সিদ্ধান্ত রেকর্ড কী?

একটি সিদ্ধান্ত রেকর্ড হল একটি একক, স্বয়ংসম্পূর্ণ নথি যা একটি AI সিদ্ধান্তের — যুক্তি, সেই সময়ে উপলব্ধ প্রমাণ, মূল্যায়িত নীতি এবং যিনি এটি অনুমোদন করেছেন — সম্পর্কে। একটি লগ এন্ট্রির বিপরীতে, যা রেকর্ড করে যে কিছু ঘটেছে, একটি সিদ্ধান্ত রেকর্ড এমনভাবে তৈরি করা হয় যাতে পরে এটি পড়া যায় এমন একজনের দ্বারা, যিনি সেখানে ছিলেন না: একজন নিরীক্ষক, একজন নিয়ন্ত্রক, বা সিদ্ধান্তটি উত্তরাধিকারী একজন সহকর্মী।

সিদ্ধান্ত শাসন

সিদ্ধান্ত রেকর্ড কী?

লগগুলি আপনাকে জানায় আপনার সিস্টেম কী করেছে। একটি সিদ্ধান্ত রেকর্ড অন্য কাউকে জানায় কেন সিদ্ধান্তটি স্থায়ী। এটি সেই উপাদান যা আপনি হস্তান্তর করেন যখন একটি সিদ্ধান্ত প্রশ্নবিদ্ধ হয় — মাস পরে, এমন একজন ব্যক্তির দ্বারা যার আপনার সিস্টেমে প্রবেশাধিকার নেই।

TL;DR

একটি সিদ্ধান্ত রেকর্ড হল একটি AI সিদ্ধান্তের স্থায়ী, স্বয়ংসম্পূর্ণ নথি। এটি গঠনমূলক যুক্তি হিসেবে যুক্তি, সিদ্ধান্তের সময়ে বিদ্যমান প্রমাণ, মূল্যায়িত নীতিগুলি এবং যিনি এটি অনুমোদন করেছেন তার পরিচয় বহন করে। এটি সেই মুহূর্তের জন্য ডিজাইন করা হয়েছে যখন একটি সিদ্ধান্তকে চ্যালেঞ্জ করা হয়: লগইন ছাড়াই পড়া যায়, এটি তৈরি করা বিক্রেতার উপর নির্ভর না করেই যাচাই করা যায়, এবং এটি যথেষ্ট সম্পূর্ণ যাতে একজন পাঠক যিনি উপস্থিত ছিলেন না তিনি দেখতে পারেন কিভাবে সিদ্ধান্তে পৌঁছানো হয়েছে।

একটি লগ একটি রেকর্ড নয়

একটি লগ এন্ট্রি "কি ঘটেছে, এবং কখন" এর উত্তর দেয়। একটি সিদ্ধান্ত রেকর্ড "কেন এই সিদ্ধান্তটি প্রতিরক্ষাযোগ্য" এর উত্তর দেয়। চ্যালেঞ্জের মুহূর্তে পার্থক্যটি গুরুত্বপূর্ণ: একটি লগ একটি পর্যালোচককে জানায় যে একটি এজেন্ট একটি আউটপুট তৈরি করেছে; এটি তাদের বলতে পারে না যে কোন বিকল্পগুলি বিবেচনা করা হয়েছিল, কোন প্রমাণ আসলে উপলব্ধ ছিল, বা একজন ব্যক্তি বিচার ব্যবহার করেছে কিনা। পর্যবেক্ষণযোগ্যতা টুলিং প্রথম প্রশ্নের জন্য চমৎকার এবং দ্বিতীয়টির জন্য কখনও ডিজাইন করা হয়নি — একটি পার্থক্য যা AI অডিট ট্রেইল এর অধীনে গভীরভাবে আলোচনা করা হয়েছে।

একটি সিদ্ধান্ত রেকর্ডে কী অন্তর্ভুক্ত হওয়া উচিত

চারটি বিষয়, এবং সব চারটি তাদের উৎপাদনকারী সিস্টেমের স্বাধীনভাবে বেঁচে থাকতে হবে। যুক্তি — পক্ষ এবং বিপক্ষের জন্য যুক্তি, বর্ণিত না হয়ে গঠিত, যাতে একজন পাঠক দেখতে পারে কি কি বিবেচনা করা হয়েছে। প্রমাণ — সিদ্ধান্ত গ্রহণের সময় যেভাবে ছিল সেভাবেই স্ন্যাপশট করা, কারণ পরে নীরবে পরিবর্তিত হতে পারে এমন প্রমাণ কিছুই প্রমাণ করে না। নীতিমালা — কোন নিয়মগুলি মূল্যায়ন করা হয়েছে এবং কোনগুলি ব্যর্থ হয়েছে, প্রথমে ব্যর্থতাগুলি। এবং অনুমোদন — এটি কে অনুমোদন করেছে, এবং কাদের পক্ষে। একসাথে এগুলো একটি ট্রেসকে অনুগত প্রমাণ এ পরিণত করে।

এটি দশ বছর পর কেন পাঠযোগ্য হতে হবে

একটি সিদ্ধান্ত রেকর্ডের পুরো উদ্দেশ্য হল সিদ্ধান্ত নেওয়ার অনেক পরে এটি পরীক্ষা করা। এটি এমন কিছু বাদ দেয় যা একটি লাইভ অ্যাকাউন্ট, একটি চলমান পরিষেবা, বা একটি বিক্রেতা এখনও ব্যবসায় রয়েছে তা প্রয়োজন। একটি রেকর্ড যা কেবল একটি পোর্টালের ভিতরে পড়া যায় তা একটি রেকর্ড নয়; এটি একটি দৃশ্য। এ কারণেই ফরম্যাটের গুরুত্ব বিষয়বস্তুর মতোই — একটি আর্কাইভাল নথি যা একটি সংযুক্তি হিসেবে তার নিজস্ব মেশিন-পঠনযোগ্য ডেটা বহন করে, যখন এর চারপাশের সবকিছু পরিবর্তিত হয়েছে তখনও এটি পাঠযোগ্য থাকে। এটি সেই সমস্ত শাসনের জন্যও প্রযোজ্য যাদের বহু বছরের সংরক্ষণ দায়িত্ব রয়েছে, যেমন EU AI Act Article 12 রেকর্ড-রক্ষণাবেক্ষণ, যা নীরবে অনুমান করে।

ট্যাম্পার-প্রমাণ, এবং এটি কী প্রমাণ করে না

একটি সিদ্ধান্ত রেকর্ড সীলমোহর করা যেতে পারে যাতে পরে যে কোনো পরিবর্তন সনাক্ত করা যায়, এবং স্বাক্ষরিত হতে পারে যাতে একজন পাঠক এটি যাচাই করতে পারে যে এটি যে স্টোরেজ থেকে এসেছে তার উপর নির্ভর না করে। এটি অখণ্ডতা প্রতিষ্ঠা করে: এটি সীলমোহর করা রেকর্ড। এটি নয় প্রতিষ্ঠা করে যে বিষয়বস্তু লেখা হওয়ার সময় সত্য ছিল। কোন ক্রিপ্টোগ্রাফি প্রমাণ করতে পারে না যে একটি এজেন্ট তার যুক্তি সৎভাবে রিপোর্ট করেছে, বা যে একজন মানুষ চিন্তা করেছে বরং ক্লিক করেছে — এ কারণেই ধারা ১৪ এর অধীনে মানব তত্ত্বাবধান এর নিজস্ব কাঠামোগত চিকিত্সা প্রাপ্য। সেই সীমানা সম্পর্কে সঠিক হওয়া বাকী দাবিকে বিশ্বাসযোগ্য করে তোলে।

একটি সিদ্ধান্ত রেকর্ডে কী থাকে

চারটি উপাদান, প্রতিটি একটি প্রশ্নের উত্তর দিচ্ছে যা একজন পর্যালোচক সত্যিই জিজ্ঞাসা করবে।

গঠনমূলক যুক্তি

পক্ষে এবং বিপক্ষে যুক্তিগুলি একটি গ্রাফের আকারে, প্রবন্ধের পরিবর্তে, যাতে একজন পাঠক দেখতে পারে কী কী বিবেচনা করা হয়েছে, তা নয় যে কী সারসংক্ষেপ করা হয়েছে।

প্রমাণ যেমন ছিল

সুত্র এবং মানগুলি সিদ্ধান্ত নেওয়ার সময়ে স্ন্যাপশট করা হয়, তাই রেকর্ডটি তখন যা আসলে জানা সম্ভব ছিল তা প্রতিফলিত করে, এখন যা জানা আছে তা নয়।

নীতিগুলি মূল্যায়ন করা হয়েছে

কোন নিয়মগুলি পরীক্ষা করা হয়েছিল এবং কোনগুলি ব্যর্থ হয়েছে, ব্যর্থতাগুলি প্রথমে দেখানো হয়েছে, যাতে ব্যতিক্রমগুলি দৃশ্যমান হয় বরং চাপা পড়ে।

অনুমোদন

কে এই সিদ্ধান্ত অনুমোদন করেছেন, প্রতিনিধিত্বের পক্ষে, যাতে একটি মেশিন অনুমোদন কখনোই মানব অনুমোদনের সাথে ভুলভাবে মিলিত না হয়।

একসাথে এগুলো "এজেন্ট X নির্ধারণ করেছে" কে একটি রেকর্ডে পরিণত করে যা একটি পর্যালোচক পুনর্গঠন না করে মুহূর্তটি মূল্যায়ন করতে পারে।

সিদ্ধান্ত রেকর্ড: সাধারণ প্রশ্নসমূহ

একটি সিদ্ধান্ত রেকর্ড অডিট লগ থেকে কিভাবে ভিন্ন?

একটি অডিট লগ হল একটি সিস্টেমের মধ্যে ঘটনার একটি কালানুক্রমিক প্রবাহ; একটি সিদ্ধান্ত রেকর্ড হল একটি সিদ্ধান্ত সম্পর্কে একটি সীমানাবদ্ধ নথি। লগটি "এখানে কী ঘটেছে" তার উত্তর দেয়; রেকর্ডটি "এই সিদ্ধান্ত কেন স্থায়ী" তার উত্তর দেয়। বেশিরভাগ সংস্থার উভয়ের প্রয়োজন, এবং এগুলি একে অপরের বিকল্প নয়।

একটি সিদ্ধান্ত রেকর্ড কি প্রমাণ করে যে সিদ্ধান্তটি সঠিক ছিল?

না, এবং যে কোনো টুল অন্যথায় দাবি করলে তা অতিরঞ্জিত। একটি সিদ্ধান্তের রেকর্ড প্রতিষ্ঠা করে কী সিদ্ধান্ত নেওয়া হয়েছে, কোন ভিত্তিতে, এবং কার দ্বারা — সঠিকতার বিষয়ে একটি সিদ্ধান্তের ইনপুট, সিদ্ধান্ত নিজে নয়। সিদ্ধান্তটি সঠিক ছিল কি না, এটি পর্যালোচকের জন্য একটি প্রশ্ন।

একটি সিদ্ধান্তের রেকর্ড পরে পরিবর্তন করা যেতে পারে কি?

এটি সিল করা যেতে পারে যাতে পরিবর্তন সনাক্ত করা যায়। এটি প্রতিরোধের থেকে একটি অর্থপূর্ণভাবে ভিন্ন গ্যারান্টি: রেকর্ডটি শারীরিকভাবে অপরিবর্তনীয় হয়ে ওঠে না, তবে একজন পাঠক বলতে পারে যে তারা যা ধারণ করছে তা সিল করা হয়েছে কিনা।

কেউ কি সত্যিই এগুলো পড়ে?

প্রয়োগে: অভ্যন্তরীণ নিরীক্ষা, বাইরের মূল্যায়নকারী, অভিযোগের প্রতি নিয়ন্ত্রকদের প্রতিক্রিয়া, এবং সহকর্মীরা একটি সিদ্ধান্ত উত্তরাধিকারী। প্রত্যেকেরই একই জিনিসের প্রয়োজন — একটি সিদ্ধান্ত মূল্যায়ন করার জন্য যথেষ্ট প্রেক্ষাপট যা তারা উপস্থিত ছিল না।

প্রতিটি AI সিদ্ধান্তের জন্য কি আমাদের একটি সিদ্ধান্ত রেকর্ডের প্রয়োজন?

না। বাধ্যবাধকতা সেই সিদ্ধান্তগুলির সাথে যুক্ত হয় যার ফলাফল রয়েছে — যা একটি ব্যক্তির অধিকার, প্রবেশাধিকার, অর্থ বা নিরাপত্তাকে প্রভাবিত করে। সবকিছু একই গভীরতায় রেকর্ড করা ব্যয়বহুল এবং গুরুত্বপূর্ণ রেকর্ডগুলি খুঁজে পাওয়া কঠিন করে তোলে।

একটি সিদ্ধান্ত রেকর্ডের ফরম্যাট কেমন হওয়া উচিত?

কিছু আর্কাইভাল এবং স্বনির্ভর, যা মেশিন-পঠনযোগ্য তথ্যও বহন করে। মানব পঠনযোগ্যতা গুরুত্বপূর্ণ কারণ মানুষ সিদ্ধান্ত মূল্যায়ন করে; মেশিন পঠনযোগ্যতা গুরুত্বপূর্ণ কারণ সিস্টেমগুলিকে সেগুলি অনুসন্ধান এবং যাচাই করতে হয়। একটি ফরম্যাট যা কেবল একটি অফার করে, অন্য দর্শককে stranded করে দেয়।

এটি ইউরোপীয় ইউনিয়নের এআই আইনটির সাথে কীভাবে সম্পর্কিত?

ধারা ১২ রেকর্ড-রক্ষণাবেক্ষণের সাথে সম্পর্কিত এবং ধারা ১৪ মানব তত্ত্বাবধানের সাথে সম্পর্কিত, এবং উভয়ই শেষ পর্যন্ত ব্যক্তিগত সিদ্ধান্তের রেকর্ড দ্বারা প্রমাণিত হয়। একটি সিদ্ধান্তের রেকর্ড সেই বাধ্যবাধকতাগুলি পূরণের একটি উপায় — এটি নিজেই সম্মতি নয়, যা পুরো সিস্টেম এবং এটি কিভাবে পরিচালিত হয় তার উপর নির্ভর করে।

Related AI governance topics

AI Governance

The umbrella discipline: how organizations keep AI agents accountable, observable, and compliant — start here.

AI Observability

Seeing what your AI systems do in production — metrics, traces, and logs.

LLM Observability

Monitoring prompts, tokens, latency, and quality of large language model calls.

AI Traceability

Reconstructing the full lineage of an AI output — inputs, steps, and decisions.

LLM Traceability

End-to-end traces of multi-step LLM and prompt chains.

AI Agent Observability

Observability for autonomous, multi-step agents — tool calls, plans, and decisions.

Agentic AI Governance

Governing autonomous agents: policy, oversight, and accountable autonomy.

AI Audit Trail

Append-only, tamper-evident records of what an AI system decided and why.

AI Agent Monitoring

Real-time monitoring of agent behavior, drift, and decision quality.

Explainable AI (XAI)

Making AI decisions understandable to the people accountable for them.

AI TRiSM

Gartner's framework for AI trust, risk, and security management.

Decision Retrieval

GraphRAG for agents — retrieving past decisions as bounded, auditable packets.

AI Compliance Evidence

What auditors actually ask for, and why policy documents are not evidence.

AI Conformity Assessment

How an AI system is checked against the rules, and what that check consumes.

Decision Tracing

Capturing the structured reasoning behind every AI decision — AI Agentree's category.

AI Precedent Systems

Letting agents learn from past decisions as searchable precedent.

Decision Audit Trails

How human teams record why a decision was made — the deliberation counterpart to an AI audit trail.

Transparent AI

Making model reasoning inspectable, and what changes when several models are compared against each other.

Multi-Agent Simulation

Running many AI personas against one scenario to surface risks before a decision is taken.

একটি সিদ্ধান্ত রেকর্ড দেখুন

ফরম্যাটটি বোঝার সবচেয়ে স্পষ্ট উপায় হল একটি দেখানো — যুক্তি, প্রমাণ, নীতির পথ এবং অনুমোদন, একটি একক নথিতে।

প্ল্যাটফর্মটি অন্বেষণ করুন