સરકારનું 'DEPA for AI Training' ફ્રેમવર્ક આઈટી સેક્ટરમાં ચર્ચાનો વિષય બન્યું છે. AI ડેવલપમેન્ટને ઝડપી બનાવવાના આ પ્રયાસ પર નિષ્ણાતોએ પ્રાઈવસી અને ડેટા રાઈટ્સને લઈને ગંભીર ચિંતાઓ વ્યક્ત કરી છે.
ઈલેક્ટ્રોનિક્સ અને ઈન્ફોર્મેશન ટેકનોલોજી મંત્રાલય (MeitY) દ્વારા તાજેતરમાં રજૂ કરવામાં આવેલા 'Data Empowerment and Protection Architecture (DEPA) for AI Training' ફ્રેમવર્કનો મુખ્ય ઉદ્દેશ્ય AI ડેવલપમેન્ટ માટે ડેટાનો વિશાળ ભંડાર ઉપલબ્ધ કરાવવાનો છે. સરકારનું લક્ષ્ય $500 અબજ નું મૂલ્ય ભારતની જીડીપીમાં AI દ્વારા લાવવાનું છે. જોકે, આ પોલિસી હવે કાયદાકીય નિષ્ણાતો અને પ્રાઈવસી એડવોકેટ્સના નિશાના પર છે.
નિર્ણય લેવાની સત્તામાં મોટું પરિવર્તન
આ સમગ્ર વિવાદનું મૂળ ડેટા કંટ્રોલ છે. જૂના DEPA મોડેલમાં ડેટા પ્રિન્સિપલ્સ (વપરાશકર્તાઓ) પાસે ડેટા પર સીધો કંટ્રોલ હતો, પરંતુ નવા AI ફ્રેમવર્કમાં આ સત્તા બેંકિંગ અને હેલ્થકેર જેવી 'ઈન્સ્ટિટ્યુશનલ ફિડ્યુશિયરીઝ' (Institutional Fiduciaries) ને સોંપવામાં આવી રહી છે. ટીકાકારોનું કહેવું છે કે વ્યક્તિગત સંમતિને બદલે હવે સંસ્થાકીય આદેશોનું વર્ચસ્વ વધશે.
સંસ્થાઓ માટે પડકારો અને જવાબદારી
બેંકિંગ અને ફાઈનાન્સ ક્ષેત્રની કંપનીઓ માટે આ એક નવો જટિલ તબક્કો છે. ડેટા ક્યુરેશનની જવાબદારી મળતા જ હવે આ કંપનીઓએ વધુ કડક રેગ્યુલેટરી સ્ક્રુટિનીનો સામનો કરવો પડશે. તેમાં ખાસ કરીને 'રી-આઈડેન્ટિફિકેશન' (Re-identification) જેવા જોખમો સામે રક્ષણ મેળવવું અને RBI ના FREE-AI ફ્રેમવર્ક જેવી ગાઈડલાઈન્સનું પાલન કરવું અનિવાર્ય બનશે.
રોકાણકારો માટે શું મહત્વનું?
રોકાણકારોએ હવે જોવું પડશે કે સરકાર આ વિવાદ પર કેવી પ્રતિક્રિયા આપે છે. શું સરકાર યુઝર કંટ્રોલ અને સંસ્થાકીય જરૂરિયાતો વચ્ચે કોઈ સંતુલન સાધશે? કંપનીઓએ પોતાની AI ગવર્નન્સ પોલિસી મજબૂત રાખવી પડશે, કારણ કે ભવિષ્યમાં ડેટા ઓનરશીપને લઈને કંપનીઓની લાયબિલિટી નક્કી કરવામાં આવશે.