AI नियमन: वैश्विक नीतियों को समझना और उनका व्यवसाय पर प्रभाव

AI नियमन क्या है?

AI नियमन उन कानूनों, नीतियों, और दिशानिर्देशों को संदर्भित करता है जो AI प्रणालियों के विकास, परिनियोजन, और उपयोग की देखरेख के लिए बनाए गए हैं। AI नियमन का उद्देश्य यह सुनिश्चित करना है कि AI तकनीकों का उपयोग नैतिक, सुरक्षित, और जिम्मेदार ढंग से हो, जबकि पक्षपात, गोपनीयता उल्लंघन, और व्यक्तियों या समाज को होने वाली संभावित हानि जैसे जोखिमों को न्यूनतम किया जा सके।

AI नैतिकता वह क्षेत्र है जो अध्ययन करता है कि AI का विकास और उपयोग निष्पक्ष, जवाबदेह, पारदर्शी, और मानव मूल्यों का सम्मान करने वाले तरीके से कैसे किया जाए। हमारे AI Ethics: An Introduction ब्लॉग को पढ़ें ताकि आप AI के अल्पकालिक और दीर्घकालिक जोखिमों को समझ सकें। 

AI नियमन कई मुद्दों को समाहित करता है, जिनमें शामिल हैं:

• डेटा गोपनीयता: यह सुनिश्चित करना कि AI प्रणालियाँ व्यक्तिगत डेटा को गोपनीयता कानूनों के अनुरूप संसाधित करें।
• पक्षपात और निष्पक्षता: AI द्वारा भेदभाव और पक्षपात को बनाए रखने या बढ़ाने से रोकना।
• पारदर्शिता: AI प्रणालियों को समझाने योग्य और समझने योग्य बनाना, ताकि उनके निर्णय स्पष्ट और जवाबदेह हों।
• सुरक्षा: यह सुनिश्चित करना कि AI तकनीकें हानि न पहुँचाएँ, विशेषकर स्वास्थ्य, वित्त, और स्वायत्त प्रणालियों जैसे महत्वपूर्ण क्षेत्रों में।
• जवाबदेही: AI प्रणालियों द्वारा लिए गए निर्णयों की स्पष्ट जिम्मेदारी तय करना, जिसमें दायित्व के लिए कानूनी ढांचे शामिल हैं।
• आर्थिक, पर्यावरण और सामाजिक प्रभाव: संभावित नौकरी विस्थापन, आर्थिक असमानताएँ, पर्यावरणीय और AI से उत्पन्न सामाजिक बदलावों का समाधान करना।

Datacamp का AI Fundamentals ट्रैक फॉलो करें ताकि आप AI की बुनियादें जान सकें, ChatGPT जैसे मॉडलों में गहराई से जाएँ, और जेनरेटिव AI के रहस्यों को समझें, जिससे आप गतिशील AI परिदृश्य में नेविगेट कर सकें।

AI नियमन आवश्यक क्यों है?

AI की संभावनाएँ महत्वपूर्ण जोखिमों के साथ आती हैं, जो नियमन को आवश्यक बनाती हैं। सबसे तात्कालिक चिंताओं में हानिकारक परिणामों की संभावना शामिल है। उदाहरण के लिए, आपराधिक न्याय में प्रयुक्त AI प्रणालियों में पक्षपात दिखा है, जो हाशिए पर पड़े समुदायों को असंगत रूप से प्रभावित करता है। यदि ठीक से प्रबंधित न किया गया, तो AI मौजूदा सामाजिक असमानताओं को बढ़ा सकता है।

इसके अलावा, "ब्लैक बॉक्स" समस्या AI के लिए विशिष्ट चुनौती है। कई AI प्रणालियाँ ऐसे तरीकों से काम करती हैं जिन्हें उनके निर्माता भी पूरी तरह समझा नहीं पाते। पारदर्शिता के बिना, यह समझना कठिन हो जाता है कि ये प्रणालियाँ निर्णय कैसे लेती हैं, जिससे जवाबदेही को लेकर चिंताएँ बढ़ती हैं।

पक्षपात एक और गंभीर मुद्दा है। AI प्रणालियाँ उतनी ही अच्छी होती हैं जितना अच्छा वह डेटा होता है जिस पर उन्हें प्रशिक्षित किया जाता है, और यदि वह डेटा सामाजिक पक्षपात को दर्शाता है, तो AI भी वैसा ही व्यवहार करेगा। इससे भर्ती, ऋण देने, और कानून प्रवर्तन जैसे क्षेत्रों में अनुचित परिणाम आ सकते हैं। 

2023 में, Forbes ने UnitedHealthcare के खिलाफ एक सामूहिक मुकदमे पर रिपोर्ट किया, जिसमें आरोप था कि एक AI एल्गोरिदम के उपयोग से बुजुर्ग रोगियों के विस्तारित देखभाल दावों को गलत तरीके से खारिज किया गया।

बिना नियामक ढाँचे के, समाज इन आर्थिक परिवर्तनों के लिए तैयार न हो पाएगा, जिससे असमानता और अस्थिरता बढ़ सकती है। हमारा लेख AI in Healthcare: Enhancing Diagnostics, Personalizing Treatment, and Streamlining Operations अवश्य देखें; यह बताता है कि AI स्वास्थ्य देखभाल के भविष्य को कैसे प्रभावित कर रहा है और व्यवसाय नई AI कौशल और तकनीकों के साथ कैसे टिके रह सकते हैं। 

अंततः, AI नौकरी बाजार को बाधित कर सकता है, क्योंकि स्वचालन अधिक व्यापक होता जा रहा है। McKinsey की रिपोर्ट है कि वर्तमान जेनरेटिव AI और अन्य AI तकनीकें आज कर्मचारियों के समय के 70 प्रतिशत तक को घेरने वाली कार्य गतिविधियों को स्वचालित करने की क्षमता रखती हैं। 

इन परिवर्तनों का मतलब होगा कि यूरोप और संयुक्त राज्य में 1.2 करोड़ तक कामगारों को नौकरियाँ बदलनी पड़ सकती हैं। कुछ कामगारों को नए बाज़ार में प्रतिस्पर्धी बने रहने के लिए रीस्किलिंग और अपस्किलिंग में सहायता की आवश्यकता हो सकती है। 

AI नियमन की वर्तमान स्थिति

आइए देखें कि AI टूल्स के निष्पक्ष उपयोग को सुनिश्चित करने के लिए वर्तमान में कौन-कौन से कानून और नियम लागू हैं: 

यूरोपीय संघ का AI नियमन

यूरोपीय संघ AI Act, जो अप्रैल 2021 में प्रस्तावित हुआ, यूरोपीय संघ (EU) के भीतर AI को विनियमित करने पर लक्षित पहला व्यापक कानूनी ढाँचा है। EU AI Office द्वारा तैयार यह ऐतिहासिक पहल यूरोप में AI के भविष्य को विनियमित करने के लिए है। इसका लक्ष्य AI प्रणालियों से उत्पन्न संभावित जोखिमों को कम करना है, साथ ही यूरोपीय AI बाज़ार में नवाचार और प्रतिस्पर्धात्मकता को बढ़ावा देना। 

EU AI Act एक जोखिम-आधारित नियामकीय दृष्टिकोण पर आधारित है, जो AI प्रणालियों को उनके द्वारा व्यक्तियों और समाज को होने वाले जोखिम के स्तर के अनुसार वर्गीकृत करता है। यह अधिनियम AI प्रणालियों को चार अलग-अलग जोखिम श्रेणियों में विभाजित करता है:

  स्रोत: Datacamp कोर्स ‘Understanding the EU AI Act’

• अस्वीकार्य जोखिम: वे AI प्रणालियाँ जो सुरक्षा, अधिकारों, या लोकतांत्रिक मूल्यों को खतरा देती हैं, प्रतिबंधित हैं (जैसे, सोशल स्कोरिंग, हानिकारक हेरफेर)।
• उच्च-जोखिम AI: स्वास्थ्य या कानून प्रवर्तन जैसे महत्वपूर्ण क्षेत्रों में AI। उपयोग से पहले EU मानकों को पूरा करने हेतु कड़े परीक्षण, पारदर्शिता, और मानव पर्यवेक्षण की आवश्यकता।
• सीमित-जोखिम AI: चैटबॉट्स और वर्चुअल असिस्टेंट शामिल। उपयोगकर्ताओं को सूचित करना आवश्यक है जब वे AI से संवाद कर रहे हों, लेकिन नियम तुलनात्मक रूप से कम।
• न्यूनतम-जोखिम AI: स्पैम फ़िल्टर या गेमिंग AI जैसे कम जोखिम वाले अनुप्रयोग। बड़े पैमाने पर नियमन से मुक्त।

हमारा EU AI Act Fundamentals अवश्य फॉलो करें ताकि EU AI Act और AI की बुनियाद में महारत हासिल कर सकें। कोर्स में आप नियमों को नेविगेट करना और Responsible AI के साथ विश्वास बनाना सीखेंगे।

EU AI Act पारदर्शिता पर विशेष जोर देता है, खासकर ChatGPT जैसे जेनरेटिव AI प्रणालियों के लिए जो सामग्री तैयार करती हैं और सीधे उपयोगकर्ताओं से संवाद करती हैं। उनके उपयोग के आधार पर, ये प्रणालियाँ अधिनियम के तहत उच्च-जोखिम या सीमित-जोखिम के रूप में वर्गीकृत हो सकती हैं। एक प्रमुख आवश्यकता यह है कि उपयोगकर्ताओं को स्पष्ट रूप से बताया जाए जब वे AI के साथ इंटरैक्ट कर रहे हों। जेनरेटिव मॉडलों के लिए, इसका अर्थ है:

• AI प्रकटीकरण: डेवलपर्स को स्पष्ट रूप से बताना होगा जब सामग्री AI द्वारा उत्पन्न की गई हो। इससे उपयोगकर्ता समझते हैं कि वे मशीन से संवाद कर रहे हैं, किसी व्यक्ति से नहीं।
• समझाने योग्यता: भले ही जेनरेटिव AI प्रणालियाँ जटिल हों, EU AI Act एक निश्चित स्तर की स्पष्टता की माँग करता है। AI मॉडल प्रदान करने वालों को पर्याप्त जानकारी देनी होगी ताकि उपयोगकर्ता और नियामक समझ सकें कि प्रणाली कैसे काम करती है और निर्णय लेती है। आवश्यक होने पर अंतर्निहित एल्गोरिद्म और प्रशिक्षण डेटा के बारे में विवरण साझा करना शामिल है।

इन नियमों को लागू करने के लिए, EU राष्ट्रीय और EU-स्तर पर पर्यवेक्षी निकाय स्थापित कर रहा है जो अनुपालन की निगरानी करेंगे। ये निकाय AI प्रणालियों का ऑडिट कर सकते हैं, उल्लंघनों की जाँच कर सकते हैं, और अधिकतम €30 मिलियन या वैश्विक राजस्व के 6% (जो भी अधिक हो) तक के दंड लगा सकते हैं।

EU AI Act के बारे में अधिक जानने के लिए, हमारा Understanding the EU AI Act कोर्स फॉलो करें, जहाँ आप बायोमेट्रिक AI, शिक्षा, और जनरल-पर्पज़ मॉडलों के उदाहरणों के साथ AI जोखिम श्रेणियाँ और अनुपालन समझेंगे। 

संयुक्त राज्य अमेरिका में AI नियमन

संयुक्त राज्य एक अधिक लचीला, क्षेत्रवार दृष्टिकोण अपनाता है। भले ही कोई व्यापक संघीय AI कानून नहीं है, संघीय और राज्य स्तर पर मौजूदा कानून, प्रस्तावित विधेयक, और दिशानिर्देश AI प्रणालियों के संचालन को आकार दे रहे हैं।

मौजूदा संघीय कानून और नियम

ये वे कानून और नियम हैं जो वर्तमान में अमेरिका में लागू हैं: 

Federal Trade Commission (FTC) Act

FTC के पास उपभोक्ताओं को अनुचित या धोखाधड़ीपूर्ण प्रथाओं से बचाने का व्यापक अधिकार है। इसमें वे AI प्रणालियाँ भी शामिल हैं जो विशेष रूप से विज्ञापन और उपभोक्ता डेटा उपयोग में भेदभावपूर्ण प्रथाओं या भ्रामक परिणामों का कारण बन सकती हैं।

नागरिक अधिकार कानून

विभिन्न नागरिक अधिकार कानून रोज़गार, आवास, और ऋण में भेदभाव को प्रतिबंधित करते हैं। ये कानून उन AI अनुप्रयोगों पर लागू होते हैं जो अनजाने में पक्षपात बनाए रख सकते हैं, जैसे भर्ती या क्रेडिट स्कोरिंग के एल्गोरिद्म। Equal Employment Opportunity Commission (EEOC) जैसी एजेंसियाँ इन कानूनों के अनुपालन के लिए AI प्रणालियों की बढ़ती जाँच कर रही हैं।

Health Insurance Portability and Accountability Act (HIPAA)

स्वास्थ्य क्षेत्र में, AI अनुप्रयोगों को स्वास्थ्य सूचना की गोपनीयता और सुरक्षा संबंधी HIPAA नियमों का पालन करना होता है। इसमें यह सुनिश्चित करना शामिल है कि रोगी देखभाल में प्रयुक्त कोई भी AI गोपनीयता और रोगी अधिकारों का सम्मान करे।

प्रस्तावित संघीय विधेयक

कुछ विधेयक भी प्रस्तावित हैं और स्वीकृति की प्रतीक्षा में हैं: 

Algorithmic Accountability Act

2022 में प्रस्तावित, यह विधेयक कंपनियों से उपभोक्ताओं पर स्वचालित निर्णय प्रणालियों के प्रभाव का आकलन करने की माँग करता है। यह उच्च-प्रभाव वाले क्षेत्रों में प्रयुक्त एल्गोरिद्म के लिए ऑडिट अनिवार्य करता है ताकि पक्षपात की पहचान और शमन हो सके।

AI Bill of Rights

2022 के अंत में, बाइडेन प्रशासन ने ‘AI Bill of Rights’ के लिए एक रूपरेखा जारी की, जिसमें निष्पक्षता, पारदर्शिता, और स्वचालित निर्णयों पर अपील के अधिकार सहित AI के जिम्मेदार उपयोग के सिद्धांतों का वर्णन है।

राज्य-स्तरीय नियम

राज्य स्तर पर, विभिन्न क्षेत्राधिकारों ने अपने स्वयं के AI नियम लागू करने की पहल की है, जो अक्सर डेटा गोपनीयता और पक्षपात शमन पर केंद्रित हैं:

California Consumer Privacy Act (CCPA)

यह ऐतिहासिक कानून उपभोक्ताओं को यह जानने का अधिकार देता है कि उनका व्यक्तिगत डेटा कैसे एकत्रित, उपयोग, और साझा किया जाता है। यह उन AI प्रणालियों को सीधे प्रभावित करता है जो व्यक्तिगत डेटा का उपयोग करती हैं, और पारदर्शिता तथा उपभोक्ता सहमति की माँग करता है।

New York City Automated Employment Decision Tools Law

2023 में प्रभावी, यह कानून कंपनियों से, जो भर्ती के लिए स्वचालित टूल्स का उपयोग करती हैं, यह अनिवार्य करता है कि वे अपने AI प्रणालियों के विभिन्न जनसांख्यिकीय समूहों पर प्रभाव का आकलन करने के लिए वार्षिक पक्षपात ऑडिट कराएँ।

क्षेत्र-विशिष्ट नियम

संघीय और राज्य-स्तरीय नियमों के साथ-साथ कुछ उद्योग-विशिष्ट AI नियम भी लागू हैं: 

स्वायत्त वाहन

अमेरिकी परिवहन विभाग ने स्वचालित वाहनों के परीक्षण और परिनियोजन के लिए दिशानिर्देश जारी किए हैं, जो सुरक्षा और जवाबदेही पर जोर देते हैं। इन दिशानिर्देशों के तहत कंपनियों को यह प्रदर्शित करना होता है कि उनकी स्व-चालित तकनीकें सार्वजनिक सड़कों पर परिनियोजन से पहले सुरक्षा मानकों को पूरा करती हैं।

स्वास्थ्य देखभाल

स्वास्थ्य में निदान उपकरण और उपचार अनुशंसाएँ जैसी AI अनुप्रयोगों की Food and Drug Administration (FDA) द्वारा जाँच होती है, जो यह सुनिश्चित करने के लिए नियामकीय मार्ग विकसित कर रही है कि ये तकनीकें सुरक्षित और प्रभावी हों।

चीन का AI नियमन दृष्टिकोण

चीन का AI शासन दृष्टिकोण राज्य-नेतृत्व वाला है, जो तेज नवाचार को कड़े नियमन के साथ संतुलित करता है। इसका फोकस मज़बूत सरकारी नियंत्रण बनाए रखने, सुरक्षा सुनिश्चित करने, और नैतिक उपयोग को बढ़ावा देने पर है।

यह ढाँचा नीतियों और दिशानिर्देशों की एक श्रृंखला को शामिल करता है जो AI के विकास और उपयोग को आकार देते हैं। प्रमुख विशेषताएँ शामिल हैं:

केंद्रीकृत शासन

विज्ञान और प्रौद्योगिकी मंत्रालय जैसे विभिन्न मंत्रालयों के माध्यम से चीनी सरकार AI को विनियमित करने में महत्वपूर्ण भूमिका निभाती है। यह केंद्रीकृत नियंत्रण विभिन्न क्षेत्रों और क्षेत्रों में नियमों के सुसंगत प्रवर्तन को सक्षम बनाता है।

विधि और दिशानिर्देश

Data Security Law और Personal Information Protection Law जैसे महत्वपूर्ण कानून AI अनुप्रयोगों में डेटा हैंडलिंग के लिए स्पष्ट मानक तय करते हैं। इसके अतिरिक्त, AI Ethical Guidelines उन सिद्धांतों की रूपरेखा पेश करते हैं जिनका AI प्रणालियों को पालन करना चाहिए, जो मानवाधिकार, गोपनीयता, और सुरक्षा पर जोर देते हैं।

राष्ट्रीय सुरक्षा पर फोकस

नियामकीय परिदृश्य राष्ट्रीय सुरक्षा पर कड़ा जोर देता है, जहाँ AI अनुप्रयोगों का कठोर मूल्यांकन किया जाता है ताकि यह सुनिश्चित हो सके कि वे सार्वजनिक व्यवस्था या राज्य सुरक्षा के लिए खतरा न हों। यह निरीक्षण विशेष रूप से उन तकनीकों के लिए प्रासंगिक है जो सामाजिक स्थिरता या शासन को प्रभावित कर सकती हैं।

केंद्रीकृत शासन मॉडल पारदर्शिता और जवाबदेही को लेकर चिंताएँ उठाता है, क्योंकि सीमित सार्वजनिक समीक्षा AI क्षेत्र में सरकार को बिना रोक-टोक शक्ति दे सकती है।

2023 में, चीन ने Regulations on the Administration of Generative Artificial Intelligence Services पेश किए, जो जेनरेटिव AI तकनीकों के विकास, परिनियोजन, और उपयोग के लिए ढाँचा तय करते हैं। इसकी कुछ प्रमुख विशेषताएँ हैं:

• अनिवार्य सुरक्षा जाँच: कंटेंट-जनरेटिंग AI लॉन्च करने से पहले कंपनियों को सरकारी स्वीकृति चाहिए, ताकि यह सुनिश्चित हो कि प्रणालियाँ राष्ट्रीय हितों या स्थिरता के लिए जोखिम न बनें।
• कड़े कंटेंट मॉनिटरिंग: जेनरेटिव AI के आउटपुट पर कड़ा नियंत्रण है ताकि भ्रामक जानकारी या सामाजिक सद्भावना भंग करने वाली सामग्री रोकी जा सके, और आवश्यक होने पर सेंसरशिप का उपयोग हो।
• उच्च अनुपालन मानक: कंपनियों को अपने एल्गोरिद्म, डेटा स्रोतों, और प्रक्रियाओं के बारे में पारदर्शी होना होगा ताकि कड़े नियमों को पूरा किया जा सके, जिससे जवाबदेही बढ़े और दुरुपयोग रोका जा सके।

जैसे-जैसे AI उद्योगों को रूपांतरित कर रहा है, उसके नैतिक और व्यावसायिक जोखिमों को समझना महत्वपूर्ण है। कंपनियों को न केवल AI की क्षमता का लाभ उठाना चाहिए, बल्कि यह भी सुनिश्चित करना चाहिए कि इसका उपयोग जिम्मेदारी और पारदर्शिता के साथ हो।

हमारे वेबिनार “Understanding Regulations for AI in the USA, the EU, and Around the World,” में Shalini Kurapati (CEO, Clearbox AI) और Nick Reiners (Senior Analyst, Eurasia Group) प्रमुख AI नीतियों, नियामकीय रुझानों, और अनुपालन रणनीतियों पर चर्चा करते हैं। आप सीखेंगे कि नए नियम व्यवसायों को कैसे प्रभावित करते हैं और USA, EU, और वैश्विक ढाँचों पर फोकस के साथ AI गवर्नेंस को नेविगेट करने के व्यावहारिक सुझाव प्राप्त करेंगे।

AI नियमन का भविष्य

अब जब हम AI से संबंधित नियमों के मौजूदा परिदृश्य को समझ चुके हैं, तो अगला कदम देखना होगा। जैसे-जैसे ये टूल्स विकसित होते रहेंगे, वैसे-वैसे हमारे कानूनों और नियमों को भी साथ-साथ विकसित होना होगा। 

अंतरराष्ट्रीय सहयोग और वैश्विक नियामकीय ढाँचे की आवश्यकता

AI एक वैश्विक तकनीक है, और प्रभावी नियमन के लिए अंतरराष्ट्रीय सहयोग आवश्यक है। AI प्रणालियाँ अक्सर सीमाएँ पार करती हैं, जिससे किसी एक देश के लिए उन्हें व्यापक रूप से विनियमित करना कठिन हो जाता है। 

स्वायत्त वाहन, स्वास्थ्य, वित्त, और सुरक्षा जैसे क्षेत्रों में AI अनुप्रयोग अक्सर सीमापार डेटा प्रवाह में शामिल होते हैं, जो गोपनीयता, डेटा सुरक्षा, और नैतिक मानकों के बारे में चिंताएँ उठाते हैं। इस वैश्विक प्रकृति के कारण AI शासन के लिए समन्वित दृष्टिकोण आवश्यक है। अंतरराष्ट्रीय सहयोग के लक्ष्य हैं: 

• मानकों का संरेखण: पारदर्शिता, जवाबदेही, और निष्पक्षता जैसे साझा सिद्धांत स्थापित करना ताकि AI उपयोग के लिए सुसंगत वैश्विक दिशानिर्देश बन सकें।
• डेटा गोपनीयता और संरक्षण: सीमापार डेटा साझा करने के लिए सामान्य नियम तय करना ताकि गोपनीयता की रक्षा हो और राष्ट्रीय कानूनों का सम्मान करते हुए नैतिक AI अनुप्रयोग सुनिश्चित हों।
• AI पक्षपात से निपटना: वैश्विक स्तर पर सहयोग कर सर्वोत्तम प्रथाएँ साझा करना, पक्षपात का पता लगाना, और अधिक निष्पक्ष AI प्रणालियों और समान परिणामों के लिए रणनीतियाँ विकसित करना।

हमारा कोर्स Responsible AI Data Management देखें, जहाँ आप जिम्मेदार डेटा प्रथाओं की बुनियाद, जिनमें डेटा अधिग्रहण, प्रमुख नियम, और डेटा सत्यापन तथा पक्षपात शमन रणनीतियाँ शामिल हैं, सीख सकते हैं। Y

ou इन कौशलों को किसी भी डेटा परियोजना पर आलोचनात्मक सोच लागू करने में उपयोग कर सकते हैं, यह सुनिश्चित करते हुए कि शुरू से अंत तक आपकी परियोजना सफल, जिम्मेदार, और अनुपालन-संगत हो।

वैश्विक AI नियामकीय ढाँचे की चुनौतियाँ

अंतरराष्ट्रीय सहयोग की आवश्यकता के बावजूद, AI नियमन के लिए एक एकीकृत वैश्विक ढाँचा बनाने में कई चुनौतियाँ हैं:

• राष्ट्रीय प्राथमिकताओं में अंतर: अलग-अलग देश AI नियमन के विभिन्न पहलुओं को प्राथमिकता देते हैं—जैसे, US नवाचार पर, EU गोपनीयता पर, और चीन राज्य नियंत्रण पर—जिससे एकीकृत वैश्विक दृष्टिकोण कठिन हो जाता है।
• भूराजनीतिक तनाव: प्रमुख AI खिलाड़ियों, जैसे US और चीन, के बीच प्रतिद्वंद्विताएँ प्रतिस्पर्धी ढाँचों और तकनीकी स्थानांतरण व राष्ट्रीय सुरक्षा को लेकर चिंताओं को जन्म देती हैं, जो सहयोग को जटिल बनाती हैं।
• नैतिक और सांस्कृतिक भिन्नताएँ: निगरानी, डेटा गोपनीयता, और मानवाधिकारों पर अलग-अलग दृष्टिकोण AI नियमन के लिए सार्वभौमिक नैतिक मानक बनाना कठिन करते हैं।

वैश्विक AI ढाँचे की ओर प्रयास

चुनौतियों के बावजूद, AI शासन में अंतरराष्ट्रीय सहयोग को बढ़ावा देने के सतत प्रयास जारी हैं:

संयुक्त राष्ट्र और AI for Good

संयुक्त राष्ट्र ने AI for Good जैसे मंचों के माध्यम से वैश्विक AI नियमन पर चर्चा शुरू की है, जो विशेषज्ञों, नीति-निर्माताओं, और उद्योग नेताओं को AI के संभावित लाभों और जोखिमों की पड़ताल के लिए एक साथ लाता है। इन चर्चाओं का उद्देश्य विशेषकर स्थिरता और मानवाधिकार जैसे क्षेत्रों में AI विकास के लिए अंतरराष्ट्रीय मानदंडों को आकार देना है।

Global Partnerships on AI (GPAI)

2020 में शुरू हुआ GPAI एक अंतरराष्ट्रीय पहल है जो सीमापार सहयोग के माध्यम से AI के जिम्मेदार विकास को बढ़ावा देती है। इसमें कनाडा, फ्रांस, जापान, और भारत जैसे अग्रणी AI देश शामिल हैं, जिनका उद्देश्य सर्वोत्तम प्रथाओं को बढ़ावा देना, डेटा साझा करना, और नैतिक मानकों को बनाए रखते हुए नवाचार को प्रोत्साहित करना है।

AI Safety Summit

UK ने नवंबर 2023 में पहला वैश्विक AI Safety Summit की मेजबानी की। इसने वैश्विक नेताओं, टेक विशेषज्ञों, और नीति-निर्माताओं को AI के सुरक्षित और नैतिक विकास को सुनिश्चित करने की महत्वपूर्ण चुनौतियों पर विचार-विमर्श के लिए एक साथ लाया। इस कार्यक्रम ने AI सुरक्षा के लिए ढाँचे बनाने के महत्व पर प्रकाश डाला, खासकर वैश्विक सुरक्षा और नैतिक मानकों के साथ AI विकास को संरेखित करने पर, जबकि नवाचार को भी प्रोत्साहन दिया गया। 

यदि जनता मजबूत नैतिक मानकों और पारदर्शिता के लिए दबाव नहीं बनाती, तो कंपनियाँ सुरक्षा पर लाभ को वरीयता दे सकती हैं और सरकारें तब तक नियमन से बच सकती हैं जब तक कि नुकसान स्पष्ट न हो जाए। लेकिन जब लोग जवाबदेही की माँग करते हैं, तो यह विधायकों को कार्रवाई के लिए प्रेरित करता है और ऐसी नीतियाँ बनाने को बढ़ावा देता है जो यह सुनिश्चित करें कि AI गोपनीयता या निष्पक्षता को कमजोर करने के बजाय समाज को लाभ पहुँचाए।

जैसा कि ब्रूस श्नाइयर हमारे DataFramed एपिसोड Trust and Regulation in AI:

अपस्किलिंग और रीस्किलिंग की आवश्यकता 

AI के आगमन के बाद केवल कानूनों को ही नहीं, बल्कि कार्यबल को भी रूपांतरित होने की आवश्यकता है। जैसे-जैसे स्वचालन और बुद्धिमान प्रणालियाँ नियमित कार्यों को संभालती हैं, नए कौशल सेट आवश्यक होते जा रहे हैं। 

जैसा कि हम State of Data & AI Literacy Report में रेखांकित करते हैं, यह संक्रमण कार्यबल को AI साक्षरता, तकनीकी दक्षता, और डेटा प्रवाहिता से लैस करने पर बढ़ता जोर डालता है, ताकि विकसित हो रहे नौकरी परिदृश्य में फल-फूल सकें।

62% नेताओं का मानना है कि AI साक्षरता अब उनकी टीमों के दैनिक कार्यों के लिए महत्वपूर्ण है, इसलिए संगठनों के लिए चुनौती केवल तकनीकी परिवर्तन के साथ कदम मिलाना ही नहीं, बल्कि यह भी सुनिश्चित करना है कि उनकी टीमें इन टूल्स का जिम्मेदारी और रणनीतिक रूप से लाभ उठा सकें। 

इसके लिए सीखने का एक संरचित दृष्टिकोण चाहिए—जो बुनियादी AI अवधारणाओं, नैतिक विचारों, और उन्नत तकनीकी प्रशिक्षण तक फैला हो।

जो संगठन अपस्किलिंग और रीस्किलिंग में निवेश करते हैं, वे नौकरी विस्थापन को कम करने, नवाचार को बढ़ावा देने, और प्रतिस्पर्धी बने रहने के लिए बेहतर स्थिति में होते हैं। व्यापक सीखने के कार्यक्रम, जो इन आवश्यकताओं को संबोधित करते हैं, अंतर को पाट सकते हैं, तकनीकी और गैर-तकनीकी दोनों टीमों को AI प्रणालियों को समझने, तैनात करने, और प्रभावी ढंग से शासित करने के लिए तैयार कर सकते हैं।

DataCamp for Business आपकी टीमों को AI में अपस्किल करने में आपकी संगठनात्मक स्केल चाहे जो भी हो, मदद कर सकता है। कस्टम लर्निंग पाथ, विस्तृत रिपोर्टिंग, और समर्पित सक्सेस टीम के साथ, आप अपने AI लक्ष्यों तक जल्दी पहुँच सकते हैं। 

निष्कर्ष

AI को विनियमित करना इस बात की कुंजी है कि यह समाज को लाभ पहुँचाए और उसके जोखिमों का प्रबंधन हो सके। विभिन्न क्षेत्रों में AI के तेज़ी से विकसित होने के साथ, मौजूदा नियम अक्सर साथ नहीं दे पाते।

जैसे-जैसे AI जेनरेटिव मॉडलों, स्वायत्त निर्णय-निर्माण, और डीप लर्निंग जैसे क्षेत्रों में आगे बढ़ रहा है, पुराने नियम पर्याप्त नहीं हो सकते। असली चुनौती ऐसे अनुकूलनीय नियम बनाना है जो तकनीक के साथ विकसित हो सकें—नवाचार और जिम्मेदार निगरानी के बीच संतुलन रखते हुए।

यदि आप AI और उसके प्रभाव की गहरी समझ चाहते हैं, तो हमारा AI Fundamentals स्किल ट्रैक देखें, अपनी जानकारी बढ़ाएँ और आगे बने रहें।