Fifty Years of Specification Completeness: What Aviation Certification Tells AI Governance About Epoch Limits, Proof Surfaces, and the Structural Gap

तकनीकी सारांश: विशिष्टता पूर्णता के पचास वर्ष

समस्या विवरण
यह शोध पत्र आर्टिफिशियल इंटेलिजेंस (AI) गवर्नेंस (शासन) में एक महत्वपूर्ण संरचनात्मक अंतराल की पहचान करता है: जबकि विमानन सॉफ्टवेयर प्रमाणन ने तीन दशकों से शासन संबंधी विशिष्टताओं (specifications) को नियंत्रित करने के लिए कठोर संरचनात्मक आवश्यकताओं को लागू किया है, AI गवर्नेंस दस्तावेजों के लिए ऐसी समकक्ष आवश्यकताओं का अस्तित्व नहीं है। विमानन में (विशेष रूप से DO-178C और DO-330 के तहत), एक सॉफ्टवेयर आवश्यकता एक "प्रथम-श्रेणी का आर्टिफैक्ट" (first-class artifact) है जिसे अनिवार्य रूप से पूर्ण, अनुनेय (traceable) और सत्यापन योग्य होना चाहिए। अतिरिक्त कोड या बिना दस्तावेजीकरण वाला व्यवहार प्रमाणन संबंधी त्रुटि (certification finding) माना जाता है।

इसके विपरीत, AI गवर्नेंस आर्टिफैक्ट्स—जैसे कि सिस्टम प्रॉम्प्ट, AGENTS.md फाइलें, या टास्क एनवेलप्स—बिना संरचनात्मक पूर्णता को संतुष्ट किए तैनात किए जा सकते हैं। इनमें अक्सर सफलता की परिभाषाओं, सत्यापन तंत्रों, कार्यक्षेत्र सीमाओं, या समाप्ति स्थितियों का अभाव होता है। हालांकि विमानन समुदाय (CoDANN और NPA 2025-07 के माध्यम से) यह स्वीकार करता है कि गैर-नियतात्मक (non-deterministic) AI प्रणालियों के लिए सिस्टम स्तर पर DO-178C की नियतात्मक अनुनेयता (deterministic traceability) टूट जाती है, यह शोध पत्र तर्क देता है कि संरचनात्मक आवश्यकताएं दस्तावेज़ स्तर पर हस्तांतरणीय बनी रहती हैं। गवर्नेंस आर्टिफैक्ट स्वयं एक स्थिर, लेखकत्व-समय (authorship-time) की वस्तु है जिसके संरचनात्मक गुणों का मूल्यांकन उस स्टोकेस्टिक (stochastic) प्रणाली से स्वतंत्र रूप से किया जा सकता है जिसे वह नियंत्रित करती है।

कार्यप्रणाली
यह शोध तुलनात्मक संरचनात्मक विश्लेषण और एक नियामक कॉर्पस ऑडिट का उपयोग करता है:

1. संरचनात्मक मानचित्रण (Structural Mapping): शोध पत्र विमानन प्रमाणन (DO-178C और DO-330) से तीन मुख्य संरचनात्मक आवश्यकताओं को AI गवर्नेंस दस्तावेजों के ढांचे पर मैप करता है:
   • संरचित गवर्नेंस लिंकेज: दावों और साक्ष्यों के बीच द्वि-दिशीय अनुनेयता (bidirectional traceability) की आवश्यकता (जिसे PromptQ फ्रेमवर्क के सिद्धांतों से मैप किया गया है)।
   • संदर्भ-बद्ध वैधता (Context-Bounded Validity): यह आवश्यकता कि परिचालन संदर्भ बदलने पर वैधता समाप्त हो जाती है (जिसे "Epoch Limits" से मैप किया गया है)।
   • वस्तुनिष्ठ साक्ष्य आर्किटेक्चर: एक परिभाषित "प्रूफ सरफेस" (proof surface) की आवश्यकता जहाँ साक्ष्य केवल उपस्थित होने के बजाय पर्याप्त हों (जिसे "Proof Surfaces" से मैप किया गया है)।
2. नियामक कॉर्पस ऑडिट: नौ विनियमित क्षेत्रों (जिसमें विमानन, वित्त, स्वास्थ्य सेवा, परमाणु, और कानूनी शामिल हैं) और पांच भाषाई क्षेत्राधिकारों (एंग्लोफोन, जापानी, फ्रेंच, कोरियाई, और चीनी) में प्रकाशित गवर्नेंस उपकरणों का एक संरचित ऑडिट किया गया ताकि इन संरचनात्मक आवश्यकताओं की उपस्थिति या अनुपस्थिति को सत्यापित किया जा सके।
3. अनुभवजन्य सत्यापन (Empirical Validation): शोध पत्र एक साथी अध्ययन (arXiv:2604.21090) का संदर्भ देता है और अपने नैदानिक मॉडल को वास्तविक दुनिया के गवर्नेंस प्रॉम्प्ट्स के 34-फाइल कॉर्पस तक विस्तारित करता है। यह विस्तार मूल पांच सिद्धांतों में "आंतरिक निरंतरता" (P6) और "प्रासंगिक नवीनता" (P7) को जोड़ते हुए सात-सिद्धांतों वाले फ्रेमवर्क (PromptQ) को लागू करता है।

प्रमुख योगदान
शोध पत्र PromptQ फ्रेमवर्क प्रस्तावित करता है, जो AI गवर्नेंस दस्तावेज़ परत के लिए विमानन की संरचनात्मक आवश्यकताओं को क्रियान्वित करता है। इसके प्राथमिक योगदान हैं:

• आश्वासन का स्थानांतरण (Relocation of Assurance): आश्वासन के प्रश्न को गैर-नियतात्मक AI सिस्टम (जहाँ DO-178C विफल होता है) से हटाकर स्थिर गवर्नेंस दस्तावेज़ (जहाँ संरचनात्मक मूल्यांकन संभव है) पर लाना।
• तीन संरचनात्मक निष्कर्ष:
  1. एपोक लिमिट्स (Epoch Limits): गवर्नेंस दस्तावेजों को वैधता की शर्तों (समय-आधारित, घटना-आधारित, या धारणा-आधारित) को घोषित करना चाहिए और इन शर्तों के उल्लंघन होने पर पुन: सत्यापन को ट्रिगर करना चाहिए। वर्तमान में, डिफ़ॉल्ट रूप से इसे स्थायी वैधता माना जाता है।
  2. प्रूफ सर्फेसेस (Proof Surfaces): दस्तावेजों को दावों को सत्यापित करने के तंत्रों को परिभाषित करना चाहिए, जिसमें यह शामिल है कि साक्ष्य क्या आवश्यक हैं, पर्याप्तता क्या मानी जाएगी, और विचलन पुन: सत्यापन में कैसे फीडबैक देंगे।
  3. संरचनात्मक अंतराल की पुष्टि: ऑडिट पुष्टि करता है कि वर्तमान में किसी भी विनियमित क्षेत्र में कोई भी AI गवर्नेंस उपकरण तैनाती के पूर्व शर्त के रूप में इन संरचनात्मक गुणों की आवश्यकता नहीं रखता है।
• "अनुमान एपोक लिमिट" (Assumption Epoch Limit): ACAS Xu टक्कर परिहार प्रणाली (collision avoidance system) का उदाहरण लेते हुए, शोध पत्र एक तीसरे प्रकार की एपोक लिमिट पेश करता है जहाँ वैधता न केवल समय या घटनाओं के कारण, बल्कि मौलिक धारणाओं (जैसे सेंसर की गुणवत्ता, सहकारी घुसपैठिए) के अमान्य होने पर समाप्त हो जाती है।

परिणाम

• नियामक अनुपस्थिति: ऑडिट में पाया गया कि तीनों संरचनात्मक आवश्यकताएं (लिंकेज, संदर्भ-बद्ध वैधता, प्रूफ सरफेस) परीक्षित सभी नौ क्षेत्रों के प्राथमिक गवर्नेंस उपकरणों में अनुपस्थित हैं, जिसमें अत्यधिक कठोर विमानन क्षेत्र भी शामिल है।
• अनुभवजन्य कमी: सात-सिद्धांत PromptQ फ्रेमवर्क का उपयोग करते हुए विस्तारित 34-फाइल कॉर्पस विश्लेषण में:
  • 94% (32/34) दस्तावेज़ों ने 3.5/7 के संरचनात्मक गुणवत्ता थ्रेशोल्ड से नीचे स्कोर किया।
  • P7 (प्रासंगिक नवीनता/Contextual Currency) पूरे कॉर्पस में 0.00 स्कोर किया, जिसमें शून्य भिन्नता (zero variance) देखी गई। किसी भी दस्तावेज़ ने कोई भी 'स्टेलेनेस ट्रिगर' (staleness trigger - जैसे घटना-आधारित, समय-आधारित, या साक्ष्य-आधारित) घोषित नहीं किया।
  • यह इंगित करता है कि एपोक लिमिट घोषणाओं की अनुपस्थिति केवल एक अपवाद नहीं बल्कि वर्तमान अभ्यास का मानक है।

महत्व और दावे
शोध पत्र दावा करता है कि विमानन प्रमाणन की संरचनात्मक आवश्यकताएं AI गवर्नेंस दस्तावेजों के लिए हस्तांतरणीय हैं, भले ही उन्हें स्वयं AI प्रणालियों पर लागू नहीं किया जा सकता है। महत्व इस बात में निहित है कि "संरचनात्मक अंतराल" एक नीतिगत विकल्प है, न कि तकनीकी असंभवता।

शोध पत्र तर्क देता है कि:

1. गवर्नेंस दस्तावेजों को केवल परिचालन निर्देशों के रूप में नहीं, बल्कि प्रमाणन आर्टिफैक्ट्स के रूप में माना जाना चाहिए जिनके अपने गुणवत्ता मानदंड हों।
2. वैधता के लिए प्रमाण का भार (burden of proof) तैनात करने वाले (deployer) पर स्थानांतरित होना चाहिए (यह मानते हुए कि जब तक वैधता प्रदर्शित न हो, तब तक अमान्यता बनी रहे), जो टूल क्वालिफिकेशन के लिए DO-330 दृष्टिकोण की नकल करता है।
3. साक्ष्य आर्किटेक्चर को लेखकत्व के समय (authorship time) निर्दिष्ट किया जाना चाहिए, न कि ऑडिट के दौरान पूर्वव्यापी रूप से (retrospectively) एकत्र किया जाना चाहिए।

शोध पत्र एक मध्यम दायरे को बनाए रखता है, यह स्वीकार करते हुए कि प्राकृतिक भाषा आर्टिफैक्ट्स के लिए पूर्ण DO-178C-तुल्य अनुनेयता अभी भी एक खुला शोध प्रश्न है। यह AI प्रणालियों की गैर-नियतात्मकता को हल करने का दावा नहीं करता है, बल्कि यह दावा करता है कि उन प्रणालियों के गवर्नेंस स्पेसिफिकेशन को संरचनात्मक पूर्णता मानकों को पूरा करना चाहिए और करना चाहिए। प्रस्तावित जोखिम-आनुपातिक थ्रेशोल्ड (न्यूनतम जोखिम के लिए 3.5/7 से लेकर उच्च-जोखिम वाली प्रणालियों के लिए 6/7 तक) को आगे के अनुभवजन्य अंशांकन (empirical calibration) के लिए अनंतिम लक्ष्यों के रूप में प्रस्तुत किया गया है।