14 اکتوبر 2026 کو Stanford HAI نے Deb Raji کا تعارفی خاکہ پیش کیا، جو AI کی جواب دہی پر تحقیق کرتی ہیں، اور Raji نے کہا کہ اس شعبے نے ان قوانین کے نفاذ کی مشکل کو بری طرح کم سمجھا جن کے لیے اس نے جدوجہد کی تھی۔ AI جوابدہی کے قوانین اکثر کسی کو واقعی جوابدہ کیوں نہیں ٹھہراتے؟کیونکہ جب باہر کا کوئی شخص یہ جانچ نہیں سکتا کہ مطلوبہ آڈٹ اور نوٹسز کیے گئے تھے یا نہیں، تو خلاف ورزیاں نظروں سے اوجھل رہتی ہیں، اور کسی کو جوابدہ ٹھہرانے کا عمل کبھی شروع ہی نہیں ہوتا۔
01اے آئی قوانین وہاں رک جاتے ہیں جہاں باہر کے لوگ تعمیل کی جانچ نہیں کر سکتے
ایسا قانون جو موجود ہو مگر نافذ نہ کیا جا سکے، اعداد کا ایک سراغ چھوڑ جاتا ہے، اور سب سے واضح سراغ اس شہر سے ملتا ہے جہاں اے آئی کا قانون واقعی کچھ عرصے سے نافذ العمل ہے۔ آغاز Raji سے کیجیے۔ وہ تجارتی چہرہ شناسی نظاموں کے آڈٹس کے لیے معروف ہیں، Google میں رہتے ہوئے Model Cards کی تخلیق میں مدد کی، اور 2027 کے موسمِ خزاں میں فیکلٹی میں شامل ہونے سے پہلے اس خزاں Stanford HAI میں وزٹنگ فیلو کے طور پر وقت گزار رہی ہیں۔
انٹرویو میں، Raji نے اس شعبے کی تاریخ کو مراحل میں بیان کیا۔ تقریباً 2017 کے آس پاس، گفتگو مکمل طور پر اعلیٰ سطحی اصولوں کی تھی۔ تقریباً 2020 سے 2023 تک، سنجیدہ قانون سازی کی تجاویز سامنے آئیں۔ ChatGPT کے بعد، قوانین منظور ہونا شروع ہوئے، اور ان کی بتائی ہوئی مثالوں میں سے ایک New York City کا Local Law 144 تھا۔
منظوری کے بعد نفاذ کا مرحلہ آتا ہے۔ "میرا خیال ہے کہ ہم نے نفاذ کے چیلنج کو بہت کم سمجھا تھا،" راجی نے کہا۔
Local Law 144 کا ریکارڈ بھی اسی طرف اشارہ کرتا ہے۔ 2024 میں محققین کی ایک ٹیم نے 391 آجروں کی جانچ کی اور پایا کہ صرف 18 نے وہ تعصب آڈٹ شائع کیا تھا جو قانون کا تقاضا ہے۔ 2025 میں نیو یارک اسٹیٹ کے کمپٹرولر نے جانچا کہ شہر کی ایجنسی اس قانون کو کیسے نافذ کر رہی تھی۔ ایجنسی نے 32 شائع شدہ آڈٹس کا جائزہ لیا تھا اور ایک ممکنہ خلاف ورزی کی نشاندہی کی تھی۔ ریاست کے آڈیٹرز نے وہی 32 آڈٹس پڑھے اور کم از کم 17 پائیں۔
واضح رہے کہ ان میں سے کوئی بھی عدد Raji کی طرف سے نہیں ہے۔ یہ تعلیمی محققین اور ایک ریاستی آڈٹ سے آئے ہیں۔ پھر بھی دونوں ذرائع ایک ہی حقیقت پر ملتے ہیں: جب تعمیل باہر سے نظر نہ آئے تو خلاف ورزیاں سامنے نہیں آتیں۔
جو بھی کسی ادارے کے اندر AI سے کام لیتا ہے، اس کے لیے میں ایک عملی نتیجہ اخذ کرتا ہوں۔ یہ انتظار نہ کریں کہ کون سے قوانین آتے ہیں۔ اپنے AI کے استعمال کا ایسا ریکارڈ رکھیں جسے کوئی باہر کا شخص جانچ سکے۔ جب کوئی آپ سے کسی فیصلے کا حساب مانگے گا تو آپ کا جواب صرف اسی ریکارڈ پر کھڑا ہو سکتا ہے۔
02Local Law 144: بھرتی کے ٹولز کا ایک سال کے اندر تعصب کا آڈٹ ضروری ہے، جسے عوامی کیا جائے
391 میں سے 18 کو حتمی فیصلہ سمجھنے سے پہلے یہ جاننا مفید ہے کہ وہ آجر بالکل کن ذمہ داریوں کے پابند تھے۔
Local Law 144 نیویارک شہر کا ایک قانون ہے جو خودکار ملازمتی فیصلہ سازی کے ٹولز کا احاطہ کرتا ہے، یعنی وہ سافٹ ویئر جو آجر امیدواروں کی جانچ یا درجہ بندی کے لیے استعمال کرتے ہیں۔ نفاذ شہر کے Department of Consumer and Worker Protection کے پاس ہے، جسے عام طور پر DCWP کہا جاتا ہے۔ ذمہ داریاں آجر پر عائد ہوتی ہیں، اور وہ ایک مقررہ ترتیب میں آتی ہیں۔
آڈٹ ٹول کے استعمال سے پہلے ایک سال کے اندر مکمل کیا گیا ہونا چاہیے۔ اس کے نتائج کا خلاصہ ایسی جگہ شائع کیا جانا چاہیے جہاں ہر کوئی پڑھ سکے۔ امیدواروں اور ملازمین کو ٹول ان پر استعمال ہونے سے دس کاروباری دن پہلے نوٹس ملنا چاہیے۔ DCWP نے July 5, 2023 سے اس قانون اور اس کے قواعد کا نفاذ شروع کیا۔
یہ عدد ایک خصوصیت کو نظر انداز کرنا مشکل بنا دیتا ہے: ادارہ زنجیر کے بالکل آخر میں بیٹھا ہے۔ آڈٹ کرنا، نوٹس لگانا اور اطلاع دینا سب وہ کام ہیں جو آجر اپنی طرف سے کرتا ہے۔ DCWP صرف اس وقت مداخلت کر سکتا ہے جب اسے معلوم ہو کہ ان میں سے کوئی قدم غائب ہے۔
Raji اس طرح کے تعصب کے آڈٹ کو نفاذ کے عملی ذرائع میں شمار کرتی ہیں۔ یعنی یہ ذرائع کاغذ پر موجود تھے۔ اگلا واضح قدم یہ گننا تھا کہ کتنے آجروں نے انہیں واقعی استعمال کیا، اور محققین کے ایک گروہ نے بالکل یہی کیا۔
03جانچے گئے 391 آجروں میں سے 18 نے آڈٹ شائع کیے اور 13 نے نوٹس شائع کیے
یہ گنتی Lucas Wright کی قیادت میں ایک تحقیقی ٹیم سے آئی، جس کے شریک مصنفین میں Jacob Metcalf اور J. Nathan Matias شامل ہیں۔ ان کا مقالہ FAccT 2024 میں قبول ہوا، جو کمپیوٹنگ نظاموں میں انصاف اور جواب دہی سے متعلق اہم علمی کانفرنس ہے۔
ٹیم نے 155 طلبہ کو تفتیش کار کے طور پر تربیت دی۔ طلبہ نے مل کر ریکارڈ کیا کہ 391 آجر Local Law 144 کی تعمیل کیسے کر رہے تھے۔ ان آجروں میں سے 18 نے آڈٹ رپورٹس شائع کی تھیں۔ صرف 13 نے وہ شفافیت کے نوٹس شائع کیے تھے جو امیدواروں کو بتاتے ہیں کہ خودکار ٹول استعمال ہو رہا ہے۔
ایک ہی قانون تین مختلف فریقوں کو تین مختلف کام سونپتا ہے، اور ہر ایک نے اپنے پیچھے ایک مختلف عدد چھوڑا۔ ساتھ ساتھ رکھ کر دیکھیں تو یہ کچھ ایسا نظر آتا ہے۔
| موازنے کا نکتہ | آجر | شہری ادارہ (DCWP) | اسٹیٹ کمپٹرولر |
|---|---|---|---|
| وہ کیا فیصلہ کرتے ہیں | کیا کوئی ٹول قانون کے دائرے میں آتا ہے | خلاف ورزیوں کی تحقیقات اور سزا | ایجنسی کے نفاذ کا آڈٹ |
| پیچھے رہ جانے والوں کی تعداد | 391 میں سے 18 نے آڈٹ پوسٹ کیا | 32 آڈٹس میں ایک ممکنہ خلاف ورزی | اسی 32 میں سے کم از کم 17 |
| باہر سے نظر نہ آنے والا | کسی ٹول کو دائرہ کار سے باہر قرار دینے کی وجہ | کچھ بھی شائع نہ کرنے والے آجروں کی خلاف ورزیاں | وہ شکایات جو ایجنسی تک کبھی نہیں پہنچیں |
ان 18 کے علاوہ ہر آجر کے بارے میں، کوئی باہر کا شخص یہ نہیں بتا سکتا تھا کہ درخواستوں کی جانچ میں AI استعمال ہو رہا تھا یا نہیں۔ سرسری مطالعے سے یہ نتیجہ نکلے گا کہ باقی سب قانون توڑ رہے تھے۔ تحقیقی ٹیم نے اپنے مقالے کے عنوان میں وہ وجہ بتا دی ہے جس کی بنا پر یہ نتیجہ درست نہیں۔
ایک حد یہاں بیان کرنا ضروری ہے۔ یہ سروے 2024 کی عکاسی کرتا ہے۔ میں نے یہ نہیں جانچا کہ اس کے بعد مزید آجروں نے آڈٹ شائع کیے ہیں یا نہیں۔
04آجر خود فیصلہ کرتے ہیں کہ قانون ان پر لاگو ہوتا ہے یا نہیں، اس لیے خاموشی کچھ ثابت نہیں کرتی
18 کی کم تعداد کا مطلب خلاف ورزیوں کی زیادہ تعداد نہیں ہے، اور اس کی وجہ قانون کی ساخت میں پوشیدہ ہے۔
رائٹ اور ان کے ساتھیوں کے مطابق، لوکل لا 144 آجروں کو اس بات پر خاصا اختیار دیتا ہے کہ ان کا نظام قانون کے دائرے میں آتا ہے یا نہیں۔ جو آجر یہ فیصلہ کرتا ہے کہ اس کا ٹول دائرے سے باہر ہے، وہ نہ کوئی آڈٹ شائع کرتا ہے اور نہ کوئی نوٹس دیتا ہے۔ جس آجر کا ٹول دائرے میں آتا ہے لیکن وہ کچھ بھی شائع نہیں کرتا، وہ باہر سے بالکل ویسا ہی دکھائی دیتا ہے۔
محققین نے اس حالت کو null compliance کہا۔ جب تلاش میں کچھ نہیں ملتا تو اس خالی نتیجے کو عدم تعمیل کی علامت نہیں کہا جا سکتا۔ اسے تعمیل کی علامت بھی نہیں کہا جا سکتا۔ مشاہدہ کرنے والے کے پاس کوئی جواب نہیں رہتا۔
Raji اسی دیوار کو ایک مختلف سمت سے چھوتی ہیں۔ ان کے مطابق، کمپنیاں ڈھانچہ جاتی طور پر اس بات میں محدود ہیں کہ کوئی نظام کتنا اچھا چل رہا ہے یا نہیں چل رہا، اس بارے میں وہ کتنی کھل کر بات کر سکتی ہیں۔ جیسا کہ میں لفظ 'ڈھانچہ جاتی' کو سمجھتا ہوں، یہ حد اس پوزیشن میں ہے جس میں کمپنی اپنی ہی مصنوعات کے بارے میں بات کرتے وقت ہوتی ہے، کسی ایک ملازم کی دیانت داری میں نہیں۔
میری رائے میں، یہ دونوں حقیقتیں ایک دوسرے کو مزید بڑھاتی ہیں۔ قانون دائرہ کار کا فیصلہ آجر کے سپرد کر دیتا ہے، اور آجر اپنے ہی ٹولز کے بارے میں کھل کر بات کرنے کے لیے موزوں پوزیشن میں نہیں ہوتا۔ باہر بہت کم معلومات پہنچنا ان دونوں کو ملانے کا متوقع نتیجہ ہے۔
05ریاستی آڈیٹرز کو 32 آڈٹس میں 17+ ممکنہ خلاف ورزیاں ملیں؛ شہر نے ایک پائی تھی
جو آجر کچھ شائع نہیں کرتے انہیں خلاف ورزی کرنے والے آجروں سے الگ نہیں پہچانا جا سکتا۔ اس سے صرف وہ آڈٹ بچتے ہیں جو شائع کیے گئے۔ کیا انہیں کم از کم احتیاط سے پڑھا گیا؟
نیویارک ریاست کے کمپٹرولر نے جولائی 2023 سے جون 2025 تک DCWP کی نفاذی سرگرمیوں کا جائزہ لیا اور دسمبر 2025 میں آڈٹ شائع کیا۔ میں اپنے ماحول سے مکمل رپورٹ نہیں کھول سکا۔ نیچے دیے گئے اعداد و شمار قانونی فرم DLA Piper کے جنوری 2026 میں شائع ہونے والے تجزیے سے نقل کیے گئے ہیں۔
نتائج تین جگہوں میں آتے ہیں۔ نیویارک سے باہر کے قارئین کے لیے، 311 شہر کی عمومی فون لائن ہے جو شہری خدمات کے بارے میں سوالات اور شکایات کے لیے ہے۔
شکایات کی لائن
خودکار بھرتی کے آلات سے متعلق 311 پر کی گئی ٹیسٹ کالوں میں سے پچھتر فیصد غلط جگہ بھیجی گئیں۔
آڈٹس کو پڑھنا
جہاں ایجنسی نے 32 آڈٹس میں ایک مسئلے کی نشاندہی کی تھی، وہاں ریاستی آڈیٹرز کو کم از کم 17 ممکنہ مسائل ملے۔
ایجنسی کا ردعمل
کمپٹرولر نے موجودہ نفاذ کو غیر مؤثر قرار دیا۔ DCWP نے زیادہ تر سفارشات پر عمل کرنے پر اتفاق کیا۔
تینوں میں سے دوسری بات میرے نزدیک سب سے زیادہ وزن رکھتی ہے۔ ریکارڈ موجود تھے۔ وہ شائع کیے گئے تھے، اسی جگہ جہاں قانون کے مطابق ہونے چاہیے تھے۔ لیکن جب پڑھنے والا ان میں موجود باتوں کو نظر انداز کر دے تو نتیجہ ریکارڈ نہ ہونے کے برابر ہی ہوتا ہے۔
پہلا نتیجہ بھی اہم ہے۔ جو امیدوار کسی غائب نوٹس کو دیکھ کر فون اٹھاتا ہے، ان ٹیسٹ نتائج کے مطابق اس کے صحیح ڈیسک تک نہ پہنچنے کا امکان چار میں سے تین ہے۔ جن چند دروازوں سے کوئی باہر والا خلاف ورزی کی اطلاع دے سکتا تھا، ان میں سے ایک زیادہ تر بند تھا۔
06ذمہ داری کے لیے قانون، نظر آنے والا ریکارڈ اور اس کا جائزہ لینے کی صلاحیت درکار ہے
انہی 32 آڈٹس میں سے ادارے نے ایک ممکنہ خلاف ورزی پکڑی۔ اب تک کے حقائق کو ساتھ ساتھ رکھیں تو کسی کے ذمہ دار نہ ٹھہرائے جانے کی وجوہات تین جگہوں پر آ جاتی ہیں۔
قوانین صرف فرائض بیان کرتے ہیں
منظور کیے گئے قوانین کی تعداد نفاذ کے بارے میں بہت کم بتاتی ہے۔ Raji نے کہا کہ قانون منظور ہونے کے بعد کیا ہوتا ہے، اس کا اس شعبے نے غلط اندازہ لگایا۔
انکشاف کا فیصلہ صارف کرتا ہے
خاموشی اور خلاف ورزی میں فرق نہیں کیا جا سکتا۔ 391 میں سے اٹھارہ خلاف ورزیوں کی تعداد نہیں ہے۔
جانچنے کی صلاحیت
جس ریکارڈ کو کوئی نہ پڑھے وہ کسی کو ذمہ دار نہیں ٹھہراتا۔ ایک مسئلہ بمقابلہ کم از کم 17 فرق کو ظاہر کرتا ہے۔
پہلا نکتہ نئے AI قوانین کی سرخیاں پڑھنے کا انداز بدل دیتا ہے۔ جب میں کوئی رپورٹ دیکھتا ہوں کہ کسی اور دائرۂ اختیار نے قانون منظور کر لیا ہے، تو اب میں اسے اس بات کا ثبوت نہیں سمجھتا کہ ذمہ داری اب مقرر کی جا سکتی ہے۔ Local Law 144 کا نفاذ 2023 میں شروع ہوا، اور اس کے بعد اس سے جو اعداد سامنے آئے وہ 18 آجر اور ایک نشان زد مسئلہ تھے۔
دوسرا نکتہ خاموشی کے ساتھ برتاؤ کا طریقہ بدل دیتا ہے۔ null compliance کے تحت، جو کمپنی کچھ بھی شائع نہیں کرتی اور جو کمپنی قانون توڑتی ہے، دونوں باہر سے ایک جیسی نظر آتی ہیں۔ Raji جس کارپوریٹ صاف گوئی کی حد کا ذکر کرتی ہیں وہ بھی اسی سمت میں دھکیلتی ہے، یعنی زیادہ کے بجائے کم انکشاف کی طرف۔
تیسرا نکتہ ریکارڈ کی قدر کو پرکھنے کا طریقہ بدل دیتا ہے۔ شائع شدہ 32 آڈٹس بطور ریکارڈ مکمل تھے۔ ان کی قدر اس بات پر منحصر تھی کہ انہیں کس نے پڑھا۔ ریاست کے آڈیٹرز نے پڑھا تو ان میں کم از کم 17 ممکنہ مسائل تھے۔ ایجنسی نے پڑھا تو ان میں ایک تھا۔
یہ تینوں ایک دوسرے سے آزاد نہیں ہیں۔ قانون فرض بیان کرتا ہے، صارف ایک ریکارڈ شائع کرتا ہے، اور کوئی اسے پڑھتا ہے۔ اگر کوئی ایک کڑی بھی غائب ہو تو باقی دو کسی کو جواب دہ ٹھہرانے کا عمل شروع کرنے کے لیے کافی نہیں۔
07کیلیفورنیا کے شہریوں نے جوابدہی کا مطالبہ کیا، لیکن نفاذ کا کوئی راستہ نامزد نہیں کیا گیا
کسی کو ذمہ دار ٹھہرانے کے لیے ایک قانون، ایک ریکارڈ اور اسے پڑھنے کے قابل کوئی شخص درکار ہوتا ہے۔ ایک ایسی ریاست میں جو اب AI کے اپنے اگلے قواعد تیار کر رہی ہے، ان تینوں میں سے کون سی چیز غائب ہے؟
13 اکتوبر 2026 کو کیلیفورنیا کے گورنر Gavin Newsom نے Engaged California کے نتائج کا اعلان کیا، جو AI سے متعلق فیصلوں میں رہائشیوں کو شامل کرنے کی ایک ریاست گیر کوشش ہے۔ ریاست گیر ورژن مئی 2026 میں ہر رہائشی کے لیے کھولا گیا تھا۔
تین موضوعات سب سے زیادہ سامنے آئے اور انہیں سب سے زیادہ حمایت ملی۔ ان میں سے ایک یہ تھا کہ "AI کمپنیوں کو ان کے پہنچائے گئے نقصان کا جواب دہ ٹھہرایا جائے۔"
اعلان میں یہ نہیں بتایا گیا کہ اس کا نفاذ کیسے ہوگا۔ اس میں کسی بل کا نام نہیں اور کوئی ڈیڈ لائن مقرر نہیں۔ اس میں صرف یہ کہا گیا ہے کہ سفارشات مستقبل کے پالیسی فیصلوں کو آگاہ کریں گی۔
Raji نے اپنی طرف سے نفاذ کے ٹھوس ذرائع کا نام لیا۔ ایک معیاری انکشافی سانچہ ہے، تاکہ شفافیت کی شرط کی ایک واضح شکل ہو۔ دوسرا واقعات کا ڈیٹا بیس ہے جو پہلے سے طے کرتا ہے کہ کون سا واقعہ درست واقعہ شمار ہوگا اور ریکارڈ کرتا ہے کہ حکومتوں اور کمپنیوں نے کیا ردِعمل دیا۔
انکشافی ٹیمپلیٹس کی ایک مثال موجود ہے۔ Google میں رہتے ہوئے Raji نے Model Cards بنانے میں مدد کی، جو مختصر دستاویزات ہیں جو تربیت یافتہ ماڈل کے ساتھ آتی ہیں اور بتاتی ہیں کہ اس نے جانچ میں کیسی کارکردگی دکھائی۔ انہیں بیان کرنے والا مقالہ 2018 میں شائع ہوا تھا۔
کیا کیلیفورنیا اس قسم کے ٹولز بنائے گا، یہ ابھی معلوم نہیں۔ میں جو کچھ تصدیق کر سکا وہ اسی حقیقت پر ختم ہوتا ہے کہ رہائشیوں نے جواب دہی کا مطالبہ کیا۔
جو ادارے AI استعمال کرتے ہیں انہیں ریاست کا انتظار کرنے کی ضرورت نہیں۔ Local Law 144 کے تحت، جو مرحلہ باہر والے نہیں دیکھ سکتے تھے وہ آجر کا اپنا فیصلہ تھا کہ آیا کوئی ٹول دائرہ کار میں آتا ہے یا نہیں۔ اس فیصلے کی وجہ لکھ لیں اور اسے محفوظ رکھیں، تاکہ بعد میں کوئی بھی خاموشی اور خلاف ورزی میں فرق کر سکے۔
کچھ غیر یقینی باقی ہے، اور اسے صفحے پر ہونا چاہیے۔ 391 آجروں کا سروے 2024 کا ہے، اور میں نے اس کے بعد انکشاف کی صورتحال کی جانچ نہیں کی۔ ریاستی آڈٹ کے اعداد و شمار کی تصدیق ایک لا فرم کے اقتباسات کے ذریعے ہوئی، رپورٹ سے خود نہیں۔ یہ تفصیل کہ 311 کالز کبھی ایجنسی تک نہیں پہنچیں، وہ بھی ثانوی خلاصوں پر مبنی ہے۔
- نیویارک شہر نے جولائی 2023 میں Local Law 144 کا نفاذ شروع کیا، پھر بھی 2024 میں جانچے گئے 391 آجرین میں سے صرف 18 نے آڈٹ شائع کیے تھے۔ کتابوں میں موجود قانون سے تعمیل خود بخود نظر نہیں آتی۔
- چونکہ آجر خود فیصلہ کرتے ہیں کہ قانون ان پر لاگو ہوتا ہے یا نہیں، اس لیے انکشافات کی عدم موجودگی کچھ ثابت نہیں کرتی۔ محققین اسے null compliance کہتے ہیں، اور Raji کا کہنا ہے کہ کمپنیاں اپنی صاف گوئی میں ڈھانچہ جاتی طور پر محدود ہیں۔
- جہاں شہر کی ایجنسی کو 32 آڈٹس میں ایک ممکنہ خلاف ورزی ملی، وہاں ریاستی آڈیٹرز کو کم از کم 17 ملیں۔ شائع شدہ ریکارڈ بھی جوابدہی پیدا نہیں کرتے جب تک کوئی انہیں پڑھنے کے قابل نہ ہو۔
اے آئی کے نقصان کی ذمہ داری طے کرنے والا قانون اس وقت بہت کم حاصل کرتا ہے جب تعمیل کو ظاہر کرنے والا کوئی بیرونی ریکارڈ موجود نہ ہو اور اسے پڑھنے کی صلاحیت کسی کے پاس نہ ہو۔ نیویارک شہر کے 18 آجر اور نشان زد کیا گیا واحد مسئلہ عملی طور پر اسی کی تصویر ہیں۔
جو تنظیمیں AI استعمال کرتی ہیں وہ پوچھے جانے پر صرف اسی صورت جواب دے سکتی ہیں جب وہ یہ ریکارڈ خود رکھیں۔ اپنے کام کے AI ٹولز کے لیے میں ہر ٹول کی ایک سطر سے آغاز کر رہا ہوں: اسے استعمال کرنے کا فیصلہ کرنے کی وجہ، جو کسی کے پوچھنے سے پہلے لکھ لی جائے۔
- اسٹینفرڈ HAI۔ جب AI نقصان پہنچائے تو ذمہ دار کون ہے؟ 2026-10-14. https://hai.stanford.edu/news/who-is-responsible-when-ai-causes-harm (Deb Raji کا تعارف؛ اصولوں سے قانون سازی اور پھر نفاذ کی طرف پیش رفت؛ "نفاذ کے چیلنج کو بری طرح کم سمجھا گیا"؛ انکشاف کے سانچے اور واقعات کے ڈیٹا بیس)
- Lucas Wright, Jacob Metcalf, J. Nathan Matias اور دیگر صفر تعمیل: نیویارک سٹی کا لوکل لا 144 اور الگورتھم کی جوابدہی کے چیلنجز. FAccT 2024 / arXiv:2406.01399. https://arxiv.org/abs/2406.01399 (155 طالب علم تفتیش کار، 391 آجر، 18 آڈٹ رپورٹیں، 13 نوٹس، تعمیل صفر)
- DLA Piper۔ نیو یارک سٹی کے اے آئی بھرتی قانون کے تنقیدی آڈٹ سے آجرین کے لیے بڑھتے ہوئے خطرے کا اشارہ۔ 2026-01-30۔ https://www.dlapiper.com/en/insights/publications/2026/01/critical-audit-of-nyc-ai-hiring-law-signals-increased-risk-for-employers (نیویارک اسٹیٹ کمپٹرولر کے آڈٹ کا تجزیہ: 32 آڈٹس اور ایک مسئلہ، کم از کم 17 ممکنہ مسائل، 311 ٹیسٹ کالز میں سے 75 فیصد)
- نیویارک سٹی کا محکمۂ تحفظِ صارفین و کارکنان۔ خودکار ملازمتی فیصلہ سازی کے ٹولز (AEDT). https://www.nyc.gov/site/dca/about/automated-employment-decision-tools.page (ایک سال کے اندر تعصب کا آڈٹ، عوامی نتائج، دس کاروباری دن پہلے نوٹس، 5 جولائی 2023 سے نفاذ)
- گورنر Gavin Newsom کا دفتر۔ گورنر نیوسم نے کیلیفورنیا کے اس ملک کے پہلے منصوبے کے نتائج کا اعلان کیا جس میں کیلیفورنیا کے شہریوں کو اے آئی سے متعلق فیصلوں میں شامل کیا گیا. 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 کے نتائج؛ AI کمپنیوں کو نقصان کے لیے جوابدہ ٹھہرانے کا موضوع)
- مارگریٹ مچل، اینیولووا ڈیبورا راجی، تمنت گبرو اور دیگر ماڈل رپورٹنگ کے لیے ماڈل کارڈز. arXiv:1810.03993, 2018. https://arxiv.org/abs/1810.03993 (مختصر دستاویزات جو تربیت یافتہ ماڈلز کے ساتھ ہوتی ہیں اور تشخیصی نتائج بیان کرتی ہیں)