AI धोरण म्हणजे काय?
AI धोरण हा कंपनीचा एक छोटा दस्तऐवज असतो. कर्मचारी कोणती कृत्रिम बुद्धिमत्ता साधने, कोणत्या कामांसाठी, कोणत्या माहितीसह वापरू शकतात आणि AI च्या मदतीने तयार केलेली निष्पत्ती वापरण्यापूर्वी काय झाले पाहिजे, हे तो सांगतो. लघुउद्योगात तो साधारणपणे काही पानांचा असतो आणि त्याची जबाबदारी संस्थापक, कार्यसंचालन प्रमुख किंवा आधीपासून माहिती व करार सांभाळणाऱ्या व्यक्तीकडे असते.
या संज्ञेत असे अनेक दस्तऐवज येतात ज्यांतील फरक लोक अनेकदा स्पष्टपणे करत नाहीत. स्वीकारार्ह वापराचे धोरण म्हणजे कर्मचाऱ्यांनी रोज पाळायची नियमावली. जनरेटिव्ह AI धोरणात मजकूर, चित्रे किंवा कोड तयार करणारी साधने आणि तयार केलेल्या सामग्रीशी संबंधित जोखमी येतात. प्रशासन चौकट म्हणजे या दोन्हींमागची व्यवस्थापन व्यवस्था: साधनाला मंजुरी कोण देते, नोंदवही कोण ठेवते आणि निर्णयांचे पुनरावलोकन किती वेळा होते. 200 पेक्षा कमी कर्मचारी असलेल्या बहुतेक कंपन्या या तिन्ही गोष्टी एकाच दस्तऐवजात ठेवू शकतात, मात्र प्रत्येक भाग स्पष्टपणे दर्शवलेला हवा.
या मार्गदर्शकात काल्पनिक कंपनीसाठी नमुना कलमांसह प्रत्येक कृत्रिम बुद्धिमत्ता धोरणात आवश्यक असलेल्या निर्णयांचा समावेश आहे. ही सर्वसाधारण माहिती आहे, कायदेशीर सल्ला नाही. डेटा संरक्षण, रोजगार आणि ग्राहक संरक्षणाचे कायदे देश आणि क्षेत्रानुसार बदलतात, म्हणून तुम्ही स्वीकारणार असलेली आवृत्ती पात्र सल्लागाराकडून तपासून घ्या.
| दस्तऐवज | यातून कोणत्या प्रश्नांची उत्तरे मिळतात | पुढे काय पाहावे |
|---|---|---|
| AI धोरण (संपूर्ण) | कंपनी AI का वापरते, निर्णयांची जबाबदारी कोणाकडे आहे, नियम एकमेकांशी कसे जोडलेले आहेत | हा मार्गदर्शक |
| स्वीकारार्ह वापर धोरण | कर्मचारी आज मंजूर साधन वापरून काय करू शकतो आणि काय करू शकत नाही | AI च्या स्वीकारार्ह वापराच्या धोरणासाठी मार्गदर्शक |
| जनरेटिव्ह AI धोरण | AI ने तयार केलेला मजकूर, प्रतिमा आणि कोड कसे हाताळावेत, त्यांच्या वापराची माहिती कशी द्यावी आणि त्यांची तपासणी कशी करावी | जनरेटिव्ह AI धोरणासाठी मार्गदर्शक |
| नियमनाची चौकट | साधनांना मंजुरी कोण देते, नोंदवही कोण सांभाळते आणि निर्णयांचा आढावा कोण घेते | AI प्रशासनाच्या चौकटीसाठी मार्गदर्शक |
| नमुना | तुम्ही पूर्ण करून तपासायची कलमवार रचना | AI धोरणाचा नमुना |
लहान कंपनीच्या AI धोरणाने काय साध्य करावे?
उपयुक्त धोरण एखाद्याने साधनात माहिती भरण्यापूर्वी किंवा त्यातून मिळालेला मजकूर वापरण्यापूर्वी काय करावे, हे ठरवण्यास मदत करते. त्यात मान्यताप्राप्त सेवा, योग्य कामे, माहिती वापरण्याच्या मर्यादा, पुनरावलोकनाच्या जबाबदाऱ्या आणि प्रश्न वरिष्ठांकडे नेण्याचा मार्ग स्पष्ट असावा. हे व्यावहारिक निर्णय न देता फक्त इशाऱ्यांची यादी दिल्यास कर्मचारी अंदाजाने वागतात. असे कर्मचारी एकतर साधने वापरणे थांबवतात किंवा ती कुणाला न सांगता वापरतात.
लोक प्रत्यक्षात वापरत असलेल्या कार्यपद्धतींपासून सुरुवात करा. सार्वजनिक माहितीवरून तयार केलेल्या आमंत्रणाच्या मसुद्यासाठी लागणारी नियंत्रणे आणि ग्राहकाच्या गोपनीय माहितीच्या सारांशासाठी लागणारी नियंत्रणे वेगळी असतात. प्रत्येक कार्यपद्धतीसाठी उद्देश, मूळ साहित्य, अपेक्षित वाचक आणि चूक झाल्यास होणारा परिणाम लिहून ठेवा. AI चा प्रत्येक वापर सारखाच मानण्यापेक्षा हा संदर्भ अधिक योग्य सुरुवात ठरतो.
ते वाचल्यानंतर नवीन कर्मचारी तीन प्रश्नांची उत्तरे देऊ शकतो का, ही चांगली चाचणी आहे: मी कोणते खाते वापरावे, त्यात काय कधीही टाकू नये आणि कोणाला विचारावे. दस्तऐवजात या प्रश्नांची उत्तरे नसतील, तर तो कितीही सविस्तर दिसत असला तरी त्याचा उद्देश अद्याप साध्य होत नाही.
लहान व्यवसायाला कायद्याने AI धोरण असणे आवश्यक आहे का?
बहुतेक ठिकाणी प्रत्येक लहान व्यवसायाकडे AI धोरण नावाचे कागदपत्र असलेच पाहिजे असा सर्वसाधारण कायदा नाही. पण कर्मचारी AI कसे वापरतात यावर सध्याची बंधने लागू होतातच. साधनाने मसुदा तयार केला म्हणून डेटा संरक्षण कायदा, ग्राहकांच्या करारांतील गोपनीयतेच्या अटी, रोजगारविषयक कायदे आणि जाहिरातींचे नियम लागू होणे थांबत नाही. कर्मचाऱ्यांच्या AI वापराला ही विद्यमान कर्तव्ये कशी लागू होतात हे त्यांना स्पष्ट करण्याचा व्यावहारिक मार्ग म्हणजे धोरण.
युनायटेड किंगडममध्ये, माहिती आयुक्त कार्यालय AI आणि डेटा संरक्षणाविषयी मार्गदर्शन तसेच संस्थांसाठी जोखीम साधनसंच प्रसिद्ध करते. डेटा (वापर आणि प्रवेश) कायद्यानंतर या मार्गदर्शनाचे पुनरावलोकन सुरू असल्याचे सध्या दोन्ही पृष्ठांवर म्हटले आहे. त्यामुळे कोणत्याही तपशिलावर अवलंबून राहण्यापूर्वी त्याची अद्ययावत स्थिती तपासा. युरोपीय संघात, AI साक्षरतेविषयीचे AI कायद्याचे कलम 4 हे 2 February 2025 पासून AI प्रणालींचे पुरवठादार आणि वापरात आणणाऱ्यांना लागू झाले आहे. युरोपीय आयोगाच्या AI साक्षरतेविषयीच्या प्रश्नोत्तरांनुसार सर्वांसाठी एकच पद्धत लागू होत नाही, प्रमाणपत्रे आवश्यक नाहीत आणि प्रशिक्षणाची अंतर्गत नोंद पुरेशी आहे. जाहिरातींचा मजकूर किंवा भाषांतरासाठी संवाद सहाय्यक वापरणाऱ्या कर्मचाऱ्यांचे उदाहरणही त्यात दिले आहे. अशा कर्मचाऱ्यांना AI ने खोटी माहिती तथ्य म्हणून मांडणे यांसारख्या विशिष्ट जोखमींबद्दल माहिती दिली पाहिजे.
तुम्ही युरोपीय संघात विक्री करत असल्यास, तिथे कर्मचारी नेमत असल्यास किंवा तेथील रहिवाशांचा वैयक्तिक डेटा हाताळत असल्यास, तुम्हाला काय लागू होते याविषयी सल्ला घ्या. या मार्गदर्शकाचा मुद्दा अधिक मर्यादित आहे: लोकांना जोखीम काय आहेत आणि त्या कशा हाताळायच्या हे सांगितले होते, हे दाखवण्यासाठी लेखी धोरण आणि प्रत्यक्ष प्रशिक्षण हा वाजवी मार्ग आहे.
या निर्णयांची जबाबदारी कोणाकडे असायला हवी?
धोरणाची जबाबदारी एका व्यक्तीकडे द्या आणि साधनांना व संवेदनशील कार्यपद्धतींना मंजुरी देणारे लोक ठरवा. 12 जणांच्या कंपनीत सर्व गोष्टींसाठी संस्थापकच जबाबदार असू शकतो. 80 जणांच्या कंपनीत साधनांसाठी कामकाज प्रमुख, वैयक्तिक माहितीसाठी माहिती संरक्षणाची जबाबदारी असलेली व्यक्ती आणि प्रत्येक विभागातील तयार कामाच्या तपासणीसाठी त्या विभागाचे प्रमुख जबाबदार असू शकतात. धोरणात उत्तर नसलेला प्रश्न विचारण्यासाठी कर्मचाऱ्यांना एक निश्चित संपर्क हवा.
NIST च्या AI जोखीम व्यवस्थापन चौकटीच्या कृती मार्गदर्शिकेतील प्रशासनविषयक सामग्रीमध्ये निश्चित भूमिका आणि जबाबदाऱ्या, कर्मचाऱ्यांना AI जोखमींचे प्रशिक्षण आणि संवादाचे मार्ग यांची चर्चा आहे. येथे दिलेली रचना लहान टीमच्या कामकाजासाठी केलेले रूपांतर आहे. ही शीर्षके वापरल्यामुळे एखादे धोरण कोणत्याही कायद्याशी सुसंगत ठरत नाही किंवा त्याला NIST ची मान्यता मिळत नाही.
धोरणातच जबाबदार व्यक्तीचे आणि तिच्या अनुपस्थितीत जबाबदारी घेणाऱ्या व्यक्तीचे नाव लिहा; केवळ पदनाम लिहू नका. लहान कंपन्यांमध्ये कागदपत्रांपेक्षा पदनामे लवकर बदलतात, आणि समस्या पुढे नेण्यासाठी अशा पदाकडे निर्देश केला असेल ज्यावर कोणीच नाही, तर तो मार्ग उपयोगाचाच नाही.
मंजूर साधनांची नोंद कशी ठेवावी?
नेमकी सेवा, योजना आणि परवानगी असलेला वापर नोंदवा, कारण केवळ ब्रँडच्या नावावरून महत्त्वाचे फरक समजत नाहीत. एकाच उत्पादनाचे वैयक्तिक ग्राहक खाते, कंपनीचे व्यावसायिक कार्यक्षेत्र आणि API जोडणी यांना डेटा साठवून ठेवणे, मॉडेलचे प्रशिक्षण आणि प्रशासकाचे नियंत्रण यांबाबत वेगवेगळ्या अटी लागू असू शकतात. एकच विधान प्रत्येक आवृत्तीला लागू आहे असे गृहीत धरण्याऐवजी संबंधित संरचना आणि अटी नोंदवा.
मॉडेल प्रशिक्षण, डेटा किती काळ ठेवला जातो, प्रवेश, प्रक्रिया कुठे होते आणि डेटा हटवणे या प्रत्येक बाबीबद्दल स्वतंत्रपणे विचारा. डेटा प्रशिक्षणासाठी वापरला जात नाही, या विधानावरून तो अजिबात साठवला जात नाही किंवा ग्राहकाचा दस्तऐवज अपलोड करण्यास परवानगी आहे, असे ठरत नाही. पुरवठादार याचे वर्णन कसे करतात याचे एक उदाहरण म्हणजे संस्थांकडून वापरल्या जाणाऱ्या Copilot Chat साठीचे Microsoft चे दस्तऐवज. त्यात सूचना आणि प्रतिसाद त्यांच्या डेटा संरक्षण परिशिष्टाच्या कक्षेत येतात, त्यांचा वापर पायाभूत मॉडेलच्या प्रशिक्षणासाठी केला जात नाही आणि नेमकी नियंत्रणे सदस्यत्व योजनेनुसार बदलतात, असे म्हटले आहे. अशा प्रकारचे योजनेनुसार लागू होणारे विधान, ते तपासल्याच्या तारखेसह नोंदवून ठेवा.
प्रत्येक मंजुरीसाठी जबाबदार व्यक्ती आणि पुनरावलोकनाची तारीख ठरवा, जेणेकरून सेवा किंवा कार्यप्रवाह बदलल्यावर यादीही बदलता येईल. प्रशासनाच्या चौकटीवरील मार्गदर्शकात एका पानात मावणारा नोंदवहीचा नमुना दिला आहे.
| मंजुरीचा रकाना | व्यावहारिक प्रश्न |
|---|---|
| सेवा आणि योजना | कर्मचाऱ्यांना नेमके कोणते खाते किंवा कार्यक्षेत्र वापरण्याची परवानगी आहे? |
| परवानगी असलेले काम | कोणते काम आणि कोणती स्रोत सामग्री वापरण्यास मंजुरी आहे? |
| माहिती वापरण्याची मर्यादा | सोयीचे असले तरी कोणते तपशील देऊ नयेत? |
| मानवी पुनरावलोकन | निष्पत्ती नियोजित उद्देशासाठी वापरण्यापूर्वी ती कोण तपासते? |
| जबाबदार व्यक्ती आणि तारीख | या निर्णयाची नोंद अद्ययावत ठेवण्याची जबाबदारी कोणाची आहे आणि त्याचा आढावा कधी घेतला जातो? |
कर्मचारी AI साधनात काय पेस्ट करू शकतात?
साधन, डेटा आणि कंपनीची बंधने यांपासून स्वतंत्र असे सार्वत्रिक उत्तर नाही, त्यामुळे धोरणात तुमच्या परिस्थितीसाठी उत्तर दिलेले असले पाहिजे. सुरुवातीला माहितीचे काही सोपे वर्ग करा: सार्वजनिक, अंतर्गत, व्यवसायाची किंवा ग्राहकांची गोपनीय सामग्री आणि वैयक्तिक माहिती. मग प्रत्येक मंजूर साधनासाठी कोणते वर्ग वापरण्यास परवानगी आहे ते सांगा. केवळ नाव काढून टाकल्याने दस्तऐवज निनावी होत नाही किंवा तो अपलोड करण्याची परवानगी मिळत नाही.
मोठ्या भाषा मॉडेलबाबत ब्रिटनच्या राष्ट्रीय सायबर सुरक्षा केंद्राचे मार्गदर्शन मुख्य मुद्द्यावर स्पष्ट आहे: विचारलेला प्रश्न मॉडेल पुरवणाऱ्या संस्थेला दिसतो. सार्वजनिक मॉडेलना विचारलेल्या प्रश्नांत संवेदनशील माहिती समाविष्ट करू नये आणि संवेदनशील प्रश्न विचारण्यापूर्वी वापराच्या अटी व गोपनीयता धोरण वाचावे, अशी त्याची शिफारस आहे. तुम्ही मंजूर केलेल्या खात्यांसाठी तुमच्या धोरणात यावर आधारित विशिष्ट सूचना देता येतील.
प्रत्येक मंजूर कार्यप्रवाहासाठी कोणती सामग्री वापरण्यास परवानगी आहे आणि कोणत्या सामग्रीवर निर्बंध आहेत, याची ठोस उदाहरणे कर्मचाऱ्यांना द्या. प्रशिक्षणात काल्पनिक किंवा स्पष्टपणे मंजूर केलेला कमी जोखमीचा डेटा वापरा. काय करावे हे स्पष्ट नसल्यास, कर्मचाऱ्यांनी कामाच्या मध्येच गोपनीयतेबद्दल स्वतःहून निर्णय घेण्याऐवजी थांबून नियुक्त जबाबदार व्यक्तीशी संपर्क साधावा.
सार्वजनिक
प्रसिद्ध केलेली संकेतस्थळावरील पाने, प्रसिद्धिपत्रके, तुमचा स्वतःचा विपणन मजकूर. कोणत्याही मंजूर साधनात वापरण्यास सहसा हरकत नसते.
अंतर्गत
बैठकीच्या नोंदी, प्रक्रियेची कागदपत्रे, योजनांचे मसुदे. फक्त कंपनीच्या व्यावसायिक कार्यक्षेत्रात, वैयक्तिक खात्यांमध्ये नाही.
गोपनीय किंवा ग्राहकासंबंधी
ग्राहकांच्या फाइल्स, किंमती, करार, अप्रकाशित निकाल. संबंधित मालकाने ती कार्यपद्धती मंजूर केली असेल आणि ग्राहकासोबतच्या अटींनुसार त्याला परवानगी असेल, तरच.
वैयक्तिक माहिती
ओळख पटू शकणाऱ्या कर्मचारी, उमेदवार किंवा ग्राहकाबद्दलची कोणतीही माहिती. डेटा संरक्षणाची जबाबदारी असलेल्या व्यक्तीने विशिष्ट कार्यप्रवाहाचे पुनरावलोकन केल्याशिवाय ती प्रविष्ट करायची नाही.
याचा एखाद्या भूमिकेशी कसा संबंध आहे हे पाहायचे आहे का?
टीमसाठी नियोजित चाचणी जाणून घ्या ↗AI ने तयार केलेला मजकूर किंवा इतर सामग्री वापरण्यापूर्वी काय केले पाहिजे?
AI च्या मदतीने तयार केलेल्या प्रत्येक परिणामाची तपासणी त्याचा वापर कसा होणार आहे त्यानुसार करणे आवश्यक आहे आणि ती कोण करणार हे धोरणात स्पष्ट असावे. ईमेलचा मसुदा दिलेल्या तथ्यांशी ताडून वाचणे पुरेसे असू शकते. आकड्यांवर आधारित स्पष्टीकरणासाठी स्वतंत्र गणना आवश्यक आहे. कायदा, आरोग्य, पैसा किंवा सुरक्षिततेबाबतच्या विधानासाठी पात्र पुनरावलोकनकर्ता आवश्यक आहे. AI ची मदत घेतल्यामुळे विद्यमान मंजुऱ्यांची गरज उरत नाही असा अर्थ निघण्याऐवजी, धोरणाने त्या मंजुऱ्या कायम ठेवल्या पाहिजेत.
कर्मचाऱ्यांना AI ने तयार केलेला मसुदा आणि वापरासाठी मंजूर केलेली आवृत्ती वेगवेगळी ठेवायला सांगा. महत्त्वाच्या कामांसाठी, कोणता स्रोत वापरला, काय बदलले आणि अंतिम निर्णय कोणी घेतला हे समजेल इतकी तपासणीची नोंद ठेवा. ओघवते उत्तर किंवा उत्तर बरोबर असल्याची मॉडेलने स्वतः दिलेली खात्री म्हणजे स्वतंत्र पडताळणी नाही.
कोणते निर्णय माणसांकडेच राहतील हे स्पष्ट करा. एका सर्वसाधारण कलमाचे उदाहरण: AI साधने मसुदा तयार करण्यास किंवा सारांश काढण्यास मदत करू शकतात, पण नेमलेल्या व्यक्तीने मूळ माहिती तपासल्याशिवाय नियुक्ती, वेतन, कामगिरी, कर्ज किंवा ग्राहकाची तक्रार यांबाबतच्या निर्णयाचा आधार म्हणून ती वापरता कामा नयेत.
प्रत्यक्षातील संघाच्या आकाराला अनुरूप असे पूर्ण तयार केलेले धोरण कसे असते?
हार्बर लेन स्टुडिओ या 25 जणांच्या काल्पनिक विपणन संस्थेसाठी हे उलगडून दाखवलेले उदाहरण आहे. तिचे कर्मचारी संभाषण सहाय्यकासाठी कंपनीचे व्यावसायिक कार्यक्षेत्र आणि कार्यालयीन सॉफ्टवेअर संचातील AI सुविधा वापरतात. काही जणांची वैयक्तिक खातीही होती. धोरणाची जबाबदारी संस्थापकाकडे आहे आणि ग्राहकाच्या सामग्रीशी संबंधित कोणत्याही वापराला ग्राहक सेवा प्रमुख मंजुरी देतात.
नमुना तरतूद, मंजूर साधने: "तुमच्या कंपनीच्या खात्याने प्रवेश करून, [सहाय्यक] मधील फक्त हार्बर लेनचे व्यावसायिक कार्यक्षेत्र आणि आमच्या कार्यालयीन साधनसंचातील AI वैशिष्ट्ये वापरा. कंपनीच्या किंवा ग्राहकांच्या कोणत्याही कामासाठी वैयक्तिक खाती वापरू नका."
नमुना तरतूद, माहिती: "तुम्ही मंजूर साधनांमध्ये सार्वजनिक आणि अंतर्गत माहिती वापरू शकता. ग्राहक सेवा प्रमुखांनी नोंदवहीत त्या ग्राहकाला आणि कामाला मंजुरी दिल्याशिवाय ग्राहकांच्या फायली, ग्राहकांसाठीचे दर किंवा गोपनीय म्हणून चिन्हांकित केलेली कोणतीही माहिती टाकू नका. उमेदवार, कर्मचारी किंवा ग्राहकांबद्दलची वैयक्तिक माहिती कधीही टाकू नका."
नमुना तरतूद, पुनरावलोकन: "AI च्या मदतीने केलेले काम ग्राहकाकडे जाण्यापूर्वी, ग्राहक खात्याचा प्रमुख प्रत्येक तथ्यात्मक दावा कामाच्या तपशिलाशी किंवा नमूद केलेल्या स्रोताशी पडताळतो आणि ज्याचा स्रोत शोधता येत नाही अशी कोणतीही आकडेवारी, निष्कर्ष किंवा शिफारस काढून टाकतो. AI च्या मदतीने केलेल्या कामालाही इतर कोणत्याही मसुद्याइतकेच निकष लागू होतात."
नमुना तरतूद, वरिष्ठांकडे विचारणा: "खात्री नसल्यास थांबा आणि [संस्थापकाचे नाव] यांना विचारा; ते अनुपस्थित असल्यास [पर्यायी व्यक्तीचे नाव] यांना विचारा. प्रतिबंधित माहिती चुकीच्या साधनात गेली असे तुम्हाला वाटत असल्यास, त्याच दिवशी त्यांना कळवा. तातडीने कळवल्याबद्दल तुमच्यावर दंडात्मक कारवाई केली जाणार नाही."
हार्बर लेनने कोणालाही धोरणावर स्वाक्षरी करायला सांगण्यापूर्वी, ग्राहकाने दिलेल्या माहितीतून मोहिमेचा सारांश तयार करण्याच्या एका प्रत्यक्ष कामावर ते तपासून पाहिले. या चाचणीत एक उणीव दिसली: ग्राहकाची ब्रँड मार्गदर्शिका गोपनीय मानायची की नाही, हे कोणालाच माहीत नव्हते. प्रत्येक ग्राहक खाते प्रमुखाला स्वतंत्र निर्णय घेऊ देण्याऐवजी संस्थापकाने नोंदवहीत एक ओळ जोडली.
अनिश्चितता आणि चुका हाताळण्यासाठी धोरणात काय तरतूद असावी?
चुकून माहिती उघड होणे, आधार नसलेला प्रतिसाद किंवा मंजूर केलेल्या मर्यादेत आता न बसणारी कार्यपद्धती यांची तक्रार नोंदवण्याचा स्पष्ट मार्ग धोरणात असावा आणि अशी नोंद करणे सुरक्षित असावे. कोणते काम थांबवायचे, कोणाशी संपर्क साधायचा आणि जबाबदार व्यक्तीसाठी कोणते पुरावे जपून ठेवायचे हे कर्मचाऱ्यांना माहीत असणे आवश्यक आहे. माहिती किंवा सुरक्षेच्या समस्यांसाठी आधीपासून असलेल्या प्रक्रियेशी विसंगत अशी सर्वसाधारण घटना-हाताळणी प्रक्रिया तयार करू नका; विद्यमान प्रक्रियेचा संदर्भ द्या.
धोरण स्वीकारण्यापूर्वी काल्पनिक प्रसंगावर आधारित एक छोटा सराव करून पाहा: कोणीतरी मर्यादित प्रवेश असलेला दस्तऐवज परवानगी नसलेल्या वैयक्तिक खात्यात पेस्ट केला आहे. कर्मचाऱ्याला ही घटना कळवण्याची पद्धत सापडते का? कोणती सेवा आणि खाते वापरले गेले आणि सेवा पुरवठादाराकडे माहिती हटवण्याचे कोणते पर्याय आहेत, हे जबाबदार व्यक्तीला माहीत आहे का? आढळलेल्या उणिवांच्या आधारे योग्य पुनरावलोकनकर्त्यांसोबत प्रत्यक्ष कार्यपद्धत सुधारा.
लोकांना प्रत्यक्षात त्याचे पालन करता येईल याची खात्री कशी करता?
स्वाक्षरी केलेल्या पोचपावतीवरून संबंधित व्यक्तीला धोरण मिळाल्याचे दिसते; ते लागू करता येते याचा पुरावा मिळत नाही. वास्तववादी कामात सराव केल्याने लोकांना मर्यादा समजतात: AI ला दिलेल्या सूचनेतून काय वगळायचे हे ठरवणे, तयार केलेला दावा मूळ स्रोताशी पडताळणे आणि केलेला बदल समजावून सांगणे. कर्मचाऱ्यांना त्यांच्या कामाशी संबंधित विशिष्ट जोखमींची माहिती देण्याबाबत युरोपीय आयोगाच्या प्रश्नोत्तरांमध्येही हेच वर्णन केले आहे.
तुमच्या स्वतःच्या कामातील एक परवानगी असलेले उदाहरण, एक निर्बंध असलेले उदाहरण आणि एक संदिग्ध प्रकरण टीमला समजावून सांगा. प्रत्येकाला त्यांतील फरक स्पष्ट करायला आणि शंका किंवा समस्या कोणाकडे न्यावी हे शोधायला सांगा. मग धोरण पुन्हा पाहा आणि निर्णय अधिक स्पष्ट करणारी उदाहरणे त्यात जोडा.
Tosheo.ai हे सरावाच्या या टप्प्यासाठी विकसित करण्याचे नियोजन आहे. सुरुवातीला व्यवस्थापकाला संघातील भूमिका आणि वापरात असलेली AI साधने निवडता येतील, प्रत्येक शिकणारी व्यक्ती लहानशी प्रारंभिक पातळी तपासणी पूर्ण करेल आणि धड्यांच्या शेवटी प्रत्यक्ष साधनात काम करून शिकणाऱ्याला दिसणाऱ्या मूल्यमापन निकषांनुसार गुण मिळतील, असे नियोजन आहे. व्यवस्थापकांना कौशल्यातील प्रगती आणि धडे पूर्ण केल्याची स्थिती दिसेल, संभाषणांच्या मूळ नोंदी नाहीत, असे नियोजन आहे. हे तुमचे धोरण लिहीत नाही किंवा त्याची अंमलबजावणी करत नाही; धोरणात अपेक्षित असलेल्या सवयींचा सराव करण्यास लोकांना मदत करणे हा याचा उद्देश आहे.
धोरण उपयुक्त राहील याची खात्री कशी करता?
साधने, योजना, करार किंवा कार्यपद्धती बदलल्यावर आणि वर्षातून किमान एकदा ठरावीक तारखेला धोरणाचे पुनरावलोकन करा. कोणते निर्णय घेणे अजूनही कठीण जाते हे कर्मचाऱ्यांना विचारा. ज्या धोरणाचा वापर कुणालाच करता येत नाही, त्यासाठी अधिक स्पष्ट उदाहरणे किंवा प्रकरण वरिष्ठांकडे नेण्याची अधिक चांगली पद्धत हवी; मान्यता दर्शवणारी आणखी एक खूणपेटी नव्हे.
सर्वात वर आवृत्तीची तारीख आणि बदलाची नोंद ठेवा, जेणेकरून सध्या कोणता नियम लागू आहे हे लोकांना कळेल. विक्रेत्याने अटी बदलल्यास किंवा ग्राहकाने करारात AI संबंधी कलम जोडल्यास, वार्षिक आढाव्याची वाट न पाहता नोंदवहीतील नोंद अद्ययावत करा आणि संबंधित लोकांना कळवा.
हा मार्गदर्शक कधी योग्य उपाय ठरत नाही?
ही पद्धत दैनंदिन ज्ञानाधारित कामासाठी बाजारात तयार उपलब्ध असलेले AI सहाय्यक वापरणाऱ्या, साधारण 5 ते 200 लोकांच्या टीमसाठी तयार केली आहे. तुम्ही AI प्रणाली तयार करत किंवा विकत असाल, व्यक्तींविषयी स्वयंचलित निर्णय घेत असाल, आरोग्यसेवा, आर्थिक सल्ला किंवा कायदेशीर सेवा यांसारख्या कठोर नियमन असलेल्या क्षेत्रात काम करत असाल किंवा ग्राहकांसोबतच्या करारांत AI संबंधी विशिष्ट अटी असतील, तर ही पद्धत एकटी पुरेशी नाही. अशा वेळी धोरण अंतिम करण्यापूर्वी पात्र तज्ज्ञांकडून कायदेशीर आणि डेटा संरक्षणविषयक तपासणी, तसेच कदाचित औपचारिक जोखीम मूल्यांकनही आवश्यक आहे.
हे माहिती-सुरक्षा कार्यक्रमाची जागाही घेऊ शकत नाही. तुमच्या कंपनीत पासवर्ड, उपकरणांची सुरक्षा किंवा माहितीचे वर्गीकरण याबाबत मूलभूत नियम नसतील, तर आधी ते तयार करा; कोणताही पाया नसताना तयार केलेले AI धोरण टिकणार नाही.
स्रोत आणि व्याप्ती
NIST AI RMF कृती मार्गदर्शिका: प्रशासन, 16 October 2026 रोजी तपासलेली ↗
ICO, AI आणि माहिती संरक्षणावरील मार्गदर्शन (पुनरावलोकन सुरू आहे), 16 ऑक्टोबर 2026 रोजी तपासले ↗
युरोपीय आयोग, AI साक्षरता - प्रश्न आणि उत्तरे, शेवटचे अद्यतन 27 July 2026 ↗
NCSC, ChatGPT आणि मोठी भाषा मॉडेल्स: जोखीम काय आहे?, 14 मार्च 2023 ↗