AI नीति क्या है?
AI नीति कंपनी का एक छोटा दस्तावेज़ है जो कर्मचारियों को बताता है कि वे कौन-से कृत्रिम बुद्धिमत्ता टूल इस्तेमाल कर सकते हैं, किन कामों के लिए, किस जानकारी के साथ, और AI की मदद से तैयार परिणाम का इस्तेमाल करने से पहले क्या होना ज़रूरी है। छोटे व्यवसाय में यह आम तौर पर कुछ पन्नों की होती है और इसकी ज़िम्मेदारी किसी संस्थापक, परिचालन प्रमुख या पहले से डेटा और अनुबंध सँभालने वाले व्यक्ति के पास होती है।
यह शब्द कई दस्तावेज़ों के लिए इस्तेमाल होता है, जिनके बीच का अंतर लोग अक्सर स्पष्ट नहीं रखते। स्वीकार्य उपयोग नीति वे नियम हैं जिनका कर्मचारी रोज़मर्रा में पालन करते हैं। जनरेटिव AI नीति उन टूल से संबंधित होती है जो पाठ, चित्र या कोड बनाते हैं, और उनसे बनी सामग्री के जोखिमों से भी। शासन ढाँचा इन दोनों के पीछे की प्रबंधन व्यवस्था है: टूल को कौन मंज़ूरी देता है, रजिस्टर कौन रखता है, फैसलों की समीक्षा कितनी बार होती है। 200 से कम लोगों वाली अधिकतर कंपनियाँ इन तीनों को एक ही दस्तावेज़ में रख सकती हैं, बशर्ते हर हिस्से का नाम स्पष्ट हो।
यह गाइड उन निर्णयों को शामिल करती है जिनकी हर कृत्रिम बुद्धिमत्ता नीति में ज़रूरत होती है, और एक काल्पनिक कंपनी के लिए उदाहरण खंड देती है। यह सामान्य जानकारी है, कानूनी सलाह नहीं। डेटा सुरक्षा, रोज़गार और उपभोक्ता संरक्षण के कानून देश और क्षेत्र के अनुसार अलग होते हैं, इसलिए आप जो संस्करण अपनाएँ उसकी समीक्षा किसी योग्य सलाहकार से करवाएँ।
| दस्तावेज़ | यह किन सवालों के जवाब देता है | आगे क्या पढ़ें |
|---|---|---|
| AI नीति (पूरी नीति) | कंपनी AI का इस्तेमाल क्यों करती है, फ़ैसलों की ज़िम्मेदारी किसकी है, नियम आपस में कैसे जुड़े हैं | यह गाइड |
| स्वीकार्य उपयोग नीति | आज कोई कर्मचारी स्वीकृत टूल से क्या कर सकता है और क्या नहीं | AI के स्वीकार्य उपयोग की नीति पर मार्गदर्शिका |
| जनरेटिव AI नीति | AI से तैयार किए गए पाठ, चित्रों और कोड को कैसे संभालें, उनके इस्तेमाल की जानकारी कैसे दें और उनकी जाँच कैसे करें | जनरेटिव AI नीति की मार्गदर्शिका |
| संचालन और जवाबदेही की रूपरेखा | टूल को कौन मंज़ूरी देता है, रजिस्टर कौन रखता है और निर्णयों की समीक्षा कौन करता है | AI के संचालन और निगरानी के ढाँचे की मार्गदर्शिका |
| नमूना प्रारूप | हर खंड के अनुसार व्यवस्थित ढाँचा, जिसे आप पूरा करके जाँचते हैं | AI नीति का प्रारूप |
छोटी कंपनी की AI नीति का काम क्या होना चाहिए?
एक उपयोगी नीति किसी व्यक्ति को टूल में जानकारी डालने या उसके उत्तर का इस्तेमाल करने से पहले यह तय करने में मदद करती है कि क्या करना है। उसमें स्वीकृत सेवाएँ, उपयुक्त काम, जानकारी की सीमाएँ, समीक्षा की ज़िम्मेदारियाँ और मामला आगे किसके पास ले जाना है, यह स्पष्ट होना चाहिए। इन व्यावहारिक निर्णयों के बिना चेतावनियों की सूची कर्मचारियों को अनुमान लगाने पर छोड़ देती है, और अनुमान लगाने वाले लोग या तो टूल का इस्तेमाल बंद कर देते हैं या चुपचाप इस्तेमाल करते हैं।
लोग वास्तव में जिन कार्यप्रवाहों पर काम करते हैं, उनसे शुरुआत करें। सार्वजनिक तथ्यों से तैयार निमंत्रण के मसौदे के लिए जिन नियंत्रणों की ज़रूरत होती है, वे ग्राहक की गोपनीय सामग्री के सारांश के लिए ज़रूरी नियंत्रणों से अलग हैं। हर कार्यप्रवाह के लिए उसका उद्देश्य, स्रोत सामग्री, लक्षित पाठक और गलती के परिणाम लिखें। AI के हर उपयोग को एक जैसा मानने के बजाय यह संदर्भ बेहतर शुरुआत देता है।
एक अच्छी कसौटी यह है कि क्या कोई नया कर्मचारी इसे पढ़कर तीन सवालों के जवाब दे सकता है: मुझे कौन-सा खाता इस्तेमाल करना है, उसमें क्या कभी पेस्ट नहीं करना है, और सवाल होने पर किससे पूछना है। अगर दस्तावेज़ इनके जवाब नहीं दे सकता, तो वह अभी अपना काम नहीं कर रहा है, चाहे वह कितना भी विस्तृत दिखे।
क्या छोटे व्यवसाय के लिए AI नीति होना कानूनी रूप से ज़रूरी है?
अधिकांश जगहों पर ऐसा कोई सामान्य कानून नहीं है जो हर छोटे व्यवसाय के लिए AI नीति नाम का दस्तावेज़ रखना अनिवार्य बनाता हो। फिर भी, कर्मचारी AI का इस्तेमाल कैसे करते हैं, इस पर मौजूदा दायित्व लागू रहते हैं। डेटा संरक्षण कानून, ग्राहक अनुबंधों की गोपनीयता शर्तें, रोज़गार कानून और विज्ञापन नियम सिर्फ़ इसलिए लागू होना बंद नहीं हो जाते कि मसौदा किसी टूल ने बनाया है। नीति कर्मचारियों को यह समझाने का व्यावहारिक तरीका है कि ये मौजूदा दायित्व उनके AI उपयोग पर कैसे लागू होते हैं।
ब्रिटेन में, सूचना आयुक्त का कार्यालय AI और डेटा संरक्षण पर मार्गदर्शन तथा संगठनों के लिए जोखिम संबंधी साधन प्रकाशित करता है। दोनों पृष्ठों पर अभी लिखा है कि डेटा (उपयोग और पहुँच) अधिनियम के बाद मार्गदर्शन की समीक्षा चल रही है, इसलिए किसी विवरण पर भरोसा करने से पहले उसकी वर्तमान स्थिति जाँच लें। यूरोपीय संघ में, AI साक्षरता से संबंधित AI अधिनियम का अनुच्छेद 4, 2 फ़रवरी 2025 से AI प्रणालियों के प्रदाताओं और उन्हें उपयोग में लाने वालों पर लागू है। यूरोपीय आयोग के AI साक्षरता संबंधी प्रश्नोत्तर के अनुसार, सभी के लिए एक ही तरीका उपयुक्त नहीं है, प्रमाणपत्र ज़रूरी नहीं हैं और प्रशिक्षण का आंतरिक रिकॉर्ड पर्याप्त है। इसमें विज्ञापन सामग्री या अनुवाद के लिए चैट सहायक इस्तेमाल करने वाले कर्मचारियों का उदाहरण भी दिया गया है, जिन्हें मतिभ्रम, यानी गलत बात को तथ्य की तरह पेश करने, जैसे विशिष्ट जोखिमों की जानकारी दी जानी चाहिए।
अगर आप यूरोपीय संघ में बिक्री करते हैं, वहाँ लोगों को नौकरी पर रखते हैं या वहाँ के निवासियों का व्यक्तिगत डेटा संभालते हैं, तो सलाह लें कि आप पर कौन-से नियम लागू होते हैं। इस मार्गदर्शिका का उद्देश्य अधिक सीमित है: लिखित नीति और व्यावहारिक प्रशिक्षण यह दिखाने का एक उचित तरीका हैं कि लोगों को जोखिमों और उनसे निपटने के तरीकों की जानकारी दी गई थी।
निर्णयों की ज़िम्मेदारी किसके पास होनी चाहिए?
नीति के लिए एक ज़िम्मेदार व्यक्ति और टूल व संवेदनशील कार्यप्रक्रियाओं को मंज़ूरी देने वाले लोग तय करें। 12 लोगों की कंपनी में हर चीज़ की ज़िम्मेदारी संस्थापक के पास हो सकती है। 80 लोगों की कंपनी में टूल की ज़िम्मेदारी संचालन प्रमुख के पास, निजी जानकारी की ज़िम्मेदारी डेटा सुरक्षा संभालने वाले व्यक्ति के पास और अपने विभाग के नतीजों की समीक्षा की ज़िम्मेदारी विभाग प्रमुखों के पास हो सकती है। नीति में शामिल न किए गए सवालों के लिए कर्मचारियों को एक तय संपर्क चाहिए।
NIST की AI जोखिम प्रबंधन मार्गदर्शिका में शासन से जुड़ी सामग्री में स्पष्ट भूमिकाओं और ज़िम्मेदारियों, कर्मचारियों के लिए AI जोखिम प्रशिक्षण और संचार के माध्यमों पर चर्चा की गई है। यहाँ दी गई संरचना छोटी टीम के कामकाज के लिए उसका अनुकूलित रूप है। इन शीर्षकों का इस्तेमाल करने से कोई नीति किसी कानून के अनुरूप या NIST द्वारा अनुमोदित नहीं हो जाती।
नीति में ही जिम्मेदार व्यक्ति और उसकी अनुपस्थिति में जिम्मेदारी संभालने वाले व्यक्ति का नाम लिखें, सिर्फ पदनाम नहीं। छोटी कंपनियों में दस्तावेजों के मुकाबले पदनाम जल्दी बदलते हैं। मामला आगे बढ़ाने का ऐसा रास्ता जो किसी ऐसे पद की ओर ले जाए जिस पर कोई है ही नहीं, किसी काम का नहीं है।
स्वीकृत टूल का रिकॉर्ड कैसे रखना चाहिए?
सटीक सेवा, योजना और अनुमत उपयोग दर्ज करें, क्योंकि केवल ब्रांड का नाम महत्वपूर्ण अंतरों को छिपा देता है। एक ही उत्पाद के व्यक्तिगत उपभोक्ता खाते, कंपनी के व्यावसायिक कार्यक्षेत्र और एपीआई एकीकरण में डेटा रखने की अवधि, प्रशिक्षण और प्रशासक के नियंत्रण से जुड़ी शर्तें अलग-अलग हो सकती हैं। यह मानने के बजाय कि एक कथन हर संस्करण पर लागू होता है, संबंधित सेटिंग्स और शर्तें दर्ज करें।
मॉडल प्रशिक्षण, डेटा रखने की अवधि, पहुँच, प्रोसेसिंग के स्थान और डेटा मिटाने के बारे में अलग-अलग पूछें। प्रशिक्षण में डेटा इस्तेमाल न करने का बयान यह साबित नहीं करता कि डेटा बिल्कुल भी संग्रहीत नहीं होता या ग्राहक का दस्तावेज़ अपलोड करने की अनुमति है। उदाहरण के लिए, संगठनों में इस्तेमाल होने वाले Copilot Chat के बारे में Microsoft के दस्तावेज़ कहते हैं कि निर्देश और उत्तर उसके डेटा सुरक्षा परिशिष्ट के दायरे में आते हैं और आधारभूत मॉडलों के प्रशिक्षण में इस्तेमाल नहीं होते, तथा विशिष्ट नियंत्रण सदस्यता योजना के अनुसार अलग होते हैं। योजना से जुड़े ऐसे ही विशिष्ट बयान को दर्ज करें, साथ में वह तारीख भी लिखें जब आपने इसे जाँचा था।
हर स्वीकृति के लिए एक ज़िम्मेदार व्यक्ति और समीक्षा की तारीख तय करें, ताकि सेवा या कार्यप्रवाह बदलने पर सूची भी बदली जा सके। संचालन और निगरानी के ढाँचे की मार्गदर्शिका में एक ऐसा रजिस्टर प्रारूप दिया गया है जो एक पेज में समा जाता है।
| मंज़ूरी का फ़ील्ड | व्यावहारिक प्रश्न |
|---|---|
| सेवा और योजना | कर्मचारियों को ठीक किस खाते या कार्यक्षेत्र का इस्तेमाल करने की अनुमति है? |
| अनुमत कार्य | किन कामों और स्रोत सामग्री के इस्तेमाल की मंज़ूरी है? |
| जानकारी की सीमा | सुविधाजनक होने पर भी कौन-सी जानकारियाँ इसमें बिल्कुल नहीं डालनी चाहिए? |
| मानवीय समीक्षा | आउटपुट को उसके तय उद्देश्य के लिए इस्तेमाल करने से पहले कौन जाँचता है? |
| ज़िम्मेदार व्यक्ति और तारीख | इस निर्णय की ज़िम्मेदारी किसके पास है और इसकी समीक्षा कब होती है? |
कर्मचारी AI टूल में क्या पेस्ट कर सकते हैं?
टूल, डेटा और कंपनी के दायित्वों से अलग कोई सार्वभौमिक जवाब नहीं है, इसलिए नीति को आपके संदर्भ के लिए जवाब देना होगा। शुरुआत में जानकारी को कुछ स्पष्ट श्रेणियों में बाँटें: सार्वजनिक, आंतरिक, व्यवसाय या ग्राहक से जुड़ी गोपनीय सामग्री और व्यक्तिगत जानकारी। फिर हर स्वीकृत टूल के लिए बताएँ कि किन श्रेणियों की अनुमति है। केवल नाम हटा देने से कोई दस्तावेज़ न तो गुमनाम हो जाता है, न उसे अपलोड करने की अनुमति मिल जाती है।
बड़े भाषा मॉडलों पर ब्रिटेन के राष्ट्रीय साइबर सुरक्षा केंद्र के दिशानिर्देश सामान्य बात साफ़ तौर पर कहते हैं: मॉडल उपलब्ध कराने वाला संगठन आपकी क्वेरी देख सकता है। वे सार्वजनिक मॉडलों को भेजी जाने वाली क्वेरी में संवेदनशील जानकारी शामिल न करने और संवेदनशील सवाल पूछने से पहले इस्तेमाल की शर्तें और गोपनीयता नीति पढ़ने की सलाह देते हैं। आपकी नीति इसे उन खातों के लिए विशिष्ट निर्देशों में बदल सकती है जिन्हें आपने मंज़ूरी दी है।
हर स्वीकृत कार्यप्रवाह के लिए कर्मचारियों को अनुमत और प्रतिबंधित सामग्री के ठोस उदाहरण दें। प्रशिक्षण में काल्पनिक या स्पष्ट रूप से स्वीकृत कम जोखिम वाला डेटा इस्तेमाल करें। अगर जवाब स्पष्ट न हो, तो कर्मचारियों को काम के बीच में गोपनीयता पर खुद फैसला करने के बजाय रुककर तय ज़िम्मेदार व्यक्ति से संपर्क करना चाहिए।
सार्वजनिक
प्रकाशित वेब पेज, प्रेस विज्ञप्तियाँ, आपकी अपनी प्रचार सामग्री। आम तौर पर किसी भी स्वीकृत टूल में इनका इस्तेमाल किया जा सकता है।
आंतरिक
बैठक के नोट्स, प्रक्रिया संबंधी दस्तावेज़, योजनाओं के मसौदे। केवल कंपनी के व्यावसायिक कार्यक्षेत्र में, निजी खातों में नहीं।
गोपनीय या ग्राहक से संबंधित
क्लाइंट की फ़ाइलें, कीमतें, अनुबंध, अप्रकाशित नतीजे। केवल वहीं इस्तेमाल करें जहाँ इनके स्वामी ने उस कार्यप्रवाह को मंज़ूरी दी हो और क्लाइंट की शर्तें इसकी अनुमति देती हों।
व्यक्तिगत जानकारी
ऐसी कोई भी जानकारी जिससे किसी कर्मचारी, उम्मीदवार या ग्राहक की पहचान की जा सके। इसे तब तक दर्ज न करें, जब तक डेटा सुरक्षा के लिए ज़िम्मेदार व्यक्ति ने उस विशिष्ट कार्यप्रवाह की समीक्षा न कर ली हो।
देखना चाहते हैं कि यह किसी भूमिका से कैसे जुड़ता है?
टीम के लिए नियोजित परीक्षण के बारे में जानें ↗AI से मिले जवाब का इस्तेमाल करने से पहले क्या होना चाहिए?
AI की मदद से तैयार किए गए हर आउटपुट की जाँच उसके इस्तेमाल के हिसाब से होनी चाहिए, और नीति में बताया जाना चाहिए कि यह जाँच कौन करेगा। ईमेल के मसौदे को दी गई जानकारी से मिलाकर पढ़ना पर्याप्त हो सकता है। संख्याओं पर आधारित व्याख्या के लिए स्वतंत्र गणना ज़रूरी है। कानून, स्वास्थ्य, पैसे या सुरक्षा से जुड़े कथन की समीक्षा किसी योग्य व्यक्ति को करनी चाहिए। नीति में मौजूदा मंज़ूरी प्रक्रियाएँ बनी रहनी चाहिए, न कि यह संकेत मिले कि AI की मदद लेने से उनकी ज़रूरत खत्म हो जाती है।
कर्मचारियों से कहें कि एआई से बने मसौदे को उपयोग के लिए मंज़ूर किए गए संस्करण से अलग रखें। महत्वपूर्ण काम के लिए समीक्षा का इतना रिकॉर्ड रखें कि उससे पता चले कि कौन-सा स्रोत इस्तेमाल हुआ, क्या बदला और अंतिम फ़ैसला किसने लिया। सहज भाषा में लिखा जवाब या मॉडल का खुद यह भरोसा दिलाना कि वह सही है, स्वतंत्र सत्यापन नहीं है।
स्पष्ट बताएँ कि कौन-से निर्णय लोगों के पास ही रहेंगे। एक सामान्य उदाहरण खंड: AI उपकरण मसौदा बनाने या सारांश तैयार करने में मदद कर सकते हैं, लेकिन जब तक कोई नामित व्यक्ति मूल जानकारी की समीक्षा न करे, तब तक भर्ती, वेतन, प्रदर्शन, ऋण या ग्राहक की शिकायत पर निर्णय का आधार नहीं बनने चाहिए।
वास्तविक आकार की टीम के लिए तैयार नीति कैसी होती है?
यह हार्बर लेन स्टूडियो नाम की एक काल्पनिक 25-सदस्यीय विपणन एजेंसी का चरणबद्ध उदाहरण है। उसके कर्मचारी चैट सहायक के लिए कंपनी का व्यावसायिक कार्यक्षेत्र और उसके कार्यालय सॉफ़्टवेयर समूह में मौजूद AI सुविधाएँ इस्तेमाल करते हैं। कुछ लोगों के निजी खाते भी थे। संस्थापक नीति के लिए ज़िम्मेदार हैं और ग्राहक सामग्री से जुड़े हर काम को ग्राहक सेवा प्रमुख मंज़ूरी देते हैं।
नमूना प्रावधान, स्वीकृत उपकरण: "केवल [सहायक] के हार्बर लेन व्यावसायिक कार्यक्षेत्र और हमारे कार्यालय सॉफ़्टवेयर की AI सुविधाओं का इस्तेमाल करें। इनमें अपनी कंपनी के खाते से साइन इन करें। कंपनी या ग्राहक के किसी भी काम के लिए निजी खातों का इस्तेमाल न करें।"
नमूना प्रावधान, जानकारी: "आप स्वीकृत उपकरणों में सार्वजनिक और आंतरिक जानकारी इस्तेमाल कर सकते हैं। ग्राहक की फ़ाइलें, ग्राहक के लिए तय कीमतें या गोपनीय चिह्नित कोई भी जानकारी तब तक दर्ज न करें, जब तक ग्राहक सेवा प्रमुख ने रजिस्टर में उस ग्राहक और कार्य को स्वीकृति न दी हो। उम्मीदवारों, कर्मचारियों या ग्राहकों की व्यक्तिगत जानकारी कभी दर्ज न करें।"
नमूना प्रावधान, समीक्षा: "AI की मदद से किया गया काम ग्राहक को भेजने से पहले, ग्राहक खाते का प्रभारी हर तथ्यात्मक दावे को कार्य-विवरण या किसी निश्चित स्रोत से मिलाकर जाँचता है और ऐसा कोई भी आँकड़ा, परिणाम या समर्थन हटा देता है जिसका स्रोत पता न लगाया जा सके। AI की मदद से किए गए काम पर भी वही मानक लागू होते हैं जो किसी अन्य मसौदे पर होते हैं।"
नमूना प्रावधान, मामला आगे भेजना: "अगर आपको संदेह हो, तो रुकें और [संस्थापक का नाम] से पूछें, या उनकी अनुपस्थिति में [वैकल्पिक व्यक्ति का नाम] से पूछें। अगर आपको लगे कि प्रतिबंधित जानकारी गलत उपकरण में चली गई है, तो उन्हें उसी दिन बताएँ। तुरंत सूचना देने के लिए आपको दंडित नहीं किया जाएगा।"
इसके बाद हार्बर लेन ने किसी से नीति पर हस्ताक्षर कराने से पहले उसे एक वास्तविक काम पर परखा: ग्राहक से मिले विवरण के आधार पर अभियान का सारांश बनाना। इस परीक्षण में एक कमी सामने आई: किसी को नहीं पता था कि ग्राहक की ब्रांड मार्गदर्शिका गोपनीय मानी जाएगी या नहीं। हर ग्राहक खाता प्रमुख को अपने स्तर पर फैसला करने देने के बजाय संस्थापक ने रजिस्टर में एक पंक्ति जोड़ दी।
नीति में अनिश्चितता और गलतियों से निपटने के लिए क्या प्रावधान होने चाहिए?
नीति में अनजाने में जानकारी उजागर होने, बिना आधार वाले उत्तर या ऐसी कार्यप्रक्रिया की सूचना देने का स्पष्ट तरीका होना चाहिए जो अब अपनी मंज़ूरी की शर्तों के अनुरूप न हो। सूचना देने वाले कर्मचारी को सुरक्षित महसूस होना चाहिए। कर्मचारियों को पता होना चाहिए कि क्या रोकना है, किससे संपर्क करना है और ज़िम्मेदार व्यक्ति के लिए कौन-से साक्ष्य सुरक्षित रखने हैं। ऐसी सामान्य घटना-प्रक्रिया न बनाएँ जो डेटा या सुरक्षा समस्याओं के लिए आपकी मौजूदा प्रक्रिया से टकराती हो; उसी प्रक्रिया का संदर्भ दें।
नीति अपनाने से पहले एक छोटा परिदृश्य-आधारित अभ्यास करें: किसी ने एक प्रतिबंधित दस्तावेज़ को ऐसे निजी खाते में पेस्ट कर दिया है जिसके इस्तेमाल की मंज़ूरी नहीं है। क्या कर्मचारी को पता चल सकता है कि इसकी रिपोर्ट कहाँ और कैसे करनी है? क्या ज़िम्मेदार व्यक्ति को पता है कि किस सेवा और खाते का इस्तेमाल हुआ और सेवा प्रदाता डेटा मिटाने के कौन-से विकल्प देता है? जो कमियाँ सामने आएँ, उनके आधार पर उपयुक्त समीक्षकों के साथ वास्तविक प्रक्रिया में सुधार करें।
आप कैसे सुनिश्चित करते हैं कि लोग वास्तव में इसका पालन कर सकें?
हस्ताक्षरित पुष्टि से पता चलता है कि व्यक्ति को नीति मिली है; इससे यह पता नहीं चलता कि वह उसे लागू कर सकता है। लोग किसी सीमा को यथार्थपरक काम पर उसका अभ्यास करके सीखते हैं: यह तय करना कि प्रॉम्प्ट में क्या न डालें, तैयार किए गए दावे को उसके स्रोत से जाँचना, और अपने किए बदलाव का कारण बताना। यूरोपीय आयोग के प्रश्नोत्तर में भी यही बात कही गई है, जब वह कर्मचारियों को उनके काम से जुड़े विशिष्ट जोखिमों की जानकारी देने की बात करता है।
अपने काम से एक अनुमत उदाहरण, एक प्रतिबंधित उदाहरण और एक अनिश्चित मामला लेकर टीम को समझाएँ। हर व्यक्ति से इनके बीच का अंतर बताने और यह पता लगाने को कहें कि मामला किसके पास ले जाना चाहिए। फिर नीति पर वापस जाएँ और वे उदाहरण जोड़ें जिनसे निर्णय लेना अधिक स्पष्ट हुआ।
Tosheo.ai को अभ्यास के इसी चरण के लिए विकसित करने की तैयारी है। शुरुआती पेशकश की योजना के अनुसार प्रबंधक भूमिकाएँ और टीम द्वारा इस्तेमाल किए जाने वाले AI टूल चुनेगा, हर सीखने वाला एक छोटी शुरुआती कौशल जाँच देगा, और पाठों के अंत में वास्तविक टूल पर एक व्यावहारिक कार्य होगा, जिसका मूल्यांकन स्पष्ट मानदंडों के आधार पर होगा। योजना है कि प्रबंधक कौशल में प्रगति और पाठ पूरा होने की स्थिति देख सकें, चैट का मूल रिकॉर्ड नहीं। यह आपकी नीति लिखता या लागू नहीं करता; इसका उद्देश्य लोगों को उन आदतों का अभ्यास करने में मदद करना है जिनकी नीति अपेक्षा करती है।
आप नीति को उपयोगी कैसे बनाए रखते हैं?
जब भी टूल, योजनाएँ, अनुबंध या कार्यप्रवाह बदलें, नीति की समीक्षा करें। इसके अलावा, कम से कम साल में एक बार तय तारीख पर भी समीक्षा करें। कर्मचारियों से पूछें कि किन मामलों में निर्णय लेना अब भी कठिन है। जिस नीति को कोई लागू नहीं कर पाता, उसके लिए अधिक स्पष्ट उदाहरणों या मामला आगे किसके पास ले जाना है, इसकी बेहतर व्यवस्था की ज़रूरत है, न कि पढ़ लेने की पुष्टि के लिए एक और खाने पर निशान लगाने की।
सबसे ऊपर संस्करण की तारीख और बदलाव का विवरण रखें, ताकि लोगों को पता हो कि कौन-सा नियम अभी लागू है। जब कोई प्रदाता अपनी शर्तें बदलता है या कोई ग्राहक अनुबंध में AI से जुड़ा खंड जोड़ता है, तो वार्षिक समीक्षा का इंतज़ार करने के बजाय रजिस्टर की प्रविष्टि अपडेट करें और प्रभावित लोगों को बताएँ।
यह मार्गदर्शिका कब सही समाधान नहीं होती?
यह तरीका लगभग 5 से 200 लोगों की उन टीमों के लिए बनाया गया है जो रोज़मर्रा के जानकारी-आधारित कामों में बाज़ार में उपलब्ध AI सहायकों का इस्तेमाल करती हैं। अगर आप AI प्रणालियाँ बनाते या बेचते हैं, लोगों के बारे में स्वचालित निर्णय लेते हैं, स्वास्थ्य सेवा, वित्तीय सलाह या कानूनी सेवाओं जैसे कड़े विनियमन वाले क्षेत्र में काम करते हैं, या आपके ग्राहक अनुबंधों में AI से जुड़ी खास शर्तें हैं, तो यह तरीका अपने आप में पर्याप्त नहीं है। ऐसे मामलों में नीति को अंतिम रूप देने से पहले योग्य विशेषज्ञों से कानूनी और डेटा सुरक्षा समीक्षा करवाना, और संभवतः औपचारिक जोखिम आकलन करवाना ज़रूरी है।
यह सूचना-सुरक्षा कार्यक्रम का विकल्प भी नहीं है। अगर आपकी कंपनी में पासवर्ड, उपकरणों की सुरक्षा या डेटा के वर्गीकरण के बुनियादी नियम नहीं हैं, तो पहले उन्हें ठीक करें; बिना किसी आधार के बनाई गई AI नीति टिक नहीं पाएगी।
स्रोत और दायरा
NIST AI RMF कार्यपुस्तिका: संचालन, 16 अक्टूबर 2026 को जाँचा गया ↗
ICO, AI और डेटा संरक्षण पर मार्गदर्शन (समीक्षाधीन), 16 अक्टूबर 2026 को जाँचा गया ↗
ICO, AI और डेटा संरक्षण जोखिम से जुड़ी साधन-सामग्री (समीक्षाधीन), 16 October 2026 को जाँच की गई ↗
यूरोपीय आयोग, AI साक्षरता - प्रश्न और उत्तर, अंतिम अद्यतन 27 July 2026 ↗
NCSC, ChatGPT और बड़े भाषा मॉडल: जोखिम क्या है?, 14 March 2023 ↗