सार्वजनिक सुरक्षा में वॉल्ड गार्डन कैसे अमेरिका के डेटा गोपनीयता संकट को उजागर कर रहे हैं

आर्टिफ़िशियल इंटेलिजेंस और डेटा की बढ़ती मांग

आर्टिफ़िशियल इंटेलिजेंस तेजी से हमारे जीवन, काम और शासन को बदल रहा है। सार्वजनिक स्वास्थ्य और सार्वजनिक सेवाओं में, एआई टूल अधिक कुशलता और तेजी से निर्णय लेने का वादा करते हैं। लेकिन इस परिवर्तन की सतह के नीचे एक बढ़ती असंतुलन है: हमारी डेटा इकट्ठा करने की क्षमता ने हमारी जिम्मेदारी से इसका शासन करने की क्षमता को पार कर लिया है।

यह केवल एक तकनीकी चुनौती से अधिक एक गोपनीयता संकट है। पूर्वानुमान पुलिसिंग सॉफ़्टवेयर से लेकर निगरानी टूल और स्वचालित लाइसेंस प्लेट रीडर तक, व्यक्तियों के बारे में डेटा को असाधारण गति से इकट्ठा किया जा रहा है, विश्लेषित किया जा रहा है और कार्रवाई की जा रही है। और फिर भी, अधिकांश नागरिकों को यह पता नहीं है कि उनके डेटा का मालिक कौन है, इसका उपयोग कैसे किया जाता है या इसकी सुरक्षा कैसे की जाती है।

मैंने इसे करीब से देखा है। एक सेवानिवृत्त एफबीआई साइबर विशेष एजेंट और अब एक प्रमुख सार्वजनिक सुरक्षा प्रौद्योगिकी कंपनी के सीईओ के रूप में, मैंने सरकार और निजी क्षेत्र दोनों में काम किया है। एक बात स्पष्ट है: यदि हम अब डेटा गोपनीयता के तरीके को नहीं ठीक करते हैं, तो एआई मौजूदा समस्याओं को और भी बदतर बना देगा। और सबसे बड़ी समस्याओं में से एक? वॉल्ड गार्डन।

वॉल्ड गार्डन क्या हैं और वे सार्वजनिक सुरक्षा में खतरनाक क्यों हैं?

वॉल्ड गार्डन बंद प्रणाली हैं जहां एक कंपनी डेटा के पहुंच, प्रवाह और उपयोग को नियंत्रित करती है। वे विज्ञापन और सोशल मीडिया (फेसबुक, गूगल और अमेज़न जैसे प्लेटफ़ॉर्म) में सामान्य हैं, लेकिन बढ़ते रूप से वे सार्वजनिक सुरक्षा में भी दिखाई दे रहे हैं।

सार्वजनिक सुरक्षा कंपनियां आधुनिक पुलिसिंग बुनियादी ढांचे में एक महत्वपूर्ण भूमिका निभाती हैं, हालांकि इन प्रणालियों की स्वामित्व प्रकृति का अर्थ है कि वे हमेशा अन्य विक्रेताओं के टूल के साथ द्रव적으로 बातचीत करने के लिए डिज़ाइन नहीं किए जाते हैं।

इन वॉल्ड गार्डन में क्लाउड-आधारित बॉडीकैम फुटेज या स्वचालित लाइसेंस प्लेट रीडर जैसी शक्तिशाली कार्यक्षमता हो सकती है, लेकिन वे डेटा को संग्रहीत, पहुंच और विश्लेषण करने के लिए एक एकाधिकार भी बनाते हैं। पुलिस विभाग अक्सर प्रोप्राइटरी सिस्टम के साथ लंबी अवधि के अनुबंध में फंस जाते हैं जो एक दूसरे के साथ बात नहीं करते हैं। परिणाम? खंडितकरण, सिलोइड़ इनसाइट और जब यह सबसे अधिक मायने रखता है तो समुदाय में प्रभावी ढंग से प्रतिक्रिया करने में असमर्थता।

जनता को पता नहीं है, और यह एक समस्या है

अधिकांश लोगों को यह एहसास नहीं है कि उनकी व्यक्तिगत जानकारी इन प्रणालियों में कितनी बहुमुखी प्रतibhक है। कई शहरों में, आपका स्थान, वाहन, ऑनलाइन गतिविधि और यहां तक कि भावनात्मक स्थिति भी एआई-संचालित टूल के माध्यम से अनुमानित और ट्रैक की जा सकती है। ये टूल अपराध-विरोधी उन्नयन के रूप में विपणन किए जा सकते हैं, लेकिन पारदर्शिता और नियमन की अनुपस्थिति में, वे आसानी से दुरुपयोग किए जा सकते हैं।

और यह नहीं है कि डेटा मौजूद है, बल्कि यह वॉल्ड इकोसिस्टम में मौजूद है जो निजी कंपनियों द्वारा नियंत्रित होते हैं जिन पर न्यूनतम पर्यवेक्षण होता है। उदाहरण के लिए, लाइसेंस प्लेट रीडर जैसे टूल अब अमेरिका भर के हजारों समुदायों में डेटा इकट्ठा कर रहे हैं और इसे अपने स्वामित्व नेटवर्क में फीड कर रहे हैं। पुलिस विभाग अक्सर हार्डवेयर के मालिक नहीं होते हैं, वे इसे किराए पर लेते हैं, जिसका अर्थ है कि डेटा पाइपलाइन, विश्लेषण और अलर्ट विक्रेता द्वारा निर्देशित होते हैं, न कि सार्वजनिक सहमति से।

यह क्यों लाल झंडे उठाना चाहिए

एआई को डेटा की आवश्यकता होती है। लेकिन जब डेटा वॉल्ड गार्डन में बंद होता है, तो इसे क्रॉस-रेफरेंस, सत्यापित या चुनौती नहीं दी जा सकती है। इसका अर्थ है कि कौन खींचा जाता है, संसाधन कहां जाते हैं या कौन खतरे के रूप में चिह्नित किया जाता है, यह निर्णय आंशिक, कभी-कभी असटीक जानकारी पर आधारित होते हैं।

जोखिम? खराब निर्णय, संभावित नागरिक स्वतंत्रता उल्लंघन और पुलिस विभागों और उन समुदायों के बीच बढ़ती खाई जिन्हें वे सेवा करते हैं। पारदर्शिता कम हो जाती है। विश्वास वाष्पित हो जाता है। और नवाचार रुक जाता है, क्योंकि नए टूल बाजार में प्रवेश नहीं कर सकते हैं जब तक कि वे इन वॉल्ड सिस्टम की सीमाओं के अनुरूप नहीं होते हैं।

एक परिदृश्य में जहां एक लाइसेंस प्लेट मान्यता प्रणाली पुराने या साझा डेटा के आधार पर एक चोरी की गई वाहन को गलत तरीके से चिह्नित करती है, और प्लेटफ़ॉर्म या ऑडिट कैसे निर्णय लिया गया था, इसकी पुष्टि करने की क्षमता के बिना, अधिकारी झूठे सकारात्मक पर कार्रवाई कर सकते हैं। हम पहले ही उन घटनाओं को देख चुके हैं जहां त्रुटिपूर्ण प्रौद्योगिकी ने गलत गिरफ्तारी या बढ़े हुए सामना को जन्म दिया है। ये परिणाम काल्पनिक नहीं हैं, वे देश भर के समुदायों में हो रहे हैं।

कानून प्रवर्तन को वास्तव में क्या चाहिए

डेटा को बंद करने के बजाय, हमें सुरक्षित, मानकीकृत और इंटरऑपरेबल डेटा साझा करने के लिए खुले इकोसिस्टम की आवश्यकता है. इसका अर्थ यह नहीं है कि गोपनीयता की बलि दी जाए। इसके विपरीत, यह गोपनीयता सुरक्षा को लागू करने का एकमात्र तरीका है।

कुछ प्लेटफ़ॉर्म इस दिशा में काम कर रहे हैं। उदाहरण के लिए, फ़र्स्टटू वास्तविक समय की स्थितिगत जागरूकता टूल प्रदान करता है जो सार्वजनिक रूप से उपलब्ध डेटा के जिम्मेदार एकीकरण पर जोर देता है। अन्य, जैसे फोर्समेट्रिक्स, विभिन्न डेटासेट जैसे 911 कॉल, व्यवहार स्वास्थ्य रिकॉर्ड और पिछले घटना इतिहास को मिलाकर अधिकारियों को क्षेत्र में बेहतर संदर्भ प्रदान करने पर केंद्रित हैं। लेकिन महत्वपूर्ण बात यह है कि इन प्रणालियों को सार्वजनिक सुरक्षा की आवश्यकताओं और समुदाय के सम्मान के साथ डिज़ाइन किया गया है, न कि बाद में।

गोपनीयता-पहले के बुनियादी ढांचे का निर्माण

गोपनीयता-पहले का दृष्टिकोण संवेदनशील जानकारी को संपादित करने से अधिक है। इसका अर्थ है कि डेटा तक पहुंच को सीमित करना जब तक कि कानूनी आवश्यकता न हो। इसका अर्थ है निर्णय लेने के तरीके का दस्तावेजीकरण करना और तीसरे पक्ष के ऑडिट को सक्षम करना। इसका अर्थ है समुदाय के हितधारकों और नागरिक अधिकार समूहों के साथ नीति और कार्यान्वयन को आकार देने के लिए भागीदारी करना। इन चरणों का परिणाम सुरक्षा और वैधता में मजबूती के रूप में होता है।

प्रौद्योगिकी की प्रगति के बावजूद, हम अभी भी एक कानूनी शून्य में काम कर रहे हैं। संयुक्त राज्य अमेरिका में व्यापक संघीय डेटा गोपनीयता कानून का अभाव है, जिससे एजेंसियों और विक्रेताओं को जैसे वे जाते हैं नियम बनाने की अनुमति मिलती है। यूरोप में जीडीपीआर है, जो सहमति-आधारित डेटा उपयोग और जवाबदेही के लिए एक रोडमैप प्रदान करता है। संयुक्त राज्य अमेरिका, इसके विपरीत, राज्य-स्तरीय नीतियों का एक खंडित पैचवर्क है जो सार्वजनिक प्रणालियों में एआई की जटिलताओं को पर्याप्त रूप से संबोधित नहीं करता है।

इसकी आवश्यकता है। हमें कानून प्रवर्तन और सार्वजनिक सुरक्षा संगठनों द्वारा डेटा संग्रह, भंडारण और साझा करने के तरीके के बारे में स्पष्ट, प्रवर्तनीय मानकों की आवश्यकता है। और हमें समुदाय के हितधारकों को बातचीत में शामिल करने की आवश्यकता है। सहमति, पारदर्शिता और जवाबदेही को प्रणाली के हर स्तर पर शामिल किया जाना चाहिए, खरीद से लेकर कार्यान्वयन तक और दैनिक उपयोग तक।

निचला रेखा: इंटरऑपरेबिलिटी के बिना, गोपनीयता पीड़ित होती है

सार्वजनिक सुरक्षा में, जीवन दांव पर हैं। यह विचार कि एक विक्रेता मिशन-महत्वपूर्ण डेटा तक पहुंच को नियंत्रित कर सकता है और इसका उपयोग कैसे और कब किया जाता है, यह केवल अकुशल नहीं है। यह अनैतिक है।

हमें नवाचार और गोपनीयता के बीच मिथक से परे जाने की आवश्यकता है जो विरोधाभासी हैं। जिम्मेदार एआई का अर्थ है अधिक समान, प्रभावी और जवाबदेह प्रणाली। इसका अर्थ है विक्रेता लॉक-इन को अस्वीकार करना, इंटरऑपरेबिलिटी को प्राथमिकता देना और खुले मानकों की मांग करना। क्योंकि एक लोकतंत्र में, कोई एक कंपनी डेटा को नियंत्रित नहीं करनी चाहिए जो तय करती है कि कौन सी मदद मिलती है, कौन रोका जाता है या कौन पीछे छूट जाता है।