एजेंटिक एआई (Agentic AI)

ट्रेडिशनल एआई को किसी काम के हर स्टेप के लिए साफ़-साफ़ इंस्ट्रक्शन की ज़रूरत होती है. वहीं, एजेंटिक एआई अपने आस-पास के माहौल को समझ सकता है, फैसले ले सकता है, और बिना किसी इंसान के लगातार देखे, किसी खास लक्ष्य को पाने के लिए खुद से काम कर सकता है. ये आज़ादी ही सबसे ज़रूरी है. यूपीएससी आपसे इस आज़ादी के नतीजों पर सवाल पूछेगा – एथिकल बातें, नौकरियों पर असर, और मज़बूत नियमों की ज़रूरत. सिर्फ़ परिभाषा पर नहीं, इन बड़ी बातों पर ध्यान दो.

ऑटोमेशन पहले से तय नियमों को फॉलो करता है. एजेंटिक एआई रियल-टाइम डेटा और अपनी लर्निंग के हिसाब से उन नियमों को बदलता है. एक सप्लाई चेन की कल्पना करें: ऑटोमेशन एक लिमिट पर पहुंचने पर स्टॉक को फिर से ऑर्डर करता है. एजेंटिक एआई मौसम के पैटर्न, सोशल मीडिया ट्रेंड और कंपटीटर की हरकतों के आधार पर डिमांड बढ़ने का अनुमान लगाता है, फिर ऑर्डर को एडजस्ट करता है और सप्लायर के साथ कीमतों पर बातचीत करता है - ये सब खुद से. ये एडेप्टेबिलिटी बहुत ज़्यादा एफिशिएंसी और लचीलापन लाती है, जिससे ये इकोनॉमी के लिए बहुत ज़रूरी हो जाता है.

answerPoints: * Bias and Fairness: AI trained on biased data can perpetuate and amplify existing societal inequalities. In India, caste, gender, and regional biases in data could lead to discriminatory outcomes. * Job Displacement: Automation driven by Agentic AI could disproportionately affect certain sectors and demographics, exacerbating existing economic disparities. * Lack of Transparency and Accountability: The 'black box' nature of some AI algorithms makes it difficult to understand how decisions are made, hindering accountability. * Data Privacy: Agentic AI relies on vast amounts of data, raising concerns about the privacy and security of personal information, especially in the absence of robust data protection laws (though the Digital Personal Data Protection Act, 2023 is a step forward). India's collectivist culture might place a different emphasis on individual privacy versus societal benefit compared to Western individualistic societies. Also, the digital divide could exacerbate inequalities in access to the benefits of Agentic AI.

• •बायस और फेयरनेस: बायस्ड डेटा पर ट्रेन किया गया एआई समाज में पहले से मौजूद असमानताओं को और बढ़ा सकता है. भारत में, जाति, लिंग और क्षेत्रीय बायस के कारण भेदभावपूर्ण नतीजे आ सकते हैं.
• •नौकरियों का नुकसान: एजेंटिक एआई से होने वाला ऑटोमेशन कुछ खास सेक्टर और लोगों को ज़्यादा नुकसान पहुंचा सकता है, जिससे आर्थिक असमानता और बढ़ सकती है.
• •ट्रांसपेरेंसी और जवाबदेही की कमी: कुछ एआई एल्गोरिदम के 'ब्लैक बॉक्स' होने के कारण ये समझना मुश्किल है कि फैसले कैसे लिए जाते हैं, जिससे जवाबदेही तय करने में दिक्कत होती है.
• •डेटा प्राइवेसी: एजेंटिक एआई को बहुत ज़्यादा डेटा की ज़रूरत होती है, जिससे पर्सनल जानकारी की प्राइवेसी और सुरक्षा को लेकर चिंताएं बढ़ जाती हैं, खासकर मज़बूत डेटा प्रोटेक्शन कानूनों की कमी में (हालांकि डिजिटल पर्सनल डेटा प्रोटेक्शन एक्ट, 2023 एक अच्छा कदम है).

मान लीजिए आप हमेशा Instamart से किराने का सामान ऑर्डर करते हैं. एजेंटिक कॉमर्स के साथ, आपका एआई असिस्टेंट (आपकी परमिशन से) आपकी पसंद को सीखता है और जब सामान कम होता है तो ज़रूरी चीज़ों को अपने आप ऑर्डर कर देता है, बिना आपको हर ट्रांजेक्शन को खुद अप्रूव किए. मास्टरकार्ड/एक्सिस बैंक के डेमो ने दिखाया कि पेमेंट को भी सुरक्षित तरीके से ऑटोमेट किया जा सकता है, जिसमें फ्रॉड पकड़ने की सुविधा भी है. इसका मतलब है कि दोहराए जाने वाले कामों में कम समय लगेगा और शॉपिंग का एक्सपीरियंस और आसान हो जाएगा.

This is a double-edged sword. answerPoints: * Potential Benefits: Large-scale infrastructure could lead to lower costs for AI services, making them more accessible to smaller players. Cloud-based AI platforms could democratize access. * Potential Risks: If the infrastructure is controlled by a few large players, they could create barriers to entry, favoring their own businesses or charging exorbitant prices. This could stifle innovation and competition. The key will be government policies that promote open access and prevent monopolistic practices.

• •फायदे: बड़े पैमाने पर इंफ्रास्ट्रक्चर से एआई सेवाओं की लागत कम हो सकती है, जिससे छोटे खिलाड़ियों के लिए ये ज़्यादा आसान हो जाएंगी. क्लाउड-आधारित एआई प्लेटफॉर्म एक्सेस को आसान बना सकते हैं.
• •नुकसान: अगर इंफ्रास्ट्रक्चर कुछ बड़ी कंपनियों के कंट्रोल में है, तो वे एंट्री में रुकावटें पैदा कर सकते हैं, जिससे उनके अपने व्यवसायों को फायदा होगा या वे बहुत ज़्यादा कीमतें वसूल सकते हैं. इससे इनोवेशन और कंपटीशन कम हो सकता है.

answerPoints: * Consent: Agentic AI systems must obtain explicit consent from users before collecting and processing their personal data. This is crucial because AI often infers information beyond what users directly provide. * Purpose Limitation: Data can only be used for the specific purpose for which it was collected. This prevents AI from repurposing data for unintended or harmful uses. * Data Minimization: Agentic AI should only collect the minimum amount of data necessary to achieve its stated purpose. This reduces the risk of data breaches and misuse. * Right to Erasure: Users have the right to have their personal data erased. This allows individuals to control their digital footprint and prevent AI from retaining data indefinitely. * Data Security: The Act mandates reasonable security safeguards to protect personal data from unauthorized access, use, or disclosure.

• •सहमति: एजेंटिक एआई सिस्टम को यूजर का पर्सनल डेटा इकट्ठा करने और प्रोसेस करने से पहले उनसे साफ़ तौर पर सहमति लेनी होगी. ये ज़रूरी है क्योंकि एआई अक्सर यूजर की दी हुई जानकारी से ज़्यादा जानकारी निकालता है.
• •मकसद की लिमिट: डेटा का इस्तेमाल सिर्फ उसी मकसद के लिए किया जा सकता है जिसके लिए उसे इकट्ठा किया गया था. इससे एआई को डेटा का गलत इस्तेमाल करने से रोका जा सकेगा.
• •डेटा मिनिमाइजेशन: एजेंटिक एआई को सिर्फ उतना ही डेटा इकट्ठा करना चाहिए जितना उसके बताए गए मकसद को पूरा करने के लिए ज़रूरी है. इससे डेटा लीक होने और गलत इस्तेमाल होने का खतरा कम हो जाएगा.
• •मिटाने का अधिकार: यूजर को अपना पर्सनल डेटा मिटाने का अधिकार है. इससे लोगों को अपने डिजिटल फुटप्रिंट को कंट्रोल करने और एआई को डेटा को हमेशा के लिए रखने से रोकने में मदद मिलेगी.
• •डेटा सिक्योरिटी: एक्ट में पर्सनल डेटा को बिना परमिशन के एक्सेस, इस्तेमाल या शेयर करने से बचाने के लिए सिक्योरिटी के ज़रूरी उपाय करने का आदेश दिया गया है.

सबसे आम गलती है एजेंटिक एआई की एक आम, किताबी परिभाषा देना, बिना उसे असल दुनिया के इस्तेमाल या भारत से जुड़ी चुनौतियों से जोड़े. छात्र अक्सर भारतीय अर्थव्यवस्था, समाज या शासन के लिए एजेंटिक एआई के नतीजों का विश्लेषण करने में फेल हो जाते हैं. वे एथिकल और रेगुलेटरी पहलुओं को भी नज़रअंदाज़ करते हैं. हमेशा अपने जवाब को ठोस उदाहरणों से समझाएं और संभावित कमियों को भी बताएं.

एजेंटिक एआई की समझ उसे मिलने वाले डेटा से सीमित होती है. अगर डेटा अधूरा, गलत या बायस्ड है, तो एआई के फैसले गलत होंगे. उदाहरण के लिए, अगर एक सेल्फ-ड्राइविंग कार के सेंसर भारी बारिश से ढके हुए हैं, तो वो अपने आस-पास के माहौल को गलत समझ सकती है और एक्सीडेंट हो सकता है. इसी तरह, अगर एक लोन एप्लीकेशन एआई को ऐसे डेटा पर ट्रेन किया जाता है जो कुछ खास लोगों को कम दिखाता है, तो वो उन लोगों को गलत तरीके से लोन देने से इनकार कर सकती है. एआई सिर्फ वही 'देख' सकता है जो उसका डेटा उसे देखने की इजाजत देता है.

एंथ्रोपिक एआई सुरक्षा और 'कॉन्स्टिट्यूशनल एआई' पर ध्यान देने के लिए जाना जाता है. इसका मतलब है कि वे ऐसे एआई सिस्टम बनाने को प्राथमिकता देते हैं जो इंसानी मूल्यों के साथ जुड़े हों और जिनसे नुकसानदायक या बायस्ड नतीजे आने की संभावना कम हो. एंटरप्राइज एप्लीकेशन के लिए ये ज़रूरी है क्योंकि व्यवसायों को ऐसे एआई सॉल्यूशन की ज़रूरत होती है जिन पर वे भरोसा कर सकें कि वे भरोसेमंद, एथिकल और नियमों का पालन करने वाले हैं. इससे प्रतिष्ठा को नुकसान पहुंचने और कानूनी देनदारियों का खतरा कम हो जाता है.

answerPoints: * Job Displacement: Agentic AI could automate many routine tasks currently performed by workers in the informal sector, leading to job losses. * Skill Gaps: Workers may lack the skills needed to transition to new roles created by AI, exacerbating unemployment. * Wage Depression: Increased competition for fewer jobs could drive down wages, further marginalizing vulnerable populations. * Increased Inequality: The benefits of Agentic AI may accrue disproportionately to those with capital and skills, widening the gap between the rich and the poor. Mitigation strategies include investing in education and training programs, providing social safety nets, and promoting policies that support inclusive growth.

• •नौकरियों का नुकसान: एजेंटिक एआई अनौपचारिक क्षेत्र में काम करने वाले लोगों द्वारा किए जाने वाले कई रूटीन कामों को ऑटोमेट कर सकता है, जिससे नौकरियां जा सकती हैं.
• •स्किल गैप: श्रमिकों के पास एआई द्वारा बनाई गई नई भूमिकाओं में जाने के लिए ज़रूरी स्किल नहीं हो सकते हैं, जिससे बेरोज़गारी और बढ़ सकती है.
• •वेतन में कमी: कम नौकरियों के लिए ज़्यादा कंपटीशन से वेतन कम हो सकता है, जिससे कमज़ोर आबादी और हाशिये पर चली जाएगी.
• •बढ़ी हुई असमानता: एजेंटिक एआई के फायदे उन लोगों को ज़्यादा मिल सकते हैं जिनके पास पूंजी और स्किल हैं, जिससे अमीर और गरीब के बीच की खाई और बढ़ जाएगी.

सबसे आम जाल है एजेंटिक एआई को इंसानी देखरेख से *पूरी तरह* आज़ाद बताना. हालांकि एजेंटिक एआई खुद से काम कर सकता है, लेकिन इसका मतलब ये *नहीं* है कि ये इंसानी कंट्रोल से पूरी तरह आज़ाद है. इंसानी दखल और देखरेख के लिए हमेशा तरीके होने चाहिए, खासकर ज़रूरी एप्लीकेशन में. एक एमसीक्यू कह सकता है: 'एजेंटिक एआई पूरी तरह से इंसानी दखल के बिना काम करता है,' जो आम तौर पर गलत है.

ईयू एआई एक्ट के साथ ज़्यादा नियम-आधारित, जोखिम-आधारित नज़रिया अपना रहा है, जो एआई सिस्टम को उनकी संभावित जोखिम के आधार पर बांटने और ज़्यादा जोखिम वाले एप्लीकेशन पर सख्त नियम लगाने पर ध्यान केंद्रित कर रहा है. भारत का नज़रिया ज़्यादा सिद्धांत-आधारित और कम नियम-आधारित है, जो सेल्फ-रेगुलेशन पर ज़ोर देता है और इनोवेशन को बढ़ावा देता है. ईयू सुरक्षा और एथिकल बातों को प्राथमिकता देता है, जबकि भारत इन चिंताओं को आर्थिक विकास और तकनीकी तरक्की को बढ़ावा देने की ज़रूरत के साथ बैलेंस करता है. भारत का नज़रिया इस स्टेज पर कानूनी रूप से भी कम बाध्यकारी है.