Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है
A. मशीनों की मानव जैसी सोचने, सीखने और निर्णय लेने की क्षमता/The ability of machines to think, learn, and make decisions like humans
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता ऐसी तकनीक है जो मशीनों को सीखने, समस्याओं को समझने और कुछ निर्णय लेने जैसे कार्य करने योग्य बनाती है। इसलिए विकल्प A सही है। विकल्प B केवल चित्र बनाने तक सीमित है, जबकि AI का उपयोग भाषा, पहचान, सुझाव और निर्णय जैसे अनेक कार्यों में होता है। परीक्षा में याद रखें कि AI का संबंध मशीनों की बुद्धिमान कार्य करने की क्षमता से है। / Artificial Intelligence is a technology that enables machines to learn, understand problems, and perform tasks such as making decisions. Therefore, option A is correct. Option B is too narrow because AI is used for language, recognition, recommendations, and many other tasks, not only for creating pictures. For exams, remember that AI refers to the ability of machines to perform intelligent tasks.
सही उत्तर D है, क्योंकि कृत्रिम बुद्धिमत्ता स्वास्थ्य सेवा, खेती और शिक्षा—तीनों क्षेत्रों में उपयोगी हो सकती है। उदाहरण के लिए, यह रोगों की पहचान, फसल की निगरानी और विद्यार्थियों के लिए व्यक्तिगत सीखने में सहायता कर सकती है। केवल किसी एक क्षेत्र को चुनना अधूरा होगा, क्योंकि AI का उपयोग अनेक क्षेत्रों में किया जाता है। परीक्षा-युक्ति: जब दिए गए सभी अलग-अलग क्षेत्र AI के संभावित उपयोग से संबंधित हों, तो “इन सभी में” विकल्प पर विचार करें। / The correct answer is D because Artificial Intelligence can be useful in healthcare, farming, and education. For example, it can assist in disease detection, crop monitoring, and personalised learning for students. Choosing only one area would be incomplete because AI has applications across many fields. Exam tip: When all the listed areas are valid applications of AI, consider the “All of these” option.
चेहरा पहचानने की प्रणाली तस्वीर में मौजूद चेहरे की विशेषताओं और पैटर्न का विश्लेषण करके व्यक्ति की पहचान करती है। ऐसी पहचान और निर्णय लेने की क्षमता कृत्रिम बुद्धिमत्ता का उपयोग है। हाथ से लिखी सूची केवल जानकारी दर्ज करती है, पहचान नहीं करती। परीक्षा-युक्ति: चेहरा, आवाज़ या वस्तु पहचानने वाली प्रणालियाँ सामान्यतः कृत्रिम बुद्धिमत्ता के उदाहरण होती हैं। / A face recognition system analyses facial features and patterns in an image to identify a person. This ability to recognise and make an identification using data is an application of Artificial Intelligence. A handwritten list only records information; it does not perform recognition. Exam tip: Systems that recognise faces, voices, or objects are common examples of AI.
सही उत्तर A है, क्योंकि आवाज सहायक बोले गए शब्दों को पहचानने, उनका अर्थ समझने और उचित उत्तर या कार्य चुनने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करता है। बैटरी और तार केवल उपकरण को शक्ति या कनेक्शन दे सकते हैं, जबकि साधारण पंखा आदेशों को समझ नहीं सकता। परीक्षा टिप: आवाज पहचान, भाषा समझ और निर्णय लेने वाले स्मार्ट सहायकों को AI के सामान्य उदाहरणों के रूप में पहचानें। / Option A is correct because a voice assistant uses artificial intelligence to recognize spoken words, understand their meaning, and choose an appropriate response or action. A battery or wire may provide power or connection, but neither understands commands, and an ordinary fan cannot interpret speech. Exam tip: Identify smart systems that recognize speech, understand language, or make decisions as common examples of AI.
कृत्रिम बुद्धिमत्ता का उपयोग किसी समस्या को समझकर उसका उपयुक्त समाधान खोजने के लिए किया जाता है। इसलिए सीखने की शुरुआत समस्या की पहचान और उसे स्पष्ट रूप से परिभाषित करने से होती है। महंगा कंप्यूटर खरीदना आवश्यक पहला कदम नहीं है। परीक्षा-टिप: AI की प्रक्रिया में पहले समस्या पहचानें, फिर डेटा और समाधान पर विचार करें। / Artificial Intelligence is used to understand a problem and find a suitable solution. Therefore, learning should begin by identifying and clearly defining the problem. Buying an expensive computer is not an essential first step. Exam tip: In an AI process, identify the problem first, then consider the data and solution.
A. अनुभव और आँकड़ों से सीखना/Learning from experience and data
Explanation
Simple Explanation
मशीन सीखना कृत्रिम बुद्धिमत्ता की वह शाखा है जिसमें कंप्यूटर प्रणालियाँ आँकड़ों और उदाहरणों का विश्लेषण करके पैटर्न सीखती हैं तथा अपने परिणामों में सुधार करती हैं। इसलिए विकल्प A सही है। विकल्प D गलत है, क्योंकि मशीन लर्निंग के लिए प्रासंगिक आँकड़ों या सूचना की आवश्यकता होती है। परीक्षा-युक्ति: मशीन लर्निंग को आँकड़ों से सीखकर पूर्वानुमान या निर्णय लेने की प्रक्रिया के रूप में याद रखें। / Machine learning is a branch of artificial intelligence in which computer systems analyse data and examples to learn patterns and improve their results. Therefore, option A is correct. Option D is incorrect because machine learning requires relevant data or information. Exam tip: Remember machine learning as learning from data to make predictions or decisions.
A. सही उद्देश्य और सही आँकड़े/Right purpose and right data
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता का उपयोग तभी प्रभावी और जिम्मेदार होता है जब उसका उद्देश्य स्पष्ट हो और उसे विश्वसनीय, प्रासंगिक आँकड़े दिए जाएँ। गलत या पक्षपाती आँकड़े गलत परिणाम दे सकते हैं, जबकि मशीन का रंग, कमरे का आकार या आवाज़ की तेज़ी सामान्यतः इसके अच्छे उपयोग को निर्धारित नहीं करते। परीक्षा-युक्ति: AI से जुड़े प्रश्नों में उद्देश्य, आँकड़ों की गुणवत्ता और जिम्मेदार उपयोग को प्राथमिकता दें। / Effective and responsible use of Artificial Intelligence requires a clear purpose and reliable, relevant data. Incorrect or biased data can lead to incorrect results, whereas the machine’s color, room size, or loudness of sound normally does not determine good AI use. Exam tip: In AI questions, give priority to purpose, data quality, and responsible use.
कृत्रिम बुद्धिमत्ता का जिम्मेदार उपयोग सुरक्षा, निष्पक्षता और लोगों की गोपनीयता का ध्यान रखता है। इसलिए इसका मुख्य परिणाम सुरक्षित और निष्पक्ष उपयोग है। केवल मनोरंजन, तेज आवाज या सजावट इसके उद्देश्य नहीं हैं। परीक्षा में ‘responsible AI’ से जुड़े प्रश्नों में नैतिक, सुरक्षित और निष्पक्ष उपयोग को पहचानें। / Responsible use of Artificial Intelligence considers safety, fairness, and people’s privacy. Therefore, it ensures safe and fair use. Entertainment, loud sound, or decoration alone are not its purposes. In exams, associate ‘responsible AI’ with ethical, safe, and fair use.
यह कथन गलत है, क्योंकि कृत्रिम बुद्धिमत्ता कुछ कार्यों को स्वचालित करके मानव की सहायता करती है, लेकिन वह हर परिस्थिति में मानव की पूरी जगह नहीं लेती। इसलिए “हमेशा पूरी तरह” कहना इस कथन को गलत बना देता है। परीक्षा-टिप: AI को मानव का सहायक और कार्य-कुशलता बढ़ाने वाली तकनीक समझें, न कि हर काम में मानव का पूर्ण विकल्प। / The statement is false because Artificial Intelligence can automate some tasks and assist people, but it does not completely replace humans in every situation. The words “always completely” make the statement incorrect. Exam tip: Understand AI as a technology that supports humans and improves efficiency, not as a complete replacement for humans in all tasks.
A. उपयोगकर्ता की रुचि के आधार पर सुझाव देना/Providing suggestions based on the user's interests
Explanation
Simple Explanation
सिफारिश प्रणाली उपयोगकर्ता की रुचियों, पिछले व्यवहार या पसंद के आधार पर उपयोगी वस्तुएँ या सामग्री सुझाती है। उदाहरण के लिए, वीडियो मंच पसंदीदा विषयों से मिलते-जुलते वीडियो सुझा सकता है। कंप्यूटर बंद करना, दीवार रंगना और कागज गिनना इसके सामान्य कार्य नहीं हैं। परीक्षा-युक्ति: Recommendation System को उपयोगकर्ता की पसंद के अनुसार सुझाव देने वाली AI प्रणाली के रूप में याद रखें। / A recommendation system suggests relevant items or content by using a user's interests, previous behaviour, or preferences. For example, a video platform may recommend videos similar to those the user has watched. Shutting down a computer, painting a wall, and counting papers are not its usual functions. Exam tip: Remember that a recommendation system uses AI to provide suggestions based on user preferences.
A. मानव भाषा को समझना/Understanding human language
Explanation
Simple Explanation
प्राकृतिक भाषा समझ (Natural Language Understanding या NLU) कृत्रिम बुद्धिमत्ता की वह क्षमता है जिसमें कंप्यूटर मानव द्वारा लिखी या बोली गई भाषा का अर्थ समझता है। इसलिए सही उत्तर मानव भाषा को समझना है। वस्तुओं का रंग पहचानना कंप्यूटर विज़न से संबंधित है, जबकि तापमान मापना और भौतिक वस्तुएँ बनाना NLU के कार्य नहीं हैं। परीक्षा टिप: पाठ, भाषण, संवाद और भाषा के अर्थ से जुड़े प्रश्नों में NLU पहचानें। / Natural Language Understanding (NLU) is the AI capability that enables a computer to interpret the meaning of human-written or spoken language. Therefore, understanding human language is correct. Recognising object colours is related to computer vision, while measuring temperature and manufacturing physical objects are not NLU tasks. Exam tip: Identify NLU when a question refers to text, speech, conversation, or the meaning of language.
चित्र में वस्तु को पहचानने के लिए मशीन को दृश्य संकेतों, जैसे आकार, रंग और पैटर्न, का विश्लेषण करना पड़ता है। इसलिए यह दृश्य पहचान (Visual recognition) की क्षमता है। संख्यात्मक गणना केवल संख्याओं पर कार्य करती है, इसलिए विकल्प B सही नहीं है। परीक्षा में चित्र या वीडियो से जुड़ी वस्तु-पहचान को कंप्यूटर विज़न और दृश्य पहचान से जोड़ें। / To identify an object in an image, a machine analyses visual clues such as shape, colour, and patterns. Therefore, it is an ability of visual recognition. Numerical calculation deals with numbers, so option B is not correct. Exam tip: associate recognising objects in pictures or videos with computer vision and visual recognition.
A. व्यक्तिगत सीखने में सहायता/Helping personalized learning
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता विद्यार्थियों की सीखने की गति और आवश्यकताओं के अनुसार अभ्यास, सुझाव तथा अध्ययन-सामग्री उपलब्ध कराने में सहायता कर सकती है। इसलिए व्यक्तिगत सीखने में सहायता करना सही विकल्प है; खिड़की खोलना, किताबें फाड़ना और बिजली का तार जोड़ना शिक्षा में एआई के उपयोग नहीं हैं। परीक्षा-टिप: शिक्षा में एआई के प्रमुख उपयोगों को वैयक्तिकृत सीखने और त्वरित प्रतिक्रिया से जोड़कर याद रखें। / Artificial Intelligence can support personalized learning by providing practice, suggestions, and study materials according to a student’s needs and pace. Therefore, helping personalized learning is correct; opening a window, tearing books, and joining electric wires are not educational uses of AI. Exam tip: Associate AI in education with personalization and timely feedback.
A. जब प्रशिक्षण आँकड़े गलत या अधूरे हों/When the training data is wrong or incomplete
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता मॉडल अपने प्रशिक्षण और इनपुट आँकड़ों पर निर्भर करते हैं। यदि प्रशिक्षण आँकड़े गलत, पक्षपाती या अधूरे हों, तो मॉडल गलत पैटर्न सीखकर गलत परिणाम दे सकता है। विकल्प B में सही और पर्याप्त आँकड़े हैं, इसलिए वह इस समस्या का कारण नहीं है। परीक्षा में याद रखें कि खराब आँकड़े अक्सर खराब परिणाम का कारण बनते हैं। / AI models depend on the quality of their training and input data. If the training data is incorrect, biased, or incomplete, the model may learn incorrect patterns and produce wrong results. Option B describes accurate and sufficient data, so it is not the cause of this error. Exam tip: remember that poor-quality data can lead to poor-quality results.
A. समस्याओं को बुद्धिमानी से हल करना/Solving problems intelligently
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता का प्रमुख उद्देश्य ऐसी प्रणालियाँ बनाना है जो सीखने, तर्क करने और निर्णय लेने जैसे बुद्धिमान कार्य कर सकें। इसलिए समस्याओं को बुद्धिमानी से हल करना सही विकल्प है। अन्य विकल्प AI के उद्देश्यों से संबंधित नहीं हैं। परीक्षा में याद रखें: AI का केंद्र बुद्धिमान कार्यों का स्वचालन और समस्या-समाधान है। / A major goal of Artificial Intelligence is to develop systems that can perform intelligent tasks such as learning, reasoning, decision-making, and problem-solving. Therefore, solving problems intelligently is correct. The other options are unrelated to the purpose of AI. Exam tip: remember that AI focuses on automating intelligent tasks and solving problems.
A. सड़क, संकेतों और बाधाओं को पहचानने तथा मार्ग चुनने में/Recognizing roads, signals, and obstacles and choosing a route
Explanation
Simple Explanation
स्वचालित कार के कैमरे और सेंसर सड़क, यातायात संकेतों तथा बाधाओं से जानकारी एकत्र करते हैं। कृत्रिम बुद्धिमत्ता इस जानकारी का विश्लेषण करके सुरक्षित मार्ग चुनने और आगे बढ़ने, रुकने या मुड़ने जैसे निर्णयों में सहायता करती है। सीट का रंग बदलना या काँच का भार बढ़ाना कार की बुद्धिमान ड्राइविंग से संबंधित कार्य नहीं हैं। परीक्षा में याद रखें कि स्वचालित वाहनों में AI का प्रमुख उपयोग परिवेश को समझना और ड्राइविंग निर्णय लेना है। / A self-driving car uses cameras and sensors to collect information about roads, traffic signals, and obstacles. Artificial Intelligence analyzes this information to choose a safe route and support decisions such as moving, stopping, or turning. Changing the seat color or increasing the glass weight is not part of intelligent driving. Exam tip: associate AI in autonomous vehicles with understanding the surroundings and making driving decisions.
A. कृत्रिम बुद्धिमत्ता आँकड़ों से सीख सकती है/Artificial Intelligence can learn from data
Explanation
Simple Explanation
सामान्य कंप्यूटर कार्यक्रम सामान्यतः पहले से लिखे गए निश्चित निर्देशों के अनुसार कार्य करते हैं, जबकि कृत्रिम बुद्धिमत्ता प्रणालियाँ आँकड़ों या उदाहरणों से पैटर्न सीखकर अपने परिणामों में सुधार कर सकती हैं। इसलिए विकल्प A सही है। विकल्प B और D सामान्य कार्यक्रमों के बारे में गलत सार्वभौमिक दावे हैं, तथा AI को भी बिजली और कंप्यूटिंग संसाधनों की आवश्यकता होती है, इसलिए विकल्प C गलत है। परीक्षा-युक्ति: AI की प्रमुख पहचान के रूप में ‘डेटा से सीखना’ याद रखें। / A normal computer program generally follows fixed, pre-written instructions, whereas an Artificial Intelligence system can learn patterns from data or examples and improve its outputs. Therefore, option A is correct. Options B and D make false universal claims about normal programs, and AI also requires electricity and computing resources, so option C is incorrect. Exam tip: Remember “learning from data” as a key feature of AI.
A. व्यक्तिगत जानकारी की सुरक्षा के लिए/To protect personal information
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता की प्रणालियाँ कभी-कभी नाम, स्थान, तस्वीर या अन्य व्यक्तिगत जानकारी एकत्र और संसाधित करती हैं। गोपनीयता यह सुनिश्चित करने में सहायता करती है कि ऐसी जानकारी बिना उचित अनुमति के उजागर या दुरुपयोग न हो। इसलिए विकल्प A सही है; अन्य विकल्प गोपनीयता से संबंधित नहीं हैं। परीक्षा-युक्ति: AI में privacy को व्यक्तिगत डेटा की सुरक्षा और जिम्मेदार उपयोग से जोड़कर याद रखें। / Artificial Intelligence systems may collect and process names, locations, images, or other personal information. Privacy helps ensure that such information is not exposed or misused without proper permission. Therefore, option A is correct; the other options are unrelated to privacy. Exam tip: In AI, connect privacy with protecting personal data and using it responsibly.
A. लोगों के हित और सुरक्षा के लिए/For people's welfare and safety
Explanation
Simple Explanation
नैतिक नियम कृत्रिम बुद्धिमत्ता के जिम्मेदार उपयोग का मार्गदर्शन करते हैं। वे लोगों की सुरक्षा, अधिकारों, गोपनीयता और हितों की रक्षा करने में मदद करते हैं। इसलिए विकल्प A सही है। अन्य विकल्प AI नैतिकता के उद्देश्य नहीं हैं; विशेष रूप से डेटा की शुद्धता जाँचे बिना निर्णय लेना अनुचित और जोखिमपूर्ण है। परीक्षा में नैतिकता को सुरक्षा, निष्पक्षता, गोपनीयता और जिम्मेदारी से जोड़ें। / Ethical rules guide the responsible use of Artificial Intelligence. They help protect people’s safety, rights, privacy, and welfare, so option A is correct. The other options are not purposes of AI ethics; in particular, making decisions without checking data accuracy is unsafe and irresponsible. In exams, associate AI ethics with safety, fairness, privacy, and accountability.
A. चित्र देखकर रोग का संकेत बताने वाली व्यवस्था/A system that detects disease signs from images
Explanation
Simple Explanation
चित्रों का विश्लेषण करके रोग के संभावित संकेत पहचानना कृत्रिम बुद्धिमत्ता का उदाहरण है, क्योंकि व्यवस्था उपलब्ध आँकड़ों के आधार पर पैटर्न पहचानकर निष्कर्ष देती है। खाली डिब्बा, बंद पुस्तक और साधारण चम्मच अपने-आप कोई विश्लेषण या निर्णय नहीं करते। परीक्षा-युक्ति: ऐसे उदाहरणों में पैटर्न पहचानना, सीखना या निर्णय लेना AI की प्रमुख पहचान है। / A system that analyses images to identify possible signs of disease is an example of Artificial Intelligence because it recognises patterns in data and produces an inference. An empty box, a closed book, and a simple spoon do not analyse information or make decisions by themselves. Exam tip: Look for examples involving pattern recognition, learning, or automated decision-making when identifying AI.
A. उदाहरणों और डेटा से मशीन को पैटर्न सीखाना/Teaching a machine to learn patterns from examples and data
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता में प्रशिक्षण वह प्रक्रिया है जिसमें मशीन या मॉडल को उदाहरणों और डेटा से पैटर्न सीखने के लिए तैयार किया जाता है। विकल्प B प्रशिक्षण के बाद नए डेटा पर परिणाम प्राप्त करने को दर्शाता है, जबकि विकल्प C और D प्रशिक्षण का अर्थ नहीं हैं। परीक्षा में याद रखें: प्रशिक्षण का मुख्य उद्देश्य मॉडल को डेटा से सीखाना है। / In Artificial Intelligence, training is the process of using examples and data to help a machine or model learn patterns. Option B describes obtaining results from a trained model on new data, which happens after training, while options C and D do not define training. Exam tip: remember that training mainly means helping a model learn from data.
A. परिणाम की शुद्धता और विश्वसनीयता सुनिश्चित करने के लिए/To ensure the accuracy and reliability of the output
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता द्वारा दिया गया परिणाम हमेशा सही या पक्षपात-मुक्त हो, यह जरूरी नहीं है। परिणाम की जाँच करने से गलतियाँ, अधूरी जानकारी या अविश्वसनीय निष्कर्ष पहचाने जा सकते हैं। इसलिए सही और भरोसेमंद परिणाम सुनिश्चित करने के लिए विकल्प A सही है। विकल्प B कंप्यूटर की गति से संबंधित है, परिणाम की जाँच से नहीं। परीक्षा टिप: AI के परिणामों को बिना जाँच के अंतिम सत्य न मानें। / An Artificial Intelligence system may produce an incorrect, incomplete, or biased output. Checking the output helps identify such errors and confirms whether the result is accurate and reliable. Therefore, option A is correct. Option B concerns computer speed, not the verification of an AI result. Exam tip: Do not accept an AI output as final without checking it.
A. एक भाषा के पाठ को दूसरी भाषा में बदलती है/Converts text from one language to another
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता आधारित अनुवाद व्यवस्था किसी एक भाषा के शब्दों और संदर्भ का विश्लेषण करके उसका अर्थ दूसरी भाषा में प्रस्तुत करती है। इसलिए विकल्प A सही है। चित्रों में वस्तुओं की पहचान करना भी AI का कार्य हो सकता है, लेकिन वह अनुवाद नहीं है। परीक्षा टिप: अनुवाद का अर्थ एक भाषा से दूसरी भाषा में अर्थपूर्ण रूपांतरण है। / An AI-based translation system analyses words and context in one language and presents their meaning in another language. Therefore, option A is correct. Identifying objects in images can also be an AI task, but it is not translation. Exam tip: Translation means conveying meaning from one language to another.
B. गलतियों को पहचानने और संभावित नुकसान को रोकने के लिए/To identify errors and prevent potential harm
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता प्रणाली गलत, पक्षपाती या संदर्भ के अनुरूप न होने वाले परिणाम दे सकती है। मानव निगरानी से ऐसे परिणामों की जाँच की जाती है, गलतियों को सुधारा जाता है और संभावित नुकसान रोका जा सकता है। मशीन को बंद रखना समाधान नहीं है; उसका जिम्मेदारी से उपयोग और समीक्षा करना आवश्यक है। परीक्षा टिप: AI में मानव निगरानी का मुख्य उद्देश्य सुरक्षा, जवाबदेही और त्रुटि-नियंत्रण है। / An AI system can produce incorrect, biased, or contextually unsuitable results. Human supervision helps review such outputs, correct errors, and prevent possible harm. Keeping a machine switched off is not the purpose; responsible use and review are necessary. Exam tip: Human oversight in AI is mainly linked to safety, accountability, and error control.
B. यह मशीनों को सीखने और निर्णय लेने में मदद कर सकती है/It can help machines learn and make decisions
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता मशीनों को आँकड़ों और नियमों के आधार पर पैटर्न पहचानने, सीखने तथा निर्णय लेने में सहायता कर सकती है। इसलिए विकल्प B सही है। AI का उपयोग केवल खिलौनों तक सीमित नहीं है और इसके परिणामों की जाँच आवश्यक होती है; यह हर बार पूर्ण सत्य नहीं देती। परीक्षा टिप: AI को मशीनों की सीखने, तर्क करने और निर्णय में सहायता करने वाली तकनीक के रूप में याद रखें। / Artificial Intelligence can help machines identify patterns, learn, and support decision-making using data and rules. Therefore, option B is correct. AI is not limited to toys, and its outputs must be checked; it does not always provide complete truth. Exam tip: Remember AI as technology that enables machines to learn, reason, and assist in decisions.
A. गलतियों को पहचानकर सुधार करना/Identifying errors and improving them
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता के परिणाम में त्रुटियाँ, अधूरी जानकारी या पक्षपात हो सकता है। परिणाम की जाँच करने से ऐसी समस्याओं की पहचान करके सुधार किया जा सकता है, इसलिए विकल्प A सही है। बिना जाँच के हर परिणाम स्वीकार करना विश्वसनीयता घटाता है। परीक्षा टिप: AI के परिणामों को अंतिम निर्णय मानने से पहले उनकी शुद्धता और उपयुक्तता जाँचें। / An AI output may contain errors, incomplete information, or bias. Checking the output helps identify these issues and correct them, so option A is correct. Accepting every output without verification reduces reliability. Exam tip: Before using an AI output for a final decision, check its accuracy and suitability.
A. व्यक्तिगत जानकारी का उपयोग करने से पहले सहमति लेना/Obtaining consent before using personal information
Explanation
Simple Explanation
एआई में किसी व्यक्ति की तस्वीर, आवाज़, स्थान या अन्य व्यक्तिगत जानकारी का उपयोग करने से पहले उसकी अनुमति लेना आवश्यक है। इससे गोपनीयता, सम्मान और डेटा के जिम्मेदार उपयोग की रक्षा होती है। विकल्प C अनुमति के सिद्धांत के विपरीत है, क्योंकि इसमें बिना सहमति डेटा या तस्वीर का उपयोग किया जा रहा है। परीक्षा टिप: व्यक्तिगत डेटा और एआई का प्रश्न हो तो सहमति, गोपनीयता और जिम्मेदारी वाले विकल्प पर ध्यान दें। / Before using a person's image, voice, location, or other personal information in AI, it is important to obtain their permission. This protects privacy, respect, and responsible use of data. Option C is the opposite of this principle because it uses data or an image without consent. Exam tip: For questions about AI and personal data, look for options involving consent, privacy, and responsibility.
A. कृत्रिम बुद्धिमत्ता के जिम्मेदार, सुरक्षित और न्यायपूर्ण उपयोग से/The responsible, safe and fair use of Artificial Intelligence
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता की नैतिकता इस बात से संबंधित है कि AI का उपयोग जिम्मेदारी से, सुरक्षित ढंग से और बिना पक्षपात के किया जाए। इसमें गोपनीयता, निष्पक्षता और लोगों को होने वाले संभावित नुकसान से बचाव जैसे मुद्दे आते हैं। प्रोसेसिंग गति बढ़ाना तकनीकी प्रदर्शन का विषय है, नैतिकता का नहीं। परीक्षा टिप: AI ethics को fairness, privacy, safety और responsible use से जोड़कर याद रखें। / AI ethics concerns using AI responsibly, safely and fairly. It includes issues such as privacy, fairness, and preventing possible harm to people. Increasing processing speed is a technical performance matter, not an ethical issue. Exam tip: Associate AI ethics with fairness, privacy, safety and responsible use.
A. रास्ता और बाधा पहचानने वाली स्वचालित गाड़ी/A self-driving car that identifies roads and obstacles
Explanation
Simple Explanation
स्वचालित गाड़ी कैमरा, सेंसर और कृत्रिम बुद्धिमत्ता की सहायता से सड़क, लेन, अन्य वाहन तथा बाधाओं को पहचान सकती है और सुरक्षित निर्णय ले सकती है। इसलिए विकल्प A परिवहन में AI के उपयोग का उदाहरण है। हाथ से पंखा झलना केवल मानवीय कार्य है, इसमें AI आधारित पहचान या निर्णय नहीं होता। परीक्षा टिप: AI के परिवहन संबंधी उदाहरणों में स्वचालित वाहन, यातायात प्रबंधन और मार्ग-निर्धारण शामिल होते हैं। / A self-driving car can use cameras, sensors, and Artificial Intelligence to identify roads, lanes, other vehicles, and obstacles, then make safer driving decisions. Therefore, option A is an example of AI in transport. Fanning by hand is only a manual activity and does not involve AI-based recognition or decision-making. Exam tip: Common AI applications in transport include self-driving vehicles, traffic management, and route planning.
यह कथन गलत है, क्योंकि कृत्रिम बुद्धिमत्ता केवल रोबोट में ही नहीं होती। वॉइस असिस्टेंट, वीडियो या खरीदारी के सुझाव देने वाले ऐप, स्पैम फ़िल्टर और चिकित्सा-जाँच प्रणालियाँ भी AI के उदाहरण हैं। इसलिए “केवल रोबोट” कहना गलत है; “आंशिक रूप से सही” भी उचित नहीं है क्योंकि कथन AI के अन्य उपयोगों को पूरी तरह नकारता है। परीक्षा टिप: AI के उदाहरणों में रोबोट के साथ सॉफ्टवेयर आधारित दैनिक-जीवन के अनुप्रयोग भी याद रखें। / The statement is false because Artificial Intelligence is not used only in robots. Voice assistants, video or shopping recommendation apps, spam filters, and medical diagnostic systems are also examples of AI. Therefore, saying “only robots” is incorrect; “partly true” is not suitable because the statement completely excludes other AI applications. Exam tip: Remember that AI includes software-based everyday applications as well as robots.
B. सूचना को स्वचालित रूप से छाँटना/Automatically sorting information
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता बड़ी मात्रा में सूचना को पैटर्न के आधार पर स्वचालित रूप से छाँट सकती है। इससे बार-बार होने वाला हाथ से करने वाला काम कम होता है और समय बचता है। हाथ से छँटाई में अधिक समय लगता है, इसलिए विकल्प A सही नहीं है। परीक्षा टिप: जहाँ AI किसी दोहराए जाने वाले कार्य को स्वचालित करे, वहाँ समय बचत उसका प्रमुख लाभ होता है। / Artificial Intelligence can automatically sort large amounts of information by identifying patterns. This reduces repetitive manual work and saves time. Manual sorting takes more time, so option A is not correct. Exam tip: When AI automates a repetitive task, time saving is usually a key benefit.
कृत्रिम बुद्धिमत्ता मॉडल के प्रशिक्षण और निर्णयों की गुणवत्ता आँकड़ों पर निर्भर करती है। संबंधित आँकड़े समस्या से जुड़े होते हैं और सही आँकड़े वास्तविक स्थिति को ठीक प्रकार दर्शाते हैं, इसलिए विकल्प A सही है। अधूरे या असंबंधित आँकड़े मॉडल के परिणामों को कम विश्वसनीय बना सकते हैं। परीक्षा टिप: अच्छे data की मुख्य विशेषताएँ accuracy, relevance और completeness हैं। / The quality of an AI model’s training and decisions depends on its data. Relevant data relates to the problem, and correct data represents the real situation accurately; therefore, option A is correct. Incomplete or unrelated data can make the model’s output less reliable. Exam tip: Key qualities of good data include accuracy, relevance, and completeness.
A. उदाहरणों से पैटर्न समझकर अपने प्रदर्शन में सुधार करना/Improving performance by identifying patterns from examples
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता में सीखने का अर्थ डेटा या उदाहरणों से पैटर्न पहचानकर भविष्य के कार्यों में प्रदर्शन बेहतर करना है। इसलिए विकल्प A सही है। केवल नियम हटाना सीखना नहीं है; सीखने में अनुभव के आधार पर निर्णय या अनुमान बेहतर होते हैं। परीक्षा टिप: AI में learning को अनुभव या डेटा से performance improvement के रूप में याद रखें। / In Artificial Intelligence, learning means identifying patterns from data or examples to improve performance on future tasks. Therefore, option A is correct. Simply removing rules is not learning; learning improves decisions or predictions using experience. Exam tip: Remember AI learning as improvement in performance through data or experience.
A. पारदर्शी प्रक्रिया और परिणामों की जाँच/Transparent processes and verification of outputs
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता पर भरोसा तब बढ़ता है जब उसकी कार्यप्रणाली यथासंभव पारदर्शी हो और उसके परिणामों की जाँच की जाए। इससे उपयोगकर्ता निर्णयों को समझ सकते हैं तथा त्रुटियों या पक्षपात को पहचान सकते हैं। त्रुटियाँ छिपाना भरोसा घटाता है, बढ़ाता नहीं। परीक्षा टिप: AI में भरोसे से जुड़े प्रश्नों में पारदर्शिता, जवाबदेही और सत्यापन जैसे शब्दों पर ध्यान दें। / Trust in AI increases when its processes are as transparent as possible and its outputs are checked. This helps users understand decisions and identify errors or bias. Hiding errors reduces trust rather than building it. Exam tip: In questions about trustworthy AI, look for ideas such as transparency, accountability, and verification.
A. क्योंकि यह भविष्य के कई कार्यों में उपयोगी हो सकती है/Because it can be useful in many future jobs
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता स्वास्थ्य, कृषि, बैंकिंग, परिवहन, शिक्षा और कई अन्य क्षेत्रों में काम करने के तरीकों को बदल रही है। इसलिए AI की बुनियादी समझ भविष्य के अनेक करियरों में उपयोगी हो सकती है। विकल्प B गलत है क्योंकि AI केवल प्रोग्रामर के लिए नहीं, बल्कि विभिन्न क्षेत्रों के कर्मचारियों के लिए भी प्रासंगिक है। परीक्षा टिप: AI को एक उभरते हुए करियर कौशल के रूप में याद रखें। / Artificial Intelligence is changing how work is done in healthcare, agriculture, banking, transport, education, and many other fields. Therefore, a basic understanding of AI can be useful in many future careers. Option B is incorrect because AI is relevant not only to programmers but also to workers in different fields. Exam tip: Remember AI as an emerging career skill.
A. रिपोर्ट और चित्रों से संकेत पहचानने में सहायता/Helping identify signs from reports and images
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता एक्स-रे, स्कैन और चिकित्सा रिपोर्टों में संभावित असामान्य संकेत पहचानने में डॉक्टरों की सहायता कर सकती है। इसलिए विकल्प A सही है। AI का परिणाम बिना सत्यापन अंतिम नहीं माना जाता; सही निर्णय के लिए प्रशिक्षित स्वास्थ्य विशेषज्ञ की जाँच आवश्यक होती है। परीक्षा टिप: स्वास्थ्य में AI को सहायक उपकरण समझें, डॉक्टर का विकल्प नहीं। / Artificial Intelligence can assist doctors in identifying possible abnormal signs in X-rays, scans, and medical reports. Therefore, option A is correct. An AI result must not be treated as final without verification; a qualified healthcare professional must review it. Exam tip: In healthcare, AI is an assisting tool, not a replacement for a doctor.
A. लिखे हुए वाक्य का अर्थ समझना/Understanding the meaning of a written sentence
Explanation
Simple Explanation
भाषा समझने में AI लिखे या बोले गए शब्दों का अर्थ, संदर्भ और आशय पहचानता है। इसलिए लिखे हुए वाक्य का अर्थ समझना भाषा समझ का उदाहरण है। पत्थर का भार बढ़ाना भौतिक परिवर्तन है, भाषा-आधारित कार्य नहीं। परीक्षा टिप: वाक्य, शब्द, संवाद या अर्थ से जुड़ा कार्य दिखे तो उसे प्राकृतिक भाषा संसाधन (NLP) से जोड़ें। / In language understanding, AI identifies the meaning, context, and intent of written or spoken words. Therefore, understanding the meaning of a written sentence is an example of language understanding. Increasing a stone’s weight is a physical change, not a language-based task. Exam tip: Tasks involving words, sentences, conversations, or meaning are commonly associated with Natural Language Processing (NLP).
A. बिना सत्यापन के गलत या भ्रामक परिणाम साझा करना/Sharing incorrect or misleading output without verification
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता कभी-कभी गलत, अधूरी या पक्षपातपूर्ण जानकारी दे सकती है। इसलिए उसके परिणाम को जाँचे बिना साझा करना या उस पर निर्णय लेना हानिकारक हो सकता है। गोपनीयता की रक्षा करना और महत्वपूर्ण मामलों में मानव निगरानी रखना जिम्मेदार उपयोग के सही तरीके हैं। परीक्षा टिप: AI के उत्तर को तथ्य-जाँच के बाद ही स्वीकार या साझा करें। / Artificial Intelligence can sometimes produce incorrect, incomplete, or biased information. Therefore, sharing or acting on its output without verification can cause harm. Protecting privacy and keeping human oversight in important decisions are responsible practices. Exam tip: Accept or share AI-generated information only after fact-checking it.
A. यह स्पष्ट करने के लिए कि AI किस समस्या को हल करेगा और सफलता कैसे मापी जाएगी/To clarify which problem the AI will solve and how success will be measured
Explanation
Simple Explanation
लक्ष्य तय करने से AI प्रणाली के काम की समस्या, अपेक्षित परिणाम और सफलता मापने के मानदंड स्पष्ट होते हैं। इसी आधार पर उपयुक्त डेटा, मॉडल और मूल्यांकन विधि चुनी जाती है। विकल्प B गलत है क्योंकि AI को निर्णय के लिए प्रासंगिक डेटा या इनपुट की आवश्यकता होती है। परीक्षा टिप: AI परियोजना का पहला महत्वपूर्ण चरण समस्या और लक्ष्य को स्पष्ट रूप से परिभाषित करना है। / Setting a goal makes the AI problem, expected outcome, and criteria for measuring success clear. It guides the selection of suitable data, model, and evaluation method. Option B is incorrect because an AI system needs relevant data or inputs to make useful decisions. Exam tip: Clearly defining the problem and goal is an important first step in an AI project.
A. दोहराए जाने वाले कार्यों में समय बचाना/Saving time in repetitive tasks
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता डेटा छाँटने, रिकॉर्ड जाँचने या बार-बार होने वाले प्रश्नों के उत्तर देने जैसे दोहराए जाने वाले कार्यों को तेज कर सकती है। इसलिए विकल्प A सही है, क्योंकि इससे समय और मानवीय प्रयास बचते हैं। विकल्प B गलत है, क्योंकि महत्वपूर्ण स्थितियों में मानव निर्णय और निगरानी आवश्यक रहते हैं। परीक्षा टिप: AI के लाभों में गति, स्वचालन और समय की बचत को पहचानें; “हमेशा” या “हर परिस्थिति” जैसे निरपेक्ष दावों से सावधान रहें। / Artificial Intelligence can speed up repetitive work such as sorting data, checking records, or responding to frequently asked questions. Therefore, option A is correct because it saves time and human effort. Option B is incorrect because human judgement and supervision are still needed in important situations. Exam tip: Look for benefits such as speed, automation, and time saving; be cautious of absolute claims such as “always” or “every situation.”
A. रुचि और पिछले अध्ययन के आधार पर पढ़ने की सामग्री सुझाना/Suggesting study material based on interests and past learning
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता आधारित सुझाव व्यवस्था उपयोगकर्ता की रुचि, पिछले विकल्पों या अध्ययन-गतिविधि जैसे डेटा का विश्लेषण करके उपयुक्त सामग्री सुझाती है। इसलिए रुचि और पिछले अध्ययन के आधार पर सामग्री सुझाना सही उदाहरण है। सभी को एक ही सामग्री भेजना व्यक्तिगत सुझाव नहीं है। परीक्षा टिप: प्रश्न में “रुचि”, “पिछला व्यवहार” या “व्यक्तिगत सुझाव” जैसे शब्द हों, तो सुझाव व्यवस्था पहचानें। / An AI-based recommendation system analyses data such as a user’s interests, previous choices, or learning activity to suggest suitable content. Therefore, suggesting material based on interests and past learning is the correct example. Sending identical material to everyone is not personalised recommendation. Exam tip: Look for terms such as “interests,” “past behaviour,” or “personalised suggestions” to identify a recommendation system.
A. तकनीक का जिम्मेदारी और सम्मान के साथ उपयोग करना/Using technology responsibly and respectfully
Explanation
Simple Explanation
अच्छे नागरिक व्यवहार का अर्थ तकनीक और एआई का जिम्मेदारी, ईमानदारी तथा दूसरों के सम्मान के साथ उपयोग करना है। इसमें गोपनीयता की रक्षा करना और जानकारी साझा करने से पहले उसकी जाँच करना भी शामिल है। बिना अनुमति निजी जानकारी लेना या भ्रामक सूचना फैलाना जिम्मेदार डिजिटल व्यवहार नहीं है। परीक्षा टिप: ऐसे प्रश्नों में सुरक्षा, गोपनीयता, सत्यापन और सम्मान से जुड़ा विकल्प सामान्यतः सही होता है। / Good citizen behavior means using technology and AI responsibly, honestly, and with respect for others. It includes protecting privacy and checking information before sharing it. Accessing personal information without permission or spreading misleading content is not responsible digital behavior. Exam tip: In such questions, the option linked with safety, privacy, verification, and respect is usually correct.
A. नई समस्याओं को समझने और समाधान खोजने के लिए/To understand new problems and find solutions
Explanation
Simple Explanation
जिज्ञासा विद्यार्थी को प्रश्न पूछने, नई समस्याओं की पड़ताल करने और अलग-अलग समाधानों का परीक्षण करने के लिए प्रेरित करती है। इसलिए विकल्प A सही है। AI में केवल उत्तर याद करना पर्याप्त नहीं होता; समस्याओं, डेटा और परिणामों को समझना जरूरी है। परीक्षा टिप: जिज्ञासा को प्रायः प्रश्न पूछने, अन्वेषण करने और प्रमाण जाँचने की क्षमता से जोड़ें। / Curiosity motivates learners to ask questions, explore new problems, and test possible solutions. Therefore, option A is correct. In AI, merely memorising answers is not enough; learners must understand problems, data, and results. Exam tip: Link curiosity with questioning, exploration, and checking evidence.
A. लिखे हुए पाठ का सार बनाना/Summarizing written text
Explanation
Simple Explanation
लिखे हुए पाठ का सार बनाने में वाक्यों का अर्थ समझना, मुख्य विचार पहचानना और अनावश्यक जानकारी हटाना शामिल है। ये भाषा-संबंधी कार्य हैं, जिनमें कृत्रिम बुद्धिमत्ता सहायता कर सकती है। कुर्सी रंगना, पानी गर्म करना और चाबी मोड़ना मुख्यतः भौतिक कार्य हैं, भाषा-आधारित सहायता के उदाहरण नहीं हैं। परीक्षा टिप: पाठ, बोलचाल, अनुवाद या सार से जुड़े कार्यों को भाषा AI से जोड़ें। / Summarizing written text involves understanding sentences, identifying the main ideas, and removing less important details. These are language-related tasks for which Artificial Intelligence can provide help. Painting a chair, heating water, and bending a key are mainly physical tasks, not examples of language-based AI assistance. Exam tip: Link tasks involving text, speech, translation, or summaries with language AI.
A. वर्गीकरण और पैटर्न पहचान/Classification and pattern recognition
Explanation
Simple Explanation
जानकारी छाँटने में AI समान विशेषताओं वाली वस्तुओं या डेटा को पहचानकर अलग-अलग समूहों में रखता है। यह कार्य पैटर्न पहचान और वर्गीकरण से जुड़ा है, इसलिए विकल्प A सही है। डेटा का यादृच्छिक क्रम बनाना वर्गीकरण नहीं होता। परीक्षा टिप: डेटा को समूहों या श्रेणियों में बाँटने का संकेत मिले, तो वर्गीकरण सोचें। / When sorting information, AI identifies items or data with similar features and places them into different groups. This relies on pattern recognition and classification, so option A is correct. Randomly ordering data is not classification. Exam tip: If data is being divided into groups or categories, think of classification.
A. यह उपयोगी तकनीक है, पर इसका जिम्मेदार उपयोग जरूरी है/It is a useful technology, but responsible use is necessary.
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता शिक्षा, स्वास्थ्य और सेवाओं जैसे क्षेत्रों में उपयोगी हो सकती है, लेकिन इसके परिणामों में त्रुटि, पक्षपात या गोपनीयता का जोखिम हो सकता है। इसलिए इसका जिम्मेदारी, सुरक्षा और मानवीय निगरानी के साथ उपयोग करना चाहिए। विकल्प B गलत है क्योंकि AI से गलतियाँ हो सकती हैं। परीक्षा टिप: AI से जुड़े प्रश्नों में लाभों के साथ नैतिक और सुरक्षित उपयोग को भी ध्यान में रखें। / Artificial Intelligence can be useful in areas such as education, healthcare, and services, but its outputs may involve errors, bias, or privacy risks. Therefore, it should be used responsibly, safely, and with human oversight. Option B is incorrect because AI can make mistakes. Exam tip: In AI questions, consider both its benefits and its ethical, safe use.
किसी कृत्रिम बुद्धिमत्ता व्यवस्था को विकसित करने से पहले हल की जाने वाली समस्या और उसका स्पष्ट उद्देश्य तय करना आवश्यक है। इससे यह निर्धारित होता है कि कौन-सा डेटा चाहिए और कौन-सा AI तरीका उपयुक्त होगा। मशीन का रंग जैसी बात उपयोगिता निर्धारित नहीं करती। परीक्षा टिप: AI परियोजना का पहला चरण समस्या की पहचान और लक्ष्य निर्धारण है। / Before developing an Artificial Intelligence system, the problem to be solved and its clear purpose must be identified. This helps determine the required data and the suitable AI approach. Details such as the colour of the machine do not determine usefulness. Exam tip: The first step in an AI project is problem identification and goal setting.
कृत्रिम बुद्धिमत्ता में सीखने की शुरुआत सामान्यतः उदाहरणों और आँकड़ों से होती है। मॉडल इन आँकड़ों में पैटर्न खोजकर नए इनपुट के लिए अनुमान या निर्णय करना सीखता है। केवल यादृच्छिक अनुमान से उपयोगी सीखना नहीं होता, क्योंकि उसमें सुधार के लिए कोई सार्थक डेटा-पैटर्न नहीं होता। परीक्षा टिप: AI के सीखने से जुड़े प्रश्नों में डेटा, उदाहरण, पैटर्न और फीडबैक जैसे शब्दों पर ध्यान दें। / In Artificial Intelligence, learning generally begins with examples and data. A model identifies patterns in the data and uses them to make predictions or decisions for new inputs. Random guessing alone is not meaningful learning because it provides no useful data pattern for improvement. Exam tip: In AI learning questions, look for terms such as data, examples, patterns, and feedback.
C. यातायात की स्थिति के आधार पर मार्ग सुझाना/Suggesting a route based on traffic conditions
Explanation
Simple Explanation
यातायात की स्थिति के आधार पर मार्ग सुझाने वाली प्रणाली वर्तमान ट्रैफिक डेटा का विश्लेषण करके उपयोगकर्ता को बेहतर मार्ग चुनने में सहायता करती है। इसलिए यह कृत्रिम बुद्धिमत्ता द्वारा निर्णय सहायता का उदाहरण है। दीवार पर रंग लगाना एक भौतिक कार्य है; इसमें डेटा के आधार पर विकल्प चुनने की सहायता नहीं होती। परीक्षा टिप: जहाँ AI जानकारी का विश्लेषण करके विकल्प सुझाए, वहाँ उसे निर्णय सहायता समझें। / A system that suggests a route based on traffic conditions analyses traffic data and helps the user choose a better route. Therefore, it is an example of AI-based decision support. Painting a wall is a physical task and does not involve assistance in choosing among data-based alternatives. Exam tip: If AI analyses information and recommends an option, it is providing decision support.
D. गलत या अविश्वसनीय परिणाम/Wrong or unreliable result
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता प्रणाली प्रशिक्षण और निर्णय लेने के लिए आँकड़ों पर निर्भर करती है। यदि आँकड़े गलत, अधूरे या पक्षपाती हों, तो मॉडल गलत पैटर्न सीख सकता है और उसके परिणाम गलत या अविश्वसनीय हो सकते हैं। मशीन का तुरंत बंद हो जाना गलत आँकड़ों का सामान्य प्रभाव नहीं है। परीक्षा टिप: AI के लिए याद रखें—गलत इनपुट डेटा से गलत आउटपुट आने की संभावना बढ़ती है। / An AI system depends on data for training and making decisions. If the data is incorrect, incomplete, or biased, the model may learn wrong patterns and produce incorrect or unreliable results. A machine shutting down quickly is not a usual effect of wrong data. Exam tip: Remember that poor input data increases the chance of poor AI output.
चित्र में सड़क संकेत को पहचानने के लिए उसके आकार, रंग और प्रतीकों जैसी दृश्य विशेषताओं का विश्लेषण किया जाता है। इसलिए यह दृश्य पहचान का उदाहरण है। वाक् पहचान ध्वनि या बोले गए शब्दों को पहचानती है, जबकि यहाँ इनपुट एक चित्र है। परीक्षा टिप: चित्र, वीडियो या कैमरा से वस्तु पहचानने वाले कार्यों को सामान्यतः दृश्य पहचान से जोड़ें। / Recognizing a road sign requires analysing visual features such as its shape, colour, and symbols in an image. Therefore, it is an example of visual recognition. Speech recognition works with sound or spoken words, whereas the input here is an image. Exam tip: Tasks that identify objects from images, videos, or cameras are usually examples of visual recognition.
B. AI ऐसी तकनीक है जो मशीनों को डेटा के आधार पर सीखने, पहचानने या निर्णय लेने में सहायता करती है।/AI is a technology that helps machines learn, recognise patterns, or make decisions using data.
Explanation
Simple Explanation
AI मशीनों को डेटा में पैटर्न पहचानने और उसके आधार पर कार्य या निर्णय करने में सक्षम बनाती है। यह केवल रोबोट या इंटरनेट खोज तक सीमित नहीं है, और परिणामों की जाँच आवश्यक है। परीक्षा टिप: AI की पहचान ‘डेटा से सीखना/पैटर्न पहचानना’ से करें। / AI enables machines to identify patterns in data and perform tasks or make decisions from them. It is not limited to robots or web searches, and its outputs still need checking. Exam tip: identify AI by its ability to learn from data or recognise patterns.
A. आँकड़ों में बार-बार दिखने वाली समानताओं को पहचानना/Identifying repeated similarities in data
Explanation
Simple Explanation
पैटर्न पहचान का अर्थ आँकड़ों में बार-बार मिलने वाली समानताओं, क्रमों या विशेषताओं को पहचानना है। AI इन्हीं पैटर्नों के आधार पर वर्गीकरण या अनुमान कर सकता है। जानकारी मिटाना पैटर्न पहचान नहीं है। परीक्षा टिप: प्रश्न में “समानता”, “क्रम” या “दोहराव” आए, तो उसे पैटर्न पहचान से जोड़ें। / Pattern recognition means identifying repeated similarities, sequences, or features in data. AI can use these patterns to classify information or make predictions. Deleting information is not pattern recognition. Exam tip: Link words such as “similarity,” “sequence,” and “repetition” with pattern recognition.
B. छात्र की रुचि के अनुसार पाठ सुझाना/Suggesting lessons according to a student's interests
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता आधारित सुझाव व्यवस्था उपयोगकर्ता की रुचि, पिछले विकल्पों या आवश्यकताओं का विश्लेषण करके उपयुक्त सामग्री सुझाती है। इसलिए छात्र की रुचि के अनुसार पाठ सुझाना सही उदाहरण है। सभी पाठ्यक्रम हटाना व्यक्तिगत सुझाव नहीं है। परीक्षा टिप: recommendation system का मुख्य कार्य उपयुक्त वस्तु या सामग्री सुझाना है। / An AI-based recommendation system analyses a user’s interests, previous choices, or needs and suggests relevant content. Therefore, suggesting lessons according to a student’s interests is the correct example. Removing all courses is not personalised recommendation. Exam tip: the key function of a recommendation system is to suggest relevant items or content.
C. गलत परिणाम पहचानकर सुधार करने के लिए/To identify and improve wrong outputs
Explanation
Simple Explanation
AI प्रणाली कभी-कभी गलत, पक्षपातपूर्ण या अधूरा परिणाम दे सकती है। मानव निगरानी से ऐसे परिणामों की पहचान, जाँच और आवश्यक सुधार किया जा सकता है, इसलिए विकल्प C सही है। हर निर्णय मशीन पर छोड़ना सुरक्षित या जिम्मेदार उपयोग नहीं है। परीक्षा टिप: AI के जिम्मेदार उपयोग में मानव जाँच और जवाबदेही को याद रखें। / An AI system can sometimes produce incorrect, biased, or incomplete outputs. Human supervision helps identify, review, and correct such outputs, so option C is correct. Leaving every decision to a machine is not safe or responsible use. Exam tip: Link responsible AI with human review and accountability.
स्वचालित संदेश छँटाई में ईमेल या संदेशों को पहले से तय श्रेणियों, जैसे स्पैम, प्राथमिक और सामान्य, में रखा जाता है। यह वर्गीकरण है, क्योंकि मॉडल प्रत्येक संदेश को एक निर्धारित लेबल देता है। क्लस्टरिंग भी संदेशों के समूह बना सकती है, लेकिन उसमें श्रेणियाँ पहले से तय होना आवश्यक नहीं होता। परीक्षा टिप: यदि प्रश्न में वस्तुओं को निश्चित लेबलों में बाँटने की बात हो, तो वर्गीकरण चुनें। / In automatic message sorting, emails or messages are placed into predefined categories such as spam, primary, or general. This is classification because the model assigns each message a fixed label. Clustering can also form groups, but those groups do not need predefined labels. Exam tip: Choose classification when items are assigned to fixed categories or labels.
कृत्रिम बुद्धिमत्ता में भविष्य का अनुमान लगाने के लिए पुराने, विश्वसनीय और संबंधित आँकड़ों में मौजूद पैटर्न का उपयोग किया जाता है। इसलिए विश्वसनीय पिछले आँकड़े सही विकल्प हैं। मशीन या कमरे की दीवार का रंग सामान्यतः अनुमान से संबंधित नहीं होता। परीक्षा टिप: prediction से जुड़े प्रश्नों में relevant historical data और patterns पर ध्यान दें। / In Artificial Intelligence, predictions are made by finding patterns in relevant and reliable past data. Therefore, reliable past data is the correct option. The colour of a machine or a room wall is generally unrelated to prediction. Exam tip: For prediction-based questions, look for relevant historical data and patterns.
D. यह गलत या पक्षपाती आँकड़ों से गलत परिणाम दे सकती है/It can give wrong results from wrong or biased data
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता के परिणाम उसके प्रशिक्षण डेटा की गुणवत्ता पर निर्भर करते हैं। यदि आँकड़े गलत, अधूरे या पक्षपाती हों, तो AI का परिणाम भी गलत या अनुचित हो सकता है। विकल्प A निकटतम भ्रामक विकल्प है, क्योंकि AI हमेशा सही या निष्पक्ष निर्णय नहीं देती। परीक्षा टिप: AI की सीमाओं में डेटा पक्षपात, गलतियाँ और मानव निगरानी की आवश्यकता याद रखें। / AI outputs depend on the quality of its training data. If the data are incorrect, incomplete, or biased, the AI system can also produce incorrect or unfair results. Option A is a close distractor because AI does not always make correct or unbiased decisions. Exam tip: Remember data bias, possible errors, and the need for human oversight as key AI limitations.
आवाज पहचानने वाली व्यवस्था इनपुट के रूप में बोली गई ध्वनि, अर्थात ऑडियो संकेतों, पर काम करती है और उनसे शब्दों या आदेशों को पहचानती है। लिखित पाठ पर काम करने वाली प्रणाली OCR या टेक्स्ट-प्रोसेसिंग से अधिक संबंधित होती है, न कि speech recognition से। परीक्षा टिप: speech recognition को हमेशा आवाज या ऑडियो इनपुट से जोड़ें। / A speech recognition system takes spoken sound, or audio signals, as input and identifies words or commands from them. Written text is more closely associated with OCR or text processing, not speech recognition. Exam tip: Link speech recognition with voice or audio input.
C. सत्य, सुरक्षा और सम्मान का ध्यान रखना/Considering truth, safety, and respect
Explanation
Simple Explanation
एआई के नैतिक उपयोग में सत्यनिष्ठा, सुरक्षा, गोपनीयता और लोगों के सम्मान का ध्यान रखना शामिल है। इसलिए सत्य, सुरक्षा और सम्मान का ध्यान रखना सही विकल्प है। बिना अनुमति जानकारी लेना या गलत परिणाम छिपाना अनैतिक है, क्योंकि इससे गोपनीयता और विश्वास को नुकसान पहुँच सकता है। परीक्षा टिप: एआई नैतिकता वाले प्रश्नों में निष्पक्षता, पारदर्शिता, गोपनीयता और सुरक्षा जैसे शब्दों पर ध्यान दें। / Ethical use of AI includes honesty, safety, privacy, and respect for people. Therefore, considering truth, safety, and respect is correct. Obtaining information without permission or hiding incorrect AI outputs is unethical because it can harm privacy and trust. Exam tip: In AI ethics questions, look for ideas such as fairness, transparency, privacy, and safety.
D. चिकित्सीय चित्रों से रोग के संकेत पहचानने में सहायता करना/Helping identify signs of disease in medical images
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता एक्स-रे, स्कैन और अन्य चिकित्सीय चित्रों में रोग के संभावित संकेत पहचानने में डॉक्टरों की सहायता कर सकती है। इसलिए विकल्प D सही है। AI का परिणाम बिना जाँच स्वीकार नहीं करना चाहिए, क्योंकि अंतिम निर्णय प्रशिक्षित स्वास्थ्य विशेषज्ञ का होता है। परीक्षा टिप: स्वास्थ्य सेवा में AI को सहायक उपकरण मानें, डॉक्टर का विकल्प नहीं। / Artificial Intelligence can assist doctors by identifying possible signs of disease in X-rays, scans, and other medical images. Therefore, option D is correct. AI output should not be accepted without review because the final decision must be made by a trained healthcare professional. Exam tip: Treat AI in healthcare as an assistive tool, not a replacement for a doctor.
A. फसल और मौसम से जुड़ी सलाह देकर/By giving crop and weather related advice
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता मौसम, मिट्टी, फसल की अवस्था और पिछले आँकड़ों का विश्लेषण करके किसानों को बुवाई, सिंचाई, उर्वरक तथा फसल सुरक्षा के बारे में उपयोगी सलाह दे सकती है। इसलिए विकल्प A सही है। मिट्टी की जाँच बंद करना, सभी खेतों को एक जैसा मानना या कीटों के संकेत अनदेखा करना सही कृषि-निर्णय नहीं हैं। परीक्षा टिप: कृषि में AI का मुख्य उपयोग आँकड़ों के आधार पर निर्णय लेने में सहायता देना है। / Artificial Intelligence can analyse weather, soil conditions, crop status, and past data to advise farmers about sowing, irrigation, fertiliser use, and crop protection. Therefore, option A is correct. Stopping soil monitoring, treating every field identically, or ignoring pest signs would not support sound farm decisions. Exam tip: In agriculture, AI is mainly used to support data-based decision-making.
C. जब निजी जानकारी बिना अनुमति साझा की जाए/When personal information is shared without permission
Explanation
Simple Explanation
निजी जानकारी में नाम, संपर्क विवरण, स्थान या अन्य व्यक्तिगत डेटा शामिल हो सकता है। AI प्रणाली द्वारा ऐसी जानकारी को व्यक्ति की अनुमति के बिना साझा करने पर गोपनीयता भंग होने का खतरा बढ़ता है। सुरक्षित भंडारण और स्पष्ट सहमति गोपनीयता की रक्षा करते हैं; परिणामों की जाँच मुख्यतः सटीकता से जुड़ी है। परीक्षा टिप: गोपनीयता के प्रश्नों में ‘सहमति’ और ‘अनधिकृत साझा करना’ प्रमुख संकेत हैं। / Personal information may include a person’s name, contact details, location, or other personal data. The risk of privacy violation increases when an AI system shares such information without the person’s permission. Secure storage and clear consent protect privacy, while checking outputs is mainly related to accuracy. Exam tip: In privacy questions, look for consent and unauthorised sharing of data.
A. कृत्रिम बुद्धिमत्ता उदाहरणों से पैटर्न सीखकर अपने प्रदर्शन में सुधार कर सकती है/Artificial Intelligence can learn patterns from examples and improve its performance
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता डेटा या उदाहरणों में पैटर्न पहचानकर सीख सकती है और नए समान मामलों में बेहतर निर्णय दे सकती है। इसके विपरीत, साधारण निर्देश वाला कार्यक्रम प्रोग्रामर द्वारा पहले से लिखे निश्चित नियमों के अनुसार कार्य करता है। विकल्प B गलत है, क्योंकि साधारण कार्यक्रम सामान्यतः अपने नियम स्वयं नहीं बदलता। परीक्षा टिप: AI की पहचान सीखने, पैटर्न पहचानने और अनुमान लगाने की क्षमता से करें। / Artificial Intelligence can identify patterns in data or examples, learn from them, and make better decisions in similar new cases. In contrast, a simple instruction-based program works according to fixed rules written in advance by the programmer. Option B is incorrect because an ordinary program does not usually modify its own rules. Exam tip: Identify AI by its ability to learn, recognise patterns, and make predictions.
B. सूचना को स्वचालित रूप से छाँटना/Automatically sorting information
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता बड़ी मात्रा में सूचना में पैटर्न पहचानकर उसे स्वचालित रूप से वर्गीकृत या छाँट सकती है। इससे बार-बार होने वाले हाथ से किए जाने वाले काम में समय बचता है, इसलिए विकल्प B सही है। विकल्प A में व्यक्ति को स्वयं छँटाई करनी पड़ती है, इसलिए समय अधिक लगता है। परीक्षा टिप: AI के लाभों में स्वचालन, तेज़ प्रसंस्करण और समय की बचत को पहचानें। / Artificial Intelligence can identify patterns in large amounts of information and sort or classify it automatically. This saves time in repetitive manual work, so option B is correct. In option A, a person must do the sorting manually, which takes more time. Exam tip: Look for automation, faster processing, and time saving as common benefits of AI.
C. चित्रों को पशु और पक्षी समूहों में बाँटना/Dividing images into animal and bird groups
Explanation
Simple Explanation
वर्गीकरण में AI किसी वस्तु या डेटा को पहले से तय श्रेणियों में पहचानकर रखता है। चित्रों को पशु और पक्षी के समूहों में बाँटना वर्गीकरण है, क्योंकि प्रत्येक चित्र को एक श्रेणी दी जाती है। कुर्सी उठाना या दीवार पर कील लगाना भौतिक कार्य हैं, वर्गीकरण नहीं। परीक्षा टिप: जब डेटा को नामित समूहों में बाँटना हो, तो उसे वर्गीकरण समझें। / In classification, AI identifies an item or data point and places it into predefined categories. Dividing images into animal and bird groups is classification because each image receives a category label. Lifting a chair or fixing a nail are physical actions, not classification. Exam tip: If data is assigned to named groups, it is likely classification.
D. जब विश्वसनीय आँकड़ों का उपयोग हो और परिणाम की जाँच की जाए/When reliable data is used and the output is verified
Explanation
Simple Explanation
भरोसेमंद AI उपयोग के लिए गुणवत्तापूर्ण, विश्वसनीय आँकड़े और उसके परिणामों की मानवीय जाँच आवश्यक है। इससे गलत, भ्रामक या अनुचित परिणामों को पहचानकर सुधारा जा सकता है। केवल सही आँकड़े होना पर्याप्त नहीं है; परिणाम की जाँच भी जरूरी है। परीक्षा टिप: AI की विश्वसनीयता से जुड़े प्रश्नों में डेटा की गुणवत्ता और आउटपुट सत्यापन वाले विकल्प को प्राथमिकता दें। / Reliable AI use requires high-quality, trustworthy data and human verification of its output. Verification helps identify and correct inaccurate, misleading, or unsuitable results. Correct data alone is not enough; the output must also be checked. Exam tip: In questions on AI reliability, look for both data quality and output verification.
A. संगीत ऐप का सुनने के इतिहास के आधार पर नए गीत सुझाना/A music app suggesting new songs based on listening history
Explanation
Simple Explanation
संगीत ऐप सुनने के पिछले विकल्पों के पैटर्न का विश्लेषण करके व्यक्तिगत सुझाव देता है, इसलिए यह AI का उदाहरण है। अन्य विकल्प केवल स्थिर जानकारी या मानवीय कार्य हैं। परीक्षा टिप: सीखने या अनुमान लगाने वाली प्रणाली पहचानें। / A music app analyses patterns in earlier listening choices to make personalised suggestions, so it is an AI application. The other options involve fixed information or a manual task. Exam tip: look for systems that learn patterns or make predictions.
B. यह उपयोगी है, पर इसके जिम्मेदार उपयोग की आवश्यकता है/It is useful, but it needs to be used responsibly
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता की संतुलित समझ का अर्थ है उसके लाभों को पहचानना और साथ ही उसका जिम्मेदारी से उपयोग करना। एआई कई कार्यों को तेज और सुविधाजनक बना सकती है, लेकिन सुरक्षा, गोपनीयता, निष्पक्षता तथा मानवीय जाँच आवश्यक हैं। विकल्प D निकट का भ्रामक विकल्प है, क्योंकि एआई के परिणामों को बिना जाँचे पूरी तरह स्वीकार करना उचित नहीं है। परीक्षा टिप: लाभ और सावधानी—दोनों को शामिल करने वाला विकल्प संतुलित दृष्टिकोण दर्शाता है। / A balanced understanding of AI means recognising its benefits while using it responsibly. AI can make many tasks faster and more convenient, but safety, privacy, fairness, and human checking remain important. Option D is a close distractor because AI outputs should not be accepted completely without verification. Exam tip: A balanced view usually includes both the benefits of AI and the need for caution.
C. लिखे हुए पाठ का सार बनाना/Summarizing written text
Explanation
Simple Explanation
लिखे हुए पाठ का सार बनाने में वाक्यों का अर्थ समझना, मुख्य विचार पहचानना और उन्हें संक्षेप में प्रस्तुत करना शामिल है। यह प्राकृतिक भाषा प्रसंस्करण (NLP) का उपयोग है, इसलिए विकल्प C सही है। चित्र में वस्तुओं की पहचान करना भी AI का उपयोग हो सकता है, लेकिन वह कंप्यूटर विज़न से संबंधित है, भाषा से नहीं। परीक्षा टिप: पाठ, अनुवाद, चैटबॉट और सार-लेखन जैसे कार्यों को भाषा-आधारित AI उपयोगों में रखें। / Summarizing written text involves understanding sentence meaning, identifying key ideas, and presenting them briefly. This is a Natural Language Processing (NLP) application, so option C is correct. Identifying objects in an image can also use AI, but it belongs to computer vision rather than language. Exam tip: Classify tasks such as text summarisation, translation, chatbots, and speech processing as language-based AI applications.
D. दोहराए जाने वाले कार्यों में समय बचाना/Saving time in repetitive tasks
Explanation
Simple Explanation
स्वचालन में मशीन या सॉफ्टवेयर कुछ कार्यों को अपने आप पूरा करते हैं। इससे डेटा प्रविष्टि, छँटाई या रिपोर्ट बनाने जैसे दोहराए जाने वाले कार्यों में समय बचता है और लोग अधिक महत्वपूर्ण कामों पर ध्यान दे सकते हैं। त्रुटियों को छिपाना स्वचालन का लाभ नहीं है। परीक्षा टिप: स्वचालन को नियमित कार्यों में समय और प्रयास की बचत से जोड़ें। / In automation, a machine or software completes certain tasks automatically. This saves time in repetitive work such as data entry, sorting, or report generation, allowing people to focus on more important tasks. Hiding errors is not a benefit of automation. Exam tip: associate automation with saving time and effort in routine tasks.
A. समाधान गलत समस्या के लिए विकसित हो सकता है/The solution may be developed for the wrong problem
Explanation
Simple Explanation
यदि एआई प्रणाली का उद्देश्य स्पष्ट नहीं है, तो टीम गलत समस्या को परिभाषित कर सकती है और अनुपयुक्त डेटा, मॉडल या सफलता-मापदंड चुन सकती है। इसलिए समाधान उपयोगकर्ता की वास्तविक आवश्यकता पूरी नहीं करेगा। विकल्प B में सटीकता अपने-आप बढ़ने की बात गलत है; स्पष्ट उद्देश्य के बिना सटीकता का सही मूल्यांकन भी कठिन होता है। परीक्षा टिप: एआई परियोजना में समस्या और उद्देश्य को परिभाषित करना पहला आवश्यक चरण मानें। / If an AI system’s purpose is unclear, the team may define the wrong problem and choose unsuitable data, models, or success measures. As a result, the solution may not meet the user’s actual need. Option B is incorrect because accuracy does not improve automatically; without a clear purpose, even judging the right accuracy measure is difficult. Exam tip: Treat defining the problem and purpose as an essential first step in an AI project.
C. तकनीक का सम्मान और जिम्मेदारी से उपयोग करना/Using technology with respect and responsibility
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता में अच्छे नागरिक व्यवहार का अर्थ है तकनीक का नैतिक, सुरक्षित और जिम्मेदार उपयोग करना तथा दूसरों की गोपनीयता और सम्मान का ध्यान रखना। इसलिए विकल्प C सही है। बिना जाँच गलत एआई-जनित जानकारी साझा करना हानिकारक हो सकता है, जबकि निजी जानकारी चुराना या बिना अनुमति चित्र बाँटना गोपनीयता का उल्लंघन है। परीक्षा टिप: डिजिटल नागरिकता वाले प्रश्नों में गोपनीयता, सत्यापन, सम्मान और जिम्मेदारी से जुड़े विकल्प सामान्यतः सही होते हैं। / Good citizenship in Artificial Intelligence means using technology ethically, safely, and responsibly while respecting other people's privacy and dignity. Therefore, option C is correct. Sharing unchecked incorrect AI-generated information can cause harm, while stealing personal information or sharing images without permission violates privacy. Exam tip: In digital-citizenship questions, look for options involving privacy, verification, respect, and responsibility.
D. कृत्रिम बुद्धिमत्ता केवल रोबोटों तक सीमित है/Artificial Intelligence is limited only to robots.
Explanation
Simple Explanation
विकल्प D गलत धारणा है। कृत्रिम बुद्धिमत्ता का उपयोग केवल रोबोटों में नहीं, बल्कि मोबाइल फोन के सुझावों, भाषा-अनुवाद, स्वास्थ्य सेवाओं, शिक्षा और कृषि जैसे क्षेत्रों में भी होता है। विकल्प A, B और C AI के व्यावहारिक उपयोग और जिम्मेदार निगरानी से जुड़े सही कथन हैं। परीक्षा टिप: AI को केवल मानव-जैसे रोबोट के रूप में नहीं, बल्कि डेटा के आधार पर कार्य करने वाली तकनीक के रूप में याद रखें। / Option D is the misconception. Artificial Intelligence is not limited to robots; it is also used in phone recommendations, language translation, healthcare, education, and agriculture. Options A, B, and C are valid statements about AI applications, learning from data, and responsible human oversight. Exam tip: Remember that AI is broader than human-like robots; it includes technologies that perform tasks using data.
A. सही, स्वच्छ और कार्य से प्रासंगिक आँकड़े/Accurate, clean, and task-relevant data
Explanation
Simple Explanation
अच्छे आँकड़े सही, त्रुटिरहित या यथासंभव स्वच्छ, तथा उस कार्य या समस्या से प्रासंगिक होते हैं जिसके लिए AI मॉडल बनाया जा रहा है। इसलिए विकल्प A सही है। अधूरे या पक्षपाती आँकड़े मॉडल के परिणामों को अविश्वसनीय या अनुचित बना सकते हैं। परीक्षा टिप: डेटा की गुणवत्ता जाँचते समय accuracy, cleanliness और relevance को याद रखें। / Good data is accurate, as clean as possible, and relevant to the task or problem for which an AI model is being built. Therefore, option A is correct. Incomplete or biased data can make a model’s results unreliable or unfair. Exam tip: Remember accuracy, cleanliness, and relevance as key features of good data.
B. उपयोगकर्ता की पसंद के आधार पर गीत सुझाना/Recommending songs based on a user's preferences
Explanation
Simple Explanation
गीत-सुझाव प्रणाली उपयोगकर्ता द्वारा सुने गए गीतों, पसंद और रुचियों के पैटर्न का विश्लेषण करके नए या मिलते-जुलते गीत सुझा सकती है। इसलिए यह मनोरंजन क्षेत्र में कृत्रिम बुद्धिमत्ता का उपयोग है। कागज पर नाम लिखना या कुर्सी साफ करना सामान्य कार्य हैं; इनमें अपने-आप डेटा के आधार पर निर्णय लेने वाली AI प्रणाली आवश्यक नहीं होती। परीक्षा टिप: व्यक्तिगत सुझाव, जैसे गीत, फिल्म या वीडियो की सिफारिश, AI के सामान्य उदाहरण हैं। / A song recommendation system can analyse patterns in a user's listening history, preferences, and interests to suggest new or similar songs. Therefore, it is an application of AI in entertainment. Writing a name on paper or cleaning a chair are ordinary tasks and do not inherently require an AI system that makes data-based decisions. Exam tip: Personalised recommendations for songs, films, or videos are common examples of AI.
A. जब निर्णय लोगों के जीवन, अधिकारों या अवसरों को प्रभावित कर सकता हो/When the decision can affect people's lives, rights, or opportunities
Explanation
Simple Explanation
एआई का निर्णय यदि भर्ती, ऋण, स्वास्थ्य सेवा, शिक्षा या अन्य अवसरों में लोगों को प्रभावित करता है, तो उसकी जाँच सबसे जरूरी होती है। गलत डेटा, त्रुटि या पक्षपात से किसी व्यक्ति के साथ अनुचित व्यवहार हो सकता है। तेज परिणाम मिलना अपने-आप में जाँच की आवश्यकता का मुख्य कारण नहीं है। परीक्षा टिप: जहाँ लोगों के अधिकार, सुरक्षा या अवसर प्रभावित हों, वहाँ मानव निगरानी और निष्पक्षता की जाँच चुनें। / Checking is most important when an AI decision affects people in areas such as hiring, loans, healthcare, education, or access to opportunities. Incorrect data, errors, or bias may lead to unfair treatment. Producing a result quickly is not, by itself, the main reason for checking. Exam tip: Choose human oversight and fairness checks whenever rights, safety, or opportunities may be affected.
B. विविध और संतुलित आँकड़ों का उपयोग करना/Using diverse and balanced data
Explanation
Simple Explanation
विविध और संतुलित आँकड़े अलग-अलग समूहों, परिस्थितियों और अनुभवों का बेहतर प्रतिनिधित्व करते हैं। इससे AI मॉडल किसी एक समूह के पक्ष में अनुचित परिणाम देने की संभावना कम करता है। केवल एक समूह का डेटा लेने से पूर्वाग्रह बढ़ सकता है, जबकि परिणामों की जाँच भी पूर्वाग्रह पहचानने के लिए आवश्यक है। परीक्षा टिप: AI में निष्पक्षता के लिए डेटा की विविधता, संतुलन और गुणवत्ता पर ध्यान दें। / Diverse and balanced data represents different groups, situations, and experiences more fairly. This reduces the chance that an AI model will produce unfair results favouring one group. Using data from only one group can increase bias, and reviewing outputs is also necessary to identify bias. Exam tip: For AI fairness questions, focus on data diversity, balance, and quality.
C. छात्र की कमजोरी का विश्लेषण करके उसके लिए उपयुक्त अभ्यास सुझाना/Analysing a student's weaknesses and suggesting suitable practice
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता छात्र के उत्तरों और प्रदर्शन का विश्लेषण करके उसकी कमजोरियों के अनुसार अभ्यास सुझा सकती है। इसलिए विकल्प C व्यक्तिगत सहायता का उदाहरण है। विकल्प A में सभी को एक जैसा अभ्यास मिलता है, इसलिए वह व्यक्तिगत नहीं है। परीक्षा टिप: व्यक्तिगत AI सहायता में सामग्री या सुझाव उपयोगकर्ता की आवश्यकता के अनुसार बदलते हैं। / Artificial Intelligence can analyse a student's answers and performance, then recommend practice based on the student's weaknesses. Therefore, option C is an example of personalised help. In option A, every learner receives identical practice, so it is not personalised. Exam tip: In personalised AI support, recommendations or content change according to the user's needs.
D. उपयोग से पहले उद्देश्य, आँकड़ों और संभावित जोखिमों को समझना
Explanation
Simple Explanation
एआई का सुरक्षित और सही उपयोग करने से पहले उसका उद्देश्य, प्रयुक्त आँकड़े तथा संभावित जोखिम समझना आवश्यक है। इससे गोपनीयता, पक्षपातपूर्ण परिणाम और गलत निर्णयों जैसे जोखिमों को कम किया जा सकता है। निजी जानकारी बिना अनुमति लेना या गलत परिणाम छिपाना असुरक्षित और अनैतिक है। परीक्षा टिप: एआई के जिम्मेदार उपयोग में पारदर्शिता, गोपनीयता और जोखिम-जागरूकता को सही विकल्प मानें। / Before using AI, one should understand its purpose, the data involved, and possible risks. This helps reduce problems such as privacy breaches, biased outputs, and incorrect decisions. Collecting private information without permission or hiding wrong outputs is unsafe and unethical. Exam tip: For responsible AI use, prefer options involving transparency, privacy, and risk awareness.
A. परिणाम को समझना, सत्यापित करना और जिम्मेदारी से उपयोग करना/Understanding, verifying, and using the output responsibly
Explanation
Simple Explanation
उपयोगकर्ता की महत्वपूर्ण भूमिका एआई के परिणाम को समझना, उसकी विश्वसनीयता जाँचना और उसका जिम्मेदारी से उपयोग करना है। एआई कभी-कभी गलत, पक्षपाती या अधूरी जानकारी दे सकता है, इसलिए हर परिणाम को सही मान लेना उचित नहीं है। गलत सूचना फैलाना और गोपनीयता का उल्लंघन करना भी जिम्मेदार उपयोग के विरुद्ध है। परीक्षा टिप: एआई से जुड़े प्रश्नों में सत्यापन, गोपनीयता और जिम्मेदार उपयोग जैसे विकल्पों को प्राथमिकता दें। / A user's important role is to understand an AI output, verify its reliability, and use it responsibly. AI can sometimes produce incorrect, biased, or incomplete information, so its output should not be accepted blindly. Spreading misinformation or violating privacy is also contrary to responsible use. Exam tip: In AI ethics questions, look for ideas such as verification, privacy, and responsible use.
B. पक्षपाती आँकड़ों के कारण अन्यायपूर्ण परिणाम आना/Unfair outcomes caused by biased data
Explanation
Simple Explanation
पक्षपाती आँकड़ों पर प्रशिक्षित AI प्रणाली कुछ समूहों के बारे में गलत या भेदभावपूर्ण निर्णय दे सकती है। इसलिए विकल्प B AI का एक वास्तविक जोखिम बताता है। विकल्प A, C और D AI के संभावित लाभ हैं, यदि प्रणाली का उचित और जिम्मेदार उपयोग किया जाए। परीक्षा टिप: AI के जोखिमों में पक्षपात, गोपनीयता और गलत निर्णय जैसे शब्दों पर ध्यान दें। / An AI system trained on biased data may make inaccurate or discriminatory decisions about certain groups. Therefore, option B describes a genuine AI risk. Options A, C, and D are potential benefits when AI is used properly and responsibly. Exam tip: Look for terms such as bias, privacy, and incorrect decisions when identifying AI risks.
B. झूठी जानकारी फैलाना/Spreading false information
Explanation
Simple Explanation
भाषा अनुवाद, चित्र पहचान और व्यक्तिगत सुझाव देना कृत्रिम बुद्धिमत्ता के सामान्य और उपयोगी अनुप्रयोग हैं। झूठी जानकारी फैलाना एआई का जिम्मेदार या सही उपयोग नहीं है, क्योंकि इससे लोगों को भ्रमित किया जा सकता है और हानि हो सकती है। परीक्षा टिप: उपयोगी अनुप्रयोग और एआई के अनैतिक दुरुपयोग में अंतर पहचानें। / Language translation, image recognition, and personalised recommendations are common and useful applications of Artificial Intelligence. Spreading false information is not a responsible or correct use of AI because it can mislead people and cause harm. Exam tip: distinguish between beneficial AI applications and unethical misuse of AI.
A. जब इसका उपयोग सुरक्षित, निष्पक्ष और जिम्मेदारी से किया जाए/When it is used safely, fairly and responsibly
Explanation
Simple Explanation
AI का समाज पर सकारात्मक प्रभाव तब पड़ता है, जब उसका उपयोग सुरक्षित, निष्पक्ष और जिम्मेदारी के साथ किया जाए। इससे लोगों के अधिकारों, गोपनीयता और सुरक्षा का ध्यान रखा जाता है। विकल्प B गोपनीयता का उल्लंघन करता है, जबकि विकल्प D में मानवीय निगरानी न होने से गलत निर्णयों का जोखिम बढ़ सकता है। परीक्षा टिप: जिम्मेदार AI से जुड़े प्रश्नों में निष्पक्षता, सुरक्षा, गोपनीयता और मानवीय निगरानी जैसे सिद्धांतों को पहचानें। / AI has a positive impact on society when it is used safely, fairly and responsibly. This helps protect people’s rights, privacy and safety. Option B violates privacy, while option D can increase the risk of incorrect decisions because it removes human oversight. Exam tip: For responsible-AI questions, identify principles such as fairness, safety, privacy and human oversight.
A. यह गलत, अधूरे और असंबंधित आँकड़ों को हटाकर डेटा की गुणवत्ता सुधारती है/It improves data quality by removing incorrect, incomplete and irrelevant data
Explanation
Simple Explanation
आँकड़ों की सफाई में गलत, दोहराए गए, अधूरे या असंबंधित रिकॉर्ड को पहचानकर हटाना अथवा सुधारना शामिल है। इससे AI मॉडल को अधिक विश्वसनीय डेटा मिलता है और उसके परिणाम बेहतर हो सकते हैं। विकल्प B गलत है क्योंकि सफाई डेटा को शून्य नहीं करती; वह उपयोगी डेटा को अधिक गुणवत्तापूर्ण बनाती है। परीक्षा टिप: data cleaning को data quality और विश्वसनीय AI परिणामों से जोड़कर याद रखें। / Data cleaning involves identifying and removing or correcting inaccurate, duplicate, incomplete, or irrelevant records. It gives an AI model more reliable data and can improve its results. Option B is incorrect because cleaning does not reduce data to zero; it improves the quality of useful data. Exam tip: Link data cleaning with data quality and reliable AI outputs.
A. मशीन द्वारा लिखे वाक्य का अर्थ समझना/A machine understanding the meaning of a written sentence
Explanation
Simple Explanation
प्राकृतिक भाषा समझ (Natural Language Understanding) में AI मानव भाषा के शब्दों, वाक्यों और उनके अर्थ को समझता है। इसलिए लिखे हुए वाक्य का अर्थ समझना सही उदाहरण है। मेज उठाना रोबोटिक्स का कार्य है, भाषा समझ का नहीं। परीक्षा टिप: यदि प्रश्न में पाठ, वाक्य, बातचीत या अर्थ समझने की बात हो, तो वह प्राकृतिक भाषा प्रसंस्करण/समझ से संबंधित होता है। / Natural Language Understanding (NLU) enables AI to interpret the words, sentences, and meaning of human language. Therefore, understanding the meaning of a written sentence is the correct example. Lifting a table is a robotics task, not a language-understanding task. Exam tip: Questions involving text, sentences, conversation, or meaning usually relate to natural language processing or understanding.
A. यह ऐसी तकनीक है जो मशीनों को डेटा से सीखने, पैटर्न पहचानने और निर्णय लेने में सहायता करती है/It is a technology that helps machines learn from data, recognise patterns, and support decision-making.
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता ऐसी तकनीक है जो डेटा से पैटर्न सीखकर वर्गीकरण, पूर्वानुमान या निर्णय-सहायता जैसे कार्य कर सकती है। इसलिए विकल्प A सबसे सही है। विकल्प C गलत है क्योंकि AI को डेटा, नियमों या प्रशिक्षण की आवश्यकता होती है और इसके परिणाम हमेशा त्रुटिरहित नहीं होते। परीक्षा टिप: AI को मानव बुद्धि का पूर्ण विकल्प नहीं, बल्कि मानव निर्णय में सहायक तकनीक के रूप में याद रखें। / Artificial Intelligence is a technology that can learn patterns from data and perform tasks such as classification, prediction, or decision support. Therefore, option A is the most correct. Option C is wrong because AI needs data, rules, or training, and its outputs are not always error-free. Exam tip: Remember AI as a technology that supports human decision-making, not as a complete replacement for human judgement.
A. सही समाधान के लिए दिशा तय करना/Defining the direction for an appropriate solution
Explanation
Simple Explanation
समस्या पहचान का उद्देश्य यह स्पष्ट करना है कि वास्तव में किस समस्या का समाधान चाहिए, किसके लिए चाहिए और अपेक्षित परिणाम क्या है। इससे उपयुक्त आँकड़े, AI मॉडल और समाधान-रणनीति चुनने की दिशा मिलती है। विकल्प B गलत है क्योंकि समस्या को समझे बिना मॉडल चुनना उचित AI प्रक्रिया नहीं है। परीक्षा टिप: AI परियोजना में समस्या पहचान को योजना बनाने का प्रारंभिक चरण याद रखें। / Problem identification clarifies what problem must be solved, for whom it must be solved, and what outcome is expected. It provides direction for selecting suitable data, an AI model, and a solution strategy. Option B is incorrect because choosing a model before understanding the problem is not a sound AI process. Exam tip: Remember problem identification as the first planning step in an AI project.
कृत्रिम बुद्धिमत्ता में मशीन को उदाहरण और आँकड़े दिए जाते हैं, जिनमें वह पैटर्न तथा संबंध पहचानकर सीखती है। इसलिए विकल्प B सही है। मशीन का रंग, कमरे की ऊँचाई या कुर्सी की बनावट सामान्यतः मशीन के सीखने का आधार नहीं होते। परीक्षा टिप: AI में सीखने का मुख्य आधार डेटा और उदाहरण होते हैं। / In Artificial Intelligence, a machine learns by analysing examples and data to identify patterns and relationships. Therefore, option B is correct. The colour of the machine, the height of a room, and the design of a chair are not normally the basis for machine learning. Exam tip: Remember that data and examples are the main inputs for AI learning.
A. जब समस्या स्पष्ट हो और आँकड़े सही हों/When the problem is clear and the data is accurate
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता सबसे उपयोगी तब होती है जब समस्या और लक्ष्य स्पष्ट हों तथा उसे सही, प्रासंगिक आँकड़े मिलें। इससे मॉडल को उचित पैटर्न सीखने और उपयोगी परिणाम देने में सहायता मिलती है। गलत या अधूरे आँकड़े गलत परिणाम दे सकते हैं, और परिणामों की जाँच न करना भी जोखिमपूर्ण है। परीक्षा टिप: AI के प्रभावी उपयोग के लिए स्पष्ट समस्या, गुणवत्तापूर्ण आँकड़े और परिणामों का सत्यापन याद रखें। / Artificial Intelligence is most useful when the problem and objective are clear and it is provided with accurate, relevant data. This helps the model learn appropriate patterns and produce useful results. Incorrect or incomplete data can lead to wrong outputs, and accepting outputs without checking them is risky. Exam tip: Remember the three essentials for effective AI use—clear problem, quality data, and output verification.
C. सीखे हुए पैटर्न के आधार पर नए इनपुट का अनुमान लगाना/Predict outcomes for new inputs based on learned patterns
Explanation
Simple Explanation
प्रशिक्षण के दौरान मशीन डेटा के उदाहरणों में मौजूद पैटर्न सीखती है। इन्हीं पैटर्नों का उपयोग करके वह नए इनपुट के परिणाम का अनुमान लगा सकती है, इसलिए विकल्प C सही है। प्रशिक्षण से मशीन के हर निर्णय का त्रुटिरहित होना सुनिश्चित नहीं होता, इसलिए विकल्प B गलत है। परीक्षा टिप: AI में training का मुख्य उद्देश्य डेटा से पैटर्न सीखकर prediction करना है। / During training, a machine learns patterns from data examples. It can then use those patterns to predict outcomes for new inputs, so option C is correct. Training does not guarantee error-free decisions in every situation, so option B is incorrect. Exam tip: In AI, training mainly helps a system learn patterns from data for prediction.
कृत्रिम बुद्धिमत्ता में परीक्षण का मुख्य उद्देश्य यह जाँचना है कि मॉडल या प्रणाली अपेक्षित परिस्थितियों में सही और विश्वसनीय परिणाम दे रही है या नहीं। परीक्षण से त्रुटियों, पक्षपात या कमजोर प्रदर्शन की पहचान की जा सकती है। केवल डेटा छिपाना परीक्षण नहीं है। परीक्षा टिप: testing को output की accuracy और reliability की जाँच से जोड़ें। / The main purpose of testing in AI is to check whether a model or system produces accurate and reliable results under expected conditions. Testing can reveal errors, bias, or weak performance. Simply hiding training data is not testing. Exam tip: associate testing with checking output accuracy and reliability.
A. चित्र में पेड़ की पहचान करना/Identifying a tree in an image
Explanation
Simple Explanation
चित्र में पेड़ की पहचान करने के लिए AI को पिक्सेलों में मौजूद आकार, रंग, किनारों और पैटर्न जैसी दृश्य विशेषताओं का विश्लेषण करना पड़ता है। इसलिए यह कंप्यूटर विज़न का उदाहरण है। कुर्सी उठाना रोबोट की भौतिक क्रिया है; इसमें अपने-आप दृश्य जानकारी को समझना आवश्यक नहीं है। परीक्षा टिप: चित्र, चेहरा या वस्तु पहचानने वाले कार्यों को कंप्यूटर विज़न से जोड़ें। / To identify a tree in an image, AI analyses visual features in pixels, such as shapes, colours, edges, and patterns. Therefore, this is an example of computer vision. Lifting a chair is a physical robotic action and does not necessarily involve understanding visual information. Exam tip: Link tasks such as recognising images, faces, or objects with computer vision.
A. लिखे संदेश का अर्थ समझना/Understanding the meaning of a written message
Explanation
Simple Explanation
भाषा समझने में AI लिखे या बोले गए शब्दों का अर्थ, संदर्भ और आशय पहचानती है। इसलिए लिखे संदेश का अर्थ समझना भाषा समझने का सही उदाहरण है। दीवार रंगना, पानी भरना और चाबी मोड़ना भौतिक कार्य हैं; इनमें भाषा के अर्थ का विश्लेषण आवश्यक नहीं होता। परीक्षा टिप: भाषा समझ से जुड़े प्रश्नों में अर्थ, संदर्भ, प्रश्न या उत्तर पहचानने वाले कार्य चुनें। / Language understanding enables AI to identify the meaning, context, and intent of written or spoken words. Therefore, understanding the meaning of a written message is the correct example. Painting a wall, filling water, and bending a key are physical tasks that do not require analysing language meaning. Exam tip: In questions on language understanding, look for tasks involving meaning, context, questions, or responses.
B. संदेशों की सामग्री पहचानकर उन्हें अपने आप उचित समूहों में वर्गीकृत करना/Automatically classifying messages into appropriate groups by identifying their content
Explanation
Simple Explanation
सही उत्तर B है। कृत्रिम बुद्धिमत्ता संदेश की सामग्री, शब्दों या पैटर्न को पहचानकर उसे स्पैम, कार्य, सामाजिक आदि उपयुक्त समूहों में अपने आप वर्गीकृत कर सकती है। विकल्प A में कार्य मनुष्य कर रहा है, इसलिए यह स्वचालन नहीं है। विकल्प C में सभी संदेशों को एक ही समूह में भेजना वर्गीकरण नहीं दर्शाता। परीक्षा टिप: AI-आधारित स्वचालन में प्रणाली डेटा या पैटर्न के आधार पर निर्णय लेकर काम करती है। / Option B is correct. Artificial Intelligence can identify a message’s content, words, or patterns and automatically classify it into suitable groups such as spam, work, or social. In option A, a person performs the task, so it is not automation. Option C does not show meaningful classification because every message is sent to one group. Exam tip: In AI-based automation, a system uses data or patterns to make a decision and perform a task.
A. डेटा को उसकी विशेषताओं के आधार पर पहले से निर्धारित श्रेणियों में रखना/Assigning data to predefined categories based on its features
Explanation
Simple Explanation
वर्गीकरण में एआई किसी वस्तु या डेटा की विशेषताओं के आधार पर उसे पहले से तय वर्गों में रखता है, जैसे ईमेल को ‘स्पैम’ या ‘स्पैम नहीं’ बताना। विकल्प B क्लस्टरिंग है, जिसमें पहले से लेबल किए गए वर्ग आवश्यक नहीं होते। विकल्प C संख्यात्मक मान का अनुमान लगाने वाला प्रतिगमन है। परीक्षा टिप: ‘पहले से निर्धारित श्रेणियाँ’ या ‘लेबल’ दिखें, तो वर्गीकरण पहचानें। / In classification, AI uses an item’s features to place it into predefined categories, such as identifying an email as “spam” or “not spam.” Option B describes clustering, where categories are not predefined. Option C is regression, which predicts a numerical value. Exam tip: Look for words such as “predefined categories” or “labels” to identify classification.
A. पहचान और निर्णय लेने में सहायता करना/Helping in recognition and decision-making
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता में विशेषता (feature) किसी वस्तु, व्यक्ति या डेटा की उपयोगी मापनीय विशेषता होती है, जैसे किसी चित्र का रंग या आकार। AI मॉडल इन विशेषताओं के आधार पर पैटर्न पहचानता है और निर्णय लेता है। मॉडल का प्रशिक्षण रोकना एक प्रक्रिया को रोकना है, विशेषता का उपयोग नहीं। परीक्षा टिप: feature को डेटा की ऐसी उपयोगी जानकारी समझें जो वर्गीकरण या पूर्वानुमान में मदद करे। / In Artificial Intelligence, a feature is a useful measurable property of an object, person, or data item, such as the colour or shape in an image. An AI model uses features to recognise patterns and make decisions. Stopping model training only halts a process; it is not a use of a feature. Exam tip: Remember that features are useful data inputs for classification or prediction.
A. परिणाम अधिक उपयोगी और भरोसेमंद हो सकते हैं/Results can become more useful and reliable
Explanation
Simple Explanation
अच्छे आँकड़े सटीक, प्रासंगिक और पर्याप्त होते हैं। ऐसे डेटा से AI मॉडल उपयोगी पैटर्न सीखता है, इसलिए उसके परिणाम अधिक भरोसेमंद हो सकते हैं। केवल अच्छा डेटा होने से पक्षपात अपने-आप समाप्त नहीं होता; डेटा को निष्पक्षता के लिए भी जाँचना पड़ता है। परीक्षा टिप: AI में डेटा की गुणवत्ता सीधे परिणामों की गुणवत्ता को प्रभावित करती है। / Good data is accurate, relevant, and sufficient. It helps an AI model learn useful patterns, so its results can be more useful and reliable. However, good data does not automatically remove bias; data must also be checked for fairness. Exam tip: In AI, the quality of data directly affects the quality of results.
C. जब प्रशिक्षण आँकड़े एकतरफा या असंतुलित हों/When the training data is one-sided or unbalanced
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता मॉडल अपने प्रशिक्षण आँकड़ों में मौजूद पैटर्न से सीखता है। यदि ये आँकड़े एकतरफा या असंतुलित हों, तो कुछ समूहों, परिस्थितियों या उदाहरणों का पर्याप्त प्रतिनिधित्व नहीं होता और मॉडल के निर्णयों में पूर्वाग्रह आ सकता है। विविध और प्रतिनिधिक आँकड़े (विकल्प A) पूर्वाग्रह की संभावना घटाते हैं, बढ़ाते नहीं। परीक्षा टिप: AI में निष्पक्षता के लिए डेटा की विविधता और प्रतिनिधित्व जाँचें। / An AI model learns patterns from its training data. If the data is one-sided or unbalanced, some groups, situations, or examples may be underrepresented, which can lead to biased decisions. Diverse and representative data (option A) reduces the likelihood of bias rather than increasing it. Exam tip: For AI fairness, check whether the data is diverse and representative.
B. विविध और संतुलित आँकड़ों का उपयोग करना/Using diverse and balanced data
Explanation
Simple Explanation
विविध और संतुलित आँकड़ों का उपयोग करने से अलग-अलग समूहों का उचित प्रतिनिधित्व होता है और AI प्रणाली में पक्षपात की संभावना घटती है। केवल एक समूह के आँकड़े लेने से मॉडल उस समूह के पक्ष में झुक सकता है। परीक्षा टिप: निष्पक्ष AI के लिए विविध डेटा, पक्षपात-जाँच और परिणामों की समीक्षा को याद रखें। / Using diverse and balanced data gives appropriate representation to different groups and reduces the chance of bias in an AI system. Using data from only one group can make the model biased towards that group. Exam tip: Associate fair AI with diverse data, bias checks, and review of results.
A. व्यक्तिगत जानकारी की सुरक्षा/Protection of personal information
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता में गोपनीयता का मुख्य अर्थ व्यक्ति की निजी जानकारी, जैसे नाम, पता, संपर्क विवरण या उपयोग संबंधी डेटा, की सुरक्षा और उचित उपयोग से है। इसलिए व्यक्तिगत जानकारी की सुरक्षा सही उत्तर है। डेटा तक अनधिकृत पहुँच रोकना गोपनीयता बनाए रखने का एक उपाय है, पर गोपनीयता की व्यापक अवधारणा नहीं है। परीक्षा टिप: गोपनीयता को व्यक्तिगत डेटा के सुरक्षित और जिम्मेदार उपयोग से जोड़ें। / In Artificial Intelligence, privacy primarily means protecting and using a person’s personal information appropriately, such as names, addresses, contact details, or usage data. Therefore, protection of personal information is correct. Preventing unauthorized access to data is one way to maintain privacy, but it is not the broader concept itself. Exam tip: Link privacy with the safe and responsible use of personal data.
B. निजी जानकारी को सुरक्षित रखना और केवल अनुमति मिलने पर साझा करना/Keeping private information secure and sharing it only with permission
Explanation
Simple Explanation
गोपनीयता का अर्थ व्यक्तिगत जानकारी, जैसे पासवर्ड, पता या संपर्क विवरण, को सुरक्षित रखना और संबंधित व्यक्ति की अनुमति के बिना साझा न करना है। इसलिए विकल्प B सही है। विकल्प A में बिना अनुमति जानकारी साझा की जाती है, जो गोपनीयता का उल्लंघन है। परीक्षा टिप: “अनुमति” और “सुरक्षित रखना” जैसे शब्द गोपनीयता के सही व्यवहार की पहचान कराते हैं। / Privacy means keeping personal information, such as passwords, addresses, or contact details, secure and not sharing it without the person’s permission. Therefore, option B is correct. Option A violates privacy because it involves sharing information without permission. Exam tip: Words such as “permission” and “secure” usually indicate correct privacy practice.
A. एआई के परिणामों की जाँच करना और निजी जानकारी की गोपनीयता बनाए रखना/Checking AI outputs and protecting the privacy of personal information
Explanation
Simple Explanation
विकल्प A सही है, क्योंकि एआई के परिणाम हमेशा पूरी तरह सही या निष्पक्ष नहीं होते; इसलिए उनका सत्यापन आवश्यक है। साथ ही, निजी जानकारी की गोपनीयता बनाए रखना जिम्मेदार एआई उपयोग का मुख्य सिद्धांत है। विकल्प D में मानवीय निगरानी हटाना जोखिम बढ़ा सकता है, विशेषकर महत्वपूर्ण निर्णयों में। परीक्षा टिप: जिम्मेदार एआई के प्रश्नों में सत्यापन, गोपनीयता, निष्पक्षता और मानवीय निगरानी जैसे शब्दों पर ध्यान दें। / Option A is correct because AI outputs may not always be fully accurate or unbiased, so they should be checked before use. Protecting personal information is also a core principle of responsible AI use. Option D is unsafe because removing human oversight can increase risks, especially in important decisions. Exam tip: In questions on responsible AI, look for ideas such as verification, privacy, fairness, and human oversight.
A. चिकित्सीय चित्रों में रोग के संकेतों की पहचान करना/Identifying signs of disease in medical images
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता एक्स-रे, सीटी स्कैन या अन्य चिकित्सीय चित्रों में असामान्य संकेतों को पहचानने में डॉक्टरों की सहायता कर सकती है। इसलिए विकल्प A स्वास्थ्य सेवा में AI के उपयोग का सही उदाहरण है। कुर्सी साफ करना या कील ठोकना सामान्य भौतिक कार्य हैं; इनमें AI का स्वास्थ्य-सेवा संबंधी उपयोग नहीं दिखता। परीक्षा टिप: AI के स्वास्थ्य उपयोगों में रोग-पहचान, रिपोर्ट विश्लेषण और उपचार-सहायता जैसे उदाहरण याद रखें। / Artificial Intelligence can assist doctors by identifying unusual patterns in X-rays, CT scans, or other medical images. Therefore, option A is an example of AI being used in healthcare. Cleaning a chair or hammering a nail are ordinary physical tasks and do not show a healthcare application of AI. Exam tip: Remember disease detection, report analysis, and treatment support as common healthcare uses of AI.
A. छात्र की सीखने की आवश्यकता के अनुसार व्यक्तिगत अभ्यास सुझाकर/By recommending personalised practice based on a student's learning needs
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता आधारित शिक्षा व्यवस्था छात्र के उत्तरों, प्रगति और कठिनाइयों का विश्लेषण करके उसकी आवश्यकता के अनुसार अभ्यास सुझा सकती है। इसलिए विकल्प A सही है। सभी छात्रों को एक जैसा अभ्यास देना व्यक्तिगत सीखने के उद्देश्य के विपरीत है। परीक्षा टिप: AI in education के प्रश्नों में अनुकूलित (personalised) सीखने और त्वरित फीडबैक को प्रमुख लाभ मानें। / An AI-based education system can analyse a student’s responses, progress, and areas of difficulty to recommend practice suited to that learner’s needs. Therefore, option A is correct. Giving identical practice to every student goes against the idea of personalised learning. Exam tip: In questions on AI in education, look for benefits such as personalised learning and timely feedback.
A. मौसम, मिट्टी और फसल से जुड़े आँकड़े/Data related to weather, soil, and crops
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता मौसम, मिट्टी की नमी व पोषक तत्वों तथा फसल की स्थिति जैसे आँकड़ों का विश्लेषण करके सिंचाई, उर्वरक या फसल-प्रबंधन के सुझाव दे सकती है। इसलिए विकल्प A सही है। कुर्सियों की संख्या, दीवारों का रंग या पुस्तिका का आकार फसल की कृषि-स्थिति बताने वाले उपयोगी आँकड़े नहीं हैं। परीक्षा टिप: AI के सुझाव सामान्यतः संबंधित डेटा में पाए गए पैटर्न पर आधारित होते हैं। / Artificial Intelligence can analyse data such as weather conditions, soil moisture and nutrients, and crop status to suggest irrigation, fertiliser use, or crop management. Therefore, option A is correct. The number of chairs, wall colour, and booklet size do not provide useful information about crop conditions. Exam tip: AI suggestions are generally based on patterns found in relevant data.
A. यातायात की स्थिति और दूरी की जानकारी/Traffic conditions and distance information
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता मार्ग सुझाने के लिए सड़क पर यातायात की स्थिति, दूरी और कभी-कभी यात्रा समय जैसे प्रासंगिक डेटा का विश्लेषण कर सकती है। इसलिए यातायात की स्थिति और दूरी की जानकारी सही विकल्प है। दीवार की मोटाई जैसे डेटा का मार्ग चुनने से कोई संबंध नहीं है। परीक्षा टिप: ऐसे प्रश्नों में उस डेटा को चुनें जो सीधे निर्णय से संबंधित हो। / Artificial Intelligence can analyse relevant data such as traffic conditions, distance, and sometimes travel time to suggest a route. Therefore, traffic conditions and distance information is the correct option. Data such as the thickness of a wall has no connection with choosing a traffic route. Exam tip: In such questions, select the data that is directly relevant to the decision.
A. उपयोगकर्ता की पसंद और रुचियाँ/User preferences and interests
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता आधारित सुझाव व्यवस्था उपयोगकर्ता की पसंद, रुचियों, खोजों, क्लिक या पिछले व्यवहार के पैटर्न को समझने का प्रयास करती है। इसी आधार पर यह फिल्में, उत्पाद, गीत या पाठ्यक्रम जैसी उपयुक्त चीजें सुझाती है। मशीन का वजन व्यवस्था के हार्डवेयर से जुड़ा हो सकता है, पर उपयोगकर्ता को व्यक्तिगत सुझाव देने का आधार नहीं है। परीक्षा टिप: ‘सुझाव’ या ‘recommendation’ शब्द दिखे तो उपयोगकर्ता की रुचि और व्यवहार पर ध्यान दें। / An AI-based recommendation system tries to understand patterns in a user’s preferences, interests, searches, clicks, or past behaviour. It uses these patterns to suggest relevant movies, products, songs, or courses. The weight of a machine may relate to hardware, but it does not help in making personalised recommendations. Exam tip: When you see ‘recommendation,’ think of user interests and behaviour.
A. पिछले मौसम आँकड़ों के आधार पर कल के मौसम का अनुमान लगाना/Predicting tomorrow's weather using past weather data
Explanation
Simple Explanation
अनुमान (prediction) में AI पिछले आँकड़ों और पैटर्नों का उपयोग करके किसी भविष्य की स्थिति का अनुमान लगाता है। इसलिए पिछले मौसम के आँकड़ों से कल के मौसम का अनुमान लगाना सही उदाहरण है। चित्र में बिल्ली पहचानना वर्गीकरण/पहचान का कार्य है, भविष्यवाणी नहीं। परीक्षा टिप: यदि प्रश्न में पुराने डेटा के आधार पर भविष्य की घटना पूछी जाए, तो वह prediction है। / In prediction, AI uses past data and patterns to estimate a future outcome. Therefore, forecasting tomorrow's weather from earlier weather data is a correct example. Identifying a cat in an image is a recognition or classification task, not a future prediction. Exam tip: When past data is used to estimate a future event, it is prediction.
A. यह लोगों को भ्रमित कर सकती है/It can mislead people
Explanation
Simple Explanation
AI से बनाई गई गलत जानकारी विश्वसनीय दिख सकती है, जिससे लोग भ्रमित होकर स्वास्थ्य, धन या सामाजिक मामलों में गलत निर्णय ले सकते हैं। इसलिए विकल्प A सही है। विकल्प B गलत है, क्योंकि AI किसी दावे को साझा करने से पहले अपने-आप सत्यापित नहीं करती। परीक्षा टिप: AI-जनित सामग्री में स्रोत और तथ्यों की जाँच करना आवश्यक है। / Misinformation created through AI can appear convincing and may mislead people into making wrong decisions about health, money, or social issues. Therefore, option A is correct. Option B is incorrect because AI does not automatically verify every claim before it is shared. Exam tip: Always check the source and facts in AI-generated content.
A. यह गलत या पक्षपाती आँकड़ों के आधार पर गलत परिणाम दे सकती है/It can produce incorrect results when trained on incorrect or biased data
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता अपने प्रशिक्षण आँकड़ों और दिए गए इनपुट से सीखती है। यदि आँकड़े गलत, अधूरे या पक्षपाती हों, तो उसके परिणाम भी गलत या अनुचित हो सकते हैं; इसलिए विकल्प A सही है। पर्याप्त आँकड़े होने पर भी AI हर परिस्थिति में सही निर्णय नहीं लेती, इसलिए विकल्प B गलत है। परीक्षा टिप: AI की सीमाओं में आँकड़ों की गुणवत्ता, पक्षपात और मानव जाँच की आवश्यकता को याद रखें। / Artificial Intelligence learns from training data and the input it receives. If the data is incorrect, incomplete, or biased, its output may also be incorrect or unfair; therefore, option A is correct. Even with sufficient data, AI cannot make correct decisions in every situation, so option B is incorrect. Exam tip: Remember data quality, bias, and the need for human review as key limitations of AI.
यह कथन गलत है, क्योंकि कृत्रिम बुद्धिमत्ता का उपयोग केवल रोबोटों में नहीं होता। इसका प्रयोग मोबाइल फोन के वॉइस असिस्टेंट, सुझाव देने वाले ऐप, ऑनलाइन शिक्षा, स्वास्थ्य सेवाओं और खेती जैसे क्षेत्रों में भी किया जाता है। “आंशिक रूप से सही” विकल्प भी सही नहीं है, क्योंकि कथन में “केवल” शब्द AI के अन्य सभी उपयोगों को नकार देता है। परीक्षा टिप: “केवल” और “हमेशा” जैसे शब्दों वाले कथनों को अन्य उदाहरणों से जाँचें। / The statement is false because Artificial Intelligence is not used only in robots. It is also used in mobile voice assistants, recommendation apps, online education, healthcare, and agriculture. “Partly true” is also not correct because the word “only” excludes all other AI applications. Exam tip: Check statements containing words such as “only” and “always” against known examples.
A. एआई का जिम्मेदार, सुरक्षित और निष्पक्ष उपयोग/Responsible, safe, and fair use of AI
Explanation
Simple Explanation
एआई में नैतिकता का अर्थ है तकनीक का जिम्मेदारी से उपयोग करना, ताकि लोगों को हानि न हो और निर्णय निष्पक्ष रहें। इसमें गोपनीयता, सुरक्षा, पारदर्शिता और पक्षपात से बचाव जैसे मुद्दे शामिल होते हैं। मशीन का आकार या कागज का चयन एआई नैतिकता के मुख्य विषय नहीं हैं। परीक्षा टिप: नैतिकता को हमेशा जिम्मेदार, सुरक्षित और निष्पक्ष एआई उपयोग से जोड़ें। / Ethics in AI means using the technology responsibly so that people are not harmed and decisions remain fair. It includes privacy, safety, transparency, and avoiding bias. The size of a machine or the choice of paper is not a central issue in AI ethics. Exam tip: Link AI ethics with responsible, safe, and fair use of AI.
A. परिणाम को समझना, उसकी जाँच करना और उसका जिम्मेदारी से उपयोग करना/Understanding the output, checking it, and using it responsibly
Explanation
Simple Explanation
एआई उपयोगकर्ता को उसके दिए गए परिणाम को अंतिम सत्य नहीं मानना चाहिए। उसे परिणाम को समझकर उसकी सटीकता और उपयुक्तता जाँचनी चाहिए तथा गोपनीयता और नैतिकता का ध्यान रखते हुए उसका उपयोग करना चाहिए। विकल्प B में सत्यापन नहीं किया जाता, इसलिए वह सही उपयोगकर्ता-भूमिका नहीं है। परीक्षा टिप: एआई के जिम्मेदार उपयोग में सत्यापन, गोपनीयता और नैतिक उपयोग प्रमुख शब्द हैं। / An AI user should not treat an output as automatically correct. The user should understand it, check its accuracy and suitability, and use it responsibly while respecting privacy and ethics. Option B is incorrect because it accepts output without verification. Exam tip: Remember verification, privacy, and ethical use as key features of responsible AI use.
A. उपयोगकर्ता की पसंद के आधार पर फिल्में सुझाना/Recommending movies based on a user's preferences
Explanation
Simple Explanation
फिल्म या संगीत मंच उपयोगकर्ता के देखने, सुनने और पसंद करने के पैटर्न का विश्लेषण करके समान सामग्री सुझा सकते हैं। इसलिए पसंद के आधार पर फिल्में सुझाना मनोरंजन में कृत्रिम बुद्धिमत्ता का उपयोग है। बत्ती को हाथ से चालू करना केवल एक सामान्य मानवीय क्रिया है, इसमें AI द्वारा निर्णय या सुझाव नहीं होता। परीक्षा टिप: व्यक्तिगत सुझाव (recommendations) AI के सामान्य अनुप्रयोग हैं। / Movie or music platforms can analyse a user's viewing, listening, and preference patterns to recommend similar content. Therefore, recommending movies based on preferences is an AI use in entertainment. Manually switching on a light is an ordinary human action and involves no AI-based decision or recommendation. Exam tip: personalised recommendations are common applications of AI.
A. उपयोगकर्ता से बातचीत करके सहायता देना/Helping the user through conversation
Explanation
Simple Explanation
संवाद सहायक का मुख्य कार्य उपयोगकर्ता के संदेश या प्रश्न को समझकर बातचीत के माध्यम से उत्तर, जानकारी, सुझाव या अन्य सहायता देना है। फाइलों को व्यवस्थित करना या इंटरनेट की गति बढ़ाना अलग-अलग कंप्यूटर कार्य हैं, संवाद सहायक का मुख्य उद्देश्य नहीं। परीक्षा टिप: “conversational” शब्द दिखे तो भाषा-आधारित बातचीत और उपयोगकर्ता-सहायता पर ध्यान दें। / A conversational assistant primarily understands a user’s message or question and provides answers, information, suggestions, or other help through dialogue. Organising files and increasing internet speed are separate computing functions, not the main purpose of such an assistant. Exam tip: When you see “conversational,” focus on language-based interaction and user support.
A. बोले गए प्रश्न का अर्थ समझकर उत्तर देना/Understanding the meaning of a spoken question and answering
Explanation
Simple Explanation
प्राकृतिक भाषा समझ (NLU) में AI मनुष्य द्वारा बोले या लिखे गए शब्दों का अर्थ समझता है। इसलिए बोले गए प्रश्न का अर्थ समझकर उचित उत्तर देना सही उदाहरण है। तस्वीर पहचानना कंप्यूटर विज़न का कार्य है, जबकि डिब्बा उठाना रोबोटिक्स से जुड़ा कार्य है। परीक्षा टिप: प्रश्न या वाक्य का अर्थ समझने वाली AI क्षमता को NLU से पहचानें। / Natural language understanding (NLU) enables an AI system to interpret the meaning of words spoken or written by people. Therefore, understanding a spoken question and giving an appropriate answer is the correct example. Identifying objects in an image is computer vision, while lifting a box is a robotics task. Exam tip: Link AI tasks that understand the meaning of sentences or questions with NLU.
A. गलत, अपूर्ण और असंबंधित जानकारी हटाने के लिए/To remove incorrect, incomplete, and irrelevant information
Explanation
Simple Explanation
आँकड़ों की सफाई में गलत, दोहराए गए, अपूर्ण और असंबंधित डेटा को पहचानकर ठीक या हटाया जाता है। इससे AI मॉडल को अधिक विश्वसनीय डेटा मिलता है और उसके परिणाम बेहतर हो सकते हैं। गोपनीयता की रक्षा करना महत्वपूर्ण है, लेकिन गोपनीयता भंग करना डेटा सफाई का उद्देश्य नहीं है। परीक्षा टिप: डेटा सफाई को डेटा की गुणवत्ता और मॉडल की विश्वसनीयता से जोड़कर याद रखें। / Data cleaning identifies and corrects or removes incorrect, duplicate, incomplete, and irrelevant data. This gives an AI model more reliable data and can improve its results. Protecting privacy is important, but violating privacy is not a purpose of data cleaning. Exam tip: associate data cleaning with data quality and reliable model performance.
A. सुरक्षित स्वास्थ्य सहायता और बेहतर सीखने में मदद/Safe healthcare support and improved learning
Explanation
Simple Explanation
सुरक्षित और जिम्मेदारी से उपयोग की गई कृत्रिम बुद्धिमत्ता स्वास्थ्य सेवाओं में सहायता दे सकती है तथा विद्यार्थियों के लिए सीखने को अधिक व्यक्तिगत और प्रभावी बना सकती है। इसलिए विकल्प A समाज पर सकारात्मक प्रभाव दिखाता है। गलत सूचना, निजी जानकारी की चोरी और पक्षपात बढ़ना AI के हानिकारक प्रभाव हैं। परीक्षा टिप: AI के प्रभाव वाले प्रश्नों में देखें कि विकल्प लोगों की भलाई, सुरक्षा और समान अवसर बढ़ाता है या नहीं। / When used safely and responsibly, AI can support healthcare services and make learning more personalised and effective for students. Therefore, option A shows a positive social impact. Spreading misinformation, stealing private data, and increasing bias are harmful effects of AI. Exam tip: In questions on AI impact, check whether the option improves people’s well-being, safety, or equal access to opportunities.
A. गलत या पक्षपाती डेटा के कारण गलत निर्णय/Incorrect or biased data causing wrong decisions
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता प्रणाली अपने प्रशिक्षण डेटा के आधार पर परिणाम देती है। यदि डेटा गलत, अधूरा या पक्षपाती हो, तो प्रणाली के निर्णय भी गलत या अनुचित हो सकते हैं; इसलिए विकल्प A एक जोखिम है। समय की बचत और अनुवाद जैसे विकल्प AI के उपयोगी अनुप्रयोग हैं, जोखिम नहीं। परीक्षा टिप: AI के जोखिमों में डेटा की गुणवत्ता, पक्षपात और गोपनीयता पर विशेष ध्यान दें। / An AI system produces outputs based on its training data. If the data are incorrect, incomplete, or biased, its decisions can also be wrong or unfair; therefore, option A is a risk. Saving time and translating languages are useful AI applications, not risks. Exam tip: For AI-risk questions, focus on data quality, bias, and privacy.
A. पारदर्शी प्रक्रिया और परिणामों की जाँच/Transparent process and output verification
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता व्यवस्था पर भरोसा तब बढ़ता है जब उसकी कार्यप्रणाली और उद्देश्य स्पष्ट हों तथा उसके परिणामों की जाँच की जा सके। परिणामों का सत्यापन गलत या पक्षपाती निर्णयों को पहचानने में मदद करता है। गलतियाँ छिपाना भरोसा बढ़ाने के बजाय उसे कम करता है। परीक्षा टिप: AI में भरोसे के प्रमुख आधार पारदर्शिता, जवाबदेही और सत्यापन हैं। / Trust in an AI system increases when its process and purpose are transparent and its outputs can be checked. Verifying results helps identify incorrect or biased decisions. Hiding errors reduces trust rather than building it. Exam tip: Transparency, accountability, and verification are key foundations of trustworthy AI.
A. क्योंकि एआई का ज्ञान विभिन्न क्षेत्रों में भविष्य की नौकरियों और कार्यों में उपयोगी हो सकता है/Because knowledge of AI can be useful in future jobs and tasks across different fields
Explanation
Simple Explanation
एआई का उपयोग स्वास्थ्य, कृषि, बैंकिंग, शिक्षा और अन्य क्षेत्रों में बढ़ रहा है। इसलिए एआई की मूल समझ विद्यार्थियों को बदलती कार्य-भूमिकाओं और भविष्य के करियर के लिए तैयार कर सकती है। विकल्प B गलत है, क्योंकि एआई का उपयोग केवल खेलों तक सीमित नहीं है। परीक्षा टिप: एआई को केवल एक विषय नहीं, बल्कि विभिन्न क्षेत्रों में उपयोग होने वाले उपयोगी करियर कौशल के रूप में समझें। / AI is increasingly used in healthcare, agriculture, banking, education, and other fields. Therefore, a basic understanding of AI can prepare students for changing work roles and future careers. Option B is incorrect because AI is not limited to games or entertainment. Exam tip: Understand AI as a useful career skill that can be applied across many fields, not just as a separate subject.
कृत्रिम बुद्धिमत्ता में किसी व्यक्ति का डेटा, चित्र, आवाज़ या अन्य निजी जानकारी उपयोग करने से पहले उसकी अनुमति लेना सम्मान और गोपनीयता से जुड़ा है। इससे व्यक्ति को अपने डेटा के उपयोग पर नियंत्रण मिलता है। मॉडल की सटीकता बढ़ाना उपयोगी हो सकता है, लेकिन वह अनुमति लेने का उद्देश्य नहीं है। परीक्षा टिप: व्यक्तिगत डेटा के साथ ‘अनुमति’ को गोपनीयता और सहमति से जोड़ें। / In Artificial Intelligence, taking permission before using a person's data, image, voice, or other personal information is related to respect and privacy. It gives people control over how their data is used. Improving model accuracy may be useful, but it is not the purpose of taking permission. Exam tip: Link permission for personal data with consent and privacy.
