कानून प्रवर्तन में कृत्रिम बुद्धिमत्ता (AI)

संदर्भ

भारतीय पुलिस बल अपने अभियानों में कृत्रिम बुद्धिमत्ता (AI) को तेजी से एकीकृत कर रहे हैं, उदाहरण के लिए दिल्ली पुलिस की सेफ सिटी परियोजना।

• AI निगरानी, ​​जाँच, प्रीडिक्टिव पुलिसिंग और फोरेंसिक एनालिसिस को नया रूप दे रहा है।

कानून प्रवर्तन में AI के प्रमुख अनुप्रयोग

• फेसियल रिकॉग्निशन टेक्नोलॉजी (Facial Recognition Technology-FRT)
  • CCTV फुटेज और इमेज डेटाबेस से अपराधियों, लापता व्यक्तियों और संदिग्धों की पहचान करने के लिए उपयोग किया जाता है।
  • यह बड़ी मात्रा में उपस्थित लोगों (जैसे- स्टेडियम, सार्वजनिक कार्यक्रम) के मध्य वांछितों की पहचान करने में सक्षम है।
• AI-सक्षम निगरानी प्रणालियाँ
  • संदिग्ध गतिविधियों, हथियारों, यातायात नियमों के उल्लंघन और दुर्घटनाओं का पता लगाने के लिए लाइव और रिकॉर्ड किए गए CCTV फुटेज का विश्लेषण करना।
  • ऑब्जेक्ट रिकग्निशन कानून प्रवर्तन एजेंसियों को विभिन्न स्थानों पर वाहनों या व्यक्तियों को ट्रैक करने की अनुमति देता है।
  • ड्रोन निगरानी से भीड़ प्रबंधन और खोज एवं बचाव अभियान बेहतर होते हैं।
• प्रीडिक्टिव पुलिसिंग (Predictive Policing) 
  • ऐतिहासिक अपराध आँकड़ों का उपयोग करके अपराध के प्रमुख क्षेत्रों की पहचान करना, अपराध के प्रकार, संभावित अपराधियों और संभावित पीड़ितों का अनुमान लगाना।
  • बुजुर्गों के साथ दुर्व्यवहार जैसे उभरते क्षेत्रों सहित अपराध रोकथाम में इसकी संभावित उपयोगिता है।
• पुलिस व्यवस्था में रोबोट का उपयोग
  • रोबोट निगरानी और गश्त में सहायता करते हैं, साथ ही बम निरोधक और खतरनाक क्षेत्रों में प्रवेश जैसे उच्च जोखिम वाले अभियानों में भी सहायक सिद्ध होते हैं।
    • उदाहरण के लिए, दुबई के स्ट्रीट रोबोट वास्तविक समय में डेटा भेजते रहते हैं।
• अहिंसक अपराधों का पता लगाना
  • कृत्रिम बुद्धिमत्ता वित्तीय धोखाधड़ी, धन शोधन, नकली मुद्रा और वस्तुओं की पहचान करने में सहायता करती है।
• मुकदमे से पूर्व रिहाई और पैरोल संबंधी निर्णय
  • कृत्रिम बुद्धिमत्ता (AI) का उपयोग आपराधिक न्याय प्रणाली में मुकदमे से पूर्व की प्रक्रिया में और अपराधी की पैरोल की शर्तों को निर्धारित करने में किया जाता है।
    • उदाहरण के लिए, अमेरिका अपराधियों के जोखिम का आकलन करने के लिए वैकल्पिक दंडों के लिए सुधारात्मक अपराधी प्रबंधन प्रोफाइलिंग (Correctional Offender Management Profiling for Alternative Sanctions- COMPAS) का उपयोग करता है।

कानून प्रवर्तन में AI के उपयोग के प्रेरक कारक

• अपराध की बढ़ती जटिलता: साइबर अपराध, आतंकवाद, वित्तीय अपराध और संगठित अपराध के लिए डेटा-आधारित उपकरणों की आवश्यकता होती है।
• संसाधन संबंधी बाधाएँ: भारत में पुलिस-जनसंख्या अनुपात (प्रति 1,00,000 पर 153) संयुक्त राष्ट्र के मानक (222) से काफी कम है, जिसके कारण दक्षता बढ़ाने वाली प्रौद्योगिकियों की आवश्यकता है।
• शहरीकरण और भीड़ प्रबंधन: बड़े शहरी क्षेत्रों की आबादी, जनसभाएँ और बड़े आयोजन निगरानी और सार्वजनिक सुरक्षा संबंधी चुनौतियों को बढ़ाते हैं।
• बाजार विस्तार: ग्लोबल प्रीडिक्टिव पुलिसिंग बाजार के वर्ष 2034 तक 157 बिलियन अमेरिकी डॉलर तक पहुँचने का अनुमान है, जो AI-आधारित कानून प्रवर्तन उपकरणों पर सरकारी निर्भरता में वृद्धि को दर्शाता है।

भारतीय कानून प्रवर्तन में AI के अनुप्रयोग

• दिल्ली सेफ सिटी प्रोजेक्ट: आपातकालीन स्थिति से संबंधित ध्वनियों और चेहरे के हाव-भाव की पहचान करने के लिए चेहरे की पहचान प्रणाली और डिस्ट्रेस डिटेक्शन टेक्नोलॉजी से लैस 10,000 AI-सक्षम सीसीटीवी कैमरे लगाए गए हैं।
• महाक्राइम ओएस AI (MahaCrime OS AI) (महाराष्ट्र): यह AI-संचालित जाँच मंच शिकायतों के त्वरित निपटान, जटिल डेटा विश्लेषण और जाँच प्रक्रियाओं के कुशल पालन के लिए बनाया गया है।
• आपराधिक फोरेंसिक: AI प्रणालियों को आपराधिक ट्रैकिंग नेटवर्क और सिस्टम से दशकों पुराने आपराधिक डेटा पर प्रशिक्षित किया गया है, जिससे पैटर्न पहचान और पूर्वानुमान विश्लेषण संभव हो पाता है।
  • उदाहरण के लिए, उँगलियों के निशान का डिजिटलीकरण और उच्च सटीकता के साथ संरक्षण।
• साइबर और डार्क वेब निगरानी: पुलिस अनुसंधान एवं विकास ब्यूरो (BPR&D) द्वारा विकसित उपकरण, खुफिया जानकारी जुटाने के लिए डीप और डार्क वेब डेटा का विश्लेषण करते हैं।
• वित्तीय अपराध का पता लगाना: प्रवर्तन निदेशालय संदिग्ध लेन-देन, अवैध खातों और आभासी डिजिटल संपत्ति की हेरा-फेरी का पता लगाने के लिए FIU के AI/ML उपकरणों का उपयोग करता है।
• राज्य पुलिस की अन्य तैनाती
  • उत्तर प्रदेश: अपराधियों की निगरानी के लिए त्रिनेत्र ऐप (Trinetra App)।
  • दिल्ली: हॉटस्पॉट की पहचान के लिए क्राइम मैपिंग, एनालिटिक्स और प्रेडिक्टिव सिस्टम (CMAPS)।

पुलिस व्यवस्था में कृत्रिम बुद्धिमत्ता की सीमाएँ और जोखिम

• एल्गोरिदम आधारित पूर्वाग्रह और भेदभाव: AI सिस्टम ऐतिहासिक अपराध डेटा पर प्रशिक्षित होते हैं, जो अक्सर मौजूदा सामाजिक और संस्थागत पूर्वाग्रहों को दर्शाता है।
• समानता और निष्पक्ष सुनवाई के अधिकारों का हनन: पक्षपातपूर्ण AI परिणाम, कानून के समक्ष समानता के सिद्धांत और निर्दोषता की धारणा को कमजोर करते हैं।
  • स्वामित्व वाले “ब्लैक-बॉक्स” एल्गोरिदम का उपयोग आरोपियों को AI-आधारित निर्णयों को समझने या चुनौती देने से रोकता है, जिससे निष्पक्ष सुनवाई के अधिकार का उल्लंघन होता है।
• निगरानी और निजता का हनन: AI-आधारित चेहरे की पहचान बड़े पैमाने पर निगरानी, ​​निरंतर ट्रैकिंग और व्यक्तियों की सहमति के बिना उनकी प्रोफाइलिंग को सक्षम बनाती है।
• स्वचालन पर अत्यधिक निर्भरता: जनरेटिव AI-आधारित पुलिस रिपोर्ट कानूनी बारीकियों, प्रासंगिक कारकों और मूल वास्तविकताओं की अनदेखी कर सकती हैं।
  • तकनीकी नियतिवाद का खतरा, जहाँ एल्गोरिदम आउटपुट को वस्तुनिष्ठ सत्य माना जाता है।
• जवाबदेही और शासन में कमियाँ: पारंपरिक पुलिस नियमावली के विपरीत, AI के उपयोग को नियंत्रित करने वाली कोई वैधानिक AI नियमावली या पुलिसिंग नियमावली नहीं है।
  • अपारदर्शी AI सिस्टम,  पारदर्शिता और जवाबदेही को कम करते हैं।

आगे की राह

• कानूनी और संस्थागत सुरक्षा उपाय
  • पुलिस व्यवस्था में AI सिस्टम की खरीद या तैनाती से पूर्व, सरकारों को मानवाधिकारों पर पड़ने वाले प्रभावों का आकलन अनिवार्य करना होगा।
  • बायोमेट्रिक डेटा के संग्रह, भंडारण और उपयोग को विनियमित करने के लिए एक मजबूत डेटा संरक्षण कानून आवश्यक है।
  • AI की तैनाती को वैधता, आवश्यकता और आनुपातिकता को मजबूत करना होगा।
• मानव पर्यवेक्षण और जवाबदेही
  • कृत्रिम बुद्धिमत्ता (AI) प्रणालियों को केवल निर्णय लेने में सहायता करने वाले उपकरणों के रूप में ही कार्य करना चाहिए, न कि पुलिसिंग या न्यायिक प्रक्रियाओं में मानवीय निर्णय का स्थान लेना चाहिए।
  • स्पष्ट जवाबदेही तंत्रों के माध्यम से AI प्रणालियों द्वारा उत्पन्न त्रुटियों, दुरुपयोग या मानवाधिकारों के उल्लंघन के लिए जिम्मेदारी निर्धारित की जानी चाहिए।
• पारदर्शिता और स्पष्टता
  • कानून प्रवर्तन एजेंसियों को AI द्वारा लिए गए निर्णयों में पारदर्शिता सुनिश्चित करनी चाहिए, ताकि प्रभावित व्यक्ति परिणामों को समझ सकें और उन पर आपत्ति जता सकें।
  • पक्षपात और त्रुटियों की पहचान करने के लिए नियमित रूप से स्वतंत्र ऑडिट और एल्गोरिदम परीक्षण किए जाने चाहिए।
• क्षमता निर्माण और AI साक्षरता
  • पुलिस कर्मियों और न्यायिक अधिकारियों को AI के नैतिक उपयोग, सीमाओं और संभावित हानियों के संबंध में प्रशिक्षित किया जाना चाहिए।
  • पुलिस व्यवस्था में AI के उपयोग के बारे में जन जागरूकता, विश्वास और लोकतांत्रिक जवाबदेही स्थापित करने के लिए आवश्यक है।
• एडॉप्टिव और संदर्भ-विशिष्ट तैनाती
  • बड़े पैमाने पर अपनाने से पूर्व पायलट आधारित तैनाती और संदर्भ-विशिष्ट परीक्षण।
  • AI से संबंधित हानि को दर्ज करने और अनुकूल जोखिम न्यूनीकरण रणनीतियों को सक्षम करने के लिए एक घटना डेटाबेस का निर्माण।

PW OnlyIAS विशेष वैश्विक पहल विश्वभर में कानून प्रवर्तन एजेंसियाँ ​​(LEP) दक्षता बढ़ाने के लिए, विशेष रूप से पूर्वानुमानित पुलिसिंग, निगरानी और अपराध रोकथाम में, AI-संचालित उपकरणों को तेजी से तैनात कर रही हैं। संयुक्त राज्य अमेरिका: NYPD अपराध पैटर्न विश्लेषण और तैनाती निर्णयों के लिए पैटर्नइजर का उपयोग करता है; क्लियरव्यू AI जैसे AI उपकरण, बाल संरक्षण में सहायता करते हैं। चीन: वास्तविक समय में पुलिसिंग और आपातकालीन प्रतिक्रिया के लिए रोबोट, ड्रोन, डिटेंशन कैमरों का व्यापक उपयोग और शंघाई के वर्चुअल रियलिटी मॉडल का विकास। दक्षिण कोरिया: वाइस रिकॉग्निशन, वीडियो एनालिसिस और वास्तविक समय डेटा प्रसंस्करण को एकीकृत करने वाले AI-संचालित गश्ती वाहनों की शुरुआत। ऑस्ट्रेलिया: बाल शोषण का मुकाबला करने के लिए AI-सक्षम प्लेटफॉर्म का प्रयोग किया जा रहा है।

DOWNLOAD PDF