RATSe: उत्तरदायी AI शासन एवं नियंत्रण मानक

on
RATSe: उत्तरदायी AI शासन एवं नियंत्रण मानक (Execution Standard v2.0)

RATSe: उत्तरदायी AI शासन एवं नियंत्रण मानक

Execution Standard v2.0

Created by Dr. Sharad Maheshwari MD - imagingsimplified@gmail.com

Regulatory-Aligned, Control-Complete Architecture

RATSe: उत्तरदायी AI शासन एवं नियंत्रण मानक

कार्यकारी सार (Executive Brief)

  • समस्या: उच्च-जोखिम (High-Risk) AI के लिए केवल नीति या नैतिकता पर्याप्त नहीं है; इसके लिए एक Runtime नियंत्रण प्रणाली (Control System) की आवश्यकता है।
  • समाधान: RATSe एक निष्पादन-स्तर शासन ढांचा (Execution-Layer Governance Architecture) है, जो प्रत्येक निर्णय (Decision) को वास्तविक समय में सत्यापित (Validate), नियंत्रित (Control), Traceable और जवाबदेह बनाता है।
  • उपयोग-क्षेत्र: स्वास्थ्य सेवा, वित्त, और सॉवरेन डिजिटल सार्वजनिक अवसंरचना (Sovereign DPI)।

प्रस्तावना

कृत्रिम बुद्धिमत्ता (Artificial Intelligence) के तीव्र विस्तार और इसके कारण उत्पन्न होने वाले सामाजिक, आर्थिक एवं रणनीतिक परिवर्तनों ने प्रौद्योगिकी प्रशासन के क्षेत्र में एक नए प्रतिमान की आवश्यकता को जन्म दिया है। भारत सरकार के इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी मंत्रालय (MeitY) द्वारा इंडिया एआई मिशन (IndiaAI Mission) के अंतर्गत उत्तरदायी, सुरक्षित और विश्वसनीय AI परिनियोजन को सुनिश्चित करने के लिए एक व्यापक शासन ढांचा प्रस्तुत किया गया है1।

इसी दिशा में, भारतीय मानक ब्यूरो (BIS) की इलेक्ट्रॉनिक्स और आईटी डिवीजन काउंसिल की समिति (LITD 30), जो AI के लिए राष्ट्रीय मानक स्थापित करने हेतु उत्तरदायी है, अंतरराष्ट्रीय मानकों (जैसे ISO/IEC 42001) के साथ भारतीय विनिर्देशों को संरेखित कर रही है3।

यह दस्तावेज़ RATSe के निष्पादन मानक संस्करण 2.0 (Execution Standard v2.0) का औपचारिक तकनीकी प्रारूप है। RATSe पारंपरिक नीतिगत दिशानिर्देशों से आगे बढ़कर, RATSe एक नियंत्रण-आधारित शासन प्रणाली (Control-Oriented Governance System) है, जो आवश्यक होने पर Deterministic Enforcement Layers लागू करता है। RATSe एक गैर-प्रतिपूरक (Non-Compensatory) नियंत्रण प्रणाली है, जिसमें किसी एक भी विफलता की स्थिति में निर्णय को अमान्य माना जाएगा।

RATSe, भारत के AI शासन ढांचे का प्रतिस्थापन नहीं है; यह उसका निष्पादन-स्तर विस्तार है, जो नीतिगत सिद्धांतों को वास्तविक समय नियंत्रण में परिवर्तित करता है।

मूल नियामक सिद्धांत: “भारत का AI शासन ढांचा 'क्या' को परिभाषित करता है; RATSe 'कैसे नियंत्रित करना है' को निष्पादन स्तर पर लागू करता है।”

RATSe विकास यात्रा (3.0 – 5.0)

v3.0

प्रारंभिक स्कोरिंग मॉडल और शासन के 6 मूल स्तंभों की स्थापना।

v4.3

मूल्य श्रृंखला नियंत्रण (Value-Chain Governance) बाहरी API/मॉडल पर नियंत्रण।

v4.5

GSE और बुनियादी प्रवर्तन (Enforcement) की शुरुआत।

v4.8

EMS, मजबूत Decision Gate, ACP, और DVEE (निर्णय-समय वैधता नियंत्रण)।

v5.0 (वर्तमान)

बंद-लूप परिणाम शासन (Closed-Loop Outcome Governance) को केंद्रीय बनाना — निर्णय के बाद वास्तविक परिणामों के आधार पर प्रणाली का अनुकूलन (Adaptation)।

छह स्तंभ

संपूर्ण शासन वास्तुकला इन छह बुनियादी नियंत्रण स्तंभों पर आधारित है।

🎯

उत्तरदायी संचालन

उद्देश्य एवं दायरा नियंत्रण (Scope Control): प्रणाली को अपने निर्धारित उद्देश्य के भीतर ही कार्य करना अनिवार्य है।

👤

जवाबदेही

स्वामित्व एवं देयता (Ownership & Liability): स्पष्ट रेखांकन कि किस AI निर्णय के लिए कौन मानव या संस्था जिम्मेदार है।

🔍

पारदर्शिता

पूर्ण Traceability: प्रत्येक घटना और निर्णय को Audit के लिए पूरी तरह से Traceable होना अनिवार्य है।

🛡️

सुरक्षित एवं नियंत्रित

नियंत्रण और सीमाएँ: ज्ञान-संबंधी सुरक्षा (Epistemic Safety) लागू करना और बाहरी ड्रिफ्ट (External Drift) से बचाव करना अनिवार्य है।

⚖️

न्यायसंगत व्यवहार

मापनीय निष्पक्षता। BIS अनिवार्य क्लॉज़: निष्पक्षता को उपसमूह प्रदर्शन (Subgroup Metrics) एवं असमानता सीमा (Disparity Thresholds) द्वारा मापा जाना अनिवार्य है।

🌱

सततता

ऊर्जा एवं संसाधन उत्तरदायित्व: पर्यावरणीय प्रभाव की रिपोर्टिंग और ऊर्जा संतुलन सुनिश्चित करना अनिवार्य है।

GSE (Governability State Engine)

GSE एक नियत अवस्था मशीन (Finite State Control System) है, जो Authority, Traceability, Control Integrity और Runtime Signals के आधार पर प्रणाली की संचालन अवस्था निर्धारित करता है।

G2 Governable
✅ संचालन सामान्य रूप से जारी है

घटनाओं का अनुकरण करें

प्रवर्तन संरचना (Enforcement Architecture)

औपचारिक शासन परिभाषा (Formal Governability Definition):

Governability = Authority + Traceability + Control + Outcome Feedback

इनमें से किसी एक की विफलता पर प्रणाली को Ungovernable माना जाएगा। कोई भी AI निर्णय बिना Decision Gate पार किए निष्पादित नहीं होगा।

BIS Clause: उच्च-जोखिम संदर्भों में प्रत्येक AI निष्कर्ष के लिए प्रणाली में एक Decision Gate तैनात होना अनिवार्य है, जो इनपुट सत्यापन (Input Validation), जोखिम वर्गीकरण (Risk Classification), निर्णय वैधता (DVEE), प्राधिकरण (ACP) और सहमति (DPI) जाँच श्रृंखला को लागू करे।

🚧 Decision Gate

1
इनपुट सत्यापन (Input Validation)
2
जोखिम वर्गीकरण (Risk Classification)
3
निर्णय वैधता (DVEE) & प्राधिकरण (ACP)
4
नीति / सहमति जाँच (Policy/Consent Check)

🔑 ACP

"कोई भी AI प्रणाली अपरिवर्तनीय निर्णय स्वतंत्र रूप से नहीं ले सकती; मानव स्वीकृति अनिवार्य होगी (ACP Enforcement Rule)।"

  • L1 - Advisory मानव स्वीकृति अनिवार्य
  • L2 - Conditional सीमित स्वायत्तता
  • L3 - Restricted मानव अनिवार्य

EMS

उच्च-जोखिम कार्यों के लिए: Deterministic / Constrained modes के साथ DVEE तथा ACP L1/L2 अनिवार्य हैं।

Low-risk उपयोग: Stochastic mode की नियंत्रित अनुमति (Controlled Permission) है, परंतु GSE और ITF telemetry चालू रहना अनिवार्य है।

निर्णय वैधता प्रवर्तन (DVEE)

DVEE केवल निर्णय-समय वैधता नियंत्रण (Decision-Time Validity Controls) लागू करता है। यह परिणाम-सुधार (Outcome Adaptation) का भाग नहीं है।

यदि 6 में से कोई एक भी शर्त विफल होती है, तो निर्णय को स्वचालित रूप से अमान्य घोषित किया जाएगा तथा निष्पादन तत्काल रोका जाएगा (Non-compensatory enforcement)।

वैधता की 6 शर्तें जाँचें:

✅ निर्णय वैध है (Valid)

सभी 6 शर्तें पूर्ण हैं।

🔴 परिणाम शासन (Outcome Governance – RATSe 5.0)

प्रत्येक AI निर्णय को उसके वास्तविक परिणाम (Real-World Outcome) से जोड़ा जाना अनिवार्य है। RATSe 4.8 निर्णयों को नियंत्रित करता है; RATSe 5.0 निर्णयों को समय के साथ सुधारता है।

Outcome Binding

निर्णय को सीधे परिणाम से जोड़ना (निर्णय → परिणाम)।

Outcome Evaluation

परिणाम का मूल्यांकन (सही/त्रुटिपूर्ण)।

Adaptive Control

नियम अद्यतन (Rule Update) एवं नियंत्रण कड़ा करना।

अनिवार्य नियम: यदि प्रणाली गलत परिणाम उत्पन्न करती है और स्वयं को अनुकूलित नहीं करती, तो उसे Ungovernable माना जाएगा।
📑

प्रति-निर्णय रिकॉर्ड (Per-Inference Record)

BIS Clause: प्रदाता को प्रत्येक निष्पादित निर्णय के लिए सात निर्धारित फ़ील्ड (Input, Output, Risk level, EMS, Validity status, Authority, Trace ID) सहित प्रति-निर्णय रिकॉर्ड लॉग करना अनिवार्य है।

व्याख्येयता (Explainability) के दो स्तर:
  1. तकनीकी पुनर्निर्माण: Audit के लिए Traceability-आधारित पुनर्निर्माण।
  2. मानव-पठनीय सार: नियामक (Regulator) के लिए अनुकूल स्पष्टीकरण।
🚨

घटना वर्गीकरण (ITF)

"ITF को राष्ट्रीय AI घटना रिपोर्टिंग (Incident Reporting) प्रणाली के लिए प्रामाणिक तकनीकी वर्गीकरण (Canonical Technical Taxonomy) के रूप में लागू किया जाना अनिवार्य है।"
शिकायत (Contestability) Flow:
चरण 1 उपयोगकर्ता शिकायत दर्ज करता है।
चरण 2 Trace ID का उपयोग करके Per-Inference Record प्राप्त किया जाता है।
चरण 3 पुनर्निर्मित निर्णय और ACP पथ की समीक्षा एवं सुधार किया जाता है।

भारत AI शासन के साथ संरेखण

"RATSe, IndiaAI के नीतिगत ढांचे को निष्पादन-स्तर नियंत्रण प्रणाली में परिवर्तित करता है।"

IndiaAI स्तंभ RATSe निष्पादन मॉड्यूल
Enablement (सक्षमता) DPI Integration: Consent Manager APIs एवं ABDM / Aadhaar Identity के साथ एकीकरण अनिवार्य है।
Regulation (विनियमन) Decision Gate & DVEE: EMS के माध्यम से नवाचार संरेखण सुनिश्चित करना अनिवार्य है।
Oversight (निगरानी) GSE & ITF: State Engine Telemetry एवं राष्ट्रीय प्रणालियों में Audit Logs निर्यात क्षमता अनिवार्य है।
⚕️

RATSe-H: स्वास्थ्य सेवा प्रोफ़ाइल

स्वास्थ्य क्षेत्र के लिए RATSe का यह विशेष प्रोफ़ाइल 4 कठोर बाधाओं को लागू करता है, जो भविष्य में वित्त आदि के लिए भी टेम्पलेट बनेगा:

  • 1 सभी clinical AI को ACP L1 स्तर पर कार्य करना अनिवार्य है।
  • 2 कोई भी AI प्रणाली अपरिवर्तनीय निर्णय स्वतंत्र रूप से नहीं ले सकती; मानव स्वीकृति अनिवार्य होगी (ACP Enforcement Rule)।
  • 3 राष्ट्रीय नैदानिक दिशानिर्देशों के विरुद्ध DVEE grounding अनिवार्य है।
  • 4 विलंबित परिणामों के लिए Outcome-tracking और ITF-आधारित reporting अनिवार्य है।

अनुपालन एवं परीक्षण (Conformance)

Audit और सिस्टम प्रमाणन के लिए जाँच बिंदु:

अनिवार्य कलाकृतियाँ (Required Artefacts):

  • AI Assurance Case
  • Per-Inference Record (संपूर्ण Traceability इतिहास)
  • State Transition History (GSE लॉग)
  • Closed-loop Outcome Reporting

नमूना परीक्षण (Sample Test Conditions):

  • Test Condition A Unregistered dependency call → प्रणाली का G4 में संक्रमण अनिवार्य है।
  • Test Condition B Repeated critical harm detected → प्रणाली द्वारा G5 Kill-Switch ट्रिगर करना अनिवार्य है।
🇮🇳

“RATSe, भारत के AI शासन ढांचे का प्रतिस्थापन नहीं है; यह उसका निष्पादन-स्तर विस्तार (Execution-Layer Extension) है, जो नीतिगत सिद्धांतों को वास्तविक समय नियंत्रण में परिवर्तित करता है। यह एक नियंत्रण-आधारित AI शासन प्रणाली है, जो प्रत्येक निर्णय को वास्तविक समय में सत्यापित, नियंत्रित, Traceable और जवाबदेह बनाती है, तथा परिणाम-आधारित सुधार के माध्यम से हर निर्णय स्तर पर Trust-at-Runtime सुनिश्चित करता है।”

RATSe Framework v2.0 • Regulatory-Aligned Execution Standard

Developed for Control-Complete Architecture in High-Risk AI Systems

Comments

Post a Comment