AI નીતિ શું છે?
AI નીતિ એ કંપનીનો ટૂંકો દસ્તાવેજ છે, જે કર્મચારીઓને જણાવે છે કે તેઓ કયાં કૃત્રિમ બુદ્ધિનાં સાધનો, કયાં કાર્યો માટે, કઈ માહિતી સાથે વાપરી શકે છે અને AIની મદદથી તૈયાર થયેલા પરિણામનો ઉપયોગ કરતાં પહેલાં શું થવું જરૂરી છે. નાના વ્યવસાયમાં તે સામાન્ય રીતે થોડાં પાનાંની હોય છે અને તેની જવાબદારી સ્થાપક, કામગીરીના વડા અથવા પહેલેથી જ ડેટા અને કરારો સંભાળતી વ્યક્તિ પાસે હોય છે.
આ શબ્દપ્રયોગમાં એવાં અનેક દસ્તાવેજોનો સમાવેશ થાય છે જેને લોકો ઘણી વાર એક જ સમજી લે છે. સ્વીકાર્ય ઉપયોગની નીતિ એ કર્મચારીઓ રોજિંદા કામમાં અનુસરે તેવી નિયમાવલી છે. જનરેટિવ AI નીતિ લખાણ, ચિત્રો કે કોડ બનાવતાં સાધનો અને એ રીતે બનેલી સામગ્રી સાથે આવતાં જોખમો વિશે છે. શાસન માળખું એ બંને પાછળની સંચાલન વ્યવસ્થા છે: સાધનને કોણ મંજૂરી આપે, નોંધપોથી કોણ જાળવે અને નિર્ણયોની કેટલી વાર સમીક્ષા થાય. 200થી ઓછા કર્મચારીઓ ધરાવતી મોટાભાગની કંપનીઓ આ ત્રણેયને એક દસ્તાવેજમાં સમાવી શકે છે, જો દરેક ભાગને સ્પષ્ટ ઓળખ આપવામાં આવી હોય.
આ માર્ગદર્શિકા દરેક કૃત્રિમ બુદ્ધિમત્તા નીતિમાં જરૂરી નિર્ણયો સમજાવે છે અને એક કાલ્પનિક કંપની માટેની કલમોનાં ઉદાહરણો આપે છે. આ સામાન્ય માહિતી છે, કાનૂની સલાહ નહીં. ડેટા સુરક્ષા, રોજગાર અને ગ્રાહક સુરક્ષા અંગેના કાયદા દેશ અને ક્ષેત્ર પ્રમાણે અલગ હોય છે, તેથી તમે અપનાવો તે આવૃત્તિની સમીક્ષા લાયકાત ધરાવતા સલાહકાર પાસે કરાવો.
| દસ્તાવેજ | તે કયા પ્રશ્નોના જવાબ આપે છે | આગળ ક્યાં જવું |
|---|---|---|
| AI નીતિ (સંપૂર્ણ) | કંપની AI નો ઉપયોગ શા માટે કરે છે, નિર્ણયો માટે કોણ જવાબદાર છે, નિયમો એકબીજા સાથે કેવી રીતે સુસંગત છે | આ માર્ગદર્શિકા |
| સ્વીકાર્ય ઉપયોગ નીતિ | મંજૂર સાધન વડે કર્મચારીને અત્યારે શું કરવાની છૂટ છે અને શું કરવાની નથી | AIના સ્વીકાર્ય ઉપયોગની નીતિ અંગે માર્ગદર્શિકા |
| સર્જનાત્મક AI માટેની નીતિ | AIથી બનાવેલા લખાણ, ચિત્રો અને કોડનો ઉપયોગ કેવી રીતે કરવો, AIના ઉપયોગ વિશે કેવી રીતે જણાવવું અને ચકાસણી કેવી રીતે કરવી | સર્જનાત્મક AIની નીતિ માટે માર્ગદર્શિકા |
| શાસનવ્યવસ્થાનું માળખું | સાધનોને કોણ મંજૂરી આપે છે, નોંધપોથી જાળવે છે અને નિર્ણયોની સમીક્ષા કરે છે | AIના જવાબદાર સંચાલનના માળખા માટેની માર્ગદર્શિકા |
| નમૂનો | દરેક કલમ પ્રમાણેનું માળખું, જે તમે પૂર્ણ કરો અને સમીક્ષા કરો | AI નીતિનો નમૂનો |
નાની કંપનીની AI નીતિએ શું કરવું જોઈએ?
ઉપયોગી નીતિ વ્યક્તિને સાધનમાં માહિતી દાખલ કરતાં કે તેના પરિણામનો ઉપયોગ કરતાં પહેલાં શું કરવું તે નક્કી કરવામાં મદદ કરે છે. તેમાં મંજૂર સેવાઓ, યોગ્ય કાર્યો, માહિતીની સીમાઓ, સમીક્ષાની જવાબદારીઓ અને મામલો ઉપરના સ્તરે લઈ જવાનો માર્ગ દર્શાવેલો હોવો જોઈએ. આ વ્યવહારુ નિર્ણયો વિના માત્ર ચેતવણીઓની યાદી કર્મચારીઓને અનુમાન કરવા મજબૂર કરે છે, અને અનુમાન કરતા લોકો કાં તો સાધનોનો ઉપયોગ બંધ કરે છે અથવા ચૂપચાપ તેનો ઉપયોગ કરે છે.
લોકો ખરેખર જે કાર્યપ્રવાહો વાપરે છે તેનાથી શરૂઆત કરો. જાહેર તથ્યો પરથી બનાવેલા આમંત્રણના મુસદ્દા માટે જરૂરી નિયંત્રણો અને ગ્રાહકની ગોપનીય સામગ્રીના સારાંશ માટે જરૂરી નિયંત્રણો અલગ હોય છે. દરેક કાર્યપ્રવાહ માટે હેતુ, મૂળ સામગ્રી, કોના વાંચવા માટે છે અને ભૂલ થાય તો તેનું પરિણામ શું આવે તે લખો. AI ના દરેક ઉપયોગને એકસરખો ગણવાને બદલે આ સંદર્ભથી શરૂઆત કરવી વધુ યોગ્ય છે.
એક સારી કસોટી એ છે કે નવો જોડાયેલો કર્મચારી તેને વાંચ્યા પછી ત્રણ પ્રશ્નોના જવાબ આપી શકે છે કે નહીં: મારે કયું ખાતું વાપરવું, મારે કઈ માહિતી ક્યારેય તેમાં મૂકવી નહીં અને મારે કોને પૂછવું. દસ્તાવેજ આના જવાબ ન આપી શકે તો તે ગમે તેટલો વિગતવાર દેખાતો હોય, હજી પોતાનું કામ કરતો નથી.
શું નાના વ્યવસાય માટે કાયદેસર રીતે AI નીતિ જરૂરી છે?
મોટાભાગનાં સ્થળોએ એવો કોઈ સામાન્ય કાયદો નથી કે દરેક નાના વ્યવસાય પાસે AI નીતિ નામનો દસ્તાવેજ હોવો જ જોઈએ, પરંતુ કર્મચારીઓ AIનો ઉપયોગ કેવી રીતે કરે છે તેના પર હાલની ફરજો લાગુ રહે છે. સાધને મુસદ્દો બનાવ્યો છે એટલે ડેટા સંરક્ષણ કાયદો, ગ્રાહકો સાથેના કરારોની ગોપનીયતાની શરતો, રોજગાર કાયદો અને જાહેરાતના નિયમો લાગુ પડતા બંધ થતા નથી. આ હાલની ફરજો તેમના AI ઉપયોગને કેવી રીતે લાગુ પડે છે તે કર્મચારીઓને બતાવવાનો વ્યવહારુ રસ્તો નીતિ છે.
યુનાઇટેડ કિંગડમમાં, માહિતી કમિશનરની કચેરી સંસ્થાઓ માટે AI અને ડેટા સંરક્ષણ અંગેનું માર્ગદર્શન તથા જોખમ મૂલ્યાંકન માટેની સાધનસામગ્રી પ્રકાશિત કરે છે. હાલમાં બંને પાનાં કહે છે કે ડેટા (ઉપયોગ અને પ્રવેશ) અધિનિયમ પછી માર્ગદર્શનની સમીક્ષા ચાલી રહી છે, તેથી કોઈ પણ વિગત પર આધાર રાખતાં પહેલાં તેની વર્તમાન સ્થિતિ તપાસો. યુરોપિયન સંઘમાં, AI સાક્ષરતા અંગેની AI અધિનિયમની કલમ 4, 2 February 2025થી AI પ્રણાલીઓના પ્રદાતાઓ અને અમલકર્તાઓને લાગુ પડે છે. યુરોપિયન કમિશનના AI સાક્ષરતા અંગેના પ્રશ્નો અને જવાબો કહે છે કે સૌને બંધબેસે એવો એક જ અભિગમ નથી, પ્રમાણપત્રો જરૂરી નથી અને તાલીમનો આંતરિક રેકોર્ડ પૂરતો છે. તેમાં જાહેરાતનું લખાણ કે અનુવાદ કરવા ચેટ સહાયક વાપરતા કર્મચારીઓનું ઉદાહરણ પણ અપાયું છે, જેમને ભ્રમજનિત ખોટી માહિતી જેવા ચોક્કસ જોખમો વિશે જાણ કરવી જોઈએ.
જો તમે યુરોપિયન સંઘમાં વેચાણ કરો છો, ત્યાં લોકોને નોકરી આપો છો અથવા ત્યાંના રહેવાસીઓના વ્યક્તિગત ડેટા પર કામ કરો છો, તો તમને શું લાગુ પડે છે તે અંગે સલાહ લો. આ માર્ગદર્શિકાનો મુદ્દો વધુ મર્યાદિત છે: લોકોને જોખમો અને તેમને કેવી રીતે સંભાળવાં તે જણાવાયું હતું એવું દર્શાવવા માટે લેખિત નીતિ સાથે વ્યવહારુ તાલીમ આપવી એ વાજબી રીત છે.
નિર્ણયોની જવાબદારી કોની પાસે હોવી જોઈએ?
નીતિ માટે એક જવાબદાર વ્યક્તિ અને સાધનો તથા સંવેદનશીલ કાર્યપ્રવાહોને મંજૂરી આપી શકે તેવી વ્યક્તિઓ નક્કી કરો. 12 વ્યક્તિઓની કંપનીમાં બધાં માટે સ્થાપક જ જવાબદાર હોઈ શકે. 80 વ્યક્તિઓની કંપનીમાં સાધનો માટે કામગીરીના વડા, વ્યક્તિગત માહિતી માટે માહિતીની સુરક્ષા માટે જવાબદાર વ્યક્તિ અને પોતપોતાના વિભાગના પરિણામોની સમીક્ષા માટે વિભાગના વડાઓ જવાબદાર હોઈ શકે. નીતિમાં આવરી ન લેવાયેલા પ્રશ્નો મોકલવા માટે કર્મચારીઓ પાસે એક નિશ્ચિત સંપર્કસ્થાન હોવું જરૂરી છે.
NIST AI RMF માર્ગદર્શિકાની શાસન સંબંધિત સામગ્રીમાં નિર્ધારિત ભૂમિકાઓ અને જવાબદારીઓ, કર્મચારીઓ માટે AI જોખમની તાલીમ અને સંચારની વ્યવસ્થા વિશે ચર્ચા છે. અહીંનું માળખું નાની ટીમના રોજિંદા કામ માટે અનુકૂળ બનાવવામાં આવ્યું છે. આ શીર્ષકો વાપરવાથી કોઈ નીતિ કાયદાનું પાલન કરતી કે NIST દ્વારા સમર્થિત બની જતી નથી.
નીતિમાં જ જવાબદાર વ્યક્તિનું નામ અને તેમની ગેરહાજરીમાં જવાબદારી સંભાળનારનું નામ લખો, માત્ર હોદ્દો નહીં. નાની કંપનીઓમાં દસ્તાવેજો કરતાં હોદ્દા વધુ ઝડપથી બદલાય છે, અને કોઈ સંભાળતું જ ન હોય એવા હોદ્દા તરફ પ્રશ્ન આગળ મોકલવાની વ્યવસ્થા હકીકતમાં કોઈ વ્યવસ્થા જ નથી.
મંજૂર કરેલાં સાધનોની નોંધ કેવી રીતે રાખવી જોઈએ?
ચોક્કસ સેવા, પ્લાન અને મંજૂર ઉપયોગ નોંધો, કારણ કે માત્ર બ્રાન્ડનું નામ મહત્ત્વના તફાવતો છુપાવી દે છે. એક જ ઉત્પાદનનાં વ્યક્તિગત ગ્રાહક ખાતાં, કંપનીના વ્યવસાયિક કાર્યસ્થળ અને API જોડાણમાં માહિતી જાળવવા, મોડેલને તાલીમ આપવા અને વહીવટકર્તાના નિયંત્રણ અંગે અલગ શરતો હોઈ શકે છે. એક નિવેદન દરેક આવૃત્તિને લાગુ પડે છે એમ માનવાને બદલે સંબંધિત સેટિંગ્સ અને શરતો નોંધો.
મોડેલની તાલીમ, ડેટા કેટલો સમય રાખવામાં આવે છે, તેને કોણ જોઈ શકે છે, પ્રક્રિયા ક્યાં થાય છે અને તેને કેવી રીતે કાઢી નાખવામાં આવે છે તે વિશે અલગથી પૂછો. તાલીમ માટે ડેટા વપરાતો નથી એવું નિવેદન એ સાબિત કરતું નથી કે કોઈ ડેટા સંગ્રહિત થતો નથી કે ગ્રાહકનો દસ્તાવેજ અપલોડ કરવાની પરવાનગી છે. વિક્રેતાઓ આ બાબત કેવી રીતે સમજાવે છે તેના એક ઉદાહરણ તરીકે, સંસ્થાઓ દ્વારા ઉપયોગમાં લેવાતા Copilot Chat માટેના Microsoftના દસ્તાવેજોમાં જણાવાયું છે કે સૂચનાઓ અને જવાબો તેના ડેટા સુરક્ષા પરિશિષ્ટ હેઠળ આવરી લેવાય છે અને પાયાના મોડેલોને તાલીમ આપવા માટે વપરાતા નથી, તેમજ ચોક્કસ નિયંત્રણો સબ્સ્ક્રિપ્શન યોજના પ્રમાણે બદલાય છે. યોજના વિશેનું આવું ચોક્કસ નિવેદન, તમે તે કઈ તારીખે તપાસ્યું તેની સાથે, નોંધવું જોઈએ.
દરેક મંજૂરી માટે જવાબદાર વ્યક્તિ અને સમીક્ષાની તારીખ નક્કી કરો, જેથી સેવા કે કાર્યપ્રવાહ બદલાય ત્યારે યાદી બદલી શકાય. સંચાલન માળખા અંગેની માર્ગદર્શિકામાં એક પાનામાં સમાઈ જાય તેવું નોંધપત્રકનું સ્વરૂપ દર્શાવ્યું છે.
| મંજૂરી માટેનું ખાનું | વ્યવહારુ પ્રશ્ન |
|---|---|
| સેવા અને યોજના | કર્મચારીઓ ચોક્કસ કયું ખાતું કે કાર્યસ્થળ વાપરી શકે? |
| મંજૂર કાર્ય | કયું કામ અને કઈ સ્રોતસામગ્રી મંજૂર છે? |
| માહિતીની સીમા | સગવડ થતી હોય તો પણ કઈ વિગતો સામેલ ન કરવી જોઈએ? |
| વ્યક્તિ દ્વારા સમીક્ષા | પરિણામનો નિર્ધારિત હેતુ માટે ઉપયોગ થાય તે પહેલાં કોણ તેની તપાસ કરે છે? |
| જવાબદાર વ્યક્તિ અને તારીખ | આ નિર્ણયની જવાબદારી કોણ સંભાળે છે અને તેની સમીક્ષા ક્યારે થાય છે? |
કર્મચારીઓ AI સાધનમાં શું પેસ્ટ કરી શકે છે?
સાધન, માહિતી અને કંપનીની જવાબદારીઓથી સ્વતંત્ર એવો કોઈ સર્વત્ર લાગુ પડતો જવાબ નથી, તેથી નીતિએ તમારા સંદર્ભ માટે જવાબ આપવો જોઈએ. માહિતીને થોડા સરળ વર્ગોમાં વહેંચવાથી શરૂઆત કરો: જાહેર, આંતરિક, વ્યવસાય કે ગ્રાહકની ગોપનીય સામગ્રી અને વ્યક્તિગત માહિતી. પછી દરેક મંજૂર સાધન માટે કયા વર્ગોની પરવાનગી છે તે જણાવો. માત્ર નામ દૂર કરવાથી દસ્તાવેજ અનામી બની જતો નથી કે તેને અપલોડ કરવાની મંજૂરી મળી જતી નથી.
વિશાળ ભાષા મોડેલો અંગે યુકેના રાષ્ટ્રીય સાયબર સુરક્ષા કેન્દ્રનું માર્ગદર્શન સામાન્ય મુદ્દે સ્પષ્ટ છે: મોડેલ પૂરું પાડતી સંસ્થાને પૂછવામાં આવેલી માહિતી દેખાય છે. તે જાહેર મોડેલોને મોકલાતા પ્રશ્નોમાં સંવેદનશીલ માહિતી સામેલ ન કરવાની અને સંવેદનશીલ પ્રશ્નો પૂછતાં પહેલાં ઉપયોગની શરતો તથા ગોપનીયતા નીતિ વાંચવાની ભલામણ કરે છે. તમારી નીતિ તેને તમે મંજૂર કરેલાં ખાતાં માટેની ચોક્કસ સૂચનાઓમાં ફેરવી શકે છે.
દરેક મંજૂર કાર્યપ્રવાહ માટે કઈ સામગ્રી વાપરી શકાય અને કઈના ઉપયોગ પર મર્યાદા છે તેનાં સ્પષ્ટ ઉદાહરણો કર્મચારીઓને આપો. તાલીમમાં કાલ્પનિક અથવા સ્પષ્ટ મંજૂરી મેળવેલો ઓછા જોખમવાળો ડેટા વાપરો. જો જવાબ સ્પષ્ટ ન હોય, તો કર્મચારીઓએ કાર્યની વચ્ચે ગોપનીયતા અંગે જાતે નિર્ણય લેવાને બદલે થોભીને નિયુક્ત જવાબદાર વ્યક્તિનો સંપર્ક કરવો જોઈએ.
જાહેર
પ્રકાશિત વેબ પાનાં, પ્રેસ વિજ્ઞપ્તિઓ, તમારું પોતાનું માર્કેટિંગ લખાણ. સામાન્ય રીતે કોઈપણ મંજૂર સાધનમાં વાપરી શકાય.
આંતરિક
બેઠકની નોંધો, પ્રક્રિયાના દસ્તાવેજો, યોજનાઓના મુસદ્દા. ફક્ત કંપનીના વ્યવસાયિક કાર્યસ્થળમાં, વ્યક્તિગત ખાતાંમાં નહીં.
ગોપનીય અથવા ગ્રાહક સંબંધિત
ક્લાયન્ટની ફાઇલો, કિંમતો, કરારો, જાહેર ન કરેલાં પરિણામો. ફક્ત ત્યારે જ, જ્યારે માલિકે તે કાર્યપ્રક્રિયાને મંજૂરી આપી હોય અને ક્લાયન્ટ સાથેની શરતો તેની છૂટ આપતી હોય.
વ્યક્તિગત માહિતી
જેની ઓળખ થઈ શકે તેવા કર્મચારી, ઉમેદવાર કે ગ્રાહક વિશેની કોઈપણ માહિતી. ડેટા સંરક્ષણ માટે જવાબદાર વ્યક્તિએ ચોક્કસ કાર્યપ્રવાહની સમીક્ષા કરી ન હોય ત્યાં સુધી તે દાખલ કરવી નહીં.
આ કોઈ ભૂમિકા સાથે કેવી રીતે જોડાય છે તે જોવા માંગો છો?
ટીમ માટે આયોજન હેઠળના અજમાયશી ઉપયોગ વિશે જાણો ↗AIએ આપેલા જવાબનો ઉપયોગ કરતાં પહેલાં શું થવું જોઈએ?
AIની મદદથી તૈયાર થયેલા દરેક પરિણામની તપાસ તેના ઉપયોગને અનુરૂપ હોવી જોઈએ અને તે કોણ કરશે તે નીતિમાં જણાવવું જોઈએ. ઇમેઇલના મુસદ્દાને આપેલી હકીકતો સાથે સરખાવીને વાંચવાની જરૂર પડી શકે છે. આંકડાકીય સમજૂતી માટે સ્વતંત્ર ગણતરી જરૂરી છે. કાયદા, આરોગ્ય, નાણાં કે સલામતી વિશેના નિવેદન માટે યોગ્ય લાયકાત ધરાવતા સમીક્ષકની જરૂર છે. AIની મદદથી હાલની મંજૂરીઓ બિનજરૂરી બની જાય છે એવો અર્થ નીકળે તેને બદલે નીતિએ તે મંજૂરીઓ જાળવી રાખવી જોઈએ.
કર્મચારીઓને તૈયાર કરાયેલો મુસદ્દો ઉપયોગ માટે મંજૂર થયેલી આવૃત્તિથી અલગ રાખવા કહો. મહત્ત્વના કામ માટે સમીક્ષાનો એટલો રેકોર્ડ રાખો કે કયો સ્રોત વપરાયો, શું બદલાયું અને અંતિમ નિર્ણય કોણે લીધો તે જાણી શકાય. અસ્ખલિત જવાબ કે તે સાચો હોવા અંગે મોડેલનું પોતાનું આશ્વાસન સ્વતંત્ર ચકાસણી નથી.
કયા નિર્ણયો લોકોના હાથમાં જ રહેશે તે સ્પષ્ટ કરો. એક સામાન્ય નમૂનાની જોગવાઈ: AI સાધનો મુસદ્દો તૈયાર કરવામાં કે સારાંશ બનાવવામાં મદદ કરી શકે છે, પરંતુ નિયુક્ત વ્યક્તિ મૂળ માહિતીની સમીક્ષા ન કરે ત્યાં સુધી ભરતી, પગાર, કામગીરી, ધિરાણ કે ગ્રાહકની ફરિયાદ અંગેના નિર્ણયનો આધાર બની શકતાં નથી.
વાસ્તવિક ટીમના કદને અનુરૂપ તૈયાર કરેલી સંપૂર્ણ નીતિ કેવી હોય?
અહીં હારબર લેન સ્ટુડિયો નામની 25 લોકોની કાલ્પનિક માર્કેટિંગ એજન્સીનું સમજાવેલું ઉદાહરણ છે. તેના કર્મચારીઓ ચેટ સહાયક માટે કંપનીનું વ્યવસાયિક કાર્યસ્થળ અને તેની ઓફિસ સોફ્ટવેર શ્રેણીની AI સુવિધાઓ વાપરે છે. કેટલાક લોકો પાસે વ્યક્તિગત ખાતાં પણ હતાં. નીતિની જવાબદારી સ્થાપક પાસે છે અને ગ્રાહકની સામગ્રી સાથે સંકળાયેલી કોઈ પણ બાબતને ગ્રાહક સેવા વિભાગના વડા મંજૂરી આપે છે.
નમૂનાની કલમ, મંજૂર સાધનો: "તમારી કંપનીના ખાતાથી સાઇન ઇન કરીને માત્ર [સહાયક]નું હાર્બર લેન વ્યવસાયિક કાર્યસ્થળ અને અમારા ઑફિસ સૉફ્ટવેર સમૂહમાંની AI સુવિધાઓનો જ ઉપયોગ કરો. કંપની કે ગ્રાહકના કોઈ પણ કામ માટે વ્યક્તિગત ખાતાં વાપરશો નહીં."
નમૂનાની કલમ, માહિતી: "તમે મંજૂર સાધનોમાં જાહેર અને આંતરિક માહિતી વાપરી શકો છો. ગ્રાહક સેવાઓના વડાએ નોંધપોથીમાં તે ગ્રાહક અને કાર્યને મંજૂરી આપી ન હોય ત્યાં સુધી ગ્રાહકની ફાઇલો, ગ્રાહક માટેના ભાવ કે ગોપનીય તરીકે ચિહ્નિત કોઈ પણ માહિતી દાખલ કરશો નહીં. ઉમેદવારો, કર્મચારીઓ કે ગ્રાહકોની વ્યક્તિગત માહિતી ક્યારેય દાખલ કરશો નહીં."
નમૂનાની કલમ, સમીક્ષા: "AIની મદદથી તૈયાર કરેલું કામ ગ્રાહકને મોકલાય તે પહેલાં, ગ્રાહક ખાતાના વડા દરેક તથ્યાત્મક દાવાને આપેલી વિગતો અથવા નિર્દિષ્ટ સ્રોત સાથે સરખાવીને તપાસે છે અને જેનો સ્રોત શોધી ન શકાય એવા કોઈ પણ આંકડા, પરિણામ કે સમર્થન દૂર કરે છે. AIની મદદથી તૈયાર કરેલા કામ માટે પણ બીજા કોઈ પણ મુસદ્દા જેવાં જ ધોરણો લાગુ પડે છે."
નમૂનાની કલમ, જવાબદાર વ્યક્તિ સુધી વાત પહોંચાડવી: "જો તમને ખાતરી ન હોય, તો અટકો અને [સ્થાપકનું નામ]ને પૂછો, અથવા તેઓ હાજર ન હોય તો [વૈકલ્પિક જવાબદાર વ્યક્તિનું નામ]ને પૂછો. જો તમને લાગે કે પ્રતિબંધિત માહિતી ખોટા સાધનમાં દાખલ થઈ ગઈ છે, તો તે જ દિવસે તેમને જણાવો. તાત્કાલિક જાણ કરવા બદલ તમને દંડિત કરવામાં આવશે નહીં."
હારબર લેનએ પછી કોઈને પણ નીતિ પર સહી કરવા કહેતાં પહેલાં એક વાસ્તવિક કાર્ય પર તેની કસોટી કરી: ગ્રાહકની સૂચનાઓના આધારે અભિયાનનો સારાંશ બનાવવો. કસોટીમાં એક ખામી સામે આવી: ગ્રાહકની બ્રાન્ડ માર્ગદર્શિકા ગોપનીય ગણાય કે નહીં તે કોઈને ખબર નહોતી. દરેક ગ્રાહક ખાતાના વડાને નિર્ણય લેવા દેવાને બદલે સ્થાપકે નોંધપોથીમાં એક મુદ્દો ઉમેર્યો.
અનિશ્ચિતતા અને ભૂલોને નીતિમાં કેવી રીતે આવરી લેવી જોઈએ?
નીતિમાં આકસ્મિક માહિતી ખુલાસો, આધાર વિનાનું પરિણામ અથવા જેની મંજૂરી હવે તેની કાર્યપદ્ધતિને અનુરૂપ ન રહી હોય તેની જાણ કરવા માટે સ્પષ્ટ માર્ગ હોવો જોઈએ, અને જાણ કરવી સુરક્ષિત હોવી જોઈએ. કર્મચારીઓને ખબર હોવી જોઈએ કે શું બંધ કરવું, કોનો સંપર્ક કરવો અને જવાબદાર વ્યક્તિ માટે કયા પુરાવા સાચવવા. માહિતી અથવા સુરક્ષાની સમસ્યાઓ માટે તમારી પાસે પહેલેથી જે પ્રક્રિયા છે તેની સાથે વિરોધાભાસ ઊભો કરતી સામાન્ય ઘટના-નિવારણ પ્રક્રિયા ઘડી કાઢશો નહીં; હાલની પ્રક્રિયાનો સંદર્ભ આપો.
નીતિ અપનાવતા પહેલાં એક ટૂંકો ચર્ચા-આધારિત અભ્યાસ કરો: કોઈએ પ્રતિબંધિત દસ્તાવેજ મંજૂરી ન મળેલા વ્યક્તિગત ખાતામાં પેસ્ટ કર્યો છે. શું કર્મચારીને તેની જાણ કરવાની રીત મળી શકે છે? શું જવાબદાર વ્યક્તિ જાણે છે કે કઈ સેવા અને કયું ખાતું વપરાયું હતું અને સેવા પ્રદાતા માહિતી કાઢી નાખવાના કયા વિકલ્પો આપે છે? યોગ્ય સમીક્ષકોની મદદથી વાસ્તવિક પ્રક્રિયા સુધારવા માટે આ ખામીઓનો ઉપયોગ કરો.
લોકો ખરેખર તેનું પાલન કરી શકે તેની તમે કેવી રીતે ખાતરી કરો છો?
સહી કરેલી સ્વીકૃતિ દર્શાવે છે કે વ્યક્તિને નીતિ મળી છે; તે વ્યક્તિ તેનો અમલ કરી શકે છે એવું દર્શાવતી નથી. લોકો વાસ્તવિક કામમાં પ્રેક્ટિસ કરીને મર્યાદા શીખે છે: પ્રોમ્પ્ટમાંથી શું બાકાત રાખવું તે નક્કી કરવું, જનરેટ થયેલા દાવાને તેના સ્રોત સાથે ચકાસવો અને પોતે કરેલા ફેરફારનું કારણ સમજાવવું. યુરોપિયન કમિશનના પ્રશ્નોત્તરીમાં પણ કર્મચારીઓને તેમના કામના ચોક્કસ જોખમોની જાણકારી આપવા વિશે વાત કરતી વખતે આ જ બાબત વર્ણવાઈ છે.
તમારા પોતાના કામમાંથી એક મંજૂર ઉદાહરણ, એક પ્રતિબંધિત ઉદાહરણ અને એક અસ્પષ્ટ કિસ્સો ટીમને સમજાવો. દરેક વ્યક્તિને તેમની વચ્ચેનો તફાવત સમજાવવા અને મામલો કોની પાસે લઈ જવો તે શોધવા કહો. પછી નીતિ પર ફરી નજર કરો અને નિર્ણય વધુ સ્પષ્ટ કરવામાં મદદરૂપ થયેલાં ઉદાહરણો તેમાં ઉમેરો.
Tosheo.ai અભ્યાસના આ તબક્કા માટે વિકસાવવાની પ્રક્રિયામાં છે. શરૂઆતમાં મેનેજર ભૂમિકાઓ અને ટીમ વાપરે છે તે AI સાધનો પસંદ કરી શકે તેવું આયોજન છે. દરેક શીખનાર ટૂંકી પ્રારંભિક કૌશલ્ય ચકાસણી આપે છે અને પાઠોના અંતે વાસ્તવિક સાધનમાં પ્રત્યક્ષ કાર્ય કરવાનું હોય છે, જેને દેખાતા મૂલ્યાંકન માપદંડોના આધારે ગુણ આપવામાં આવે છે. મેનેજરોને કૌશલ્યમાં થયેલી પ્રગતિ અને પૂર્ણતા દેખાય, મૂળ ચેટ રેકોર્ડ નહીં, એવું આયોજન છે. તે તમારી નીતિ લખતું કે લાગુ કરાવતું નથી; તેનો હેતુ લોકોને નીતિમાં અપેક્ષિત આદતોનો અભ્યાસ કરવામાં મદદ કરવાનો છે.
તમે નીતિને ઉપયોગી કેવી રીતે રાખો છો?
જ્યારે પણ સાધનો, યોજનાઓ, કરારો કે કાર્યપ્રવાહોમાં ફેરફાર થાય ત્યારે અને વર્ષમાં ઓછામાં ઓછું એક વાર નક્કી કરેલી તારીખે નીતિની સમીક્ષા કરો. કર્મચારીઓને પૂછો કે કયા નિર્ણયો લેવા હજુ મુશ્કેલ પડે છે. જે નીતિનો કોઈ અમલ કરી શકતું ન હોય, તેમાં વધુ સ્પષ્ટ ઉદાહરણો અથવા પ્રશ્નને યોગ્ય અધિકારી સુધી પહોંચાડવાનો વધુ સારો માર્ગ જોઈએ, સ્વીકૃતિ દર્શાવતું વધુ એક ટિકબોક્સ નહીં.
સૌથી ઉપર આવૃત્તિની તારીખ અને ફેરફારની નોંધ રાખો, જેથી લોકોને ખબર પડે કે કયો નિયમ હાલ લાગુ છે. જ્યારે પ્રદાતા તેની શરતો બદલે અથવા ગ્રાહક કરારમાં AI સંબંધિત કલમ ઉમેરે, ત્યારે વાર્ષિક સમીક્ષા સુધી રાહ જોવાને બદલે નોંધપોથીની નોંધ સુધારો અને અસર પામતા લોકોને જાણ કરો.
આ માર્ગદર્શિકા ક્યારે યોગ્ય ઉકેલ નથી?
આ અભિગમ આશરે 5થી 200 લોકોની એવી ટીમો માટે રચાયેલો છે જે રોજિંદા જ્ઞાન-આધારિત કામ માટે બજારમાં તૈયાર મળતા AI સહાયકો વાપરે છે. જો તમે AI સિસ્ટમો બનાવતા કે વેચતા હો, લોકો અંગે સ્વચાલિત નિર્ણયો લેતા હો, આરોગ્યસંભાળ, નાણાકીય સલાહ કે કાનૂની સેવાઓ જેવા કડક નિયમનવાળા ક્ષેત્રમાં કામ કરતા હો, અથવા ગ્રાહક સાથેના કરારમાં AI અંગેની ચોક્કસ શરતો હોય, તો માત્ર આ અભિગમ પૂરતો નથી. આવા કિસ્સામાં નીતિને અંતિમ સ્વરૂપ આપતાં પહેલાં લાયકાત ધરાવતા નિષ્ણાતો દ્વારા કાનૂની અને ડેટા-સુરક્ષા સમીક્ષા, અને સંભવતઃ ઔપચારિક જોખમ મૂલ્યાંકન પણ જરૂરી છે.
તે માહિતી સુરક્ષા કાર્યક્રમનો વિકલ્પ પણ નથી. જો તમારી કંપનીમાં પાસવર્ડ, ઉપકરણોની સુરક્ષા કે ડેટાના વર્ગીકરણ માટે મૂળભૂત નિયમો ન હોય, તો પહેલા તે સુધારો; કોઈ પાયા વિના બનાવેલી AI નીતિ ટકશે નહીં.
સ્રોતો અને વ્યાપ
NIST AI જોખમ વ્યવસ્થાપન માળખાની કાર્યમાર્ગદર્શિકા: શાસન, 16 October 2026ના રોજ ચકાસેલ ↗
ICO, AI અને ડેટા સુરક્ષા અંગે માર્ગદર્શન (સમીક્ષા હેઠળ), 16 October 2026ના રોજ ચકાસેલું ↗
ICO, AI અને ડેટા સંરક્ષણના જોખમો માટેની સાધનસામગ્રી (સમીક્ષા હેઠળ), 16 October 2026ના રોજ ચકાસેલ ↗
યુરોપીય આયોગ, AI સાક્ષરતા - પ્રશ્નો અને જવાબો, છેલ્લે સુધારેલ 27 July 2026 ↗
NCSC, ChatGPT અને વિશાળ ભાષા મોડેલો: જોખમ શું છે?, 14 March 2023 ↗