தொழில்நுட்ப தலைவர் Vineet Nayar எழுதியுள்ள 'Humans First, Machines Second' என்ற புதிய புத்தகம், செயற்கை நுண்ணறிவு (AI) பயன்பாட்டில் கடுமையான நெறிமுறைகளை உருவாக்குவதன் அவசியத்தை வலியுறுத்துகிறது. வணிகங்கள் AI-ஐ அதிகமாகப் பயன்படுத்தும்போது, அது ஒழுங்குமுறை அபாயங்களையும், தானியங்கிப் பக்கச்சார்புகளால் (automated biases) நுகர்வோர் நம்பிக்கையில் ஏற்படும் பாதிப்புகளையும் அதிகரிக்கக்கூடும் என்று அவர் எச்சரித்துள்ளார்.
AI-யின் நிழலில் மனித நேயம்
'Humans First, Machines Second' என்ற தனது புதிய புத்தகத்தில், வணிகத் தலைவர் Vineet Nayar, நிறுவனங்கள் செயற்கை நுண்ணறிவை (AI) கையாளும் விதத்தில் ஒரு கட்டாய மாற்றம் தேவை என்று வலியுறுத்துகிறார். AI அமைப்புகள் என்பவை நடுநிலையான கருவிகள் என்ற பரவலான நம்பிக்கையை அவர் கேள்விக்குட்படுத்துகிறார். மாறாக, அவற்றை உருவாக்கும் மற்றும் பயன்படுத்தும் நிறுவனங்களின் தார்மீகப் பிரதிபலிப்புகளாகவே AI செயல்படுகிறது என்கிறார்.
இந்திய நிறுவனங்கள் தங்கள் டிஜிட்டல் மாற்றத்தை வேகப்படுத்தும் இந்த சூழலில், AI-யின் மேற்பார்வையை தொழில்நுட்ப அல்லது சட்டத் துறைகளிலிருந்து மூத்த தலைமைப் பொறுப்புகளுக்கு மாற்றுவது ஒரு முக்கியமான மாற்றமாகும்.
அல்காரிதம்களுக்கு அப்பாற்பட்ட பொறுப்புணர்வு
AI-யுடன் தொடர்புடைய அபாயங்கள் - அதாவது உள்ளார்ந்த சார்பு (inherent bias) அல்லது பயனர் பாதுகாப்பை விட ஈடுபாட்டிற்கு முன்னுரிமை அளிப்பது போன்றவை - தொழில்நுட்பத்தின் தோல்விகள் அல்ல, மாறாக மனிதத் தீர்ப்பின் தோல்விகள் என்று Nayar சுட்டிக்காட்டுகிறார். Amazon மற்றும் Meta போன்ற உலகளாவிய நிறுவனங்கள், தங்கள் AI மாதிரிகள் பாரபட்சமான முடிவுகளை அல்லது தீங்கு விளைவிக்கும் உள்ளடக்கத்தை உருவாக்கியபோது, பொது மற்றும் ஒழுங்குமுறை ஆய்வுகளை எதிர்கொண்டன. இந்த அமைப்புகளை சரியாக கண்காணிக்கத் தவறியதன் மூலம், மனித வழிகாட்டுதல் இல்லாத தரவு-சார்ந்த மாதிரிகளை மட்டுமே நம்புவது நிறுவனத்தின் நற்பெயருக்கு குறிப்பிடத்தக்க சேதத்தை ஏற்படுத்தும் என்பதை நிரூபித்தன.
இந்திய முதலீட்டாளர்களுக்கு, இது ஒரு நிதி அல்லாத அபாயத்தை அடிக்கோடிட்டுக் காட்டுகிறது: ஒரு நிறுவனத்தின் AI கட்டமைப்பு அதன் பெருநிறுவன மதிப்புகளுடன் ஒத்துப்போகவில்லை என்றால், நிர்வாக மற்றும் ஒழுங்குமுறை சிக்கல்களுக்கான சாத்தியக்கூறுகள் அதிகம்.
AI பாதுகாப்பை செயல்படுத்துதல்
இந்த அபாயங்களைக் குறைக்க, Nayar நிறுவனங்கள் உயர் மட்டக் கொள்கை அறிக்கைகளுக்கு அப்பால் சென்று, தினசரி செயல்பாடுகளில் நெறிமுறைச் சோதனைகளை ஒருங்கிணைக்க வேண்டும் என்று பரிந்துரைக்கிறார். AI வளர்ச்சியை நிர்வகிக்க 'நெறிமுறை அடுக்கு' (ethical stack) ஒன்றை நிறுவ வேண்டும் என்கிறார். இதில் தரவின் மூலம், அமைப்பு வடிவமைப்பு இலக்குகள், மற்றும் பயன்பாட்டுத் தாக்கம் ஆகியவற்றைக் கடுமையாக கண்காணிப்பது அடங்கும். முக்கியமாக, உயர்-அபாய AI செயல்முறைகளில் மனித தலையீடு இறுதிப் படியாக இருப்பதை உறுதிசெய்ய, முடிவெடுப்பதில் 'மேல்முறையீட்டு அதிகாரத்திற்கு' (override authority) தேவை இருப்பதை அவர் வலியுறுத்துகிறார்.
மேலும், தனியுரிமை மீறல்கள் அல்லது வணிகத்தைப் பாதிக்கும் முன் பாரபட்சங்களைக் கண்டறிய, சட்ட, மனித வளம், மற்றும் பொறியியல் உள்ளிட்ட பல்வேறு குழுக்களை உள்ளடக்கிய வழக்கமான AI பாதுகாப்புப் பயிற்சிகளை நடத்த வேண்டும் என்றும் அவர் பரிந்துரைக்கிறார்.
பெருநிறுவன நிர்வாகத்திற்கான எதிர்காலம்
இந்திய நிறுவனங்கள் பெரிய மொழி மாதிரிகள் (large language models) மற்றும் ஆட்டோமேஷனைத் தொடர்ந்து ஏற்றுக்கொள்ளும்போது, AI மேம்பாடு மற்றும் நெறிமுறை மேற்பார்வைக்கு இடையிலான இடைவெளி, சாத்தியமான ஒழுங்குமுறை கவனத்திற்கான முக்கியப் பகுதியாக மாறும். தெளிவான தரவுப் பயன்பாட்டு கட்டுப்பாடுகள் மற்றும் சம்பவ-பதில் நெறிமுறைகள் இல்லாதது பதிப்புரிமை பொறுப்புகள் (copyright liabilities) மற்றும் தனியுரிமை மீறல்களுக்கு வழிவகுக்கும். இவை உலகளாவிய மற்றும் உள்ளூர் ஒழுங்குமுறை அமைப்புகளின் தீவிர கவனத்தில் உள்ளன.
நிறுவனங்களுக்கான அடுத்த கட்டம், தொழில்நுட்ப கண்டுபிடிப்புகளைப் பொறுப்பான நிர்வாகத்துடன் சமநிலைப்படுத்த முடியும் என்பதை நிரூபிப்பதாகும். முதலீட்டாளர்கள், நிர்வாகக் குழுக்கள் தங்கள் AI பாதுகாப்பு நடவடிக்கைகளை எவ்வாறு தொடர்பு கொள்கின்றன என்பதையும், இந்த நிறுவனங்கள் தங்கள் தானியங்கு அமைப்புகள் எவ்வாறு வடிவமைக்கப்படுகின்றன, பயிற்சி அளிக்கப்படுகின்றன மற்றும் தணிக்கை செய்யப்படுகின்றன என்பது குறித்த வெளிப்படையான அறிக்கையிடலை நோக்கி நகர்கின்றனவா என்பதையும் கண்காணிக்கலாம்.