Whalesbook
வழிமுறை சார்ந்த பொறுப்புக்கூறல் இல்லாமை
இந்தியாவில் பெரிய மொழி மாதிரிகள் (LLMs) வேலைகளில் பயன்படுத்தப்பட்டாலும், அவற்றின் தவறான தகவல்களால் ஏற்படும் விளைவுகளை நிர்வகிக்க சட்டப்பூர்வ கட்டமைப்பு எதுவும் இல்லை. பல தளங்கள் தங்களை மேம்பட்ட ஆராய்ச்சி உதவியாளர்களாக சந்தைப்படுத்தினாலும், இந்த கருவிகள் தொடர்ந்து தவறான தகவல்களைக் கொடுக்கின்றன. டிஜிட்டல் தனிநபர் தரவு பாதுகாப்பு சட்டம் போன்ற தற்போதைய ஒழுங்குமுறை முயற்சிகள், நுகர்வோருக்கு வழங்கப்படும் தகவலின் நம்பகத்தன்மையை விட, தகவல் பாதுகாப்பு மற்றும் தரவு எங்கிருந்து வந்தது என்பதில் மட்டுமே கவனம் செலுத்துகின்றன. இதனால், சட்டம் மற்றும் மருத்துவம் போன்ற முக்கிய துறைகளில் உள்ள பயனர்கள், உண்மையான துல்லியத்தை விட மொழியின் சரளத்திற்கு முன்னுரிமை அளிக்கும் இந்த இயந்திர மொழி பதில்களை அதிகாரப்பூர்வமானதாகக் கருதும் ஆபத்தான சூழ்நிலை உருவாகிறது.
நிறுவனங்களின் பாதிப்பு மற்றும் மறைமுக AI பயன்பாடு
நுகர்வோர் சார்ந்த AI-ஐ நிறுவனங்கள் பயன்படுத்துவது, நிறுவனத்தின் பாதுகாப்பிற்கு ஒரு மறைமுகமான ஆபத்தை ஏற்படுத்துகிறது. பல நிறுவனங்களில், ஊழியர்கள் அங்கீகரிக்கப்படாத சாட்பாட் இடைமுகங்களை தங்கள் அன்றாட வேலைகளில் பயன்படுத்துவதால், நிறுவனத்தின் ரகசிய குறியீடுகள் மற்றும் முக்கிய சட்டத் தரவுகளை பொது மாதிரிகளில் பதிவேற்றம் செய்யும் உள் நெருக்கடி நிலவுகிறது. இந்த செயல்பாடு பெரும்பாலும் தலைமை தகவல் பாதுகாப்பு அதிகாரிகளின் (CISOs) பார்வைக்கு அப்பாற்பட்டதாகவே உள்ளது. தவறான முன்னுதாரணங்களுக்காக சர்வதேச சட்ட நடவடிக்கைகளில் அபராதம் விதிக்கப்பட்டதும், பிழையான தொழில்முறை அறிக்கைகளால் ஏற்பட்ட நற்பெயர் இழப்பும் ஒரு கடுமையான எச்சரிக்கையாகும். இது பொதுமக்களின் தவறான தகவல்கள் பற்றியது மட்டுமல்ல; அணுகக்கூடிய AI கருவிகளின் வசதி மூலம் நிறுவனங்களின் ரகசியத்தன்மை சிதைவது பற்றியதாகும்.
கட்டமைப்பு ரீதியான ஆளுகை சவால்
இந்தியாவில் ஒரு நுகர்வோர் AI பாதுகாப்பு குறியீட்டை உருவாக்குவது, கண்டுபிடிப்புகளை ஊக்குவிப்பதற்கும் பரவலான நுகர்வோர் பாதிப்பைத் தடுப்பதற்கும் இடையிலான சிக்கலான தன்மையைச் சமாளிக்க வேண்டும். கடுமையான ஒழுங்குமுறைகளை விமர்சிப்பவர்கள், கட்டுப்படுத்தப்பட்ட உரிம விதிமுறைகள் உள்நாட்டு தொழில்நுட்ப சூழலை பாதிக்கக்கூடும் என்று வாதிடுகின்றனர். ஆனால், லாபம் ஈட்டும் நிறுவனங்கள் தங்கள் வரம்புகளை வலியுறுத்த எந்த ஊக்கமும் இல்லாமல் இருப்பதே மாற்று வழி. மிகவும் சமச்சீரான அணுகுமுறை, மாதிரிகள் தங்கள் வெளியீடுகளின் நம்பகத்தன்மையை வெளிப்படையாக வகைப்படுத்த வேண்டும் என்பதையும், பெரிய அளவில் செயல்படும் தளங்களுக்கு கடுமையான வெளிப்படைத்தன்மை அறிக்கையிடல் தேவைகளையும் உள்ளடக்கியது. இந்திய விளம்பர தரநிலைகள் கவுன்சில் (Advertising Standards Council of India) போன்ற நிறுவப்பட்ட அமைப்புகளுடன் இந்த முயற்சிகளை இணைப்பதன் மூலம், சிறிய டெவலப்பர்களுக்கு கண்டுபிடிப்புக்கு இடையூறு விளைவிக்காமல், 'வாங்குபவர் எச்சரிக்கையாக இருங்கள்' என்பதிலிருந்து 'தளத்தின் பொறுப்புக்கூறல்' என்ற நிலைக்கு கொள்கை வகுப்பாளர்கள் ஒரு பெரிய மாற்றத்தை கட்டாயப்படுத்த முடியும்.
கட்டமைப்பு பலவீனங்கள்
இந்தியாவில் தற்போதைய AI பாதையில் உள்ள முக்கிய ஆபத்து, சரிபார்க்கப்படாத உள்ளடக்கத்தின் விரைவான இயல்பாக்கம் ஆகும். இந்திய அரசாங்கமோ அல்லது துறை சார்ந்த ஒழுங்குமுறை ஆணையங்களோ AI வழங்குநர்கள் மீது கடுமையான பொறுப்பை விதிக்க முற்பட்டால், Alphabet மற்றும் OpenAI போன்ற நிறுவனங்கள் குறிப்பிடத்தக்க சட்டச் செலவுகளை எதிர்கொள்ள நேரிடும். மேலும், இந்திய சந்தையின் உள்ளார்ந்த மொழி சிக்கல்கள் ஒரு 'மொழிபெயர்ப்பு பொறி'யை உருவாக்குகின்றன, அங்கு பிராந்திய மொழிகளில் AI-யின் செயல்திறன் ஆங்கிலத்தை விட கணிசமாகக் குறைவாக உள்ளது, இது தீங்கு விளைவிக்கும் hallucinations-க்கான நிகழ்தகவை அதிகரிக்கிறது. ஒழுங்குமுறை அமைப்புகள் தற்போதைய சுய-ஒழுங்குமுறையை போதுமானதாக இல்லை என்று முடிவு செய்தால்,mandatory, விலையுயர்ந்த, மற்றும் வள-கனமான இணக்க தணிக்கைகளை நோக்கி ஒரு நகர்வை நாம் எதிர்பார்க்கலாம், இது உள்ளூர் சந்தையில் நுழைய முயற்சிக்கும் தொழில்நுட்ப நிறுவனங்களின் லாப வரம்புகளைக் குறைக்கக்கூடும்.