ਕਾਨੂੰਨੀ AI ਵਿੱਚ ਨਵਾਂ ਮੋੜ: ਸੁਪਰੀਮ ਕੋਰਟ ਦੇ ਡਰਾਫਟ ਨਿਯਮ ਤਕਨਾਲੋਜੀ ਨੂੰ ਕਿਵੇਂ ਬਦਲ ਰਹੇ ਹਨ

ਜਿਵੇਂ ਕਿ ਭਾਰਤ ਦੀ ਸੁਪਰੀਮ ਕੋਰਟ ਅਦਾਲਤਾਂ ਵਿੱਚ AI ਲਈ ਨਵੇਂ ਨਿਯਮ ਬਣਾ ਰਹੀ ਹੈ, NyayAssist ਵਰਗੇ ਲੀਗਲ-ਟੈਕ ਪਲੇਟਫਾਰਮ ਕੰਪਲਾਇੰਸ (Compliance) ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਤੇਜ਼ੀ ਨਾਲ ਅਪਡੇਟ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਬਦਲਾਅ ਭਾਰਤ ਦੇ ਕਾਨੂੰਨੀ ਖੇਤਰ ਵਿੱਚ 'ਜ਼ਿੰਮੇਵਾਰ AI' ਵੱਲ ਇੱਕ ਕਦਮ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਪੂਰੀ ਆਟੋਮੇਸ਼ਨ (Automation) ਦੀ ਬਜਾਏ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾ ਰਹੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ, ਇਹ ਐਂਟਰਪ੍ਰਾਈਜ਼ SaaS ਅਤੇ ਲੀਗਲ-ਟੈਕ ਲੈਂਡਸਕੇਪ ਦੇ ਪਰਿਪੱਕ ਹੋਣ ਦਾ ਸੰਕੇਤ ਹੈ, ਜਿੱਥੇ ਰੈਗੂਲੇਟਰੀ ਅਲਾਈਨਮੈਂਟ (Regulatory Alignment) ਹੁਣ ਇੱਕ ਮੁੱਖ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਫਾਇਦਾ ਬਣ ਗਿਆ ਹੈ।

ਕੀ ਹੋਇਆ?

ਭਾਰਤ ਦਾ ਲੀਗਲ-ਟੈਕ ਸੈਕਟਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲੀ ਵਿੱਚੋਂ ਲੰਘ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਭਾਰਤ ਦੀ ਸੁਪਰੀਮ ਕੋਰਟ ਜੁਡੀਸ਼ੀਅਲ (Judicial) ਖੇਤਰ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਵਰਤੋਂ ਨੂੰ ਰੈਗੂਲੇਟ (Regulate) ਕਰਨ ਵੱਲ ਵਧ ਰਹੀ ਹੈ। 3 ਜੂਨ, 2026 ਨੂੰ, ਸੁਪਰੀਮ ਕੋਰਟ ਨੇ ਡਰਾਫਟ "Regulations for Use of Artificial Intelligence (AI) in Courts, 2026" ਜਾਰੀ ਕੀਤੇ, ਜੋ ਕਿ ਇਸ ਸਮੇਂ ਜਨਤਾ ਦੀ ਫੀਡਬੈਕ (Feedback) ਲਈ ਖੁੱਲ੍ਹੇ ਹਨ। ਇਹ ਡਰਾਫਟ ਨਿਯਮ ਇਹ ਲਾਜ਼ਮੀ ਕਰਦੇ ਹਨ ਕਿ AI ਸਿਸਟਮ "ਮਨੁੱਖੀ ਪ੍ਰਧਾਨਤਾ" (Human Primacy) ਦੇ ਤਹਿਤ ਕੰਮ ਕਰਨੇ ਚਾਹੀਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਹ ਸਿਰਫ ਸਹਾਇਕ ਸਾਧਨ ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਮਨੁੱਖੀ ਫੈਸਲੇ ਦੇ ਅਧੀਨ ਰਹਿਣੇ ਚਾਹੀਦੇ ਹਨ। ਇਸ ਦੇ ਜਵਾਬ ਵਿੱਚ, NyayAssist ਵਰਗੇ AI ਪਲੇਟਫਾਰਮਾਂ ਨੇ ਇਨ੍ਹਾਂ ਉਭਰਦੇ ਮਾਪਦੰਡਾਂ ਨਾਲ ਮੇਲ ਕਰਨ ਲਈ ਪਾਰਦਰਸ਼ਤਾ (Transparency), ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ (Human Oversight) ਅਤੇ ਵੈਰੀਫਾਈਡ (Verified) ਡਾਟਾ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦੇ ਹੋਏ, ਇਸ ਜੂਨ ਵਿੱਚ ਦਸ ਤੋਂ ਵੱਧ ਵੱਡੇ ਅਪਡੇਟਾਂ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ ਹੈ।

'ਕੰਪਲਾਇੰਸ-ਫਸਟ' ਇਨੋਵੇਸ਼ਨ (Innovation) ਵੱਲ ਮੋੜ

ਸਾਲਾਂ ਤੋਂ, ਭਾਰਤ ਵਿੱਚ ਲੀਗਲ-ਟੈਕ ਇਨੋਵੇਸ਼ਨ ਕੁਸ਼ਲਤਾ (Efficiency) ਦੀ ਦੌੜ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੀ ਗਈ ਸੀ - ਖੋਜ, ਡਰਾਫਟਿੰਗ ਅਤੇ ਕੇਸ ਮੈਨੇਜਮੈਂਟ (Case Management) ਨੂੰ ਤੇਜ਼ ਕਰਨਾ। ਹਾਲਾਂਕਿ, ਰੈਗੂਲੇਟਰੀ ਲੈਂਡਸਕੇਪ (Regulatory Landscape) ਹੁਣ ਬਦਲ ਰਿਹਾ ਹੈ। ਸੁਪਰੀਮ ਕੋਰਟ ਦੇ ਡਰਾਫਟ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਇੱਕ ਸਪੱਸ਼ਟ ਸੀਮਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹਨ: AI ਨਿਆਂਇਕ ਅਧਿਕਾਰੀਆਂ (Judicial Officers) ਦੀ ਥਾਂ ਨਹੀਂ ਲੈ ਸਕਦਾ, ਅਤੇ ਕਿਸੇ ਵੀ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕਾਨੂੰਨੀ ਸਬਮਿਸ਼ਨ (Legal Submission) ਨਾਲ ਡਿਸਕਲੋਜ਼ਰ (Disclosure) ਅਤੇ ਵੈਰੀਫਿਕੇਸ਼ਨ (Verification) ਆਉਣੀ ਚਾਹੀਦੀ ਹੈ।

ਪਲੇਟਫਾਰਮ ਹੁਣ ਸ਼ੁੱਧ ਆਟੋਮੇਸ਼ਨ ਤੋਂ "ਟਰੱਸਟ-ਬੇਸਡ" (Trust-based) ਡਿਵੈਲਪਮੈਂਟ (Development) ਵੱਲ ਪਿਛਾ ਕਰ ਰਹੇ ਹਨ। ਅਜਿਹੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਣਾ ਕੇ ਜੋ ਵਕੀਲਾਂ ਨੂੰ ਸਾਈਟੇਸ਼ਨ (Citations) ਨੂੰ ਮੂਲ ਸਰੋਤਾਂ (Original Sources) ਤੱਕ ਟ੍ਰੇਸ (Trace) ਕਰਨ ਅਤੇ ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ (Human-in-the-loop) ਵਰਕਫਲੋ (Workflow) ਬਣਾਈ ਰੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ, ਇਹ ਕੰਪਨੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਰੈਗੂਲੇਟਰੀ ਕੰਪਲਾਇੰਸ ਨੂੰ ਇੱਕ ਪ੍ਰੋਡਕਟ ਫੀਚਰ (Product Feature) ਬਣਾ ਰਹੀਆਂ ਹਨ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਭਾਰਤੀ ਲੀਗਲ ਟੈਕ ਦੇ ਅਗਲੇ ਪੜਾਅ ਵਿੱਚ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਮਾਡਲ (Model) ਦੁਆਰਾ ਨਹੀਂ, ਬਲਕਿ ਸਭ ਤੋਂ ਵੱਧ ਆਡੀਟੇਬਲ (Auditable) ਅਤੇ ਭਰੋਸੇਮੰਦ (Reliable) ਦੁਆਰਾ ਜਿੱਤਿਆ ਜਾਵੇਗਾ।

ਇਹ ਵਿਆਪਕ ਸੈਕਟਰ ਲਈ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ?

ਜਦੋਂ ਕਿ ਲੀਗਲ ਟੈਕ ਇੱਕ ਖਾਸ ਖੇਤਰ (Niche) ਬਣਿਆ ਹੋਇਆ ਹੈ, "ਕੰਪਲਾਇੰਸ-ਬਾਈ-ਡਿਜ਼ਾਈਨ" (Compliance-by-Design) ਦਾ ਰੁਝਾਨ ਭਾਰਤ ਦੇ ਵਿਆਪਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੌਫਟਵੇਅਰ (Enterprise Software) ਈਕੋਸਿਸਟਮ (Ecosystem) ਵਿੱਚ ਫੈਲ ਰਿਹਾ ਹੈ। ਵਿੱਤ (RBI) ਅਤੇ ਕਾਨੂੰਨ (Supreme Court) ਵਰਗੇ ਸੈਕਟਰਾਂ ਵਿੱਚ ਰੈਗੂਲੇਟਰਾਂ ਦੁਆਰਾ AI ਨੈਤਿਕਤਾ (AI Ethics) 'ਤੇ ਸਰਗਰਮ ਰੁਖ ਅਪਣਾਉਣ ਦੇ ਨਾਲ, SaaS ਕੰਪਨੀਆਂ ਅਤੇ IT ਸਰਵਿਸ ਪ੍ਰੋਵਾਈਡਰ (Service Providers) ਜੋ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI 'ਤੇ ਫੋਕਸ ਕਰਦੇ ਹਨ, ਨਵੀਆਂ ਸੰਚਾਲਨ ਸੀਮਾਵਾਂ (Operational Constraints) ਦੇਖ ਰਹੇ ਹਨ।

ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਨਿਰੀਖਣ ਹੈ। ਜੋ ਕੰਪਨੀਆਂ ਉੱਨਤ AI ਸਮਰੱਥਾਵਾਂ (Capabilities) ਅਤੇ ਸਖ਼ਤ ਰੈਗੂਲੇਟਰੀ ਕੰਪਲਾਇੰਸ ਦੇ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਉਹ ਉਨ੍ਹਾਂ ਕੰਪਨੀਆਂ ਨਾਲੋਂ ਵਧੇਰੇ ਮਜ਼ਬੂਤ ​​ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਕਿਨਾਰਾ (Competitive Edge) ਰੱਖਣਗੀਆਂ ਜੋ ਸੁਰੱਖਿਆ ਦੀ ਕੀਮਤ 'ਤੇ ਗਤੀ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀਆਂ ਹਨ। ਲੀਗਲ-ਟੈਕ ਬਾਜ਼ਾਰ, ਜਿਸਦਾ ਅਨੁਮਾਨ ਅਰਬਾਂ ਵਿੱਚ ਹੈ, ਕਈ ਸੰਦਾਂ (Tools) ਦੇ ਇੱਕ ਖਿੰਡੇ ਹੋਏ ਸੰਗ੍ਰਹਿ ਤੋਂ ਇੱਕ ਏਕੀਕ੍ਰਿਤ ਵਾਤਾਵਰਣ (Integrated Environment) ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ ਜਿੱਥੇ ਭਰੋਸੇਯੋਗਤਾ (Reliability) ਪ੍ਰਾਇਮਰੀ ਵੈਲਿਊ ਪ੍ਰਪੋਜ਼ੀਸ਼ਨ (Value Proposition) ਹੈ।

ਸੰਭਾਵੀ ਜੋਖਮ (Risks) ਅਤੇ ਬਾਜ਼ਾਰ ਦਾ ਸੰਦਰਭ (Market Context)

ਇਹ ਨੋਟ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਰੈਗੂਲੇਟਰੀ ਫਰੇਮਵਰਕ (Regulatory Framework) ਅਜੇ ਵੀ ਡਰਾਫਟ ਪੜਾਅ ਵਿੱਚ ਹੈ। ਸੁਪਰੀਮ ਕੋਰਟ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ 15 ਜੁਲਾਈ, 2026 ਤੱਕ ਜਨਤਾ ਅਤੇ ਹਿੱਸੇਦਾਰਾਂ (Stakeholders) ਦੀ ਫੀਡਬੈਕ ਲਈ ਡੈੱਡਲਾਈਨ (Deadline) ਵਧਾ ਦਿੱਤੀ ਹੈ, ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਅੰਤਿਮ ਨਿਯਮ ਅਜੇ ਵੀ ਵਿਕਸਿਤ ਹੋ ਸਕਦੇ ਹਨ। AI ਟੂਲ ਬਣਾਉਣ ਵਾਲੀ ਕਿਸੇ ਵੀ ਕੰਪਨੀ ਲਈ, ਇਹ ਰੈਗੂਲੇਟਰੀ ਅਨਿਸ਼ਚਿਤਤਾ (Regulatory Uncertainty) ਇੱਕ ਢਾਂਚਾਗਤ ਜੋਖਮ (Structural Risk) ਹੈ। ਜੇਕਰ ਅੰਤਿਮ ਨਿਯਮ ਡਾਟਾ ਵਰਤੋਂ ਜਾਂ ਪਾਰਦਰਸ਼ਤਾ 'ਤੇ ਸਖ਼ਤ ਸੀਮਾਵਾਂ ਲਗਾਉਂਦੇ ਹਨ, ਤਾਂ ਖਾਸ AI ਆਰਕੀਟੈਕਚਰ (Architectures) ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੇ ਸਿਸਟਮ ਨੂੰ ਰੀਟ੍ਰੋਫਿਟ (Retrofit) ਕਰਨ ਲਈ ਵਧੇਰੇ ਲਾਗਤਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, "ਟਰੱਸਟ ਗੈਪ" (Trust Gap) ਇੱਕ ਅਸਲ ਸੰਚਾਲਨ ਰੁਕਾਵਟ (Operational Hurdle) ਬਣੀ ਹੋਈ ਹੈ। ਭਾਰਤੀ ਕਾਨੂੰਨੀ ਫਰਮਾਂ (Law Firms) ਅਤੇ ਕਾਨੂੰਨੀ ਪੇਸ਼ੇਵਰ (Legal Professionals) ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਰੂੜੀਵਾਦੀ (Conservative) ਰਹੇ ਹਨ। ਬਿਹਤਰ ਸੰਦਾਂ ਦੇ ਨਾਲ ਵੀ, ਅਪਣਾਉਣ ਦੀ ਦਰ (Adoption Rate) ਇਸ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਕੀ ਇਹ AI ਸਿਸਟਮ ਆਉਟਪੁੱਟ (Outputs) ਦੀ ਕਰਾਸ-ਚੈਕਿੰਗ (Cross-checking) 'ਤੇ ਖਰਚੇ ਗਏ ਸਮੇਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਨੀ ਤੌਰ 'ਤੇ ਘਟਾ ਸਕਦੇ ਹਨ, ਨਾ ਕਿ ਵਧਾ ਸਕਦੇ ਹਨ। ਜੇਕਰ ਕੰਪਲਾਇੰਸ ਦਾ ਬੋਝ - ਜਿਵੇਂ ਕਿ ਲਾਜ਼ਮੀ ਡਿਸਕਲੋਜ਼ਰ ਅਤੇ ਸਾਈਟੇਸ਼ਨ ਆਡਿਟ (Citation Audits) - ਕੰਮ ਨੂੰ ਹੌਲੀ ਕਰ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਤਕਨੀਕੀ ਤਰੱਕੀ ਦੇ ਬਾਵਜੂਦ ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਪਠਾਰ (Plateau) 'ਤੇ ਪਹੁੰਚ ਸਕਦੀ ਹੈ।

ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਅੱਗੇ ਕੀ ਨਿਗਰਾਨੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ?

ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੈਕ (Enterprise Tech) ਅਤੇ ਲੀਗਲ-ਟੈਕ ਸਪੇਸ (Legal-Tech Space) ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਵਾਲੇ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਤਿੰਨ ਮੁੱਖ ਸੂਚਕਾਂ (Indicators) 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ:

ਪਹਿਲਾਂ, 15 ਜੁਲਾਈ, 2026 ਦੀ ਡੈੱਡਲਾਈਨ ਤੋਂ ਬਾਅਦ ਸੁਪਰੀਮ ਕੋਰਟ ਦੇ AI ਨਿਯਮਾਂ ਦੇ ਅੰਤਿਮ ਰੂਪ ਦਿੱਤੇ ਜਾਣ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ। AI-ਜਨਰੇਟਿਡ (AI-generated) ਗਲਤੀਆਂ ਲਈ ਦੇਣਦਾਰੀ (Liability) ਬਾਰੇ ਭਾਸ਼ਾ ਸੌਫਟਵੇਅਰ ਪ੍ਰਦਾਤਾਵਾਂ (Software Providers) ਲਈ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗੀ।

ਦੂਜਾ, ਟਾਇਰ-1 (Tier-1) ਬਨਾਮ ਟਾਇਰ-2 (Tier-2) ਲਾਅ ਫਰਮਾਂ (Law Firms) ਵਿੱਚ ਅਪਣਾਉਣ ਦੇ ਰੁਝਾਨਾਂ (Adoption Trends) ਦਾ ਨਿਰੀਖਣ ਕਰੋ। ਅਕਸਰ, ਤਕਨਾਲੋਜੀ ਸੁਤੰਤਰ ਪ੍ਰੈਕਟੀਸ਼ਨਰਾਂ (Independent Practitioners) ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ (ਜਿਵੇਂ ਕਿ ਕਈ ਭਾਰਤੀ ਲੀਗਲ-ਟੈਕ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਦੇਖਿਆ ਗਿਆ ਹੈ) ਪਰ ਲੰਬੇ ਸਮੇਂ ਦੀ ਟਿਕਾਊਤਾ (Sustainability) ਵੱਡੇ ਪੱਧਰ ਦੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕੰਟਰੈਕਟਾਂ (Enterprise Contracts) ਵਿੱਚ ਤਬਦੀਲੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।

ਅੰਤ ਵਿੱਚ, ਇਹਨਾਂ ਨਵੇਂ ਨੈਤਿਕਤਾ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਦੇ ਆਦੇਸ਼ਾਂ (Mandates) ਦੇ ਨਾਲ ਹੋਰ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਪਲੇਟਫਾਰਮਾਂ, ਜਿਸ ਵਿੱਚ ਵੱਡੀਆਂ ਲਿਸਟਡ (Listed) ਭਾਰਤੀ IT ਕੰਪਨੀਆਂ ਦੇ ਪਲੇਟਫਾਰਮ ਵੀ ਸ਼ਾਮਲ ਹਨ, ਕਿਵੇਂ ਅਨੁਕੂਲ ਹੁੰਦੇ ਹਨ, ਇਸ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ। ਆਟੋਮੇਟਿਡ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ "ਮਨੁੱਖੀ ਪ੍ਰਧਾਨਤਾ" ਦੀ ਗਰੰਟੀ ਦੇਣ ਦੀ ਯੋਗਤਾ ਜਲਦੀ ਹੀ ਭਾਰਤ ਭਰ ਵਿੱਚ ਸਰਕਾਰੀ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕੰਟਰੈਕਟਾਂ ਵਿੱਚ ਇੱਕ ਮਿਆਰੀ ਲੋੜ ਬਣ ਸਕਦੀ ਹੈ।