ഇന്ത്യയിൽ AI നിർമ്മിക്കലും വിന്യസിക്കലും: നിയമപരമായ ചെക്ക്ലിസ്റ്റ്
ഒരു കമ്പനി AI ഉൽപ്പന്നം നിർമ്മിക്കുകയാണെങ്കിലും തന്റെ ബിസിനസിൽ ഒന്ന് ഉപയോഗിക്കുകയാണെങ്കിലും, ഒരേ നിയമപ്രശ്നങ്ങളാണ് ഉയരുന്നത്. ഈ പേജ് അവ ക്രമത്തിൽ വിവരിക്കുന്നു.
ചുരുക്കത്തിൽ
- AI-ക്കു മാത്രമായുള്ള നിയമം ഇതുവരെയില്ല; എന്നാൽ പല നിയമങ്ങളും ബാധകമാണ്:
- IT Act, IT ചട്ടങ്ങൾ. 20/02/2026 മുതൽ പ്രാബല്യത്തിലുള്ള ഭേദഗതി മുതൽ, IT ചട്ടങ്ങൾ "സിന്തറ്റിക്കായി സൃഷ്ടിച്ച വിവരം" (synthetically generated information: യഥാർത്ഥമെന്നു തോന്നുംവിധം നിർമ്മിച്ചതോ മാറ്റം വരുത്തിയതോ ആയ ഓഡിയോ, ചിത്രങ്ങൾ, വീഡിയോ) നിർവചിക്കുകയും, അത് ഹോസ്റ്റ് ചെയ്യുകയോ സാധ്യമാക്കുകയോ ചെയ്യുന്ന ഇന്റർമീഡിയറികൾക്ക് ലേബലിംഗ്, നീക്കം ചെയ്യൽ (takedown) കടമകൾ ചുമത്തുകയും ചെയ്യുന്നു.
- DPDP Act. പരിശീലനത്തിനോ പ്രോംപ്റ്റുകളിലോ ഉപയോഗിക്കുന്ന വ്യക്തിഗത ഡാറ്റ നിയമാനുസൃതമായി കൈകാര്യം ചെയ്യണം. മിക്ക ബാധ്യതകളും 13/05/2027 മുതലാണ് ബാധകമാകുന്നത്.
- പകർപ്പവകാശം. പരിശീലന ഡാറ്റയും ഔട്ട്പുട്ടുകളും പകർപ്പവകാശ പ്രശ്നങ്ങൾ ഉയർത്തുന്നു (ലേഖനം 2 കാണുക).
- ഉപഭോക്തൃ സംരക്ഷണം. ഒരു AI ഉൽപ്പന്നം എന്തു ചെയ്യുന്നു എന്നതിനെക്കുറിച്ചുള്ള തെറ്റിദ്ധരിപ്പിക്കുന്ന അവകാശവാദങ്ങളും ന്യൂനതയുള്ള സേവനങ്ങളും.
- മേഖലാ ചട്ടങ്ങൾ. ബാങ്കിംഗ്, ഇൻഷുറൻസ്, ആരോഗ്യം, ടെലികോം, സെക്യൂരിറ്റീസ് റെഗുലേറ്റർമാർക്ക് അവരുടേതായ പ്രതീക്ഷകളുണ്ട്.
- ഒരു കമ്പനി സജ്ജമാക്കേണ്ടത്:
- ഡാറ്റാ സ്രോതസ്സുകളുടെയും അവയിലുള്ള അവകാശങ്ങളുടെയും ഒരു രൂപരേഖ;
- AI എന്തു ചെയ്യുന്നു, എന്തു ചെയ്യുന്നില്ല എന്നു വ്യക്തമാക്കുന്ന ഉപഭോക്തൃ നിബന്ധനകൾ;
- ഡാറ്റാ പ്രോസസിംഗ് നിബന്ധനകൾ;
- AI ഉപയോഗം സംബന്ധിച്ച ആഭ്യന്തര നയം;
- പ്രധാന പ്രത്യാഘാതങ്ങളുള്ള തീരുമാനങ്ങൾക്ക് മനുഷ്യ പരിശോധന;
- സംഭവങ്ങളും പരാതികളും കൈകാര്യം ചെയ്യാനുള്ള ഒരു പദ്ധതി.
- പ്ലാറ്റ്ഫോമുകൾക്ക്: സിന്തറ്റിക് ഉള്ളടക്കം സംബന്ധിച്ച ജാഗ്രത (due diligence), ലേബലിംഗ്, IT ചട്ടങ്ങൾ ഇപ്പോൾ നിശ്ചയിക്കുന്ന സമയപരിധിക്കുള്ളിൽ നീക്കം ചെയ്യൽ.
- ഘട്ടങ്ങൾ, ചുരുക്കത്തിൽ:
- AI ഉപയോഗത്തെ തരംതിരിക്കുക;
- ഡാറ്റയും അവകാശങ്ങളും രേഖപ്പെടുത്തുക;
- ബാധകമായ നിയമം പരിശോധിക്കുക;
- കരാറുകളും നയങ്ങളും തയ്യാറാക്കുക;
- ഭരണ സംവിധാനവും രേഖകളും സജ്ജമാക്കുക;
- ചട്ടങ്ങൾ മാറുന്നതനുസരിച്ച് വീണ്ടും പരിശോധിക്കുക.
- തയ്യാറാക്കി വയ്ക്കേണ്ടവ:
- ഉൽപ്പന്നത്തിന്റെയോ ഉപയോഗത്തിന്റെയോ വിവരണം;
- ഡാറ്റാ സ്രോതസ്സുകൾ;
- മോഡൽ ദാതാക്കളും അവരുടെ നിബന്ധനകളും;
- ഉപഭോക്തൃ കരാറുകൾ;
- നിലവിലുള്ള സ്വകാര്യതാ, സുരക്ഷാ നയങ്ങൾ.
നിങ്ങൾ കേൾക്കാനിടയുള്ള പദങ്ങൾ
- പരിശീലന ഡാറ്റ (Training data)
- ഒരു മോഡൽ നിർമിക്കാൻ ഉപയോഗിക്കുന്ന ഡാറ്റ. അതിന്റെ ഉറവിടവും സമ്മതത്തിന്റെ നിലയും പ്രധാനമാണ്.
- മോഡലും ഡിപ്ലോയറും (Model and deployer)
- AI സംവിധാനവും, ഉപഭോക്താക്കളുമായുള്ള ഇടപാടിൽ അത് ഉപയോഗിക്കുന്ന ബിസിനസും.
- സിന്തറ്റിക് ഉള്ളടക്കത്തിന്റെ ലേബലിംഗ് (Labelling of synthetic content)
- ചട്ടങ്ങൾ ആവശ്യപ്പെടുന്നിടത്ത്, AI സൃഷ്ടിച്ച ഉള്ളടക്കത്തിൽ കാണാവുന്ന ലേബലുകൾ.
- പ്രോംപ്റ്റുകളിലും ഔട്ട്പുട്ടുകളിലുമുള്ള വ്യക്തിഗത ഡാറ്റ (Personal data in prompts and outputs)
- ഇത് DPDP Act-ന്റെ പരിധിയിൽ വരുന്നു.
- ഉപയോഗ നിബന്ധനകളും സ്വീകാര്യമായ ഉപയോഗ നയവും (Terms of use and acceptable use policy)
- ഉപയോക്താക്കളുമായുള്ള കരാർ.
- മനുഷ്യ മേൽനോട്ടം (Human oversight)
- AI തീരുമാനങ്ങൾ പുനഃപരിശോധിക്കാൻ കഴിയുന്ന ഒരാൾ, പ്രത്യേകിച്ച് വലിയ പ്രത്യാഘാതമുള്ള ഉപയോഗങ്ങളിൽ.
വിശദമായി
ഘട്ടം 1: ഉപയോഗം തരംതിരിക്കുക
കമ്പനി ചെയ്യുന്നത് ഇവയിൽ ഏതാണ്:
- ഒരു മോഡൽ നിർമ്മിക്കുന്നു;
- മൂന്നാം കക്ഷിയുടെ മോഡലിനു മുകളിൽ ഒരു ആപ്ലിക്കേഷൻ നിർമ്മിക്കുന്നു;
- ബിസിനസിനുള്ളിൽ ഒരു AI ടൂൾ വിന്യസിക്കുന്നു;
- ഉപയോക്താക്കൾ AI ഉപയോഗിച്ച് ഉള്ളടക്കം സൃഷ്ടിക്കുന്ന ഒരു പ്ലാറ്റ്ഫോം നടത്തുന്നു?
ഓരോന്നിനും വ്യത്യസ്തമായ കടമകളുടെ കൂട്ടമാണ്.
ഘട്ടം 2: ഡാറ്റയും അവകാശങ്ങളും
പരിശീലനത്തിനോ ഇൻപുട്ടിനോ ഉള്ള ഓരോ ഡാറ്റാ സ്രോതസ്സിനും രേഖപ്പെടുത്തുക:
- അതിന്റെ ഉടമ ആര്;
- ഏതു ലൈസൻസിനു കീഴിലാണ് അത് ലഭിച്ചത്;
- അതിൽ വ്യക്തിഗത ഡാറ്റയുണ്ടോ;
- അതിന്റെ നിബന്ധനകൾ AI ഉപയോഗം അനുവദിക്കുന്നുണ്ടോ.
സ്ക്രേപ്പ് ചെയ്തെടുത്ത ഡാറ്റയ്ക്കും ഉപഭോക്തൃ ഡാറ്റയ്ക്കും പ്രത്യേക ശ്രദ്ധ വേണം.
ഘട്ടം 3: ബാധകമായ നിയമം
- 2026-ൽ ഭേദഗതി ചെയ്ത IT ചട്ടങ്ങൾ. സിന്തറ്റിക്കായി സൃഷ്ടിച്ച വിവരത്തെ ഇവ ഇന്റർമീഡിയറി ചട്ടക്കൂടിനുള്ളിൽ കൊണ്ടുവരുന്നു. ഇവ ലേബലിംഗ് ആവശ്യപ്പെടുകയും നീക്കം ചെയ്യാനുള്ള സമയപരിധികൾ ചുരുക്കുകയും ചെയ്യുന്നു.
- DPDP Act. പരിശീലന ഡാറ്റാസെറ്റുകളിലെയും പ്രോംപ്റ്റുകളിലെയും വ്യക്തിഗത ഡാറ്റയെ ഇത് നിയന്ത്രിക്കുന്നു.
- മേഖലാ നിയന്ത്രണം. ഉപഭോക്താക്കളെ സംബന്ധിച്ച തീരുമാനങ്ങളിൽ AI ഉപയോഗിക്കുന്ന ഒരു വായ്പാദാതാവോ ഇൻഷുറൻസ് കമ്പനിയോ, നീതിയുക്തതയും വിശദീകരണവും സംബന്ധിച്ച് തങ്ങളുടെ റെഗുലേറ്ററുടെ പ്രതീക്ഷകൾ പാലിക്കണം.
ഘട്ടം 4: കരാറുകൾ
- ഉപഭോക്തൃ നിബന്ധനകൾ സേവനം, അതിന്റെ പരിധികൾ, ഉപഭോക്താവിന്റെ ഉത്തരവാദിത്തങ്ങൾ എന്നിവ വിവരിക്കുന്നു. അവ ബാധ്യത വിഭജിക്കുകയും ഔട്ട്പുട്ടുകളുടെ ഉടമസ്ഥത കൈകാര്യം ചെയ്യുകയും ചെയ്യുന്നു.
- മോഡൽ ദാതാവിന്റെ നിബന്ധനകൾ ഇവയ്ക്കായി പരിശോധിക്കുന്നു:
- ഡാറ്റാ ഉപയോഗം;
- രഹസ്യസ്വഭാവം;
- നഷ്ടപരിഹാര ബാധ്യതകൾ (ഇൻഡെംനിറ്റി);
- സേവന നിലവാരങ്ങൾ.
- ജീവനക്കാരും കരാറുകാരും തങ്ങൾ നിർമ്മിക്കുന്നവയിലുള്ള അവകാശങ്ങൾ കമ്പനിക്ക് കൈമാറുന്നു.
ഘട്ടം 5: ഭരണ സംവിധാനം
രേഖാമൂലമുള്ള AI ഉപയോഗ നയത്തിൽ ഉൾപ്പെടുന്നവ:
- അംഗീകൃത ടൂളുകൾ;
- നൽകാൻ പാടില്ലാത്ത ഡാറ്റ;
- ഔട്ട്പുട്ടുകളുടെ പരിശോധന;
- രേഖകൾ സൂക്ഷിക്കൽ.
ആളുകളെ ഗണ്യമായി ബാധിക്കുന്ന തീരുമാനങ്ങൾ ഒരു മനുഷ്യൻ പരിശോധിക്കുന്നു.
സാധാരണ സംഭവിക്കുന്ന തെറ്റുകൾ
- പൊതുവായി ലഭ്യമായ ഡാറ്റ ആർക്കും സ്വതന്ത്രമായി ഉപയോഗിക്കാമെന്ന് കരുതുന്നത്.
- പ്രോംപ്റ്റുകളും ഡാറ്റയും എങ്ങനെ ഉപയോഗിക്കുന്നു എന്നതു സംബന്ധിച്ച് മോഡൽ ദാതാവുമായി കരാറില്ലാത്തത്.
- സംവിധാനത്തിന് നൽകാനാകാത്ത കൃത്യത വാഗ്ദാനം ചെയ്യുന്ന ഉപഭോക്തൃ നിബന്ധനകൾ.
- ജീവനക്കാർ AI ടൂളുകൾ ഉപയോഗിക്കുന്നതു സംബന്ധിച്ച് ആഭ്യന്തര നയമില്ലാത്തത്.
ആളുകൾ ചോദിക്കുന്ന ചോദ്യങ്ങൾ
AI വിന്യസിക്കാൻ ഇന്ത്യയിൽ ലൈസൻസ് വേണോ?
AI-ക്ക് പൊതുവായ ഒരു ലൈസൻസില്ല. മേഖലാ റെഗുലേറ്റർമാരും IT ചട്ടങ്ങളും പ്രത്യേക കടമകൾ ചുമത്തുന്നു.
AI സൃഷ്ടിച്ച ഉള്ളടക്കത്തിന് ലേബൽ നൽകണോ?
സിന്തറ്റിക് ഉള്ളടക്കം ഹോസ്റ്റ് ചെയ്യുകയോ സാധ്യമാക്കുകയോ ചെയ്യുന്ന ഇന്റർമീഡിയറികൾക്ക് ഭേദഗതി ചെയ്ത IT ചട്ടങ്ങൾ പ്രകാരം ലേബൽ നൽകാനുള്ള കടമയുണ്ട്. ഉപയോക്താക്കളെ തെറ്റിദ്ധരിപ്പിക്കാതിരിക്കാൻ മറ്റു ബിസിനസുകളും ലേബൽ നൽകുന്നത് പരിഗണിക്കണം.
ഞങ്ങളുടെ ഉപഭോക്താക്കളുടെ ഡാറ്റ ഉപയോഗിച്ച് പരിശീലനം നടത്താമോ?
കരാറും ഡാറ്റാ സംരക്ഷണ നിയമവും അനുവദിക്കുന്നെങ്കിൽ മാത്രം. വ്യക്തിഗത ഡാറ്റയ്ക്ക് നിയമാനുസൃതമായ ഒരു അടിസ്ഥാനവും ഒരു നോട്ടീസും വേണം.
ഈ ഉത്തരങ്ങൾ വിജ്ഞാനപരമായ സംഗ്രഹങ്ങളാണ്; ഏതെങ്കിലും വ്യക്തിഗത കേസിനെക്കുറിച്ചുള്ള നിയമോപദേശമല്ല.
ഗൗരവമുള്ള ചോദ്യത്തിന് വേണ്ടത് വായിച്ചു പഠിച്ച ബ്രീഫ് ആണ്.
കോൺഫറൻസുകൾ മുൻകൂട്ടി നിശ്ചയിച്ച സമയത്ത്, G-46, Basement, Greater Kailash III, New Delhi എന്ന വിലാസത്തിലാണ്. കത്തിടപാടുകൾ പ്രിൻസിപ്പൽ തന്നെ വായിക്കുന്നു.
ബാർ കൗൺസിൽ ഓഫ് ഇന്ത്യ ചട്ടങ്ങൾ അനുവദിക്കുന്ന പ്രകാരം, Lokesh Bhardwaj Law Offices-ന്റെ ജോലിയെക്കുറിച്ചുള്ള പൊതുവിവരങ്ങളാണ് ഈ പേജ് നൽകുന്നത്. ഇത് നിയമോപദേശമല്ല; ഇത് അഭിഭാഷക-കക്ഷി ബന്ധം സൃഷ്ടിക്കുന്നുമില്ല. രേഖാമൂലം സമ്മതിച്ച എൻഗേജ്മെന്റിന്റെ അടിസ്ഥാനത്തിൽ മാത്രമാണ് LBLO ഒരു കേസിൽ പ്രവർത്തിക്കുന്നത്.
14/11/2026-ലെ നിയമസ്ഥിതി.
← എല്ലാ പ്രാക്ടീസ് മേഖലകളും