FIFA World Cup VAR का 'AI' पर भरोसा हुआ फेल, जानिए फाइनेंस और लॉ में क्या है रिस्क

FIFA World Cup में वीडियो रेफरी सिस्टम (VAR) की तकनीकी खराबी ने ऑटोमेटेड फैसलों की विश्वसनीयता पर सवाल खड़े कर दिए हैं। ये गड़बड़ियां फाइनेंस और कानून जैसे सेक्टर में भी चिंताएं बढ़ा रही हैं, जहां इंसानी गलती से बचने के लिए AI पर निर्भरता गलत नतीजे दे सकती है।

FIFA World Cup में AI का 'ऑफसाइड' ड्रामा

FIFA World Cup में टेक्नोलॉजी का इस्तेमाल जहां फैसलों को तेज और सटीक बनाने का वादा करता है, वहीं हालिया तकनीकी खामियों ने इस दावे पर पानी फेर दिया है। कतर बनाम स्विट्जरलैंड मैच के दौरान सेमी-ऑटोमेटेड ऑफसाइड टेक्नोलॉजी (Semi-Automated Offside Technology) का अचानक बंद हो जाना, और बाद में मैन्युअल रूप से एडजस्ट की गई ऑफसाइड लाइनों पर छिड़ी बहस ने इस सिस्टम की 'परफेक्ट एक्यूरेसी' (Perfect Accuracy) के वादे को तोड़ दिया है। जिस सिस्टम को इंसानी गलती को खत्म करने के लिए बनाया गया था, उसने फैसले लेने की प्रक्रिया में पारदर्शिता (Transparency) को लेकर नए सवाल खड़े कर दिए हैं।

स्लो-मोशन की 'मानसिक चाल'

सिर्फ तकनीकी खराबी ही नहीं, बल्कि स्लो-मोशन वीडियो का इस्तेमाल भी अधिकारियों के लिए एक कॉग्निटिव चैलेंज (Cognitive Challenge) पैदा कर रहा है। KU Leuven द्वारा किए गए शोध से पता चलता है कि फ्रेम-बाय-फ्रेम एनालिसिस (Frame-by-frame analysis) किसी रेफरी की इरादे को समझने की क्षमता को बदल सकती है। जब अधिकारी तेज गति वाली घटनाओं को रुकी हुई तस्वीरों में देखते हैं, तो वे उस घटना को कहीं ज्यादा सख्ती से आंकते हैं, बजाय इसके कि वे उसे रियल-टाइम (Real-time) में देखें। इससे साफ है कि डेटा को कैसे पेश किया जाता है, यह खेल हो या कोई प्रोफेशनल सेटिंग, अंतिम फैसले पर भारी असर डाल सकता है और कभी-कभी अनुभवी विशेषज्ञों की सहज बुद्धि (Intuition) को भी पीछे छोड़ सकता है।

फाइनेंस और इंडस्ट्री में AI का 'पैरलल रिस्क'

खेल की दुनिया की ये दिक्कतें उन इंडस्ट्रीज के लिए भी एक बड़ी चेतावनी हैं जो ऑटोमेटेड टूल्स (Automated Tools) पर तेजी से निर्भर हो रही हैं। फाइनेंस सेक्टर में, बैंक और लेंडिंग संस्थान लोन अप्रूव करने और रिस्क का आकलन करने के लिए ऑटोमेटेड क्रेडिट-स्कोरिंग एल्गोरिदम (Automated Credit-scoring algorithms) का इस्तेमाल कर रहे हैं। इसी तरह, कानून प्रवर्तन (Law enforcement) और मानव संसाधन (Human Resources) विभाग बड़ी मात्रा में डेटा को प्रोसेस करने के लिए फेशियल रिकग्निशन (Facial Recognition) और ऑटोमेटेड स्क्रीनिंग टूल्स (Automated screening tools) अपना रहे हैं।

इन फील्ड्स में अक्सर मशीन द्वारा जेनरेट किए गए आउटपुट को 'ऑब्जेक्टिव ट्रुथ' (Objective Truth) मान लिया जाता है। लेकिन जैसा कि वर्ल्ड कप के अनुभव से पता चलता है, जब टेक्निकल सिस्टम को अचूक समझा जाता है, तो छोटी-मोटी गड़बड़ियां या डेटा में खामियां बड़े सिस्टम एरर (Systemic Errors) का कारण बन सकती हैं। जैसे खिलाड़ी और फैंस सॉफ्टवेयर द्वारा खींची गई डिजिटल लाइन के अधिकार पर सवाल उठाने में हिचकिचाते हैं, वैसे ही फाइनेंस और कानूनी प्रक्रियाओं में शामिल लोग भी ऑटोमेटेड फैसले को चुनौती देने में मुश्किल महसूस कर सकते हैं, भले ही नतीजा गलत लगे।

ह्यूमन ओवरसाइट की 'अहमियत'

दुनिया भर के रेगुलेटर (Regulators) इन खतरों से वाकिफ हो रहे हैं। EU AI Act और GDPR जैसे फ्रेमवर्क के तहत, यह सुनिश्चित करने का दबाव बढ़ रहा है कि हाई-रिस्क ऑटोमेटेड सिस्टम्स (High-risk automated systems) पर इंसानी निगरानी बनी रहे। इसका मकसद एल्गोरिदम पर पूरी तरह निर्भरता को रोकना है, जहां मानवीय जवाबदेही (Human accountability) खत्म हो जाती है। निवेशकों और इंडस्ट्री पर नजर रखने वालों के लिए, इन हाई-प्रोफाइल तकनीकी विफलताओं से सबक यह है कि AI का फैसला लेने में महत्व (Value of AI) इस बात पर सीमित है कि इंसान उसके आउटपुट को कितनी प्रभावी ढंग से वेरिफाई (Verify) और ओवरराइड (Override) कर सकते हैं। ऐसी टेक्नोलॉजी का इस्तेमाल करने वाली कंपनियों के लिए मुख्य मॉनिटर करने वाली बात उनके 'ह्यूमन-इन-द-लूप' गवर्नेंस स्ट्रक्चर्स (Human-in-the-loop governance structures) की मजबूती और उन गलतियों को ठीक करने की क्षमता होगी जब ऑटोमेटेड सिस्टम अप्रत्याशित नतीजे देते हैं।