چگونه مقررات متفاوت هوش مصنوعی اتحادیه اروپا، آمریکا و چین، حاکمیت جهانی فناوری را دچار شکاف کرده است

در ۱ آگوست ۲۰۲۴، قانون هوش مصنوعی اتحادیه اروپا رسماً لازم‌الاجرا شد و شمارش معکوس را برای شرکت‌های فناوری جهانی آغاز کرد. اما در حالی که بروکسل در حال تدوین کتاب قوانین افقی و جامع ۳۰۰ صفحه‌ای خود بود، واشنگتن نظارت را به آژانس‌های بخشی موجود واگذار می‌کرد و پکن بی‌سروصدا هفتصد و نود و ششمین سرویس هوش مصنوعی مولد خود را تحت یک سیستم ثبت هدفمند و دولتی ثبت می‌کرد. روایت یک چارچوب حاکمیت جهانی واحد برای هوش مصنوعی، که اغلب در نشست‌های بین‌المللی و بیانیه‌های مطبوعاتی شرکت‌ها مطرح می‌شود، عمدتاً یک داستان بازاریابی است. در واقعیت، سه بازار بزرگ فناوری جهان، ساختارهای نظارتی اساساً ناسازگاری را ایجاد کرده‌اند. آنها صرفاً مسیرهای متفاوتی را به سوی یک مقصد طی نمی‌کنند؛ بلکه برای تعاریف کاملاً متفاوتی از آنچه هوش مصنوعی باید باشد، بهینه‌سازی می‌کنند.[1][2][7]

اتحادیه اروپا با هوش مصنوعی مانند یک محصول مصرفی رفتار می‌کند که باید قبل از عرضه به بازار، از نظر ایمنی آزمایش شود. ایالات متحده با آن به عنوان موتور تسلط اقتصادی رفتار می‌کند و برای پاکسازی هرگونه مشکل، به چارچوب‌های داوطلبانه و دعاوی پس از عرضه به بازار متکی است. چین با آن به عنوان یک ابزار ایدئولوژیک و اطلاعاتی رفتار می‌کند و قبل از اینکه الگوریتم‌ها حتی یک توکن تولید کنند، از آنها می‌خواهد که با ارزش‌های دولتی همسو باشند. این واگرایی، شرکت‌های چندملیتی را مجبور به یک سه‌راهی ساختاری می‌کند. شرکتی که تلاش می‌کند یک مدل بنیادی واحد را در سطح جهانی مستقر کند، دیگر نمی‌تواند به یک استراتژی انطباق یکسان برای همه متکی باشد. واقعیت فنی پایبندی به این الزامات متضاد، به طور فعال پشته فناوری جهانی را دچار شکاف می‌کند و توسعه‌دهندگان را مجبور می‌سازد تا استقرار خود را محدود به مناطق جغرافیایی خاص کرده و نسخه‌های منطقه‌ای متمایزی از سیستم‌های خود ایجاد کنند.[4][7][8]

رویکرد اتحادیه اروپا از نظر ساختاری جاه‌طلبانه‌ترین است. قانون هوش مصنوعی بر اساس یک سیستم طبقه‌بندی ریسک سختگیرانه عمل می‌کند و کاربردها را از ریسک حداقل تا ریسک غیرقابل قبول دسته‌بندی می‌کند. سیستم‌هایی که غیرقابل قبول تلقی می‌شوند، مانند دسته‌بندی بیومتریک یا امتیازدهی اجتماعی، به طور کامل ممنوع هستند. سیستم‌های پرخطر، که شامل هوش مصنوعی مورد استفاده در استخدام، آموزش یا زیرساخت‌های حیاتی می‌شوند، با یک مسیر انطباق طاقت‌فرسا روبرو هستند. توسعه‌دهندگان باید ارزیابی‌های انطباق گسترده را تکمیل کنند، مستندات فنی دقیق را حفظ کنند و قبل از استقرار، در پایگاه داده اتحادیه اروپا ثبت نام کنند. این یک تمرین نظری نیست؛ مکانیسم اجرایی آن دارای قدرت است و جریمه‌هایی تا سقف ۳۵ میلیون یورو یا ۷٪ از گردش مالی سالانه جهانی را در پی دارد. اتحادیه اروپا شرط می‌بندد که جاذبه بازار آن، شرکت‌های جهانی را مجبور به پذیرش استانداردهای آن در سراسر جهان خواهد کرد، پدیده‌ای که به «اثر بروکسل» معروف است.[1][2]

در مقابل، ایالات متحده عمداً از یک قانون افقی و فراگیر هوش مصنوعی اجتناب کرده است. در عوض، واشنگتن بر یک رویکرد بخشی و غیرمتمرکز متکی است که توسط دستور اجرایی ۱۴۱۱۰ و چارچوب مدیریت ریسک هوش مصنوعی موسسه ملی استانداردها و فناوری (NIST) هدایت می‌شود. استراتژی آمریکا اساساً بازارمحور است: به حداکثر رساندن سرعت نوآوری و اجازه دادن به آژانس‌های موجود، مانند FDA برای مراقبت‌های بهداشتی یا SEC برای امور مالی، تا قوانین را متناسب با حوزه‌های خاص خود تنظیم کنند. در حالی که دستور اجرایی، گزارش‌دهی برای مدل‌هایی که با استفاده از بیش از ۱۰ به توان ۲۶ عملیات ممیز شناور آموزش دیده‌اند را الزامی می‌کند، این آستانه‌ها فقط مرز مطلق محاسبات را در بر می‌گیرند. برای اکثریت قریب به اتفاق توسعه‌دهندگان هوش مصنوعی، انطباق فدرال عمدتاً داوطلبانه باقی می‌ماند و منظره‌ای تکه‌تکه ایجاد می‌کند که در آن قوانین سطح ایالتی تلاش می‌کنند تا خلاء حمایت از مصرف‌کننده را پر کنند.[3][4]

چین یک استراتژی عمودی و تکراری را اتخاذ کرده است که سرعت و کنترل دولتی را در اولویت قرار می‌دهد. پکن به جای تلاش برای تنظیم مفهوم انتزاعی هوش مصنوعی، کاربردهای خاص را هنگام ظهور هدف قرار می‌دهد. «اقدامات موقت ۲۰۲۳ برای مدیریت خدمات هوش مصنوعی مولد» یک چارچوب اصلی برای مدل‌های عمومی ایجاد کرد و توسعه‌دهندگان را ملزم کرد تا ارزیابی‌های امنیتی و ثبت الگوریتم‌ها را نزد اداره فضای مجازی چین تکمیل کنند. تا اوایل سال ۲۰۲۶، نزدیک به ۸۰۰ سرویس هوش مصنوعی مولد این فرآیند ثبت را تکمیل کرده بودند. این رویکرد به دولت اجازه می‌دهد تا نظارت دقیقی بر قانونی بودن داده‌های آموزشی و خروجی الگوریتمی داشته باشد و اطمینان حاصل کند که پیشرفت فناوری، ثبات اجتماعی یا حاکمیت داده‌ها را به خطر نمی‌اندازد.[5][6]

اصطکاک بین این رژیم‌ها هنگام بررسی لایه داده آشکار می‌شود. اتحادیه اروپا برای محافظت از حق چاپ و حقوق اساسی، شفافیت جامع در مورد داده‌های آموزشی را طلب می‌کند. چین الزامی می‌کند که داده‌های آموزشی با ارزش‌های دولتی همسو باشند و محلی‌سازی دقیق داده‌ها را اجباری می‌کند. در همین حال، ایالات متحده، تا حد زیادی از ماهیت اختصاصی مجموعه‌داده‌های آموزشی تحت دکترین‌های اسرار تجاری محافظت می‌کند، در انتظار دعاوی حقوقی جاری در مورد حق چاپ. مدلی که برای برآورده کردن استانداردهای تجاری آمریکا آموزش دیده باشد، احتمالاً الزامات شفافیت اتحادیه اروپا را برآورده نخواهد کرد و تقریباً به طور قطع مقررات کنترل محتوای چین را نقض می‌کند. در نتیجه، مفهوم یک مدل بنیادی واقعاً جهانی و بدون مرز از نظر فنی و حقوقی در حال غیرممکن شدن است.[4][7]

این شکاف نظارتی همچنین اساساً اقتصاد توسعه هوش مصنوعی را تغییر می‌دهد. بار سنگین انطباق قانون هوش مصنوعی اتحادیه اروپا، که در آن ارزیابی‌های انطباق ممکن است تا ۱۲ ماه طول بکشد، به طور نامتناسبی بر توسعه‌دهندگان متن‌باز و استارتاپ‌های کوچک‌تر تأثیر می‌گذارد و به طور بالقوه قدرت بازار را در میان معدود غول‌های فناوری که قادر به جذب هزینه‌های قانونی هستند، تثبیت می‌کند. برعکس، رویکرد کم‌تأثیر آمریکا، تجاری‌سازی داخلی را تسریع می‌کند اما شرکت‌ها را در برابر دعاوی غیرقابل پیش‌بینی و عطف به ماسبق آسیب‌پذیر می‌سازد. مدل چین مرزهای واضح و فوری را برای توسعه‌دهندگان فراهم می‌کند، اما الزام به تأیید دولتی یک گلوگاه سیستمی ایجاد می‌کند که اکتشاف فناوری را تابع الزامات سیاسی می‌کند.[2][7]

در نهایت، واگرایی در مقررات هوش مصنوعی، پایان اجماع پس از جنگ جهانی دوم در مورد قابلیت همکاری فناوری جهانی را نشان می‌دهد. با بلوغ این چارچوب‌ها و آغاز اجرای جدی، اینترنت در حال تقسیم شدن به مناطق نظارتی متمایز است. شرکت‌ها اکنون باید تصمیم بگیرند که آیا درآمد حاصل از یک حوزه قضایی خاص، هزینه مهندسی یک نسخه سفارشی و منطبق از سیستم هوش مصنوعی خود را توجیه می‌کند یا خیر. دوران نوآوری بدون مجوز در مقیاس جهانی به پایان رسیده است؛ دوران جدید با حرکت دقیق در مرزهای سفت و سخت و محلی‌شده معماری‌های ژئوپلیتیکی رقیب تعریف می‌شود.[4][8]