उत्तर:

जनरेटिव एआई (GAI) आर्टिफिशियल इंटेलिजेंस का एक उपसमूह है जो मौजूदा डेटा से पैटर्न सीखकर नई सामग्री , जैसे टेक्स्ट, चित्र, संगीत या वीडियो बनाता है। यह मूल और यथार्थवादी आउटपुट का उत्पादन कर सकता है , जो कानूनी ढाँचों और न्यायिक मिसालों के लिए अद्वितीय चुनौतियाँ पेश करता है, विशेष रूप से बौद्धिक संपदा और देयता के संबंध में ।

भारत में कानूनी ढाँचों और न्यायिक मिसालों के लिए जनरेटिव एआई द्वारा उत्पन्न चुनौतियाँ:

• उत्तरदायित्व में अस्पष्टता: पारंपरिक कानूनी ढाँचे में AI द्वारा उत्पन्न सामग्री के लिए उत्तरदायित्व निर्धारित करने में स्पष्टता का अभाव है, जिससे जवाबदेही के मुद्दे जटिल हो जाते हैं।
  उदाहरण के लिए: श्रेया सिंघल आईटी अधिनियम की धारा 79 को बरकरार रखते हुए फैसला सुनाया गया , जो मध्यस्थों को होस्टिंग सामग्री के खिलाफ सुरक्षित बंदरगाह संरक्षण प्रदान करता है, लेकिन जनरेटिव एआई पर इसका आवेदन विवादास्पद बना हुआ है।
• बौद्धिक संपदा अधिकार: मौजूदा आईपी कानून एआई द्वारा बनाए गए कार्यों के स्वामित्व और कॉपीराइट को संबोधित करने में अपर्याप्त हैं , जिससे कानूनी अनिश्चितताएं पैदा होती हैं।
  उदाहरण के लिए: संसदीय स्थायी समिति की रिपोर्ट के अनुसार , कॉपीराइट अधिनियम, 1957 आर्टिफिशियल इंटेलिजेंस द्वारा लेखकत्व और स्वामित्व की सुविधा के लिए पर्याप्त रूप से सुसज्जित नहीं है।
• गोपनीयता की चिंताएँ: व्यक्तिगत डेटा की विशाल मात्रा को संसाधित करने की AI की क्षमता संभावित दुरुपयोग और डेटा उल्लंघनों सहित महत्वपूर्ण गोपनीयता मुद्दों को जन्म देती है ।
  उदाहरण के लिए: डिजिटल व्यक्तिगत डेटा संरक्षण (DPDP) अधिनियम, 2023 के तहत “मिटाने का अधिकार” सिद्धांत जटिल होता जा रहा है क्योंकि AI मॉडल अवशोषित डेटा को मिटा नहीं सकते हैं।
• पूर्वाग्रह और भेदभाव: एआई सिस्टम मौजूदा पूर्वाग्रहों को कायम रख सकते हैं या बढ़ा सकते हैं, जिसके परिणामस्वरूप भेदभावपूर्ण परिणाम सामने आते हैं जिन्हें वर्तमान कानूनी मानकों द्वारा प्रभावी ढंग से संबोधित नहीं किया जाता है।
  उदाहरण के लिए: 2014 में , अमेज़ॅन ने एक एआई भर्ती प्रणाली विकसित की जो महिलाओं के साथ भेदभाव करती थी, जिसने पूर्वाग्रह का पता लगाने और उसे कम करने के तंत्र की आवश्यकता को दर्शाया।
• विनियमन और अनुपालन: मौजूदा विनियामक ढाँचे AI गतिविधियों को व्यापक रूप से नियंत्रित करने के लिए अपर्याप्त हैं, जिससे अनुपालन और प्रवर्तन में अंतराल पैदा हो रहा है। उदाहरण के लिए: सूचना प्रौद्योगिकी अधिनियम जैसे मौजूदा कानून विशेष रूप से AI-जनित सामग्री को संबोधित नहीं करते हैं, जिसके परिणामस्वरूप विनियामक अंतराल पैदा होते हैं
• उपभोक्ता संरक्षण: एआई द्वारा उत्पन्न सामग्री की अप्रत्याशितता उपभोक्ता संरक्षण के मुद्दों को जन्म दे सकती है, क्योंकि पारंपरिक कानून अप्रत्याशित एआई व्यवहारों को कवर नहीं कर सकते हैं। उदाहरण के लिए
  : एआई द्वारा उत्पन्न डीपफेक वीडियो उपभोक्ताओं को गुमराह कर सकते हैं, जिससे उनकी यथार्थवादी प्रकृति और नकली के रूप में पहचाने जाने में कठिनाई के कारण प्रतिष्ठा को नुकसान या वित्तीय नुकसान हो सकता है।
• साइबर सुरक्षा खतरे: विभिन्न क्षेत्रों में एआई के एकीकरण से साइबर हमलों की संभावना बढ़ जाती है, जिसके लिए सख्त कानूनी उपायों की आवश्यकता होती है।
  उदाहरण के लिए: प्रतिकूल साइबर हमले एआई आउटपुट में हेरफेर कर सकते हैं, जिससे संभावित रूप से डेटा उल्लंघन हो सकता है और वित्त एवं स्वास्थ्य सेवा जैसे क्षेत्रों के लिए जोखिम पैदा हो सकता है।
• नैतिक चिंताएँ: एआई निर्णयों के नैतिक निहितार्थ, विशेष रूप से मानवाधिकारों को प्रभावित करने वाले , मौजूदा न्यायिक मिसालों और नैतिक मानदंडों को चुनौती देते हैं।
  उदाहरण के लिए: यदि आपराधिक न्याय में एआई एल्गोरिदम का उपयोग किया जाता है, तो सजा में पूर्वाग्रहों को मजबूत किया जा सकता है, जिससे संभावित रूप से कुछ समूहों के साथ अनुचित व्यवहार हो सकता है।

संभावित समाधान:

• विनियामक ढाँचा : AI को संबोधित करने वाले विशिष्ट विनियमनों को विकसित और लागू करना , जिसमें स्पष्ट परिभाषाएँ और दिशा-निर्देश शामिल हों।
  उदाहरण के लिए: यूरोपीय संघ का आर्टिफिशियल इंटेलिजेंस अधिनियम पूरे यूरोपीय संघ में AI के लिए एक सामान्य विनियामक और कानूनी ढाँचा स्थापित करता है।
• सैंडबॉक्स इम्युनिटी: GAI प्लेटफॉर्म को अस्थायी देयता प्रतिरक्षा प्रदान करना ताकि जिम्मेदार विकास और कानूनी मुद्दों की पहचान की जा सके।
  उदाहरण के लिए: यूके ने विनियामक पर्यवेक्षण के तहत फिनटेक के लिए नवाचार करने हेतु सैंडबॉक्स वातावरण लागू किया है
• आईपी कानून सुधार : एआई द्वारा उत्पन्न कार्यों को समायोजित करने और स्वामित्व अधिकारों को स्पष्ट करने के लिए बौद्धिक संपदा कानूनों को अपडेट करें।
  उदाहरण के लिए: यूके के अपडेट किए गए कॉपीराइट कानून में अब कंप्यूटर द्वारा उत्पन्न कार्यों के लिए सुरक्षा शामिल है, जो निर्माता या प्रोग्रामर को कॉपीराइट प्रदान करता है।
• डेटा अनुपालन : डेवलपर्स को अनुपालन सुनिश्चित करने के लिए AI मॉडल के प्रशिक्षण में उपयोग की जाने वाली बौद्धिक संपदा के लिए कानूनी रूप से
  लाइसेंस और क्षतिपूर्ति करनी चाहिए। उदाहरण के लिए: OpenAI को उचित लाइसेंस के बिना प्रशिक्षण के लिए कॉपीराइट सामग्री का उपयोग करने पर मुकदमों का सामना करना पड़ा है, जो स्पष्ट डेटा उपयोग नीतियों की आवश्यकता को उजागर करता है।
• पूर्वाग्रह शमन : AI सिस्टम में पूर्वाग्रहों का पता लगाने और उन्हें कम करने के उपायों को लागू करना, निष्पक्ष और गैर-भेदभावपूर्ण परिणाम सुनिश्चित करना।
  उदाहरण के लिए: AI सिस्टम में पूर्वाग्रहों का पता लगाने और उन्हें कम करने के लिए मशीन लर्निंग (FAT/ML) सिद्धांतों में निष्पक्षता , जवाबदेही और पारदर्शिता जैसे उपायों को लागू करना ।
• पारदर्शिता की आवश्यकताएँ : कानूनी और न्यायिक संदर्भों में उपयोग किए जाने वाले AI एल्गोरिदम के लिए पारदर्शिता और व्याख्यात्मकता मानकों को अनिवार्य करना।
  उदाहरण के लिए: EU का GDPR पारदर्शिता और स्पष्टीकरण के अधिकार को अनिवार्य करता है , यह सुनिश्चित करता है कि व्यक्ति स्वचालित निर्णयों को समझें, जिससे AI-संचालित कानूनी प्रणालियों में निष्पक्षता और जवाबदेही बनी रहे।
• नैतिक दिशा-निर्देश : महत्वपूर्ण सामाजिक प्रभाव वाले क्षेत्रों में AI के उपयोग के लिए नैतिक दिशा-निर्देश तैयार करना और उन्हें लागू करना।
  उदाहरण के लिए: स्वास्थ्य सेवा और आपराधिक न्याय जैसे महत्वपूर्ण क्षेत्रों में जिम्मेदार AI उपयोग सुनिश्चित करने के लिए, एसिलोमर AI सिद्धांतों के समान AI के लिए नैतिक दिशा-निर्देश विकसित करें।

एआई तकनीकी उन्नति के भविष्य का प्रतिनिधित्व करता है, जो विभिन्न क्षेत्रों में परिवर्तनकारी क्षमता प्रदान करता है। डेटा गोपनीयता, बौद्धिक संपदा और नैतिक चिंताओं को संबोधित करना इसके लाभों का जिम्मेदारी से दोहन करने के लिए महत्वपूर्ण है। नीति आयोग की आर्टिफिशियल इंटेलिजेंस पर राष्ट्रीय रणनीति (NSAI), “AI फॉर ऑल” का उद्देश्य AI के उपयोग को लोकतांत्रिक बनाना और समावेशी विकास को बढ़ावा देना है , यह सुनिश्चित करना कि AI तकनीक समाज के सभी वर्गों को लाभान्वित करे और साथ ही भारत में नवाचार और विकास को बढ़ावा दे।