ભારતમાં AI બનાવવું અને તેનો ઉપયોગ કરવો: કાનૂની ચેકલિસ્ટ
કંપની AI ઉત્પાદન બનાવે કે પોતાના ધંધામાં તેનો ઉપયોગ કરે, એ જ કાનૂની પ્રશ્નો ઊભા થાય છે. આ પાનું તેને ક્રમસર રજૂ કરે છે.
ટૂંકમાં
- હજી AI માટે ખાસ કાયદો નથી, પણ ઘણા કાયદા લાગુ પડે છે:
- IT Act અને IT નિયમો. 20/02/2026 થી અમલી સુધારા પછી, IT નિયમો "સિન્થેટિક રીતે બનાવેલી માહિતી" (synthetically generated information) ની વ્યાખ્યા આપે છે (એવો ઑડિયો, છબીઓ અને વીડિયો જે સાચાં લાગે તે રીતે બનાવાયાં કે બદલાયાં હોય), અને તેને હોસ્ટ કરતા કે શક્ય બનાવતા મધ્યસ્થીઓ પર લેબલિંગ અને દૂર કરવા (takedown) ની ફરજો લાદે છે.
- DPDP અધિનિયમ. તાલીમ માટે કે પ્રૉમ્પ્ટમાં વપરાતો વ્યક્તિગત ડેટા કાયદેસર રીતે સંભાળવો જ પડે. મોટા ભાગની ફરજો 13/05/2027 થી લાગુ પડે છે.
- કૉપિરાઇટ. તાલીમ ડેટા અને આઉટપુટ કૉપિરાઇટના પ્રશ્નો ઊભા કરે છે (જુઓ લેખ 2).
- ગ્રાહક સુરક્ષા. AI ઉત્પાદન શું કરે છે તે અંગેના ગેરમાર્ગે દોરતા દાવા, અને ખામીવાળી સેવાઓ.
- ક્ષેત્રીય નિયમો. બેંકિંગ, વીમા, આરોગ્ય, ટેલિકોમ અને સિક્યોરિટીઝના નિયમનકારોની પોતાની અપેક્ષાઓ છે.
- કંપની પાસે શું તૈયાર હોવું જોઈએ:
- તેના ડેટાના સ્રોતો અને તેના અધિકારોનો નકશો;
- AI શું કરે છે અને શું નથી કરતું તે જણાવતી ગ્રાહકની શરતો;
- ડેટા પ્રોસેસિંગની શરતો;
- AI ના ઉપયોગ અંગેની આંતરિક નીતિ;
- મહત્ત્વનાં પરિણામો ધરાવતા નિર્ણયો માટે માનવ સમીક્ષા;
- ઘટનાઓ અને ફરિયાદો માટેની યોજના.
- પ્લેટફોર્મ માટે: સિન્થેટિક સામગ્રી અંગે ડ્યૂ ડિલિજન્સ, લેબલિંગ, અને IT નિયમો હવે નક્કી કરે છે તે સમયમર્યાદામાં સામગ્રી દૂર કરવી.
- પગલાં, ટૂંકમાં:
- AI ના ઉપયોગનું વર્ગીકરણ કરો;
- ડેટા અને અધિકારોનો નકશો બનાવો;
- લાગુ પડતા કાયદાની સમીક્ષા કરો;
- કરારો અને નીતિઓનો મુસદ્દો ઘડો;
- ગવર્નન્સ અને રેકર્ડની વ્યવસ્થા ગોઠવો;
- નિયમો બદલાય તેમ ફરી સમીક્ષા કરો.
- તૈયાર રાખો:
- ઉત્પાદન કે ઉપયોગનું વર્ણન;
- ડેટાના સ્રોત;
- મોડેલ પ્રદાતાઓ અને તેમની શરતો;
- ગ્રાહક કરારો;
- હાલની ગોપનીયતા અને સુરક્ષા નીતિઓ.
તમે સાંભળશો તે શબ્દો
- તાલીમ ડેટા (Training data)
- મોડેલ બનાવવા માટે વપરાયેલો ડેટા. તેનો સ્ત્રોત અને સંમતિની સ્થિતિ મહત્ત્વનાં છે.
- મોડેલ અને ડિપ્લોયર (Model and deployer)
- AI સિસ્ટમ, અને ગ્રાહકો સાથે તેનો ઉપયોગ કરતો વ્યવસાય.
- કૃત્રિમ સામગ્રીનું લેબલિંગ (Labelling of synthetic content)
- નિયમો માગે ત્યાં AI થી બનેલી સામગ્રી પર દેખાય તેવાં લેબલ.
- પ્રોમ્પ્ટ અને આઉટપુટમાં વ્યક્તિગત ડેટા (Personal data in prompts and outputs)
- આ DPDP અધિનિયમ હેઠળ આવે છે.
- ઉપયોગની શરતો અને સ્વીકાર્ય ઉપયોગ નીતિ (Terms of use and acceptable use policy)
- વપરાશકર્તાઓ સાથેનો કરાર.
- માનવ દેખરેખ (Human oversight)
- AI ના નિર્ણયોની સમીક્ષા કરી શકે તેવી વ્યક્તિ, ખાસ કરીને વધુ અસર ધરાવતા ઉપયોગોમાં.
વિગતવાર
પગલું 1: ઉપયોગનું વર્ગીકરણ કરો
શું કંપની:
- મોડેલ બનાવે છે;
- ત્રીજા પક્ષના મોડેલ પર એપ્લિકેશન બનાવે છે;
- પોતાના ધંધામાં AI સાધનનો ઉપયોગ કરે છે;
- એવું પ્લેટફોર્મ ચલાવે છે જ્યાં વપરાશકારો AI થી સામગ્રી બનાવે છે?
દરેકમાં ફરજોનું જુદું મિશ્રણ હોય છે.
પગલું 2: ડેટા અને અધિકારો
તાલીમ કે ઇનપુટ ડેટાના દરેક સ્રોત માટે, નોંધો:
- તેની માલિકી કોની છે;
- તે કયા લાઇસન્સ હેઠળ મેળવાયો હતો;
- તેમાં વ્યક્તિગત ડેટા છે કે કેમ;
- તેની શરતો AI ઉપયોગની છૂટ આપે છે કે કેમ.
સ્ક્રેપ કરેલો ડેટા અને ગ્રાહકોનો ડેટા ખાસ કાળજી માગે છે.
પગલું 3: લાગુ પડતો કાયદો
- 2026 માં સુધારાયેલા IT નિયમો. તે સિન્થેટિક રીતે બનાવેલી માહિતીને મધ્યસ્થીઓના માળખામાં લાવે છે. તે લેબલિંગ જરૂરી બનાવે છે, અને સામગ્રી દૂર કરવાની સમયમર્યાદાઓ ટૂંકી કરે છે.
- DPDP અધિનિયમ. તે તાલીમ સેટ અને પ્રૉમ્પ્ટમાંના વ્યક્તિગત ડેટાને નિયંત્રિત કરે છે.
- ક્ષેત્રીય નિયમન. ગ્રાહકો અંગેના નિર્ણયોમાં AI વાપરતી ધિરાણ સંસ્થા કે વીમા કંપનીએ ન્યાયીપણા અને સમજૂતી અંગે પોતાના નિયમનકારની અપેક્ષાઓ પૂરી કરવી જ પડે.
પગલું 4: કરારો
- ગ્રાહકની શરતો સેવા, તેની મર્યાદાઓ અને ગ્રાહકની જવાબદારીઓનું વર્ણન કરે છે. તે જવાબદારી વહેંચે છે અને આઉટપુટની માલિકીનો પ્રશ્ન સંભાળે છે.
- મોડેલ પ્રદાતાની શરતોની આ માટે સમીક્ષા થાય છે:
- ડેટાનો ઉપયોગ;
- ગુપ્તતા;
- નુકસાન ભરપાઈની જોગવાઈઓ (indemnities);
- સેવાનાં સ્તર (service levels).
- કર્મચારીઓ અને કોન્ટ્રાક્ટરો પોતે જે બનાવે તેમાંના પોતાના અધિકારો સોંપી દે છે.
પગલું 5: ગવર્નન્સ
AI ના ઉપયોગ અંગેની લેખિત નીતિ આને આવરી લે છે:
- મંજૂર સાધનો;
- જે ડેટા દાખલ ન જ કરવો જોઈએ તે;
- આઉટપુટની સમીક્ષા;
- રેકર્ડ રાખવાં.
લોકોને નોંધપાત્ર અસર કરતા નિર્ણયોની સમીક્ષા માણસ કરે છે.
સામાન્ય ભૂલો
- જાહેર ડેટા વાપરવા માટે મુક્ત છે એવું માની લેવું.
- પ્રૉમ્પ્ટ અને ડેટા કેવી રીતે વપરાય છે તે અંગે મોડેલ પ્રદાતા સાથે કોઈ કરાર ન હોવો.
- સિસ્ટમ આપી ન શકે તેવી ચોકસાઈનું વચન આપતી ગ્રાહકની શરતો.
- સ્ટાફ દ્વારા AI સાધનોના ઉપયોગ અંગે કોઈ આંતરિક નીતિ ન હોવી.
લોકો પૂછે છે તે પ્રશ્નો
AI નો ઉપયોગ કરવા ભારતમાં લાઇસન્સ જરૂરી છે?
AI માટે કોઈ સામાન્ય લાઇસન્સ નથી. ક્ષેત્રીય નિયમનકારો અને IT નિયમો ચોક્કસ ફરજો લાદે છે.
AI થી બનેલી સામગ્રી પર અમારે લેબલ લગાવવું પડે?
સિન્થેટિક સામગ્રી હોસ્ટ કરતા કે તેને શક્ય બનાવતા મધ્યસ્થીઓ (intermediaries) ની સુધારેલા IT નિયમો હેઠળ લેબલિંગની ફરજો છે. બીજા ધંધાઓએ વપરાશકારોને ગેરમાર્ગે દોરવાનું ટાળવા લેબલિંગ વિશે વિચારવું જોઈએ.
અમે અમારા ગ્રાહકોના ડેટા પર તાલીમ આપી શકીએ?
ફક્ત ત્યારે જ, જો કરાર અને ડેટા સંરક્ષણ કાયદો તેની છૂટ આપે. વ્યક્તિગત ડેટા માટે કાયદેસર આધાર અને નોટિસ જરૂરી છે.
આ જવાબો શૈક્ષણિક સારાંશ છે; તે કોઈ પણ વ્યક્તિગત બાબત અંગેની કાનૂની સલાહ નથી.
ગંભીર પ્રશ્ન માટે કાગળો પૂરેપૂરા વંચાય તે જરૂરી છે.
રૂબરૂ મુલાકાત (કોન્ફરન્સ) અગાઉથી સમય લઈને G-46, Basement, Greater Kailash III, New Delhi ખાતે થાય છે. પત્રવ્યવહાર પ્રિન્સિપાલ પોતે વાંચે છે.
આ પાનું બાર કાઉન્સિલ ઑફ ઇન્ડિયાના નિયમો (Bar Council of India Rules) હેઠળ મળેલી છૂટ પ્રમાણે, Lokesh Bhardwaj Law Offices ના કામ વિશે સામાન્ય માહિતી આપે છે. તે કાનૂની સલાહ નથી, અને તેનાથી એડવોકેટ અને અસીલનો સંબંધ ઊભો થતો નથી. LBLO કોઈ બાબતમાં ફક્ત લેખિતમાં સંમત થયેલા એન્ગેજમેન્ટના આધારે જ કામ કરે છે.
14/11/2026 ના રોજની સ્થિતિ પ્રમાણેનો કાયદો.
← બધાં કાર્યક્ષેત્રો