سازوکار مسئولیت هوش مصنوعی: مقایسه چارچوب‌های مسئولیت مطلق، سهل‌انگاری و مسئولیت محصول

هنگامی که یک پزشک انسانی مرتکب اشتباه می‌شود، قانون قصور پزشکی راه‌حل روشنی ارائه می‌دهد. اما زمانی که یک ابزار تشخیصی هوش مصنوعی توموری غیرواقعی را توهم می‌کند و منجر به جراحی غیرضروری می‌شود، سیستم حقوقی به یک بن‌بست مفهومی برخورد می‌کند. اختلاف اصلی در طبقه‌بندی است: آیا مدل هوش مصنوعی یک «محصول» با طراحی معیوب است، یک «خدمت» که با سهل‌انگاری ارائه شده، یا یک فعالیت ذاتاً خطرناک که مشمول مسئولیت مطلق است؟[1]

پاسخ به این پرسش تعیین می‌کند که چه کسی باید هزینه آسیب را بپردازد. دادگاه‌ها و مجالس قانون‌گذاری در سراسر جهان در حال حاضر الگوریتم‌های غیرقطعی را به زور در این سه دسته حقوقی متمایز جای می‌دهند، که هر کدام بار اثباتی بسیار متفاوتی را برای طرف آسیب‌دیده به همراه دارند.[3]

رایج‌ترین چارچوب پیش‌فرض، سهل‌انگاری (قصور) است. طبق قانون سنتی مسئولیت مدنی، شاکی باید ثابت کند که توسعه‌دهنده یا استقراردهنده هوش مصنوعی وظیفه مراقبت داشته، آن وظیفه را نقض کرده و مستقیماً باعث آسیب شده است. با این حال، شواهد نشان می‌دهد که چارچوب‌های سهل‌انگاری به شدت به نفع توسعه‌دهندگان هوش مصنوعی هستند.[1]

از آنجا که مدل‌های مدرن یادگیری عمیق مبهم هستند، اثبات دقیق اینکه چرا یک مدل مرتکب خطای خاصی شده است—یعنی ارکان «نقض وظیفه» و «علیت»—مستلزم بررسی میلیاردها پارامتر است. مجله حقوق و فناوری هاروارد اشاره می‌کند: «مشکل جعبه سیاه عملاً توسعه‌دهندگان را تحت سهل‌انگاری سنتی مصون می‌سازد.» شاکیان به سادگی نمی‌توانند به داده‌های آموزشی یا وزن‌های مورد نیاز برای اثبات یک قصور خاص در مراقبت دسترسی پیدا کنند.

برای دور زدن این دیوار اثباتی، مدافعان حقوق مصرف‌کننده چارچوب دوم یعنی مسئولیت محصول را مطرح می‌کنند. این دکترین حقوقی در اصل برای توسترهای منفجرشونده و ترمزهای معیوب خودروها طراحی شده بود. تحت مسئولیت محصول، شاکی نیازی به اثبات بی‌دقتی تولیدکننده ندارد.[1]

در عوض، آن‌ها فقط باید ثابت کنند که محصول دارای «نقص طراحی»، «نقص تولید» یا «عدم هشدار» بوده و آن نقص باعث آسیب شده است. اصطکاک حقوقی در اینجا ماهیت تعریفی دارد. از لحاظ تاریخی، دادگاه‌های آمریکا نرم‌افزار را به عنوان یک خدمت یا اطلاعات ناملموس طبقه‌بندی کرده‌اند، نه یک «محصول» ملموس.

اگر یک مدل زبان بزرگ (LLM) صرفاً به عنوان «اطلاعات» طبقه‌بندی شود، مسئولیت محصول اعمال نمی‌شود. با این حال، احکام اخیر مربوط به توصیه‌های الگوریتمی نشان می‌دهد که دادگاه‌ها به طور فزاینده‌ای مایلند سامانه‌های هوش مصنوعی را به عنوان محصولات قابل پیگرد قانونی در نظر بگیرند، به ویژه هنگامی که در سامانه‌های فیزیکی مانند وسایل نقلیه خودران یا دستگاه‌های پزشکی تعبیه شده‌اند.[1]

چارچوب سوم و تهاجمی‌ترین، مسئولیت مطلق است. این چارچوب که به طور سنتی برای «فعالیت‌های غیرعادی خطرناک» مانند نگهداری حیوانات وحشی یا ذخیره مواد منفجره رزرو شده بود، سازنده را صرف نظر از تعداد اقدامات احتیاطی ایمنی که انجام داده، مسئول هرگونه آسیب می‌داند.

اتحادیه اروپا در حال حاضر پیشگام حرکت به سمت این مدل است. دستورالعمل پیشنهادی مسئولیت هوش مصنوعی، «فرض علیت» را برای سامانه‌های هوش مصنوعی پرخطر معرفی می‌کند. اگر شاکی بتواند نشان دهد که توسعه‌دهنده از رعایت الزامات ایمنی خاصی کوتاهی کرده است، دادگاه به طور خودکار فرض می‌کند که این کوتاهی باعث آسیب شده است.[2]

این سازوکار عملاً بار اثبات را از قربانی به شرکت فناوری منتقل می‌کند. سپس توسعه‌دهنده باید ثابت کند که سامانه هوش مصنوعی او عامل آسیب نبوده است—این وارونگی هنجارهای حقوقی سنتی، محاسبات ریسک برای استقرار هوش مصنوعی در اروپا را به طور اساسی تغییر می‌دهد.[2]

تحلیل مقایسه‌ای فکت‌لن از این چارچوب‌ها یک چرخش اقتصادی عظیم را آشکار می‌سازد. انتقال از استاندارد سهل‌انگاری به مدل مسئولیت مطلق یا فرض علیت، تخمیناً ۸۵٪ تا ۹۰٪ از بار ریسک مالی را مستقیماً به توسعه‌دهنده مدل بنیادی منتقل می‌کند.[3]

این جابجایی توضیح می‌دهد که چرا آزمایشگاه‌های بزرگ هوش مصنوعی به شدت برای قوانین اولویت فدرال در ایالات متحده لابی می‌کنند که استاندارد سهل‌انگاری را تثبیت کند. اگر توسعه‌دهندگان مجبور شوند هزینه هر توهم یا شکست پایین‌دستی را از طریق مسئولیت مطلق درونی‌سازی کنند، تنها حق بیمه‌ها می‌توانند انتشار مدل‌های با وزن باز را از نظر اقتصادی غیرقابل اجرا سازند.[3]

آنچه بسیار نامشخص باقی می‌ماند این است که این چارچوب‌ها چگونه با اکوسیستم متن‌باز برخورد خواهند کرد. اگر توسعه‌دهنده‌ای مدلی را به صورت رایگان منتشر کند و شخص ثالثی آن را برای حذف موانع ایمنی تنظیم دقیق کند و سپس به کار گیرد، تخصیص مسئولیت به شبکه‌ای پیچیده از بندهای غرامت و آزمون‌های علت نزدیک تبدیل می‌شود.[1]

دادگاه‌ها هنوز رویه روشنی در مورد اینکه آیا سازنده اصلی یک مدل با وزن باز می‌تواند تحت چارچوب مسئولیت محصول، مسئول اصلاحات پایین‌دستی شناخته شود یا خیر، ایجاد نکرده‌اند. تا زمانی که یک حکم مهم دیوان عالی یا قانون‌گذاری جامع فدرال این تعاریف را روشن کند، صنعت هوش مصنوعی در وضعیت بلاتکلیفی حقوقی باقی خواهد ماند.