भारत में नाई ग्राहकों को AI ट्रेनिंग हेतु फिल्मा रहे [2026]

एक भारतीय नाई का वीडियो वायरल हुआ जिसमें वह अपने शीशे के ऊपर एक छोटा कैमरा लगाकर अपने ही हेयरकट्स रिकॉर्ड कर रहा था — यह वीडियो इसलिए वायरल हुआ क्योंकि ऐसा लगता है जैसे कोई खुद अपने ही रिप्लेसमेंट को फिल्मा रहा हो। यह भावना जितनी लगती है उससे कहीं ज़्यादा सच्चाई के करीब है। पूरे भारत में हर महीने प्रथम-पुरुष (फर्स्ट-पर्सन) वीडियो के सैकड़ों-हज़ारों घंटे रिकॉर्ड किए जा रहे हैं — कपड़े तह करना, खाना बनाना, बाल काटना, कमरे साफ करना — और ये फुटेज ह्यूमनॉइड रोबोट बनाने वाली AI लैब्स को बेचे जा रहे हैं। कैमरा पहनने वाले कामगारों को आमतौर पर पता होता है कि वे किस चीज़ के लिए राज़ी हुए हैं। कुर्सी पर बैठा ग्राहक, फ्रेम से गुज़रता व्यक्ति, या काउंटर पर खड़ा कोई व्यक्ति — लगभग कभी नहीं जानता।

यह गाइड बताती है कि भारत की AI ट्रेनिंग-डेटा पाइपलाइन वास्तव में कौन चला रहा है, DPDP एक्ट 2023 के तहत ग्राहकों को इस तरह रिकॉर्ड करना कानूनी है या नहीं, और किसी दुकान, सैलून या प्लेटफॉर्म को फुटेज बाहर भेजने से पहले वास्तव में क्या करना चाहिए।

ऊपर दिए गए क्लिप में सभी चेहरे प्रकाशित करने से पहले BGBlur से ब्लर किए गए हैं — यही वह कदम है जिसे यह गाइड इस तरह की फुटेज में हर बायस्टैंडर के लिए उठाने की सलाह देती है।

संक्षेप में: क्या यह कानूनी है, और आपको क्या करना चाहिए?

पूरे भारत में कामगार अचानक हेड कैमरा क्यों पहन रहे हैं?

कपड़े तह करने, खाना बनाने या बाल काटने वाले रोबोट को पहले इंसानों को यह काम करते देखकर सीखना पड़ता है, और इस फुटेज को उद्योग की भाषा में एगोसेंट्रिक डेटा कहा जाता है: किसी व्यक्ति द्वारा शारीरिक कार्य करते समय का प्रथम-पुरुष, सिर- या कलाई-माउंटेड वीडियो, जिसके साथ मोशन और कभी-कभी फोर्स-सेंसर डेटा भी होता है। AI लैब्स इस फुटेज को उन सिस्टम्स में फीड करती हैं जिन्हें अब अक्सर लार्ज बिहेवियर मॉडल कहा जाता है — ऐसे सिस्टम जो इंसानी हाथ और शरीर की गतिविधि को रोबोट के निर्देशों में बदलना सीखते हैं।

भारत इस डेटा-कलेक्शन बूम का केंद्र बन चुका है, और इसकी वजहें रोबोटिक्स से कम, श्रम अर्थशास्त्र से ज़्यादा जुड़ी हैं: एक विशाल कम-मज़दूरी वाला अनौपचारिक कार्यबल, दो दशकों के BPO काम से मौजूद आउटसोर्सिंग ढांचा, और — हाल तक — इस बात पर हल्की नियामक निगरानी कि जब कैमरा किसी के माथे पर बांध दिया जाए तो "सहमति" का क्या मतलब है। MIT टेक्नोलॉजी रिव्यू की रिपोर्ट के अनुसार, जो गिग वर्कर्स को ह्यूमनॉइड रोबोट ट्रेनिंग के लिए काम में लगाती है, भारत, नाइजीरिया और अर्जेंटीना में कामगार अब घर पर रोज़मर्रा के काम करते हुए खुद को फिल्मा रहे हैं और यह फुटेज उन प्लेटफॉर्म्स को भेज रहे हैं जो इस्तेमाल लायक वीडियो के हर घंटे के लिए भुगतान करते हैं।

नाई का उदाहरण एक बहुत बड़े ऑपरेशन का छोटा, दिखने वाला हिस्सा भर है। अप्रैल 2026 में, दिल्ली-एनसीआर क्षेत्र की एक फैक्ट्री में हेड-माउंटेड कैमरे पहने टेक्सटाइल कामगारों का वीडियो इसी वजह से वायरल हुआ था — इसने एक अदृश्य उद्योग को अचानक सबके सामने ला दिया, जैसा कि Inc42 की भारत की रोबोट-ट्रेनिंग अर्थव्यवस्था पर जांच रिपोर्ट में दर्ज किया गया है।

इस फुटेज के लिए वास्तव में पैसे कौन दे रहा है?

यह कोई एक कंपनी नहीं है — यह भारतीय डेटा-कलेक्शन स्टार्टअप्स की एक छोटी लेकिन तेज़ी से बढ़ती सप्लाई चेन है जो अमेरिकी और वैश्विक रोबोटिक्स लैब्स को बेच रही है। 2026 के अंत तक इस क्षेत्र में सक्रिय पुष्टि की गई कंपनियां:

✅ सैलून और नाई की दुकानें यहां विशेष रूप से क्यों मायने रखती हैं

सैलून और नाई की दुकानें इस उद्योग के लिए उसी वजह से आकर्षक हैं जिस वजह से रसोई और लॉन्ड्री रूम हैं: इनमें बारीक हाथ-आंख समन्वय (हैंड-आई कोऑर्डिनेशन) शामिल होता है जिसे रोबोटिक्स लैब्स मॉडल करना चाहती हैं — छंटाई, आकार देना, किसी व्यक्ति के सिर के आसपास सटीक छोटी गतिविधियां। यही आखिरी बात ग्राहक-गोपनीयता की समस्या को और तीखा बनाती है: एक हेयरकट को ग्राहक का चेहरा कैद किए बिना, कई मिनटों तक लगातार क़रीब से, फिल्माना भौतिक रूप से असंभव है।

क्या भारत में खुद को और अपने ग्राहकों को AI ट्रेनिंग के लिए रिकॉर्ड करना वाकई कानूनी है?

संक्षिप्त जवाब: खुद को रिकॉर्ड करना, हां; बिना पूछे कुर्सी पर बैठे व्यक्ति को रिकॉर्ड करना, नहीं। भारत के डिजिटल पर्सनल डेटा प्रोटेक्शन एक्ट, 2023 के तहत, किसी व्यक्ति की पहचान करने वाला वीडियो — चेहरा, आवाज़, कोई विशिष्ट निशान — व्यक्तिगत डेटा माना जाता है, और कोई भी व्यवसाय या प्लेटफॉर्म जो किसी बताए गए उद्देश्य के लिए इसे एकत्र या संसाधित करता है, वह उसी क्षण "डेटा फिड्यूशियरी" बन जाता है। यह स्थिति सिर्फ कैमरा पहनने वाले कामगार के प्रति ही नहीं, बल्कि कैमरे में कैद हर पहचाने जा सकने वाले व्यक्ति के प्रति भी दायित्व लेकर आती है।

चेहरों और पहचान करने वाली फुटेज को लेकर एक्ट के व्यापक दृष्टिकोण की पूरी जानकारी के लिए हमारी DPDP एक्ट वीडियो गोपनीयता अनुपालन गाइड देखें।

AI ट्रेनिंग के लिए "अलग और स्पष्ट" सहमति क्या मानी जाती है?

यह वह बिंदु है जिसमें यह उद्योग सबसे ज़्यादा गलती करता है। किसी एक उद्देश्य के लिए ली गई सहमति — जैसे किसी सैलून का "सुरक्षा निगरानी" वाला CCTV नोटिस — किसी बिल्कुल अलग उद्देश्य, जैसे रोबोटिक्स लैब को फुटेज बेचना, तक विस्तारित नहीं होती। DPDP एक्ट ऐसी सहमति की मांग करता है जो स्वतंत्र, स्पष्ट, सूचित हो और किसी स्पष्ट रूप से बताए गए उद्देश्य से जुड़ी हो; "हम फुटेज का उपयोग सेवाएं बेहतर बनाने के लिए कर सकते हैं" को किसी असंबंधित तीसरे पक्ष को बिक्री के साथ मिला देना यह मानक पूरा नहीं करता। कैमरा पहनने के लिए भुगतान लेने पर राज़ी होने वाला कामगार एक सहमति है। उस कामगार की कुर्सी पर बैठा ग्राहक, जिसे कभी बताया ही नहीं गया कि कैमरा रिकॉर्ड कर रहा है, उसने कोई सहमति नहीं दी।

MeitY इन कंपनियों की जांच क्यों कर रहा है?

नियामक जांच फंडिंग जितनी ही तेज़ी से पहुंची। Human Archive के $8.2 मिलियन डॉलर के सीड राउंड की सुर्खियां बनने के तुरंत बाद, इससे जुड़ी गोपनीयता जांच की रिपोर्टिंग ने पुष्टि की कि भारत का इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी मंत्रालय (MeitY) उन स्टार्टअप्स की सहमति प्रक्रियाओं की जांच कर रहा है जो घरेलू-सेवा और गिग वर्कर्स को रिकॉर्ड कर वह फुटेज रोबोटिक्स लैब्स को बेचने से पहले जांचते हैं। भारत के दो सबसे बड़े गिग-वर्क प्लेटफॉर्म्स, Urban Company और Pronto, ने कथित तौर पर इन्हीं गोपनीयता चिंताओं की वजह से Human Archive के साथ साझेदारी करने से इनकार कर दिया है — यह संकेत है कि गिग इकॉनमी के भीतर की कंपनियां भी सहमति की इस कमी को काल्पनिक नहीं, वास्तविक मानती हैं।

उस ग्राहक का क्या होता है जिसने कभी फिल्माए जाने के लिए सहमति ही नहीं दी?

यही वह हिस्सा है जिसे इस उद्योग की लगभग किसी भी कवरेज ने सीधे संबोधित नहीं किया: कामगार ने कैमरा पहनने का चुनाव किया। कुर्सी पर बैठे ग्राहक, बगल से गुज़रते सहकर्मी, या घर पर शूट के दौरान अगले कमरे में मौजूद परिवार के सदस्य ने ऐसा नहीं किया। प्राइवेसी कानून में इन्हें इंसीडेंटल या बायस्टैंडर विषय कहा जाता है — ऐसे लोग जो बिना इरादतन विषय बने और बिना कभी पूछे कैमरे में कैद हो जाते हैं।

Human Archive ने सार्वजनिक रूप से कहा है कि उसकी फुटेज चेहरे ब्लर करके अनामीकृत की जाती है और उसके कॉन्ट्रैक्ट DPDP एक्ट का पालन करते हैं। यह दावा मायने रखता है, लेकिन कुर्सी पर बैठे व्यक्ति के लिए इसे स्वतंत्र रूप से सत्यापित करना संभव भी नहीं है, और Human Archive के भारत परिचालन की TechCrunch जांच के लिए साक्षात्कार दिए गए कामगारों ने कहा कि उन्हें कोई जानकारी नहीं थी कि रोबोटिक्स खरीदार को बेचे जाने के बाद रिकॉर्डिंग को वास्तव में कैसे स्टोर, साझा या उपयोग किया जाएगा। डेटा सप्लाई चेन में तीन कदम नीचे किया गया गोपनीयता वादा, कैमरे में कैद असली व्यक्ति की दी गई सहमति के बराबर नहीं है।

अगर आप रिकॉर्ड करने वाले नहीं बल्कि रिकॉर्ड किए जाने वाले व्यक्ति हैं, तो हमारी गाइड अगर आपको भारत में बिना सहमति के रिकॉर्ड किया गया है तो क्या करें में यहां बताए गए AI-ट्रेनिंग एंगल से अलग, उन सटीक कानूनों और शिकायत प्रक्रिया के बारे में बताया गया है जो लागू होती हैं।

किसी दुकान या प्लेटफॉर्म को फुटेज बाहर भेजने से पहले वास्तव में क्या करना चाहिए?

समाधान जटिल नहीं है, लेकिन इसे फुटेज किसी डेटा ब्रोकर को सौंपे जाने से पहले होना चाहिए, बाद में नहीं। DPDP एक्ट के तहत टिकने वाला सही क्रम यह है:

चरण 1: हर कामगार से लिखित, उद्देश्य-विशिष्ट सहमति लें

कोई भी कैमरा चालू होने से पहले, कामगार को एक सरल भाषा में नोटिस चाहिए जिसमें बताया गया हो कि वास्तव में क्या रिकॉर्ड किया जा रहा है, इसे कौन खरीद रहा है, और इसका उपयोग किस लिए होगा — "AI/रोबोटिक्स सिस्टम ट्रेन करने के लिए" एक आवश्यक, स्पष्ट पंक्ति है, न कि किसी सामान्य रोज़गार या सेवा अनुबंध में छिपाई गई बात।

चरण 2: फ्रेम में आने वाले किसी भी व्यक्ति के लिए दिखने वाला नोटिस लगाएं

ग्राहकों और बायस्टैंडर्स को एक स्पष्ट, दिखने वाला संकेत चाहिए कि AI/डेटा-कलेक्शन उद्देश्य के लिए रिकॉर्डिंग चल रही है — यह वही सिद्धांत है जो CCTV साइनेज में होता है, बस इसमें असली उद्देश्य बताया जाना चाहिए, न कि कोई अस्पष्ट "परिसर की निगरानी की जाती है"।

चरण 3: जो व्यक्ति स्पष्ट रूप से पहचाना जा सकेगा, उससे सकारात्मक सहमति लें

अगर किसी ग्राहक का चेहरा किसी क्षणिक पल से ज़्यादा समय तक फ्रेम में रहेगा — जो एक हेयरकट में पूरे सत्र भर रहेगा — तो रिकॉर्डिंग शुरू होने से पहले उनकी स्पष्ट सहमति लें, न कि बाद में ऑप्ट-आउट करने का मौका दें।

चरण 4: फुटेज दुकान से बाहर जाने से पहले हर गैर-सहमति वाले चेहरे को ब्लर करें

जिसने भी सहमति नहीं दी या नहीं दे सका — कोई ग्राहक जिसने मना कर दिया, कोई बच्चा जो अभिभावक के साथ आया, या खिड़की से दिखता कोई राहगीर — उसके लिए फुटेज को किसी प्लेटफॉर्म पर अपलोड करने या किसी खरीदार को सौंपने से पहले BGBlur के फेस ब्लर जैसे AI फेस-ब्लरिंग टूल से गुज़ारें। BGBlur का मोशन-ट्रैक्ड AI पूरी क्लिप में स्वचालित रूप से चेहरों का पता लगाकर उन्हें ब्लर करता है, फ़ाइल को ब्राउज़र के भीतर ही प्रोसेस करता है, और 24 घंटे के भीतर डिलीट कर देता है — जिससे दुकान के पास उस महीने आए हर ग्राहक की स्थायी, बिना-संपादित प्रति बचकर नहीं रहती।

✅ ब्लर करना ही कानूनी जोखिम क्यों दूर करता है

अनामीकृत डेटा — ऐसा डेटा जिससे किसी विशिष्ट व्यक्ति की पहचान अब उचित रूप से संभव न हो — DPDP एक्ट के कई सख्त व्यक्तिगत-डेटा दायित्वों के दायरे से बाहर आ जाता है। अपरिवर्तनीय AI ब्लरिंग को एक मान्यता प्राप्त अनामीकरण विधि इसीलिए माना जाता है क्योंकि यह पहचान करने वाली विशेषता को सिर्फ लेबल या पहुंच सीमित करने के बजाय हटा देती है। यह डेटा चेन में तीन पक्षों नीचे दबे इस वादे से कहीं ज़्यादा मज़बूत और सार्थक सुरक्षा है कि "फुटेज पाइपलाइन में कहीं चेहरे ब्लर किए जाते हैं"। ब्लरिंग की तुलना अन्य अनामीकरण तरीकों से करने के लिए हमारी गाइड AI फेस एनोनिमाइज़र टूल्स: ब्लर बनाम सिंथेटिक रिप्लेसमेंट देखें।

मैनुअल रिडैक्शन बनाम AI ब्लरिंग: इस उद्योग के पैमाने पर यह क्यों मायने रखता है

इस उद्योग के वास्तविक पैमाने पर — अकेले Awign रोज़ाना लगभग 1,000 घंटे 4K फुटेज कैप्चर करने की बात करता है — हर क्लिप के हर बायस्टैंडर का मैनुअल रिडैक्शन वास्तव में संभव ही नहीं है। यही अंतर है जिसकी वजह से स्वचालित टूल्स को पहले दिन से वर्कफ़्लो के भीतर होना चाहिए, न कि चुनिंदा फ्लैग की गई क्लिप्स पर बाद में लगाए जाने वाले उपाय के रूप में।

नाई की दुकानों के अलावा किसे इस बारे में सोचना चाहिए

घरेलू-सेवा प्लेटफॉर्म: कोई भी गिग प्लेटफॉर्म जिसके कामगार घर के काम फिल्माने के लिए ग्राहकों के घर जाते हैं, उसे कैमरे में दिखने वाले हर वयस्क घरेलू सदस्य से सहमति चाहिए, न कि सिर्फ काम करने वाले कामगार से।

रेस्तरां और होटल: AI ट्रेनिंग के लिए बेची गई रसोई और फ्रंट-डेस्क फुटेज में अक्सर सहकर्मी और मेहमान भी आ जाते हैं जिन्होंने कभी ट्रेनिंग डेटासेट का हिस्सा बनने के लिए सहमति नहीं दी।

छोटे रिटेलर और सैलून मालिक: अगर कोई डेटा-कलेक्शन प्लेटफॉर्म सीधे आपके व्यवसाय से संपर्क करता है, तो रिकॉर्डिंग के समय कानूनी जोखिम डेटा फिड्यूशियरी के रूप में आप पर आता है, केवल बाद में फुटेज खरीदने वाले प्लेटफॉर्म पर नहीं।

इस उद्योग को कवर करने वाले पत्रकार और शोधकर्ता: रिपोर्टिंग उद्देश्य के लिए जुटाई गई फुटेज या साक्षात्कारों में भी किसी भी बायस्टैंडर को ब्लर करना चाहिए जो इंसीडेंटल रूप से दिखता है और जिसने प्रकाशित सामग्री में दिखने की सहमति नहीं दी।

निष्कर्ष

भारत की AI-ट्रेनिंग-डेटा अर्थव्यवस्था असली है, तेज़ी से बढ़ रही है, और इतनी बड़ी हो चुकी है कि इसने एक औपचारिक सरकारी जांच को जन्म दे दिया है। कोई कामगार पैसे कमाने के लिए कैमरा पहनने का चुनाव करता है या नहीं, यह एक अलग सवाल है इस बात से कि उसके सामने बैठा व्यक्ति — किसी सैलून की कुर्सी पर, रसोई के काउंटर पर, या होटल के फ्रंट डेस्क पर — कभी किसी चीज़ के लिए सहमत हुआ भी था या नहीं। अभी अधिकतर फुटेज पहले से सत्यापित की जा सकने वाली सहमति के बजाय बाद में अनामीकरण के वादे पर टिकी है — और यही वह अंतर है जिसमें DPDP एक्ट का ₹250 करोड़ का जुर्माना जोखिम छिपा है।

समाधान किसी व्यवसाय के लिए लगभग मुफ़्त है: नोटिस लगाएं, सहमति लें, और किसी भी बिना-सहमति वाले चेहरे को फुटेज कहीं भेजे जाने से पहले ब्लर करें। किसी भी क्लिप को मिनटों में, सीधे अपने ब्राउज़र में अनामीकृत करने के लिए BGBlur का फेस ब्लर टूल आज़माएं — इससे पहले कि यह किसी और का ट्रेनिंग डेटा बन जाए।