આંતરરાષ્ટ્રીય નાણા ભંડોળ (IMF) એ વિશ્વભરની સેન્ટ્રલ બેંકોને નાણાકીય સિસ્ટમમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ના વધતા ઉપયોગ પર કડક નજર રાખવાની તાકીદ કરી છે. AI કાર્યક્ષમતા વધારે છે, પરંતુ એકસાથે સમાન પ્રતિક્રિયાઓ ફ્લેશ ક્રેશ અને સાયબર સુરક્ષાને લગતા જોખમો ઊભા કરી શકે છે.
Detailed Coverage
AI ના કારણે સિસ્ટમિક જોખમોનો ખતરો
IMF એ કહ્યું છે કે નાણાકીય સંસ્થાઓ હવે હાઇ-ફ્રિકવન્સી ટ્રેડિંગ, ધિરાણ, અને દેખરેખ જેવા કામકાજ માટે ઓટોમેટેડ સિસ્ટમ્સ પર વધુ નિર્ભર બની રહી છે. AI ને કારણે બજારની તરલતા (Market Liquidity) સુધરે છે અને ટ્રાન્ઝેક્શન ખર્ચ ઘટે છે, પરંતુ તેના અંધારા પાસાઓ પણ છે. સૌથી મોટી ચિંતા એ છે કે બજારમાં તણાવની સ્થિતિમાં, સમાન લોજિક ધરાવતા અનેક AI સિસ્ટમ્સ એક જ સમયે સમાન ડેટા પર પ્રતિક્રિયા આપી શકે છે. આનાથી 'ફ્લેશ ક્રેશ' (Flash Crashes) નું જોખમ વધી જાય છે, જે માનવીય ભૂલો કરતાં વધુ ઝડપી અને ગંભીર હોઈ શકે છે. IMF ભારપૂર્વક કહે છે કે હાલના નિયમનકારી માળખા (Regulatory Frameworks) આ ઓટોમેટેડ સિસ્ટમ્સની ઝડપ અને વ્યાપને પહોંચી વળવા સક્ષમ નથી.
ભારતીય નાણાકીય ક્ષેત્ર માટે પડકારો
IMF ની ભલામણો ખાસ કરીને ભારત માટે મહત્વપૂર્ણ છે, જ્યાં ભારતીય રિઝર્વ બેંક (RBI) અને ખાનગી બેંકો AI નો મોટા પાયે ઉપયોગ કરી રહી છે. RBI ઇનોવેશન હબ દ્વારા વિકસાવવામાં આવેલ MuleHunter.AI જેવા ટૂલ્સ પહેલેથી જ છેતરપિંડીવાળા ખાતાઓ શોધવા અને સાયબર ગુના સામે લડવા માટે મશીન લર્નિંગનો ઉપયોગ કરે છે. વધુમાં, AI-આધારિત ક્રેડિટ મોડેલ્સ એવા ઉધાર લેનારાઓનું મૂલ્યાંકન કરવા માટે ઉપયોગમાં લેવાય છે જેમની પાસે પરંપરાગત ક્રેડિટ હિસ્ટ્રી નથી, જે સૂક્ષ્મ, નાના અને મધ્યમ ઉદ્યોગો (MSMEs) ને ધિરાણ વધારવાની સંભાવના ધરાવે છે. જોકે, IMF ચેતવણી આપે છે કે આ મોડેલો પર નિર્ભરતા વધવાની સાથે, જો મોટી સંખ્યામાં નાણાકીય સંસ્થાઓ મર્યાદિત સંખ્યામાં ક્લાઉડ અને AI મોડેલ પ્રદાતાઓ પર આધાર રાખે છે, તો એક જ ટેકનિકલ અથવા સુરક્ષા નિષ્ફળતા વ્યાપક સિસ્ટમિક આંચકો (Systemic Shock) લાવી શકે છે.
માનવીય દેખરેખની જરૂરિયાત
ભારત જેવા ઉભરતા બજારો માટે એક મોટો પડકાર એ છે કે જટિલ AI અલ્ગોરિધમ્સનું ઓડિટ અને દેખરેખ કરવા માટે જરૂરી ટેકનિકલ પ્રતિભાની અછત છે. નાણાકીય સુપરવાઇઝરોને આ "બ્લેક બોક્સ" મોડેલોને સમજવા માટે ઊંડાણપૂર્વકનું જ્ઞાન હોવું જરૂરી છે, જે નવા નિપુણતામાં નોંધપાત્ર રોકાણ વિના મુશ્કેલ છે. IMF ભારપૂર્વક કહે છે કે AI એ માનવીય નિર્ણયને બદલવાને બદલે તેને વધારવા માટેના સાધન તરીકે સેવા આપવી જોઈએ. અસરકારક શાસન માટે સંસ્થાઓએ માનવીય દેખરેખ જાળવવી જરૂરી છે જેથી અલ્ગોરિધમ્સ પક્ષપાતી અથવા ભૂલભરેલા પરિણામો આપે ત્યારે તેઓ દરમિયાનગીરી કરી શકે.
આંતરિક શાસન ઉપરાંત, AI-સંચાલિત સાયબર હુમલાઓની વધતી જટિલતાએ સાયબર સ્થિતિસ્થાપકતા (Cyber Resilience) ને નાણાકીય સ્થિરતાના પ્રાથમિક આધારસ્તંભમાં ફેરવી દીધી છે. જેમ જેમ જનરેટિવ AI ફિશિંગ અને છેતરપિંડીને વધુ વિશ્વાસપાત્ર બનાવે છે, તેમ તેમ નિયમનકારોએ ખાતરી કરવી જોઈએ કે નાણાકીય માળખાકીય સુવિધાઓ સતત વિકસતા જતા જોખમો સામે મજબૂત બને. રોકાણકારો અને બજાર સહભાગીઓએ RBI ના રેગ્યુલેટરી સેન્ડબોક્સ પહેલના પ્રોત્સાહન અને આ વિકસતી સ્થિરતા જરૂરિયાતો વચ્ચે સંતુલન કેવી રીતે જાળવે છે તેના પર નજર રાખવી જોઈએ, કારણ કે ભવિષ્યની નીતિઓ સંભવતઃ ત્રીજા-પક્ષ AI મોડેલો પર ભારે નિર્ભર સંસ્થાઓ માટે કડક ઓડિટિંગ અને ઊંચા મૂડી બફર્સને પ્રાધાન્ય આપશે.