یہ مضمون اہم نگرانی کے ترقیات اور اداروں کے لیے اس تیزی سے تبدیل ہونے والے ماحول میں اپنائے جانے والے عملی اقدامات پر توجہ مرکوز کرے گا۔

مصنف، ذریعہ: شاو نائییںگ، فی سیو، لی مین، جنڈو ریسرچ

جینریٹو AI کی تیزی سے عام ہونا — نگرانی کرنے والے ادارے عملی پہلوؤں پر توجہ مرکوز کر رہے ہیں

جبکہ مالیاتی ادارے جنریٹو AI ("جنریٹو AI") کو مستقل طور پر اپنا رہے ہیں، تنظیمی ادارے اصولی پالیسی کے بیانات سے گزارشات کے عملی اطلاق کی طرف توجہ مرکوز کر رہے ہیں۔ ہم نے جنوری 2025 میں جنریٹو AI فنانشل انسٹیٹیوشنز کے لیے گائیڈ لائن [1] جاری کی تھی، جس میں یہ واضح کیا گیا تھا کہ جنریٹو AI کا تنظیمی منظر تعمیر ہو رہا ہے، حالانکہ اس وقت متعلقہ فریم ورک اصولوں پر مبنی تھا۔ [2]

اس کے بعد، نگرانی کا زور مکمل اصولوں سے آپریشنل گورننس پر منتقل ہو گیا ہے۔ ہانگ کانگ تجرباتی مرحلے سے ذمہ دارانہ استعمال کی طرف بڑھ رہا ہے، جبکہ برادری کی نگرانی مزید تفصیلی ہوتی جا رہی ہے، خاص طور پر مواد کی نگرانی، ڈیٹا کے معالجہ، رجسٹریشن کے فرائض اور ماڈل نگرانی کے پہلوؤں میں۔ اس مضمون میں بنیادی نگرانی کے اہم ترین تبدیلیوں اور مالیاتی اداروں کے لیے اس تیزی سے تبدیل ہوتے ماحول میں اپنائے جانے والے عملی اقدامات پر توجہ مرکوز کی جائے گی۔

ہانگ کانگ: ٹرائل سے ساختی استعمال تک

ہانگ کانگ کے حالیہ ترقیات سے ظاہر ہوتا ہے کہ مالیاتی خدمات کے شعبے میں جنریٹو AI کے استعمال کو زیادہ بالغ اور عملی انداز میں آگے بڑھایا جا رہا ہے۔ نگرانی کا توجہ مرکز اس بات پر ہے کہ مالیاتی ادارے متعلقہ ٹیکنالوجی کو ذمہ دارانہ، قابل کنٹرول، سرمایہ کاروں کے تحفظ پر توجہ دینے والے اور نگرانی کے جائزے کا مقابلہ کرنے والے طریقے سے لاگو کر سکتے ہیں یا نہیں۔

ہانگ کانگ فنانشل اتھارٹی ("فین اتھارٹی") نے اپریل 2025 میں جاری کردہ "جن اے آئی: فنانشل سروسز میں ذمہ دارانہ طریقے سے آرٹیفیشل انٹیلی جنس کے استعمال کو فروغ دینا" [3] کی رپورٹ میں بتایا گیا ہے کہ ہانگ کانگ میں جنریٹو آرٹیفیشل انٹیلی جنس کے بارے میں سمجھ میں تبدیلی آ رہی ہے — 75% مشارك فنانشل اداروں نے AI اطلاقات لاگو کر لی ہیں یا ان کی ترقی کر رہے ہیں، جس کا تخمنا ہے کہ آنے والے تین سے پانچ سالوں میں یہ عدد 87% تک پہنچ جائے گا۔

اسی دوران، عملی ہدایات مزید مخصوص ہوتی جا رہی ہیں۔ مثال کے طور پر، 2025ء کے مارچ میں ہانگ کانگ کے ذاتی ڈیٹا کے خفیہ ادارے نے "ملازمین کی طرف سے جنریٹو AI کے استعمال کی ہدایات کی فہرست" [4] جاری کی، جس نے خفیہ رکھنے اور حکمرانی کے مسائل کو عملی کنٹرول اقدامات میں تبدیل کر دیا۔ اس فہرست میں اوزاروں کے استعمال، ڈیٹا ان پٹ، آؤٹ پٹ کا ذخیرہ اور برقرار رکھنا، تصدیق، جھوٹھ کا درست کرنا اور رپورٹنگ، واتر مارک اور لیبلنگ، ڈیوائس تک رسائی اور واقعات کی رپورٹنگ کے حوالے سے واضح پالیسیاں بنانے کی تجویز کی گئی ہے۔

ہانگ کانگ ڈیجیٹل پالیسی آفس نے 2025ء کے اپریل میں شائع کیا اور اسی سال دسمبر میں اپڈیٹ کیا گیا “ہانگ کانگ جنریٹو AI ٹیکنالوجی اور استعمال کے ہدایات” [5] مزید بہترین عمل کی ہدایات فراہم کرتا ہے، جس میں انصاف، شفافیت، صارفین کے انتخاب کے حق اور جانبداری کے درست کرنے جیسے اصولوں پر زور دیا گیا ہے۔ جنریٹو AI کو صارفین کے تفاعل، تجاویز انجن، مناسبیت کی حمایت، اندر کی طبقہ بندی یا خطرہ فلٹرنگ کے لیے استعمال کرنے والے مالیاتی اداروں کو یہ ہدایات مکمل مطابقت کے فریم ورک کا اہم حصہ سمجھنا چاہیے۔

ایک اہم ترقی ہونے والی ہے جس میں ہانگ کانگ کے جنریٹو AI کے تنظیمی فریم ورک کا توسیع جاری ہے۔ جیسا کہ ہم نے جنوری 2025 کے مضمون میں بیان کیا تھا، 2024 میں ہانگ کانگ کے فنانشل اتھارٹی نے ڈیجیٹل پورٹ کے ساتھ مل کر جنریٹو AI سینڈ باکس شروع کیا، جس سے منظور شدہ اداروں کو بینکاری میں جنریٹو AI کے نوآوری پر مبنی استعمالات کو ترقی دینے اور ٹیسٹ کرنے کے لیے ایک کنٹرولڈ ماحول فراہم ہوتا ہے۔

اکتوبر 2025 میں، مالیاتی ادارہ نے "جنریٹو AI سینڈ باکس رپورٹ فیز 1" [6] جاری کیا، جس میں جوکھم کا انتظام، دھوکہ دہی کے خلاف اقدامات اور صارف کا تجربہ تین بنیادی ٹیسٹنگ شعبے کے طور پر نشان زد کیے گئے، جبکہ مواد کے خیالات اور معلومات کی غلطی جیسے ٹیکنالوجی اور حکمرانی کے چیلنجز بھی اٹھائے گئے۔ اس سے تنظیمی توجہ کا مرکز نوآوری کو فروغ دینے سے بدل کر جنریٹو AI کو بینکنگ آپریشنز میں محفوظ طریقے سے ادماج کرنے کے طریقے سمجھنے کی طرف منتقل ہو گیا۔

اسی سال اکتوبر میں لانچ کی گئی دوسری جنریشن AI سینڈ باکس منصوبہ، AI کی صلاحیتوں کے آزمائش سے محفوظ اور قابل اعتماد نفاذ کی طرف ایک بڑا تبدیلی کو ظاہر کرتا ہے۔ ریگولیٹری اتھارٹی نے 20 بینکوں اور 14 ٹیکنالوجی پارٹنرز کے ساتھ 27 استعمال کے معاملات منتخب کیے، جن میں فعال AI حکومت، خودکار معیار کی جانچ، اور مخالفانہ شبیہہ سازی پر زور دیا گیا تاکہ ڈیپ فریک فراڈ کے خلاف تحفظ بڑھایا جا سکے۔ یہ متعین، کنٹرول کی موثرگی اور AI ڈرائیون ریسک مخفف کرنے کی طرف واضح منتقلی کو ظاہر کرتا ہے۔

مارچ 2026 میں، فنانشل اتھارٹی نے سکورٹیز اینڈ فیوچرز کمیشن، بیورو آف انشورنس ریگولیشن، اور مینڈیٹری پروویژن فنڈ اتھارٹی کے ساتھ مل کر GenA.I. سینڈ باکس ++ شروع کیا، جس نے فریم ورک کو سکورٹیز، ایسٹس اینڈ ویلفیئر مینجمنٹ، بیورو، مینڈیٹری پروویژن فنڈ، اور سٹورڈ ویلیو پےمنٹ ٹولز کے شعبوں تک وسعت دی۔ اس نے مینجمنٹ آف رسک، فراڈ پر کنٹرول، اور صارف تجربہ کے تین مرکزی شعبوں کو برقرار رکھا، جبکہ "AI کے خلاف AI" کی ریگولیٹری حکمت عملی کو آگے بڑھانے کا عزم ظاہر کیا، یعنی AI سے متعلق خطرات کو کنٹرول کرنے کے لیے AI کا استعمال۔

2025ء کے نومبر میں فنانشل ریگولیٹری اتھارٹی نے "فینٹیک 2030" کی حکمت عملی جاری کی، جس میں "ای آئی x ایکسپریسڈ ادارے" کی حکمت عملی شamil ہے، جس کا مقصد فنانشل سیکٹر میں ای آئی کے مکمل اور ذمہ دارانہ استعمال کو فروغ دینا اور مشترکہ، قابل توسیع بنیادی ڈھانچہ اور صنعتی ماڈلز کی ترقی کو بڑھانا ہے۔ قانونی اور ریگولیٹری نقطہ نظر سے، یہ حکمت عملی ایک اہم پیغام کو مضبوط کرتی ہے: ای آئی حکمت عملی صرف ایک علیحدہ نوآوری کا مسئلہ نہیں بلکہ اسے کاروباری ڈھانچہ، کاروباری لچک، صارفین کا تحفظ اور ریگولیٹری تیاری میں شامل کیا جانا چاہئے۔

مارچ 2026 میں، ہانگ کانگ فنانشل اتھارٹی نے تمام منظور شدہ اداروں کو ڈیجیٹل ٹرانsfارمیشن کے تحت بزنس ماڈلز کے بارے میں ایک سرکاری خط جاری کیا [7]، جس میں بتایا گیا کہ ایجینٹس کے طور پر صنعتی AI سمیت نئی تکنیکیں ڈیجیٹل ٹرانsfارمیشن کو تیز کر رہی ہیں۔ اس خط میں ہانگ کانگ فنانشل اتھارٹی نے تمام منظور شدہ اداروں کے لیے اپنے طویل مدتی بزنس ماڈلز کو ٹیکنالوجی کے تبدیل ہونے کے مطابق فعال طور پر جانچنے اور انہیں درست کرنے کی توقعات واضح کیں۔ دیگر باتوں کے علاوہ، اس خط میں ہر منظور شدہ ادارے کے بورڈ سے مانگا گیا کہ وہ 9 ستمبر 2026 تک ڈیجیٹل ٹرانsfارمیشن اور فنانشل ڈیجیٹلائزیشن کے لیے ایک باقاعدہ استراتجک منصوبہ منظور کریں۔ اس استراتجک منصوبے میں مصنوعات کی فراہمی، آمدنی کے ماڈلز، صارفین کے ساتھ تعامل، خطرہ انتظام اور آپریشنز میں تبدیلی یا ٹرانsfارمیشن کے مواقع کا پتہ لگانا شامل ہونا چاہیے۔ ہانگ کانگ فنانشل اتھارٹی کے ڈیجیٹل ٹرانsfارمیشن خط کے بارے میں مزید تفصیلات کے لیے ہمارے انفوگرافک دیکھیں۔ [8]

ہانگ کانگ کے حالیہ تنظیمی رجحانات سے ظاہر ہوتا ہے کہ مالیاتی اداروں کو ڈیٹا، ٹیکنالوجی کی لچک، حکمرانی اور جوابدہی پر مشتمل ایک جامع فریم ورک بنانا چاہیے، اور جنریٹو AI کے پورے لائف سائکل میں اس کے انتظام کو سختی اور دستاویزی بنیادوں پر منظم کرنا چاہیے۔

عملی طور پر، اس میں درج ذیل نکات شامل ہیں:

(ایپلیکیشن کے مناظر کا فرق) مختلف ڈیپلومنٹ مناظر کو دقت سے الگ کیا جانا چاہئے۔ اندر کے ٹولز، صارفین کے ایپلیکیشنز، مانیٹرنگ اور نگرانی ٹولز، فیصلہ سازی کے حمایتی معاملات اور تیسری پارٹی ماڈلز مختلف قانونی اور خطرات کے اعتبارات کو جنم دے سکتے ہیں، انہیں ایک ہی شریط “AI استعمال” میں ملنا کافی نہیں ہو سکتا؛

(حکومتی توجہ) اداروں کو عام طور پر صرف ٹیکنیکل مسائل کے طور پر بیان کیے جانے والے مسائل (جیسے پرومپٹ ڈیزائن، ریٹریول میکنزم، آؤٹ پٹ پروسیسنگ، ماڈل ویریفیکیشن، رپورٹنگ تھریشولڈ اور انسانی جانچ) کو حکومتی دائرہ کار میں شamil کرنا چاہئے؛

(پالیسی کا مطابقت) اداروں کو اپنی داخلی پالیسیوں کو ہانگ کانگ کی ہدایات میں موجود موجودہ اصطلاحات اور توجہ کے نکات، جیسے کہ ذمہ دارانہ استعمال، انصاف، درستگی، شفافیت، خصوصیت، جوابدہی اور حادثات کے جوابی اقدامات کے ساتھ مطابق کرنا چاہیے؛

(监管平衡) اداروں کو نوآوری کی حمایت اور تنظیمی جانچ کے درمیان خلا کم ہونے کے لیے تیار رہنا چاہیے۔ جبکہ سینڈ باکس میں شمولیت اور دیگر تنظیمی تعاملات اطلاق کو تیز کر سکتے ہیں، لیکن اس کا مطلب زیادہ حکمرانی کی ضرورت بھی ہے؛ اور

(监管沟通) 沙盒和试点项目的参与应被视为监管准备活动，而不仅仅是创新机会。在与监管机构沟通之前，机构应确保明确的职责与审批流程、有据可查的测试与验证（包括偏差和幻觉控制）、明确的人工审核与报告触发条件，以及一套完整的证据文件以备审查。

چین کے برادرستان: عملی اور قواعد پر مبنی تنظیم کی طرف

چین کے برادری کے لیے جنریٹو AI کا تنظیمی فریم ورک لگاتار عملی، قاعدہ مند اور تنظیمی سمت کی طرف بڑھ رہا ہے۔ مالیاتی اداروں کے لیے، عملی سوالات صرف اس بات تک محدود نہیں رہ گئے کہ کوئی AI ٹول استعمال کیا جا سکتا ہے یا نہیں، بلکہ یہ ہے کہ مالیاتی ادارہ ثابت کر سکتا ہے کہ متعلقہ استعمال کو مناسب طریقے سے درجہ بند کیا گیا ہے، ضرورت پڑنے پر رجسٹر کیا گیا ہے، مناسب ڈیٹا کنٹرول کے ساتھ ساتھ اس کے پورے زندگی کے دوران اس پر نگرانی کی جا رہی ہے۔

یہ بہت اہم بات ہے کیونکہ تنظیمی سرحدیں اب زیادہ تفصیلی ہو رہی ہیں۔ حالیہ میں AI جنریٹڈ مواد کے لیبلنگ، الگورتھمز اور ماڈلز کی رجسٹریشن، سیکورٹی ایوانلیشن، قومی معیارات اور فنانشل صنعت کے ڈیٹا گورننس میں ہونے والے ترقیات ایک ہی سمت کی طرف اشارہ کرتے ہیں: چین میں AI کے مطابقت کا زور عملی ثبوت کے نفاذ پر ہے۔

قومی انٹرنیٹ معلومات دفتر، صنعت اور معلومات ٹیکنالوجی محکمہ، پولیس محکمہ اور قومی ریڈیو اور ٹیلی ویژن انتظامیہ کے مل کر جاری کردہ "ذکا ء تخلیقی مرکب مواد کی شناخت کا طریقہ کار" بلند سطح کی شفافیت اور حکمرانی کی فکر کو مخصوص، قابل عمل مواد کے نشانات اور میٹا ڈیٹا کی ضروریات میں تبدیل کرتا ہے۔

اس طریقہ کار کا مرکزی نقطہ دوہری نشاندہی نظام ہے، جس کی ضرورت ہے کہ اسے одноں کے ساتھ لاگو کیا جائے:

a) صارف کے لیے واضح طور پر نمایاں کیا گیا نوٹ؛ اور

ب) قابلیتِ نقل و حرکت کے لیے فائل کے میٹا ڈیٹا کو اندرونی طور پر نشان زد کریں۔

یہ دوہری علامت گذاری کا طریقہ واضح نگرانی کی توقعات کو ظاہر کرتا ہے کہ صارفین کے لیے شفافیت اور نگرانی، قانون نفاذ اور جوابدہی کے لیے بیک اینڈ ٹریس ایبیلٹی کو ایک ساتھ کام کرنا ہوگا۔ اہم بات یہ ہے کہ یہ طریقہ ذمہ داری کو پورے AI مواد کی قیمتی زنجیر تک بھی وسعت دیتا ہے۔ مختصراً:

مواد تخلیق کرنے والے فراہم کنندگان کو مواد تخلیق کے مراحل میں مواد کی نشاندہی (صراحتی اور ضمنی نشاندہی دونوں) لاگو کرنی چاہیے، نشاندہی کی درستگی اور مستقلیت کو یقینی بنانا چاہیے، اور AI سے تخلیق شدہ مواد پر تنظیمی جانچ یا تحقیق کے دوران قابل رجوعیت اور ذمہ داری کا انتظام کرنا چاہیے؛

کنٹینٹ پروپیگیشن پلیٹ فارم کو AI جنریٹڈ کنٹینٹ پر موجود نشانات کو شناخت، محفوظ اور دکھانا چاہیے، نشانات کو جان بوجھ کر حذف، جعلی یا غلط استعمال کرنے کے اعمال کو روکنا اور ان کا مقابلہ کرنا چاہیے، اور محتوا کی جڑ اور قابلِ رجوعیت کے شعبے میں监管 اداروں کے ساتھ تعاون کرنا چاہیے؛ اور

صارفین کو ظاہری نشانات کو جان بوجھ کر ختم، تبدیل، چھپانا یا جعلی بنانا، پوشیدہ نشانات یا ٹیکنیکل شناخت کنندگان کو جان بوجھ کر تبدیل کرنا، AI سے تخلیق شدہ مواد کو انسانی تخلیق کے طور پر دھوکہ دینے والا بیان دینا، یا ٹریس کرنا یا تنظیمی نگرانی سے بچنے کے لیے مصنوعی مواد کا استعمال نہیں کرنا چاہیے۔

یہ طریقہ کار تأیید شدہ، ممکنہ اور مشتبہ AI جنریٹڈ مواد کو مزید الگ کرتا ہے تاکہ مناسب حکومت اور تنظیم کو سہولت فراہم کی جا سکے۔ یہ درجات پھیلانے والے پلیٹ فارمز یا صارفین پر کسی عام AI تشخیص کا فرض نہیں ڈالتے۔ بالکل برعکس، وہ مواد کے ذریعے کی یقینیت کے مختلف درجات کو تسلیم کرتے ہیں، اور صرف نگرانی شدہ AI مواد جنریشن سروس فراہم کنندگان کے ذریعہ تخلیق کردہ تأیید شدہ AI جنریٹڈ مواد پر لازمی نشاندہی کا فرض عائد ہوتا ہے۔

کلی طور پر، یہ طریقہ کار ذمہ داری کے مشترکہ تقسیم اور زندگی کے دوران حکمرانی کے موڈ میں تبدیلی کا نشان ہے، جس میں مواد کا لیبل لگانا اور اس کی پیچھے کی تلاش کو چین کے اندر مصنوعی مواد کے خطرات کے انتظام کے لیے بنیادی مطابقت کے کنٹرول کے طور پر سمجھا جاتا ہے۔

عملیاتی سطح پر مواد کی نشاندہی اور قابلِ تعقّبی کی طرف بڑھتے ہوئے توجہ کے باوجود، الگورتھمز اور ماڈلز کی رجسٹریشن چین کے AI نگرانی فریم ورک کے مرکزی ستون بنے رہے ہیں۔ حالانکہ متعلقہ قانونی اور تنظیمی ضوابط میں حالیہ وقت میں کوئی بڑا ترمیم نہیں ہوئی ہے، لیکن نگرانی کے عمل اور اطلاق جاری ہیں۔

درج ذیل مشاہدات مالیاتی اداروں کی خاص توجہ کا مستحق ہیں:

1. الگورتھم رجسٹریشن اور ماڈل رجسٹریشن دو الگ اور ممکنہ طور پر اوورلیپ کرنے والے تنظیمی عمل ہیں۔ متعلقہ شرائط کو پورا کرنے کی صورت میں، کچھ جنریٹو AI سروس فراہم کنندگان کو الگورتھم اور ماڈل دونوں سطحوں پر "دوہری رجسٹریشن" کا فریضہ ادا کرنا پڑ سکتا ہے۔
2. کچھ مالیاتی خدمات ایپس کو زیادہ تنظیمی عدم یقین کا سامنا ہے۔ خاص مالیاتی خدمات کے استعمال کے لیے ماڈلز کی رجسٹریشن کا تنظیمی طریقہ ابھی تک ترقی کے مراحل میں ہے۔ عوامی طور پر دستیاب رجسٹریشن ریکارڈز کے مطابق، فنانشل رسک ایسیسمنٹ، کریڈٹ یا قرض کے فیصلوں، یا AI چلائے گئے ٹریڈنگ سرگرمیوں جیسے فنکشنز کے لیے ب без استعمال ہونے والے الگورتھمز یا ماڈلز کے کامیاب منظور ہونے کے محدود معاملات ہیں۔ بazar کی استحکام اور صارفین کے تحفظ پر ان کے ممکنہ اثرات کو مد نظر رکھتے ہوئے، اس قسم کے استعمالات پر زیادہ سخت جانچ پڑتال کی جا رہی ہے۔
3. کچھ صارفین کے لیے استعمال کے معاملات کے رجحانات زیادہ بالغ ہیں۔ عوامی طور پر دستیاب رجسٹریشن کی معلومات سے پتہ چلتا ہے کہ صارفین کے لیے درج کیے گئے کچھ ایلگورتھمز اور ماڈلز، جیسے AI سمارٹ کسٹمر سروس اور اسسٹنٹس، اور کچھ AI سپورٹڈ فنانشل یا سیکورٹیز تجزیہ ٹولز، کو منظوری دے دی گئی ہے۔ قابل ذکر بات یہ ہے کہ اس قسم کے استعمالات عام طور پر مواد تخلیق یا معلومات کی حمایت کے فنکشنز سے منسلک ہوتے ہیں، نہ کہ براہ راست فیصلہ سازی یا خطرہ اٹھانے والی سرگرمیوں سے۔

حالیہ قانونی اقدامات سے ظاہر ہوتا ہے کہ نگرانی کی منظوری یا رجسٹریشن مکمل ہونا نہیں سمجھا جاتا کہ یہ آخری یا ساکن نتیجہ ہے۔ الگورتھمک تجاویز یا جنریٹو AI سروسز فراہم کرنے والے اداروں کے لیے انتظار پورے سسٹم کے زندگی کے دوران جاری رہے گا۔ جب کوئی قانونی یا نگرانی فعال ہونے والی شرط پیدا ہو (مثلاً استعمال کے معاملات میں تبدیلی، ماڈل کے فنکشن میں تبدیلی، ڈیٹا کے ذرائع میں تبدیلی، صارفین کے دائرہ یا پھیلاؤ کے طریقہ کار میں تبدیلی) تو اداروں کو مناسب صورتحال میں مزید سیکورٹی ایوانلیشن کرنا، موجودہ رجسٹریشن اپڈیٹ کرنا یا نگرانی اداروں کے ساتھ فعال طور پر رابطہ قائم کرنا ضروری ہو سکتا ہے۔

یہ رجحان زیادہ وسیع قانون نافذ کرنے کے اقدامات کی وجہ سے مزید مضبوط ہوا۔ اپریل 2025 میں، قومی انٹرنیٹ معلومات دفتر نے تین ماہ کی قومی “صاف اور صاف: AI ٹیکنالوجی کے غلط استعمال کو ختم کرنا” مہم شروع کی، جس کے دوران ریگولیٹرز نے بہت سے غیر مطابقت پذیر AI مصنوعات اور متعلقہ مواد کے خلاف کارروائی کی۔ اس سے واضح ہوتا ہے کہ AI کی مطابقت اب عام ریگولیٹری نفاذ کی سرگرمیوں میں مضبوطی سے گھل مل چکی ہے، اور اسے استثنائی یا عارضی مسئلہ نہیں سمجھا جاتا۔ مستقل مطابقت برقرار نہ رکھنا ریگولیٹری ملاقاتوں، تنقید کے نوٹس، درستگی کے حکم، انتظامی سزاوں اور متعلقہ عزت و شہرت کے خطرات کے سامنے آنے کا خطرہ بڑھا دیتا ہے۔

متن کے نشان لگانے، رجسٹریشن اور سیکیورٹی جائزے کے علاوہ، چین کے براعظم میں جنریٹو AI کے لیے وسیع تر تنظیمی حدود لگاتار وسعت اور تفصیل میں بڑھ رہی ہیں۔ حالیہ تنظیمی اوزار اور پالیسی مہم یہ ظاہر کرتی ہیں کہ تنظیم کنندگان اپنا توجہ تدریجاً مواد کی سلامتی اور تکنیکی مطابقت سے رویے کے اثرات، اخلاقی حکمرانی اور منظر کے مطابق جوکھم کے انتظام کی طرف موڑ رہے ہیں، خاص طور پر زیادہ خطرناک صورتحالوں میں۔

ایک اہم پہلو یہ ہے کہ جنریٹو AI کے گورننس اور ٹیکنالوجی ایتھکس ریویو فریم ورک کے درمیان تعاون، اور انفرمیشن پروٹیکشن لاء کے تحت انفرمیشن پروٹیکشن کی ضروریات میں بڑھتی ہوئی تفاعل ہے۔ جبکہ یہ دونوں نظام نئے نہیں ہیں، لیکن AI کے استعمال میں ان کا заہمی اطلاق زیادہ واضح اور عملی ہوتا جا رہا ہے۔ خاص طور پر، جب AI سسٹمز انفرمیشن کے معالجہ، آٹومیٹڈ فیصلہ سازی، یا انفرادی حقوق پر ممکنہ اہم اثرات کے ساتھ متعلق ہوں، تو ریگولیٹرز توقع کرتے ہیں کہ ادارے صرف قانونی اور محفوظ ہونے کا جائزہ لینے کے بجائے، عدالت، قابل تشریح اور اخلاقی خطرات کا بھی جائزہ لیں۔

2026ء کے اپریل میں متعدد محکموں کے مل کر جاری کیے گئے "ذکا ء کی تکنالوجی کے اخلاقی جائزے اور خدمات کے طریقہ کار (آزمائشی)" کے مطابق، کچھ زیادہ خطرناک AI ترقی اور استعمال کے مناظر — خاص طور پر حساس ذاتی ڈیٹا، رویے کے تبدیل کرنے یا بڑے پیمانے پر سماجی اثرات کو شامل کرنے والے مناظر — ممکنہ طور پر زیادہ وسیع احکامات کے تحت منظم اخلاقی جائزہ یا ماہرین کا جائزہ لینے کی ضرورت ہو سکتی ہے۔ اس قسم کے جائزے کی ضرورت ہوگی یا نہیں، اس پر منحصر ہوگا کہ منظر، متعلقہ ڈیٹا اور ڈپلومنٹ ماحول کیا ہے، اور ہر معاملے کا الگ سے جائزہ لینا چاہئے۔

مالیاتی اداروں کے لیے، ان طریقکاروں کا ب без تفصیل مطابقت کا اثر محدود ہو سکتا ہے۔ تاہم، تنظیمی رجحان کے سگنل کے طور پر، یہ ترقیات اہمیت رکھتی ہیں۔ یہ ظاہر کرتی ہیں کہ چینی AI تنظیم، عام فرائض سے منظر نامہ، فنکشن اور صارف کے اثر پر مبنی ضروریات کی طرف متحرک ہو رہی ہے، اور جنریٹو AI گورننس کو اب صرف ٹیکنالوجی کی مضبوطی تک محدود نہیں رکھا جا رہا، بلکہ انسان اور مشین کے تعامل کے ڈیزائن، تحفظات اور اپ گریڈ مکانزم تک بھی وسعت دی جا رہی ہے۔

معمولی قانونی اور انتظامی اقدامات کے علاوہ، قومی معیارات AI کے عملی مطابقت کی توقعات کو شکل دینے میں بڑھتی ہوئی اہمیت کا حامل ہو رہے ہیں۔ جنریٹو AI کے شعبے میں، نگرانی اداروں نے ماشین لرننگ سیکورٹی ایوانلیشن، سنتھیٹک مواد کا لیبلنگ، تربیتی ڈیٹا سیکورٹی اور بنیادی سروس کی ضروریات جیسے پہلوؤں پر رہنمائی فراہم کرنے کے لیے کئی قومی معیارات جاری کیے ہیں۔ AI ماڈل آس سروس سیکورٹی، لائف سائکل سیکورٹی آپریشنز کی صلاحیت کا جائزہ لینا اور اجینٹ-بیسڈ AI اطلاقات سے متعلق مزید قومی معیارات ترتیب دیے جا رہے ہیں۔

یہ قومی معیارات监管 کے پیمانے کے طور پر کام کرتے ہیں، جو监管 اداروں کو عملی طور پر محفوظیت کے اقدامات، حکمرانی کے انتظامات اور آپریشنل کنٹرولز کی کافی بھرپوری کا جائزہ لینے میں رہنمائی فراہم کرتے ہیں۔ وقت کے ساتھ، یہ监管 اور نفاذ کے شعبوں میں اپنا اثر بڑھاتے جائیں گے اور AI سسٹمز کے لیے "مناسب" محفوظیت کے اقدامات کی توقعات کو شکل دیں گے۔

AI کے خصوصی اقدامات کے ساتھ ساتھ، چین کے برآمدی مالیاتی صنعت کے نگرانی کا ڈیٹا اور ماڈل گورننس پر زور بڑھ رہا ہے، جو جنریٹو AI کی تنصیب پر без واسطہ اثر ڈال رہا ہے۔ خاص طور پر:

a) ڈیٹا سیکورٹی اور لائف سائیکل گورننس کی درخواستیں مزید سخت ہو رہی ہیں۔ چین کے عوامی بینک نے 1 مئی، 2025 کو "چین کے عوامی بینک کے شعبے میں ڈیٹا سیکورٹی انتظامیہ کے طریقہ کار" جاری کیا ہے، جس میں مالیاتی اداروں سے ڈیٹا کی درجہ بندی اور درجہ بندی کرنا، ڈیٹا کی فہرست بنانا اور اسے منظم طور پر اپڈیٹ کرنا، ذاتی، حساس اور اہم ڈیٹا کی شناخت کرنا، اندر کے فرائض تقسیم کرنا، اور پورے لائف سائیکل کے دوران ڈیٹا سیکورٹی انتظامی تدابیر اپنانا مطلوب ہے؛ اور

ب) ماڈل گورننس اور مرکزی نگرانی اب监管 کی ترجیحات بن رہی ہیں۔ نیشنل فنانشل ریگولیٹری اینڈ سپرویزن اتھارٹی نے دسمبر 2025 میں جاری کردہ "بینکنگ اور بیمہ صنعت کے ڈیجیٹل فنانس کے لیے معیاری ترقی کا منصوبہ" میں اداروں کو ماڈلز کے مرکزی ترقی، ڈپلومنٹ اور مانیٹرنگ کے لیے کارپوریٹ لیول AI اور ماڈل مینجمنٹ پلیٹ فارم بنانے کی ترغیب دی ہے۔

کلی طور پر، یہ ریگولیٹری رجحانات ظاہر کرتے ہیں کہ فنانشل صنعت میں AI کے استعمال کو اب ساختی زندگی کے دوران گورننس، واضح انسانی مداخلت کے نکات، اور فراہم کنندگان اور باہر کی گئی ٹیکنالوجی فراہم کنندگان کے لیے مضبوط ریگولیشن کے ساتھ جوڑا جا رہا ہے۔ اس لیے، چین کے بر dar میں AI کی مطابقت، قائم فنانشل صنعت کے کنٹرول معیارات کے ساتھ مل رہی ہے اور گورننس کی بالغت، دستاویزات کی معیار اور ریگولیٹری تیاری پر زور دے رہی ہے۔

حالیہ ترقیات سے ظاہر ہوتا ہے کہ چین کے برادری میں AI کے تنظیم کے عملی اطلاق کو گہرا کیا جا رہا ہے۔ حفاظت، شفافیت اور ذمہ دارانہ ڈیٹا کے استعمال جیسے کلیدی تصورات اب بھی اہم ہیں، لیکن تنظیمی دباؤ اب اس بات پر مرکوز ہو رہا ہے کہ ادارے ان تصورات کو عملی طور پر کیسے ریکارڈ، ثابت اور عملی بناتے ہیں۔

مالیاتی اداروں کے لیے، چین کے برادری میں AI کے استعمال کے لیے ساختی حکومت، زندگی کے دوران کنٹرول اور دفاعی ریکارڈ کی ضرورت ہوتی ہے۔ ایسے مالیاتی ادارے جو AI سسٹم کے ڈیزائن اور آپریشن میں شروع سے ہی رجسٹریشن کا تجزیہ، ڈیٹا حکومت، سیکورٹی جائزہ، ماڈل ریسک مینجمنٹ اور سپلائر ریگولیشن شامل کرتے ہیں، وہ AI کے استعمال کو ذمہ دارانہ طریقے سے بڑھانے کے لیے زیادہ صلاحیت رکھتے ہیں۔

عوامی نظر: نگرانی، مرکزیت اور انحصار

ہانگ کانگ اور چین کے اندر کے علاوہ، فنانشل سٹیبلٹی بورڈ نے اکتوبر 2025 میں جاری کردہ "فینانشل سیکٹر میں AI کے استعمال اور متعلقہ کمزوریوں کی نگرانی" [9] کی رپورٹ میں زور دیا ہے کہ فینانشل سیکٹر میں AI صرف رویے یا ٹیکنالوجی کا مسئلہ نہیں بلکہ فینانشل سٹیبلٹی کا مسئلہ بھی ہے۔ اس رپورٹ نے AI ماڈلز کی تیز رفتار ترقی، تھرڈ پارٹی فراہم کنندگان پر بڑھتی ہوئی انحصار، اور مسلسل تبدیل ہوتے ہوئے سپلائی چین پر خصوصی توجہ دی ہے، اور اداروں کو اطلاق کی نگرانی، ڈیٹا کے فرق کو پُر کرنے، اور تھرڈ پارٹی انحصار، مرکزیت کے خطرات سے متعلق کمزوریوں کو سمجھنے کی ضرورت پر زور دیا ہے۔ اداروں کے لیے سبق یہ ہے کہ AI حکمت عملی صرف اخلاقی پالیسیوں اور ماڈل ڈاکومنٹیشن تک محدود نہیں ہونی چاہئے، بلکہ آؤٹ سورسنگ، آپریشنل لچک، اور ا生态系统 خطرات کو بھی شامل کرنا چاہئے۔ مثال کے طور پر: کم تعداد میں بنیادی ماڈل فراہم کنندگان، کلاؤڈ پلیٹ فارمز، ڈیٹا سپلائرز اور AI انٹیگریشن لیئرز پر انحصار؛ تربیتی ڈیٹا کے ذرائع اور ماڈل اپڈیٹ سائکل پر محدود دسترس؛ اور اکلوتے فراہم کنندہ کے خراب ہونے، ماڈل میں تبدیلی، یا سکورٹی واقعات کے ساتھ ساتھ متعدد اداروں کو متاثر کرنے کا خطرہ۔

监管 کی توجہ ایک منفرد ماڈل کے آؤٹ پٹ تک محدود نہیں رہے گی، بلکہ معاہدوں اور آڈٹ کے حقوق، تبدیلی اور جاری کرنے کے کنٹرول، بزنس کی لگاتاری اور متبادل منصوبہ بندی، ڈیٹا کی منتقلی، واقعات کی رپورٹنگ، اور تھرڈ پارٹی کی کارکردگی اور مرکزیت کے اثرات پر مستقل نگرانی سمیت وسیع تر کنٹرول ماحول تک پھیل سکتی ہے۔

مالیاتی اداروں پر عملی اثرات

موجودہ نظم و ضابطہ کا منظر ایک یکسانہ عام فہرست پیدا نہیں کر رہا۔ قانونی اور نظم و ضابطہ کی توقعات صنعت، بزنس ماڈل، استعمال کے معاملات، آپریشنل فٹ پرنٹ اور ڈیپلویمنٹ ڈیزائن کے مطابق مختلف ہوں گی۔ تاہم، حالیہ ترقیات کئی مالیاتی اداروں کے لیے اب ایک عملی اجندہ پر غور کرنے کی طرف اشارہ کر رہی ہیں۔

1. (حکومت اور نگرانی) بورڈ اور سینئر مینجمنٹ کو بڑے AI استعمالات کے لیے واضح ذمہ داری، رپورٹنگ کے راستے اور منظوری کے فریم ورک قائم کرنے کا یقینی بنانا چاہیے؛
2. (کیس اسٹڈی کا جائزہ) اداروں کو یقینی بنانا چاہیے کہ اثرات والے کیسز کو مضبوط قانونی، مطابقت، ماڈل خطرہ اور ٹیکنالوجی کے جائزے سے گزارا جائے؛
3. (ڈیٹا اور خفیہ معلومات) پرامپٹس، ریٹریول اور ٹریننگ ورک فلو کو وسیع تر ڈیٹا گورننس اور سیکریسی کے فرائض کے ساتھ جانچنا چاہیے؛
4. (شفافیت اور آؤٹ پٹ کا معالجہ) اداروں کو صارفین کی اطلاعات، ملازمین کے ہدایات، آؤٹ پٹ کے لیبلنگ اور معیار کنٹرول کے عملوں کا جائزہ لینا چاہیے کہ کیا وہ مقاصد کے مطابق ہیں؛
5. (تیسری طرف اور آؤٹسورسنگ کے خطرات) فراہم کنندگان کی ڈیوٹی ڈیلیجنس، معاہدہ کنٹرول، متبادل منصوبہ بندی اور مستقل نگرانی کو مضبوط کیا جانا چاہئے؛ اور
6. (ٹیسٹنگ، مانیٹرنگ اور واقعات کی رپورٹنگ) ٹیسٹنگ، ریکارڈنگ، ماڈل مانیٹرنگ اور واقعات کی رپورٹنگ کے انتظامات کو صورتحال کے تناسب کے مطابق رکھنا چاہیے۔

ایک منفرد جنریٹو AI ڈیپلومنٹ ذاتی ڈیٹا، بینکنگ سیکریسی، ملکیت کے حقوق، صارفین کے مکالمات، ماڈل تصدیق، آپریشنل لچک، آؤٹسورسنگ اور ریکارڈ رکھنے جیسے کئی پہلوؤں کو شامل کر سکتا ہے۔ اس لیے ان مسائل کو صرف ایک منفرد نوآوری یا ٹیکنالوجی ٹیم کے حوالے کرنا عام طور پر کافی نہیں ہوتا۔

دستی نگرانی بھی انتہائی اہم ہے۔ اعلیٰ خطرہ والے استعمال کے معاملات کے لیے، صرف "انسانی شرکت کے سائکل" کا عمومی ذکر قائل نہیں کرے گا، جب تک کہ ادارہ یہ نہیں بتا دے کہ جائزہ لینے کب ضروری ہے، جس کی ذمہ داری ہے، جائزہ لینے والے کو کیا چیک کرنا چاہیے، جائزہ کیسے دستاویزی ثبوت کے طور پر رکھا جائے، اور جائزہ لینے یا روکنے کا آغاز کب ہوتا ہے۔

عوامی مالیاتی اداروں کی AI گورننس کی مشاہدہ

خصوصی عالمی مالیاتی اداروں کے AI گورننس کے عمل کی انتخابی اور مکمل نہ ہونے والی جانچ کے بنیاد پر، ہم درج ذیل عام مشاہدات کرتے ہیں۔ توجہ دیں کہ یہ مشاہدات بلند سطح کے اور تشریحی ہیں۔ AI گورننس کا کوئی ایک سارا عالمی طریقہ نہیں ہے، اور ہر مالیاتی ادارے کا فریم ورک عام طور پر متعدد عوامل کے مرکب کو ظاہر کرتا ہے، جن میں متعلقہ قانونی علاقوں کے تحت لاگو قوانین اور رگولیٹری توقعات، تنظیمی ساخت، خطرات کی پسند، ٹیکنالوجی کی بالغت کے مراحل، اور AI کے استعمال کے طبیعیات شامل ہیں۔

ایک عام تین سطحی حکومتی ڈھانچہ قائم ہو رہا ہے: بہت سے ادارے AI کے لیے مخصوص "تین خطوط/سطحیں" حکومتی ماڈل استعمال کرتے ہیں۔ عملی سطح پر، AI کے استعمال کو عام طور پر مختلف کاروباری شعبوں کی طرف سے مرکزی طور پر پیش اور ترقی دیا جاتا ہے۔ درمیانی سطح پر، ادارے عام طور پر ایک بین الوظیفی کمیٹی (جیسے AI حکومتی کمیٹی یا ذمہ دار AI کونسل) قائم کرتے ہیں، جس میں خطرہ، مطابقت، ڈیٹا، ٹیکنالوجی اور کاروباری ٹیموں کے سینئر نمائندے شامل ہوتے ہیں، جو AI استعمالات کا جائزہ لیتے، منظور کرتے اور ان کی نگرانی کرتے ہیں۔ اعلیٰ ترین سطح پر، بورڈ یا بورڈ کے برابر کمیٹی (عام طور پر موجودہ خطرہ یا ٹیکنالوجی کمیٹیاں، نئی مخصوص بورڈ لیول AI کمیٹی نہیں) AI کے استراتجی، خطرات اور حکومت کے لیے آخری نگرانی برقرار رکھتے ہیں۔

ادارے عام طور پر AI حکمت عملی کو الگ فریم ورک کے طور پر نہیں سمجھتے: بلکہ، AI عام طور پر موجودہ حکمت عملی ڈھانچوں، خاص طور پر ماڈل ریسک مینجمنٹ، آپریشنل ریسک، ٹیکنالوجی گورننس اور ڈیٹا گورننس فریم ورکس میں شامل کیا جاتا ہے۔ بہت سے ادارے AI ماڈلز کو ماڈل ریسک فریم ورک کا ایک اضافہ سمجھتے ہیں، جس کے نتیجے میں انہیں روایتی ماڈلز کی طرح تصدیق، نگرانی اور منظم جائزہ لینے کے عمل سے گزرنا پڑتا ہے، جبکہ ان عملوں کو AI کے خاص خطرات، جیسے قابل تشریحیت، جانبداری اور ماڈل ڈرپٹ کے لیے موزوں بنایا جاتا ہے۔

اندرونی "ذمہ دار AI" اصولوں پر زور: کئی اداروں نے تمام AI استعمالات کے لیے بنیادی تقاضوں کے طور پر اندرونی AI گورننس اصول یا معیارات وضع کیے ہیں۔ جبکہ اصطلاحات مختلف ہیں، لیکن یہ اصول عام طور پر درج ذیل مشترکہ موضوعات پر متفق ہوتے ہیں:

• عدالت اور جھکاو یا تمیزی نتائج سے بچنا؛
• موڈل کے آؤٹ پٹ اور پابندیوں کی شفافیت اور قابل تشریحیت؛
• ڈیٹا حکمت عملی، سرپرستی اور خصوصیت کا تحفظ؛ اور
• مستقل ٹیسٹنگ، مانیٹرنگ اور ماڈل کی کارکردگی کی تصدیق۔

یہ اصولیات اب صرف علیحدہ اعلانات تک محدود نہیں رہیں، بلکہ انہیں اندر کی پالیسیوں، کنٹرول فریم ورکس اور منظوری کے عملوں کے ذریعے عملی شکل دی جا رہی ہے۔

فرنکشنل گورننس ایک مرکزی خصوصیت ہے: AI گورننس عام طور پر صرف ایک واحد فنکشن تک محدود نہیں ہوتی۔ ادارے عام طور پر ڈیٹا، ٹیکنالوجی، قانونی، کمپلائنس، ریسک اور بزنس ٹیمز کے متعدد مفاد رکھنے والوں کو شامل کرتے ہیں۔ خصوصی AI گورننس کمیٹیاں یا علوم کے مراکز عام طور پر ان فنکشنز کو کوآرڈینیٹ کرنے، مشترکہ معیارات ترتیب دینے اور مختلف استعمالات کے درمیان ایک جانجھت یقینی بنانے کے لیے استعمال ہوتے ہیں۔ کچھ اداروں میں، مرکزی AI فنکشن پورے گروپ کی پالیسیاں اور ٹولز ترتیب دیتا ہے، جبکہ بزنس ڈیپارٹمنٹس عملدرآمد کی ذمہ داری برقرار رکھتے ہیں۔

“ہر استعمال کے لیے منظوری کمیٹی” کا کوئی ایک مخصوص طریقہ کار نہیں ہے: کچھ ادارے ای آئی کے الگ الگ استعمالات کی منظوری کے لیے ایک سرکاری کمیٹی قائم کرتے ہیں، جبکہ دوسرے ادارے موجودہ منظوری عمل (جیسے ماڈل ریسک کمیٹی یا ٹیکنالوجی چینج فورم) پر انحصار کرتے ہیں۔ بڑے عالمی اداروں میں، عام طور پر ای آئی کو موجودہ حکمت عملی کے انفرادی ڈھانچے میں شامل کرنے کا رجحان ہوتا ہے، نہ کہ نئی منظوری ادارے قائم کرنے کا، جو یہ ظاہر کرتا ہے کہ ای آئی کے خطرات کو بڑے پیمانے پر کاروباری خطرات کے فریم ورک کا حصہ سمجھا جانا چاہیے۔

زندگی کے دوران حکومت کو بڑھتی ہوئی اہمیت حاصل ہو رہی ہے: AI حکومت صرف ابتدائی منظوری تک محدود نہیں ہے۔ ادارے اب مکمل زندگی کے دوران کنٹرول پر زیادہ توجہ دے رہے ہیں، جس میں شامل ہیں:

• مثالوں کی درجہ بندی اور خطرہ کی سطح؛
• ڈیپلوی سے پہلے ٹیسٹ اور تصدیق؛
• مستقل پرفارمنس مانیٹرنگ اور ڈریفٹ کا پتہ لگانا؛
• واضح انسانی مداخلہ اور رپورٹنگ کی سرحد؛ اور
• مقررہ جائزہ، دوبارہ تربیت اور فعالیت ختم کرنے کے عمل۔

یہ ساکھ کنٹرول سے لگاتار نگرانی کی طرف مزید وسیع تبدیلی کو ظاہر کرتا ہے۔

مصنوعی نگرانی اب بھی مرکزی کنٹرول میکانزم ہے: تمام اداروں کو یہ تسلیم ہے کہ مصنوعی نگرانی خاص طور پر زیادہ خطرناک استعمال کے لیے انتہائی اہم ہے۔ تاہم، زیادہ بالغ فریم ورکس "انسانی مداخلت کے سائکل" کے عام تصور سے آگے نکل گئے ہیں اور یہ طے کرنے کی کوشش کر رہے ہیں کہ کب جانچ ضروری ہے، کون جانچ کرے گا، کون سے معیار لاگو ہوں گے، اور انہیں کیسے ریکارڈ اور ثابت کیا جائے۔

ڈیٹا گورننس اور ماڈل کی وضاحت کرنا ترجیحی شعبے ہیں: ادارے عام طور پر ڈیٹا کی معیار، ماخذ اور رسائی کنٹرول سے متعلق چیلنجز اور پیچیدہ ماڈلز کی وضاحت کرنا پر زور دیتے ہیں۔ انہیں عام طور پر صرف ٹیکنیکل تجاویز کے بجائے مرکزی گورننس مسائل کے طور پر دیکھا جاتا ہے، خاص طور پر وضاحت اور جانچ پڑتال کے ساتھ تنظیمی توقعات کے قریب تعلق رکھنے والے منظم فنانشل سروسز کے ماحول میں۔

حکومتی فریم ورک استعمال کے معاملات اور تنظیمی توقعات کے ساتھ لگاتار ترقی کر رہا ہے: زیادہ تر ادارے اپنے AI حکومتی فریم ورکس کو مسلسل بہتر بنارہے ہیں۔ جیسے جیسے AI کے استعمالات بڑھ رہے ہیں—خاص طور پر صارفین کے تعامل، فیصلہ سازی کی حمایت اور جوکھم کے انتظام جیسے شعبوں میں—نئے خطرات، تنظیمی ترقیات اور عملی سبقوں کے مقابلے کے لیے حکومتی فریم ورکس کو بہتر بنایا جا رہا ہے۔ اس لیے، AI حکومت کو ایک ثابت فریم ورک کے بجائے ایک گتھری اور لگاتار ترقی پذیر شعبہ سمجھنا چاہیے۔

عام طور پر، یہ مشاہدات ظاہر کرتے ہیں کہ دنیا بھر میں ایک ادغامی، اصولوں پر مبنی اور زندگی کے دوران کی طرف سے ہدایت پذیر AI حکمت عملی کے فریم ورک کی طرف رجحان ہے، جو موجودہ خطرات اور کنٹرول بنیادوں پر مبنی ہے لیکن AI سسٹمز کی منفرد خصوصیات اور خطرات کے مطابق آہستہ آہستہ تبدیل ہو رہا ہے۔

اس مضمون میں، "ہانگ کانگ" چین کے عوامی جمہوریہ کے ہانگ کانگ خصوصی انتظامی علاقہ کو ظاہر کرتا ہے۔