TCA ANANT: बजट भारतीय आंकड़ों को मजबूत करने के लिए एक छूटे हुए अवसर का प्रतिनिधित्व करता है

सरकार ने अपने आर्थिक एजेंडे में एक महत्वपूर्ण मील के पत्थर को चिह्नित करते हुए, अपने तीसरे कार्यकाल के पहले पूर्ण-वर्ष का बजट प्रस्तुत किया है। यह बजट एक धागा के लिए बाहर खड़ा है, जो यह सुनिश्चित करता है कि भारत की वृद्धि मजबूत बना रहे, एक अनिश्चित वैश्विक वातावरण द्वारा उत्पन्न जटिल चुनौतियों को नेविगेट कर रही है। यह राजकोषीय विवेक के लिए प्रतिबद्ध रहते हुए लक्षित प्रोत्साहन और क्षेत्रीय समर्थन के माध्यम से घरेलू खपत को प्रोत्साहित करने की आवश्यकता को संबोधित करता है, जो इस सरकार की पहचान है।

बजट में बुनियादी ढांचे, विनिर्माण और सामाजिक कल्याण कार्यक्रमों में रणनीतिक निवेश शामिल हैं, जिसमें कई तरह के उपायों की एक श्रृंखला है। इनका बड़े पैमाने पर उद्योग के नेताओं, अर्थशास्त्रियों और सामाजिक टिप्पणीकारों द्वारा स्वागत किया गया है जो उन्हें विकास-उन्मुख पहल और वित्तीय अनुशासन के विवेकपूर्ण मिश्रण के रूप में देखते हैं। अल्पकालिक राहत उपायों के साथ दीर्घकालिक संरचनात्मक सुधारों पर ध्यान केंद्रित करना, भारत के आर्थिक लचीलापन में विश्वास को मजबूत करना चाहिए।

ALSO READ: बजट MSMES को भारत को आत्मनिर्भर बनाने में मदद करने के लिए एक बड़ा बढ़ावा देता है

हालांकि, गृह मंत्रालय द्वारा जनगणना और सर्वेक्षणों के साथ-साथ सांख्यिकी और कार्यक्रम कार्यान्वयन मंत्रालय के लिए बजट आवंटन के लिए प्रावधानों से संकेत मिलता है कि इस वर्ष कोई नया पारंपरिक सांख्यिकीय अभ्यास योजना नहीं है, यह कहते हुए कि लंबे समय से आगे 2021 जनगणना की संभावना नहीं है जल्द ही किसी भी समय शुरू किया जाएगा। इसके अलावा, सांख्यिकी मंत्रालय के लिए आवंटन में मामूली बदलाव राष्ट्रीय खातों के प्रस्तावित आधार संशोधनों के लिए भी अपर्याप्त हो सकते हैं।

एक नई जनगणना की घोषणा करने में निरंतर देरी परेशान कर रही है। अद्यतन जनगणना डेटा का अभाव कई कार्यक्रमों से समझौता करता है, दोनों सांख्यिकीय क्षेत्र और सामाजिक कल्याण योजनाओं के संचालन में। बाद के मामले में, राज्य सरकारें और स्थानीय प्रशासन 2011 की जनगणना के आंकड़ों के आधार पर लक्ष्य आबादी का अनुमान लगा रहे हैं, अक्सर उन शिकायतों के लिए अग्रणी हैं जो योग्य लोगों को योजनाओं में शामिल नहीं हो रहे हैं क्योंकि लक्ष्य पहले ही मिल चुके हैं।

यह सरकार के स्पष्ट विरोधाभास के पीछे एक कारक हो सकता है कि यह दावा करते हुए कि संतृप्ति कवरेज प्राप्त किया जा रहा है, जबकि कार्यकर्ता समूहों का तर्क है कि अभी भी बड़े समूहों को छोड़ दिया गया है।

ALSO READ: जनगणना कॉल: भारत के उद्भव को अपना संतुलन अधिनियम सही होना चाहिए

यह माप के मुद्दों के साथ बजट के जिज्ञासु संबंध को दर्शाता है। एक तरफ, पारंपरिक सांख्यिकीय गतिविधि की उपेक्षा होती है, जबकि दूसरी ओर, यह प्रशंसनीय रूप से 'राज्यों के निवेश मित्रता सूचकांक' की घोषणा के साथ औसत दर्जे के संकेतकों के लिए एंकरिंग नीति के महत्व को पहचानता है।

इस सूचकांक की घोषणा से पता चलता है कि व्यावसायिक संकेतकों को करने में आसानी को और बेहतर बनाने के लिए एक प्रयास किया जा रहा है। हालांकि, यह स्पष्ट नहीं है कि सरकार ने इस तरह के संकेतकों को सरकार की नीति से जोड़ने की कठिनाइयों को आंतरिक कर दिया है।

हालांकि यह जरूरी है कि डेटा का उपयोग नीति को सूचित करने के लिए किया जाए, लेकिन अनपेक्षित, काउंटर-सहज या यहां तक ​​कि आत्म-पराजित परिणामों पर भी महत्वपूर्ण साहित्य है जो यांत्रिक रूप से मैट्रिक्स या सांख्यिकीय तर्क को सार्वजनिक नीति पर लागू करने से उत्पन्न हो सकता है। इस तरह के सबसे प्रसिद्ध सांख्यिकीय विरोधाभासों में गुडहार्ट के कानून और कैंपबेल के कानून द्वारा निर्धारित किए गए हैं, दोनों ही लक्ष्य के रूप में मैट्रिक्स का उपयोग करने के नुकसान को उजागर करते हैं।

ALSO READ: चंद्रजीत बनर्जी: बजट चुनौतीपूर्ण समय में भारत की जीडीपी वृद्धि को बढ़ाने में मदद करेगा

गुडहार्ट का कानून चेतावनी देता है कि एक बार एक मीट्रिक का उपयोग निर्णय लेने या प्रोत्साहन के लिए किया जाता है, लोग इसके लिए अपने व्यवहार का अनुकूलन करते हैं, अक्सर उन तरीकों से जो इसके मूल इरादे को कम करते हैं। यदि स्कूलों को पूरी तरह से टेस्ट स्कोर द्वारा आंका जाता है, उदाहरण के लिए, शिक्षण समझने के बजाय रटे द्वारा सीखने की ओर स्थानांतरित हो सकता है।

एक समान उदाहरण व्यवसाय रैंकिंग करने में हमारी आसानी में सुधार करने के प्रयासों में निहित है। जबकि राज्य सरकारों ने एक व्यवसाय को स्थापित करने के लिए खर्च किए गए आयामों को बेहतर बनाने के लिए सराहनीय प्रयास किए हैं, कई अनमोल आयाम बिगड़ गए हैं। स्तंभकार एंडी मुखर्जी द्वारा एक राय टुकड़ा (shorturl.at/drurl) व्यवसाय शुरू करने के लिए एक व्यवसाय शुरू करने के लिए कई बाधाओं को बाहर लाया है जो व्यापार सूचकांकों को करने में आसानी से पर्याप्त रूप से कब्जा नहीं किया जाता है।

इसी तरह, कैंपबेल के कानून में कहा गया है कि “जितना अधिक एक मात्रात्मक सामाजिक संकेतक सामाजिक निर्णय लेने के लिए उपयोग किया जाता है, उतना ही अधिक विषय भ्रष्टाचार के दबाव के लिए होगा और जितना अधिक यह उन प्रक्रियाओं को विकृत कर देगा जो इसे मॉनिटर करने का इरादा है।” इसका एक उदाहरण है विश्व बैंक के व्यापार संकेतक करने में आसानी से संबंधित अच्छी तरह से प्रलेखित घोटाला।

हालांकि यह जरूरी है कि डेटा का उपयोग नीति को सूचित करने के लिए किया जाए, लेकिन अनपेक्षित, काउंटर-सहज या यहां तक ​​कि आत्म-पराजित परिणामों पर भी महत्वपूर्ण साहित्य है जो यांत्रिक रूप से मैट्रिक्स या सांख्यिकीय तर्क को सार्वजनिक नीति पर लागू करने से उत्पन्न हो सकता है।

विशेष रूप से परेशान करने वाली बात यह है कि ये विरोधाभास पारंपरिक रूप से अद्यतन किए गए पारंपरिक सांख्यिकीय डेटा की अनुपस्थिति में और भी अधिक संभव हो जाते हैं। उदाहरण के लिए, चूंकि हमारे लक्ष्य और योजनाएं शहरी और ग्रामीण क्षेत्रों में भिन्न हैं, इसलिए लाभ प्राप्त करने के उद्देश्य से रणनीतिक हेरफेर संभव हो जाता है; उदाहरण के लिए शहरी केंद्र खुद को 'ग्रामीण' कह सकते हैं।

लगातार बजट और आर्थिक सर्वेक्षणों द्वारा पहचाने जाने वाली नीति अनिवार्यताएं यह स्पष्ट करती हैं कि सरकार को पारंपरिक सर्वेक्षण डेटा के महत्वपूर्ण विस्तार की आवश्यकता है। उदाहरण के लिए, एक नई आर्थिक जनगणना करने की तत्काल आवश्यकता है। समान रूप से, हमें तेजी से बढ़ते सेवा क्षेत्र को कवर करने के लिए उद्योगों के वार्षिक सर्वेक्षण के अनुरूप एक सर्वेक्षण विकसित करने की आवश्यकता है।

यह भी पढ़ें: आर्थिक सर्वेक्षण 2025 सलाह के इस एक टुकड़े के लिए संरक्षण के लायक है

जबकि सेवा क्षेत्र का विश्लेषण करने में डेटा अंतराल को बाद के लेख में संबोधित किया जाएगा, लेकिन यह स्पष्ट है कि यह बजट भारत की सांख्यिकीय क्षमता को मजबूत करने के लिए एक छूटे हुए अवसर का प्रतिनिधित्व करता है, जो शासन का एक महत्वपूर्ण आयाम बना हुआ है।

लेखक भारत के पूर्व मुख्य सांख्यिकीविद् हैं और इंस्टीट्यूट फॉर इंडस्ट्रियल डेवलपमेंट के इंस्टीट्यूट में प्रोफेसर हैं।

Source link

Share this:

• Facebook
• X

#एमएसएमई #कदरयबजट202 #कमपबलसवध_ #गडहरटसकनन #जनगणन_ #टरफ #डट_ #नरमलसतरमन #बजट2025 #भरतयसखयक_ #वततयअनशसन #वयपरकरनमआसन_ #सरचनतमकसधर

अज्ञात चिकित्सा डेटा को एक अतिरिक्त गोपनीयता कवच दिया जाना चाहिए

एक बार जब व्यक्तिगत डेटा अज्ञात हो जाता है, तो यह स्वाभाविक रूप से अधिक सुरक्षित होता है। डेटा उल्लंघन की स्थिति में, एक हैकर केवल उस कच्चे डेटा पर अपना हाथ रख पाएगा, जो उस व्यक्ति से पूरी तरह से अलग है, जिससे वह संबंधित है। यह उस जोखिम को काफी हद तक कम कर देता है कि डेटा का उपयोग नुकसान पहुंचाने के लिए किया जा सकता है और समग्र रूप से सिस्टम की सुरक्षा में सुधार होता है।

अस्पताल प्रणालियाँ शायद ही कभी ऐसा कुछ करने की जहमत उठाती हैं। उनमें से अधिकांश आपकी व्यक्तिगत जानकारी को सादे पाठ के रूप में संग्रहीत करते हैं, जिससे इसे अस्पताल के सभी हिस्सों में – बिलिंग विभाग और फार्मेसी से लेकर नैदानिक ​​​​प्रयोगशालाओं तक और भवन में किसी भी प्रशासनिक कार्य के लिए स्वतंत्र रूप से प्रवाहित होने की अनुमति मिलती है – इस तथ्य पर ध्यान दिए बिना कि यदि इनमें से किसी भी विभाग में कोई उल्लंघन होता है, तो इसका दुरुपयोग किया जा सकता है।

इसके अलावा, यह देखते हुए कि आधुनिक अस्पताल अक्सर इन कार्यों को आउटसोर्स करते हैं, मरीज़ डेटा अक्सर उन संस्थाओं के हाथों में होता है जिन पर अस्पताल का बहुत कम नियंत्रण होता है।

तथ्य यह है कि आपके डॉक्टर और उपस्थित नर्सों को छोड़कर, अस्पताल में किसी को भी आपके व्यक्तिगत चिकित्सा इतिहास का विवरण जानने की आवश्यकता नहीं है। ऐसा होने पर, चिकित्सा प्रणालियों को फिर से डिज़ाइन करने की आवश्यकता है ताकि यह जानकारी डिफ़ॉल्ट रूप से छिपी रहे और केवल सीधे आपकी देखभाल करने वाले चिकित्सा पेशेवरों को ही उपलब्ध कराई जा सके।

अन्य सभी कार्य – फार्मेसी से दवाओं की खरीद या लैब से रिपोर्ट – एक अज्ञात कोड से जुड़े होने चाहिए, जिसका पता आपके पास नहीं लगाया जा सके, ताकि उनके सिस्टम में सेंध लगने की स्थिति में, यह आपके सभी व्यक्तिगत को उजागर न कर सके। डेटा।

लेकिन एक और लाभ भी है, जिसे शायद कम सराहा गया है। एक देश के रूप में हम जिन तरीकों से अपने स्वास्थ्य परिणामों में उल्लेखनीय सुधार कर सकते हैं उनमें से एक है चिकित्सा डेटा के द्वितीयक उपयोग को अनलॉक करना। बड़े पैमाने पर, समग्र डेटा-सेट रुझानों की पहचान करने, रोग समूहों का पता लगाने और वैयक्तिकृत उपचार विकसित करने में अत्यधिक प्रभावी हो सकते हैं।

लेकिन, यह देखते हुए कि मेडिकल डेटा का प्रत्येक व्यक्तिगत तत्व जिसमें डेटा-सेट शामिल है, व्यक्तिगत है, हमें ऐसे माध्यमिक उपयोग को सक्षम करने के लिए प्रत्येक डेटा प्रिंसिपल की पूर्व अनुमति की आवश्यकता होगी। अधिकांश मामलों में, यह बिल्कुल संभव नहीं है।

भारत का डेटा संरक्षण कानून केवल डिजिटल व्यक्तिगत डेटा पर लागू होता है। परिणामस्वरूप, कोई भी डेटा जो व्यक्तिगत रूप से पहचाने जाने योग्य नहीं है, कानून के दायरे से बाहर हो जाएगा। इसका मतलब यह है कि एक बार जब हम अपने नियंत्रण में व्यक्तिगत डेटा को अज्ञात कर देते हैं, तो संसाधित होने से पहले डेटा प्रिंसिपल की सहमति लेने की बाध्यता समाप्त हो जाती है।

दूसरे शब्दों में, चिकित्सा डेटा के द्वितीयक उपयोगों की पूरी श्रृंखला को अनलॉक करने के लिए सभी व्यक्तिगत चिकित्सा जानकारी को गैर-व्यक्तिगत डेटा में प्रभावी रूप से परिवर्तित करना होगा।

दुर्भाग्य से, गोपनीयता सुरक्षा के प्रभावी साधन के रूप में गोपनीयता हलकों में गुमनामीकरण की प्रतिष्ठा खराब है। लगभग दो दशक पहले, मैसाचुसेट्स के गवर्नर विलियम वेल्ड द्वारा गुमनामी के गुणों की प्रशंसा करने के कुछ ही समय बाद, हार्वर्ड प्रोफेसर लतान्या स्वीनी ने नाटकीय रूप से प्रदर्शित किया कि कैसे उनके मेडिकल रिकॉर्ड को उस अज्ञात डेटाबेस के भीतर पहचाना जा सकता है।

इसी तरह के अन्य प्रयोगों के बाद, गोपनीयता निरपेक्षतावादी अब गुमनामीकरण को व्यक्तिगत डेटा की सुरक्षा के एक प्रभावी साधन के रूप में मान्यता देने से इनकार करते हैं।

मैं यह स्वीकार करने वाला पहला व्यक्ति हूं कि गुमनामीकरण कभी भी सही नहीं है और शायद कभी भी सही नहीं होगा। इसके अलावा, चूंकि अज्ञात डेटा-सेट एक के ऊपर एक स्तरित होते हैं, इसलिए उनके और जिन व्यक्तियों से वे संबंधित होते हैं, उनके बीच अद्वितीय अंतरसंबंधों की पहचान करना आसान हो जाता है।

फिर भी, मैं यह तर्क दूँगा कि जटिल अस्पताल प्रणालियों में अपने डेटा को सादे पाठ के रूप में मौजूद रहने देने के बजाय उसे गुमनाम कर देना बेहतर है। इसके अलावा, हमें पर्याप्त डेटा सुरक्षा सुनिश्चित करने के लिए मेडिकल रिकॉर्ड पर लागू गुमनामी को बढ़ाने के लिए कुछ तकनीकी उपाय लागू करने की आवश्यकता हो सकती है।

ऐसा करने का एक तरीका प्रमाणित सुरक्षित डेटा वातावरण (एसडीई) का उपयोग करना हो सकता है।

जिस तरह से हम आज डेटा से निष्कर्ष निकालते हैं वह डेटा को डेटा लेक में एकत्रित करना और फिर उस डेटा पर मॉडल और एल्गोरिदम चलाना है। वर्तमान में, इसके लिए हमें उन स्थानों से डेटा स्थानांतरित करने की आवश्यकता होती है जहां वे अनुमान लगाने वाले डेटा विश्लेषकों के हाथों में एकत्र किए गए थे।

एसडीई उस प्रतिमान को पलट देता है। डेटा को एल्गोरिदम में ले जाने के बजाय, वे 'मॉडल को डेटा में ले जाना' संभव बनाते हैं। एक बार जब संबंधित डेटा-सेट एसडीई के भीतर रख दिए जाते हैं, तो मॉडल बिल्डरों को एसडीई के साथ जुड़ने की अनुमति इस शर्त पर दी जाती है कि वे केवल अंतर्निहित डेटा तक पहुंच के बिना ही आवश्यक निष्कर्ष निकाल सकते हैं। यह डेटा अज्ञातीकरण द्वारा दी जाने वाली सुरक्षा को बढ़ाता है।

दुनिया भर के देशों में यह दृष्टिकोण तेजी से अपनाया जा रहा है। यूरोप का स्वास्थ्य डेटा स्थान इसी विचार के इर्द-गिर्द बनाया गया है, जैसा कि यूके का एनएचएस डिजिटलीकरण है। भारत के एबीडीएम ने पहले ही देश के डिजिटल स्टैक के प्रमुख तत्व के रूप में एनोनिमाइज़र मॉड्यूल को विकसित करने में दूरदर्शी दृष्टि का प्रदर्शन किया है।

अब इसे इंटरऑपरेबल एसडीई को सक्षम करके एक कदम आगे ले जाने की जरूरत है जो हमें डेटा के द्वितीयक उपयोग को सक्षम करने से मिलने वाले लाभों को अनलॉक करने की अनुमति देगा।

Source link

Share this:

• Facebook
• X

#अभलख #आयषमनभरतडजटलसवसथयमशन #एबडएम #गपनयत_ #डट_ #डकटर_ #सरकष_ #सवसथय

डेटा दलालों द्वारा उत्पन्न छिपे खतरों को संबोधित करने की आवश्यकता है

यह एक अपारदर्शी पारिस्थितिकी तंत्र है जिसका व्यक्तिगत गोपनीयता, वित्तीय सुरक्षा और राष्ट्रीय हितों पर दूरगामी प्रभाव पड़ता है। अपने बाहरी प्रभाव के बावजूद, उद्योग काफी हद तक अनियमित बना हुआ है, जिससे निगरानी और उपभोक्ता संरक्षण की आवश्यकता पर तत्काल प्रश्न उठते हैं।

डेटा ब्रोकर मध्यस्थ के रूप में काम करते हैं, ऑनलाइन ब्राउज़िंग इतिहास, क्रेडिट एप्लिकेशन, सोशल मीडिया इंटरैक्शन और सार्वजनिक रिकॉर्ड जैसे स्रोतों से जानकारी एकत्र करते हैं। यह डेटा क्रेडिट स्कोर, वित्तीय इतिहास, स्वास्थ्य स्थितियों और व्यवहार पैटर्न जैसी संवेदनशील जानकारी वाले व्यक्तियों के विस्तृत प्रोफाइल में पैक किया गया है।

ये प्रोफ़ाइल विज्ञापनदाताओं, निगमों, राजनीतिक अभियानों और कभी-कभी विदेशी संस्थाओं को बेची जाती हैं। हालाँकि ये प्रथाएँ अनुरूप विज्ञापन, विपणन और व्यक्तिगत रूप से लक्षित सेवाओं को सक्षम बनाती हैं, लेकिन ये खतरे भी पैदा करती हैं। संवेदनशील डेटा – जैसे कि वित्तीय या स्वास्थ्य रिकॉर्ड – को कमोडिटाइज़ करना नैतिक, कानूनी और सुरक्षा चिंताओं का एक पेंडोरा बॉक्स खोलता है।

डेटा ब्रोकरिंग से जुड़े कई जोखिम हैं। हमारे बारे में विस्तृत व्यक्तिगत जानकारी से लैस, अपराधी परिष्कृत फ़िशिंग घोटाले रच सकते हैं, व्यक्तियों को धोखा दे सकते हैं और यहां तक ​​कि पहचान भी चुरा सकते हैं।

व्यक्तिगत क्षति से परे, इसके व्यापक निहितार्थ हैं। अनियमित डेटा प्रवाह प्रणालीगत असमानताओं को बढ़ा सकता है। एकत्रित डेटा में त्रुटियां, जैसे गलत क्रेडिट जानकारी, व्यक्तियों को गलत तरीके से ऋण, आवास या रोजगार तक पहुंच से वंचित कर सकती हैं।

ये त्रुटियां अक्सर ठीक नहीं हो पातीं क्योंकि हमारे पास डेटा ब्रोकरों के लिए कुछ जवाबदेही तंत्र हैं। विदेशी संस्थाओं को व्यक्तिगत डेटा बेचना राष्ट्रीय सुरक्षा को कमजोर कर सकता है।

उदाहरण के लिए, विदेशी विरोधी जनता की राय में हेरफेर करने, सरकारी कर्मियों में कमजोरियों की पहचान करने या गलत सूचना के माध्यम से कलह पैदा करने के लिए विस्तृत जनसांख्यिकीय और मनोवैज्ञानिक डेटा खरीद सकते हैं।

व्यवहार के पैटर्न का विश्लेषण करके, वे सामाजिक विभाजन को बढ़ाने, चुनावों में हेरफेर करने या संस्थानों में विश्वास को कम करने के लिए अभियान तैयार कर सकते हैं – यह सब हैकिंग या प्रत्यक्ष जासूसी की आवश्यकता के बिना।

ऐसे परिदृश्य पर विचार करें जहां एक विदेशी अभिनेता कानूनी तौर पर अमेरिकी सैन्य कर्मियों या सरकारी कर्मचारियों के विवरण के साथ डेटा-सेट खरीदता है। इस डेटा का इस्तेमाल ब्लैकमेल के लिए किया जा सकता है.

अमेरिका में व्यापक संघीय डेटा गोपनीयता कानूनों की कमी यूरोपीय संघ के जनरल डेटा प्रोटेक्शन रेगुलेशन (जीडीपीआर) जैसे ढांचे के बिल्कुल विपरीत है, जो पारदर्शिता, सहमति और जवाबदेही को अनिवार्य करता है, जिससे व्यक्तियों को अपने डेटा पर महत्वपूर्ण नियंत्रण मिलता है।

हालाँकि, अमेरिका में, डेटा गोपनीयता को खंडित तरीके से संबोधित किया जाता है, कैलिफोर्निया के उपभोक्ता गोपनीयता अधिनियम जैसी राज्य-स्तरीय पहल टुकड़ों में समाधान पेश करती है। अमेरिका को एक एकीकृत नियामक ढांचे की आवश्यकता है जो पारदर्शिता, उपभोक्ता नियंत्रण और ब्रोकर जवाबदेही को संबोधित करे।

उपभोक्ता वित्तीय सुरक्षा ब्यूरो (सीएफपीबी) विशेष रूप से वित्तीय क्षेत्र में डेटा ब्रोकरेज के काले पक्ष को संबोधित करने में एक प्रमुख खिलाड़ी के रूप में उभरा है। 2008 के वित्तीय संकट के बाद स्थापित, इसका काम वित्तीय सेवा क्षेत्र में उपभोक्ताओं की सुरक्षा करना है।

हाल के वर्षों में, इसने क्रेडिट रिपोर्टिंग एजेंसियों के खिलाफ कार्रवाई की है जो डेटा ब्रोकर पारिस्थितिकी तंत्र से निकटता से जुड़ी हुई हैं। उदाहरण के लिए, सीएफपीबी ने उपभोक्ता डेटा को गलत तरीके से संभालने और क्रेडिट रिपोर्ट में अशुद्धियों को संबोधित करने में विफल रहने के लिए जुर्माना जारी किया है। इसने इस बात की भी जांच शुरू कर दी है कि क्रेडिट रिपोर्टिंग एजेंसियां ​​तीसरे पक्ष के साथ डेटा कैसे साझा करती हैं।

हालांकि यह सब प्रगति का प्रतीक है, सीएफपीबी की पहुंच मौजूदा कानून, जैसे फेयर क्रेडिट रिपोर्टिंग एक्ट (एफसीआरए) द्वारा सीमित है, जो मुख्य रूप से डेटा हैंडलिंग के वित्तीय पहलुओं को नियंत्रित करता है।

यह गैर-वित्तीय डेटा दलालों के लिए एक नियामक अंतर छोड़ देता है, जो और भी कम बाधाओं के साथ काम करते हैं। सीएफपीबी के प्रमुख रोहित चोपड़ा ने एफसीआरए का विस्तार करने के लिए नए कदमों की घोषणा की है और अपनी एजेंसी को डेटा ब्रोकरों पर निगरानी रखने की अनुमति दी है।http://shorturl.at/xovZq).

जबकि सीएफपीबी का ध्यान वित्तीय डेटा पर है, इसमें व्यापक नियामक प्रयासों को गति देने की क्षमता है। क्रेडिट रिपोर्टिंग एजेंसियों को जवाबदेह बनाए रखने का इसका काम अन्य डेटा ब्रोकरों की निगरानी के लिए एक मॉडल के रूप में काम कर सकता है। लेकिन सीएफपीबी के जनादेश को उसके वर्तमान वित्तीय दायरे से परे विस्तारित करने के लिए विधायी समर्थन की आवश्यकता होगी।

सीएफपीबी और संघीय व्यापार आयोग (एफटीसी) जैसी अन्य एजेंसियों के बीच सहयोग एक अधिक व्यापक निरीक्षण ढांचा तैयार कर सकता है। एफटीसी, जिसके पास अनुचित व्यावसायिक प्रथाओं पर अधिकार क्षेत्र है, डेटा ब्रोकर उद्योग को नियंत्रण में रखकर सीएफपीबी के प्रयासों को पूरक कर सकता है।

हालाँकि, डोनाल्ड ट्रम्प के पदभार संभालने के बाद इस तरह का विनियमन कहाँ हो सकता है यह अज्ञात है। ऐसा प्रतीत होता है कि प्रस्तावित सरकारी दक्षता विभाग के क्रॉस-हेयर में सीएफपीबी हो सकता है (http://shorturl.at/7U6ol).

अमेरिका में डेटा ब्रोकरों का विनियमन चाहे जो भी हो, सार्वजनिक जागरूकता महत्वपूर्ण है। उपभोक्ताओं को डेटा ब्रोकर के जोखिमों के बारे में सूचित किया जाना चाहिए और उन्हें अपनी व्यक्तिगत जानकारी पर अधिक नियंत्रण की मांग करने के लिए सशक्त बनाया जाना चाहिए। वकालत समूह, पत्रकार और तकनीकी कंपनियां पारदर्शिता और जवाबदेही को आगे बढ़ाने में महत्वपूर्ण भूमिका निभा सकते हैं।

विनियमन के बिना, जोखिम केवल बढ़ेंगे, जिनमें व्यक्तिगत क्षति, वित्तीय शोषण और राष्ट्रीय सुरक्षा के लिए खतरे शामिल होंगे। जैसा कि हम डिजिटल युग की चुनौतियों से जूझ रहे हैं, डेटा ब्रोकर उद्योग पर लगाम लगाना प्राथमिकता होनी चाहिए। आख़िरकार, बेईमानों के हाथों में, आपका डेटा सिर्फ एक वस्तु नहीं है – यह एक हथियार हो सकता है।

Source link

Share this:

• Facebook
• X

#अधकर #गपनयत_ #जडपआर #डट_ #डटसरकष_ #दलल #सएफपब_