सुरुवातीलाच हे स्पष्ट करूया: सध्याच्या डच आणि युरोपियन युनियनच्या कायद्यानुसार, एखाद्या अल्गोरिदमला गुन्ह्यासाठी फौजदारी जबाबदार धरता येणार नाही. हा मुद्दाच उद्भवत नाही. गुन्हेगारी हेतू ( मेन्स रिया ) आणि कायदेशीर व्यक्तिमत्त्व यांसारख्या मूलभूत कायदेशीर संकल्पना केवळ मानवांसाठी आणि काही विशिष्ट परिस्थितीत कंपन्यांसाठी राखीव आहेत.
तथापि, ते सोपे उत्तर म्हणजे एका अधिक गुंतागुंतीच्या संभाषणाची सुरुवात आहे. अल्गोरिथमच्या कृती त्या लोकांना निर्माण करणाऱ्या, तैनात करणाऱ्या आणि देखरेख करणाऱ्या लोकांचा अपराध - किंवा निर्दोषपणा - सिद्ध करण्यासाठी पूर्णपणे मध्यवर्ती बनत आहेत.
अल्गोरिथम गुन्ह्यासाठी दोषी ठरू शकतो का?
जेव्हा आपण फौजदारी कायद्याच्या संदर्भात एआयबद्दल बोलतो, तेव्हा खरा प्रश्न हा आहे की एखादा अल्गोरिदम आरोपीच्या खुर्चीत बसू शकतो का. कायदेशीरदृष्ट्या बोलायचे झाल्यास, आज याचे उत्तर ठामपणे 'नाही' असे आहे. तो कितीही अत्याधुनिक असला तरी, खटल्याला सामोरे जाण्यासाठी आवश्यक असलेल्या मूलभूत वैशिष्ट्यांचा अल्गोरिदममध्ये अभाव असतो. त्याला कोणतीही जाणीव नसते, जप्त करण्यासारखी कोणतीही वैयक्तिक मालमत्ता नसते आणि हिरावून घेण्यासारखे स्वातंत्र्यही नसते.
या कायदेशीर वास्तवामुळे स्पॉटलाइट टूलवरून वापरकर्त्याकडे वळण्यास भाग पाडले जाते. प्रगत एआय सिस्टमला एक अत्यंत जटिल परंतु शेवटी निर्जीव साधन म्हणून विचार करणे उपयुक्त ठरते - ते स्व-ड्रायव्हिंग कार किंवा स्वयंचलित फॅक्टरी मशीनसारखे नाही. जर मशीनने नुकसान केले तर कायदा मशीनवर खटला चालवत नाही; तो त्यामागील मानवांची चौकशी करतो.
कायदेशीर व्यक्तिमत्व आणि हेतू यांच्यातील अडथळे
गुन्हेगारी कायदा हा दोन आधारस्तंभांवर बांधला गेला आहे ज्यांचे समाधान एआय करू शकत नाही: कायदेशीर व्यक्तिमत्व आणि गुन्हेगारी हेतू. कोणत्याही घटकाला खटल्याला सामोरे जावे लागण्यासाठी, कायद्याने तिला "व्यक्ती" म्हणून ओळखले पाहिजे, ज्याचा अर्थ एक नैसर्गिक व्यक्ती (मानवी) किंवा कायदेशीर व्यक्ती (कंपनीसारखी) असा होतो. एआय प्रणाली कोणत्याही श्रेणीत बसत नाहीत.
त्याहूनही महत्त्वाचे म्हणजे, बहुतेक गंभीर गुन्ह्यांमध्ये ' मेन्स रिया' (mens rea) - म्हणजेच 'दोषी मन' - सिद्ध करण्याची आवश्यकता असते. यामध्ये आरोपीने एका विशिष्ट मानसिक अवस्थेत कृती केली हे सिद्ध करावे लागते, मग ती मानसिक अवस्था हेतुपुरस्सर असो, ज्ञान असो किंवा निष्काळजीपणा असो. अल्गोरिदम कोड आणि डेटावर चालतो; तो हेतू तयार करत नाही किंवा आपल्या कृतींमधील नैतिक अयोग्यतेची त्याला जाणीव नसते.
मानवी हेतू आणि परिणामी हानी यांच्यामध्ये एक गैर-मानवी एजंट घालणे, ज्यामुळे स्वतंत्रपणे निवडण्याची आणि कृती करण्याची प्रणालीची क्षमता मध्यवर्ती अडचण निर्माण करते. हे फौजदारी कायद्यातील जबाबदारी देण्याच्या पारंपारिक मॉडेलला विस्कळीत करते.
थेट मुद्द्याकडे येण्यासाठी, शतकानुशतके जुनी कायदेशीर तत्त्वे स्वायत्त तंत्रज्ञानावर लागू करण्यात कायद्याला काही महत्त्वपूर्ण अडथळ्यांचा सामना करावा लागतो. खालील तक्ता मुख्य समस्येचा सारांश देतो.
अल्गोरिदमिक गुन्हेगारी दायित्वाची सध्याची स्थिती
| कायदेशीर संकल्पना | मानवांसाठी अर्ज | एआय सिस्टीम्ससाठी अर्ज |
|---|---|---|
| कायदेशीर व्यक्तिमत्व | मानव हे कायद्यानुसार हक्क आणि कर्तव्ये असलेले "नैसर्गिक व्यक्ती" आहेत. कॉर्पोरेशन "कायदेशीर व्यक्ती" असू शकतात. | एआय सिस्टम ही मालमत्ता किंवा साधन मानली जाते. तिला स्वतंत्र कायदेशीर दर्जा नाही. |
| गुन्हेगारी हेतू (पुरूषांचा रिया) | अभियोक्त्यांना "दोषी मन" सिद्ध करावे लागेल, जसे की हेतू, बेपर्वाई किंवा चुकीच्या कृत्याचे ज्ञान. | अल्गोरिथम त्याच्या प्रोग्रामिंग आणि डेटा इनपुटवर आधारित असतो. त्यात जाणीव, श्रद्धा किंवा इच्छांचा अभाव असतो. |
| भौतिक कायदा (अॅक्टस रियस) | एखाद्या व्यक्तीने स्वेच्छेने शारीरिक कृत्य (किंवा दोषपूर्ण चूक) केले पाहिजे. | एआयच्या "कृती" या कोडचे आउटपुट असतात. मानवी अर्थाने त्या ऐच्छिक कृती नाहीत. |
| शिक्षा | दंडांमध्ये तुरुंगवास, दंड किंवा सामुदायिक सेवा यांचा समावेश आहे, ज्याचा उद्देश सूड घेणे आणि प्रतिबंध करणे आहे. | एआयला तुरुंगवास किंवा दंड होऊ शकत नाही. कोड "शिक्षा" देणे (उदा. तो हटवणे) कायदेशीर चौकटीत बसत नाही. |
तुम्ही बघू शकता की, एक मूलभूत विसंगती आहे. गुन्हेगारी कायद्याची संपूर्ण रचना मानवी एजन्सीभोवती बांधली गेली आहे, ज्याचा एआयमध्ये अभाव आहे.
कायदेशीर चौकट म्हणून विशेष दायित्व
म्हणून, अल्गोरिदमला दोषी ठरवता येत नसल्यामुळे, डच कायदा ' आरोपित दायित्वा'च्या संकल्पनेचा आधार घेतो . याचा सरळ अर्थ असा आहे की, एआयच्या कृतींची जबाबदारी एखाद्या मानवी किंवा कॉर्पोरेट घटकावर सोपवली जाते किंवा आरोपित केली जाते. या परिस्थितीत, एआयचे आउटपुट हा एक महत्त्वाचा पुरावा बनतो, जो त्याच्या मानवी नियंत्रकांच्या कृती किंवा निष्काळजीपणाकडे निर्देश करतो.
हा दृष्टिकोन क्रांतिकारी नाही. इतर जटिल साधनांचा वापर करून केलेल्या गुन्ह्यांना कायदा कसा हाताळतो याचे ते थेट प्रतिबिंब आहे. उदाहरणार्थ, जर एखादी कंपनी जाणूनबुजून धोकादायकपणे सदोष उत्पादन विकत असेल ज्यामुळे दुखापत होते, तर कंपनी आणि तिचे अधिकारी जबाबदार असतात, उत्पादन स्वतः नाही.
यामागील तत्त्वे प्रस्थापित कायदेशीर सिद्धांतांशी सुसंगत आहेत. या क्षेत्रात काम करणाऱ्या कायदेशीर व्यावसायिकांसाठी, विद्यमान कार्यप्रणालींचे पक्के ज्ञान असणे हा एक अत्यावश्यक प्रारंभबिंदू आहे. नेदरलँड्समधील फौजदारी प्रक्रियेवरील आमचे सविस्तर मार्गदर्शक , ही प्रकरणे तपासापासून निकालापर्यंत कशी पोहोचतात, याची एक उत्तम प्राथमिक माहिती देते. आता आव्हान हे अगदी शून्यातून नवीन कायदे तयार करण्याचे नाही, तर या सिद्ध तत्त्वांना स्वायत्त प्रणालींच्या अद्वितीय गुंतागुंतीनुसार जुळवून घेण्याचे आहे.
डच कायदा एआय-सुविधाजनक गुन्ह्यांसाठी कसा दोष देतो
अल्गोरिदमवर स्वतःच खटला चालवता येत नसल्यामुळे, डच कायदेशीर प्रणाली जबाबदारी निश्चित करण्यासाठी विद्यमान, मानवकेंद्रित सिद्धांतांचा आधार घेते. या कार्यासाठी मुख्य कायदेशीर साधन म्हणजे कार्यात्मक अपराधाचा सिद्धांत ( functioneel daderschap ).
या शक्तिशाली तत्त्वामुळे न्यायालय एखाद्या व्यक्तीला किंवा कंपनीला अशा कृत्यासाठी गुन्हेगारी स्वरूपाने जबाबदार धरू शकते जे त्यांनी शारीरिकरित्या केले नाही, जोपर्यंत ते परिस्थितीवर प्रभावीपणे नियंत्रण ठेवत नाहीत.
याचा विचार अशा प्रकारे करा: बांधकाम कंपनीचा संचालक साइटवरील प्रत्येक क्रेन वैयक्तिकरित्या चालवत नाही. परंतु जर त्यांनी जाणूनबुजून एखाद्या ऑपरेटरला सदोष क्रेन वापरण्याचा आदेश दिला आणि अपघात झाला तर संचालकच जबाबदार असतो. "क्रेन" ही एक अत्याधुनिक एआय प्रणाली असते तेव्हाही हाच तर्क लागू होतो. अल्गोरिदमने काय केले यावरून ते घडू देणाऱ्या मानवी निर्णयांकडे लक्ष केंद्रित केले जाते.
एआयसोबत काम करणाऱ्या प्रत्येकासाठी ही एक महत्त्वाची संकल्पना आहे, कारण ती अभियोक्त्यांना एआयच्या हानिकारक आउटपुटला एखाद्या व्यक्तीशी किंवा कॉर्पोरेशनशी जोडण्याचा थेट मार्ग देते. हे अल्गोरिथमचा "हेतू" सिद्ध करण्याचे अशक्य काम सुबकपणे टाळते आणि त्याऐवजी त्याच्या मानवी मालकांच्या हेतू आणि निष्काळजीपणावर लक्ष केंद्रित करते.
कार्यात्मक कामगिरीच्या दोन चाचण्या
एखाद्या अभियोक्त्याला न्यायालयात कार्यात्मक गुन्ह्याचा यशस्वीपणे युक्तिवाद करण्यासाठी, त्यांना दोन प्रमुख चाचण्या पूर्ण कराव्या लागतात. हे निकष हे स्तंभ आहेत जे ठरवतात की एखादी व्यक्ती किंवा कंपनी एआय द्वारे केलेल्या गुन्ह्याचा "कार्यात्मक" लेखक म्हणून पाहिली जाऊ शकते की नाही.
नियंत्रणाची शक्ती ( Beschikkingsmacht ) : एआयचे गुन्हेगारी वर्तन घडेल की नाही हे ठरवण्याची प्रत्यक्ष शक्ती त्या व्यक्तीकडे किंवा कंपनीकडे होती का? हे सर्व अधिकार आणि देखरेखीशी संबंधित आहे—जसे की एआयचे कार्य करण्याचे नियम ठरवणे, त्याला बंद करण्याची क्षमता असणे, किंवा त्याच्या निर्णयांना मार्गदर्शन करणारे मापदंड निश्चित करणे.
स्वीकृती ( Aanvaarding ) : एखाद्या गुन्हेगारी कृत्याची शक्यता आहे, हे व्यक्तीने किंवा कंपनीने स्वीकारले होते का? महत्त्वाचे म्हणजे, यासाठी थेट हेतू असणे आवश्यक नाही. जर त्यांना हानिकारक परिणामाची शक्यता माहित असूनही, त्यांनी जाणीवपूर्वक पुरेशी सुरक्षा व्यवस्था न ठेवण्याचा निर्णय घेतला असेल, तर हे सिद्ध केले जाऊ शकते.
नियंत्रण आणि स्वीकृती हे दोन आधारस्तंभ, 'अल्गोरिदम अंशतः जबाबदार असू शकतो का?' या प्रश्नाचे डच कायद्यानुसार उत्तर देण्याचा पाया आहेत. याचे उत्तर स्पष्टपणे 'नाही' असे आहे, परंतु त्याच्या मानवी नियंत्रकाला पूर्णपणे जबाबदार धरले जाऊ शकते.
एक व्यावहारिक परिस्थिती: स्वायत्त ड्रोन दुखापत
चला हे एका वास्तविक परिस्थितीवर लागू करूया. कल्पना करा की एक लॉजिस्टिक्स कंपनी ऑटोनॉमस डिलिव्हरी ड्रोनचा ताफा तैनात करते. एआय नेव्हिगेशन सिस्टमद्वारे निर्देशित एक ड्रोन गर्दीच्या सार्वजनिक चौकात बिघाड करतो आणि गंभीर दुखापत करतो.
कंपनीविरुद्ध खटला उभारणारा अभियोक्ता कार्यात्मक गुन्ह्याच्या चौकटीवर मोठ्या प्रमाणात अवलंबून असेल:
नियंत्रण सिद्ध करणे : ते हे दाखवून देणार होते की ड्रोनच्या संपूर्ण ताफ्यावर कंपनीचे पूर्ण नियंत्रण आहे. कंपनी वितरणाचे मार्ग निश्चित करत होती, सॉफ्टवेअर अद्यतनांचे व्यवस्थापन करत होती आणि कोणत्याही क्षणी ड्रोन जमिनीवर थांबवण्यासाठी 'किल स्विच'चा वापर करत होती.
स्वीकृती सिद्ध करणे : असा पुरावा समोर येऊ शकतो की, दाट शहरी भागांमध्ये आपल्या एआयमध्ये ५% त्रुटी दर असल्याची कंपनीला जाणीव होती, परंतु खर्च कमी करण्यासाठी तिने तरीही ते तैनात करण्याचा निर्णय घेतला. हा ज्ञात धोका असूनही प्रणाली चालवून, कंपनीने एका हानिकारक परिणामाची शक्यता प्रभावीपणे स्वीकारली.
या सिद्धांतानुसार, कंपनी गुन्ह्याची गुन्हेगार बनते (उदा. निष्काळजीपणामुळे गंभीर शारीरिक हानी). एआय हे फक्त साधन आहे; कंपनीने ते तैनात करण्याचे आणि पुरेसे पर्यवेक्षण न करण्याचे निर्णय हे गुन्हेगारी कृत्य आहे.
कॉर्पोरेट दायित्व आणि घोर निष्काळजीपणा
कार्यात्मक गुन्ह्याची ही संकल्पना थेट कॉर्पोरेट गुन्हेगारी दायित्वापर्यंत विस्तारते. जर एखाद्या संस्थेला गुन्हेगारी वर्तनाचे कारण वाजवीपणे ठरवता आले तर ती जबाबदार धरली जाऊ शकते. हे बहुतेकदा घोर निष्काळजीपणाच्या प्रकरणांमध्ये लागू होते, जिथे कंपनीच्या धोरणांमुळे - किंवा त्यांच्या अभावामुळे - असे वातावरण निर्माण होते जिथे एआय-चालित गुन्हा केवळ शक्य नव्हता, तर तो अंदाजेही होता.
जरी कायदेशीर तत्त्वे सुस्थापित असली तरी, एआयच्या बाबतीत त्यांचा वापर अजूनही आकार घेत आहे. नेदरलँड्समध्ये, २०२५ पर्यंत, केवळ एआय प्रणालीच्या स्वायत्त निर्णयामुळे झालेल्या हानीसाठीच्या फौजदारी दायित्वावर कोणताही प्रकाशित न्यायालयीन निकाल उपलब्ध नाही. यावरून असे दिसून येते की, कायदेशीर क्षेत्र अजूनही तंत्रज्ञानाशी जुळवून घेण्याचा प्रयत्न करत आहे.
सध्या, सरकारी वकील या सामान्य सिद्धांतांचा अवलंब करतात आणि जर व्यक्तींनी एआय नियंत्रित केले असेल व त्याच्या संभाव्य चुकीच्या कृती स्वीकारल्या असतील, तर त्यांना जबाबदार धरतात; उदाहरणार्थ, एआयच्या निष्काळजी वापरामुळे झालेल्या निष्काळजीपणातील मनुष्यवधाच्या प्रकरणांमध्ये. तुम्ही डच कायद्यातील एआयची सद्यस्थिती आणि त्याचे परिणाम याबद्दल अधिक वाचू शकता.
कायदेशीर सल्लागारांसाठी, ही वास्तविकता एका गोष्टीवर पूर्णपणे लक्ष केंद्रित करते: जबाबदार मानवी देखरेख आणि जोखीम व्यवस्थापनासाठी सक्रिय दृष्टिकोन प्रदर्शित करणे. नियंत्रणाचा अभाव सिद्ध करणे किंवा हानिकारक परिणाम खरोखरच अप्रत्याशित होता असा युक्तिवाद करणे हे अशा आरोपांपासून बचाव करण्यासाठी केंद्रस्थानी असेल.
EU AI कायद्याचा गुन्हेगारी दायित्वावर होणारा परिणाम
जरी 'फंक्शनील डॅडरशाप' सारखा डच देशांतर्गत कायदा दोषारोप करण्यासाठी एक चौकट प्रदान करत असला तरी, युरोपियन युनियनच्या ' आर्टिफिशियल इंटेलिजन्स कायद्या' या अधिक व्यापक उपक्रमामुळे हे चित्र मोठ्या प्रमाणात बदलत आहे . हा केवळ आणखी एक नियम नाही; ही एक सर्वसमावेशक, जोखमीवर आधारित चौकट आहे, जी संपूर्ण एकल बाजारपेठेत एआय प्रणाली कशा विकसित आणि तैनात केल्या जातात याचे नियमन करण्यासाठी तयार केली आहे.
कायदेशीर व्यावसायिक आणि व्यवसायांसाठी, एआय कायद्याचे आकलन करणे अत्यंत महत्त्वाचे आहे कारण ते नवीन अनुपालन कर्तव्ये निर्माण करते ज्यांचा थेट गुन्हेगारी दायित्वावर परिणाम होतो. त्याच्या कठोर आवश्यकतांचे पालन करण्यात अयशस्वी झाल्यास अभियोक्ते निष्काळजीपणा किंवा बेपर्वाईचा शक्तिशाली पुरावा म्हणून वापर करू शकतात, जेव्हा एआय प्रणाली नुकसान करते तेव्हा फौजदारी आरोपांसाठी आधार बनतो. हा कायदा संभाषण केवळ हानीवर प्रतिक्रिया देण्यापासून ते सक्रियपणे रोखण्याकडे वळवतो.
एआय कायदा एक स्पष्ट पदानुक्रम स्थापित करतो, जो एआय प्रणालींना सुरक्षितता किंवा मूलभूत अधिकारांना हानी पोहोचवण्याच्या क्षमतेवर आधारित वर्गीकृत करतो. ही रचना गुन्हेगारी कायद्याशी त्याचा संबंध समजून घेण्याची गुरुकिल्ली आहे.
जोखीम श्रेणी समजून घेणे
या कायद्याचा सर्वात महत्त्वाचा परिणाम त्याच्या स्तरीय दृष्टिकोनातून होतो. तो सर्व एआयला समान वागणूक देत नाही. त्याऐवजी, तो प्रणालींना श्रेणींमध्ये वर्गीकृत करतो, प्रत्येकी वेगवेगळ्या कायदेशीर जबाबदाऱ्यांसह.
अस्वीकार्य धोका : ह्या अशा प्रणाली आहेत ज्या मूलभूत अधिकारांसाठी इतक्या धोकादायक मानल्या जातात की त्यांच्यावर सरळ बंदी घातली जाते. उदाहरणार्थ, सरकार-प्रशासित सामाजिक गुणांकन प्रणाली किंवा कायद्याची अंमलबजावणी करणाऱ्या यंत्रणांद्वारे (काही मर्यादित अपवादांसह) सार्वजनिक ठिकाणी केली जाणारी रिअल-टाइम बायोमेट्रिक ओळख.
उच्च-जोखीम : फौजदारी कायद्यासाठी ही सर्वात महत्त्वाची श्रेणी आहे. यामध्ये महत्त्वपूर्ण पायाभूत सुविधा, वैद्यकीय उपकरणे आणि महत्त्वाचे म्हणजे, कायदा अंमलबजावणी व न्याय प्रशासन यांसारख्या संवेदनशील क्षेत्रांमध्ये वापरल्या जाणाऱ्या एआयचा समावेश होतो. भविष्यसूचक पोलिसिंग साधने आणि एआय-चालित शिक्षा देणारे सॉफ्टवेअर नेमके याच गटात येतात.
मर्यादित धोका : चॅटबॉट्ससारख्या या प्रणालींवर पारदर्शकतेची कमी बंधने असतात. वापरकर्त्यांना फक्त एवढे कळवणे पुरेसे असते की ते एका एआयशी संवाद साधत आहेत.
किमान धोका : या श्रेणीमध्ये स्पॅम फिल्टर किंवा व्हिडिओ गेममधील एआय सारख्या बहुतेक एआय अनुप्रयोगांचा समावेश होतो, जे मोठ्या प्रमाणात अनियंत्रित आहेत.
"अस्वीकार्य जोखीम" श्रेणीमध्ये प्रणाली तैनात करणे हे थेट उल्लंघन आहे जे जर नुकसानास कारणीभूत ठरले तर गुन्हेगारी निष्काळजीपणाच्या प्रकरणाला सहजपणे समर्थन देऊ शकते. तथापि, मुख्य कायदेशीर रणांगण उच्च-जोखीम प्रणालींभोवती असेल.
उच्च-जोखीम प्रणाली आणि गुन्हेगारी निष्काळजीपणा
उच्च-जोखीम असलेल्या एआयसाठी, कायदा कठोर आवश्यकता लादतो जे काळजीचे कायदेशीर मानक म्हणून कार्य करतात. या जबाबदाऱ्या सूचना नाहीत; त्या विकासक आणि तैनात करणाऱ्यांसाठी अनिवार्य कर्तव्ये आहेत.
उच्च-जोखीम प्रणालींसाठी प्रमुख आवश्यकतांमध्ये पक्षपात रोखण्यासाठी मजबूत डेटा प्रशासन, संपूर्ण तांत्रिक दस्तऐवजीकरण, वापरकर्त्यांसाठी पूर्ण पारदर्शकता, नेहमीच मानवी देखरेख शक्य आहे याची खात्री करणे आणि उच्च पातळीची अचूकता आणि सायबर सुरक्षा राखणे यांचा समावेश आहे.
कल्पना करा की एखादी कंपनी वांशिक पूर्वाग्रहासाठी प्रशिक्षण डेटाची योग्यरित्या तपासणी न करता भाकित करणारे पोलिसिंग अल्गोरिथम तैनात करते - हे कायद्याच्या डेटा प्रशासन नियमांचे स्पष्ट उल्लंघन आहे. जर या पक्षपाती प्रणालीमुळे चुकीच्या पद्धतीने अटक झाली ज्यामुळे नुकसान झाले, तर अभियोक्त्याकडे एक तयार युक्तिवाद आहे. ते कंपनीने वाजवी काळजी घेण्यात अपयशी ठरल्याचा थेट पुरावा म्हणून एआय कायद्याचे पालन न करणे हा मुद्दा मांडू शकतात, ज्यामुळे कॉर्पोरेट निष्काळजीपणाचा आरोप सिद्ध करणे खूप सोपे होते.
संपूर्ण युरोपियन युनियनसाठी असलेला कृत्रिम बुद्धिमत्ता कायदा, जो फेब्रुवारी २०२५ मध्ये नेदरलँड्समध्ये लागू झाला, या कायदेशीर परिस्थितीला मूलभूतपणे आकार देतो. याचे पालन न केल्यास ३५ दशलक्ष युरो किंवा एकूण वार्षिक उलाढालीच्या ७% पर्यंत प्रचंड प्रशासकीय दंड होऊ शकतो . डच सरकारने संस्थांना कोणत्याही प्रतिबंधित प्रणाली ओळखून त्या टप्प्याटप्प्याने बंद करण्याचे आदेश दिले आहेत, जे चेहऱ्याची ओळख पटवण्यातील चुकांमुळे होणाऱ्या चुकीच्या अटकांमधून दिसून आलेल्या सदोष एआयबद्दलच्या गंभीर चिंता दर्शवते. कायदेतज्ज्ञ आरोपींना एआय पुराव्यांना आव्हान देण्याचे अधिक अधिकार मिळावेत यासाठी आग्रह धरत असताना, हा कायदा अधिक कठोर न्यायालयीन छाननीचा मार्ग मोकळा करत आहे. या नवीन नियमांविषयी अधिक तपशिलासाठी, आपण लागू झालेल्या एआय कायद्यातील प्रतिबंधांचा अभ्यास करू शकता.
डच चाइल्डकेअर बेनिफिट्स स्कँडलमधून धडे
कायदेशीर सिद्धांत आपल्याला एक चौकट देत असले तरी, अल्गोरिदमच्या अपयशाचे वास्तविक परिणाम डच बालसंगोपन लाभ घोटाळ्याइतके ( toeslagenaffaire) दुसरे काहीही स्पष्टपणे दाखवत नाही . हे राष्ट्रीय संकट म्हणजे व्यवस्थेतील अन्यायाचा एक भीषण अभ्यास आहे, जो कोणत्याही एका दुष्ट प्रवृत्तीच्या व्यक्तीमुळे नव्हे, तर पूर्णपणे नियंत्रणाबाहेर गेलेल्या एका अपारदर्शक, स्वयंचलित प्रणालीमुळे घडला आहे.
"ब्लॅक बॉक्स" अल्गोरिथममध्ये जबाबदारी हरवल्यावर किती विनाशकारी मानवी किंमत मोजावी लागते हे या घोटाळ्यातून उघड होते. कायदेशीर व्यावसायिकांसाठी, स्वयंचलित प्रणाली, जरी स्वतःवर फौजदारी खटला चालवला नसला तरी, कशा प्रकारे गंभीर नुकसान करू शकतात आणि आपल्या संस्थांवरील जनतेचा विश्वास कसा तुटू शकतो याचा हा एक महत्त्वाचा धडा आहे.
अल्गोरिथमने हजारो लोकांवर खोटे आरोप कसे केले
या घोटाळ्याच्या मुळाशी डच कर आणि सीमाशुल्क प्रशासनाने वापरलेल्या स्वयं-शिक्षण अल्गोरिथमचा समावेश होता. त्याचे काम बालसंगोपन लाभ दाव्यांमध्ये संभाव्य फसवणूक शोधणे होते. ध्येय योग्य असले तरी, प्रणालीचे अंतर्गत तर्कशास्त्र गंभीरपणे दोषपूर्ण आणि शेवटी भेदभावपूर्ण होते.
अल्गोरिदमने, निरुपद्रवी असायला हव्या असलेल्या निकषांच्या आधारे, हजारो कुटुंबांना चुकीने फसवणूक करणारे म्हणून चिन्हांकित करण्यास सुरुवात केली. सही नसण्यासारखी एक छोटीशी प्रशासकीय चूकसुद्धा संपूर्ण फसवणूक चौकशी सुरू करण्यासाठी पुरेशी होती. याचे परिणाम २६,००० हून अधिक कुटुंबांसाठी विनाशकारी ठरले , ज्यांना हजारो युरो परत करण्याचे आदेश देण्यात आले, ज्यामुळे अनेक कुटुंबे आर्थिक संकटात सापडली.
ही परिस्थिती दाखवते की एआय (AI) अन्यायाला किती प्रभावीपणे वाढवू शकते. कर अधिकाऱ्यांच्या अल्गोरिदममधील भेदभावपूर्ण पद्धतींनी विशिष्ट गटांना अन्यायकारकपणे लक्ष्य केले, ज्यामुळे गंभीर आर्थिक आणि सामाजिक नुकसान झाले. या राष्ट्रीय रोषाला प्रतिसाद म्हणून, डच सरकारने भविष्यातील एआय प्रणालींमध्ये असे पक्षपाती प्रकार सक्रियपणे रोखण्यासाठी २०२१ मध्ये 'हँडबुक ऑन नॉन-डिस्क्रिमिनेशन बाय डिझाइन' प्रकाशित केले. डच कायदा एआयशी कसा जुळवून घेत आहे याबद्दल अधिक माहिती तुम्ही globallegalinsights.com वर मिळवू शकता.
पारदर्शकता आणि जबाबदारीतील गंभीर त्रुटी
'टोस्लागेन प्रकरण' (toeslagenaffaire) ने स्वयंचलित निर्णय-प्रक्रियेच्या कायदेशीर आणि नैतिक देखरेखीमधील अनेक गंभीर त्रुटी उघड केल्या. अल्गोरिदमच्या परिणामांमुळे त्याच्या मानवी चालकांच्या फौजदारी जबाबदारीबद्दल प्रश्न केव्हा निर्माण होऊ शकतात, हे समजून घेण्यासाठी या त्रुटी अत्यंत महत्त्वाच्या आहेत.
तीन प्रमुख अपयश ठळकपणे दिसून आले:
पारदर्शकतेचा अभाव : बाधित कुटुंबांना त्यांच्यावर संशय का घेण्यात आला याचे स्पष्ट कारण कधीच दिले गेले नाही. ही प्रणाली एक गूढ पेटी होती, ज्यामुळे त्यांना तिच्या निष्कर्षांना आव्हान देणे अशक्य होते.
मानवी देखरेखीचा अभाव : अल्गोरिदमचे निर्णय अनेकदा अंतिम सत्य मानले जात होते. स्वयंचलित फसवणूक वर्गीकरणांवर प्रश्न विचारण्यात किंवा ते रद्द करण्यात मानवी अधिकाऱ्यांचे पद्धतशीर अपयश होते.
गुन्हेगारीची पूर्वधारणा : एकदा का यंत्रणेने एखाद्या कुटुंबाला दोषी ठरवले की, ते दोषी आहेत असे गृहीत धरले जायचे. यामुळे पुराव्याचा भार उलटला जायचा आणि एका अदृश्य आरोपकर्त्याविरुद्ध आपली निर्दोषता सिद्ध करण्यासाठी त्यांना एका अशक्य लढाईत ढकलले जायचे.
या घोटाळ्यामुळे एक स्पष्ट आठवण झाली की जेव्हा एखादी स्वयंचलित प्रणाली आयुष्य बदलणारा निर्णय घेते तेव्हा "स्पष्टीकरणाचा अधिकार" ही चैन नाही - ती न्यायाचा एक मूलभूत घटक आहे. त्याशिवाय, अर्थपूर्ण अपील होऊ शकत नाही.
अशा आरोपांना सामोरे जाणाऱ्या कोणासाठीही, कायदेशीर चौकट समजून घेणे अत्यंत महत्त्वाचे आहे. फसवणुकीबाबतचा डच दृष्टिकोन गुंतागुंतीचा आहे आणि या प्रकरणामुळे तज्ज्ञ मार्गदर्शनाची गरज अधोरेखित झाली आहे. फसवणूक आणि आर्थिक गुन्हेगारीबाबतच्या डच कायदेशीर दृष्टिकोनाबद्दल आमच्या लेखात अधिक जाणून घ्या.
परिणाम: नियमनासाठी एक आग्रह
जरी कोणत्याही अल्गोरिदमवर खटला चालवला गेला नाही, तरी त्याचे मानवी आणि राजकीय परिणाम प्रचंड होते. यामुळे २०२१ मध्ये संपूर्ण डच सरकारला राजीनामा द्यावा लागला . हे प्रकरण बदलासाठी एक शक्तिशाली उत्प्रेरक ठरले, ज्यामुळे सार्वजनिक प्रशासनात एआय वापरण्यासाठी अधिक कठोर मार्गदर्शक तत्त्वे विकसित करण्यावर थेट प्रभाव पडला.
यातून हे सिद्ध झाले की संहितेविरुद्ध फौजदारी आरोप नसतानाही, सदोष, पक्षपाती प्रणाली बेपर्वाईने तैनात केल्याने व्यापक संस्थात्मक निष्काळजीपणासारखे परिणाम होऊ शकतात. ही सावधगिरीची कहाणी आता युरोपमधील नियामक चर्चांना माहिती देते, ज्यामध्ये EU AI कायदा समाविष्ट आहे, ज्यामुळे भविष्यातील कोणत्याही AI तैनातीत पारदर्शकता, निष्पक्षता आणि मानवी देखरेख अग्रभागी आहे याची खात्री होते.
जेव्हा एआयचा वापर केला जातो तेव्हा संरक्षण धोरणे
जेव्हा एखाद्या क्लायंटवर एआय सिस्टीमने केलेल्या एखाद्या कृत्यामुळे फौजदारी आरोप होतात, तेव्हा त्यांचे कायदेशीर सल्लागार आव्हानात्मक नवीन जगात प्रवेश करतात. मानक कायदेशीर प्लेबुकवर मोठा पुनर्विचार करण्याची आवश्यकता आहे. मानवी हेतू किंवा निष्काळजीपणासाठी अभियोक्त्याचा खटला वेगळे करण्यावर ठोस बचाव केंद्रित केला पाहिजे आणि याचा अर्थ बहुतेकदा अल्गोरिथमच्या स्वतःच्या स्वायत्त आणि कधीकधी अप्रत्याशित स्वरूपावर लक्ष केंद्रित करणे होय.
कोणत्याही अभियोक्त्यासमोरील सर्वात मोठा अडथळा म्हणजे, जेव्हा हानीचे थेट कारण एक जटिल अल्गोरिदम असेल, तेव्हा एखाद्या व्यक्तीचा विशिष्ट गुन्हेगारी हेतू ( मेन्स रिया ) होता हे सिद्ध करणे. नेमकी हीच बचाव पक्षाला आपली सर्वोत्तम संधी असते. एआयच्या स्वतंत्र निर्णयासाठी त्या व्यक्तीकडे गुन्हेगारीदृष्ट्या जबाबदार धरण्याइतके नियंत्रण किंवा दूरदृष्टी नव्हती, हे दाखवून वाजवी शंका निर्माण करणे हा यामागील उद्देश असतो.
ब्लॅक बॉक्स डिफेन्ससह आव्हानात्मक हेतू
उपलब्ध असलेल्या सर्वात प्रभावी युक्तिवादांपैकी एक म्हणजे 'ब्लॅक बॉक्स' बचाव . ही रणनीती या वस्तुस्थितीवर आधारित आहे की अनेक प्रगत एआय प्रणाली, विशेषतः डीप लर्निंग किंवा न्यूरल नेटवर्क्सवर आधारित असलेल्या, मुळातच अपारदर्शक असतात. हा युक्तिवाद सरळ आहे: जर प्रणाली तयार करणारे लोकच ती एका विशिष्ट निष्कर्षापर्यंत कशी पोहोचली हे पूर्णपणे स्पष्ट करू शकत नसतील, तर वापरकर्त्याने गुन्हेगारी परिणामाचा अंदाज लावला असेल आणि तसा हेतू ठेवला असेल अशी अपेक्षा कशी केली जाऊ शकते?
हा बचाव हेतूच्या आवश्यकतेच्या अगदी गाभ्यापर्यंत जातो. वकील असा युक्तिवाद करू शकतात की एआयची हानिकारक कृती ही एक अनपेक्षित, उदयोन्मुख वर्तन होती - एक प्रकारचा डिजिटल फ्लूक, नियोजित गुन्हेगारी कृत्य नाही. एआय जितका गुंतागुंतीचा आणि स्वायत्त असेल तितका हा युक्तिवाद अधिक प्रभावी बनतो.
हे संरक्षण कार्य करण्यासाठी, तुमच्या बाजूने योग्य तज्ञांची नितांत आवश्यकता आहे.
डिजिटल फॉरेन्सिक तज्ञ : ते AI च्या कोड, डेटा लॉग आणि निर्णय प्रक्रियेच्या तपशिलात खोलवर जाऊन, ते त्याच्या अपेक्षित वर्तनापासून नेमके कुठे विचलित झाले, हा मुद्दा शोधू शकतात.
एआय नीतिशास्त्रज्ञ आणि संगणक शास्त्रज्ञ : हे तज्ञ विशिष्ट एआय मॉडेल्सच्या अंगभूत अनिश्चिततेबद्दल साक्ष देऊ शकतात. ते न्यायालयाला समजावून सांगू शकतात की एखादा 'असामान्य' निकाल हा तांत्रिक बिघाड होता, प्रतिवादीच्या इच्छेचा परिणाम नव्हता.
या घटनेला एक अनपेक्षित गैरप्रकार म्हणून मांडून, बचाव पक्ष प्रभावीपणे असा युक्तिवाद करू शकतो की दोषसिद्धीसाठी आवश्यक असलेले "दोषी मन" अस्तित्वात नाही.
नियंत्रणाचा अभाव किंवा दोषपूर्ण वगळणे सिद्ध करणे
प्रभावी नियंत्रणाचा अभाव असल्याचा युक्तिवाद करणे ही आणखी एक प्रभावी रणनीती आहे . 'फंक्शनील डॅडरशाप' (कार्यात्मक अपराध) या डच कायदेशीर तत्त्वानुसार , दायित्वासाठी प्रतिवादीकडे कृतीवर नियंत्रण ठेवण्याची शक्ती असणे आवश्यक आहे. बचाव पक्ष हे दाखवून यावर प्रतिवाद करू शकतो की, एकदा एआय (AI) कार्यान्वित झाल्यावर, ते अशा स्वायत्ततेने कार्यरत होते की त्याच्या कृती प्रतिवादीच्या थेट प्रभावाबाहेर होत्या.
यामध्ये हे दाखवणे समाविष्ट असू शकते की प्रणाली वास्तविक वेळेत शिकण्यासाठी आणि जुळवून घेण्यासाठी डिझाइन केली गेली आहे, तिचे वर्तन प्रवाही बनवते आणि पूर्णपणे अंदाज लावता येत नाही. बचाव पक्षाची भूमिका अशी असते की प्रतिवादीला अशा कृतीसाठी जबाबदार धरता येत नाही ज्याला ते थेट आदेश देऊ शकत नाहीत किंवा वाजवीपणे थांबवू शकत नाहीत.
या बचावाचा गाभा म्हणजे मानवी दोषापासून तांत्रिक स्वायत्ततेकडे कथन बदलणे. ते प्रतिवादीला गुन्हेगार म्हणून नव्हे तर व्यवस्थेच्या अप्रत्याशित तर्काचा बळी म्हणून पुन्हा मांडते.
जेव्हा एआयच्या कृतींमुळे फौजदारी जबाबदारी येऊ शकते, तेव्हा एआय एजंटसाठी मजबूत सुरक्षा उपाययोजना असणे हे केवळ एक महत्त्वाचे प्रतिबंधात्मक पाऊलच नाही, तर एका भक्कम बचावाचाही एक महत्त्वाचा भाग आहे. अशा प्रकारच्या अत्याधुनिक सुरक्षा उपाययोजना लागू केल्या गेल्या होत्या हे सिद्ध केल्याने, प्रतिवादीने हानिकारक परिणामाचा धोका बेपर्वाईने स्वीकारला नाही, या युक्तिवादाला जोरदार पाठिंबा मिळू शकतो.
सरतेशेवटी, तांत्रिकदृष्ट्या गुंतागुंतीच्या प्रकरणांमध्येही, निष्पक्ष बचावाचा हक्क सर्वोपरि आहे. कोणत्याही मानवकेंद्रित गुन्ह्याप्रमाणेच, आरोपीला मूलभूत संरक्षणे मिळतात. ही मूळ तत्त्वे अधिक व्यापक संदर्भात समजून घेण्यासाठी, तुम्ही फौजदारी प्रकरणांमध्ये शांत राहण्याच्या हक्काविषयी आणि डच कायद्यात तो कसा लागू होतो याबद्दल अधिक जाणून घेऊ शकता.
एआय वापरणाऱ्या व्यवसायांसाठी एक व्यावहारिक अनुपालन रोडमॅप
कायदेशीर सिद्धांत जाणून घेणे ही एक गोष्ट आहे, परंतु प्रत्यक्षात एक ठोस अनुपालन चौकट तयार करणे हे आणखी एक आव्हान आहे. नेदरलँड्स आणि संपूर्ण EU मध्ये AI वापरणाऱ्या व्यवसायांसाठी, गुन्हेगारी दायित्वाचा धोका व्यवस्थापित करण्याचा सर्वोत्तम मार्ग म्हणजे सक्रिय प्रशासन आणि तुम्ही तुमचे गृहपाठ केले आहे हे दाखविण्यास सक्षम असणे. एक स्पष्ट रोडमॅप आवश्यक आहे.
हे नवोपक्रमाला रोखण्याबद्दल नाही. ते तुमच्या कंपनीचे, तुमच्या ग्राहकांना आणि तुमच्या प्रतिष्ठेचे रक्षण करण्यासाठी स्मार्ट सेफगार्ड्स ठेवण्याबद्दल आहे. एक मजबूत अंतर्गत चौकट तयार करून, जर एआय सिस्टमने कधीही अनपेक्षित नुकसान केले तर तुम्ही निष्काळजीपणा किंवा बेपर्वाईच्या कोणत्याही दाव्यांविरुद्ध एक शक्तिशाली संरक्षण देखील तयार करत आहात.
तुमचा एआय गव्हर्नन्स फाउंडेशन तयार करणे
सर्वात आधी, देखरेख आणि उत्तरदायित्वासाठी तुमच्याकडे एक स्पष्ट रचना असणे आवश्यक आहे. ही केवळ आयटीची समस्या नाही; ही एक मुख्य व्यावसायिक जबाबदारी आहे, ज्यासाठी तुमच्या कायदेशीर, अनुपालन आणि कार्यकारी टीमकडून पूर्ण पाठिंब्याची गरज आहे. धोके व्यवस्थापित करण्यासाठी आणि तुमचा एआय कायदेशीर व नैतिकरित्या तैनात केला जाईल याची खात्री करण्यासाठी, मजबूत एआय प्रशासनाच्या सर्वोत्तम पद्धतींचा अवलंब करणे हे एक महत्त्वाचे पाऊल आहे.
तुमचे प्रशासन मॉडेल काही प्रमुख स्तंभांवर बांधले पाहिजे:
मानवी हस्तक्षेपासह देखरेख : कोणत्याही महत्त्वाच्या निर्णयासाठी, अंतिम निर्णय मानवी असणे आवश्यक आहे. या व्यक्तीकडे किंवा टीमकडे हस्तक्षेप करण्याचा, सुधारणा करण्याचा किंवा एआयच्या सूचना पूर्णपणे रद्द करण्याचा अधिकार आणि तांत्रिक ज्ञान असणे आवश्यक आहे.
जबाबदारीच्या स्पष्ट रेषा : एआय प्रणालीच्या विकासापासून आणि डेटा संकलनापासून ते अंमलबजावणी आणि निरंतर देखरेखीपर्यंत, प्रत्येक टप्प्यावर नेमकी जबाबदारी कोणाची आहे, हे तुम्ही निश्चित केले पाहिजे. यामध्ये कोणतीही अस्पष्टता असल्यास मोठे कायदेशीर धोके निर्माण होतात.
नियमित अल्गोरिथमिक ऑडिट : ज्याप्रमाणे तुम्ही तुमच्या कंपनीच्या आर्थिक बाबींचे ऑडिट करता, त्याचप्रमाणे तुम्हाला तुमच्या एआय (AI) प्रणालींचे नियमितपणे ऑडिट करावे लागते. कार्यक्षमता, निष्पक्षता आणि ईयू एआय कायद्यासारख्या नियमांचे पालन तपासण्यासाठी हे ऑडिट स्वतंत्र त्रयस्थ पक्षांकडून केले गेले पाहिजे.
स्पष्टीकरणक्षमता आणि डेटा अखंडतेवर भर देणे
जर तुम्ही तुमची प्रणाली कशी कार्य करते हे स्पष्ट करू शकत नसाल, तर तुम्ही न्यायालयात तिचा बचाव करू शकत नाही. "ब्लॅक बॉक्स" समस्या ही एक मोठी कायदेशीर कमकुवत जागा आहे, ज्यामुळे पारदर्शकतेसाठी डिझाइन करणे अत्यंत महत्त्वाचे बनते.
डिझाइनद्वारे स्पष्टीकरणक्षमता हे एक अटळ तत्त्व असले पाहिजे. तुमच्या तांत्रिक टीमने अशा प्रणाली तयार केल्या पाहिजेत, जिथे निर्णय घेण्याची प्रक्रिया दस्तऐवजीकृत केली जाऊ शकते, समजून घेतली जाऊ शकते आणि न्यायाधीश व नियामक यांसारख्या अतांत्रिक लोकांना समजावून सांगितली जाऊ शकते.
हे सर्व तुमच्या मॉडेल्सना प्रशिक्षित करण्यासाठी वापरल्या जाणाऱ्या डेटापासून सुरू होते. अल्गोरिथमिक हानीचा एक प्रमुख स्रोत असलेल्या पूर्वाग्रहाविरुद्ध सूक्ष्म डेटा प्रशासन हा तुमचा सर्वोत्तम बचाव आहे. तुमचा डेटा उच्च-गुणवत्तेचा, संबंधित आहे आणि तो ज्या लोकांवर परिणाम करेल त्यांचे योग्य प्रतिनिधित्व करतो याची खात्री करा. स्पष्ट ऑडिट ट्रेल तयार करण्यासाठी तुम्ही डेटा कसा स्रोत करता, साफ करता आणि प्रक्रिया करता याचे प्रत्येक पाऊल दस्तऐवजीकरण करा. हे दस्तऐवजीकरण तुम्ही योग्य परिश्रम घेतले आहेत याचा अमूल्य पुरावा आहे.
EU AI कायद्याचे अनुपालन तपासणी यादी
EU AI कायदा हा पूर्णपणे सक्रिय जोखीम व्यवस्थापनाबद्दल आहे, विशेषतः उच्च-जोखीम प्रणालींसाठी. तुमच्या अनुपालन धोरणात सुरक्षितता आणि निष्पक्षतेसाठी सतत वचनबद्धता दर्शविली पाहिजे.
व्यावहारिक चेकलिस्टमध्ये हे समाविष्ट असावे:
जोखमीचे वर्गीकरण : आपल्या कंपनीद्वारे वापरल्या जाणाऱ्या प्रत्येक एआय प्रणालीचे, कायद्यातील जोखमीच्या श्रेणींनुसार औपचारिकपणे वर्गीकरण करा.
परिणाम मूल्यांकन : कोणतेही उच्च-जोखमीचे AI तैनात करण्यापूर्वी, डेटा संरक्षण परिणाम मूल्यांकन (DPIA) आणि मूलभूत हक्क परिणाम मूल्यांकन (FRIA) आयोजित करा आणि त्याचे दस्तऐवजीकरण करा.
तांत्रिक दस्तऐवज : नियामक जेव्हाही मागतील तेव्हा देण्यासाठी सविस्तर, अद्ययावत तांत्रिक दस्तऐवज तयार ठेवा.
सतत देखरेख : एआयच्या कामगिरीवर लक्ष ठेवण्यासाठी आणि ते तैनात केल्यानंतर उद्भवणारे कोणतेही अनपेक्षित धोके ओळखण्यासाठी, बाजारोत्तर देखरेखीसाठी प्रक्रिया स्थापित करा.
एआय आणि फौजदारी दायित्वाबद्दल वारंवार विचारले जाणारे प्रश्न
जर एखाद्या कंपनीने एआय भेदभाव केला तर तिला फौजदारी जबाबदार धरता येईल का?
हो, ते नक्कीच होऊ शकते. जरी तुम्हाला प्रत्यक्ष एआय प्रणाली आरोपीच्या पिंजऱ्यात उभी असलेली दिसणार नाही, तरी डच कॉर्पोरेट फौजदारी दायित्वाच्या तत्त्वांनुसार, भेदभावपूर्ण परिणामांसाठी तिचा वापर करणाऱ्या कंपनीवर निश्चितपणे फौजदारी आरोप लावले जाऊ शकतात. जर कंपनीच्या नेतृत्वाला एआयच्या संभाव्य पक्षपाताबद्दल माहिती असूनही त्यांनी काहीच केले नाही, किंवा त्यांनी देखरेखीत घोर निष्काळजीपणा दाखवला, तर फौजदारी आरोप होण्याची दाट शक्यता आहे. युरोपियन युनियनचा एआय कायदा उच्च-जोखमीच्या प्रणालींसाठी कठोर पक्षपात-विरोधी नियम देखील निश्चित करतो. ती मानके पूर्ण करण्यात अयशस्वी होणे, कोणत्याही फौजदारी खटल्यात निष्काळजीपणाचा एक सबळ पुरावा ठरेल. एआयची निर्मिती, प्रशिक्षण आणि तैनाती या संदर्भात घेतलेल्या मानवी निर्णयांवरच कायदेशीर प्रकाशझोत नेहमी सर्वाधिक असेल.
एआय मध्ये ब्लॅक बॉक्स समस्या काय आहे?
'ब्लॅक बॉक्स' समस्या ही अशा गुंतागुंतीच्या एआय मॉडेल्ससाठी वापरली जाणारी संज्ञा आहे, जिथे ते तयार करणाऱ्या लोकांनाही एखादा विशिष्ट परिणाम कसा साधला गेला याचा पूर्णपणे मागोवा घेता येत नाही. जेव्हा एआय आणि फौजदारी कायदा यांचा संघर्ष होतो, तेव्हा ही एक मोठी समस्या बनते. न्यायालयात, हे प्रत्यक्षात बचावाचा मुख्य आधार बनू शकते. एखादा वकील असा युक्तिवाद करू शकतो की, हानिकारक परिणाम पूर्णपणे अनपेक्षित होता, म्हणजेच आरोपीमध्ये आवश्यक असलेला गुन्हेगारी हेतू (मेन्स रिया) नव्हता. युक्तिवाद सोपा आहे: ज्या परिणामाचा ते कदापि अंदाज लावू शकत नव्हते, त्याचा हेतू त्यांनी कसा ठेवला असेल? परंतु सरकारी वकिलांकडे एक जोरदार प्रत्युत्तर असते. ते असा युक्तिवाद करू शकतात की, योग्य सुरक्षा उपायांशिवाय एक शक्तिशाली, अनपेक्षित प्रणाली वापरणे हे स्वतःच एक बेपर्वाईचे किंवा घोर निष्काळजीपणाचे कृत्य आहे. आणि गुन्हेगारी दायित्वासाठी आवश्यक असलेला मानसिक घटक पूर्ण करण्यासाठी हे पुरेसे असू शकते. यामुळे पूर्वकल्पना आणि काळजी घेण्याच्या कर्तव्यावर एका मोठ्या कायदेशीर लढाईची पार्श्वभूमी तयार होते.
कायदेशीर जोखीम मर्यादित करण्यासाठी विकासकांसाठी सर्वोत्तम मार्ग कोणता आहे?
कायदेशीर धोक्यापासून स्वतःचे संरक्षण करण्यासाठी डेव्हलपर्स करू शकणारी सर्वात प्रभावी गोष्ट म्हणजे AI च्या जीवनचक्राच्या प्रत्येक टप्प्यावर तपशीलवार आणि पारदर्शक दस्तऐवजीकरण ठेवणे. याचा विचार एका तपशीलवार "ऑडिट ट्रेल" (तपासणी मार्ग) तयार करण्यासारखा करा, जो तुमचा सर्वात महत्त्वाचा पुरावा ठरू शकतो. या दस्तऐवजीकरणात सुरुवातीपासून शेवटपर्यंत सर्व काही समाविष्ट असणे आवश्यक आहे: डेटा स्रोत: प्रशिक्षण डेटा कुठून आला, आणि त्याची गुणवत्ता व पक्षपातीपणासाठी तपासणी कशी केली गेली?; पक्षपातीपणा कमी करणे: डेटासेटमधील पक्षपातीपणा शोधून तो दूर करण्यासाठी कोणती विशिष्ट पावले उचलली गेली?; डिझाइनमागील तर्क: मुख्य आर्किटेक्चरल निवडी आणि अल्गोरिदममागील तर्क काय होता?; चाचणीचे परिणाम: प्रत्येक चाचणीची संपूर्ण नोंद, ज्यामध्ये अयशस्वी चाचण्या आणि त्या कशा सुधारल्या याचा समावेश असेल. मानवी देखरेखीसाठी एक स्पष्ट चौकट तयार करणे तितकेच महत्त्वाचे आहे. जर कधी चौकशी झाली, तर ही कागदपत्रे योग्य खबरदारी घेतल्याचा निर्विवाद पुरावा म्हणून काम करतात. यामुळे हे दाखवण्यास मदत होते की झालेले कोणतेही नुकसान हा खरोखरच एक अनपेक्षित अपघात होता, निष्काळजीपणाचा परिणाम नव्हता—आणि हाच एका भक्कम कायदेशीर बचावाचा पाया आहे.
सध्याच्या डच आणि युरोपियन युनियन कायद्यानुसार, एखाद्या अल्गोरिदमला गुन्ह्यासाठी फौजदारी जबाबदार धरता येते का?
नाही. सध्याच्या कायद्यानुसार, अल्गोरिदमला गुन्हेगारीदृष्ट्या जबाबदार धरता येत नाही. गुन्हेगारी हेतू (मेन्स रिया) आणि कायदेशीर व्यक्तिमत्व यांसारख्या मूलभूत कायदेशीर संकल्पना केवळ मानवांसाठी आणि काही विशिष्ट परिस्थितीत कंपन्यांसाठी राखीव आहेत.
एखाद्या व्यक्तीप्रमाणे एआय प्रणालीवर सहजपणे खटला का चालवला जाऊ शकत नाही?
एखाद्या नैसर्गिक व्यक्ती किंवा कायदेशीर व्यक्ती म्हणून मान्यता मिळालेल्या कॉर्पोरेशनच्या विपरीत, अल्गोरिदममध्ये खटल्याला सामोरे जाण्यासाठी आवश्यक असलेल्या मूलभूत वैशिष्ट्यांचा अभाव असतो: त्याला जाणीव नसते, जप्त करण्यासारखी कोणतीही वैयक्तिक मालमत्ता नसते आणि हिरावून घेता येईल असे स्वातंत्र्यही नसते.
याचा अर्थ असा आहे का की फौजदारी खटल्यांमध्ये एआय अप्रासंगिक आहे?
नाही, अगदी उलट. जरी अल्गोरिदम स्वतः दोषी असू शकत नसला तरी, त्याची निर्मिती करणारे, तो वापरणारे आणि त्यावर देखरेख करणारे लोक दोषी आहेत की निर्दोष, हे सिद्ध करण्यासाठी त्याच्या कृती केंद्रस्थानी येत आहेत.
कोणती कायदेशीर संकल्पना एआय प्रणालींना लागू करणे सर्वात कठीण आहे?
गुन्हेगारी हेतू (मेन्स रिया) सिद्ध करणे विशेषतः कठीण आहे, कारण अभियोक्त्यांना सामान्यतः हेतू, बेपर्वाई किंवा गैरकृत्याचे ज्ञान यांसारखा दोषी मनाचा पुरावा द्यावा लागतो, तर दुसरीकडे अल्गोरिदम केवळ त्याच्या प्रोग्रामिंग आणि डेटा इनपुटच्या आधारावर कार्य करतो आणि त्यात जाणीव, श्रद्धा किंवा इच्छा नसतात.
