सिर्फ एक कंपनी की खबर नहीं, एआई सुरक्षा व्यवस्था की सामूहिक परीक्षा
दक्षिण कोरिया के तकनीकी और सुरक्षा हलकों में हाल के दिनों में एक खबर ने असामान्य बेचैनी पैदा की है। चर्चा एक कथित एआई मॉडल ‘मिथोस’ के लीक होने की रिपोर्ट को लेकर है, जिसे लेकर यह आशंका जताई गई कि अगर उन्नत जनरेटिव एआई परिसंपत्तियां नियंत्रण से बाहर चली जाएं, तो साइबर हमलों की प्रकृति और पैमाना तेजी से बदल सकता है। रिपोर्ट में इस्तेमाल किया गया वाक्यांश—कि ऐसा मॉडल ‘100 हैकरों के बराबर’ काम कर सकता है—निस्संदेह सनसनीखेज लगता है, लेकिन इसके पीछे का असली सवाल कहीं ज्यादा गंभीर है: क्या कंपनियां और सरकारें एआई को उतनी ही तेजी से अपना रही हैं, जितनी तेजी से उसके नियंत्रण और निगरानी की व्यवस्था बना रही हैं?
यहां सबसे अहम बात यह है कि अभी सार्वजनिक रूप से जो स्पष्ट है, वह यह कि एक लीक की खबर सामने आई है और उससे सुरक्षा उद्योग की चिंता बढ़ी है। लेकिन क्या लीक हुआ—मॉडल वेट्स, सिस्टम प्रॉम्प्ट, आंतरिक दस्तावेज, सुरक्षा नियम, परीक्षण डेटा, या ऑपरेशनल टूल—यह अब भी पूरी तरह स्पष्ट नहीं है। इसलिए इस घटना को किसी साइंस-फिक्शन शैली के डिजिटल प्रलय की तरह देखना गलत होगा। अधिक उपयोगी यह होगा कि इसे उस बड़े ढांचे के संदर्भ में समझा जाए, जिसमें आज कंपनियां एआई को ग्राहक सेवा, कोडिंग, दस्तावेज़ विश्लेषण, डेटा खोज, जोखिम आकलन और सुरक्षा संचालन तक में शामिल कर रही हैं।
भारतीय पाठकों के लिए इस खबर का महत्व इसलिए भी बढ़ जाता है क्योंकि भारत और दक्षिण कोरिया, दोनों ही ऐसे देश हैं जहां डिजिटल परिवर्तन तेज है, निजी और सार्वजनिक क्षेत्र में क्लाउड अपनाने की रफ्तार ऊंची है, और एआई को उत्पादकता बढ़ाने वाले उपकरण के रूप में बहुत तेजी से आगे बढ़ाया जा रहा है। जिस तरह भारत में यूपीआई, डिजिलॉकर, आधार-आधारित सेवाएं, सरकारी पोर्टल, ई-कॉमर्स, हेल्थटेक और एडटेक प्लेटफॉर्म डिजिटल बुनियादी ढांचे का हिस्सा बन चुके हैं, उसी तरह कोरिया में भी डिजिटल सेवाओं का गहरा प्रसार है। फर्क सिर्फ इतना है कि जहां तकनीक तेजी से बढ़ती है, वहां एक छोटी-सी सुरक्षा चूक भी बड़े नेटवर्क-स्तरीय खतरे में बदल सकती है।
यही वजह है कि कोरिया में उठी यह बहस केवल एक विदेशी टेक कंपनी तक सीमित नहीं है। यह सवाल हमारे लिए भी उतना ही प्रासंगिक है: अगर एआई एक नया इंजन है, तो उसका ब्रेक, स्टीयरिंग और डैशबोर्ड किसके हाथ में है? और क्या वे काम भी कर रहे हैं?
मुद्दा मॉडल का नाम नहीं, पहुंच और नियंत्रण का ढांचा है
जनरेटिव एआई से जुड़े किसी भी लीक के मामले में आम पाठक अक्सर मॉडल के नाम, उसकी ताकत और ब्रांड पहचान पर ठहर जाते हैं। लेकिन सुरक्षा विशेषज्ञ किसी और चीज़ पर ध्यान देते हैं—किसे किस स्तर की पहुंच मिली हुई थी, वह पहुंच कितने समय तक बनी रही, और क्या उस पहुंच की नियमित समीक्षा हो रही थी या नहीं। यही वह बिंदु है जो किसी तकनीकी चूक को कारोबारी, कानूनी और राष्ट्रीय सुरक्षा के प्रश्न में बदल देता है।
किसी आधुनिक एआई व्यवस्था को समझना हो तो उसे सिर्फ ‘एक मॉडल’ के रूप में नहीं, बल्कि कई जुड़े हुए हिस्सों के समूह के रूप में देखना होगा। इसमें एपीआई की, वेक्टर डेटाबेस, सिस्टम प्रॉम्प्ट, फाइन-ट्यूनिंग पाइपलाइन, डेवलपर डैशबोर्ड, थर्ड-पार्टी प्लगइन, क्लाउड कॉन्फ़िगरेशन, एक्सेस रोल, लॉगिंग सिस्टम और डिप्लॉयमेंट चैन शामिल हो सकते हैं। इनमें से किसी एक स्तर पर भी नियंत्रण कमजोर हुआ, तो नुकसान केवल डेटा चोरी तक सीमित नहीं रहता; हमलावर यह समझ सकते हैं कि मॉडल को कैसे निर्देशित किया जाता है, कौन-सी सुरक्षा शर्तें लगी हैं, किन नियमों को बाइपास किया जा सकता है और कौन-से आंतरिक संकेतक उसकी कार्यप्रणाली को प्रभावित करते हैं।
इसे भारतीय उदाहरण से समझें। मान लीजिए किसी बैंक ने अपने ग्राहक सहायता केंद्र में एआई चैटबॉट लगाया है, जो कार्ड ब्लॉकिंग, केवाईसी, शिकायत स्थिति और बेसिक लोन जानकारी देता है। अब अगर मॉडल खुद न भी लीक हो, लेकिन उसका सिस्टम प्रॉम्प्ट, निषिद्ध उत्तरों की सूची, सत्यापन की सीमा, या उन एपीआई की संरचना बाहर चली जाए जिनसे वह जुड़ा है, तो हमलावर ज्यादा सटीक सोशल इंजीनियरिंग कर सकते हैं। वे ऐसे संदेश बना सकते हैं जो बैंक के असली संवाद जैसे लगें, वे चैटबॉट के उत्तर पैटर्न का फायदा उठा सकते हैं, या ग्राहक सहायता के नाम पर धोखाधड़ी को और विश्वसनीय बना सकते हैं।
कोरिया की बहस का एक बड़ा संदेश यह है कि कंपनियों को ‘दस्तावेज़ सुरक्षा’ वाली पुरानी सोच से आगे बढ़ना होगा। एआई परिसंपत्ति केवल फाइल नहीं है, वह व्यवहार है, नियम है, निर्णय-प्रवाह है और कई बार संगठन की डिजिटल स्मृति भी है। अगर नियंत्रण केवल लॉगिन-लॉग तक सीमित है, तो वह पर्याप्त नहीं होगा। यह देखना जरूरी है कि किसने कौन-सा प्रॉम्प्ट कितनी बार इस्तेमाल किया, किस क्षेत्र से असामान्य मात्रा में क्वेरी आईं, किन खातों के जरिये मॉडल के व्यवहार की ‘मैपिंग’ की जा रही थी, और क्या कई छोटे-छोटे वैध दिखने वाले अनुरोध मिलकर कोई बड़ा पैटर्न बना रहे थे।
यानी असली प्रश्न यह नहीं कि मॉडल कितना शक्तिशाली था; असली प्रश्न यह है कि उसके आसपास की सुरक्षा परतें कितनी परिपक्व थीं।
‘100 हैकरों के बराबर’ वाली भाषा का मतलब क्या है
तकनीकी समाचारों में अक्सर कुछ ऐसे वाक्यांश इस्तेमाल होते हैं जो पाठकों का ध्यान खींचते हैं, लेकिन समझ की जगह भ्रम भी पैदा कर सकते हैं। ‘100 हैकरों के बराबर’ ऐसा ही एक वाक्यांश है। इसे शब्दशः लेने से लगेगा मानो कोई एआई मॉडल अकेले बैठा-बैठा विशाल साइबर हमला शुरू कर देगा। वास्तविक दुनिया इससे अधिक जटिल है। साइबर हमले केवल एक उपकरण से नहीं होते; उनमें लक्ष्य की पहचान, सूचना-संग्रह, भ्रामक संदेश, क्रेडेंशियल चोरी, नेटवर्क में आवाजाही, अधिकारों का विस्तार, डेटा निष्कासन और कई बार धन शोधन तक की परतें होती हैं।
फिर भी यह वाक्यांश पूरी तरह निरर्थक नहीं है। सुरक्षा विशेषज्ञ इसकी ओर इसलिए ध्यान देते हैं क्योंकि जनरेटिव एआई ‘उत्पादकता गुणक’ की तरह काम कर सकता है। जो काम पहले सीमित संख्या में प्रशिक्षित लोग करते थे—जैसे फिशिंग ईमेल के दर्जनों संस्करण बनाना, अलग-अलग भाषाओं में संदेश तैयार करना, मालवेयर स्क्रिप्ट के हिस्से संशोधित करना, तकनीकी दस्तावेजों का सार निकालना, कमजोरियों के संभावित उपयोग-परिदृश्य समझना—वह अब ज्यादा तेजी, कम लागत और बड़े पैमाने पर किया जा सकता है। इस अर्थ में एआई किसी हमलावर को जादुई शक्ति नहीं देता, लेकिन उसकी कार्यक्षमता और गति बढ़ा देता है।
भारतीय संदर्भ में देखें तो यह खतरा बिल्कुल काल्पनिक नहीं है। भारत पहले से ही स्मिशिंग, व्हाट्सऐप-आधारित ठगी, यूपीआई धोखाधड़ी, बैंक के नाम पर भेजे गए नकली लिंक, नौकरी और केवाईसी अपडेट के बहाने होने वाले हमलों, और बिजनेस ईमेल कम्प्रोमाइज जैसे अपराधों से जूझ रहा है। अगर एआई इन हमलों की भाषा को अधिक स्वाभाविक, स्थानीय और विश्वसनीय बना दे, तो उनका असर बढ़ सकता है। अब तक हमें जो फर्जी संदेश टूटी-फूटी हिंदी या अजीब अंग्रेज़ी में मिलते थे, कल वे क्षेत्रीय भाषा, सही बैंकिंग शब्दावली और व्यक्ति-विशेष के अनुरूप शैली में आ सकते हैं।
यहीं पर चिंता का दूसरा पहलू भी सामने आता है। अगर हमलावर एआई का उपयोग कर रहे हैं, तो रक्षात्मक पक्ष भी एआई का इस्तेमाल कर रहा है—संदिग्ध व्यवहार की पहचान, लॉग विश्लेषण, फिशिंग डिटेक्शन, विसंगति खोज और भेद्यता प्राथमिकता निर्धारण जैसे क्षेत्रों में। समस्या यह है कि हमलावरों को टूल बदलने में कम समय लगता है, जबकि संगठनों की आंतरिक मंजूरी, अनुपालन और शासन प्रक्रियाएं अपेक्षाकृत धीमी होती हैं। इसलिए सवाल ‘एआई अच्छा है या बुरा’ का नहीं, बल्कि ‘कौन अपने संचालन नियम अधिक तेजी से अपडेट कर रहा है’ का है।
कोरियाई आईटी जगत के लिए जो चेतावनी है, वह भारतीय कंपनियों के लिए भी उतनी ही प्रासंगिक
दक्षिण कोरिया की टेक अर्थव्यवस्था उन्नत है, लेकिन उसका संस्थागत ढांचा भी कई मायनों में भारत जैसा दबाव महसूस कर रहा है—नवाचार का दबाव, बाजार में जल्दी पहुंचने की होड़, क्लाउड पर बढ़ती निर्भरता और साइबर खतरों का लगातार बदलता स्वरूप। कोरिया की इस घटना से तीन बड़े जोखिम स्पष्ट होते हैं, और भारत की कंपनियों, स्टार्टअप्स, बैंकों, आईटी सेवा प्रदाताओं तथा सरकारी एजेंसियों को इन पर तुरंत ध्यान देना चाहिए।
पहला जोखिम है बाहरी मॉडल और तृतीय-पक्ष अवसंरचना पर अत्यधिक निर्भरता। भारत में बड़ी संख्या में कंपनियां स्वयं फाउंडेशन मॉडल नहीं बना रहीं; वे बाहरी एपीआई, क्लाउड-आधारित एआई सेवाओं, SaaS प्लेटफॉर्म और इंटीग्रेटर समाधानों के माध्यम से एआई अपना रही हैं। यह रास्ता व्यावहारिक है, पर इसके साथ जवाबदेही का विभाजन भी आता है। मॉडल किसका, क्लाउड किसका, सुरक्षा किसकी, डेटा किसका, और दुर्घटना होने पर कार्रवाई कौन करेगा—अगर इन सवालों के जवाब अनुबंध में स्पष्ट नहीं हैं, तो संकट के समय प्रतिक्रिया धीमी पड़ सकती है।
दूसरा जोखिम है ‘प्रूफ ऑफ कॉन्सेप्ट’ से ‘प्रोडक्शन’ तक पहुंचते समय पैदा होने वाली ढिलाई। भारत में भी कई संगठन जल्दी परिणाम दिखाने के दबाव में साझा एपीआई की, व्यापक एडमिन अधिकार, परीक्षण डेटा का लंबे समय तक संग्रह, या बाहरी प्लगइन के साथ जल्दबाजी में इंटीग्रेशन जैसी छूट दे देते हैं। शुरुआत में जो अस्थायी उपाय होते हैं, वही बाद में स्थायी व्यवस्था बन जाते हैं। नतीजा यह कि सुविधा सुरक्षा पर भारी पड़ जाती है।
तीसरा जोखिम है जिम्मेदारी का बिखराव। एआई सिस्टम अक्सर डेटा टीम, प्लेटफॉर्म टीम, एप्लिकेशन टीम, सुरक्षा टीम, कानूनी विभाग और बिजनेस यूनिट, सभी के साझा नियंत्रण में होते हैं। लेकिन किसी घटना के समय अगर यह स्पष्ट न हो कि लॉग कौन रखेगा, असामान्य व्यवहार को कौन परिभाषित करेगा, एक्सेस तुरंत कौन रोकेगा, ग्राहक या नियामक को सूचना कौन देगा, तो शुरुआती घंटे व्यर्थ चले जाते हैं। और साइबर सुरक्षा में कई बार शुरुआती दो-तीन घंटे ही सबसे निर्णायक होते हैं।
भारत के लिए यह खतरा इसलिए और संवेदनशील है क्योंकि यहां डिजिटलीकरण की सामाजिक गहराई बहुत अधिक है। बैंकिंग से लेकर राशन, बीमा से लेकर स्वास्थ्य बीमा, शिक्षा से लेकर नागरिक सेवाओं तक—डिजिटल प्लेटफॉर्म पर निर्भरता बढ़ी है। यदि एआई टूल इन संरचनाओं में बिना मजबूत नियंत्रण व्यवस्था के जुड़ते गए, तो एक छोटे से तकनीकी रिसाव का असर करोड़ों उपयोगकर्ताओं के विश्वास पर पड़ सकता है। जैसा कि हम अक्सर कहते हैं, डिजिटल इंडिया की सफलता सिर्फ ऐप डाउनलोड संख्या से नहीं, बल्कि भरोसे की स्थिरता से मापी जाएगी।
एआई सुरक्षा को पुराने आईटी नियमों से नहीं संभाला जा सकता
कोरिया से आई इस चेतावनी का शायद सबसे महत्वपूर्ण निष्कर्ष यही है कि एआई को सामान्य सॉफ्टवेयर की तरह प्रबंधित करना अब पर्याप्त नहीं है। पारंपरिक आईटी सुरक्षा ढांचे—जैसे पासवर्ड नीति, नेटवर्क विभाजन, बुनियादी लॉगिंग, दस्तावेज़ अभिगम नियंत्रण—ज़रूरी तो हैं, लेकिन एआई के लिए वे अपने आप में पर्याप्त नहीं हैं। कारण यह है कि एआई का व्यवहार स्थिर नहीं होता; वह इनपुट, संदर्भ, प्रॉम्प्ट इंजीनियरिंग, फाइन-ट्यूनिंग, रिट्रीवल तंत्र और बाहरी डेटा स्रोतों से प्रभावित होता है। इसलिए इसकी सुरक्षा भी बहुस्तरीय होनी चाहिए।
विशेषज्ञों के अनुसार कंपनियों को कम-से-कम चार स्तरों पर अलग-अलग परिसंपत्ति के रूप में प्रबंधन करना चाहिए: मॉडल, डेटा, प्रॉम्प्ट और डिप्लॉयमेंट पाइपलाइन। मॉडल का अर्थ केवल वेट्स नहीं, बल्कि वर्ज़निंग और एक्सेस कंट्रोल भी है। डेटा का अर्थ केवल ग्राहक डेटा नहीं, बल्कि प्रशिक्षण, परीक्षण, रिट्रीवल और लॉग डेटा भी है। प्रॉम्प्ट केवल उपयोगकर्ता प्रश्न नहीं, बल्कि सिस्टम इंस्ट्रक्शन, सुरक्षा निर्देश और एजेंटिक वर्कफ़्लो भी हैं। और डिप्लॉयमेंट पाइपलाइन में कोड, कॉन्फ़िगरेशन, प्लगइन, सीआई/सीडी, मॉनिटरिंग और रोलबैक की क्षमता शामिल होती है।
भारतीय कंपनियों के लिए इसका सरल अर्थ यह है कि एआई सुरक्षा को ‘आईटी टीम देख लेगी’ वाली परंपरागत सोच से बाहर निकालना होगा। बोर्ड स्तर पर शासन, जोखिम समिति की समीक्षा, कानूनी और अनुपालन टीम की भागीदारी, और व्यवसाय प्रमुखों की जवाबदेही सुनिश्चित करनी होगी। बैंकिंग, दूरसंचार, स्वास्थ्य, ई-कॉमर्स और सरकारी सेवाओं जैसे क्षेत्रों में तो यह और भी जरूरी है, क्योंकि यहां डेटा संवेदनशील है और सेवा बाधित होने का असर व्यापक हो सकता है।
यहां जापानी ‘काइज़ेन’ की तरह एक निरंतर सुधार की सोच उपयोगी हो सकती है, लेकिन भारतीय पाठकों के लिए यदि कोई अधिक परिचित तुलना करनी हो तो इसे रेलवे सिग्नलिंग प्रणाली की तरह समझा जा सकता है। ट्रेन कितनी तेज है, यह महत्वपूर्ण है; लेकिन उससे अधिक महत्वपूर्ण यह है कि सिग्नल, ट्रैक इंटरलॉकिंग, ब्रेकिंग सिस्टम और कंट्रोल रूम कितने विश्वसनीय हैं। एआई भी ऐसा ही है—गति और दक्षता आकर्षक हैं, पर सुरक्षा प्रोटोकॉल, निगरानी और प्रतिक्रिया तंत्र ही असली भरोसा बनाते हैं।
तथ्य और व्याख्या में फर्क समझना क्यों जरूरी है
ऐसी घटनाओं में एक बड़ी समस्या यह होती है कि तकनीकी चर्चा बहुत जल्दी अफवाह, भय और बाज़ारी अटकलों के बीच फंस जाती है। इसलिए पाठकों, निवेशकों, नीति-निर्माताओं और कॉरपोरेट नेतृत्व—सभी को एक बुनियादी अनुशासन अपनाना चाहिए: क्या पुष्टि हो चुकी है, और क्या केवल विश्लेषण या आशंका है? यही फर्क समझना जिम्मेदार पत्रकारिता और जिम्मेदार नीति-निर्माण, दोनों के लिए ज़रूरी है।
इस मामले में पुष्टि का दायरा सीमित है: एक लीक को लेकर रिपोर्ट आई है, और सुरक्षा समुदाय ने उसे गंभीरता से लिया है। लेकिन इससे यह अपने आप सिद्ध नहीं होता कि बड़े पैमाने पर साइबर अपराध शुरू हो चुका है, या किसी विशिष्ट उद्योग को तात्कालिक और व्यापक नुकसान हुआ है। यह भी जरूरी नहीं कि हर लीक सीधे विनाशकारी हमले में बदल जाए। कई बार वास्तविक खतरा तत्काल आक्रमण नहीं, बल्कि लंबे समय तक चलने वाली ‘रिकॉनेसेंस’ गतिविधि होती है—यानी हमलावर चुपचाप सिस्टम को समझते रहते हैं और सही समय की प्रतीक्षा करते हैं।
यही कारण है कि अत्यधिक प्रतिक्रिया और लापरवाही, दोनों ही खतरनाक हैं। अगर कोई कंपनी डर के कारण सभी एआई परियोजनाएं रोक दे, तो वह प्रतिस्पर्धा में पिछड़ सकती है। लेकिन यदि वह सोच ले कि चूंकि मॉडल बाहरी है, इसलिए जिम्मेदारी भी बाहरी प्रदाता की है, तो यह और बड़ी भूल होगी। एआई अपनाने का सही रास्ता बीच का है—जोखिम-आधारित शासन, कठोर एक्सेस समीक्षा, संवेदनशील डेटा का सीमित उपयोग, और निरंतर ऑडिट।
भारत में यह संतुलन विशेष महत्व रखता है, क्योंकि यहां एआई के प्रति उत्साह भी बहुत अधिक है और संस्थागत परिपक्वता का स्तर क्षेत्र-दर-क्षेत्र अलग-अलग है। एक बड़ी टेक कंपनी और एक मध्यम आकार के अस्पताल नेटवर्क की तैयारी में बड़ा अंतर हो सकता है। एक सरकारी विभाग और एक फिनटेक स्टार्टअप की जोखिम-समझ भी समान नहीं होगी। ऐसे में ‘वन-साइज़-फिट्स-ऑल’ नीति कम कारगर होगी; क्षेत्र-विशिष्ट और उपयोग-विशिष्ट नियंत्रण ज्यादा प्रभावी होंगे।
भारत और कोरिया, दोनों के लिए आगे का रास्ता क्या है
कोरिया में उठी चिंता का सबसे सकारात्मक पहलू यही है कि इससे एआई सुरक्षा पर बहस तकनीकी रोमांच से निकलकर प्रशासनिक जवाबदेही की ओर बढ़ रही है। यही बदलाव भारत में भी होना चाहिए। एआई का अगला चरण केवल बेहतर चैटबॉट, तेज कोडिंग सहायक या सस्ते कंटेंट जनरेशन का नहीं होगा; वह भरोसेमंद, जवाबदेह और नियंत्रित एआई का चरण होगा। और इसमें वही संस्थान आगे होंगे जो शुरुआती दौर में ही सुरक्षा को लागत नहीं, मूल निवेश मानेंगे।
भारतीय कंपनियों के लिए कुछ प्राथमिकताएं स्पष्ट हैं। एक, साझा और स्थायी एपीआई की तथा अनावश्यक व्यापक पहुंच को खत्म करना। दो, मॉडल, प्रॉम्प्ट और डेटा लॉगिंग के लिए अलग निगरानी ढांचा बनाना। तीन, थर्ड-पार्टी विक्रेताओं के साथ अनुबंध में दायित्व, घटना-रिपोर्टिंग समयसीमा और ऑडिट अधिकार स्पष्ट करना। चार, संवेदनशील उपयोग मामलों—जैसे बैंकिंग, स्वास्थ्य, कानूनी परामर्श, नागरिक सेवाएं—में मानव पर्यवेक्षण अनिवार्य रखना। पांच, बोर्ड और प्रबंधन स्तर पर एआई जोखिम को साइबर जोखिम के बराबर महत्व देना।
सरकारी स्तर पर भी नीति विमर्श की जरूरत है। भारत में डेटा संरक्षण, साइबर समन्वय और क्षेत्रीय नियमन की व्यवस्थाएं विकसित हो रही हैं, पर एआई-विशिष्ट सुरक्षा मानकों की चर्चा अब तेज होनी चाहिए। क्या महत्वपूर्ण अवसंरचना क्षेत्रों के लिए एआई उपयोग पर अलग रिपोर्टिंग नियम होने चाहिए? क्या सरकारी खरीद में एआई सुरक्षा ऑडिट अनिवार्य होना चाहिए? क्या एआई मॉडल इंटीग्रेशन के लिए लॉग संरक्षण की न्यूनतम अवधि तय की जानी चाहिए? ये प्रश्न अब भविष्य के नहीं, वर्तमान के हैं।
कोरिया और भारत दोनों समाजों में तकनीक को लेकर उत्साह है। कोरिया में के-पॉप, गेमिंग, इलेक्ट्रॉनिक्स और हाई-स्पीड कनेक्टिविटी ने डिजिटल संस्कृति को आकार दिया है; भारत में मोबाइल इंटरनेट, डिजिटल भुगतान, ऑनलाइन शिक्षा और सोशल मीडिया ने एक विशाल डिजिटल जनसमूह तैयार किया है। लेकिन लोकप्रियता और पैमाना, दोनों ही सुरक्षा जोखिमों को कई गुना बढ़ाते हैं। जिस तरह किसी बड़े फिल्म सितारे की लोकप्रियता उसे और अधिक सुरक्षा घेरे की मांग करती है, उसी तरह किसी शक्तिशाली एआई प्रणाली की उपयोगिता उसके चारों ओर अधिक कड़े नियंत्रण की मांग करती है।
अंततः इस पूरी घटना का सबसे बड़ा संदेश सरल है: एआई का सवाल अब ‘लागू करें या नहीं’ का नहीं रहा। सवाल यह है कि उसे किस अनुशासन, किस जवाबदेही और किस निगरानी के साथ लागू किया जाए। कोरिया की यह चेतावनी भारत के लिए समय रहते मिले एक दर्पण की तरह है। इसमें हमें केवल एक विदेशी संकट नहीं, अपनी संभावित कमजोरियां भी दिखनी चाहिए। अगर हमने अभी नियंत्रण तंत्र नहीं सुधारा, तो कल एआई की दक्षता नहीं, उसकी अनियंत्रित पहुंच हमारी सबसे बड़ी समस्या बन सकती है।
0 टिप्पणियाँ