آیا چارچوب «رویه‌های صحیح» هوش مصنوعی FSB یک استراتژی «قانون نرم» برای جلوگیری از مقررات سخت جهانی در حوزه هوش مصنوعی مالی است؟

چارچوب ۱۲ ماده‌ای «رویه‌های صحیح» هیئت ثبات مالی برای هوش مصنوعی، در نگاه اول، شبیه یک چک‌لیست حاکمیتی ساده به نظر می‌رسد. اما در واقعیت، این یک مانور استراتژیک است. تنظیم‌کنندگان مالی جهانی با صدور دستورالعمل‌های «قانون نرم» که بر نتایج متمرکز هستند تا معماری‌های خاص، در تلاشند تا از دیکته شدن نحوه استفاده بانک‌ها از هوش مصنوعی توسط مقررات سخت و تجویزی فناوری جلوگیری کنند.[2]

خدمات مالی سال‌ها پیش بی‌سروصدا به یک صنعت مبتنی بر هوش مصنوعی تبدیل شدند. از الگوریتم اعتباری که یک وام مسکن را تأیید می‌کند تا مدل تشخیص کلاهبرداری که یک تراکنش را علامت‌گذاری می‌کند، بانک‌ها هوش مصنوعی را در تصمیماتی که زندگی میلیون‌ها نفر را تحت تأثیر قرار می‌دهد، ادغام کرده‌اند. با این حال، تا همین اواخر، این کار را با راهنمایی نظارتی اندکی انجام می‌دادند و به چارچوب‌های مدیریت ریسک مدل موجود تکیه می‌کردند که برای سیستم‌های مولد یا عاملیت‌محور طراحی نشده بودند.[1]

خلأ نظارتی به طور فزاینده‌ای توسط تنظیم‌کنندگان فناوری فرابخشی پر می‌شود. به عنوان مثال، قانون هوش مصنوعی اتحادیه اروپا، هوش مصنوعی مورد استفاده برای امتیازدهی اعتباری را «پرخطر» طبقه‌بندی می‌کند و ارزیابی‌های انطباق اجباری و قوانین سختگیرانه حاکمیت داده را تحمیل می‌کند. برای بانکداران مرکزی و ناظران مالی، این به معنای از دست دادن کنترل قضایی است. آن‌ها نمی‌خواهند تنظیم‌کنندگان فناوری، تخصیص سرمایه یا مدل‌های ریسک بانک‌ها را حسابرسی کنند.[3]

در این میان، هیئت ثبات مالی (FSB)، نهاد بین‌المللی که قوانین مالی جهانی را هماهنگ می‌کند، وارد عمل می‌شود. در ۱۰ ژوئن ۲۰۲۶، FSB گزارش مشورتی خود را در مورد «رویه‌های صحیح برای پذیرش مسئولانه هوش مصنوعی» منتشر کرد. این جدی‌ترین تلاش تاکنون توسط نهادهای مالی برای تعیین شرایط حاکمیت هوش مصنوعی و ارائه یک طرح کلی برای تنظیم‌کنندگان ملی است.[4]

این چارچوب ۱۲ رویه صحیح را در دو ستون سازماندهی می‌کند: حاکمیت در سطح سازمان و مدیریت چرخه عمر هوش مصنوعی. این چارچوب هیئت مدیره و مدیریت ارشد را مستقیماً مسئول می‌داند و آن‌ها را موظف می‌کند که پذیرش هوش مصنوعی را با میزان تحمل ریسک مؤسسه هماهنگ کرده و نظارت مستمر انسانی را تضمین کنند.[1]

نکته حیاتی اینجاست که FSB صراحتاً اعلام می‌کند که این رویه‌ها «قصد ندارند یک استاندارد بین‌المللی ایجاد کنند یا رویکردی تجویزی را تحمیل نمایند.» این تعریف دقیق «قانون نرم» است. این چارچوب به جای یک حکم الزام‌آور، مجموعه‌ای از رویه‌ها را ارائه می‌دهد و به دنبال تقویت هماهنگی بدون الزام قانونی مؤسساتی است که بر آن‌ها نظارت می‌کند.

استدلال اصلی برای این رویکرد، انعطاف‌پذیری است. FSB هوشمندانه از تجویز قوانین برای معماری‌های خاص هوش مصنوعی اجتناب کرده است. با تمرکز بر نتایج حاکمیتی به جای مدل‌های امروزی، این چارچوب همچنان مرتبط باقی می‌ماند، حتی اگر هوش مصنوعی مولد جای خود را به فناوری‌های بعدی بدهد. در مقابل، مقررات سخت اغلب تا زمانی که به اجرا درآیند، منسوخ شده‌اند.[1]

FSB خطرات را نادیده نمی‌گیرد. این چارچوب به طور جدی با هوش مصنوعی عاملیت‌محور (Agentic AI) دست و پنجه نرم می‌کند؛ سیستم‌های خودکار که قادر به برنامه‌ریزی، استدلال و اجرای وظایف چند مرحله‌ای بدون هدایت مستمر انسانی هستند. FSB به درستی تشخیص می‌دهد که هوش مصنوعی عاملیت‌محور خطرات کیفی متفاوتی را معرفی می‌کند: ناهماهنگی اهداف، رفتارهای نوظهور ناشی از تعامل عامل با عامل، و غیرممکن بودن نظارت انسانی در زمان واقعی در مقیاس بزرگ.[1]

این چارچوب همچنین آسیب‌پذیری ناشی از وابستگی‌های شخص ثالث را برجسته می‌کند. اگر هر بانک بزرگ جهانی به سه ارائه‌دهنده ابری یکسان و مدل‌های بنیادی مشابه متکی باشد، یک شکست واحد می‌تواند یک بحران سیستمی را آغاز کند. گزارش‌های قبلی FSB این مورد را به همراه همبستگی‌های بازار، ریسک‌های سایبری و کیفیت داده، به عنوان یکی از چهار آسیب‌پذیری کلیدی شناسایی کرده بودند.

اما شناسایی ریسک‌ها با الزام راه‌حل‌ها متفاوت است. FSB با انتشار این رویه‌های صحیح، ابزاری به ناظران مالی ملی می‌دهد تا بگویند این بخش قبلاً تحت حاکمیت قرار گرفته است. این امر به بانک‌ها اجازه می‌دهد تا برای نشان دادن انطباق، به یک چارچوب بین‌المللی شناخته‌شده استناد کنند و در نتیجه الگوریتم‌های اصلی خود را از حسابرسی‌های خارجی اجباری مورد نیاز تنظیم‌کنندگان فناوری فرابخشی محافظت نمایند.[2][3]

منتقدان استدلال می‌کنند که این کافی نیست. یک «بنیان محکم»، آن‌طور که برخی تحلیلگران آن را نامیده‌اند، مانع از یک سقوط ناگهانی (Flash Crash) ناشی از تعامل الگوریتم‌های معاملاتی عاملیت‌محور نمی‌شود. قانون نرم به حسن نیت و شایستگی هیئت مدیره بانک‌ها متکی است – اتکایی که از لحاظ تاریخی پیش از بحران‌های مالی، زمانی که انگیزه‌های سود بر مدیریت ریسک غلبه کرده‌اند، سابقه داشته است.[1]

تنش بین رویکرد مبتنی بر اصول FSB و رویکرد مبتنی بر قانون اتحادیه اروپا، دهه آینده فناوری مالی را تعریف خواهد کرد. بانک‌ها در این میان گرفتار شده‌اند؛ آن‌ها انعطاف‌پذیری FSB را ترجیح می‌دهند، اما اگر در اروپا فعالیت کنند، از نظر قانونی ملزم به رعایت سخت‌گیری‌های اتحادیه اروپا هستند.[3]

دوره مشورتی برای چارچوب FSB در ۲۲ ژوئیه ۲۰۲۶ به پایان می‌رسد و گزارش نهایی در ماه اکتبر مورد انتظار است. در حالی که صنعت در حال پردازش حجم عظیمی از تغییرات نظارتی است، اهمیت موضوع این تلاش را توجیه می‌کند.[1]

چارچوب FSB صرفاً مجموعه‌ای از بهترین رویه‌ها نیست؛ بلکه اعلامیه استقلال نظارتی است. این چارچوب تأکید می‌کند که ناظران مالی، نه تنظیم‌کنندگان فناوری، بهترین افراد برای مدیریت ریسک‌های هوش مصنوعی در امور مالی هستند. اینکه آیا «قانون نرم» به اندازه کافی قوی است که بتواند ریسک‌های سیستمی هوش مصنوعی عاملیت‌محور را مهار کند، سؤال تریلیون دلاری باقی می‌ماند.[2]