# चैरिटी संस्थाओं के लिए ग्रीन AI

> चैरिटी और गैर-लाभकारी संस्थाओं के लिए गाइड: AI वहीं इस्तेमाल करें जहाँ वह मिशन में मदद करे, कम लागत और ऊर्जा, सुरक्षित लाभार्थी डेटा और ईमानदार संवाद के साथ।

Source: https://greenai.guide/hi/गाइड/चैरिटी-संस्थाओं-के-लिए-ग्रीन-ai/  
Updated: 2026-11-19

## संक्षेप में

किसी चैरिटी के लिए ग्रीन AI का मतलब है AI का इस्तेमाल सिर्फ़ वहीं करना जहाँ वह आपके मिशन में साफ़ तौर पर मदद करे, जहाँ छोटे और मुफ़्त टूल काफ़ी हों वहाँ उन्हें चुनना, और जिन लोगों की आप सेवा करते हैं उनकी सुरक्षा करना। ज़िम्मेदार इस्तेमाल की एक छोटी नीति, सप्लायरों से कुछ सवाल और ईमानदार संवाद, एक छोटे संगठन की ज़्यादातर ज़रूरतें पूरी कर देते हैं।

## मुख्य बातें

- ज़्यादातर चैरिटी पहले से AI इस्तेमाल करती हैं: Charity Digital Skills Report 2026 में पाया गया कि ब्रिटेन की 79% चैरिटी नियमित रूप से इसका इस्तेमाल करती हैं।
- प्रति टेक्स्ट अनुरोध ऊर्जा कम होती है, लेकिन तस्वीरें बनाने और लंबे स्वचालित वर्कफ़्लो में कहीं ज़्यादा लगती है, और मात्रा के साथ यह बढ़ती जाती है।
- AI वहाँ इस्तेमाल करें जहाँ वह कर्मचारियों का असली समय बचाए या सेवाएँ बेहतर करे; जहाँ टेम्पलेट, सर्च या मौजूदा टूल काम कर दे, वहाँ इसे छोड़ दें।
- लाभार्थियों का निजी डेटा किसी सार्वजनिक AI टूल में कभी न डालें, जब तक कोई क़ानूनी आधार न हो और यह जाँच न हो कि डेटा कहाँ जाता है।
- उद्देश्य, डेटा, ऊर्जा और ईमानदारी को कवर करने वाली एक पेज की AI नीति ज़्यादातर छोटी चैरिटी के लिए शुरुआत करने को काफ़ी है।

## किसी चैरिटी को ग्रीन AI के बारे में क्यों सोचना चाहिए? {#why-should-a-charity-think-about-green-ai}

क्योंकि AI पहले से ही ज़्यादातर चैरिटी के काम का हिस्सा है, और आप इसका इस्तेमाल कैसे करते हैं, इसका असर आपकी
लागत, आपके डेटा जोखिमों और इस पर पड़ता है कि आपके काम आपके मूल्यों से कितने मेल खाते हैं। अभी सोच-विचार कर लेना
बाद में समस्याएँ सुलझाने से सस्ता है।

इस क्षेत्र में AI का इस्तेमाल अब आम बात है। ब्रिटेन की चैरिटी के 807 जवाबों पर आधारित Charity Digital Skills
Report 2026 में पाया गया कि 79% नियमित रूप से AI इस्तेमाल करती हैं, जो एक साल पहले 76% था। उसी रिपोर्ट में पाया
गया कि 35% को AI टूल पर भरोसा नहीं था, जो पहले 15% था, और सिर्फ़ 36% छोटी चैरिटी के पास AI नीति थी। 2026 में
पहले प्रकाशित अंतरिम नतीजों में पाया गया कि 39% चैरिटी पर्यावरण पर AI के असर को लेकर चिंतित थीं।

ये आँकड़े ब्रिटेन के हैं, लेकिन यही सवाल हर जगह की गैर-लाभकारी संस्थाओं पर लागू होते हैं: सीमित बजट, संवेदनशील
डेटा, और ऐसे समर्थक जो उम्मीद करते हैं कि आप अपने मूल्यों पर चलें।

## किसी चैरिटी के AI इस्तेमाल में असल में कितनी ऊर्जा लगती है? {#how-much-energy-does-a-charity-s-ai-use-actually-take}

आम टेक्स्ट कामों के लिए प्रति अनुरोध ज़्यादा नहीं। तस्वीरों, वीडियो और भारी ऑटोमेशन के लिए कहीं ज़्यादा। सबसे
ज़्यादा मायने यह रखता है कि काम किस तरह का है और कितनी बार चलता है।

- **टेक्स्ट prompt।** Google बताता है कि उसकी Gemini ऐप्स को भेजे गए एक मध्यिका (median) टेक्स्ट prompt में
  0.24 Wh लगे। OpenAI के मुख्य कार्यकारी ने कहा है कि ChatGPT की एक औसत क्वेरी में लगभग 0.34 Wh लगते हैं। दोनों
  आँकड़े कंपनियों ने ख़ुद, अपने तरीक़ों से बताए हैं, इसलिए इन्हें मोटा अंदाज़ा मानें।
- **तस्वीरें।** Luccioni, Jernite और Strubell के परीक्षणों में तस्वीरें बनाने में औसतन प्रति 1,000 तस्वीरें लगभग
  2.9 kWh लगे, जो 1,000 टेक्स्ट टुकड़ों को वर्गीकृत करने के लिए उनके मापे गए 0.002 kWh से हज़ार गुना से ज़्यादा है।
- **बड़ी तस्वीर।** अंतरराष्ट्रीय ऊर्जा एजेंसी का अनुमान है कि 2024 में डेटा सेंटरों ने दुनिया की लगभग 1.5% बिजली
  इस्तेमाल की, और बढ़ोतरी का मुख्य कारण AI रहा। हर संगठन का हिस्सा छोटा है; कुल योग छोटा नहीं है।

तो कुछ कर्मचारियों का AI से पत्रों का मसौदा बनाना छोटा फ़ुटप्रिंट है। दर्जनों अभियान-तस्वीरें बार-बार बनवाना, या
ऐसा स्वचालित सिस्टम जो आने वाले हर ईमेल पर AI चलाता है, वहीं ऊर्जा और लागत जाती है।

## किसी चैरिटी के लिए AI कब फ़ायदेमंद है? {#when-is-ai-worth-it-for-a-charity}

AI तब फ़ायदेमंद है जब वह कर्मचारियों का समय मिशन के लिए ख़ाली करे, किसी सेवा को बेहतर बनाए, या कोई ऐसा काम करे
जिसका ख़र्च आप वरना नहीं उठा सकते, और जब आपके सेवा-प्राप्त लोगों के लिए जोखिम कम हो। जब कोई सरल टूल काम कर दे,
या जब ग़लतियों से किसी को नुक़सान हो सकता हो, तब यह फ़ायदेमंद नहीं है।

कोई नया इस्तेमाल अपनाने से पहले चार सवाल पूछें:

1. **फ़ायदा क्या है?** बचे हुए घंटे, ज़्यादा लोगों तक पहुँच, बेहतर फ़ैसले। ठोस रहें।
2. **क्या कोई सरल तरीक़ा है?** टेम्पलेट, mail-merge, सर्च, या उस सॉफ़्टवेयर का कोई मौजूदा फ़ीचर जिसके पैसे आप
   पहले से दे रहे हैं।
3. **क्या ग़लत हो सकता है?** किसी कमज़ोर स्थिति वाले व्यक्ति को ग़लत जानकारी, पक्षपात, डेटा लीक। नतीजे की जाँच
   कौन करता है?
4. **इसकी लागत क्या है?** सब्सक्रिप्शन, नतीजे जाँचने में कर्मचारियों का समय, ऊर्जा, और बाद में बदलने की लागत।

ऐसे इस्तेमाल जो अक्सर इस परीक्षा में पास होते हैं:

- रोज़मर्रा के टेक्स्ट का मसौदा बनाना और संपादन, जैसे फ़ंडिंग आवेदन, रिपोर्ट और सोशल पोस्ट, जिनके नतीजे को कोई
  इंसान संपादित करे;
- लंबे सार्वजनिक दस्तावेज़ों का सारांश बनाना, जैसे परामर्श-पत्र या शोध;
- समुदायों के लिए जानकारी का अनुवाद, जहाँ ज़रूरी हो वहाँ किसी धाराप्रवाह बोलने वाले की जाँच के साथ; और
- सुलभता (accessibility) सहायता, जैसे कैप्शन और सरल भाषा वाले संस्करण।

ऐसे इस्तेमाल जिनमें कहीं ज़्यादा सावधानी चाहिए:

- कोई भी चीज़ जो अलग-अलग लाभार्थियों के बारे में फ़ैसले करती है या उन्हें प्रभावित करती है;
- स्वास्थ्य, पैसे, क़ानूनी या सुरक्षा (safeguarding) मामलों पर सलाह देने वाले चैटबॉट; और
- लोगों या जगहों की ऐसी तस्वीरें बनाना जिन्हें समर्थक असली समझ सकते हैं।

## कौन-से मुफ़्त टूल और कोर्स मदद कर सकते हैं? {#which-free-tools-and-courses-can-help}

कई चैरिटी अपनी ज़्यादातर ज़रूरतें मुफ़्त या कम लागत वाले टूल और पहले से इस्तेमाल हो रहे सॉफ़्टवेयर में बने AI से
पूरी कर सकती हैं। इन्हें अच्छी तरह इस्तेमाल करना सीखना और ख़रीदने से ज़्यादा ऊर्जा और पैसा बचाता है।

- **अपने मौजूदा सॉफ़्टवेयर का AI इस्तेमाल करें** (ऑफ़िस सूट, ईमेल, डिज़ाइन टूल), नए सब्सक्रिप्शन जोड़ने से पहले।
  इसकी डेटा सेटिंग जाँचें।
- **छोटे या "lite" मॉडल चुनें** सरल कामों के लिए, जहाँ आपके पास विकल्प हो। UNESCO और University College London
  ने पाया कि उपयुक्त कामों पर छोटे, टास्क-स्पेसिफ़िक मॉडल ऊर्जा खपत 90% तक घटा सकते हैं, और छोटे prompt और जवाब
  इसे आधे से ज़्यादा घटा सकते हैं।
- **छोटे, साफ़ prompt लिखें** और छोटे जवाब माँगें। आम तौर पर नतीजे भी बेहतर मिलेंगे।
- **बार-बार दोबारा बनवाने से बचें।** कई बार "try again" दबाने के बजाय अनुरोध को बेहतर बनाएँ।
- **एक छोटा कोर्स करें।** AI और ज़िम्मेदार व ग्रीन AI के मुफ़्त परिचय हमारी [कोर्स डायरेक्टरी](/hi/पाठ्यक्रम/) में
  दिए गए हैं। किसी छोटी टीम को अक्सर टूल से ज़्यादा कौशल की कमी रोकती है, इसलिए यह समय का अच्छा इस्तेमाल है।

हमारी [AI का कुशल इस्तेमाल](/hi/अच्छी-प्रथाएँ/ai-का-कुशल-उपयोग-रोज़-की-आदतें/) गाइड में रोज़मर्रा के और सुझाव हैं।

## किसी चैरिटी की AI नीति में क्या होना चाहिए? {#what-should-a-charity-s-ai-policy-cover}

चैरिटी की एक अच्छी AI नीति छोटी, व्यावहारिक होती है और किसी वरिष्ठ व्यक्ति की ज़िम्मेदारी में होती है। इसे
कर्मचारियों और स्वयंसेवकों को बताना चाहिए कि वे क्या इस्तेमाल कर सकते हैं, क्या कभी नहीं करना है, और किससे पूछना है।

शामिल करें:

- **उद्देश्य:** AI का इस्तेमाल मिशन की मदद के लिए होता है, अपने आप में लक्ष्य के रूप में नहीं।
- **मंज़ूर टूल:** एक छोटी सूची, और यह कि नए टूल कौन मंज़ूर करता है।
- **डेटा के नियम:** सार्वजनिक AI टूल में लाभार्थियों, दानदाताओं, कर्मचारियों या स्वयंसेवकों का कोई निजी या
  संवेदनशील डेटा नहीं; डेटा समझौते के तहत आने वाले टूल में क्या अनुमति है।
- **इंसानी जाँच:** AI के नतीजे को प्रकाशित करने, भेजने या उस पर कार्रवाई करने से पहले कौन उसकी समीक्षा करता है।
- **ऊर्जा और अनुपात:** सबसे सरल टूल को प्राथमिकता दें; भारी तस्वीर और वीडियो जनरेशन से बचें जब तक वह साफ़ फ़ायदा न
  दे; जो AI फ़ीचर आप इस्तेमाल नहीं करते, उन्हें बंद करें।
- **ईमानदारी:** आप लोगों को कब बताते हैं कि AI का इस्तेमाल हुआ, और सार्वजनिक रूप से इसका वर्णन कैसे करते हैं।
- **समीक्षा:** नीति को दोबारा कब देखा जाएगा, उदाहरण के लिए हर साल।

हमारी [ग्रीन AI नीति](/hi/अच्छी-प्रथाएँ/ग्रीन-ai-नीति-कैसे-लिखें/) गाइड में एक टेम्पलेट है जिसे आप अपने हिसाब से ढाल सकते हैं।

## हमें AI सप्लायरों से क्या पूछना चाहिए? {#what-should-we-ask-ai-suppliers}

पहले डेटा के बारे में पूछें, फिर ऊर्जा और लागत के बारे में। छोटी चैरिटी भी ये सवाल पूछ सकती हैं, और जो सप्लायर
इनका साफ़ जवाब नहीं दे सकते, वे शायद सही विकल्प न हों।

- **डेटा:** हमारा डेटा कहाँ रखा और प्रोसेस किया जाता है? क्या इसका इस्तेमाल आपके मॉडल ट्रेन करने में होता है? क्या
  हम इसे बंद कर सकते हैं? इसे कितने समय तक रखा जाता है? क्या हम इसे मिटा सकते हैं?
- **सुरक्षा और अनुपालन:** आप कौन-से डेटा संरक्षण क़ानूनों का पालन करते हैं, उदाहरण के लिए UK GDPR या EU GDPR?
  क्या आप data processing agreement पर हस्ताक्षर करेंगे?
- **ऊर्जा:** क्या आप हमें प्रति अनुरोध ऊर्जा खपत बता सकते हैं, या यह कि आप कौन-से डेटा सेंटर इस्तेमाल करते हैं
  और उन्हें बिजली कैसे मिलती है?
- **मॉडल का चुनाव:** क्या हम सरल कामों के लिए छोटा मॉडल इस्तेमाल कर सकते हैं?
- **लागत और lock-in:** क्या चैरिटी के लिए कोई छूट है? अगर हम छोड़ें, तो क्या हम अपना डेटा export कर सकते हैं?

[टिकाऊ AI ख़रीद](/hi/अच्छी-प्रथाएँ/टिकाऊ-ai-ख़रीद/) गाइड में ज़्यादा पूरी सूची है।

## हमें लाभार्थियों का डेटा कैसे संभालना चाहिए? {#how-should-we-handle-beneficiary-data}

लाभार्थियों के डेटा को अपने पास की सबसे संवेदनशील चीज़ मानें, और इसे सामान्य-उद्देश्य वाले AI टूल से दूर रखें, जब
तक आपने क़ानून, अनुबंध और जोखिम की जाँच न कर ली हो। जिन लोगों की आप सेवा करते हैं, वे कमज़ोर स्थिति में हो सकते
हैं और शायद आपत्ति न कर पाएँ।

- **क़ानूनी आधार।** पक्का करें कि आपके स्थानीय डेटा संरक्षण क़ानून के तहत निजी डेटा का इस तरह इस्तेमाल करने का
  आपके पास क़ानूनी आधार है।
- **प्रभाव आकलन।** निजी डेटा पर AI इस्तेमाल करने से पहले data protection impact assessment करें, ख़ासकर किसी भी
  नई या ज़्यादा जोखिम वाली चीज़ के लिए।
- **कम से कम डेटा।** जहाँ संभव हो, नाम और पहचान बताने वाले ब्योरे हटा दें; ज़रूरत भर का न्यूनतम डेटा इस्तेमाल करें।
- **ज़िम्मेदारी इंसानों की रहे।** लोगों को मिलने वाली सहायता के बारे में AI को अकेले फ़ैसले नहीं करने चाहिए।
- **प्रभावित लोगों से पूछें।** पता करें कि जिन लोगों की आप सेवा करते हैं, वे AI का कैसे इस्तेमाल करते हैं और उसके
  बारे में क्या महसूस करते हैं। उनसे बात करके बेहतर और ज़्यादा न्यायपूर्ण इस्तेमाल तय किए जा सकते हैं।

## हम अपने AI इस्तेमाल के बारे में ईमानदारी से कैसे बात करें? {#how-do-we-talk-about-our-ai-use-honestly}

आप AI का इस्तेमाल किसलिए करते हैं, इस बारे में खुले रहें, और उसके पर्यावरणीय फ़ुटप्रिंट के बारे में विनम्र। समर्थक
उन चैरिटी पर भरोसा करते हैं जो अपने चुनाव समझाती हैं; वे बहुत अच्छे लगने वाले दावों से सावधान रहते हैं।

- बताएँ कि AI किसमें मदद करता है ("हम रिपोर्टों के पहले मसौदे बनाने के लिए AI का इस्तेमाल करते हैं, जिन्हें फिर
  कर्मचारी संपादित करते हैं")।
- समझाएँ कि डेटा कैसे सुरक्षित रखा जाता है।
- आँकड़ों और तरीक़े के बिना अपने AI इस्तेमाल को "ग्रीन" या "कार्बन न्यूट्रल" न कहें। दक्षता में बढ़त से कुल मिलाकर
  इस्तेमाल भी बढ़ सकता है, जिसे [रिबाउंड प्रभाव](/hi/शब्दावली/#rebound-effect) कहते हैं।
- जहाँ समर्थक AI से बनी तस्वीरों को असली फ़ोटो समझ सकते हैं, वहाँ उन पर लेबल लगाएँ।
- अगर आप जलवायु या प्रकृति पर अभियान चलाते हैं, तो यह समझाने के लिए तैयार रहें कि कोई ख़ास इस्तेमाल क्यों उचित है।

देखें [ईमानदार ग्रीन दावे](/hi/अच्छी-प्रथाएँ/ai-के-बारे-में-ईमानदार-ग्रीन-दावे/)।

## क्या किसी चैरिटी को अपना AI बनाना चाहिए? {#should-a-charity-build-its-own-ai}

शायद ही कभी। अपना मॉडल बनाना या ट्रेन करना महँगा है और किसी मौजूदा मॉडल को इस्तेमाल करने से कहीं ज़्यादा ऊर्जा लेता
है, और चैरिटी की ज़्यादातर ज़रूरतें पहले से मौजूद टूल पूरी कर देते हैं। अगर आपकी कोई विशेष ज़रूरत है, जैसे हज़ारों
केस नोट छाँटना या किसी भरोसेमंद ज्ञान-आधार (knowledge base) से आम सवालों के जवाब देना, तो पहले यह पूछें कि क्या
कोई मौजूदा छोटा मॉडल, या आपके अपने दस्तावेज़ों में एक सरल सर्च, काम कर देगा।

अगर आप कुछ बनवाते हैं, तो डेवलपर से कहें कि वह वह सबसे छोटा मॉडल इस्तेमाल करे जो आपके गुणवत्ता मानक पर खरा उतरे,
हर बार जवाब बनाने के बजाय उन्हें दोबारा इस्तेमाल करे, और बताए कि सिस्टम कितना इस्तेमाल होता है और उसे चलाने में
कितना ख़र्च आता है। योजना बनाएँ कि परियोजना की फ़ंडिंग ख़त्म होने पर इसकी देखरेख कौन करेगा।

## आगे क्या करें {#what-to-do-next}

1. **इस्तेमाल हो रहे AI टूल की सूची बनाएँ** पूरी चैरिटी में, जिनमें मौजूदा सॉफ़्टवेयर में बने टूल और कर्मचारियों
   द्वारा अपने स्तर पर इस्तेमाल किए जा रहे टूल भी शामिल हों।
2. **एक पेज की AI नीति लिखें** हमारी [नीति गाइड](/hi/अच्छी-प्रथाएँ/ग्रीन-ai-नीति-कैसे-लिखें/) की मदद से, और तय करें कि इसकी
   ज़िम्मेदारी किसकी है।
3. **आज ही एक साफ़ डेटा नियम बनाएँ:** सार्वजनिक AI टूल में लाभार्थियों, दानदाताओं या कर्मचारियों का कोई निजी डेटा नहीं।
4. **एक काम चुनें** जहाँ AI असली समय बचा सकता है, एक महीने तक आज़माएँ, और नतीजों को ईमानदारी से जाँचें।
5. **बर्बादी घटाएँ:** छोटे prompt, कम बार दोबारा बनवाना, और जहाँ इस्तेमाल न हों वहाँ AI फ़ीचर बंद।
6. **कर्मचारियों और स्वयंसेवकों को किसी मुफ़्त कोर्स में भेजें**, [कोर्स डायरेक्टरी](/hi/पाठ्यक्रम/) से।
7. **अपने मुख्य AI सप्लायर से पूछें** ऊपर दिए डेटा और ऊर्जा के सवाल, अगले नवीनीकरण पर।

## अक्सर पूछे जाने वाले सवाल

### क्या किसी पर्यावरण चैरिटी का AI इस्तेमाल करना ग़लत है?

अपने आप में नहीं। सवाल यह है कि कोई इस्तेमाल मिशन में इतनी मदद करता है या नहीं कि उसकी लागत उचित ठहरे। टेक्स्ट AI के हल्के, सोच-समझकर चुने गए इस्तेमाल का फ़ुटप्रिंट छोटा होता है; भारी पैमाने पर तस्वीरें या वीडियो बनाना और हमेशा चालू रहने वाला ऑटोमेशन ज़्यादा सोच-विचार माँगते हैं।

### क्या हम मुफ़्त AI टूल सुरक्षित रूप से इस्तेमाल कर सकते हैं?

अक्सर हाँ, उन कामों के लिए जिनमें निजी या संवेदनशील डेटा न हो, जैसे एक आम न्यूज़लेटर का मसौदा बनाना। शर्तें जाँचें: कुछ मुफ़्त टूल आपके लिखे हुए का इस्तेमाल मॉडल ट्रेन करने में कर सकते हैं। लाभार्थियों, दानदाताओं या कर्मचारियों का निजी डेटा न डालें।

### क्या हमें AI नीति की ज़रूरत है?

हाँ, भले ही छोटी हो। यह कर्मचारियों और स्वयंसेवकों को बताती है कि कौन-से टूल की अनुमति है, कौन-सा डेटा कभी नहीं डालना है, और कब किसी इंसान को नतीजे की जाँच करनी है।

### हम अपने समर्थकों को अपना AI इस्तेमाल कैसे समझाएँ?

साफ़ शब्दों में बताएँ कि आप AI का इस्तेमाल किसलिए करते हैं, लोगों का डेटा कैसे सुरक्षित रखा जाता है, और यह कि कर्मचारी उसके बनाए हुए की जाँच करते हैं। जब तक आप आँकड़े न दिखा सकें, यह दावा करने से बचें कि आपका AI इस्तेमाल ग्रीन या कार्बन न्यूट्रल है।

## स्रोत

- [Trust issues rise as charities' AI adoption continues (Charity Digital Skills Report 2026)](https://www.civilsociety.co.uk/news/trust-issues-rise-as-charities-ai-adoption-continues.html), Civil Society (2026)
- [AI adoption among charities shows no sign of slowing down (interim findings, Charity Digital Skills Report 2026)](https://www.civilsociety.co.uk/voices/zoe-amar-ai-adoption-among-charities-shows-no-sign-of-slowing-down.html), Civil Society (2026)
- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [The gentle singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
