جب پالیسی اصل رویے سے ملتی ہے
ایک حکومتی ٹھیکیدار دباؤ میں تھا۔ اس کے پاس FEMA سیلاب امداد درخواستوں کا ایک بڑا بیک لاگ تھا۔ اس نے تیزی سے کام کرنے کے لیے ChatGPT میں نام، پتے، اور صحت کے ریکارڈ پیسٹ کیے۔ اس کے ذہن میں اس نے کوئی قانون نہیں توڑا۔ اس نے بس سب سے بہتر دستیاب ٹول استعمال کیا۔
نتیجہ: حکومتی تحقیقات اور عوامی انکشاف۔
یہ صرف پالیسی پر مبنی AI گورننس کی بنیادی ناکامی ہے۔ پالیسیاں ملازمین کو بتاتی ہیں کیا کرنا ہے۔ وہ رویے کو نہیں روکتیں۔
انٹرپرائز ملازمین کا 77% ہر ہفتے AI ٹولز کے ساتھ حساس کام کا ڈیٹا شیئر کرتا ہے — یہاں تک کہ جب پالیسی اسے منع کرتی ہو (eSecurity Planet/Cyberhaven 2025)۔ یہ لاپرواہ کارکن نہیں ہیں۔ یہ وہ لوگ ہیں جو وقت کے دباؤ میں سب سے تیز ٹول منتخب کرتے ہیں۔
پالیسیاں کیوں ٹوٹتی ہیں
AI استعمال کی پالیسیاں ان پٹ کے لمحے انسانی فیصلے پر انحصار کرتی ہیں۔ وہ لمحہ تیز ہوتا ہے۔ ملازم پالیسی یاد نہیں کر سکتا۔ وہ مواد کو "حساس" نہیں دیکھ سکتا۔ وہ خطرہ قبول کر سکتا ہے کیونکہ وقت کی بچت بڑی لگتی ہے۔
Cyberhaven کے Q4 2025 تجزیے نے پایا کہ تمام ChatGPT ان پٹس میں سے 34.8% میں خفیہ کاروباری معلومات ہیں۔ ان میں سے بہت سے صارفین پالیسی جانتے تھے۔ انہوں نے پھر بھی پیسٹ کیا۔
رسائی کی پالیسیاں کام کرتی ہیں کیونکہ سسٹم انہیں نافذ کرتے ہیں۔ ای میل پرت پر DLP کام کرتا ہے کیونکہ سسٹم اسے لاگو کرتے ہیں۔ AI استعمال کی پالیسیوں میں پیسٹ کے مقام پر کوئی نفاذ نہیں ہے۔ ایک انسانی فیصلہ اس خلا کو بھرتا ہے۔ بڑے پیمانے پر، انسان غلطیاں کرتے ہیں۔
FEMA ٹھیکیدار نے وہی غلطیاں میں سے ایک کی۔ وہ برا اداکار نہیں تھا۔ ٹول جیت گیا کیونکہ پالیسی نے اسے رفتار پر سستی چننے کو کہا۔ دباؤ میں، اس نے رفتار منتخب کی۔
تکنیکی کنٹرول وہ روکتے ہیں جو پالیسیاں نہیں کر سکتیں
صرف وہ حل جو بڑے پیمانے پر کام کرتا ہے تکنیکی پرت پر کام کرتا ہے — تربیتی پرت پر نہیں۔
ایک براؤزر توسیع کلپ بورڈ مواد کو کسی ویب پر مبنی AI تک پہنچنے سے پہلے روک سکتی ہے۔ جب ٹھیکیدار درخواست دہندگان کے نام اور پتے کاپی کرتا ہے اور ChatGPT میں پیسٹ کرتا ہے، تو توسیع PII ڈیٹیکٹ کرتی ہے، اسے گمنام کرتی ہے، اور صاف ورژن بھیجتی ہے۔ AI کو [NAME_1] اور [ADDRESS_1] نظر آتا ہے بجائے اصل قدروں کے۔ یہ پھر بھی کام مکمل کرتا ہے۔ درخواست دہندہ کی نجی تفصیلات ChatGPT کے سرورز تک کبھی نہیں پہنچتیں۔
یہ خودکار ہے۔ یہ صارف کو کچھ یاد رکھنے کو نہیں کہتا۔
Cursor یا GitHub Copilot استعمال کرنے والے ڈویلپرز کے لیے، ایک MCP سرور وہی پرت فراہم کرتا ہے۔ AI سیاق و سباق میں پیسٹ کیا گیا کوڈ پہلے گمنامی انجن سے گزرتا ہے۔ اسناد اور ملکیتی شناختیں ٹوکن بن جاتی ہیں۔ AI کو صاف ان پٹ ملتی ہے اور پھر بھی مفید آؤٹ پٹ دیتا ہے۔
دیکھیں یہ بلاک کرنے سے کیسے موازنہ کرتا ہے: بلاکنگ بمقابلہ گمنامی — براؤزر DLP موازنہ۔
تکنیکی کنٹرول کے ساتھ کیا بدلتا ہے
براؤزر توسیع کے ساتھ، FEMA ٹھیکیدار کا منظرنامہ مختلف طریقے سے چلتا ہے:
- ٹھیکیدار کیس سسٹم سے درخواست دہندگان کے ریکارڈ کاپی کرتا ہے
- توسیع کلپ بورڈ میں PII ڈیٹیکٹ کرتی ہے
- ایک پریویو ماڈل دکھاتا ہے کیا تبدیل کیا جائے گا
- گمنام ورژن ChatGPT کو جاتا ہے
- ChatGPT درخواست پر کارروائی کرتا ہے اور نتائج واپس کرتا ہے
- ٹھیکیدار کو ضروری مدد ملتی ہے — کوئی تحقیقات نہیں ہوتی
پالیسی تبدیل کرنے کی ضرورت نہیں تھی۔ تربیت چلانے کی ضرورت نہیں تھی۔ انٹرسیپشن پرت نے اسے سنبھال لیا۔
پالیسی کی تربیت خطرہ حاشیوں پر کم کرتی ہے۔ تکنیکی کنٹرول ناکامی کے طریقے کو ختم کرتے ہیں۔ FEMA واقعہ ایک پالیسی ناکامی تھی۔ ایک Chrome توسیع کے ساتھ جو اس ٹھیکیدار کے آلے پر تعینات ہو، یہ ایک غیر واقعہ ہوتا۔
یہ بھی دیکھیں:
- انٹرپرائز AI گورننس: Chrome توسیع DLP
- ChatGPT، Claude، اور Gemini کے لیے براؤزر DLP
- Chrome توسیع: AI ٹولز کے لیے براؤزر DLP