आईएसओ/आईईसी टीआर 24028 — एआई विश्वसनीयताशब्दकोष

आईएसओ/आईईसी टीआर 24028 — एआई की विश्वसनीयता (विश्वसनीयता, मजबूती, पारदर्शिता और जवाबदेही)

यह विषय का हिस्सा है SG Systems Global नियामक एवं संचालन शब्दावली।

नवंबर 2025 को अपडेट किया गया • ISO/IEC 22989, ISO/IEC 42001, ISO/IEC 23894 • गुणवत्ता, आईटी, डेटा विज्ञान, विनियामक, विनिर्माण

ISO/IEC TR 24028 एक प्रमुख तकनीकी रिपोर्ट है जो कृत्रिम बुद्धिमत्ता (AI) की विश्वसनीयता को परिभाषित करती है । यह विश्वसनीयता, मजबूती, सुरक्षा, गोपनीयता, पारदर्शिता, निष्पक्षता और जवाबदेही जैसे प्रमुख गुणों को सूचीबद्ध करती है और बताती है कि AI के जीवनचक्र में ये गुण आपस में कैसे परस्पर क्रिया करते हैं। TR 24028 किसी भी प्रणाली को प्रमाणित नहीं करती या किसी एक आर्किटेक्चर को निर्धारित नहीं करती; बल्कि, यह संगठनों, लेखा परीक्षकों और नियामकों को एक साझा भाषा प्रदान करती है जिससे यह निर्धारित किया जा सके कि AI-सक्षम प्रक्रिया पर भरोसा किया जा सकता है या नहीं। विनियमित संचालन (फार्मा, चिकित्सा उपकरण, खाद्य पदार्थ, सौंदर्य प्रसाधन, रसायन) में, यही भाषा "प्रायोगिक उपकरणों" को उस AI से अलग करती है जो किसी मान्य QMS , MES या LIMS के अंतर्गत उपयोग के लिए उपयुक्त है ।

“विश्वसनीय एआई का मतलब परिणाम पसंद आना नहीं है। इसका मतलब है कि सिस्टम कैसे व्यवहार करता है, इसकी भविष्यवाणी करने में सक्षम होना, इसके कारणों को समझाना, दुरुपयोग का सामना करना और यह दिखाना कि किसने इसे मंजूरी दी थी, जब कोई इस पर हस्ताक्षर करे।”

टीएल, डॉ: ISO/IEC TR 24028 परिभाषित करता है विश्वसनीयता आयाम यह एआई की विश्वसनीयता, मजबूती, सुरक्षा, गोपनीयता, पारदर्शिता, निष्पक्षता और जवाबदेही जैसे गुणों को परिभाषित करता है और उन्हें एआई सिस्टम के जीवनचक्र से जोड़ता है। यह प्रबंधन प्रणाली मानक का आधार बनता है। आईएसओ/आईईसी 42001 और जोखिम मार्गदर्शन में आईएसओ/आईईसी 23894TR 24028 आपको बताता है कि AI में "विश्वास" का क्या अर्थ है। साधन; आपका QRM, CSVऔर शासन प्रक्रियाएं यह निर्धारित करती हैं कि आप एआई सिस्टम को कैसे बनाते हैं, मान्य करते हैं, निगरानी करते हैं और दस्तावेज़ित करते हैं ताकि वे दिन-प्रतिदिन के संचालन में उन गुणों पर खरे उतरें।

1) TR 24028 अपने जीवनचक्र में कहाँ-कहाँ मौजूद रहता है

TR 24028, AI के पहले विचार से लेकर मॉडल के रिटायरमेंट तक प्रासंगिक है। अवधारणा और उपयोग-मामले के डिज़ाइन में , यह तय करने में मदद करता है कि AI उपयुक्त है या नहीं और कौन से भरोसेमंद गुण सबसे महत्वपूर्ण हैं (जैसे, सुरक्षा बनाम निष्पक्षता)। डेटा और मॉडल डिज़ाइन में , यह विविधता, संतुलन और शोर या हमलों के प्रति मज़बूती के लिए अपेक्षाएँ निर्धारित करता है। प्रशिक्षण और सत्यापन में , यह सामान्य और असामान्य स्थितियों, उप-जनसंख्या प्रदर्शन और तनाव परिदृश्यों को कवर करता है। परिनियोजन और एकीकरण में , यह मानव-सहभागिता डिज़ाइन और बैकअप रणनीतियों को सूचित करता है। संचालन और निगरानी में , यह बताता है कि विचलन, पूर्वाग्रह और गिरावट का पता कैसे लगाया जाए। और रिटायरमेंट में , यह सुरक्षित समापन और साक्ष्य संरक्षण का मार्गदर्शन करता है ताकि AI से प्रभावित निर्णय वर्षों बाद भी ट्रेस किए जा सकें।

2) नियामक आधार और प्रणाली नियंत्रण

हालांकि TR 24028 स्वयं एक प्रमाणित मानक नहीं है, फिर भी इसकी विश्वसनीयता संबंधी शब्दावली कानून और दिशा-निर्देशों में दिखाई देती है। यूरोपीय संघ का AI अधिनियम TR 24028 के कई गुणों—मजबूती, साइबर सुरक्षा, पारदर्शिता, पूर्वाग्रह नियंत्रण, मानवीय निगरानी—को उच्च जोखिम वाले AI सिस्टमों के लिए अनिवार्य आवश्यकताओं में शामिल करता है। फार्मा, उपकरण और खाद्य क्षेत्र के नियामक लगातार यह सवाल उठा रहे हैं कि क्या AI विश्वसनीय, व्याख्या योग्य और मानवीय नियंत्रण के अधीन है। 21 CFR भाग 11 और अनुलग्नक 11 के तहत, इलेक्ट्रॉनिक रिकॉर्ड से संबंधित किसी भी AI को सुरक्षित पहुंच नियंत्रण, परिभाषित अर्थ वाले ई-हस्ताक्षर और व्यापक GxP ऑडिट ट्रेल्स द्वारा समर्थित होना चाहिए । TR 24028 इन नियामक अपेक्षाओं और आपके AI-सक्षम वर्कफ़्लो के ठोस व्यवहार के बीच एक वैचारिक सेतु का काम करता है।

3) टीआर 24028 में विश्वसनीयता के आयाम

TR 24028 कृत्रिम बुद्धिमत्ता (AI) की विश्वसनीयता को कुछ मुख्य विषयों में व्यवस्थित करता है। विश्वसनीयता — AI अपेक्षित परिस्थितियों में लगातार एक समान व्यवहार करता है। मजबूती — यह शोर, परिवर्तनशीलता और कुछ दुर्भावनापूर्ण इनपुट को बिना किसी गंभीर विफलता के सुचारू रूप से संभालता है। सुरक्षा — यह लोगों, उत्पादों या पर्यावरण को अस्वीकार्य रूप से नुकसान पहुंचाने का जोखिम पैदा नहीं करता है। गोपनीयता — यह छेड़छाड़, धोखाधड़ी और अनधिकृत पहुंच का प्रतिरोध करता है। निजता — यह डेटा सुरक्षा सिद्धांतों का सम्मान करता है और व्यक्तिगत या संवेदनशील जानकारी के खुलासे को कम करता है। पारदर्शिता और स्पष्टता — हितधारक समझ सकते हैं कि सिस्टम क्या करता है, क्यों करता है और किन सीमाओं के भीतर करता है। निष्पक्षता — यह अनुचित पूर्वाग्रह और भेदभावपूर्ण प्रभाव से बचता है। जवाबदेही — निर्णयों और स्वीकृतियों के प्रमाण के साथ जिम्मेदारी की स्पष्ट रेखाएं हैं। किसी भी विनियमित वातावरण में AI के प्रत्येक गंभीर उपयोग के लिए इन सभी आयामों के विरुद्ध एक स्पष्ट स्थिति की आवश्यकता होती है, न कि केवल एक अस्पष्ट "हमने इसका परीक्षण किया" कथन की।

4) जीवनचक्र दृष्टिकोण – एआई गतिविधियों के लिए विश्वास का मानचित्रण

TR 24028 इस बात पर ज़ोर देता है कि विश्वसनीयता एक बार की परीक्षा नहीं है; यह एक जीवनचक्र विशेषता है। आवश्यकताओं और डिज़ाइन में , आप विश्वास उद्देश्यों और बाधाओं को दस्तावेज़ित करते हैं (उदाहरण के लिए, "किसी भी एक बिंदु पर AI की विफलता के कारण मानवीय स्वीकृति के बिना बैच रिलीज़ नहीं होना चाहिए")। डेटा अधिग्रहण और तैयारी में , आप सुनिश्चित करते हैं कि डेटासेट अखंडता, विविधता और गोपनीयता की आवश्यकताओं को पूरा करते हैं। मॉडल निर्माण में , आप ऐसे आर्किटेक्चर और फ़ीचर सेट को प्राथमिकता देते हैं जो आवश्यकतानुसार व्याख्यात्मकता और मज़बूती प्रदान करते हैं। सत्यापन और प्रमाणीकरण में , आप सुरक्षा, निष्पक्षता, मज़बूती और सुरक्षा की जाँच के लिए अनुकूलित परीक्षण चलाते हैं। परिनियोजन में , आप मौजूदा नियंत्रणों और मानवीय भूमिकाओं का सम्मान करते हुए AI को MES, LIMS, WMS और ERP में एकीकृत करते हैं। संचालन में , आप प्रदर्शन, ओवरराइड पैटर्न और घटनाओं की निगरानी करते हैं; और सेवानिवृत्ति में , आप लॉग, प्रशिक्षण डेटा सारांश और दस्तावेज़ीकरण को बाद में समीक्षा के लिए सुरक्षित रखते हुए AI को सुरक्षित रूप से अक्षम या प्रतिबंधित करते हैं।

5) विश्वास के मानदंड और रुचि—नियम, विपणन नहीं

स्पष्ट मानदंडों के बिना AI को "विश्वसनीय" घोषित करने का कोई अर्थ नहीं है। TR 24028 यह मानता है कि आप प्रत्येक उपयोग के मामले के लिए स्वीकृति सीमाएँ परिभाषित करेंगे—सटीकता सीमाएँ, मजबूती मार्जिन, स्वीकार्य पूर्वाग्रह अंतर, अधिकतम स्वीकार्य गलत-सकारात्मक/नकारात्मक दरें, गोपनीयता गारंटी और व्याख्यात्मकता आवश्यकताएँ। अधिक जोखिम भरे उपयोग के मामलों (जैसे, बैच रिलीज़ पर AI की सलाह, eBR में अपवाद प्रबंधन , या गुणवत्ता ओवरराइड) के लिए सख्त सीमाएँ, मजबूत बैकअप और अधिक सतर्क मानवीय निगरानी की आवश्यकता होती है। इन विश्वास मानदंडों को QMS दस्तावेज़ों और जोखिम रजिस्टरों में लिखा जाना चाहिए , न कि समय के दबाव में डेवलपर्स द्वारा तात्कालिक रूप से तैयार किया जाना चाहिए या स्लाइड डेक में हल्के मार्केटिंग दावों के रूप में माना जाना चाहिए।

6) ट्रस्ट प्रॉपर्टीज़ – ऐसे नियंत्रण जो वास्तव में प्रभावी होते हैं

प्रत्येक विश्वास आयाम के लिए, TR 24028 ठोस नियंत्रणों की अपेक्षा करता है। विश्वसनीयता को सुदृढ़ परीक्षण, परिवर्तन नियंत्रण और निगरानी किए गए सेवा-स्तर मेट्रिक्स द्वारा सुनिश्चित किया जाता है। मजबूती को तनाव परीक्षण, प्रतिकूल जांच, इनपुट सत्यापन और प्रशिक्षित सीमा से बाहर की स्थितियों में सुरक्षित फ़ॉलबैक मोड द्वारा सुनिश्चित किया जाता है। सुरक्षा को MES/HMI तर्क में सुरक्षा उपायों, प्रक्रिया बाधाओं और उच्च-प्रभाव वाले कार्यों के लिए मानवीय अनुमोदन द्वारा सुनिश्चित किया जाता है। सुरक्षा को मजबूत API, कर्तव्यों के पृथक्करण और क्लाउड और ऑन-प्रेम घटकों के सुरक्षित कॉन्फ़िगरेशन द्वारा सुनिश्चित किया जाता है। गोपनीयता को न्यूनतमकरण, अनामकरण/छद्मनामीकरण और सख्त पहुंच नियंत्रण द्वारा सुनिश्चित किया जाता है। पारदर्शिता को मॉडल प्रलेखन, सुविधा/निर्णय स्पष्टीकरण और संदर्भ और विश्वास दर्शाने वाले उपयोगकर्ता इंटरफेस द्वारा सुनिश्चित किया जाता है। निष्पक्षता को डेटा जांच, उपसमूह परीक्षण और उपयोग पर प्रतिबंध द्वारा सुनिश्चित किया जाता है जहां पूर्वाग्रह को पर्याप्त रूप से कम नहीं किया जा सकता है। जवाबदेही को भूमिकाओं, अनुमोदनों और ऑडिट ट्रेल्स द्वारा सुनिश्चित किया जाता है जो विशिष्ट AI व्यवहार को एक जिम्मेदार स्वामी और संस्करण से जोड़ते हैं।

7) भरोसे में होने वाली आम विफलताएँ—और उन्हें साबित करने के तरीके

प्रदर्शन में अप्रत्यक्ष गिरावट: प्रक्रियाओं, सामग्रियों या जनसंख्या में परिवर्तन के साथ मॉडल की सटीकता कम हो जाती है; गलत-सकारात्मक/नकारात्मक दरों और ओवरराइड में रुझान इसका प्रमाण हैं। छिपा हुआ पूर्वाग्रह: विशिष्ट समूहों, साइटों या उत्पाद परिवारों पर खराब प्रदर्शन; उपसमूह विश्लेषण जो कभी नहीं किया गया या बहुत देर से किया गया, इसका प्रमाण है। सुरक्षा कमजोरियाँ: उजागर एंडपॉइंट, कमजोर प्रमाणीकरण या प्रॉम्प्ट-इंजेक्शन पथ; पैठ परीक्षण और घटना लॉग इसका प्रमाण हैं। पारदर्शिता का अभाव: कोई भी यह नहीं समझा सकता कि मॉडल क्या कर रहा है या क्यों; दस्तावेज़ीकरण की कमी, अस्पष्ट विशेषताएँ और उपयोगकर्ता भ्रम इसका प्रमाण हैं। अति-स्वचालन: ऑपरेटर एआई को अचूक मानते हैं; घटनाओं में एआई की गलती साबित होने पर भी कम ओवरराइड दरों से इसका प्रमाण मिलता है। TR 24028 अपेक्षा करता है कि ये विफलता मोड आपके विश्वास मूल्यांकन में नियंत्रण और निगरानी के साथ स्पष्ट रूप से दिखाई दें, न कि घटना के बाद की रिपोर्टों में आश्चर्य के रूप में।

8) विश्वास संबंधी मुद्दों का निपटान—जोखिम को प्राथमिकता दें, दिखावे को नहीं

जब AI से संबंधित विश्वास संबंधी समस्याएं उत्पन्न होती हैं, तो TR 24028 के अनुसार संगठनों को अन्य महत्वपूर्ण जोखिमों की तरह ही इनका समाधान करना चाहिए। तकनीकी समाधानों में बेहतर डेटा पर पुनः प्रशिक्षण, आर्किटेक्चर में बदलाव, सीमाएँ सख्त करना, इनपुट सत्यापन को सुदृढ़ करना या AI के निर्णय के दायरे को सीमित करना शामिल हैं। प्रक्रियात्मक उपायों में नए मानक संचालन प्रक्रियाएं (SOPs), अद्यतन प्रशिक्षण मैट्रिक्स , स्पष्ट किए गए समस्या निवारण मार्ग और संशोधित उपयोग-मामले की सीमाएँ शामिल हैं। शासन संबंधी प्रतिक्रियाओं में कुछ AI कार्यों को रोकना, जोखिम स्तरों का पुनर्वर्गीकरण करना या उपयोग पुनः शुरू करने से पहले सिस्टम की अतिरिक्त समीक्षा करना शामिल है। सतही बदलाव—जैसे नया डैशबोर्ड, उपयोगकर्ता संदेश का पुनः अनुवाद—पर्याप्त नहीं हैं; TR 24028 की मांग है कि विश्वास संबंधी समस्याओं को किसी अन्य महत्वपूर्ण गुणवत्ता या सुरक्षा संबंधी चिंता की तरह ही स्थायी समाधानों और दस्तावेजीकृत परिणामों के साथ निपटाया जाए।

9) सीएपीए, परिवर्तन नियंत्रण और एआई जीवनचक्र प्रबंधन

नियंत्रित वातावरणों में, महत्वपूर्ण विश्वास अंतराल केवल डेटा-साइंस बैकलॉग तक सीमित नहीं होने चाहिए, बल्कि CAPA और परिवर्तन नियंत्रण के अंतर्गत आने चाहिए। CAPA का लक्ष्य पूर्वाग्रह को कम करना, मजबूती में सुधार करना, पारदर्शिता बढ़ाना या घटनाओं की दर को कम करना हो सकता है, जिसमें प्रभावशीलता की जांच मेट्रिक्स से जुड़ी होती है। परिवर्तन नियंत्रण को नए मॉडल, महत्वपूर्ण पुनर्प्रशिक्षण, आर्किटेक्चर में बदलाव और एकीकरण संशोधनों को नियंत्रित करना चाहिए जो इस बात को प्रभावित करते हैं कि AI, MES/eBMR, LIMS या WMS निर्णयों को कैसे प्रभावित करता है। TR 24028 मूल रूप से संगठनों को यह बता रहा है: AI प्रणालियों को दीर्घकालिक संपत्तियों के रूप में मानें, जिनके प्रति प्रबंधन की ज़िम्मेदारी हो—न कि ऐसे प्रयोग के रूप में जो प्रारंभिक परियोजना समाप्त होने के बाद गायब हो जाते हैं।

आईएसओ/आईईसी टीआर 24028 एआई जीवनचक्र में एआई विश्वसनीयता के आयाम
आईएसओ/आईईसी टीआर 24028 - एआई सिस्टम में विश्वसनीयता के आयामों (विश्वसनीयता, मजबूती, पारदर्शिता, जवाबदेही) का मानचित्रण।

10) डिज़ाइन द्वारा रोकथाम—उपयोग-मामला, UX और मानवीय कारक

TR 24028 संगठनों को AI डिज़ाइन में विश्वास को अंतर्निहित करने के लिए प्रेरित करता है, न कि घटनाओं के बाद इसे थोपने के लिए। उपयोग के स्तर पर, इसका अर्थ है कि जहाँ डेटा की गुणवत्ता, नियंत्रणीयता या निगरानी विश्वास के मानकों को पूरा नहीं करती, वहाँ AI को अस्वीकार करना। उपयोगकर्ता इंटरफ़ेस स्तर पर, इसका अर्थ है AI आउटपुट को स्पष्ट रूप से लेबल करना, जहाँ उपयुक्त हो वहाँ विश्वास और तर्क दिखाना, और AI अनुशंसाओं को चुनौती देना या उन्हें रद्द करना आसान बनाना। मानवीय कारकों के स्तर पर, इसका अर्थ है यह सुनिश्चित करना कि ऑपरेटर, समीक्षक और अनुमोदक AI की क्षमताओं और सीमाओं को समझें, यह जानें कि कब इस पर अविश्वास करना है, और अस्पष्ट चेतावनियों से बोझिल न हों। विश्वसनीय AI अक्सर "डेमो-ग्रेड" AI की तुलना में कम आकर्षक और अधिक रूढ़िवादी होता है—लेकिन यह ऑडिट और वास्तविक दुनिया के दबावों से पार पा लेता है।

11) निगरानी और प्रारंभिक चेतावनी— एसपीसी और ओओटी के माध्यम से विश्वास

विश्वास स्थायी नहीं होता; निगरानी से इसका नवीनीकरण होता है। TR 24028 प्रक्रिया और गुणवत्ता निगरानी में उपयोग किए जाने वाले SPC नियंत्रण सीमाओं और आउट-ऑफ-ट्रेंड (OOT) अवधारणाओं के साथ स्वाभाविक रूप से मेल खाता है। संगठनों को समय के साथ AI मेट्रिक्स का रुझान देखना चाहिए: मॉडल सटीकता, त्रुटि प्रकार, उपसमूह प्रदर्शन, ओवरराइड दरें, विलंबता, घटनाओं की संख्या और सुरक्षा घटनाएँ। इन मेट्रिक्स पर OOT का पता लगाने से AI व्यवहार के गुणवत्ता या सुरक्षा समस्या बनने से पहले ही जांच और पुनः सत्यापन शुरू हो सकता है। सुचारू रूप से संचालित वातावरण में, अधिकांश AI समस्याओं का पता आंतरिक रूप से ऐसी निगरानी के माध्यम से लगाया जाता है, न कि ग्राहक शिकायतों या निरीक्षण निष्कर्षों के माध्यम से।

12) विश्वसनीयता प्रदर्शित करने वाले मेट्रिक्स नियंत्रण में हैं

ठोस मापदंड TR 24028 को मूर्त रूप देते हैं। जोखिम वर्गीकरण और निर्धारित स्वामियों के साथ, उपयोग में आने वाले AI सिस्टमों की संख्या पर नज़र रखें। यह मापें कि उनमें से कितने प्रतिशत के पास वर्तमान विश्वास मूल्यांकन और निगरानी योजनाएँ हैं। AI से संबंधित विचलन/NCR , शिकायतों और संभावित दुर्घटनाओं पर नज़र रखें, और यह भी देखें कि उनमें से कितने CAPA या परिवर्तन नियंत्रण में परिणत होते हैं। निष्पक्षता प्रतिबद्धताओं की पूर्ति सुनिश्चित करने के लिए उपसमूहों के प्रदर्शन की निगरानी करें। AI आउटपुट का उपयोग करने या उन्हें अनुमोदित करने वाली भूमिकाओं के लिए प्रशिक्षण मैट्रिक्स से प्रशिक्षण पूर्णता पर नज़र रखें । और ओवरराइड पैटर्न की निगरानी करें: "शून्य ओवरराइड" और "लगातार ओवरराइड" दोनों ही विश्वास संबंधी समस्याओं का संकेत दे सकते हैं। कुल मिलाकर, ये मापदंड "विश्वसनीयता" को आकांक्षा से मापने योग्य वास्तविकता में बदल देते हैं।

13) एआई-सक्षम वर्कफ़्लो का सत्यापन

GxP से संबंधित वर्कफ़्लो में शामिल AI के लिए, TR 24028 के भरोसे से जुड़े सिद्धांतों को सत्यापन में शामिल किया जाना चाहिए। आवश्यकताओं में न केवल कार्यक्षमता, बल्कि भरोसे से संबंधित विशेषताओं का भी उल्लेख होना चाहिए: मज़बूती की सीमाएं, पारदर्शिता की अपेक्षाएं, गोपनीयता संबंधी प्रतिबंध और स्वीकार्य त्रुटि प्रोफ़ाइल। CSV और IQ/OQ/PQ परीक्षण योजनाओं में विभिन्न परिस्थितियों (सामान्य, चरम, विफलता, सुरक्षा) में AI के व्यवहार को स्पष्ट रूप से चुनौती दी जानी चाहिए। सत्यापन प्रमाण में यह दस्तावेज़ होना चाहिए कि मॉडल और डेटा के किस संस्करण का परीक्षण किया गया था, और गो-लाइव के बाद निगरानी कैसे कॉन्फ़िगर की गई है। प्रतिधारण और संग्रह नियमों को यह सुनिश्चित करना चाहिए कि AI से संबंधित लॉग, मॉडल मेटाडेटा और प्रमुख डेटासेट वर्षों बाद भी घटनाओं के पुनर्निर्माण के लिए सुलभ रहें। यदि आपका सत्यापन भरोसे से जुड़े आयामों को अनदेखा करता है, तो यह TR 24028 और उभरती अपेक्षाओं के अनुरूप नहीं है।

14) TR 24028 विभिन्न प्रणालियों में परिचालन की दृष्टि से कैसे उपयुक्त है

निष्पादन (एमईएस, डब्ल्यूएमएस, स्वचालन)। टीआर 24028 के भरोसे संबंधी सिद्धांत शेड्यूलिंग, रूटिंग, विसंगति पहचान, सेटपॉइंट प्रस्तावों और गुणवत्ता जांच में एआई पर लागू होते हैं। सिस्टम को जहां उपयुक्त हो, एआई को सलाहकारी भूमिकाओं तक सीमित रखना चाहिए, उच्च जोखिम वाले निर्णयों के लिए मानवीय समीक्षा अनिवार्य करनी चाहिए और ऑपरेटरों को संदर्भ और स्पष्टीकरण प्रदान करना चाहिए। बैचों, लेबलों या उपकरण स्थितियों में एआई द्वारा किए गए परिवर्तन गैर-एआई तर्क के समान नियंत्रणों से गुजरने चाहिए।

गुणवत्ता एवं गुणवत्ता प्रबंधन (क्यूआरएम)। गुणवत्ता टीमें जोखिम रजिस्टर , विचलन/एनसीआर और सीएपीए में एआई-संबंधित प्रविष्टियों के लिए टीआर 24028 को वैचारिक आधार के रूप में उपयोग करती हैं। यह उपकरण, प्रयोगशाला यंत्रों या एसएएएस टूल्स में विक्रेता की एआई क्षमताओं को स्वीकार या अस्वीकार करने के मानदंडों को भी निर्धारित करता है।

डेटा और आईटी प्लेटफॉर्म। डेटा और आईटी टीमें एआई प्लेटफॉर्म को संरचित करने के लिए टीआर 24028 का उपयोग करती हैं: लॉगिंग, सुरक्षा, मॉडल रजिस्ट्री, निगरानी और रोलबैक के लिए एक सामान्य पैटर्न, ताकि प्रत्येक एआई उपयोग के मामले में हर बार विशिष्ट पैटर्न बनाने के बजाय आधारभूत विश्वसनीयता नियंत्रण विरासत में मिले।

शासन एवं प्रबंधन समीक्षा। एआई संचालन समितियाँ और प्रबंधन समीक्षा, कार्यकारी एवं नियामक प्रतिनिधियों को सहजता से समझाने के लिए टीआर 24028 की भाषा का उपयोग करते हुए जोखिम, प्रदर्शन और घटनाओं पर चर्चा करते हैं। वे "हमारा एआई काम करता है" कहने के बजाय, प्रमाणों के आधार पर विश्वसनीयता, मजबूती, पारदर्शिता, निष्पक्षता और जवाबदेही की बात करते हैं।

15) अक्सर पूछे जाने वाले प्रश्न

प्रश्न 1. क्या आईएसओ/आईईसी टीआर 24028 एक प्रमाणन योग्य मानक है?
नहीं। टीआर 24028 एक तकनीकी रिपोर्ट है, न कि प्रमाणन योग्य प्रबंधन-प्रणाली मानक। संगठनों को टीआर 24028 के लिए "प्रमाणित" नहीं किया जा सकता है, लेकिन वे अपने एआई शासन, जोखिम प्रबंधन और सत्यापन प्रथाओं को इसकी विश्वसनीयता अवधारणाओं के साथ संरेखित कर सकते हैं और इसका उपयोग प्रमाणन जैसे कि आईएसओ/आईईसी 42001.

प्रश्न 2. टीआर 24028 का आईएसओ/आईईसी 23894 से क्या संबंध है?
टीआर 24028 एआई में भरोसेमंदता को परिभाषित करता है - विश्वसनीयता, मजबूती, सुरक्षा, निष्पक्षता, पारदर्शिता आदि। आईएसओ/आईईसी 23894 यह संरचित जोखिम प्रक्रिया का उपयोग करके एआई जोखिमों को प्रबंधित करने का तरीका बताता है। साथ मिलकर, वे दोनों प्रदान करते हैं। गुण आप चाहते हैं और प्रक्रिया उन्हें प्राप्त करने और बनाए रखने के लिए।

Q3. क्या TR 24028 जनरेटिव एआई और बड़े भाषा मॉडल को कवर करता है?
हाँ, सैद्धांतिक रूप से। TR 24028 किसी विशेष तकनीक तक सीमित नहीं है; इसके विश्वसनीयता गुण किसी भी AI सिस्टम पर लागू होते हैं जिसके आउटपुट निर्णयों या परिणामों को प्रभावित करते हैं। जनरेटिव AI और बड़े भाषा मॉडल मजबूती, सुरक्षा, पारदर्शिता और दुरुपयोग के लिए विशिष्ट चुनौतियाँ पेश करते हैं—लेकिन फिर भी उनका मूल्यांकन समान विश्वसनीयता मापदंडों के आधार पर किया जाता है।

प्रश्न 4. टीआर 24028 यूरोपीय संघ के एआई अधिनियम से कैसे संबंधित है?
यूरोपीय संघ का कृत्रिम बुद्धिमत्ता अधिनियम कृत्रिम बुद्धिमत्ता के लिए कानूनी दायित्वों और जोखिम श्रेणियों को परिभाषित करता है; टीआर 24028 प्रासंगिक आयामों के आधार पर किसी प्रणाली की विश्वसनीयता पर विचार करने का एक संरचित तरीका प्रदान करता है। टीआर 24028 की अवधारणाओं का उपयोग संगठनों को कृत्रिम बुद्धिमत्ता अधिनियम के अनुपालन का समर्थन करने वाले नियंत्रणों को डिजाइन और दस्तावेजीकरण करने में मदद करता है, विशेष रूप से उच्च जोखिम वाली प्रणालियों के लिए, लेकिन टीआर 24028 स्वयं एक कानूनी अनुपालन ढांचा नहीं है।

प्रश्न 5. एक विनियमित कंपनी में टीआर 24028 के कार्यान्वयन का स्वामित्व किसके पास होना चाहिए?
जिम्मेदारी साझा होनी चाहिए: गुणवत्ता और जोखिम/अनुपालन विभाग शासन और दस्तावेज़ीकरण का नेतृत्व करे; आईटी/डेटा विभाग प्लेटफ़ॉर्म और सुरक्षा नियंत्रणों का नेतृत्व करे; संचालन विभाग यह सुनिश्चित करे कि एआई को एमईएस/डब्ल्यूएमएस/स्वचालन में कैसे एकीकृत किया जाए; और विनियामक मामले विभाग बाहरी अपेक्षाओं के अनुरूप हो। यदि "एआई पर भरोसा" केवल डेटा वैज्ञानिकों के पास रहेगा, तो यह ऑडिट, घटनाओं या संगठनात्मक परिवर्तनों से अप्रभावित रहेगा।


संबंधित पढ़ना
• एआई शासन और जोखिम:
आईएसओ/आईईसी 42001 | आईएसओ/आईईसी 23894 | जीएक्सपी
• सत्यनिष्ठा और सत्यापन:
डेटा अखंडता | एल्को+ | CSV |वीएमपी | ऑडिट ट्रेल (जीएक्सपी)
• निष्पादन एवं अभिलेख:
एमईएस | ईबीआर | ईएमएमआर | सीपीवी | विचलन/एनसीआर | CAPA



हमारे समाधान

तीन प्रणालियाँ। एक निर्बाध अनुभव।

जानिए कि कैसे V5 MES, QMS और WMS एक साथ मिलकर उत्पादन को डिजिटाइज़ करते हैं, अनुपालन को स्वचालित करते हैं और इन्वेंट्री को ट्रैक करते हैं - वह भी बिना किसी कागजी कार्रवाई के।

विनिर्माण निष्पादन (एमईएस)

हर बैच, हर चरण को नियंत्रित करें।

लाइव वर्कफ़्लो, विनिर्देश प्रवर्तन, विचलन ट्रैकिंग और बैच समीक्षा के साथ प्रत्येक बैच, मिश्रण और उत्पाद को सीधे नियंत्रित करें—क्लिपबोर्ड की कोई आवश्यकता नहीं है।

  • तेज़ बैच चक्र
  • त्रुटिरहित उत्पादन
  • पूर्ण इलेक्ट्रॉनिक ट्रेसबिलिटी
अधिक जानें

गुणवत्ता प्रबंधन (क्यूएमएस)

गुणवत्ता पर जोर दें, कागजी कार्रवाई पर नहीं।

रीयल-टाइम अनुपालन, विचलन नियंत्रण, CAPA वर्कफ़्लो और डिजिटल हस्ताक्षर के साथ प्रत्येक SOP, जाँच और ऑडिट को रिकॉर्ड करें—किसी भी फ़ाइल की आवश्यकता नहीं है।

  • 100% पेपरलेस अनुपालन
  • तत्काल विचलन अलर्ट
  • ऑडिट के लिए हमेशा तैयार
और पढ़ें

वेयरहाउस मैनेजमेंट (डब्ल्यूएमएस)

ऐसा स्टॉक जिस पर आप भरोसा कर सकते हैं।

लाइव इन्वेंट्री, एलर्जेन पृथक्करण, समाप्ति नियंत्रण और स्वचालित लेबलिंग के साथ प्रत्येक बैग, बैच और पैलेट को ट्रैक करें।

  • लॉट और समाप्ति तिथि की पूरी ट्रेसबिलिटी
  • FEFO/FIFO लागू
  • वास्तविक समय में स्टॉक की सटीकता
और पढ़ें

आप बहुत अच्छी संगत में हैं।

  • आज़ हम आपकी किस प्रकार सहायता कर सकते हैं?

    जब आप तैयार हों, हम भी तैयार हैं।
    नीचे दिए गए विकल्पों में से अपना मार्ग चुनें चाहे आप तलाश कर रहे हों मुफ्त आज़माइशतक लाइव डेमो, या एक अनुकूलित सेटअपहमारी टीम हर कदम पर आपका मार्गदर्शन करेगी।
    चलिए शुरू करते हैं — नीचे दिए गए छोटे से फॉर्म को भरें।

    आपकी जानकारी सुरक्षित है और इसका उपयोग केवल आपकी पूछताछ का जवाब देने के लिए किया जाएगा।