AI प्रकटीकरण थकान: 2 अगस्त UX विश्लेषण

किसी विज्ञापन पर AI लेबल मदद कर सकता है। हर विज्ञापन, सिफारिश, कैलेंडर सहायता और सपोर्ट इंटरैक्शन पर AI लेबल वॉलपेपर बन सकता है। इस समस्या के लिए WIRED का उपयोगी वाक्यांश है disclosure fatigue, यानी वह पल जब कोई अनिवार्य सूचना कानूनी रूप से मौजूद होती है, लेकिन व्यवहार में असर करना बंद कर देती है। EU AI Act उपयोगकर्ताओं से आपके अनुपालन बैनर की प्रशंसा करने को नहीं कहता। वह उनसे यह समझने को कहता है कि कमरे में AI कब मौजूद है।

2 अगस्त वास्तव में क्या मांगता है

WIRED की रिपोर्ट के अनुसार, 2 अगस्त से यूरोपीय संघ में लोगों को तब सूचित करना होगा जब वे किसी AI सिस्टम से बातचीत कर रहे हों या तकनीक द्वारा बनाई गई या बदली गई सामग्री देख रहे हों। वही WIRED रिपोर्ट रोज़मर्रा की सूची देती है: विज्ञापन, संगीत सिफारिशें, कैलेंडर प्रबंधन ऐप्स और शिकायत हॉटलाइन—अगर वे AI का उपयोग करती हैं, तो उन्हें यूरोपियों को बताना होगा। यही बात इस नियम को संचालन के स्तर पर असुविधाजनक बनाती है। AI किसी एक चैटबॉट विंडो तक सीमित नहीं है, जिसके ऊपर साफ-सुथरा लेबल लगा हो। सरल दायित्वों में, इसका मतलब है कि प्रोडक्ट टीमों को एक नहीं, दो सूचियाँ चाहिए। पहली, उन जगहों की सूची बनाएं जहाँ उपयोगकर्ता किसी AI सिस्टम से बातचीत करता है, जैसे चैटबॉट या AI-आधारित हॉटलाइन। दूसरी, उन जगहों की सूची बनाएं जहाँ उपयोगकर्ता AI-जनित या AI-संपादित सामग्री देखता है, जैसे डीपफेक विज्ञापन या बदला हुआ कॉर्पोरेट सोशल पोस्ट। अगर वही उपयोगकर्ता एक ही सत्र में ऐसी चार सतहों से गुजरता है, तो कानून ने UX समस्या को जादुई तरीके से हल नहीं किया है। उसने केवल समस्या को दिखाई देने लायक बनाया है।

थकान अनुपालन की गड़बड़ी क्यों है The Tech Buzz जोखिम को साफ शब्दों में बताता

है: लगातार सूचनाएँ उपयोगकर्ताओं को उन्हीं चेतावनियों के प्रति सुन्न कर सकती हैं जो उनकी रक्षा के लिए होती हैं। यह भी नोट करता है कि एंटरप्राइज़ सॉफ़्टवेयर प्रदाताओं के सामने अनुपालन की बड़ी चुनौती है, क्योंकि AI चुपचाप ऐप्स, कंटेंट फ़ीड और ग्राहक सेवा इंटरैक्शन को शक्ति देता रहा है। यह disclosure छोड़ने का कारण नहीं है। यह disclosure को सजावटी boilerplate की तरह समझना बंद करने का कारण है। WIRED ने Stibbe में टेक्नोलॉजी वकील Frederiek Fernhout को उद्धृत किया है, जो कहते हैं, "If a provider’s really compliant with the transparency obligations, it will become very visible how much AI is used." उन्होंने जोड़ा, "Especially in marketing." इसे केवल कानूनी चेतावनी नहीं, बल्कि प्रोडक्ट चेतावनी की तरह पढ़ें। अगर हर कैंपेन एसेट, सपोर्ट स्क्रिप्ट और सिफारिश मॉड्यूल वही अस्पष्ट लेबल पैदा करता है, तो उपयोगकर्ता एक बात सीखेंगे: लेबल को नज़रअंदाज़ करो।

सूचना के अंदर छिपा प्रोडक्ट काम Winzheng की

WIRED रिपोर्ट की प्रस्तुति उपयोगकर्ता यात्रा को सीधे शब्दों में रखती है: ऑनलाइन ग्राहक सेवा के दूसरी तरफ वास्तविक व्यक्ति नहीं हो सकता, किसी राजनीतिक भाषण का वीडियो डीपफेक हो सकता है, और यहाँ तक कि कोई लेख भी AI सहायता से तैयार किया गया हो सकता है। ये अलग-अलग जोखिम हैं। शिकायत हॉटलाइन की सूचना व्यक्ति को बताती है कि उसके मुद्दे को कौन, या क्या, संभाल रहा है। डीपफेक लेबल दर्शक को बताता है कि किसी रिकॉर्डिंग को सामान्य प्रमाण की तरह न माने। AI शामिल था यह कहने वाला सामान्य वाक्य इनमें से कोई काम खास अच्छी तरह नहीं करता। कानून disclosure मांगता है, modal spam नहीं। निर्माताओं को सूचनाएँ उस पल के उपयोगकर्ता निर्णय के आसपास डिज़ाइन करनी चाहिए: चैट जारी रखना, मीडिया पर भरोसा करना, सिफारिश पर निर्भर करना या मानवीय चैनल तलाशना। इसका मतलब है कि उपयोगी लेबल AI इंटरैक्शन के पास होता है, AI क्या कर रहा है इसके बारे में विशिष्ट होता है, और पहली स्क्रीन के बाद भी दिखने लायक टिकाऊ होता है। आपका privacy lawyer कोई compliant sentence स्वीकार कर सकता है। आपका उपयोगकर्ता उसे नोटिस न करे, जो उसी व्यावहारिक परिणाम वाली अलग विफलता है।

लेबल आने के बाद क्या देखना है

WIRED कहता है कि EU AI Act के transparency rules का उद्देश्य धोखे और हेरफेर को कम करना और लोगों को सूचित विकल्प चुनने में मदद करना है। इस इरादे की परीक्षा नीतिगत भाषणों में नहीं, बल्कि साधारण इंटरफ़ेस में होगी। 2 अगस्त के बाद दिलचस्प सवाल यह है कि क्या कंपनियाँ यह मापेंगी कि उपयोगकर्ता सूचना को समझते हैं या केवल यह कि फ़्लो में कहीं एक लेबल मौजूद था। अनुपालन स्क्रीनशॉट ऑडिट के लिए उपयोगी होते हैं। वे उन मनुष्यों के लिए कम उपयोगी होते हैं जो यह तय करने की कोशिश कर रहे हैं कि कोई आवाज़, छवि, उत्तर या सिफारिश भरोसे के योग्य है या नहीं। निर्माताओं के लिए अगला काम नीरस और आवश्यक है: AI touchpoints को मैप करें, notice type को वर्गीकृत करें, और वह दोहराई गई भाषा हटाएँ जो लोगों को पढ़ना बंद करना सिखाती है। सीखने वालों और उपयोगकर्ताओं के लिए, यह जानने की अपेक्षा करें कि नियमित डिजिटल जीवन में कितनी automation पहले से बैठी हुई थी। नियम उस automation को छिपाना कठिन बनाता है। क्या उसे समझना आसान होगा, यह अब एक डिज़ाइन समस्या है—और यहीं कई compliance programs चुपचाप विनम्रता सीखने जाते हैं।