पाठ-230: निजी जानकारी और AI — क्या कभी न बताएँ

उद्देश्य

पाठ 214-229 में हमने कई बार "निजी जानकारी न दें" वाली बात दोहराई। आज हम इसे एक ही जगह, पूरी तरह, विस्तार से समझेंगे — कौन-सी जानकारी AI को कभी नहीं देनी चाहिए, व क्यों। पाठ के बाद आप निजी-जानकारी की एक साफ़ "लाल-सूची" (do-not list) बना पाएँगे।

मुख्य बात

AI-सेवा को दी गई कोई भी जानकारी कंपनी के कंप्यूटरों (सर्वर) में कुछ समय के लिए सेव हो सकती है — इसलिए यह सोचना ग़लत है कि "बातचीत ख़त्म होते ही सब मिट जाता है।" इसीलिए एक साफ़ नियम बनाना ज़रूरी है — कुछ ख़ास तरह की जानकारी कभी भी AI को न दें, चाहे कितनी भी ज़रूरत क्यों न लगे।

लाल-सूची (कभी न बताएँ) में शामिल हैं — आधार-नंबर व अन्य सरकारी पहचान-नंबर, बैंक-खाता व UPI-PIN, पासवर्ड व OTP, घर का सटीक पता (ख़ासकर सार्वजनिक रूप से साझा होने वाली बातचीत में), और किसी और व्यक्ति की निजी जानकारी बिना उनकी अनुमति के। यह ठीक वही सूची है जो पाठ-230 (डिजिटल पैसा, खंड-10) व पाठ-255 (धोखे पहचानना) में बैंक-सुरक्षा के लिए भी दोहराई जाएगी — यह एक बुनियादी, हर जगह लागू होने वाला नियम है।

एक ज़रूरी संतुलन समझें — इसका मतलब यह नहीं कि AI से कोई निजी विषय (जैसे स्वास्थ्य या पैसे की सामान्य सलाह) पर बात ही न करें। सामान्य, बेनाम (anonymous) तरीक़े से बात करना ठीक है — जैसे "मुझे बुख़ार व खाँसी है, क्या करना चाहिए" पूछना ठीक है, पर "मेरा नाम XYZ है, मेरा आधार-नंबर यह है, मुझे बुख़ार है" कहना ग़लत है। नाम व पहचान-संख्या जोड़ने से कोई अतिरिक्त फ़ायदा नहीं होता, सिर्फ़ जोखिम बढ़ता है।

2ब. "क्यों" यह ज़रूरी है — गहरी समझ

यह समझना ज़रूरी है कि निजी जानकारी सिर्फ़ AI-कंपनी के लिए ख़तरा नहीं बनती — असली ख़तरा तब है जब वह जानकारी किसी और, ग़लत हाथों में पहुँच जाए, जैसे साइबर-हमले (Cyberattack) से किसी कंपनी का डेटा चोरी हो जाना। यह घटनाएँ दुनिया-भर में कई बार हो चुकी हैं, बड़ी-बड़ी कंपनियों के साथ भी — इसलिए "यह कंपनी बड़ी व भरोसेमंद है" सोचकर भी सतर्कता कभी न छोड़ें।

एक और महत्वपूर्ण समझ — निजी जानकारी न देने का मतलब यह नहीं कि AI से मदद कम मिलेगी। ज़्यादातर काम (मसौदा बनाना, सीखना, सार निकालना) पूरी तरह "काल्पनिक" या "सामान्य" जानकारी से हो सकते हैं — असली, संवेदनशील जानकारी सिर्फ़ अपने काग़ज़ पर, अपने हाथ से भरनी चाहिए, AI-बातचीत में नहीं।

अगर किसी काम में असली संख्या (जैसे किसी हिसाब में असली रक़म) ज़रूरी लगे, तो एक तरकीब है — काल्पनिक संख्या (जैसे "मान लो 10,000 रुपये") से पूरा तरीक़ा/सूत्र समझें, फिर उसे अपने असली, निजी काग़ज़ पर, अपनी असली संख्या के साथ ख़ुद लगाएँ — यह "मान लो" वाला तरीक़ा (ACS के "No fabricated facts, use मान लो" नियम जैसा) यहाँ भी बहुत काम आता है।

2अ. गोपनीयता-सेटिंग की झलक

कुछ AI-सेवाओं में एक "गोपनीयता-सेटिंग" (Privacy Setting) होती है, जहाँ यह चुना जा सकता है कि बातचीत को "प्रशिक्षण के लिए इस्तेमाल न करें" जैसे विकल्प चुने जा सकें। समय मिलने पर ऐसी सेटिंग खोजकर देखना, अतिरिक्त सुरक्षा देता है, हालाँकि लाल-सूची का पालन हमेशा सबसे पहला व सबसे भरोसेमंद बचाव रहता है।

आज का काम

अपनी कॉपी में "लाल-सूची" लिखें — पाँच चीज़ें जो आप कभी भी किसी AI-सेवा को नहीं बताएँगे। फिर सोचें कि पिछले कुछ पाठों में की गई बातचीत में कहीं ग़लती से कोई ऐसी जानकारी तो नहीं दे दी।

3ब. दूसरा अभ्यास

अब सोचें कि "मान लो" वाला तरीक़ा किसी ऐसे काम में कैसे लागू होगा जो आप अगले हफ़्ते करने वाले हैं (जैसे कोई हिसाब, कोई फ़ॉर्म भरना) — इसे अपनी कॉपी में एक उदाहरण के साथ लिखें।

3स. तीसरा अभ्यास

अगर संभव हो, इस्तेमाल की जा रही AI-सेवा की गोपनीयता-सेटिंग (Privacy Settings) खोलकर देखें, कि वहाँ क्या-क्या विकल्प उपलब्ध हैं।

नाप

4ब. एक और नाप

2स. निजी जानकारी — एक असली मिसाल

सोचें, एक व्यक्ति AI से अपने कर्ज़ (loan) की सलाह माँगता है, और ग़लती से अपना पूरा बैंक-खाता-नंबर व पासवर्ड टाइप कर देता है, यह सोचकर कि AI को सटीक हिसाब देने के लिए यह ज़रूरी है। असल में AI को सिर्फ़ रक़म (जैसे "मान लो 50,000 रुपये का कर्ज़ है") बतानी काफ़ी होती है — बैंक-खाता या पासवर्ड की कभी ज़रूरत नहीं पड़ती। यह ग़लती समझ की कमी से होती है, जिसे यह पाठ दूर करने की कोशिश करता है।

सबूत

अपनी कॉपी में लाल-सूची व अपनी पिछली बातचीत की जाँच का नतीजा लिखें।

5ब. दूसरा सबूत

अपनी कॉपी में यह भी लिखें कि बैंक-खाता वाली मिसाल पढ़कर आपको समझ आया कि AI को असली संख्या की बजाय "मान लो" वाला उदाहरण देना क्यों काफ़ी होता है।

AI-सहायक

AI से पूछें — "क्या मैंने अभी तक की हमारी बातचीत में कोई निजी जानकारी साझा की है, जिस पर मुझे सतर्क रहना चाहिए था?" यह ख़ुद अपनी आदतों की जाँच करने का एक अच्छा तरीक़ा है।

6ब. दूसरा AI-सहायक-सुझाव

AI से यह भी पूछें — "मुझे किसी सलाह के लिए काल्पनिक उदाहरण से बात समझानी है, कैसे शुरू करूँ?" यह "मान लो" वाला तरीक़ा हर तरह की निजी-जानकारी-संवेदनशील स्थिति में इस्तेमाल किया जा सकता है।

7ब. दूसरी आम ग़लती

एक और ग़लती है, यह सोचना कि सिर्फ़ भारी-भरकम जानकारी (जैसे आधार-नंबर) ही ख़तरनाक है, जबकि छोटी-छोटी जानकारी (जैसे रोज़ की दिनचर्या, कब घर पर अकेले होते हैं) भी जोड़-जोड़कर किसी के लिए ख़तरा बन सकती है — हर तरह की निजी जानकारी साझा करने में सावधानी बरतें।

आम ग़लती

आम ग़लती है — यह सोचना कि "यह तो सिर्फ़ मशीन है, इंसान नहीं, इसलिए बताने में कोई हर्ज़ नहीं।" पर याद रखें, जानकारी सर्वर पर सेव होती है, और मशीन होने के बावजूद यह डेटा असली, संवेदनशील रहता है, जिसकी सुरक्षा ज़रूरी है।

7स. तीसरी आम ग़लती

एक तीसरी ग़लती है, यह सोचना कि निजी जानकारी की सुरक्षा सिर्फ़ AI तक सीमित है। यही सावधानी हर जगह ज़रूरी है — सोशल-मीडिया, WhatsApp-ग्रुप, या किसी अनजान फ़ोन-कॉल में भी, यह एक जीवन-भर काम आने वाली, व्यापक आदत है।

सुरक्षा-पत्रक

अगर ग़लती से कोई निजी जानकारी (जैसे बैंक-खाता-नंबर) AI-बातचीत में लिख भी दी हो, तो घबराने की जगह — उस बातचीत को जितना जल्दी हो सके डिलीट करें (अगर सेवा में यह विकल्प हो), व अगर बैंक-संबंधी जानकारी थी तो सतर्कता के तौर पर बैंक को सूचित करें।

8ब. एक और सुरक्षा-बात

परिवार के सभी सदस्यों, ख़ासकर बुज़ुर्गों व बच्चों को भी यह "लाल-सूची" समझाएँ — पूरे परिवार की एक जैसी समझ व सतर्कता, सामूहिक सुरक्षा की सबसे मज़बूत बुनियाद है।

स्रोत

यह जानकारी सामान्य डेटा-गोपनीयता (Data Privacy) व AI-सुरक्षा के सार्वजनिक दिशा-निर्देशों पर आधारित है (देखा गया 14-08-2026)।

9स. अतिरिक्त टिप्पणी

निजी-जानकारी की सुरक्षा की यह समझ, आगे बैंकिंग (खंड-10) व सरकारी-सेवाओं (खंड-11) में भी सीधे काम आएगी — यहाँ सीखा गया हर नियम, वहाँ भी उतना ही ज़रूरी रहेगा।

योग्यता-जाँच

1. AI को कौन-सी पाँच तरह की जानकारी कभी नहीं देनी चाहिए?
2. "बेनाम तरीक़े से पूछना" का क्या मतलब है?
3. AI-बातचीत में दी गई जानकारी कहाँ सेव हो सकती है?
4. ग़लती से निजी जानकारी दे दी जाए तो क्या करना चाहिए?
5. किसी और की निजी जानकारी AI को बताना क्यों ग़लत है?