”නවෝත්පාදන දිරිමත් කරන අතර, මහජන විශ්වාසය ආරක්ෂා කරන්නාවූ, ආයතන ශක්තිමත් කර, මහජන ඩිජිටල් යටිතල පහසුකම් කෙරේ අඛණ්ඩව ආයෝජන කිරීම උදෙසා, අපි සයිබර් ආරක්ෂාව සහ පෞද්ගලික දත්ත ආරක්ෂණයේ නීතිමය රාමුව යාවත්කාලීන කරන්නෙමු.”
ජනාධිපති අනුර කුමාර දිසානායක, AI (කෘත්රිම බුද්ධියේ බලපෑම ට අදාළ) සමුළුව 2026.
ඉහත සඳහන් වන්නේ ශ්රී ලංකා ජනාධිපතිවරයාගේ අතිශය වැදගත් ප්රකාශනයකි. ලෝකය පුරා ආණ්ඩු, නවෝත්පාදන ප්රවර්ධනය කිරීමට සහ ආර්ථික වර්ධනය උදෙසා AI ක්රම හෙවත් කෘත්රිම බුද්ධියට අදාළ ක්රම ඉවහල් කර ගැනීමට උනන්දු වෙති. ශ්රී ලංකාවේ කෙටුම්පත් කරන ලද ජාතික AI උපාය මාර්ගයේදී, සංවර්ධනය වේගවත් කර ගැනීම උදෙසා, ව්යාපාර සහ රාජ්ය සේවා තුළට AI ඇතුළත් කර ගැනීමේ අවශ්යතාව අවධාරණය කර තිබේ. කෙසේ වුවද මෙහිදී, ඒ සඳහා යොදා ගන්නා නීතිවල බලපෑමේ අවශ්යතාව සලකා බැලීම, වෙන කිසිදාකටත් වඩා අදාළ වී ඇත. කාර්යක්ෂම ලෙස හා වගකීමෙන් යුක්තව AI ඉවහල් කර ගැනීමේ හැකියාව ලැබීමට, තාක්ෂණික හා ඇල්ගොරිදමික ස්ථර නැතහොත් යෙදවුම්/භාවිත ස්ථර ආදී විවිධ AI ස්ථර, නියාමනය කිරීම වැදගත් වේ. එහෙත් අපට විමසීමට ඇති ප්රථම ප්රශ්නය වන්නේ පදනම් ගත නැතහොත් දත්ත ස්ථරයකි. මෙම පද්ධති බලගන්වන්නේ කුමන දත්තවලින්ද? එම දත්ත පාලනය කරනුයේ කෙසේද?
AI පද්ධතිවල මෙහෙයුම් සිදුවන්නේ රික්තකයක් තුළයි. දත්ත, මුද්රිත පෙළ, රූප, ලේඛන, අන්තර්ජාලයෙන් ඒකරාශී කරගත් ඩිජිටල් වාර්තා, සහ අනෙකුත් දත්ත පදනම් විශාල ප්රමාණයකින් ඒවා දැනුම ලබන්නේය. එම දත්තවල ප්රමාණය, ප්රවේශ වීමේ හැකියාව සහ නීත්යානුකූල බව, AI ඉවහල් කරගැනීම වගකීමෙන් යුක්ත වුවත්, පරිපූර්ණ වුවත්, තීරණය කිරීම වඩාත් භාරදූර වූ තීරණාත්මක කාර්යයකි.
AI පසුබිමේ වූ පෞද්ගලික දත්ත
පෞද්ගලිකව හඳුනා ගැනීමේ තොරතුරු ඇතුළත් විය හැකි අන්තර්ජාලයෙන් උකහා ගන්නා විශාල භාෂා මොඩල (LLM) මේ සඳහා පුහුණු කර තිබිය හැකිය. ප්රසිද්ධියේ පවතින පෞද්ගලික දත්ත අති විශාල සංඛ්යා පවතී. පොදුවේ පවතින උපකල්පනය වන්නේ, AI මොඩල පුහුණු කිරීම සඳහා භාවිත දත්ත බොහෝ සෙයින් එන්නේ අන්තර්ජාලයේ ප්රසිද්ධියේ පවතින මූලාශ්ර වෙතින්ය යන්නත් ඒ නිසා ඒවා යොදා ගැනීම පෞද්ගලික දත්ත ආරක්ෂණ නීතිවලින් පරිබාහිරව පවතින බවත්ය. කෙසේ වුවද සත්ය කරුණ වන්නේ, ප්රවේශ විය හැකි දත්ත ප්රසිද්ධියේ තිබීමෙන්, ඒවා බාධාවකින් තොරව නිදහසේ භාවිතා කළ හැකි වේය යන්න අර්ථවත් නොවන්නේය යන්නය.
ශ්රී ලංකාවේ ඊට අදාළ නීතිය වන 2022 අංක 9; දරන පෞද්ගලික දත්ත ආරක්ෂණ පණතට (සංශෝධනයට අනුව) අනුව ” ප්රසිද්ධියේ පවතින දත්ත” නැතහොත් ප්රසිද්ධ මූලාශ්රවල යොදා ගෙන තිබෙන දත්ත ලබා ගැනීම එම නීතියට පරිබාහිර වූවක් නොවේ.
”සෘජු අන්තර් ක්රියාවක් පවතින විට හැර” යම් ආකාරයකින් පෞද්ගලික දත්ත ඒකරාශී කර ගැනීමේදී පෞද්ගලික දත්ත ආරක්ෂණ පනත ඉවහල් කර ගැනීම අවශ්ය වේ.
කෘත්රිම බුද්ධිය හෙවත් AI වලට අදාළ වර්ධන කටයුතුවලදී මේ නිසා අනිවාර්යයෙන්ම අභියෝගයක් එල්ල වන්නේය. විශාල භාෂා මොඩල (LLM) පුහුණු කර ගැනීමේ ක්රියාවලියට, වෙබ් පිටු මිලියන ගණනකින්, ඇතැම් විට බිලියන ගණනකින් තොරතුරු ඒකරාශී කර ගැනීම ඇතුළත් වේ. එවැනි අවස්ථාවලදී තනි තනි පුද්ගලයන්ට දැන්වීම් කිරීම ප්රායෝගික වශයෙන් කළ නොහැක්කකි. කෙසේ වුවද පෞද්ගලික දත්ත ආරක්ෂණ පනත තුළ එම අවශ්යතාව දැන්වීම් කිරීමකින් පනතෙන් පරිබාහිර බව ප්රකාශයට පත් කර ගත හැකියාව ලබා දෙන විධි විධාන පවතී. උදා: එම දැන්වීමේ අවශ්යතා සපුරාලීමට “අසාමාන්ය උත්සාහයක්” ගෙන ඇති විට එයම පමණක් නොසෑහෙන අතර වෙබ් අඩවිවලින් උකහා ගැනීමට හෝ අනෙකුත් මහා පරිමාණ දත්ත ඒකරාශී කර ගැනීමට පෞද්ගලික දත්ත ආරක්ෂණ පනත අදාළ වන්නේ කෙසේද යන්න සම්බන්ධ නියාමන මාර්ගෝපදේශ හා බැඳුණු කතුවරයාගේ මතයද අවශ්ය වේ. මෙයින් පමණක් නීතිමය නිශ්චිත බව ගෙන නොඑන අතර ඔවුන්ගේ පෞද්ගලික දත්ත කෙසේ සැකසිය යුතුද යන දත්ත විෂය කෙරෙහි යම් සහනයක් එයින් සැලසේ.
මෙම අභියෝගය ශ්රී ලංකාවට පමණක් විශේෂිත වූවක් නොවේ. පොදු දත්ත ආරක්ෂණ නියාමනයන් යුරෝපා සංගමයේ ඩිජිටල් කෘති ඒකරාශි කිරීමේ යෝජනාවලින් සරලව සකස් කිරීමට සැලකිල්ල යොමු වී තිබේ.
AI ගොඩනැගීම් කරන්නන්ට, එම කාර්යයේදී නීතිමය පදනමක් ලෙස “නිත්යානුකූල අවශ්යතාව” භාවිතා කළ හැකි බවත්, එහිදී නිශ්චිත ආරක්ෂණ හමුවේ බැහැරව යාමට කොන්දේසි විරහිත අයිතියක් ඇති බවත් යෝජනාවල සඳහන්වේ. ශ්රී ලංකාවේ පෞද්ගලික දත්ත ආරක්ෂණ පනතෙන්ද , “නීත්යානුකූල අවශ්යතා” මත දත්ත සැකසීමට අවසර ලබාදෙයි. ඒ හා සමානවම ජපානයද, AI සංවර්ධනයන් ප්රවර්ධනය කිරීම පිණිස, පෞද්ගලික දත්ත අත්පත් කර ගැනීමේ නියාමන ලිහිල් කරදීමේ අරමුණෙන් පෞද්ගලික තොරතුරු ආරක්ෂණ නීති නැවත සකස් කිරීම සඳහා පනතක් කෙටුම්පත් කිරීමට සලකා බලන බව වාර්තාවේ. එම යෝජිත පනතෙන් ඇතැම් පෞද්ගලික දත්ත සම්බන්ධ AI පුහුණු කිරීම් වලදී කැමැත්ත ගැනීමේ අවශ්යතාව ඉවත් කරනු ඇත.
කර්තෘ හිමිකම සහ AI පුහුණු කිරීම :
Ai හි කතෘ හිමිකම් පසෙක තිබියදී, Ai මගින් කරන ලද කෘතියක කතෘ හිමිකම, කර්තෘ හිමිකම් නීතිය යටතේ ලබා දිය හැකිද, යන්නේදී කර්තෘ හිමිකම් සහිත දෑ භාවිත කර (LLM) විශාල දත්ත පුහුණු කිරීම කෙරෙහිද සැලකිල්ල යොමුවීම අවශ්ය වේ. කැමැත්ත ගැනීමකින් තොරව Ai මොඩල පුහුණු කිරීමේදී, කතෘ හිමිකම් සහතික දෑ ඇතුළු දත්ත සම්බන්ධ අනෙකුත් අධිකරණ බල තල ගැන පසුගිය කාලයේ අභියෝග මතුවී තිබේ. ශ්රී ලංකාවේ එවැනි නඩු මෙතෙක් මතුවී නැත. එහෙත් අනාගතයේදී එවැනි නීතිමය අභියෝග මතුවිය හැකිය. සිංහල හෝ දමිළ මාධ්යයෙන් කරන ලද කර්තෘ හිමිකම් සහිත දෑ Ai මොඩල පුහුණු කිරීම් සඳහා භාවිත කිරීම ඊට උදාහරණයකි.
ශ්රී ලංකාවේ 2003 අංක 36 දරණ බුද්ධිමය දේපල පනත යටතේ, කතුවරයකුගේ කර්තෘ හිමිකම ඔහුගේ ජීවිත කාලය පුරාත්, ඔහුගේ මරණයෙන් මතු තවත් අවුරුදු හැත්තෑවක් ගතවන තුරාත්, ආරක්ෂා වී තිබේ. විශාල දත්ත (LLM) පුහුණු කිරීම සඳහා භාවිත කිරීමේදී කර්තෘ හිමිකම් සහිත දෑ භාවිත කරන්නේද යනුවෙන් පැන නගින මූලික ප්රශ්නය බුද්ධිමය දේපල පනතේ “සාධාරණ භාවිතය” යන විෂය පථය තුළට අයත්වේ. බුද්ධිමය දේපළ පනතේ ii කොටස “සාධාරණ භාවිතය” යන්නට සම්බන්ධ වේ. මෙකී විධිවිධානවලට “සාධාරණ භාවිතය” සඳහා පෘථුල ලෙස නිර්වචනය කරන ලද කොටස් හතරේ පරීක්ෂාවක් අඩංගුවේ. පර්යේෂණ අරමුණු වැනි කෘති ප්රතිනිෂ්පාදනය කිරීම කර්තෘ හිමිකම් බලෙන් අල්ලා ගැනීමක් නොවන්නේය. ”සාධාරණ භාවිතය” යන නිර්වචනයට වැටෙන්නේ ද යන්න තීරණය කිරීමට සාධක කිහිපයක් සලකා බැලේ. එම කාර්ය වාණිජමය අරමුණු සඳහා භාවිත කරන්නේද, ලාබ නොලබන අරමුණෙන් භාවිත කරන්නේද, කෘතියේ භාවිත කොටසක් සමස්ත කර්තෘ හිමිකම්වලට අයත් වන්නේද , කෘතියේ විභව වෙළෙඳපොළ උදෙසා කතෘ හිමිකම් සහිත කොටස බලපාන්නේනේ ද යන කාරණා එම සාධකවලට ඇතුළත් වේ. සාධාරණ භාවිතය යන ව්යතිරේකයට පුළුල් නිර්වචනයක් තිබෙන අතර කෘත්රිම බුද්ධිය පුහුණු කිරීම සම්බන්ධයෙන් එය කෙසේ අදාළ වන්නේද යන්න ගැන නිශ්චිතව කිව නොහැකිය.ඒ සම්බන්ධයෙන් නිශ්චිත භාවයක් ඇති කර ගැනීමට අපට නීතිමය අර්ථ නිරූපණයක් අවශ්ය වේ.
කර්තෘ හිමිකම ඇති කුමන දෑ භාවිත කළ හැක්කේ ද යන්න සම්බන්ධයෙන් පාලනයක් ඇති කිරීමට බලපත්ර ලබාදීම වැනි ක්රමයක් හඳුන්වාදීම ගැන සලකා බැලිය හැකිය. මෙය දේශීය වශයෙන් වර්ධනය වන Ai මොඩල දිරි ගැන්වීම සඳහා අත්යවශ්යය.
සීසීකඩ බිඳී විසුරුණු දත්ත පාලනය:-
ඉහත කී ගැටලු වඩාත් පුළුල් වූ අභියෝග කරා යොමුවේ. ( පෞද්ගලික හෝ පෞද්ගලික නොවන දත්ත වේවා). ශ්රී ලංකාවේ දත්ත පාලනය කිරීම වර්තමානයේ හැඩගැන්වී ඇත්තේ, නීති, ප්රතිපත්ති සහ විවිධ කාලවල විවිධ අරමුණු උදෙසා ගොඩනැගූ කෙටුම්පත් කළ සැලසුම් ආදියෙනි.
උදාහරණයකට, යෝජිත ජාතික දත්ත බෙදා හදා ගැනීමේ ප්රතිපත්තිය කෙටුම්පත් කර තිබෙන්නේ දශකයකටත් පෙරය. ඒ හා සමානවම, මින් පෙර මාර්ගගතව පැවති, කෙටුම්පත් කළ , තොරතුරු වර්ගීකරණය කිරීමේ ප්රතිපත්තිය සහ තොරතුරු වර්ගීකරණයේ පාදක රාමුව, මෙතෙක් ඉවහල් කර ගෙන නොමැත.
ශ්රී ලංකාව තුළ ප්රතිපත්තිමය සැලසුම් හිඟ නොවන්නේය. අවශ්ය වන්නේ දැනට පවතින දත්ත පාලන ප්රතිපත්ති සහ ක්රියාදාම නැවත සකස් කිරීමයි. කෘත්රිම බුද්ධියේ ප්රයෝජන ඉහළ නැංවීමත්, ඒ උදෙසා දත්ත ගබඩාකර ව්යුහගත කරන්නේ කෙසේද යන්න ඊට ඇතුළත් විය යුත්තේ, කෘත්රිම බුද්ධි පද්ධතිවලට යන්ත්රවලින් කියවිය හැකි දත්ත අවශ්ය වන නිසාය.
ශ්රී ලංකාවේ කෙටුම්පත් කරන ලද Ai උපාය මාර්ග වලදී දත්ත පාලන සැලැස්මක් ගොඩනැගීමේ වැදගත්කම හඳුනා ගැනේ.මෙය තීරණාත්මක පියවරකි. Ai නවෝත්පාදනය, විශ්වාසදායී දත්ත යටිතල පහසුකම්, පැහැදිලි නීති සහ දැඩි මහජන විශ්වාසයකින් තොරව සාර්ථක වන්නේ නැත.
දැන් ආරම්භ කළ යුතු සංවාද :-
මහජන ඩිජිටල් යටිතල පහසුකම් ඇතුළු විවිධ අංශ තුළ Ai යෙදවුම් ශ්රී ලංකාව ප්රමුඛතාවට පත් කරමින් පසුවේ. Ai භාවිතාවෙන් බොහෝ අවස්ථා පෑදෙන මුත්, ඒවා යථාර්ථවත් වනුයේ, ඒවාට සහයෝගය ලැබෙන අයුරින් ඊට අදාළ පාලන සැලසුම් ක්රියාත්මක වන්නේ නම් පමණි. මෙම සංවාදය දත්තවලින් ආරම්භ කළ යුතුවීම මූලික කාරණයකි.
දත්ත පාලනය කරනු ලබන පැහැදිලි ජාතික ප්රවේශයක් Ai ගොඩනැගීම්වලට සහය වනවා පමණක් නොව එයින් මහජන විශ්වාසය ද ශක්තිමත් වේ.
ඉහත කාරණා “ශ්රී ලංකාවේ දත්ත පාලන සැලසුම් රාමුව” නම්වූ පරිපූර්ණ අධ්යයනය. මත පදනම් වී තිබේ.
