भारत में AI बनाना और लागू करना: कानूनी चेकलिस्ट
कोई कंपनी AI उत्पाद बनाए या अपने कारोबार में उसका इस्तेमाल करे, वही कानूनी सवाल उठते हैं। यह पृष्ठ उन्हें क्रम से बताता है।
संक्षेप में
- AI के लिए अभी कोई विशेष कानून नहीं है, लेकिन कई कानून लागू होते हैं:
- IT Act और IT नियम। 20/02/2026 से लागू संशोधन के बाद, सूचना प्रौद्योगिकी अधिनियम, 2000 (Information Technology Act, 2000) के तहत बने IT नियम "कृत्रिम रूप से तैयार की गई सूचना" (synthetically generated information: ऑडियो, तस्वीरें और वीडियो जो इस तरह बनाए या बदले गए हों कि असली लगें) को परिभाषित करते हैं, और उसे होस्ट करने या संभव बनाने वाले मध्यवर्तियों पर लेबल लगाने और हटाने के कर्तव्य डालते हैं।
- DPDP Act। ट्रेनिंग के लिए या प्रॉम्प्ट में इस्तेमाल होने वाले व्यक्तिगत डेटा को डिजिटल व्यक्तिगत डेटा संरक्षण अधिनियम, 2023 (Digital Personal Data Protection Act, 2023) के अनुसार वैध तरीके से सँभालना होगा। ज़्यादातर दायित्व 13/05/2027 से लागू होते हैं।
- कॉपीराइट। ट्रेनिंग डेटा और आउटपुट से कॉपीराइट के सवाल उठते हैं (देखें लेख 2)।
- उपभोक्ता संरक्षण। AI उत्पाद क्या करता है इस बारे में भ्रामक दावे, और दोषपूर्ण सेवाएँ।
- क्षेत्रीय नियम। बैंकिंग, बीमा, स्वास्थ्य, दूरसंचार और प्रतिभूति नियामकों की अपनी अपेक्षाएँ हैं।
- कंपनी के पास क्या व्यवस्था होनी चाहिए:
- उसके डेटा स्रोतों और उन पर अधिकारों का नक्शा;
- ग्राहक शर्तें जो बताएँ कि AI क्या करता है और क्या नहीं करता;
- डेटा प्रोसेसिंग की शर्तें;
- AI के इस्तेमाल की आंतरिक नीति;
- महत्वपूर्ण परिणाम वाले फ़ैसलों की मानवीय समीक्षा;
- घटनाओं और शिकायतों से निपटने की योजना।
- प्लेटफ़ॉर्मों के लिए: सिंथेटिक सामग्री पर उचित सावधानी (due diligence), लेबल, और IT नियमों द्वारा अब तय समय सीमाओं के भीतर सामग्री हटाना।
- संक्षेप में कदम:
- AI के इस्तेमाल का वर्गीकरण करें;
- डेटा और अधिकारों का नक्शा बनाएँ;
- लागू कानून की समीक्षा करें;
- अनुबंधों और नीतियों का मसौदा बनाएँ;
- गवर्नेंस और रिकॉर्ड की व्यवस्था करें;
- नियम बदलने पर फिर से समीक्षा करें।
- ये तैयार रखें:
- उत्पाद या इस्तेमाल का विवरण;
- डेटा के स्रोत;
- मॉडल प्रदाता और उनकी शर्तें;
- ग्राहक अनुबंध;
- मौजूदा गोपनीयता और सुरक्षा नीतियाँ।
शब्द जो आप सुनेंगे
- ट्रेनिंग डेटा (Training data)
- मॉडल बनाने में इस्तेमाल हुआ डेटा। उसका स्रोत और उसके लिए सहमति की स्थिति मायने रखती है।
- मॉडल और डिप्लॉयर (Model and deployer)
- AI सिस्टम, और वह व्यवसाय जो ग्राहकों के साथ उसका इस्तेमाल करता है।
- सिंथेटिक सामग्री पर लेबल (Labelling of synthetic content)
- जहाँ नियम ज़रूरी बनाते हैं, वहाँ AI से बनी सामग्री पर दिखाई देने वाले लेबल।
- प्रॉम्प्ट और आउटपुट में व्यक्तिगत डेटा (Personal data in prompts and outputs)
- यह DPDP Act के दायरे में आता है।
- उपयोग की शर्तें और स्वीकार्य उपयोग नीति (Terms of use and acceptable use policy)
- उपयोगकर्ताओं के साथ अनुबंध।
- मानवीय निगरानी (Human oversight)
- ऐसा व्यक्ति जो AI के फ़ैसलों की समीक्षा कर सके, ख़ासकर अधिक असर वाले इस्तेमाल में।
विस्तार से
कदम 1: इस्तेमाल का वर्गीकरण करें
क्या कंपनी:
- मॉडल बना रही है;
- किसी तीसरे पक्ष के मॉडल पर एप्लिकेशन बना रही है;
- अपने कारोबार के भीतर AI टूल लागू कर रही है;
- ऐसा प्लेटफ़ॉर्म चला रही है जहाँ उपयोगकर्ता AI से सामग्री बनाते हैं?
हर एक के साथ कर्तव्यों का अलग मेल होता है।
कदम 2: डेटा और अधिकार
ट्रेनिंग या इनपुट डेटा के हर स्रोत के लिए दर्ज करें:
- उसका मालिक कौन है;
- वह किस लाइसेंस के तहत लिया गया;
- क्या उसमें व्यक्तिगत डेटा है;
- क्या उसकी शर्तें AI में इस्तेमाल की अनुमति देती हैं।
स्क्रैप किए गए डेटा और ग्राहकों के डेटा में ख़ास सावधानी चाहिए।
कदम 3: लागू कानून
- 2026 में संशोधित IT नियम। ये कृत्रिम रूप से तैयार की गई सूचना को मध्यवर्ती ढाँचे के भीतर लाते हैं। ये लेबल लगाना ज़रूरी बनाते हैं, और सामग्री हटाने की समय सीमाएँ छोटी करते हैं।
- DPDP Act। यह ट्रेनिंग सेट और प्रॉम्प्ट में व्यक्तिगत डेटा को शासित करता है।
- क्षेत्रीय नियमन। ग्राहकों के बारे में फ़ैसलों में AI का इस्तेमाल करने वाले ऋणदाता या बीमाकर्ता को निष्पक्षता और स्पष्टीकरण पर अपने नियामक की अपेक्षाएँ पूरी करनी होंगी।
कदम 4: अनुबंध
- ग्राहक शर्तें सेवा, उसकी सीमाओं और ग्राहक की ज़िम्मेदारियों का वर्णन करती हैं। वे दायित्व बाँटती हैं और आउटपुट के स्वामित्व से निपटती हैं।
- मॉडल प्रदाता की शर्तों की समीक्षा इन बातों के लिए की जाती है:
- डेटा का इस्तेमाल;
- गोपनीयता;
- क्षतिपूर्ति (indemnity) के प्रावधान;
- सेवा स्तर (service levels)।
- कर्मचारी और ठेकेदार जो कुछ बनाते हैं, उसमें अपने अधिकार कंपनी को सौंपते हैं।
कदम 5: गवर्नेंस
AI के इस्तेमाल की लिखित नीति में ये बातें होती हैं:
- मंज़ूर टूल;
- वह डेटा जो टूल में नहीं डाला जाना चाहिए;
- आउटपुट की समीक्षा;
- रिकॉर्ड रखना।
लोगों पर बड़ा असर डालने वाले फ़ैसलों की समीक्षा कोई इंसान करता है।
आम ग़लतियाँ
- यह मान लेना कि सार्वजनिक डेटा इस्तेमाल के लिए मुफ़्त है।
- प्रॉम्प्ट और डेटा के इस्तेमाल पर मॉडल प्रदाता के साथ कोई अनुबंध न होना।
- ऐसी ग्राहक शर्तें जो उतनी सटीकता का वादा करें जो सिस्टम दे नहीं सकता।
- कर्मचारियों द्वारा AI टूल के इस्तेमाल पर कोई आंतरिक नीति न होना।
सवाल जो लोग पूछते हैं
क्या भारत में AI लागू करने के लिए लाइसेंस चाहिए?
AI के लिए कोई सामान्य लाइसेंस नहीं है। क्षेत्रीय नियामक और IT नियम विशेष कर्तव्य लगाते हैं।
क्या हमें AI से बनी सामग्री पर लेबल लगाना होगा?
सिंथेटिक सामग्री को होस्ट करने या उसे संभव बनाने वाले मध्यवर्तियों (intermediaries) पर संशोधित IT नियमों के तहत लेबल लगाने के कर्तव्य हैं। दूसरे कारोबारों को उपयोगकर्ताओं को गुमराह होने से बचाने के लिए लेबल लगाने पर विचार करना चाहिए।
क्या हम अपने ग्राहकों के डेटा पर मॉडल को ट्रेन कर सकते हैं?
केवल तभी, जब अनुबंध और डेटा संरक्षण कानून इसकी अनुमति दें। व्यक्तिगत डेटा के लिए वैध आधार और नोटिस चाहिए।
ये जवाब जानकारी के लिए दिए गए शैक्षिक सार हैं; ये किसी व्यक्तिगत मामले पर कानूनी सलाह नहीं हैं।
गंभीर सवाल का हक है कि उसके कागज़ पढ़े जाएँ।
परामर्श पहले से समय लेकर G-46, Basement, Greater Kailash III, New Delhi में होते हैं। पत्राचार प्रिंसिपल ख़ुद पढ़ते हैं।
यह पृष्ठ Lokesh Bhardwaj Law Offices के काम के बारे में सामान्य जानकारी देता है, जैसा कि बार काउंसिल ऑफ़ इंडिया नियमावली (Bar Council of India Rules) के तहत अनुमत है। यह कानूनी सलाह नहीं है, और इससे एडवोकेट और मुवक्किल का संबंध नहीं बनता। LBLO किसी मामले में तभी काम करता है जब एंगेजमेंट लिखित में तय हो।
14/11/2026 की स्थिति के अनुसार कानून।
← प्रैक्टिस के सभी क्षेत्र