व्यवसाय नेते विनीत नायर यांच्या 'Humans First, Machines Second' या नवीन पुस्तकात कंपन्यांनी आर्टिफिशियल इंटेलिजन्स (AI) साठी कठोर नैतिक चौकट तयार करण्याची गरज असल्याचे म्हटले आहे. कंपन्या AI चा वापर वाढवत असताना, यामुळे नियामक धोके आणि ऑटोमेटेड बायसमुळे (Automated Bias) ग्राहकांचा विश्वास कमी होण्याची चिंता वाढत आहे.
'Humans First, Machines Second' - AI च्या नैतिकतेवर मंथन
व्यवसाय नेते आणि लेखक विनीत नायर यांनी त्यांच्या 'Humans First, Machines Second' या नवीन पुस्तकात कंपन्यांनी आर्टिफिशियल इंटेलिजन्स (AI) कशाप्रकारे हाताळावी यावर महत्त्वपूर्ण भर दिला आहे. नायर यांच्या मते, AI सिस्टीम्स केवळ तटस्थ साधने नाहीत, तर त्या कंपन्यांच्या नैतिक मूल्यांचे प्रतिबिंब आहेत. ज्या कंपन्या डिजिटल ट्रान्सफॉर्मेशन (Digital Transformation) करत आहेत, त्यांच्यासाठी हा एक महत्त्वाचा बदल आहे. AI चे निरीक्षण केवळ तांत्रिक किंवा कायदेशीर विभागांपुरते मर्यादित न ठेवता, ते वरिष्ठ नेतृत्वाची मुख्य जबाबदारी असायला हवे, असे नायर सुचवतात.
अल्गोरिदमच्या पलीकडे उत्तरदायित्व
AI शी संबंधित धोके, जसे की अंगभूत पूर्वाग्रह (Bias) किंवा वापरकर्त्याच्या सुरक्षिततेपेक्षा एंगेजमेंटला (Engagement) प्राधान्य देणे, हे तंत्रज्ञानाचे अपयश नसून मानवी निर्णयांचे अपयश आहे, असे नायर म्हणतात. Amazon आणि Meta सारख्या जागतिक कंपन्यांना यापूर्वी त्यांच्या AI मॉडेल्समुळे होणाऱ्या पक्षपाती निकालांमुळे आणि हानिकारक सामग्रीमुळे नियामक तपासणीला सामोरे जावे लागले आहे. या सिस्टीमचे योग्य निरीक्षण न केल्यास, केवळ डेटा-आधारित मॉडेल्सवर अवलंबून राहणे कंपन्यांसाठी मोठे नुकसानदायक ठरू शकते. भारतीय गुंतवणूकदारांसाठी, हे एक नॉन-फायनान्शियल (Non-Financial) धोका दर्शवते - जर कंपनीच्या AI इन्फ्रास्ट्रक्चरमध्ये कॉर्पोरेट मूल्यांशी जुळणारे घटक नसतील, तर प्रशासकीय आणि नियामक अडचणी येऊ शकतात.
AI सुरक्षितता प्रत्यक्षात आणणे
हे धोके कमी करण्यासाठी, नायर सुचवतात की व्यवसायांनी केवळ उच्च-स्तरीय धोरणांच्या पलीकडे जाऊन दैनंदिन कामकाजात नैतिक तपासणी समाविष्ट केली पाहिजे. AI विकासाचे नियमन करण्यासाठी त्यांनी 'एथिकल स्टॅक' (Ethical Stack) तयार करण्याचे प्रस्तावित केले आहे. यामध्ये डेटाचा मूळ स्रोत, सिस्टीम डिझाइनची उद्दिष्ट्ये आणि उपयोजनाचा परिणाम यांचे कठोर निरीक्षण समाविष्ट आहे. महत्त्वाचे म्हणजे, ते निर्णय प्रक्रियेत 'ओव्हरराइड अथॉरिटी' (Override Authority) ची गरज अधोरेखित करतात, ज्यामुळे उच्च-जोखमीच्या AI प्रक्रियेत मानवी हस्तक्षेप अंतिम टप्पा म्हणून कायम राहील. याव्यतिरिक्त, गोपनीयता भंग किंवा पक्षपात व्यवसायावर परिणाम करण्यापूर्वी शोधण्यासाठी कायदेशीर, मानव संसाधन आणि अभियांत्रिकी यांसारख्या विविध टीम्सना सहभागी करून नियमित AI सुरक्षा ड्रिल (AI Safety Drills) आयोजित करण्याची शिफारस ते करतात.
कॉर्पोरेट गव्हर्नन्सचे भविष्य
जसजशा भारतीय कंपन्या लार्ज लँग्वेज मॉडेल्स (Large Language Models) आणि ऑटोमेशनचा (Automation) अवलंब करत आहेत, तसतसे AI विकास आणि नैतिक देखरेख यातील अंतर नियामक लक्ष्यासाठी एक प्रमुख क्षेत्र बनत आहे. डेटा वापरावरील निर्बंध आणि घटना-प्रतिसाद प्रोटोकॉल (Incident-Response Protocols) यांच्या अभावामुळे कॉपीराइट दायित्वे (Copyright Liabilities) आणि गोपनीयतेचे उल्लंघन (Privacy Violations) होऊ शकते, जे जागतिक आणि स्थानिक नियामकांच्या दृष्टीत येत आहे. कंपन्यांसाठी पुढील टप्पा हा असेल की ते तांत्रिक नवकल्पना आणि जबाबदार प्रशासन (Responsible Governance) यांच्यात संतुलन साधू शकतात हे दाखवून देणे. गुंतवणूकदार व्यवस्थापन टीम्स त्यांच्या AI सुरक्षा उपायांबद्दल कशा प्रकारे संवाद साधतात आणि या कंपन्या त्यांच्या स्वयंचलित प्रणाली कशा डिझाइन केल्या जातात, प्रशिक्षित केल्या जातात आणि ऑडिट केल्या जातात याबद्दल अधिक पारदर्शक अहवाल देण्याकडे वाटचाल करतात का, यावर लक्ष ठेवू शकतात.