About the Non-Personal Data (NPD) framework for India: Non-personal data (NPD) is defined as anything which is not personal data. Read primer on NPD in English, Hindi and Malayalam for a quick understanding how NPD will be regulated in India.
The Committee of Experts (CoE), led by Kris Gopalakrishnan, prepared the first version of the NPD framework in July 2020. Based on the feedback received, the CoE released V2 of the NPD framework in December 2020.
Community submissions to improve the NPD framework for India: NPD Week was conducted to draw recommendations from the community on what apsects of the NPD framework should be revised, with practical suggestions. At the end of NPD Week, a document of community recommendations was drawn up. View final recommendations (PDF) for NPD V2.
These recommendations were submitted to the CoE and MeITY on 31 January 2021.
NPD Survey: Between November 2020 and January 2021, Privacy Mode’s research team interviewed 50 respondents from startup, engineering, product and investor communities to understand their concerns with the Non-Personal Data Report V1 and NPD Report V2. View the report (PDF)
Recap of NPD Week: Between 22 and 29 January, concerns were articulated with respect to NPD’s potential impact around privacy. These concerns were on issues of:
Contact details: For inquiries, call 7676332020 or email privacymode@hasgeek.com. Follow #PrivacyMode on Twitter
 |
 |
 |
 |
 |
 |
Hosted by
Anivar Aravind
@anivar
Submitted Feb 13, 2021
Translated by Joice Joseph and Anivar Aravind
വ്യക്തിയുടെ സ്വകാര്യത പരിരക്ഷിക്കുന്നതിന് നിയന്ത്രിക്കേണ്ട ഒരു അപകട ഘടകമായാണ് ഡാറ്റയെ കാണുന്നത്. ഇത് വ്യക്തിഗത ഡാറ്റ, അതായത്, ഒരു വ്യക്തിയുമായി ബന്ധപ്പെട്ട ഡാറ്റ എന്ന വിശാലമായ അർത്ഥത്തിൽ അറിയപ്പെടുന്നു.
വ്യക്തിഗതമല്ലാത്ത ഏതു ഡാറ്റയും നോൺ-പേഴ്സണൽ ഡാറ്റ (എൻ.പി.ഡി) എന്ന ഗണത്തിൽപ്പെടുപെടുമെന്നാണ് ഇന്ത്യൻ ഗവണ്മെന്റിന്റെ നിർദ്ദേശിത നോൺ-പേഴ്സണൽ ഡാറ്റ ചട്ടക്കൂട് പറയുന്നത്. ട്രാഫിക് ഡാറ്റ എൻ.പി.ഡി.യ്ക്ക് നല്ലൊരു ഉദാഹരണമാണ്. നഗരത്തിലെ ട്രാഫിക് പാറ്റേണുകൾ, പോയിന്റ് എയിൽ നിന്ന് പോയിന്റ് ബിയിലേക്ക് പോകാൻ എത്ര സമയമെടുക്കുന്നു തുടങ്ങിയവ ഇതിൽ ഉൾപ്പെടുന്നു. ഊബർ പോലുള്ള കമ്പനികൾക്ക് ഈ വിവരങ്ങൾ, ഉപയോക്താക്കൾ ഊബറിന്റെ സർവ്വീസ് ഉപയോഗിയ്ക്കുമ്പോൾ ലഭിക്കുകയും അത് അതിന്റെ പ്ലാറ്റ്ഫോമിൽ ശേഖരിക്കുകയും ചെയ്യുന്നു. സമാഹരിച്ച ഈ ഡാറ്റയോ അല്ലെങ്കിൽ സമാഹരിച്ച ഡാറ്റയിൽ നിന്ന് ലഭിച്ച ഉൾക്കാഴ്ചയേയോ എൻ.പി.ഡി. എന്ന് വിളിക്കാം. ഇത് മറ്റ് കമ്പനികളെ അപേക്ഷിച്ച് ഊബറിന് മത്സരാധിഷ്ടിത മുൻതൂക്കം നൽകുന്നു. ഇ-കൊമേഴ് സ്, ഫുഡ് ഡെലിവറി മുതലായ മറ്റ് മേഖലകളിലും സമാനമായ ഉദാഹരണങ്ങൾ കണ്ടെത്താനാകും.
എൻ.പി.ഡി.യുടെ ചില വശങ്ങൾ ഇതിനകം തന്നെ പേഴ്സണൽ ഡാറ്റാ പ്രൊട്ടക്ഷൻ ബില്ലിൽ (പി.ഡി.പി.ബി) പരാമർശിക്കുന്നുണ്ട്. അതിൽ വികസന, ആസൂത്രണ ആവശ്യങ്ങൾക്കായി എൻ.പി.ഡി. ആവശ്യപ്പെടാൻ സർക്കാരിന് കഴിയും. നിർദ്ദിഷ്ഠ എൻ.പി.ഡി. പ്രൊട്ടക്ഷൻ ബിൽ നടപ്പാക്കുന്നതിനുമുമ്പ് കമ്പനികൾ എൻ.പി.ഡി. റിപ്പോർട്ടിനെക്കുറിച്ച് അറിഞ്ഞിരിക്കേണ്ടതുണ്ട്. കാരണം എൻ.പി.ഡി. പാലിക്കുന്നതിന് നിലവിലുള്ള സിസ്റ്റങ്ങളും ബിസിനസ്സ് പ്രക്രിയകളും പുനഃക്രമീകരിക്കേണ്ടിയതായി വന്നേക്കാം. എൻ.പി.ഡി. റെഗുലേഷൻ സ്റ്റാർ ട്ടപ്പുകളുടെ മാർ ക്കറ്റിലേക്കുള്ള പ്രവേശനതന്ത്രങ്ങളെയും ബാധിക്കും, പ്രത്യേകിച്ചും ‘ഉയർന്ന വളർച്ച’ ലക്ഷ്യം വെയ്ക്കുന്നവരുടെ.
എൻ.പി.ഡി. റെഗുലേഷന്റെ യുക്തി ബബിഗ് ടെക് കാലത്ത് ഭരണാധിപത്യമുറപ്പിയ്ക്കുക എന്നതാണ്. ചെറിയ കമ്പനികളുമായി അവരുടെ ഡാറ്റാസെറ്റുകളും സ്ഥിതിവിവരക്കണക്കുകളും പങ്കിടാൻ വൻകിട കമ്പനികളെ നിർബന്ധിതരാക്കി മത്സരാധിഷ്ഠിത നേട്ടം സൃഷ്ടിക്കാമെന്നും അതുവഴി ‘മത്സരത്തിൽ സമത്വം’ കൊണ്ടുവരാമെന്നും സർക്കാർ പ്രതീക്ഷിക്കുന്നു.
എൻ.പി.ഡി. റെഗുലേഷന്റെ മറ്റൊരു ലക്ഷ്യമായിപ്പറയുന്നത് പൊതുനന്മയ്ക്കായുള്ളവയെ പ്രോത്സാഹിപ്പിക്കുക എന്നതാണ്. ഇവിടെ, എൻ.പി.ഡി.യുടെ കീഴിൽ വലിയ കമ്പനികൾ തുറക്കുന്ന അനോണിമൈസ് ചെയ്ത സംയോജിത ഡാറ്റാസെറ്റുകൾ വികസനത്തിനായി 'കമ്മ്യൂണിറ്റികൾ ’ ഉപയോഗിക്കും. ഡാറ്റാ പങ്കിടലിന്റെ ലക്ഷ്യം “ഇന്ത്യയിലെ പൗരന്മാർക്കും കമ്മ്യൂണിറ്റികൾക്കും സാമ്പത്തിക നേട്ടങ്ങൾ” സൃഷ്ടിക്കുക എന്നതും “എൻ.പി.ഡി. പ്രോസസ് ചെയ്യുന്നതിലൂടെ ലഭിക്കുന്ന നേട്ടങ്ങൾ അത്തരം ഡാറ്റ ശേഖരിക്കുന്ന സ്ഥാപനത്തിനു മാത്രമല്ല, ഇന്ത്യയ്ക്കും ഡാറ്റ ഉൽ പാദിപ്പിക്കുന്ന സമൂഹത്തിനും ലഭിക്കുന്നുവെന്ന് ഉറപ്പാക്കുക"" എന്നതുമാണ്.
എന്നിരുന്നാലും, പകർപ്പവകാശ നിയമപ്രകാരം കമ്പനികൾക്ക് അവരുടെ പ്രൊപ്രൈറ്ററി ഡാറ്റാസെറ്റുകൾ പരിരക്ഷിക്കാനും എൻ.പി.ഡി. റിപ്പോർട്ട് അനുവദിക്കുന്നു, അതുവഴി പൊതുനന്മയ്ക്കായി യഥാർത്ഥത്തിൽ പങ്കിടാൻ കഴിയുന്ന ഡാറ്റാസെറ്റുകളുടെ എണ്ണവും ഗുണനിലവാരവും കുറയാനിടവരുന്നു.
പരമ്പരാഗതമായി നോൺപേഴ്സണൽ ഡാറ്റ(എൻ.പി.ഡി.) റെഗുലേറ്റ് ചെയ്യപ്പെട്ടിട്ടില്ല. അന്തർ ദ്ദേശീയവും ആഭ്യന്തരവുമായ ആവശ്യങ്ങൾ നിറവേറ്റുന്നതിന് കമ്പനികൾക്ക് റിസ്ക് വിലയിരുത്തുന്നതിനും വ്യക്തിഗത ഡാറ്റ നിയന്ത്രിക്കുന്നതിനും പ്രൊസസുകൾ നിലവിലുണ്ട്. എന്നാലിപ്പോൾ കമ്പനികൾക്ക് എൻ.പി.ഡി.ക്ക് വേണ്ടി റിസ് കും കംപ്ലെയൻസും നടത്തേണ്ടതുണ്ട്. കമ്പനികൾ ക്കുള്ളിൽ നോൺപേഴ്സണൽ ഡാറ്റ സൗജന്യമായി ഉപയോഗിക്കപ്പെടുന്നുണ്ട്, മാത്രമല്ല ഇത് പൊതുസഞ്ചയത്തിലും ലഭ്യമാണ്. ഇത് എൻ.പി.ഡി. കംപ്ലയൻസ് കൂടുതൽ കഠിനമാക്കുന്നു എന്ന് മാത്രമല്ല പല കമ്പനികളും ഇതിനായി ഒരുങ്ങിയിട്ടുപോലുമില്ല.
എൻ.പി.ഡി കംപ്ലയൻസിന്റെ പ്രധാന വശങ്ങൾ ചുവടെ ചേർക്കുന്നു:
നിയമാനുസൃതമായ ഡാറ്റ പങ്കിടൽ അഭ്യർത്ഥനകൾ കൈകാര്യം ചെയ്യൽ, ഡാറ്റാ പങ്കിടുന്നതിനു മേൽനോട്ടം വഹിക്കുക, നിയന്ത്രിക്കുക, വിപണിയിലെ പരാജയങ്ങൾ പരിഹരിക്കുക എന്നിവയിൽ എൻ.പി.ഡി.എ. സഹായിക്കും. എൻ.പി.ഡി.എ.യ്ക്ക് വ്യവസായം, പേഴ്സണൽ ഡാറ്റ പ്രൊട്ടക്ഷൻ അതോറിറ്റി (ഡി.പി.എ), കോമ്പറ്റീഷൻ കമ്മീഷൻ ഓഫ് ഇന്ത്യ (സി.സി.ഐ) മുതലായവയിൽനിന്നുള്ള പ്രതിനിധികളുണ്ടാകും. എൻ.പി.ഡി.എ. വികസിപ്പിച്ചവയുടെ മുകളിൽ സെക്ടറൽ റെഗുലേറ്റർമാർക്ക് അധിക ഡാറ്റാ റെഗുലേഷനുകൾ നിർമ്മിക്കാൻ കഴിയും.
കമ്പനികൾ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്നും അനുകൂല ഘടകങ്ങളെന്തെല്ലാമാണെന്നും എതിരാളികൾക്ക് എൻ.പി.ഡി. ഉൾക്കാഴ്ച നൽകുന്നു. ഉദാഹരണത്തിന്, എൻ.പി.ഡി. കൊണ്ട് റൈഡുകളുടെ വിലനിർണ്ണയ ഘടന ഊബർ നിർണ്ണയിക്കുന്നു. വലിയ കമ്പനികൾക്ക് അവരുടെ എൻ.പി.ഡി. ചെറിയ കമ്പനികളുമായി പങ്കിടാൻ സർക്കാരുകൾ നിർബന്ധിക്കുമ്പോൾ ഈ മത്സര നേട്ടം ഇല്ലാതാകും.
ഡാറ്റാ ഇക്കോസിസ്റ്റത്തിൽ ട്രസ്റ്റുകളുടെയും ഗവൺമെന്റിന്റെയും പങ്ക് വർദ്ധിക്കും. ഡാറ്റയിലേക്കുള്ള ആക്സസ് ഗവണ്മെന്റുകൾക്കുണ്ടാവും. ഡാറ്റ പരിശോധിച്ചുറപ്പിക്കപ്പെടുന്നുവെന്നും യഥാർത്ഥത്തിൽ പൊതുനന്മയ്ക്ക് സംഭാവന നൽകുന്നുവെന്നും പൊരുത്തക്കേടുകൾ പരിഹരിക്കുന്നതിനുമെല്ലാം ഗ്യാരണ്ടി നിന്ന് നടപ്പിൽ വരുത്താൻ നിർബ്ബന്ധിക്കുന്നതും നയം നടപ്പിൽ വരുത്താനുള്ള ചുമതലയും തമ്മിൽ ഭിന്നതകളും ഉരസലുകളും ഉണ്ടായേയ്ക്കാം. സമാനമായ പ്രശ്നങ്ങളിൽ സ്വകാര്യതയും സുരക്ഷയും സംരക്ഷിക്കുന്നതിന്റെ ഇടനിലക്കാരായി ട്രസ്റ്റുകളും സർക്കാരും മാറൽ പേഴ്സണൽഡാറ്റാ പ്രൊട്ടക്ഷൻ ബില്ലിന് കീഴിൽ ഇതിനകം വർദ്ധിച്ചിട്ടുണ്ട്.
കൂടാതെ, ഡാറ്റയിൽ നിന്ന് ലഭിച്ച സ്ഥിതിവിവരക്കണക്കുകളും അസംസ്കൃത ഡാറ്റയുടെ ഉപയോഗം ഉൾപ്പെടെ ആ ഉൾക്കാഴ്ചയിൽ എത്താൻ ഉപയോഗിക്കുന്ന പ്രക്രിയകളും തമ്മിൽ വേർതിരിച്ചറിയാൻ വളരെ പ്രയാസമാണ്. എൻ.പി.ഡി. റിപ്പോർട്ടിൽ സ്ഥിതിവിവരക്കണക്കുകളും അസംസ്കൃത ഡാറ്റയും അവ്യക്തമായ രീതിയിൽ മാറ്റി ഉപയോഗിച്ചുകൊണ്ടിരിക്കുന്നു.
കമ്പനികൾ സർക്കാരുമായി ഡാറ്റ പങ്കിടണമെന്നും ആരുമായി ഏത് ഡാറ്റയാണ് പങ്കിടേണ്ടതെന്നത് സർക്കാർ തീരുമാനിക്കുമെന്നും എൻ.പി.ഡി. റിപ്പോർട്ടിൽ പരാമർശിക്കുന്നു. ഇത് ഇക്കോസിസ്റ്റത്തിന്റെ നിയന്ത്രണവും മേൽനോട്ടവും വഹിക്കുന്ന നിലയിലേക്ക് സർക്കാരിനെ പ്രതിഷ്ഠിക്കുന്നു.
അതിനാൽ നിർദ്ദിഷ്ട എൻ.പി.ഡി. ചട്ടക്കൂട് ഇന്ത്യയിലെ ഡാറ്റാ ഇക്കോസിസ്റ്റത്തെ സമൂലമായി പുനർനിർമ്മിക്കും.
Impact of NPD on startups and innovation by Udbhav Tiwari, Public Policy Advisor at Mozilla: https://hasgeek.com/PrivacyMode/npd-impact-on-startups/
Impact of NPD on compliance and engineering processes by Sathish K S, VP of Engineering at Zeotap: https://hasgeek.com/PrivacyMode/impact-of-non-personal-data-npd-framework-on-engineering-processes/
Practical concerns about metadata directory and HVDs requirements in NPD: https://hasgeek.com/PrivacyMode/npd-week/sub/metadata-directory-and-high-value-datasets-hvds-JegscGrtuXzeNFo2Y8Z6vc
Privacy issues with NPD: https://hasgeek.com/PrivacyMode/npd-week/schedule/panel-discussion-persisting-privacy-concerns-in-npd-v2-2cPpqiQf5uumAJmp4o4Luu
Definition of communities and public good in NPD, and what this means for participatory governance: https://hasgeek.com/PrivacyMode/npd-week/sub/interrogating-community-public-good-and-data-trust-DE1r1QQU7Wegr6sUmktxS4
Global data regulations and institutional mechanisms for regulating personal and NPD: https://hasgeek.com/PrivacyMode/npd-week/sub/personal-and-non-personal-data-regulations-globall-H3ZLzwHch2e599u2qNEgVW
ശങ്കർശൻ മുഖോപാദ്യായയുടെയും നാദിക നാദ്ജയുടെയും സഹായത്തോടെ പൂർത്തിയാക്കിയത്.
This Malayalam Translation is produced in collaboration with Swathanthra Malayalam Computing. Cross-posted in SMC Blog
Hosted by
{{ gettext('Login to leave a comment') }}
{{ gettext('Post a comment…') }}{{ errorMsg }}
{{ gettext('No comments posted yet') }}