທີມງານຂອງພວກເຂົາໃນການຈັດລໍາດັບຄວາມສໍາຄັນແລະຕອບສະຫນອງໃນເວລາ. ພວກເຂົາສາມາດໃຊ້ AI ອັດຕະໂນມັດເພື່ອທົບທວນບັນທຶກທີ່ຜ່ານມາ, ເຮັດໃຫ້ການກໍານົດອາດຊະຍາກໍາທາງອິນເຕີເນັດ, ການລະເມີດເຄືອຂ່າຍແລະການຮົ່ວໄຫລຂອງຂໍ້ມູນສາມາດຈັດການໄດ້ຫຼາຍຂຶ້ນ.

ສະຫນອງຄວາມເຂົ້າໃຈທີ່ສໍາຄັນ

ຮູບແບບ ML ສາມາດບັນທຶກເຫດການອາດຊະຍາກຳທາງອິນເຕີເນັດໃນໂລກຕົວຈິງຢ່າງຕໍ່ເນື່ອງ ແລະ ຂູດຮີດເວັບມືດ, ເຮັດໃຫ້ມັນສາມາດກວດພົບໄພຂົ່ມຂູ່ທາງອິນເຕີເນັດທີ່ເກີດຂື້ນໄດ້ກ່ອນທີ່ນັກສືບສວນຂອງມະນຸດຈະຮູ້ເຖິງພວກມັນ. ອີກທາງເລືອກ, ມັນສາມາດຮຽນຮູ້ການສະແກນລະຫັດສໍາລັບ malware ທີ່ເຊື່ອງໄວ້ເພື່ອໃຫ້ທີມງານສາມາດຊອກຫາແຫຼ່ງຂອງການໂຈມຕີທາງອິນເຕີເນັດຫຼືການລະເມີດໄດ້ໄວຂຶ້ນ.

ເລັ່ງຂະບວນການ

ນັກສືບສວນສາມາດນໍາໃຊ້ AI ເພື່ອເລັ່ງການກວດສອບ, ການວິເຄາະແລະການລາຍງານຢ່າງຫຼວງຫຼາຍນັບຕັ້ງແຕ່ algorithms ເຫຼົ່ານີ້ສາມາດວິເຄາະຂໍ້ມູນຈໍານວນຫລາຍຢ່າງໄວວາ. ຕົວຢ່າງ, ເຂົາເຈົ້າສາມາດໃຊ້ມັນເພື່ອບັງຄັບໃຫ້ລະຫັດຜ່ານຢູ່ໃນໂທລະສັບທີ່ຖືກລັອກ, ພິມບົດລາຍງານສະບັບຮ່າງ ຫຼືສະຫຼຸບເປັນອາທິດຕໍ່ການແລກປ່ຽນອີເມວ.

ຄວາມໄວຂອງ AI ຈະເປັນປະໂຫຍດໂດຍສະເພາະກັບນັກທຸລະກິດທີ່ຈ້າງຜູ້ຊ່ຽວຊານເພາະວ່າພະແນກ IT ຈໍານວນຫຼາຍເຄື່ອນທີ່ຊ້າເກີນໄປ. ສໍາລັບຕົວຢ່າງ, ໃນປີ 2023, ບໍລິສັດ ໃຊ້ເວລາສະເລ່ຍ 277 ມື້ ເພື່ອຕອບໂຕ້ການລະເມີດຂໍ້ມູນ. ຮູບແບບ ML ສາມາດປະມວນຜົນ, ວິເຄາະ ແລະຜົນຜະລິດໄດ້ໄວກວ່າມະນຸດທຸກຄົນ, ດັ່ງນັ້ນມັນຈຶ່ງເໝາະສຳລັບການນຳໃຊ້ທີ່ລະອຽດອ່ອນເວລາ.

ຊອກຫາຫຼັກຖານທີ່ສໍາຄັນ

ຮູບແບບທີ່ມີອຸປະກອນ NLP ສາມາດສະແກນການສື່ສານເພື່ອລະບຸ ແລະລາຍງານການເຄື່ອນໄຫວທີ່ໜ້າສົງໄສ. ນັກສືບສວນສາມາດຝຶກອົບຮົມຫຼືກະຕຸ້ນໃຫ້ມັນຊອກຫາຂໍ້ມູນສະເພາະກໍລະນີ. ຕົວຢ່າງ, ຖ້າພວກເຂົາຂໍໃຫ້ມັນຄົ້ນຫາຄໍາທີ່ກ່ຽວຂ້ອງກັບການສໍ້ໂກງ, ມັນສາມາດນໍາພວກເຂົາໄປຫາບົດເລື່ອງທີ່ຜູ້ຕ້ອງສົງໄສຍອມຮັບວ່າມີການສໍ້ໂກງເງິນຂອງບໍລິສັດ.

ສິ່ງທ້າທາຍ AI ຕ້ອງເອົາຊະນະ

ໃນຂະນະທີ່ AI ສາມາດເປັນເຄື່ອງມືທາງດ້ານນິຕິສາດທີ່ມີປະສິດທິພາບ - ອາດຈະເລັ່ງກໍລະນີເປັນອາທິດ - ການນໍາໃຊ້ຂອງມັນບໍ່ແມ່ນບໍ່ມີຂໍ້ເສຍ. ເຊັ່ນດຽວກັນກັບວິທີແກ້ໄຂເຕັກໂນໂລຢີສ່ວນໃຫຍ່, ມັນມີບັນຫາຄວາມເປັນສ່ວນຕົວ, ຄວາມປອດໄພແລະຈັນຍາບັນຫຼາຍ.

ບັນຫາ “ກ່ອງດຳ” — ທີ່ລະບົບວິທີບໍ່ສາມາດອະທິບາຍຂັ້ນຕອນການຕັດສິນໃຈຂອງເຂົາເຈົ້າ — ແມ່ນເລື່ອງທີ່ຮີບດ່ວນທີ່ສຸດ. ຄວາມໂປ່ງໃສແມ່ນສໍາຄັນຢູ່ໃນຫ້ອງສານ, ບ່ອນທີ່ນັກວິເຄາະໃຫ້ປະຈັກພະຍານຜູ້ຊ່ຽວຊານສໍາລັບຄະດີອາຍາແລະແພ່ງ.

ຖ້າພວກເຂົາບໍ່ສາມາດອະທິບາຍວິທີການ AI ຂອງພວກເຂົາວິເຄາະຂໍ້ມູນ, ເຂົາເຈົ້າບໍ່ສາມາດໃຊ້ການຄົ້ນພົບຂອງມັນຢູ່ໃນສານ. ອີງຕາມກົດລະບຽບຂອງລັດຖະບານກາງ - ມາດຕະຖານທີ່ຄວບຄຸມຫຼັກຖານໃດທີ່ຍອມຮັບໄດ້ໃນສານຂອງສະຫະລັດ - ເຄື່ອງມືທາງດ້ານນິຕິສາດທາງດ້ານດິຈິຕອນທີ່ໃຊ້ AI ແມ່ນຍອມຮັບໄດ້ເທົ່ານັ້ນ ຖ້າພະຍານສະແດງໃຫ້ເຫັນຄວາມຮູ້ສ່ວນຕົວ ຫນ້າທີ່ຂອງມັນ, ອະທິບາຍຢ່າງຊ່ຽວຊານກ່ຽວກັບວິທີທີ່ມັນມາຮອດບົດສະຫຼຸບຂອງມັນແລະພິສູດວ່າການຄົ້ນພົບຂອງມັນຖືກຕ້ອງ.

ຖ້າ algorithms ຖືກຕ້ອງສະເຫມີ, ບັນຫາກ່ອງດໍາຈະບໍ່ເປັນບັນຫາ. ແຕ່ຫນ້າເສຍດາຍ, ພວກເຂົາເຈົ້າມັກຈະເຮັດໃຫ້ຕາຕົກໃຈ, ໂດຍສະເພາະໃນເວລາທີ່ວິສະວະກໍາທັນທີທີ່ບໍ່ຕັ້ງໃຈມີສ່ວນຮ່ວມ. ຜູ້ສືບສວນຖາມແບບຈໍາລອງ NLP ເພື່ອສະແດງໃຫ້ເຂົາເຈົ້າເບິ່ງຕົວຢ່າງທີ່ຜູ້ຕ້ອງສົງໄສລັກຂໍ້ມູນວິສາຫະກິດອາດເບິ່ງຄືວ່າບໍ່ມີອັນຕະລາຍແຕ່ສາມາດສົ່ງຜົນໃຫ້ຄໍາຕອບປອມເພື່ອຕອບສະຫນອງການສອບຖາມ.

ຄວາມ​ຜິດ​ພາດ​ບໍ່​ແມ່ນ​ເລື່ອງ​ແປກ​ທີ່​ເນື່ອງ​ຈາກ algorithms ບໍ່​ສາ​ມາດ​ຫາ​ເຫດ​ຜົນ​, ເຂົ້າ​ໃຈ​ສະ​ພາບ​ການ​ຫຼື​ຕີ​ຄວາມ​ສະ​ຖາ​ນະ​ການ​ໄດ້​ຢ່າງ​ສົມ​ບູນ​. ໃນທີ່ສຸດ, ເຄື່ອງມື AI ທີ່ໄດ້ຮັບການຝຶກອົບຮົມຢ່າງບໍ່ຖືກຕ້ອງອາດຈະເຮັດໃຫ້ນັກສືບສວນເຮັດວຽກໄດ້ຫຼາຍຂຶ້ນ ເນື່ອງຈາກພວກເຂົາຈະຕ້ອງຈັດຮຽງຜ່ານທາງລົບ ແລະທາງບວກທີ່ບໍ່ຖືກຕ້ອງ.

ຄວາມລຳອຽງ ແລະຂໍ້ບົກພ່ອງສາມາດເຮັດໃຫ້ບັນຫາເຫຼົ່ານັ້ນມີຄວາມຊັດເຈນຫຼາຍຂຶ້ນ. ຕົວຢ່າງ, AI ບອກໃຫ້ຊອກຫາຫຼັກຖານຂອງອາຊະຍາກໍາທາງອິນເຕີເນັດອາດຈະເບິ່ງຂ້າມບາງປະເພດການໂຈມຕີທາງອິນເຕີເນັດໂດຍອີງໃສ່ຄວາມລໍາອຽງທີ່ພັດທະນາໃນລະຫວ່າງການຝຶກອົບຮົມ. ອີກທາງເລືອກ, ມັນສາມາດບໍ່ສົນໃຈສັນຍານຂອງອາຊະຍາກໍາທີ່ກ່ຽວຂ້ອງ, ເຊື່ອວ່າມັນຕ້ອງ overpriority ປະເພດຂອງຫຼັກຖານສະເພາະ.

AI ຈະປ່ຽນແທນຜູ້ຊ່ຽວຊານດ້ານການສືບສວນບໍ?

ອັດຕະໂນມັດ ແລະ ຄຸນສົມບັດການປະມວນຜົນໄວຂອງ AI ສາມາດບີບອັດກໍລະນີທີ່ແກ່ຍາວເປັນເວລາຫຼາຍເດືອນເປັນສອງສາມອາທິດ, ຊ່ວຍໃຫ້ທີມງານວາງຜູ້ກະທໍາຜິດທາງອິນເຕີເນັດຢູ່ທາງຫຼັງຂອງຄຸກ. ແຕ່ຫນ້າເສຍດາຍ, ເຕັກໂນໂລຢີນີ້ແມ່ນຂ້ອນຂ້າງໃຫມ່, ແລະສານຂອງສະຫະລັດບໍ່ມັກເຕັກໂນໂລຢີການຊຸກຍູ້ຊາຍແດນທີ່ບໍ່ໄດ້ຮັບການພິສູດ.

ສໍາລັບໃນປັດຈຸບັນ - ແລະອາດຈະເປັນທົດສະວັດທີ່ຈະມາເຖິງ - AI ຈະບໍ່ທົດແທນນັກວິເຄາະດ້ານນິຕິສາດດິຈິຕອນ. ແທນທີ່ຈະ, ມັນຈະຊ່ວຍໃຫ້ພວກເຂົາມີຫນ້າທີ່ປະຈໍາວັນ, ຊ່ວຍແນະນໍາຂະບວນການຕັດສິນໃຈຂອງພວກເຂົາແລະເຮັດຫນ້າທີ່ຊ້ໍາກັນໂດຍອັດຕະໂນມັດ. ການກວດສອບຂອງມະນຸດຈະຍັງຄົງມີຄວາມຈໍາເປັນຈົນກ່ວາພວກເຂົາແກ້ໄຂບັນຫາກ່ອງດໍາໃຫ້ດີແລະລະບົບກົດຫມາຍຊອກຫາສະຖານທີ່ຖາວອນສໍາລັບ AI.