ਭਾਰਤ ਵਿੱਚ AI ਬਣਾਉਣਾ ਅਤੇ ਲਾਗੂ ਕਰਨਾ: ਕਾਨੂੰਨੀ ਚੈੱਕਲਿਸਟ
ਕੰਪਨੀ ਚਾਹੇ AI ਉਤਪਾਦ ਬਣਾਵੇ ਜਾਂ ਆਪਣੇ ਕਾਰੋਬਾਰ ਵਿੱਚ ਵਰਤੇ, ਉਹੀ ਕਾਨੂੰਨੀ ਸਵਾਲ ਉੱਠਦੇ ਹਨ। ਇਹ ਪੰਨਾ ਉਨ੍ਹਾਂ ਨੂੰ ਤਰਤੀਬਵਾਰ ਦੱਸਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
- ਅਜੇ AI ਬਾਰੇ ਖ਼ਾਸ ਕਾਨੂੰਨ ਨਹੀਂ ਹੈ, ਪਰ ਕਈ ਕਾਨੂੰਨ ਲਾਗੂ ਹੁੰਦੇ ਹਨ:
- IT ਐਕਟ ਅਤੇ IT ਨਿਯਮ। 20/02/2026 ਤੋਂ ਲਾਗੂ ਸੋਧ ਤੋਂ ਬਾਅਦ, ਸੂਚਨਾ ਤਕਨਾਲੋਜੀ ਐਕਟ, 2000 (Information Technology Act, 2000) ਹੇਠਲੇ IT ਨਿਯਮ "ਸਿੰਥੈਟਿਕ ਢੰਗ ਨਾਲ ਤਿਆਰ ਸੂਚਨਾ" (synthetically generated information) ਦੀ ਪਰਿਭਾਸ਼ਾ ਦਿੰਦੇ ਹਨ (ਆਡੀਓ, ਤਸਵੀਰਾਂ ਅਤੇ ਵੀਡੀਓ ਜੋ ਇਸ ਤਰ੍ਹਾਂ ਬਣਾਏ ਜਾਂ ਬਦਲੇ ਗਏ ਹੋਣ ਕਿ ਅਸਲੀ ਲੱਗਣ) ਅਤੇ ਇਸ ਨੂੰ ਰੱਖਣ ਜਾਂ ਬਣਾਉਣ ਦੀ ਸਹੂਲਤ ਦੇਣ ਵਾਲੇ ਇੰਟਰਮੀਡੀਅਰੀਆਂ ਤੇ ਲੇਬਲ ਲਾਉਣ ਅਤੇ ਹਟਾਉਣ ਦੇ ਫ਼ਰਜ਼ ਲਾਉਂਦੇ ਹਨ।
- DPDP ਐਕਟ। ਟ੍ਰੇਨਿੰਗ ਲਈ ਜਾਂ ਪ੍ਰੌਂਪਟਾਂ ਵਿੱਚ ਵਰਤੇ ਨਿੱਜੀ ਡਾਟਾ ਨਾਲ ਡਿਜੀਟਲ ਨਿੱਜੀ ਡਾਟਾ ਸੁਰੱਖਿਆ ਐਕਟ, 2023 (Digital Personal Data Protection Act, 2023) ਮੁਤਾਬਕ ਕਾਨੂੰਨੀ ਢੰਗ ਨਾਲ ਵਿਹਾਰ ਲਾਜ਼ਮੀ ਹੈ। ਬਹੁਤੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ 13/05/2027 ਤੋਂ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ।
- ਕਾਪੀਰਾਈਟ। ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਅਤੇ ਆਊਟਪੁੱਟ ਕਾਪੀਰਾਈਟ ਦੇ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦੇ ਹਨ (ਦੇਖੋ ਲੇਖ 2)।
- ਖਪਤਕਾਰ ਸੁਰੱਖਿਆ। AI ਉਤਪਾਦ ਕੀ ਕਰਦਾ ਹੈ ਇਸ ਬਾਰੇ ਗੁਮਰਾਹਕੁੰਨ ਦਾਅਵੇ, ਅਤੇ ਨੁਕਸਦਾਰ ਸੇਵਾਵਾਂ।
- ਖੇਤਰੀ ਨਿਯਮ। ਬੈਂਕਿੰਗ, ਬੀਮਾ, ਸਿਹਤ, ਟੈਲੀਕਾਮ ਅਤੇ ਸਕਿਓਰਿਟੀਜ਼ ਰੈਗੂਲੇਟਰਾਂ ਦੀਆਂ ਆਪਣੀਆਂ ਉਮੀਦਾਂ ਹਨ।
- ਕੰਪਨੀ ਕੋਲ ਕੀ ਹੋਣਾ ਲਾਜ਼ਮੀ ਹੈ:
- ਆਪਣੇ ਡਾਟਾ ਸਰੋਤਾਂ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਹੱਕਾਂ ਦਾ ਨਕਸ਼ਾ;
- ਗਾਹਕਾਂ ਲਈ ਸ਼ਰਤਾਂ ਜੋ ਦੱਸਣ ਕਿ AI ਕੀ ਕਰਦਾ ਹੈ ਅਤੇ ਕੀ ਨਹੀਂ ਕਰਦਾ;
- ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦੀਆਂ ਸ਼ਰਤਾਂ;
- AI ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਅੰਦਰੂਨੀ ਨੀਤੀ;
- ਅਹਿਮ ਨਤੀਜਿਆਂ ਵਾਲੇ ਫ਼ੈਸਲਿਆਂ ਦੀ ਮਨੁੱਖੀ ਸਮੀਖਿਆ;
- ਘਟਨਾਵਾਂ ਅਤੇ ਸ਼ਿਕਾਇਤਾਂ ਲਈ ਯੋਜਨਾ।
- ਪਲੇਟਫ਼ਾਰਮਾਂ ਲਈ: ਸਿੰਥੈਟਿਕ ਸਮੱਗਰੀ ਬਾਰੇ ਡਿਊ ਡਿਲੀਜੈਂਸ, ਲੇਬਲ ਲਾਉਣਾ, ਅਤੇ IT ਨਿਯਮਾਂ ਵੱਲੋਂ ਹੁਣ ਮਿੱਥੀਆਂ ਸਮਾਂ-ਹੱਦਾਂ ਦੇ ਅੰਦਰ ਸਮੱਗਰੀ ਹਟਾਉਣਾ।
- ਕਦਮ, ਸੰਖੇਪ ਵਿੱਚ:
- AI ਦੀ ਵਰਤੋਂ ਦਾ ਵਰਗੀਕਰਨ ਕਰੋ;
- ਡਾਟਾ ਅਤੇ ਹੱਕਾਂ ਦਾ ਨਕਸ਼ਾ ਬਣਾਓ;
- ਲਾਗੂ ਹੋਣ ਵਾਲੇ ਕਾਨੂੰਨ ਦੀ ਸਮੀਖਿਆ ਕਰੋ;
- ਇਕਰਾਰਨਾਮਿਆਂ ਅਤੇ ਨੀਤੀਆਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ;
- ਸੰਚਾਲਨ ਅਤੇ ਰਿਕਾਰਡ ਦਾ ਪ੍ਰਬੰਧ ਕਰੋ;
- ਨਿਯਮ ਬਦਲਣ ਤੇ ਮੁੜ ਸਮੀਖਿਆ ਕਰੋ।
- ਤਿਆਰ ਰੱਖੋ:
- ਉਤਪਾਦ ਜਾਂ ਵਰਤੋਂ ਦਾ ਵੇਰਵਾ;
- ਡਾਟਾ ਦੇ ਸਰੋਤ;
- ਮਾਡਲ ਮੁਹੱਈਆ ਕਰਵਾਉਣ ਵਾਲੇ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀਆਂ ਸ਼ਰਤਾਂ;
- ਗਾਹਕਾਂ ਨਾਲ ਇਕਰਾਰਨਾਮੇ;
- ਮੌਜੂਦਾ ਨਿੱਜਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਨੀਤੀਆਂ।
ਸ਼ਬਦ ਜੋ ਤੁਸੀਂ ਸੁਣੋਗੇ
- ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ (Training data)
- ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਵਰਤਿਆ ਡਾਟਾ। ਇਸ ਦਾ ਸਰੋਤ ਅਤੇ ਸਹਿਮਤੀ ਦੀ ਸਥਿਤੀ ਅਹਿਮ ਹਨ।
- ਮਾਡਲ ਅਤੇ ਤੈਨਾਤ ਕਰਨ ਵਾਲਾ (Model and deployer)
- AI ਸਿਸਟਮ, ਅਤੇ ਉਹ ਕਾਰੋਬਾਰ ਜੋ ਇਸ ਨੂੰ ਗਾਹਕਾਂ ਨਾਲ ਵਰਤਦਾ ਹੈ।
- ਸਿੰਥੈਟਿਕ ਸਮੱਗਰੀ ਤੇ ਲੇਬਲ (Labelling of synthetic content)
- ਜਿੱਥੇ ਨਿਯਮ ਮੰਗਣ, AI ਨਾਲ ਬਣੀ ਸਮੱਗਰੀ ਤੇ ਦਿਸਣ ਵਾਲੇ ਲੇਬਲ।
- ਪ੍ਰੌਂਪਟਾਂ ਅਤੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਨਿੱਜੀ ਡਾਟਾ (Personal data in prompts and outputs)
- ਇਹ DPDP ਐਕਟ ਹੇਠ ਆਉਂਦਾ ਹੈ।
- ਵਰਤੋਂ ਦੀਆਂ ਸ਼ਰਤਾਂ ਅਤੇ ਮਨਜ਼ੂਰ ਵਰਤੋਂ ਨੀਤੀ (Terms of use and acceptable use policy)
- ਵਰਤੋਂਕਾਰਾਂ ਨਾਲ ਇਕਰਾਰਨਾਮਾ।
- ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ (Human oversight)
- ਅਜਿਹਾ ਵਿਅਕਤੀ ਜੋ AI ਦੇ ਫ਼ੈਸਲਿਆਂ ਦੀ ਸਮੀਖਿਆ ਕਰ ਸਕੇ, ਖ਼ਾਸ ਕਰਕੇ ਵੱਡੇ ਅਸਰ ਵਾਲੀਆਂ ਵਰਤੋਂ ਵਿੱਚ।
ਵਿਸਥਾਰ ਵਿੱਚ
ਕਦਮ 1: ਵਰਤੋਂ ਦਾ ਵਰਗੀਕਰਨ ਕਰੋ
ਕੀ ਕੰਪਨੀ:
- ਮਾਡਲ ਬਣਾ ਰਹੀ ਹੈ;
- ਕਿਸੇ ਤੀਜੀ ਧਿਰ ਦੇ ਮਾਡਲ ਤੇ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾ ਰਹੀ ਹੈ;
- ਆਪਣੇ ਕਾਰੋਬਾਰ ਦੇ ਅੰਦਰ AI ਟੂਲ ਵਰਤ ਰਹੀ ਹੈ;
- ਅਜਿਹਾ ਪਲੇਟਫ਼ਾਰਮ ਚਲਾ ਰਹੀ ਹੈ ਜਿੱਥੇ ਵਰਤੋਂਕਾਰ AI ਨਾਲ ਸਮੱਗਰੀ ਬਣਾਉਂਦੇ ਹਨ?
ਹਰ ਇੱਕ ਨਾਲ ਫ਼ਰਜ਼ਾਂ ਦਾ ਵੱਖਰਾ ਮੇਲ ਜੁੜਿਆ ਹੁੰਦਾ ਹੈ।
ਕਦਮ 2: ਡਾਟਾ ਅਤੇ ਹੱਕ
ਟ੍ਰੇਨਿੰਗ ਜਾਂ ਇਨਪੁੱਟ ਡਾਟਾ ਦੇ ਹਰ ਸਰੋਤ ਲਈ ਦਰਜ ਕਰੋ:
- ਇਸ ਦਾ ਮਾਲਕ ਕੌਣ ਹੈ;
- ਇਹ ਕਿਸ ਲਾਇਸੈਂਸ ਹੇਠ ਹਾਸਲ ਕੀਤਾ ਗਿਆ;
- ਕੀ ਇਸ ਵਿੱਚ ਨਿੱਜੀ ਡਾਟਾ ਹੈ;
- ਕੀ ਇਸ ਦੀਆਂ ਸ਼ਰਤਾਂ AI ਵਰਤੋਂ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀਆਂ ਹਨ।
ਸਕ੍ਰੇਪ ਕੀਤੇ (ਵੈੱਬ ਤੋਂ ਇਕੱਠੇ ਕੀਤੇ) ਡਾਟਾ ਅਤੇ ਗਾਹਕਾਂ ਦੇ ਡਾਟਾ ਨਾਲ ਖ਼ਾਸ ਸਾਵਧਾਨੀ ਲੋੜੀਂਦੀ ਹੈ।
ਕਦਮ 3: ਲਾਗੂ ਹੋਣ ਵਾਲਾ ਕਾਨੂੰਨ
- 2026 ਵਿੱਚ ਸੋਧੇ IT ਨਿਯਮ। ਇਹ ਸਿੰਥੈਟਿਕ ਢੰਗ ਨਾਲ ਤਿਆਰ ਸੂਚਨਾ ਨੂੰ ਇੰਟਰਮੀਡੀਅਰੀ ਢਾਂਚੇ ਵਿੱਚ ਲਿਆਉਂਦੇ ਹਨ। ਇਹ ਲੇਬਲ ਲਾਉਣਾ ਲਾਜ਼ਮੀ ਕਰਦੇ ਹਨ, ਅਤੇ ਸਮੱਗਰੀ ਹਟਾਉਣ ਦੀਆਂ ਸਮਾਂ-ਹੱਦਾਂ ਘਟਾਉਂਦੇ ਹਨ।
- DPDP ਐਕਟ। ਇਹ ਟ੍ਰੇਨਿੰਗ ਸੈੱਟਾਂ ਅਤੇ ਪ੍ਰੌਂਪਟਾਂ ਵਿਚਲੇ ਨਿੱਜੀ ਡਾਟਾ ਤੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ।
- ਖੇਤਰੀ ਨਿਯਮਨ। ਗਾਹਕਾਂ ਬਾਰੇ ਫ਼ੈਸਲਿਆਂ ਵਿੱਚ AI ਵਰਤਣ ਵਾਲੇ ਕਰਜ਼ਾਦਾਤਾ ਜਾਂ ਬੀਮਾਕਰਤਾ ਲਈ ਨਿਰਪੱਖਤਾ ਅਤੇ ਵਿਆਖਿਆ ਬਾਰੇ ਆਪਣੇ ਰੈਗੂਲੇਟਰ ਦੀਆਂ ਉਮੀਦਾਂ ਪੂਰੀਆਂ ਕਰਨਾ ਲਾਜ਼ਮੀ ਹੈ।
ਕਦਮ 4: ਇਕਰਾਰਨਾਮੇ
- ਗਾਹਕਾਂ ਲਈ ਸ਼ਰਤਾਂ ਸੇਵਾ, ਉਸ ਦੀਆਂ ਹੱਦਾਂ ਅਤੇ ਗਾਹਕ ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਦੱਸਦੀਆਂ ਹਨ। ਇਹ ਦੇਣਦਾਰੀ ਵੰਡਦੀਆਂ ਹਨ ਅਤੇ ਆਊਟਪੁੱਟ ਦੀ ਮਲਕੀਅਤ ਤੈਅ ਕਰਦੀਆਂ ਹਨ।
- ਮਾਡਲ ਮੁਹੱਈਆ ਕਰਵਾਉਣ ਵਾਲਿਆਂ ਦੀਆਂ ਸ਼ਰਤਾਂ ਦੀ ਪੜਤਾਲ ਇਨ੍ਹਾਂ ਨੁਕਤਿਆਂ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:
- ਡਾਟਾ ਦੀ ਵਰਤੋਂ;
- ਗੁਪਤਤਾ;
- ਹਰਜਾਨੇ ਦੀ ਭਰਪਾਈ (indemnities);
- ਸੇਵਾ ਦੇ ਪੱਧਰ (service levels)।
- ਕਰਮਚਾਰੀ ਅਤੇ ਠੇਕੇਦਾਰ ਆਪਣੀ ਬਣਾਈ ਚੀਜ਼ ਵਿਚਲੇ ਹੱਕ ਕੰਪਨੀ ਨੂੰ ਸੌਂਪ ਦਿੰਦੇ ਹਨ।
ਕਦਮ 5: ਸੰਚਾਲਨ
AI ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਲਿਖਤੀ ਨੀਤੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ:
- ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਟੂਲ;
- ਉਹ ਡਾਟਾ ਜਿਸ ਨੂੰ ਦਰਜ ਕਰਨ ਦੀ ਮਨਾਹੀ ਹੈ;
- ਆਊਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ;
- ਰਿਕਾਰਡ ਰੱਖਣਾ।
ਲੋਕਾਂ ਤੇ ਅਹਿਮ ਅਸਰ ਪਾਉਣ ਵਾਲੇ ਫ਼ੈਸਲਿਆਂ ਦੀ ਸਮੀਖਿਆ ਕੋਈ ਮਨੁੱਖ ਕਰਦਾ ਹੈ।
ਆਮ ਗ਼ਲਤੀਆਂ
- ਇਹ ਮੰਨ ਲੈਣਾ ਕਿ ਜਨਤਕ ਡਾਟਾ ਵਰਤਣ ਲਈ ਖੁੱਲ੍ਹਾ ਹੈ।
- ਪ੍ਰੌਂਪਟ ਅਤੇ ਡਾਟਾ ਕਿਵੇਂ ਵਰਤੇ ਜਾਣਗੇ, ਇਸ ਬਾਰੇ ਮਾਡਲ ਮੁਹੱਈਆ ਕਰਵਾਉਣ ਵਾਲੇ ਨਾਲ ਕੋਈ ਇਕਰਾਰਨਾਮਾ ਨਾ ਹੋਣਾ।
- ਗਾਹਕਾਂ ਲਈ ਅਜਿਹੀਆਂ ਸ਼ਰਤਾਂ ਜੋ ਉਸ ਸਟੀਕਤਾ ਦਾ ਵਾਅਦਾ ਕਰਨ ਜੋ ਸਿਸਟਮ ਦੇ ਹੀ ਨਹੀਂ ਸਕਦਾ।
- ਸਟਾਫ਼ ਵੱਲੋਂ AI ਟੂਲਾਂ ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਕੋਈ ਅੰਦਰੂਨੀ ਨੀਤੀ ਨਾ ਹੋਣਾ।
ਸਵਾਲ ਜੋ ਲੋਕ ਪੁੱਛਦੇ ਹਨ
ਕੀ ਭਾਰਤ ਵਿੱਚ AI ਲਾਗੂ ਕਰਨ ਲਈ ਲਾਇਸੈਂਸ ਲੋੜੀਂਦਾ ਹੈ?
ਕੋਈ ਆਮ AI ਲਾਇਸੈਂਸ ਨਹੀਂ ਹੈ। ਖੇਤਰੀ ਰੈਗੂਲੇਟਰ ਅਤੇ IT ਨਿਯਮ ਖ਼ਾਸ ਫ਼ਰਜ਼ ਲਾਉਂਦੇ ਹਨ।
ਕੀ ਸਾਨੂੰ AI ਨਾਲ ਤਿਆਰ ਸਮੱਗਰੀ ਤੇ ਲੇਬਲ ਲਾਉਣਾ ਪਵੇਗਾ?
ਸਿੰਥੈਟਿਕ ਸਮੱਗਰੀ ਰੱਖਣ ਜਾਂ ਬਣਾਉਣ ਦੀ ਸਹੂਲਤ ਦੇਣ ਵਾਲੇ ਇੰਟਰਮੀਡੀਅਰੀਆਂ (ਵਿਚੋਲਿਆਂ) ਤੇ ਸੋਧੇ ਹੋਏ IT ਨਿਯਮਾਂ ਹੇਠ ਲੇਬਲ ਲਾਉਣ ਦੇ ਫ਼ਰਜ਼ ਹਨ। ਹੋਰ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਵਰਤੋਂਕਾਰਾਂ ਨੂੰ ਗੁਮਰਾਹ ਕਰਨ ਤੋਂ ਬਚਣ ਲਈ ਲੇਬਲ ਲਾਉਣ ਬਾਰੇ ਸੋਚਣਾ ਚਾਹੀਦਾ ਹੈ।
ਕੀ ਅਸੀਂ ਆਪਣੇ ਗਾਹਕਾਂ ਦੇ ਡਾਟਾ ਤੇ ਟ੍ਰੇਨਿੰਗ ਕਰ ਸਕਦੇ ਹਾਂ?
ਸਿਰਫ਼ ਤਾਂ ਜੇ ਇਕਰਾਰਨਾਮਾ ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਕਾਨੂੰਨ ਇਸ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣ। ਨਿੱਜੀ ਡਾਟਾ ਲਈ ਕਾਨੂੰਨੀ ਆਧਾਰ ਅਤੇ ਨੋਟਿਸ ਲੋੜੀਂਦਾ ਹੈ।
ਇਹ ਜਵਾਬ ਸਿੱਖਿਆ ਲਈ ਦਿੱਤੇ ਸਾਰ ਹਨ; ਇਹ ਕਿਸੇ ਵੀ ਨਿੱਜੀ ਮਾਮਲੇ ਬਾਰੇ ਕਾਨੂੰਨੀ ਸਲਾਹ ਨਹੀਂ ਹਨ।
ਗੰਭੀਰ ਸਵਾਲ ਇਸ ਗੱਲ ਦਾ ਹੱਕਦਾਰ ਹੈ ਕਿ ਉਸ ਦੀ ਬ੍ਰੀਫ਼ ਪੜ੍ਹੀ ਜਾਵੇ।
ਮੁਲਾਕਾਤਾਂ ਪਹਿਲਾਂ ਸਮਾਂ ਲੈ ਕੇ G-46, Basement, Greater Kailash III, New Delhi ਵਿਖੇ ਹੁੰਦੀਆਂ ਹਨ। ਚਿੱਠੀ-ਪੱਤਰ ਪ੍ਰਿੰਸੀਪਲ ਆਪ ਪੜ੍ਹਦੇ ਹਨ।
ਇਹ ਪੰਨਾ Lokesh Bhardwaj Law Offices ਦੇ ਕੰਮ ਬਾਰੇ ਆਮ ਜਾਣਕਾਰੀ ਦਿੰਦਾ ਹੈ, ਜਿਸ ਦੀ ਇਜਾਜ਼ਤ ਬਾਰ ਕੌਂਸਲ ਆਫ਼ ਇੰਡੀਆ ਦੇ ਨਿਯਮ (Bar Council of India Rules) ਦਿੰਦੇ ਹਨ। ਇਹ ਕਾਨੂੰਨੀ ਸਲਾਹ ਨਹੀਂ ਹੈ, ਅਤੇ ਇਸ ਨਾਲ ਐਡਵੋਕੇਟ ਅਤੇ ਮੁਵੱਕਿਲ ਦਾ ਰਿਸ਼ਤਾ ਨਹੀਂ ਬਣਦਾ। LBLO ਕਿਸੇ ਮਾਮਲੇ ਵਿੱਚ ਸਿਰਫ਼ ਲਿਖਤੀ ਰੂਪ ਵਿੱਚ ਤੈਅ ਹੋਈ ਐਂਗੇਜਮੈਂਟ ਤੇ ਹੀ ਕੰਮ ਕਰਦਾ ਹੈ।
ਕਾਨੂੰਨ ਦੀ ਸਥਿਤੀ 14/11/2026 ਨੂੰ ਜਿਵੇਂ ਸੀ।
← ਪ੍ਰੈਕਟਿਸ ਦੇ ਸਾਰੇ ਖੇਤਰ