واقعیت جدید هوش مصنوعی جهانی: راهنمای چارچوب مبتنی بر ریسک قانون هوش مصنوعی اتحادیه اروپا و جدول زمانی انطباق ۲۰۲۶-۲۰۲۸

اگر سازمان شما برای رعایت مهلت انطباق آگوست ۲۰۲۶ قانون هوش مصنوعی اتحادیه اروپا برای سیستم‌های پرخطر در حال رقابت بود، می‌توانید سرعت خود را کاهش دهید. آن تاریخ دیگر دقیق نیست. پس از تصویب بسته «دیجیتال امنی‌باس» (Digital Omnibus) در اواسط سال ۲۰۲۶، اتحادیه اروپا به طور رسمی سخت‌گیرانه‌ترین الزامات برای سیستم‌های هوش مصنوعی پرخطر را به تعویق انداخت. مهلت جدید برای سیستم‌های پرخطر مستقل، ۲ دسامبر ۲۰۲۷ است که به شرکت‌ها ۱۶ ماه فرصت حیاتی برای ایجاد زیرساخت‌های انطباق خود می‌دهد.[2]

این تأخیر ناشی از شکاف شدید آمادگی است: داده‌های صنعت نشان داد که بیش از نیمی از سازمان‌ها هنوز فاقد موجودی اولیه از سیستم‌های هوش مصنوعی فعال خود بودند. اما تلقی کردن کل قانون به عنوان تأخیر خورده، یک اشتباه پرهزینه است.

قوانین حاکم بر مدل‌های هوش مصنوعی با هدف عمومی از آگوست ۲۰۲۵ فعال بوده‌اند و الزامات شفافیت ماده ۵۰—که برچسب‌گذاری محتوای تولید شده توسط هوش مصنوعی و چت‌بات‌ها را الزامی می‌کند—طبق برنامه در آگوست ۲۰۲۶ به اجرا درآمدند. سازمان‌ها باید آنچه را که تغییر کرده از آنچه که تغییر نکرده جدا کنند و بودجه انطباق خود را بر اساس آن تخصیص دهند.[4]

برای درک هزینه انطباق، ابتدا باید مشخص کنید که ابزارهای شما در کجای چارچوب ریسک چهار سطحی قانون قرار می‌گیرند. این قانون هوش مصنوعی را به عنوان یک کل واحد تنظیم نمی‌کند؛ بلکه کاربرد خاص آن را تنظیم می‌کند. سیستم‌های «ریسک غیرقابل قبول»، مانند امتیازدهی اجتماعی، به طور کامل ممنوع هستند. سیستم‌های «ریسک حداقل»، مانند فیلترهای هرزنامه، با قوانین جدیدی مواجه نیستند. بودجه انطباق به طور کامل صرف دو سطح میانی می‌شود: «ریسک محدود» و «ریسک بالا».[1][3]

سیستم‌های پرخطر سنگین‌ترین بار مالی و عملیاتی قانون را به همراه دارند. اگر هوش مصنوعی شما برای استخدام، امتیازدهی اعتباری، شناسایی بیومتریک یا مدیریت زیرساخت‌های حیاتی استفاده می‌شود، در این دسته قرار می‌گیرد.

ارائه‌دهندگان باید یک سیستم مدیریت کیفیت جامع (QMS) پیاده‌سازی کنند، گزارش‌های فنی دقیق نگهداری کنند، نظارت انسانی را تضمین کنند و ارزیابی انطباق را پشت سر بگذارند. برای یک شرکت کوچک یا متوسط، راه‌اندازی یک QMS منطبق از ابتدا می‌تواند صدها هزار یورو هزینه داشته باشد و تا ۱۷ درصد از کل بودجه توسعه یک سیستم را مصرف کند.[1]

برای سیستم‌های «ریسک محدود»—که شامل چت‌بات‌های خدمات مشتری و ابزارهای هوش مصنوعی مولد می‌شوند—هزینه اصلی مهندسی شفافیت است. استقراردهندگان باید رابط‌های کاربری بسازند که به وضوح نشان دهد چه زمانی یک شخص با هوش مصنوعی در تعامل است. آن‌ها همچنین باید واترمارک یا برچسب‌گذاری فراداده‌ای را برای صدا، ویدئو و متن مصنوعی پیاده‌سازی کنند. این قوانین شفافیت اکنون فعال هستند، به این معنی که تیم‌های مهندسی باید مکانیسم‌های افشا را در چرخه‌های استقرار فعلی خود ادغام کنند.[1][3]

مکان فیزیکی دفتر مرکزی شما هیچ معافیتی ارائه نمی‌دهد. قانون هوش مصنوعی اتحادیه اروپا به صورت فراسرزمینی اعمال می‌شود و مکانیسم‌های اجرایی GDPR را منعکس می‌کند. اگر سیستم هوش مصنوعی شما در بازار اروپا مستقر شده باشد، یا اگر خروجی‌های آن در اتحادیه اروپا استفاده شود، سازمان شما مسئول است. یک فروشنده مستقر در ایالات متحده که یک ابزار منابع انسانی مبتنی بر هوش مصنوعی را به یک شرکت فرانسوی می‌فروشد، کاملاً مشمول الزامات انطباق پرخطر و جریمه‌های مرتبط با عدم انطباق است.[1]

هزینه نادیده گرفتن این چارچوب، بسیار بیشتر از هزینه انطباق است. نقض شیوه‌های ممنوعه می‌تواند جریمه‌هایی تا سقف ۳۵ میلیون یورو یا ۷ درصد از گردش مالی سالانه جهانی، هر کدام که بیشتر باشد، به همراه داشته باشد. عدم رعایت الزامات پرخطر، مجازات‌هایی تا سقف ۱۵ میلیون یورو یا ۳ درصد از گردش مالی جهانی را در پی دارد. برای خریداران نرم‌افزارهای سازمانی، این بدان معناست که ممیزی فروشنده اکنون یک مرحله تدارکاتی اجباری است؛ خرید یک ابزار هوش مصنوعی غیرمنطبق، ریسک نظارتی را مستقیماً به استقراردهنده منتقل می‌کند.[1][2]

نتیجه عملی برای سال ۲۰۲۶، موجودی‌برداری و طبقه‌بندی است. سازمان‌ها باید از فرصت تمدید شده استفاده کنند تا هر سیستم هوش مصنوعی در پشته فناوری خود را نقشه‌برداری کرده، یک سطح ریسک موقت به آن اختصاص دهند و کاربردهای پرخطر را جدا کنند.

با شناسایی اینکه کدام سیستم‌ها تا دسامبر ۲۰۲۷ نیاز به ارزیابی انطباق کامل دارند، شرکت‌ها می‌توانند هزینه‌های انطباق خود را به دقت پیش‌بینی کنند، قراردادهای فروشنده را دوباره مذاکره کنند و تصمیم بگیرند که آیا استقرار برخی از هوش مصنوعی‌های پرخطر واقعاً ارزش سربار نظارتی را دارد یا خیر.[4]