14 अक्टूबर, 2026 को Stanford HAI ने AI जवाबदेही का अध्ययन करने वाली शोधकर्ता Deb Raji का परिचय प्रकाशित किया, और Raji ने कहा कि इस क्षेत्र ने यह बहुत कम आँका था कि जिन कानूनों के लिए उसने संघर्ष किया, उन्हें लागू करना कितना कठिन होगा। AI जवाबदेही कानून अक्सर किसी को वास्तव में जवाबदेह क्यों नहीं ठहराते? क्योंकि जब बाहर का कोई भी यह जाँच नहीं सकता कि आवश्यक ऑडिट और सूचनाएँ दी गईं या नहीं, तो उल्लंघन अदृश्य रहते हैं, और किसी को जवाबदेह ठहराने की प्रक्रिया कभी शुरू ही नहीं होती।
01AI कानून वहीं अटक जाते हैं जहाँ बाहरी लोग अनुपालन की जाँच नहीं कर सकते
जो कानून मौजूद है लेकिन लागू नहीं किया जा सकता, वह आँकड़ों का एक निशान छोड़ जाता है, और सबसे स्पष्ट निशान उस शहर से मिलता है जहाँ AI कानून सचमुच कुछ समय से चल रहा है। शुरुआत स्वयं Raji से करें। वे व्यावसायिक फ़ेशियल रिकग्निशन सिस्टम के ऑडिट के लिए जानी जाती हैं, Google में रहते हुए उन्होंने Model Cards बनाने में मदद की, और इस पतझड़ में Stanford HAI में विज़िटिंग फ़ेलो के रूप में हैं, इसके बाद वे पतझड़ 2027 में फ़ैकल्टी से जुड़ेंगी।
इंटरव्यू में राजी ने इस क्षेत्र के इतिहास को चरणों में बताया। लगभग 2017 के आसपास सारी बातचीत उच्च-स्तरीय सिद्धांतों की थी। लगभग 2020 से 2023 तक गंभीर विधायी प्रस्ताव सामने आए। ChatGPT के बाद कानून पारित होने लगे, और उनके द्वारा गिनाए गए उदाहरणों में से एक न्यूयॉर्क सिटी का Local Law 144 था।
पारित होने के बाद आता है प्रवर्तन। "मुझे लगता है कि हमने प्रवर्तन की चुनौती को बहुत कम आंका," राजी ने कहा।
Local Law 144 का रिकॉर्ड भी इसी ओर संकेत करता है। 2024 में शोधकर्ताओं की एक टीम ने 391 नियोक्ताओं की जाँच की और पाया कि कानून द्वारा अपेक्षित पूर्वाग्रह ऑडिट केवल 18 ने प्रकाशित किया था। 2025 में न्यूयॉर्क राज्य के कॉम्पट्रोलर ने जाँच की कि शहर की एजेंसी इस कानून को कैसे लागू कर रही है। एजेंसी ने प्रकाशित 32 ऑडिट की समीक्षा की थी और एक संभावित उल्लंघन चिह्नित किया था। राज्य के ऑडिटरों ने वही 32 ऑडिट पढ़े और कम से कम 17 उल्लंघन पाए।
स्पष्ट कर दें कि इनमें से कोई भी आँकड़ा Raji से नहीं आया है। वे शैक्षणिक शोधकर्ताओं और एक राज्य ऑडिट से आए हैं। फिर भी दोनों स्रोत एक ही तथ्य पर मिलते हैं: जब अनुपालन बाहर से दिखाई नहीं देता, तो उल्लंघन सामने नहीं आते।
जो भी किसी संगठन के भीतर AI से काम लेता है, उसके लिए मैं एक व्यावहारिक निष्कर्ष निकालता हूँ। यह देखने के लिए इंतज़ार न करें कि कौन-से कानून आते हैं। अपने AI उपयोग का ऐसा रिकॉर्ड रखें जिसे कोई बाहरी व्यक्ति जाँच सके। जब कोई आपसे किसी निर्णय का हिसाब माँगे, तो वही रिकॉर्ड आपके उत्तर का एकमात्र आधार होता है।
02Local Law 144: भर्ती टूल का एक वर्ष के भीतर पूर्वाग्रह ऑडिट होना चाहिए, जिसे सार्वजनिक किया जाए
391 में से 18 को निर्णय मानकर पढ़ने से पहले यह जानना उपयोगी है कि उन नियोक्ताओं पर ठीक-ठीक कौन-से दायित्व थे।
Local Law 144 न्यूयॉर्क शहर का एक क़ानून है जो स्वचालित रोज़गार निर्णय टूल, यानी वह सॉफ़्टवेयर जिससे नियोक्ता नौकरी के उम्मीदवारों को छाँटते या रैंक करते हैं, को कवर करता है। प्रवर्तन शहर के उपभोक्ता एवं श्रमिक संरक्षण विभाग का दायित्व है, जिसे आमतौर पर DCWP कहा जाता है। कर्तव्य नियोक्ता पर आते हैं, और वे एक निश्चित क्रम में आते हैं।
टूल का उपयोग किए जाने से पहले के एक वर्ष के भीतर ऑडिट किया गया होना चाहिए। उसके परिणामों का सारांश ऐसी जगह प्रकाशित किया जाना चाहिए जहाँ कोई भी उसे पढ़ सके। उम्मीदवारों और कर्मचारियों को टूल का उपयोग उन पर किए जाने से दस कार्यदिवस पहले सूचना मिलनी चाहिए। DCWP ने 5 जुलाई 2023 से इस कानून और इसके नियमों को लागू करना शुरू किया।
इस आकृति से एक विशेषता नज़रअंदाज़ करना कठिन है: एजेंसी श्रृंखला के बिल्कुल अंत में है। ऑडिट करना, पोस्ट करना और सूचित करना, ये सब नियोक्ता अपनी ओर से खुद करता है। DCWP तभी हस्तक्षेप कर सकता है जब उसे पता चले कि इनमें से कोई चरण छूट गया है।
राजी इस तरह के पक्षपात ऑडिट को प्रवर्तन के व्यावहारिक उपकरणों में गिनती हैं। यानी उपकरण कागज़ पर मौजूद थे। अगला स्पष्ट कदम यह गिनना था कि कितने नियोक्ताओं ने वास्तव में उनका उपयोग किया, और शोधकर्ताओं के एक समूह ने ठीक यही किया।
03जाँचे गए 391 नियोक्ताओं में से 18 ने ऑडिट प्रकाशित किए और 13 ने नोटिस प्रकाशित किए
यह गिनती Lucas Wright के नेतृत्व वाली एक शोध टीम से आई थी, जिसके सह-लेखकों में Jacob Metcalf और J. Nathan Matias शामिल हैं। उनका शोधपत्र FAccT 2024 में स्वीकृत हुआ था, जो कंप्यूटिंग प्रणालियों में निष्पक्षता और जवाबदेही पर प्रमुख शैक्षणिक सम्मेलन है।
टीम ने 155 छात्रों को जाँचकर्ता के रूप में प्रशिक्षित किया। छात्रों ने मिलकर दर्ज किया कि 391 नियोक्ता Local Law 144 का पालन कैसे कर रहे थे। इन नियोक्ताओं में से 18 ने ऑडिट रिपोर्ट प्रकाशित की थीं। केवल 13 ने वे पारदर्शिता सूचनाएँ प्रकाशित की थीं जो उम्मीदवारों को बताती हैं कि एक स्वचालित टूल का उपयोग किया जा रहा है।
यही कानून तीन अलग-अलग पक्षों को तीन अलग-अलग काम सौंपता है, और हर एक ने पीछे एक अलग संख्या छोड़ी। इन्हें साथ-साथ रखने पर वे इस प्रकार दिखते हैं।
| तुलना का बिंदु | नियोक्ता | शहर की एजेंसी (DCWP) | राज्य नियंत्रक |
|---|---|---|---|
| वे क्या तय करते हैं | कोई उपकरण कानून के दायरे में आता है या नहीं | उल्लंघनों की जाँच और दंड | एजेंसी के प्रवर्तन की ऑडिटिंग |
| पीछे छूट गए लोगों की संख्या | 391 में से 18 ने ऑडिट पोस्ट किया | 32 ऑडिट में एक संभावित उल्लंघन | उन्हीं 32 में से कम से कम 17 |
| बाहर से अदृश्य | किसी टूल को दायरे से बाहर क्यों माना गया, इसका कारण | कुछ भी पोस्ट न करने वाले नियोक्ताओं द्वारा उल्लंघन | वे शिकायतें जो एजेंसी तक कभी नहीं पहुंचीं |
उन 18 के बाहर के हर नियोक्ता के मामले में, कोई बाहरी व्यक्ति यह नहीं बता सकता था कि आवेदनों की छँटनी में AI का उपयोग हो रहा था या नहीं। सरसरी नज़र से पढ़ने पर यही निष्कर्ष निकलेगा कि बाकी कानून तोड़ रहे थे। यह निष्कर्ष क्यों गलत है, इसका कारण शोध टीम ने अपने पेपर के शीर्षक में ही रख दिया।
यहाँ एक सीमा का उल्लेख ज़रूरी है। यह सर्वेक्षण 2024 की स्थिति दर्शाता है। मैंने यह नहीं जाँचा कि तब से और नियोक्ताओं ने ऑडिट प्रकाशित किए हैं या नहीं।
04नियोक्ता स्वयं तय करते हैं कि कानून लागू होता है या नहीं, इसलिए चुप्पी से कुछ सिद्ध नहीं होता
18 की कम संख्या का मतलब उल्लंघनों की अधिक संख्या नहीं है, और इसकी वजह कानून के डिज़ाइन में निहित है।
Wright और उनके सहयोगियों के अनुसार, Local Law 144 नियोक्ताओं को यह तय करने में काफ़ी विवेकाधिकार देता है कि उनकी प्रणाली कानून के दायरे में आती है या नहीं। जो नियोक्ता यह तय करता है कि उसका टूल दायरे से बाहर है, वह न कोई ऑडिट प्रकाशित करता है और न कोई सूचना देता है। जिस नियोक्ता का टूल दायरे में है लेकिन जो कुछ भी प्रकाशित नहीं करता, वह बाहर से बिल्कुल वैसा ही दिखता है।
शोधकर्ताओं ने इस स्थिति को null compliance (शून्य अनुपालन) कहा। जब खोज में कुछ नहीं मिलता, तो उस खाली परिणाम को गैर-अनुपालन का संकेत नहीं कहा जा सकता। उसे अनुपालन का संकेत भी नहीं कहा जा सकता। देखने वाले के पास कोई उत्तर नहीं रहता।
राजी उसी दीवार को एक दूसरी ओर से छूती हैं। उनके अनुसार, कंपनियाँ इस बात में संरचनात्मक रूप से सीमित हैं कि वे यह बताने में कितनी स्पष्ट हो सकती हैं कि कोई सिस्टम कितना अच्छा काम कर रहा है या नहीं। “संरचनात्मक” शब्द को मैं जैसा पढ़ता हूँ, यह सीमा उस स्थिति में है जिसमें कंपनी अपने ही उत्पाद के बारे में बोलती है, किसी एक कर्मचारी की ईमानदारी में नहीं।
मेरी समझ में, ये दोनों तथ्य एक-दूसरे को और बढ़ा देते हैं। कानून दायरे का फ़ैसला नियोक्ता के हाथ में सौंप देता है, और नियोक्ता अपने ही टूल्स के बारे में खुलकर बोलने की स्थिति में नहीं होता। इन दोनों के मेल का अनुमानित नतीजा यही है कि बाहर तक बहुत कम जानकारी पहुँचती है।
05राज्य लेखा परीक्षकों को 32 ऑडिट में 17+ संभावित उल्लंघन मिले; शहर को एक मिला था
जो नियोक्ता कुछ भी प्रकाशित नहीं करते, उन्हें उल्लंघन करने वाले नियोक्ताओं से अलग नहीं पहचाना जा सकता। इसलिए केवल प्रकाशित ऑडिट ही बचते हैं। क्या उन्हें कम से कम ध्यान से पढ़ा गया?
न्यूयॉर्क राज्य के कंप्ट्रोलर ने जुलाई 2023 से जून 2025 तक DCWP की प्रवर्तन गतिविधि की समीक्षा की और दिसंबर 2025 में ऑडिट प्रकाशित किया। मैं अपने परिवेश से पूरी रिपोर्ट नहीं खोल सका। नीचे दिए गए आँकड़े कानूनी फर्म DLA Piper के जनवरी 2026 में प्रकाशित विश्लेषण में उद्धृत किए गए अनुसार हैं।
निष्कर्ष तीन जगहों पर आते हैं। न्यूयॉर्क के बाहर के पाठकों के लिए: 311 शहर की सामान्य फ़ोन लाइन है, जिस पर शहर की सेवाओं के बारे में प्रश्न और शिकायतें की जाती हैं।
शिकायत लाइन
311 पर स्वचालित भर्ती उपकरणों के बारे में किए गए परीक्षण कॉलों में से पचहत्तर प्रतिशत गलत जगह भेजे गए।
ऑडिट को पढ़ना
जहाँ एजेंसी ने 32 ऑडिट में एक मुद्दा चिह्नित किया था, वहाँ राज्य ऑडिटरों को कम से कम 17 संभावित मुद्दे मिले।
एजेंसी की प्रतिक्रिया
कंट्रोलर ने मौजूदा प्रवर्तन को अप्रभावी बताया। DCWP अधिकांश सिफ़ारिशों को लागू करने पर सहमत हुआ।
तीनों में से दूसरी बात मुझे सबसे अधिक महत्वपूर्ण लगती है। रिकॉर्ड मौजूद थे। उन्हें उसी जगह प्रकाशित किया गया था जहाँ कानून ने कहा था। लेकिन जब पाठक उनमें लिखी बातों को अनदेखा कर देता है, तो नतीजा रिकॉर्ड न होने जैसा ही होता है।
पहला निष्कर्ष भी मायने रखता है। जो उम्मीदवार किसी छूटी हुई सूचना को देखकर फ़ोन उठाता है, उसके पास इन परीक्षण परिणामों के अनुसार सही डेस्क तक न पहुँचने की चार में से तीन संभावना है। उल्लंघन की रिपोर्ट करने के लिए किसी बाहरी व्यक्ति के पास जो गिने-चुने दरवाज़े थे, उनमें से एक ज़्यादातर बंद था।
06जवाबदेही के लिए एक क़ानून, एक दृश्यमान रिकॉर्ड और उसकी जाँच करने की क्षमता चाहिए
उन्हीं 32 ऑडिट में से एजेंसी ने एक संभावित उल्लंघन पकड़ा। अब तक के तथ्यों को साथ रखकर देखें, तो किसी को ज़िम्मेदार न ठहराए जाने के कारण तीन जगहों में बँटते हैं।
क़ानून केवल कर्तव्य बताते हैं
पारित किए गए कानूनों की संख्या से प्रवर्तन के बारे में बहुत कम पता चलता है। Raji ने कहा कि क्षेत्र ने यह आकलन गलत किया कि कानून पारित होने के बाद क्या होता है।
प्रकटीकरण का निर्णय उपयोगकर्ता करता है
चुप्पी को उल्लंघन से अलग नहीं पहचाना जा सकता। 391 में से अठारह उल्लंघनों की गिनती नहीं है।
जांच करने की क्षमता
जिस रिकॉर्ड को कोई नहीं पढ़ता, वह किसी को जवाबदेह नहीं ठहराता। एक मुद्दा बनाम कम से कम 17 का अंतर इस खाई को दिखाता है।
पहला बिंदु नए AI कानूनों की सुर्खियों को पढ़ने का तरीका बदल देता है। जब मैं यह रिपोर्ट देखता हूँ कि किसी और अधिकार क्षेत्र ने कानून पारित कर दिया है, तो मैं अब यह नहीं मानता कि अब ज़िम्मेदारी तय की जा सकती है। Local Law 144 का प्रवर्तन 2023 में शुरू हुआ था, और उसके बाद इससे जो आँकड़े निकले, वे थे 18 नियोक्ता और एक चिह्नित मुद्दा।
दूसरा बिंदु इस बात को बदल देता है कि चुप्पी को कैसे देखा जाए। null compliance की स्थिति में, कुछ भी प्रकाशित न करने वाली कंपनी और कानून तोड़ने वाली कंपनी बाहर से एक जैसी दिखती हैं। कॉर्पोरेट स्पष्टवादिता की जो सीमा Raji बताती हैं, वह भी इसी दिशा में धकेलती है, यानी अधिक खुलासे की बजाय कम खुलासे की ओर।
तीसरा बिंदु किसी रिकॉर्ड के मूल्य को आँकने का तरीका बदल देता है। प्रकाशित 32 ऑडिट रिकॉर्ड के रूप में पूर्ण थे। उनका मूल्य इस पर निर्भर था कि उन्हें किसने पढ़ा। राज्य के ऑडिटरों ने पढ़ा तो उनमें कम से कम 17 संभावित समस्याएँ थीं। एजेंसी ने पढ़ा तो उनमें एक थी।
ये तीनों एक-दूसरे से स्वतंत्र नहीं हैं। कानून कर्तव्य तय करता है, उपयोगकर्ता रिकॉर्ड प्रकाशित करता है, और कोई उसे पढ़ता है। यदि इनमें से कोई एक कड़ी भी गायब हो, तो बाकी दो किसी को जवाबदेह ठहराने की प्रक्रिया शुरू करने के लिए पर्याप्त नहीं हैं।
07कैलिफोर्निया के लोगों ने जवाबदेही मांगी, लेकिन प्रवर्तन का कोई रास्ता तय नहीं किया गया है
किसी को जिम्मेदार ठहराने के लिए एक कानून, एक रिकॉर्ड और उसे पढ़ सकने वाला कोई व्यक्ति चाहिए। एक ऐसे राज्य में जो अब AI नियमों का अपना अगला दौर तैयार कर रहा है, इन तीनों में से कौन सा गायब है?
13 अक्टूबर, 2026 को कैलिफ़ोर्निया के गवर्नर गेविन न्यूसम ने Engaged California के नतीजों की घोषणा की, जो AI से जुड़े फ़ैसलों में निवासियों को शामिल करने का राज्यव्यापी प्रयास है। राज्यव्यापी संस्करण मई 2026 में सभी निवासियों के लिए खोला गया था।
तीन विषय सबसे अधिक बार सामने आए और उन्हें सबसे मज़बूत समर्थन मिला। उनमें से एक था "AI कंपनियों को उनके द्वारा पहुँचाए गए नुकसान के लिए जवाबदेह ठहराना।"
घोषणा में यह नहीं बताया गया कि इसे कैसे लागू किया जाएगा। इसमें किसी विधेयक का नाम नहीं है और कोई समय-सीमा तय नहीं की गई है। इसमें केवल इतना कहा गया है कि सिफारिशें भविष्य के नीतिगत निर्णयों को आधार देंगी।
राजी ने अपनी ओर से ठोस प्रवर्तन उपकरणों के नाम बताए। एक है मानक प्रकटीकरण टेम्पलेट, ताकि पारदर्शिता की आवश्यकता का एक निश्चित रूप हो। दूसरा है घटना डेटाबेस, जो पहले से तय करता है कि कौन-सी घटना वैध मानी जाएगी और यह दर्ज करता है कि सरकारों और कंपनियों ने कैसी प्रतिक्रिया दी।
प्रकटीकरण टेम्पलेट की एक मिसाल मौजूद है। Google में रहते हुए, Raji ने Model Cards बनाने में मदद की, जो प्रशिक्षित मॉडल के साथ आने वाले छोटे दस्तावेज़ हैं और बताते हैं कि मूल्यांकन में उसका प्रदर्शन कैसा रहा। उन्हें वर्णित करने वाला शोध-पत्र 2018 में पोस्ट किया गया था।
कैलिफ़ोर्निया इस तरह के उपकरण बनाएगा या नहीं, यह अभी ज्ञात नहीं है। मैं जो सत्यापित कर सका, वह इसी तथ्य तक सीमित है कि निवासियों ने जवाबदेही की माँग की।
AI का उपयोग करने वाले संगठनों को सरकार का इंतज़ार नहीं करना पड़ता। Local Law 144 के तहत, बाहरी लोग जो चरण नहीं देख सकते थे, वह था नियोक्ता का अपना यह निर्णय कि कोई टूल दायरे में आता है या नहीं। उस निर्णय का कारण लिखें और उसे सुरक्षित रखें, तो बाद में कोई भी चुप्पी और उल्लंघन के बीच का अंतर पहचान सकता है।
कुछ अनिश्चितता बनी हुई है, और उसे पृष्ठ पर होना चाहिए। 391 नियोक्ताओं का सर्वेक्षण 2024 का है, और उसके बाद प्रकटीकरण की स्थिति मैंने नहीं जाँची है। राज्य के ऑडिट के आँकड़े रिपोर्ट से नहीं, बल्कि एक लॉ फर्म के उद्धरणों से पुष्ट किए गए थे। 311 कॉलों के गलत मार्ग पर जाने और एजेंसी तक कभी न पहुँचने का ब्योरा भी द्वितीयक सारांशों पर टिका है।
- न्यूयॉर्क सिटी ने जुलाई 2023 में लोकल लॉ 144 लागू करना शुरू किया, फिर भी 2024 में जाँचे गए 391 नियोक्ताओं में से केवल 18 ने ऑडिट प्रकाशित किए थे। किताबों में दर्ज कानून से अनुपालन दिखाई नहीं देने लगता।
- चूँकि नियोक्ता ही तय करते हैं कि कानून उन पर लागू होता है या नहीं, इसलिए खुलासों का न होना कुछ साबित नहीं करता। शोधकर्ता इसे नल कंप्लायंस कहते हैं, और Raji के अनुसार कंपनियाँ संरचनात्मक रूप से इस बात में सीमित हैं कि वे कितनी स्पष्टता बरत सकती हैं।
- जहाँ शहर की एजेंसी को 32 ऑडिट में एक संभावित उल्लंघन मिला, वहीं राज्य के ऑडिटरों को कम से कम 17 मिले। प्रकाशित रिकॉर्ड भी जवाबदेही तय नहीं करते, जब तक कोई उन्हें पढ़ने में सक्षम न हो।
AI से होने वाले नुकसान की ज़िम्मेदारी तय करने वाला कानून तब बहुत कम हासिल करता है जब अनुपालन दिखाने वाला कोई बाहरी रिकॉर्ड न हो और उसे पढ़ने की क्षमता किसी के पास न हो। न्यूयॉर्क सिटी में 18 नियोक्ता और चिह्नित किया गया एकमात्र मुद्दा व्यवहार में ऐसा ही दिखता है।
AI का उपयोग करने वाले संगठन पूछे जाने पर तभी जवाब दे सकते हैं जब वे वह रिकॉर्ड स्वयं रखते हों। अपने काम के AI टूल्स के लिए मैं हर टूल पर एक पंक्ति से शुरुआत कर रहा हूँ: उसे इस्तेमाल करने का फैसला मैंने क्यों किया, यह कारण किसी के पूछने से पहले लिखकर रखना।
- स्टैनफोर्ड HAI। जब AI नुकसान पहुँचाता है तो जिम्मेदार कौन है? 2026-10-14. https://hai.stanford.edu/news/who-is-responsible-when-ai-causes-harm (डेब राजी का प्रोफ़ाइल; सिद्धांतों से कानून और फिर प्रवर्तन की ओर बढ़ना; "प्रवर्तन की चुनौती को बुरी तरह कम आँका गया"; प्रकटीकरण टेम्पलेट और घटना डेटाबेस)
- लुकास राइट, जैकब मेटकाफ, जे. नैथन मतियास, और अन्य Null Compliance: NYC Local Law 144 और एल्गोरिदम जवाबदेही की चुनौतियाँ। FAccT 2024 / arXiv:2406.01399. https://arxiv.org/abs/2406.01399 (155 छात्र अन्वेषक, 391 नियोक्ता, 18 ऑडिट रिपोर्ट, 13 सूचनाएँ, अनुपालन शून्य)
- DLA Piper. NYC के AI भर्ती कानून का आलोचनात्मक ऑडिट नियोक्ताओं के लिए बढ़ते जोखिम का संकेत देता है. 2026-01-30. https://www.dlapiper.com/en/insights/publications/2026/01/critical-audit-of-nyc-ai-hiring-law-signals-increased-risk-for-employers (न्यूयॉर्क स्टेट कंप्ट्रोलर के ऑडिट का विश्लेषण: 32 ऑडिट और एक मुद्दा, कम से कम 17 संभावित मुद्दे, 311 टेस्ट कॉल में से 75 percent)
- न्यूयॉर्क सिटी उपभोक्ता और कर्मचारी संरक्षण विभाग। ऑटोमेटेड एम्प्लॉयमेंट डिसीजन टूल्स (AEDT)। https://www.nyc.gov/site/dca/about/automated-employment-decision-tools.page (एक वर्ष के भीतर पक्षपात ऑडिट, सार्वजनिक परिणाम, दस कार्यदिवस पहले सूचना, 5 जुलाई 2023 से प्रवर्तन)
- गवर्नर गेविन न्यूसम का कार्यालय। गवर्नर Newsom ने AI से जुड़े फ़ैसलों में कैलिफ़ोर्नियावासियों को शामिल करने वाली देश की पहली परियोजना के नतीजे घोषित किए. 2026-10-13. https://www.gov.ca.gov/2026/10/13/governor-newsom-announces-results-from-californias-first-in-the-nation-project-to-involve-californians-in-decisions-about-ai/ (Engaged California के परिणाम; AI कंपनियों को नुकसान के लिए जवाबदेह ठहराने का विषय)
- मार्गरेट मिशेल, इनिओलुवा डेबोरा राजी, टिमनिट गेब्रू, और अन्य मॉडल रिपोर्टिंग के लिए मॉडल कार्ड। arXiv:1810.03993, 2018. https://arxiv.org/abs/1810.03993 (प्रशिक्षित मॉडलों के साथ दिए जाने वाले छोटे दस्तावेज़ जो मूल्यांकन परिणाम बताते हैं)