भूमिका
Generative AI और Large Language Models (LLMs) ने नवाचार, उत्पादकता और अर्थव्यवस्था में अभूतपूर्व बदलाव ला दिया है। भारत में ₹10,372 करोड़ के 'IndiaAI मिशन' के माध्यम से स्वदेशी AI अवसंरचना को गति दी जा रही है। हालांकि, इस तकनीक के तीव्र और अनियंत्रित विस्तार ने डेटा गोपनीयता, नैतिकता और नियामक निगरानी से संबंधित गंभीर चुनौतियाँ उत्पन्न कर दी हैं।
1. डेटा गोपनीयता संबंधी चुनौतियाँ
- अनधिकृत डेटा स्क्रैपिंग: एलएलएम को प्रशिक्षित करने के लिए इंटरनेट से संवेदनशील व्यक्तिगत डेटा (Personal Data) बिना उपयोगकर्ताओं की स्पष्ट सहमति के एकत्र किया जाता है, जिससे बौद्धिक संपदा और गोपनीयता अधिकारों का उल्लंघन होता है।
- सीमा-पार डेटा प्रवाह और DPDP अधिनियम, 2023: डिजिटल व्यक्तिगत डेटा संरक्षण (DPDP) अधिनियम डेटा हस्तांतरण के लिए 'नेगेटिव-लिस्ट' दृष्टिकोण अपनाता है। विदेशी सर्वरों पर संचालित एलएलएम के संदर्भ में क्षेत्रीय डेटा स्थानीयकरण नियमों (जैसे RBI के निर्देश) के साथ विनियामक सामंजस्य स्थापित करना एक बड़ी चुनौती है।
2. नैतिक, सामाजिक-आर्थिक एवं पर्यावरणीय चुनौतियाँ
- हैलुसिनेशन एवं डीपफेक: एआई मॉडल द्वारा अत्यधिक आत्मविश्वास के साथ भ्रामक या तथ्यहीन जानकारी (AI Hallucination) प्रस्तुत करना और डीपफेक के माध्यम से चुनावी अखंडता व व्यक्तिगत गरिमा को प्रभावित करना एक प्रमुख संकट है।
- एल्गोरिद्मिक पूर्वाग्रह (Algorithmic Bias): ऐतिहासिक और पक्षपाती प्रशिक्षण डेटा के कारण एआई मॉडल में लिंग, जाति और नस्ल संबंधी सामाजिक पूर्वाग्रह स्वतः परिलक्षित होने लगते हैं।
- पर्यावरणीय लागत: एक एआई प्रॉम्प्ट पारंपरिक सर्च इंजन क्वेरी की तुलना में लगभग 10 गुना अधिक विद्युत ऊर्जा की खपत करता है, जिससे वैश्विक कार्बन फुटप्रिंट में तीव्र वृद्धि हो रही है।
3. नियामकीय चुनौतियाँ (Regulatory Challenges)
- ब्लैक-बॉक्स प्रकृति: एआई के निर्णय लेने की आंतरिक प्रक्रिया पारदर्शी न होने के कारण विधिक जवाबदेही तय करना कठिन होता है; इसे दूर करने के लिए व्याख्यात्मक एआई (Explainable AI - XAI) और स्वतंत्र एल्गोरिद्मिक ऑडिट की आवश्यकता है।
- वैश्विक विनियामक ढांचे में असमानता: जहाँ 'EU AI Act' कठोर जोखिम-आधारित दृष्टिकोण लागू कर रहा है, वहीं विश्व स्तर पर एकसमान मानकों की कमी है। यद्यपि सियोल एआई समिट (2024) में 'AI Safety Institutes' नेटवर्क की पहल की गई, लेकिन इसका वैश्विक क्रियान्वयन अभी शैशवावस्था में है।
निष्कर्ष
नवाचार को बाधित किए बिना जोखिमों को नियंत्रित करने के लिए भारत को 'रेगुलेटरी सैंडबॉक्स' दृष्टिकोण अपनाना चाहिए। सियोल घोषणापत्र के अनुरूप अंतर्राष्ट्रीय तालमेल, नीति आयोग के 'Responsible AI' सिद्धांतों का वैधानिक सुदृढ़ीकरण तथा एआई-जनित सामग्री पर अनिवार्य वॉटरमार्किंग लागू कर एक सुरक्षित, नैतिक और समावेशी डिजिटल पारिस्थितिकी तंत्र का निर्माण किया जा सकता है।