EU AI നിയമവും അപകടസാധ്യതയുള്ള ക്ലാസുകളും

നേട്ടങ്ങൾ:

• EU AI നിയമത്തിൻ്റെ നാല് റിസ്ക് ക്ലാസുകളും നിരോധിത പ്രവർത്തനങ്ങളും അംഗീകരിക്കുന്നു
• ഒരു ഉപയോഗം ഏത് അപകടസാധ്യത വിഭാഗത്തിൽ പെടുന്നു എന്നതിൻ്റെ ന്യായമായ വിലയിരുത്തൽ
• ഉയർന്ന അപകടസാധ്യതയുള്ളതും പൊതു ആവശ്യത്തിനുള്ള AI ബാധ്യതകളും ടർക്കിഷ് കമ്പനികളെ ബാധിക്കുന്നത് എന്തുകൊണ്ടാണെന്ന് മനസ്സിലാക്കുക

2024-ൽ പ്രാബല്യത്തിൽ വരുന്ന EU ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ആക്റ്റ് (EU AI ആക്റ്റ്) ലോകത്തിലെ ആദ്യത്തെ സമഗ്രമായ AI നിയന്ത്രണമാണ്, അതിൻ്റെ ആഘാതം യൂറോപ്യൻ യൂണിയൻ്റെ അതിർത്തികൾക്കപ്പുറത്തേക്ക് വ്യാപിക്കുന്നു. ഈ നിയമം Türkiye ആസ്ഥാനമായുള്ള ഒരു കമ്പനിക്ക് നേരിട്ട് ബാധകമാകാം, എന്നാൽ EU വിപണിയെ സേവിക്കുന്നു, EU ഉപഭോക്താക്കളുണ്ട് അല്ലെങ്കിൽ EU ന് ഉൽപ്പന്നങ്ങൾ വിൽക്കുന്നു. ഈ യൂണിറ്റിൽ, നിയമത്തിൻ്റെ അടിസ്ഥാന യുക്തി നിങ്ങൾ പഠിക്കും - അതിൻ്റെ അപകടസാധ്യത അടിസ്ഥാനമാക്കിയുള്ള സമീപനം - അതിൻ്റെ നാല് ക്ലാസുകൾ, നിരോധിത സമ്പ്രദായങ്ങൾ, ഉയർന്ന അപകടസാധ്യതയുള്ള ബാധ്യതകൾ; ഏത് ബോക്സിലാണ് ഒരു ഉപയോഗം വീഴുന്നതെന്ന് ഞങ്ങൾ വിലയിരുത്താൻ ശ്രമിക്കും.

അടിസ്ഥാന ആശയം: ഉയർന്ന അപകടസാധ്യത, നിയമം കർശനമാണ്

EU AI നിയമം എല്ലാ AI-യും ഒരുമിച്ച് ചേർക്കുന്നില്ല. ഒരു ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് സിസ്റ്റത്തെ അതിൻ്റെ അപകടസാധ്യത അനുസരിച്ച് നാല് വിഭാഗങ്ങളായി വിഭജിക്കുകയും ഓരോ വിഭാഗത്തിനും വ്യത്യസ്ത ബാധ്യതകൾ ചുമത്തുകയും ചെയ്യുന്നു. ഒരു മ്യൂസിക് ശുപാർശ ഒരു ഹയറിംഗ് സ്ക്രീനിംഗ് സിസ്റ്റത്തിൻ്റെ അതേ അപകടസാധ്യത വഹിക്കുന്നില്ല; നിയമം അവർക്ക് ഒരേ നിയമം ബാധകമല്ല. ഈ അപകടസാധ്യത അടിസ്ഥാനമാക്കിയുള്ള സമീപനമാണ് നിയമത്തിൻ്റെ നട്ടെല്ല്.

റിസ്ക് ക്ലാസ്

അർത്ഥം

ഉദാഹരണം

ഭരണം

നിരോധിച്ചിരിക്കുന്നു (സ്വീകാര്യമല്ല)

മൗലികാവകാശങ്ങൾക്ക് നേരെയുള്ള തുറന്ന ഭീഷണി

സോഷ്യൽ സ്കോറിംഗ്, ഉപബോധമനസ്സ് കൃത്രിമത്വം

സമ്പൂർണ നിരോധനം

ഉയർന്ന അപകടസാധ്യത

അത് മനുഷ്യജീവിതത്തെ സാരമായി ബാധിക്കുന്നു

റിക്രൂട്ട്‌മെൻ്റ്, ക്രെഡിറ്റ്, ഹെൽത്ത്‌കെയർ, വിദ്യാഭ്യാസം, നിർണായക അടിസ്ഥാന സൗകര്യങ്ങൾ

കർശനമായ ബാധ്യത

പരിമിതമായ അപകടസാധ്യത

സുതാര്യത ആവശ്യമാണ്

ചാറ്റ് ബോട്ട്, ഡീപ്ഫേക്ക്, AI ഉള്ളടക്കം

വിവരങ്ങൾ നിർബന്ധമാണ്

കുറഞ്ഞ അപകടസാധ്യത

നിസ്സാരമായ അപകടസാധ്യത

സ്പാം ഫിൽട്ടർ, ഗെയിം AI, ശുപാർശ എഞ്ചിൻ

സ്വതന്ത്ര

നിരോധിത ആപ്പുകൾ: റെഡ് ലൈൻ

AI-യുടെ ചില ഉപയോഗങ്ങൾ വളരെ ഹാനികരമാണെന്ന് കണക്കാക്കപ്പെടുന്നു, എത്ര അപകടസാധ്യത കുറച്ചാലും അവ പുറത്തുവിടാൻ കഴിയില്ല. ഇവ നിരോധിത (അസ്വീകാര്യമായ അപകടസാധ്യത) വിഭാഗത്തിലാണ്:

• സംസ്ഥാന-പിന്തുണയുള്ള സോഷ്യൽ സ്കോറിംഗ് (ആളുകളുടെ പെരുമാറ്റം/സ്വഭാവങ്ങൾ അനുസരിച്ച് സ്കോർ ചെയ്യുക, അവരെ ദോഷകരമായി ബാധിക്കുക).
• ആളുകളുടെ ഉപബോധമനസ്സ് കൈകാര്യം ചെയ്യുകയും ദോഷം വരുത്തുകയും ചെയ്യുന്ന സംവിധാനങ്ങൾ.
• പ്രായവും വൈകല്യവും പോലുള്ള പരാധീനതകളെ ചൂഷണം ചെയ്യുന്ന സംവിധാനങ്ങൾ.
• ചില തത്സമയ ബയോമെട്രിക് ഐഡൻ്റിഫിക്കേഷനും ബഹുജന നിരീക്ഷണ ആപ്ലിക്കേഷനുകളും (ഇടുങ്ങിയ ഒഴിവാക്കലുകളോടെ).
• ജോലിസ്ഥലത്തും വിദ്യാഭ്യാസത്തിലും വികാരങ്ങൾ തിരിച്ചറിയൽ പോലുള്ള പ്രത്യേക ആപ്ലിക്കേഷനുകൾ.

ശ്രദ്ധിക്കുക: ഒരു ഉപയോഗം "നിരോധിത" വിഭാഗത്തിലാണെന്നത് "എനിക്ക് നല്ല കാരണമുണ്ട്" എന്ന് പറഞ്ഞ് മറികടക്കാൻ കഴിയുന്ന ഒരു തടസ്സമല്ല. ഈ രീതികൾ പൂർണ്ണമായും നിരോധിച്ചിരിക്കുന്നു; അപകടസാധ്യത കുറയ്ക്കുന്ന നടപടികളിലൂടെ പോലും മോചിപ്പിക്കാനാവില്ല. പദ്ധതി ഈ പട്ടികയിൽ ഉൾപ്പെട്ടിട്ടുണ്ടോ എന്നതാണ് ആദ്യം പരിശോധിക്കേണ്ടത്.

ഉയർന്ന അപകടസാധ്യതയുള്ള ബാധ്യതകൾ

ഉയർന്ന അപകടസാധ്യതയുള്ള സംവിധാനങ്ങൾ നിരോധിച്ചിട്ടില്ല, എന്നാൽ കർശനമായ വ്യവസ്ഥകൾക്ക് വിധേയമാണ്. സാധാരണ ഉയർന്ന അപകടസാധ്യതയുള്ള മേഖലകൾ: റിക്രൂട്ടിംഗ്, എംപ്ലോയീസ് മാനേജ്‌മെൻ്റ്, ക്രെഡിറ്റ് ആൻഡ് ഇൻഷുറൻസ്, വിദ്യാഭ്യാസവും പരീക്ഷയും വിലയിരുത്തൽ, ആരോഗ്യ സംരക്ഷണം, നിർണായക ഇൻഫ്രാസ്ട്രക്ചർ, നിയമ നിർവ്വഹണം, കുടിയേറ്റം. ഈ സിസ്റ്റങ്ങളിലെ സാധാരണ ബാധ്യതകൾ:

1. ഒരു റിസ്ക് മാനേജ്മെൻ്റ് സിസ്റ്റം സ്ഥാപിക്കുകയും പരിപാലിക്കുകയും ചെയ്യുക.
2. ഡാറ്റ നിലവാരവും പക്ഷപാത മാനേജ്മെൻ്റും (പരിശീലന ഡാറ്റയുടെ പ്രതിനിധിയും കൃത്യവും).
3. സാങ്കേതിക ഡോക്യുമെൻ്റേഷനും റെക്കോർഡ് സൂക്ഷിക്കലും (ട്രേസ്ബിലിറ്റി).
4. സുതാര്യതയും ഉപയോക്താവിന് വിവരങ്ങൾ നൽകുന്നതും.
5. മനുഷ്യ നിയന്ത്രണം (ഇടപെടാനും മറികടക്കാനുമുള്ള മനുഷ്യൻ്റെ കഴിവ്).
6. കൃത്യത, ദൃഢത, സൈബർ സുരക്ഷ ഉറപ്പുകൾ.

പൊതു ഉദ്ദേശ്യ AI (GPAI) ബാധ്യതകൾ

പൊതു-ഉദ്ദേശ്യ AI മോഡലുകളിൽ (GPAI) - അതായത്, വലിയ ഭാഷാ മോഡലുകൾ പോലെയുള്ള വിവിധോദ്ദേശ്യ അടിസ്ഥാന മോഡലുകൾ - അതുപോലെ വ്യക്തിഗത ഉപയോഗങ്ങളിൽ നിയമം നിർദ്ദിഷ്ട സുതാര്യതയും ഡോക്യുമെൻ്റേഷൻ ബാധ്യതകളും ചുമത്തുന്നു: പരിശീലന ഡാറ്റയെക്കുറിച്ചുള്ള സംഗ്രഹങ്ങളുടെ വ്യവസ്ഥ, പകർപ്പവകാശം പാലിക്കൽ നയം, വ്യവസ്ഥാപരമായ അപകടസാധ്യതയുള്ള മോഡലുകൾക്ക് അധിക വിലയിരുത്തൽ. ഒരു ഓർഗനൈസേഷൻ ഈ മോഡലുകൾ സ്വന്തം ഉൽപ്പന്നത്തിൽ ഉൾപ്പെടുത്തിയാൽ, ഈ ബാധ്യതകളിൽ ചിലത് ശൃംഖലയിൽ പ്രതിഫലിച്ചേക്കാം.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - റിക്രൂട്ട്മെൻ്റ് സ്ക്രീനിംഗ് (ഉയർന്ന അപകടസാധ്യത). ഇസ്മിറിലെ ഒരു സോഫ്റ്റ്‌വെയർ കമ്പനി EU കമ്പനികൾക്ക് സേവനം നൽകുന്ന ഒരു റിക്രൂട്ട്‌മെൻ്റ് പ്ലാറ്റ്‌ഫോം വികസിപ്പിക്കുന്നു; സിസ്റ്റം സ്വയമേവ സ്കോർ ചെയ്യുകയും ഉദ്യോഗാർത്ഥികളെ ഒഴിവാക്കുകയും ചെയ്യുന്നു. ഉയർന്ന അപകടസാധ്യതയുള്ളതായി നിയമം വ്യക്തമായി കണക്കാക്കുന്ന ഒരു മേഖലയാണിത്. കമ്പനി; ഡാറ്റ ഗുണനിലവാരം, ബയസ് ടെസ്റ്റിംഗ്, ഹ്യൂമൻ ഓഡിറ്റിംഗ്, ഡോക്യുമെൻ്റേഷൻ ബാധ്യതകൾ എന്നിവ പാലിക്കണം. "ഞങ്ങൾ തുർക്കിയിലാണ്, അത് ഞങ്ങളെ ബന്ധിക്കുന്നില്ല" എന്ന വാദം അസാധുവാണ്; ഈ സിസ്റ്റം യൂറോപ്യൻ യൂണിയൻ വിപണിയിൽ ഉപയോഗിക്കുന്നതിനാൽ, നിയമം ബാധകമാണ്.

കേസ് 2 - ഉപഭോക്തൃ ചാറ്റ്ബോട്ട് (പരിമിതമായ അപകടസാധ്യത). ഒരു ഇ-കൊമേഴ്‌സ് സൈറ്റ് അതിൻ്റെ EU ഉപഭോക്താക്കൾക്ക് സേവനം നൽകുന്ന ഒരു ചാറ്റ്ബോട്ട് വിന്യസിക്കുന്നു. ഇത് പരിമിതമായ റിസ്ക് വിഭാഗത്തിലാണ്; സുതാര്യതയാണ് പ്രധാന കടമ: "നിങ്ങൾ ഒരു കൃത്രിമബുദ്ധിയോടാണ് സംസാരിക്കുന്നത്" എന്ന് ഉപയോക്താവിനെ വ്യക്തമായി അറിയിച്ചിരിക്കണം. ഇത് മറച്ചുവെക്കുന്നത് ലംഘനമാണ്; വ്യക്തമാക്കിയാൽ മതി.

കേസ് 3 - നിരോധിത വരിയെ സമീപിക്കുന്നു. ഒരു റീട്ടെയിൽ ശൃംഖല സ്റ്റോർ ക്യാമറകളിലൂടെ ഉപഭോക്താക്കളുടെ വൈകാരിക പ്രതികരണങ്ങൾ വിശകലനം ചെയ്യാനും "സാധ്യതയുള്ള ഷോപ്പ് ലിഫ്റ്റർ" സ്കോർ നൽകാനും ആഗ്രഹിക്കുന്നു. ഇമോഷൻ റെക്കഗ്നിഷനും സ്‌കോറിംഗ് അളവുകളും ഉള്ള നിരോധിത/വളരെ ഉയർന്ന അപകടസാധ്യതയുള്ള മേഖലയിലേക്കാണ് ഇത് വരുന്നത്. നിയമസംഘം ഡിസൈൻ ഘട്ടത്തിൽ പദ്ധതി നിർത്തുന്നു; അപകടസാധ്യത കുറയ്ക്കുന്ന നടപടികളിലൂടെ പോലും ഇത് നടപ്പിലാക്കാൻ കഴിയില്ലെന്ന് വ്യക്തമാണ്.

നുറുങ്ങ്: ഒരു പുതിയ AI പ്രോജക്റ്റ് ആരംഭിക്കുമ്പോൾ ആദ്യ ചോദ്യം "ഇത് എത്രത്തോളം ഉപയോഗപ്രദമാണ്?" മറിച്ച് "ഇത് ഏത് റിസ്ക് ക്ലാസിൽ പെടും?" ആയിരിക്കണം. ആദ്യം തന്നെ വർഗ്ഗീകരണം നടത്തുന്നത് പിന്നീട് റദ്ദാക്കപ്പെടുന്ന ഒരു പ്രോജക്റ്റിൽ വിഭവങ്ങൾ പാഴാക്കുന്നത് ഒഴിവാക്കുന്നു.

പകർത്താവുന്ന ടെംപ്ലേറ്റുകൾ

ടെംപ്ലേറ്റ് 1 — റിസ്ക് ക്ലാസ് പ്രാഥമിക വിലയിരുത്തൽ: "EU AI നിയമം അനുസരിച്ച് ഇനിപ്പറയുന്ന AI ഉപയോഗം മുൻകൂട്ടി വിലയിരുത്തുക: [ഉപയോഗം വിവരിക്കുക]. ഏത് അപകടസാധ്യതയുള്ള ക്ലാസിൽ (നിരോധിത / ഉയർന്ന / പരിമിതമായ / ചുരുങ്ങിയത്) ഇത് ഉൾപ്പെട്ടേക്കാമെന്ന് ന്യായീകരണത്തോടെ വ്യക്തമാക്കുക. നിങ്ങൾക്ക് ഉറപ്പില്ലാത്ത പോയിൻ്റുകൾ 'നിയമപരമായ സ്ഥിരീകരണം ആവശ്യമാണ്' എന്ന് അടയാളപ്പെടുത്തുക; നിയമപരമായ ഒരു നിർണ്ണയം നടത്തരുത്."

ടെംപ്ലേറ്റ് 2 — നിരോധിത ആപ്ലിക്കേഷൻ സ്കാനിംഗ്: "'EU AI ആക്റ്റ് നിരോധിത ആപ്ലിക്കേഷനുകളുടെ' ലിസ്റ്റിന് എതിരായി മാത്രം ഇനിപ്പറയുന്ന പ്രോജക്റ്റ് ആശയം സ്കാൻ ചെയ്യുക: [പ്രോജക്റ്റ് വിവരിക്കുക]. സോഷ്യൽ സ്കോറിംഗ്, ഉപബോധമനസ്സിലെ കൃത്രിമത്വം, ദുർബലത ചൂഷണം, അനധികൃത ബയോമെട്രിക് നിരീക്ഷണം, വികാരങ്ങൾ തിരിച്ചറിയൽ എന്നിവയിൽ അപകടസാധ്യതയുണ്ടോ?

ടെംപ്ലേറ്റ് 3 — ഉയർന്ന അപകടസാധ്യതയുള്ള ബാധ്യതാ ചെക്ക്‌ലിസ്റ്റ്: "ഈ ഉയർന്ന അപകടസാധ്യതയുള്ള AI ഉപയോഗത്തിന്, [ഉപയോഗം വിവരിക്കുക] ആറ് ബാധ്യതാ തലക്കെട്ടുകളിലുടനീളം (റിസ്‌ക് മാനേജ്‌മെൻ്റ്, ഡാറ്റ ക്വാളിറ്റി, ഡോക്യുമെൻ്റേഷൻ, സുതാര്യത, ഹ്യൂമൻ ഓഡിറ്റിംഗ്, റോബസ്റ്റ്‌നെസ്) ഒരു 'നമ്മുടെ നിലവിലെ സാഹചര്യം എന്താണ്, എന്താണ് നഷ്ടമായത്' എന്ന പട്ടിക സൃഷ്ടിക്കുന്നു. ഓരോ വരിയിലും കൃത്യമായ പ്രവർത്തനം നിർദ്ദേശിക്കുക."

ടെംപ്ലേറ്റ് 4 — സുതാര്യത അറിയിപ്പ് (പരിമിതമായ അപകടസാധ്യത): "EU ഉപയോക്താക്കൾക്ക് സേവനം നൽകുന്ന ഒരു ചാറ്റ്ബോട്ടിന്, ഉപയോക്താവിന് പ്രദർശിപ്പിക്കുന്നതിനായി ഒരു ഹ്രസ്വ 'നിങ്ങൾ AI-നോട് സംസാരിക്കുന്നു' അറിയിപ്പ് എഴുതുക. ലളിതവും ഉറപ്പുനൽകുന്നതും, പരമാവധി 2 വാക്യങ്ങൾ. ഒരു ഹ്യൂമൻ ഏജൻ്റിലേക്ക് മാറാനുള്ള ഓപ്ഷൻ ഉൾപ്പെടുത്തുക."

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായത്: "EU AI നിയമം നമ്മെ ആശങ്കപ്പെടുത്തുന്നുണ്ടോ?"-> മോഡൽ ഒരു പൊതു ഉത്തരം നൽകുന്നു; ഇത് നിങ്ങളുടെ കോൺക്രീറ്റ് ഉപയോഗത്തെ തരം തിരിക്കുന്നില്ല, EU വിപണിയുമായുള്ള നിങ്ങളുടെ ബന്ധം ഇത് വിലയിരുത്തുന്നില്ല. GÜÇLÜ: "ഞങ്ങൾ ഇസ്‌മിർ ആസ്ഥാനമായുള്ള ഒരു കമ്പനിയാണ്, ഞങ്ങൾ ജർമ്മനിയിലെ ഒരു കമ്പനിക്ക് റിക്രൂട്ട്‌മെൻ്റും സ്‌ക്രീനിംഗും AI വിൽക്കുന്നു. ഈ ഉപയോഗം EU AI നിയമത്തിന് കീഴിൽ എന്ത് അപകടസാധ്യതയുള്ളതാണ്, എന്ത് ബാധ്യതകളാണ് ഞങ്ങളുടെ മേൽ വരുന്നത്, എന്തുകൊണ്ട് തുർക്കിയിലായിരിക്കുമ്പോൾ ഞങ്ങളെ ഒഴിവാക്കുന്നില്ല? നിങ്ങൾക്ക് ഉറപ്പില്ലാത്തിടത്ത് അടയാളപ്പെടുത്തുക." -> മോഡൽ ഒരു സന്ദർഭ-നിർദ്ദിഷ്ട വർഗ്ഗീകരണവും ബാധ്യതാ ലിസ്റ്റും നിർമ്മിക്കുന്നു.

സാധാരണ തെറ്റുകൾ

• "ഞങ്ങൾ തുർക്കിയിലാണ്, യൂറോപ്യൻ യൂണിയൻ നിയമം ഞങ്ങളെ ബന്ധിക്കുന്നില്ല" എന്ന് ചിന്തിക്കുന്നു; എന്നിരുന്നാലും, യൂറോപ്യൻ യൂണിയൻ വിപണിയിൽ സ്പർശിച്ചാൽ മതി.
• പ്രോജക്റ്റ് വികസിപ്പിച്ചതിനുശേഷം അപകടസാധ്യത വർഗ്ഗീകരണം ഉണ്ടാക്കുക; എന്നിരുന്നാലും, അത് ആദ്യം തന്നെ ചെയ്യണം.
• "നല്ല ന്യായീകരണത്തിലൂടെ" മറികടക്കാൻ കഴിയുന്ന ഒരു തടസ്സമായി നിരോധിക്കപ്പെട്ട ഒരു സമ്പ്രദായത്തെ തെറ്റിദ്ധരിപ്പിക്കുക.
• പരിമിതമായ അപകടസാധ്യത സംവിധാനങ്ങളിൽ സുതാര്യത റിപ്പോർട്ടുചെയ്യൽ ഒഴിവാക്കുന്നു (ബോട്ടിനെ മനുഷ്യനെപ്പോലെയാക്കുന്നു).
• ഉയർന്ന അപകടസാധ്യതയുള്ള ബാധ്യതകളിൽ നിന്ന് ഹ്യൂമൻ ഓഡിറ്റിംഗും ബയസ് മാനേജ്മെൻ്റും അവഗണിക്കുന്നു.
• പൊതുവായ ഉദ്ദേശ AI (GPAI) ബാധ്യതകളെ അവഗണിക്കുന്നത് ശൃംഖലയിൽ പ്രതിഫലിച്ചേക്കാം.
• EU AI നിയമം KVKK-യുമായി പരസ്പരം മാറ്റുക; അവ വ്യത്യസ്തമാണ്, എന്നാൽ പരസ്പര പൂരകങ്ങളാണ്.

ചുരുക്കത്തിൽ

• EU AI നിയമം അപകടസാധ്യത അടിസ്ഥാനമാക്കിയുള്ള ഒരു സമീപനം സ്വീകരിക്കുകയും AI-യെ നാല് ക്ലാസുകളായി വിഭജിക്കുകയും ചെയ്യുന്നു: നിരോധിതം, ഉയർന്നത്, പരിമിതം, കുറഞ്ഞത്.
• നിരോധിത സമ്പ്രദായങ്ങൾ (സോഷ്യൽ സ്കോറിംഗ്, കൃത്രിമത്വം മുതലായവ) അപകടസാധ്യത കുറച്ചാലും പുറത്തുവിടാൻ കഴിയില്ല.
• ഉയർന്ന അപകടസാധ്യതയുള്ള സംവിധാനങ്ങൾ; ഇത് റിസ്ക് മാനേജ്മെൻ്റ്, ഡാറ്റ ക്വാളിറ്റി, ഹ്യൂമൻ കൺട്രോൾ, ഡോക്യുമെൻ്റേഷൻ തുടങ്ങിയ കർശനമായ ബാധ്യതകൾക്ക് വിധേയമാണ്.
• പരിമിതമായ റിസ്ക് സിസ്റ്റങ്ങളിൽ, പ്രധാന ബാധ്യത സുതാര്യതയാണ് (AI ഉണ്ടെന്ന് റിപ്പോർട്ട് ചെയ്യുന്നത്).
• യൂറോപ്യൻ യൂണിയൻ വിപണിയിൽ സ്പർശിക്കുന്ന തുർക്കി കമ്പനികളെയും നിയമം ബാധിക്കുന്നു; പദ്ധതിയുടെ തുടക്കത്തിൽ തന്നെ വർഗ്ഗീകരണം നടത്തണം.

ആപ്ലിക്കേഷൻ ടാസ്ക്

EU വിപണിയുമായി ബന്ധപ്പെട്ട് നിങ്ങളുടെ സ്ഥാപനം (അല്ലെങ്കിൽ ഒരു സാങ്കൽപ്പിക കമ്പനി) ഉപയോഗിച്ചേക്കാവുന്ന AI-യുടെ മൂന്ന് വ്യത്യസ്ത ഉപയോഗങ്ങൾ പരിഗണിക്കുക. EU AI നിയമത്തിൻ്റെ നാല് അപകടസാധ്യത ക്ലാസുകളിൽ ഓരോന്നും സ്ഥാപിക്കുകയും നിങ്ങളുടെ ന്യായീകരണം എഴുതുകയും ചെയ്യുക. ഒരു നിയന്ത്രണ ചാർട്ടിൽ നിങ്ങൾ ഏറ്റവും കൂടുതൽ അപകടസാധ്യത കണ്ടെത്തുന്ന ഉപയോഗത്തിന് ആറ് ഉയർന്ന അപകടസാധ്യതയുള്ള ബാധ്യതകൾ നൽകുക: "നിലവിലെ നില", "അപൂർണ്ണമായ/പ്രവർത്തനം" എന്നീ നിരകൾ പൂരിപ്പിക്കുക. പരിമിതമായ അപകടസാധ്യത വിഭാഗത്തിൽ പെടുന്ന ഒരു ഉപയോഗത്തിനായി ഉപയോക്താവിന് പ്രദർശിപ്പിക്കുന്ന ഒരു സുതാര്യത പ്രസ്താവന എഴുതുക. അവസാനമായി, നിങ്ങളുടെ ഏതെങ്കിലും ഉപയോഗങ്ങൾ നിരോധിത രേഖയെ സമീപിക്കുകയാണെങ്കിൽ, അത് എന്തുകൊണ്ടെന്ന് ശ്രദ്ധിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ AI യുടെ ഓരോ ഉപയോഗവും നാല് റിസ്ക് ക്ലാസുകളിൽ ഒന്നാക്കി മാറ്റി.
• [ ] നിരോധിത ആപ്ലിക്കേഷനുകളുടെ ലിസ്റ്റിനെതിരെ ഞാൻ എൻ്റെ പ്രോജക്റ്റുകൾ സ്കാൻ ചെയ്തു.
• [ ] ഉയർന്ന അപകടസാധ്യതയുള്ള ഉപയോഗത്തിനായി ഞാൻ ഒരു ബാധ്യത നിയന്ത്രണ ചാർട്ട് സൃഷ്ടിച്ചു.
• [ ] ഞാൻ ബാധ്യതകളിൽ ഹ്യൂമൻ ഓഡിറ്റിംഗും ബയസ് മാനേജ്മെൻ്റും ഉൾപ്പെടുത്തി.
• പരിമിതമായ അപകടസാധ്യതയുള്ള ഉപയോഗത്തിനായി ഞാൻ ഒരു സുതാര്യത പ്രസ്താവന തയ്യാറാക്കിയിട്ടുണ്ട്.
• [ ] എൻ്റെ EU മാർക്കറ്റ് കണക്ഷൻ നിയമത്തിന് കാരണമായത് എന്തുകൊണ്ടാണെന്ന് ഞാൻ മനസ്സിലാക്കുന്നു.
• [ ] ഞാൻ പ്രോജക്റ്റിൻ്റെ തുടക്കത്തിൽ റിസ്ക് ക്ലാസിഫിക്കേഷൻ നടത്തി, അവസാനം അല്ല.