議会には真の説明責任を伴う連邦AIガバナンス法が必要だ

BrookingsはGoogle Newsを通じ、明確な警告を発している。大統領令や州法が既成事実として制度を形作る前に、議会は連邦AIガバナンス法を制定する必要がある。

もはや対立軸は、単に規制かイノベーションかではない。AIの失敗に誰が責任を負うのか、どのルールを連邦レベルで定めるのか、州にはどのような権限を残すのかを、ワシントンが決めなければならない。州法を阻むだけの国家基準では、管轄権は整理できても、実効性ある説明責任は生まれない。

この違いは重要だ。ホワイトハウスにはすでに望ましい方向性がある。2026年3月の枠組みは、AI開発を妨げる州のルールを先取りする、負担を最小限に抑えた国家基準の創設を議会に求めている。Brookingsは、ガバナンスが企業権力の集中、不十分な監督、曖昧な責任の所在にも取り組むべきだと論じる。

したがって、浮上している争点は具体的だ。一方は統一性と迅速な導入を優先する。もう一方は、ワシントンが州が築いた保護策を置き換える前に、強制力ある説明責任を求めている。

議会は以前にも最初の道を試みた。2025年7月、上院は州によるAI規制を一時停止する案を99対1で否決した。この結果は、議員が原則として国家的な協調を支持する一方、信頼できる代替策のない連邦による先取りには不信感を抱いていることを示した。

Brookingsの最新の主張は、責任あるAIを求める抽象的な訴えにとどまらない。遅延そのものが政策判断になったという警告だ。法制化がないまま月日が過ぎるごとに、行政機関、裁判所、州、AI企業は、自らルールを定める力を強めていく。

Brookingsの主張が実際に変えるもの

Brookingsの介入は、米国にAIルールが必要かという議論から、正当な国家制度に何が含まれるべきかという議論へと焦点を移す。

Google Newsで広がっている見出しは、議会に新たな連邦AIガバナンス法の可決を求めている。この要求は、大統領令、自主的な取り組み、行政機関の指針、州法、そして不成立に終わった議会提案が数年続いた後に出された。

これらの措置は企業行動に影響を与えるものの、単一で永続的な法定制度を構成してはいない。行政の政策は政権交代によって変わり得る。自主的な取り組みは企業の協力に依存する。行政機関の権限は、現代の機械学習が登場する前に書かれた法律に縛られたままだ。

Brookingsの研究者であるTom WheelerとBill Baerは、2026年3月、政権のアプローチにおける中心的な弱点を指摘した。彼らのAI政策批判は、連邦の枠組みが責任と説明責任を軽視していると述べている。

彼らの懸念は、人間の制御を離れた仮想的なシステムだけに限られない。モデルの振る舞い、学習データ、導入、アクセスに関する意思決定が、少数の大企業に集中している現状に焦点を当てている。

この焦点は立法上の問いを変える。議会は、共有原則を公表して寄せ集めの制度が解決したと宣言するだけでは不十分だ。AIシステムが予見可能な害を引き起こした際に、どの組織が法的義務を負うのかを決めなければならない。

有用な連邦法は、失敗を調査できる主体も定めることになる。規制当局には、関連記録、評価結果、技術文書へのアクセスが必要だ。調査権限のないルールでは、行政機関は開発者が開示を選んだ情報に依存せざるを得ない。

法律は開発者と導入者を区別する必要がある。汎用モデルを構築する企業は、その後のすべての利用を管理しているわけではない。しかし、開発者の設計判断が予測可能なリスクに寄与した場合に、この区別が包括的な免責措置になってはならない。

議会は連邦介入の基準も定めなければならない。履歴書選別ツール、医療判断ツール、フロンティアモデル、顧客サービスボットは、同一のリスクを生むわけではない。4つすべてに一律で厳格なコンプライアンス手続きを適用すれば、資源を浪費し、形式主義的な書類作成を助長する。

課題は、分野ごとの専門性を維持しながら共通の権利をつくることだ。雇用規制当局は採用差別を理解している。金融規制当局は与信判断を理解している。保健機関は臨床リスクと医学的証拠を理解している。

Brookingsは以前、Critical Algorithmic System Classificationと呼ばれる分散型モデルを提案した。このアプローチでは、分野別の規制当局が既存の管轄領域で重要な自動化判断を調査・統治する新たな権限を得る。

この提案だけが可能な制度設計ではない。しかし、なぜ立法が重要なのかを示している。法的権限が曖昧であったり、法廷での異議申立てに弱かったりする場合、行政機関は自らの管轄を確実に拡大できない。

そうした権限を定めるのは議会だ。最低限の保護を確立し、義務を割り当て、執行に資金を充て、連邦による先取りの境界を特定できる。大統領覚書に同じ恒久性はない。

このため、Brookingsの見出しは一過性のニュースサイクル以上の注目に値する。米国のAIガバナンスを決定づけているのは行政上の不便ではなく、議会の不在だと捉えている。

Google Newsがいま連邦レベルの対立を取り上げている理由

連邦による先取りが連邦の説明責任より速く進んできたため、立法を求める声は緊急性を増している。

ホワイトハウスは2026年3月20日、人工知能に関するNational Policy Frameworkを発表した。この文書は、連邦基準を確立する一方、ワシントンが全国的な範囲に属するとみなす領域を州が規制することを防ぐよう、議会に求めている。

その立法枠組みは、州がAI開発を規制すべきではないとしている。モデル開発は、外交政策と国家安全保障に影響を持つ州際的な活動だと説明している。

この枠組みは、選定された州の権限を維持する。一般に適用される消費者保護、子どもの安全、詐欺の取締り、都市計画、調達、州政府によるAI利用などが含まれる。

この区分は秩序立っているように聞こえるが、カテゴリーの間には難しい問題が横たわる。州の開示法は、消費者保護に見えながらモデル開発にも影響し得る。安全要件は導入を規制する一方、開発者に試験手法の変更を迫る場合がある。

政権はすでに、こうした争いに備えていた。Donald Trump大統領は2025年12月11日、国家AI政策と矛盾すると見なされる州法に連邦当局が異議を申し立てるよう指示する大統領令に署名した。

この大統領令は、司法省内にAI Litigation Task Forceを設置するよう求めた。また、負担が重いと見なされる州のルールを特定するよう当局者に指示した。

この命令は、現実的な経済問題を認識している。全国展開する企業は、州ごとに異なる定義、報告形式、コンプライアンス日程が採用されると、コストの上昇に直面する。大規模な法務チームを持つ既存プラットフォームよりも、小規模企業の方が苦慮する可能性がある。

しかし、統一性はルールの中身を決めるものではない。50の脆弱な基準は断片化している。1つの脆弱な連邦基準は一貫していても、利用者をさらされたままにする。

これこそがGoogle Newsの記事の根底にある対立だ。ワシントンは国家的一貫性を緊急の目標として扱っている一方、主要AI開発者に課す義務は依然として争点となっている。

このタイミングは、重要な場面でのAI利用が加速していることも反映している。雇用主は自動化ツールを使って応募者を順位付けし、従業員を監視している。金融機関は、不正検知、引受審査、顧客サービスにモデルを利用している。

学校は作文を評価したり学習教材を推奨したりするシステムを導入している。政府機関は、資源の配分、不規則性の検知、行政判断の支援にアルゴリズムを使用している。

これらの事例は、人工汎用知能について推測する必要がない。所得、機会、教育、健康、公共サービスへのアクセスに関する判断を下す、あるいは影響を及ぼす現在のシステムに関わるものだ。

既存法は多くの結果に適用される。雇用主は、ソフトウェアが判断に寄与したというだけで差別禁止法から逃れることはできない。しかし、外部の人間がデータやモデルの処理を調べられない場合、その保護を執行することは難しくなり得る。

連邦レベルの議論は、導入前ではなく導入後に始まっている。このことが、現在の利用を統治しつつ新たな能力にも適応する法律への圧力を生んでいる。

議会は国際的な比較にも直面している。欧州連合は広範なリスクベースの法令を選択した。米国は、分野別ルール、行政措置、技術標準、州による実験により強く依存してきた。

米国が欧州モデルをそのまま模倣する必要はない。しかし、同じ制度上の問いに対する恒久的な答えは必要だ。誰がリスクを文書化し、誰が証拠を検証し、失敗後に誰が行動するのか。

統一的な国家ルールと強制力ある説明責任

中心的なトレードオフは、連邦の統制か州の統制かではない。説明責任のない統一性か、強制可能な義務に支えられた統一性かである。

連邦による先取りを支持する側には、重い論拠がある。AI製品は瞬時に州境を越え、モデル開発には国家規模のインフラ、資本、データ、技術人材が必要となる。

OpenAI CEOのSam Altmanは、2025年の規制一時停止をめぐる議論で、コンプライアンス上の懸念を要約した。彼は議員に対し、50種類の異なる規制制度に従うことを想像するのは難しいと語った。

開発者は、相反する技術ルールが、最も厳しい管轄区域に合わせて全国向け製品を形作ることも懸念している。ある州で採用された要件が、事実上全国的な製品ルールになる可能性がある。

こうした懸念は連邦レベルの協調を支持する。しかし、議会が実効性ある代替策を制定する前に、州が権限を放棄すべきことを示すものではない。

上院は2025年、この順序に直面した。議員らは州・地方によるAI規制を10年間阻止する案を検討し、その後の交渉で提案期間を短縮した。

最終的に上院は、この規定を99対1で削除した。この一時停止案の採決では、テクノロジー政策の他の多くの面で意見が異なる当局者らが足並みをそろえた。

反対派には、民主党議員、共和党の州知事、州議員、安全擁護派、オンライン上の被害を受けた家族が含まれていた。彼らに共通する異議は、規制一時停止が生み出す空白に向けられていた。

この出来事は、現在の議論にとって最も明確な歴史的参照点であり続けている。議会は州ごとの分断を退けながら、連邦による保護なしに地域のルールを消し去ることも拒める。

機能する妥協案は、下限と上限から始まる。連邦の下限は、すべての人が受ける権利を定める。連邦の上限は、国家的一貫性が不可欠な慎重に定義された領域で、州が追加要件を課すことを防ぐ。

議会は各カテゴリーを明示的に特定しなければならない。AIに関連するあらゆるものを対象にするような広い文言は、訴訟を招き、意図せず保護を弱めることになる。

法律は、モデル開発のルールと特定の利用に関するルールも分けるべきだ。フロンティア開発者には、セキュリティ試験、インシデント報告、文書化に関する義務を課せる。導入者には、通知、人による審査、影響評価に関する義務を課せる。

一部の責務は分担されるべきだ。導入者は、開発者からの情報なしにシステムを適切に評価することはできない。開発者も、顧客の業務フローや、その後に下されるすべての判断を統制することはできない。

責任は、統制力、知識、そして被害を防ぐ能力に応じて配分されなければならない。この原則に従えば、モデルの開発元か最終利用者のいずれか一方にすべての負担を負わせる事態を避けられる。

連邦規制当局には、こうした責務に見合う権限が必要だ。Brookingsは、対象分野を管轄する機関に対し、技術記録を取得し、既存の所掌領域内で自動化システムを調査するための手段を与えるべきだと主張してきた。

そのような権限のために、新たな巨大規制当局を一つ設ける必要はない。既存の機関が、すでに持つ専門性を通じて共通の連邦保護策を適用できる。

それでも議会には、調整の仕組みが必要になる。同一のモデル文書やインシデントについて、企業が複数の機関から矛盾する指示を受けるべきではない。

中央の技術部門は、規制当局を置き換えることなく支援できる。共通の定義、報告形式、評価手法は、重複を減らすことになる。

米国国立標準技術研究所によるAI risk frameworkは、自主的な取り組みの基盤を提供している。これはAIリスクを統治、把握、測定、管理するという枠組みでリスク対応を整理している。

議会は、あらゆる自主的勧告を法的義務に変えることなく、互換性のあるプロセスを取り入れられる。法的義務は、高い影響を及ぼす文脈における証拠、結果、説明責任に焦点を当てるべきだ。

この道筋は、単一の全国基準を宣言するよりも要求が厳しい。行政文書なら回避できる争点について、立法者が決着を付ける必要があるからだ。

同時に、より正当性も高い。連邦法が人々に明確な救済手段を与え、規制当局に実務的な執行経路を提供するなら、連邦法による州法排除はより擁護しやすくなる。

連邦AI法でも本当の問題を見逃しかねない

議会はAI法を可決しても、説明責任の空白をほぼ手つかずで残す可能性がある。

内容の薄い法律は、州の規則を排除し、自主基準を支持し、連邦機関に調査を割り当てるかもしれない。それでは法的一貫性は生まれても、企業がリスクの高い判断をどのように記録し、説明責任を負うかは変わらない。

最初の危険は定義にある。企業は、AI開発者、高影響システム、対象モデルといった狭い定義を回避するため、製品構成を変更できる。

広すぎる定義は逆の問題を生む。通常のソフトウェア機能まで、雇用、信用、医療、重要インフラに影響するシステム向けのコンプライアンス制度に組み込まれてしまう。

計算資源だけに基づく基準も、すぐに時代遅れになるおそれがある。学習時の計算量は測定可能な境界を提供するが、最適化や統合の後にモデルがどう振る舞うかを常に予測できるわけではない。

ユースケースのみに基づく規則にも別の弱点がある。汎用モデルは、低リスクの下書き作成から、高リスクの医療、金融、政府の現場まで移行し得る。

したがって議会には、能力、導入、影響を組み合わせた発動基準が必要になる。規制当局にも、公的なルール策定を通じて技術的な閾値を更新する権限が求められる。

第2の危険は執行能力にある。議会が許可を与えただけでは、機関は複雑なシステムを監査できない。

技術人材、安全な計算環境、柔軟な調達、営業秘密を保護するための手続きが必要だ。大企業を法廷で争うための資源も必要になる。

Brookingsは長年、この制度的な空白を強調してきた。同機関の分散型規制に関する提案は、各機関がアルゴリズム提供企業に対する技術的能力、証拠へのアクセス、あるいは明確な権限を欠くことが多いと指摘している。

第3の危険は、企業によるテストへの過度な依存だ。社内評価は有益な情報を明らかにし得るが、開発者がモデル、プロンプト、指標、リリース条件を選ぶ。

独立評価とは、モデルの重みや機微なセキュリティ詳細を公開することではない。適格な査読者に、管理された条件下で関連する主張を検証するのに十分なアクセスを与えることを意味する。

法律は、システムが重大なインシデントを引き起こした際の報告を義務付けるべきだ。インシデントの定義は、何百万件もの通常の苦情ではなく有用なシグナルを生むよう、十分に限定されなければならない。

規制当局は集計した調査結果も公表すべきだ。企業や研究者は、個人データや悪用可能な脆弱性を露出させずに、どのような失敗パターンが繰り返されているかを知る必要がある。

第4の危険は救済に関するものだ。開示だけでは、自動化プロセスによって雇用、融資、給付、サービスを拒まれた人の助けになることはほとんどない。

人々には、重要な決定にAIが影響したことの通知が必要だ。また、適切な場合には訂正、異議申立て、人による審査に至る実用的な経路も必要になる。

すべての自動化された出力に異議申立てが必要なわけではない。連邦法は、そのような権利を実質的な影響を伴う決定に絞るべきだ。

議会は完全な安全性を約束することも避けなければならない。どのようなテスト制度でも、導入前にすべての失敗を特定することはできない。モデルの挙動は、文脈、ツール、更新、利用者との相互作用によって変化する。

ガバナンスの目的は、AIシステムが失敗しないと認証することではない。合理的な予防策を確立し、意思決定を追跡し、問題を検知し、責任を割り当てることだ。

この懐疑的な観点はBrookingsの提案にも当てはまる。権限を複数の機関に分散すれば専門性は保たれるが、執行の不一致や調整の遅れを生む可能性がある。

分野別の規制当局は、資源や技術的成熟度にも差がある。新たな権限を他より迅速に実施する機関もあるだろう。

全国法は、この不均衡に直接対処しなければならない。共有の技術支援と最低限の手続きは、分野固有の判断を保ちながら格差を縮められる。

最後のリスクは、政治的な持続性だ。ある政権が好む用語を中心に構築された法律は、選挙後には時代遅れになる可能性がある。

議会は、安定した権利、義務、制度的権限を法文化すべきだ。技術的な詳細は、法律に基づく透明なプロセスを通じて調整可能なままにしておくべきである。

議会がついに行動した場合、誰に圧力がかかるのか

実効性のある連邦法は、AI開発者、導入組織、規制当局、州政府に同時に圧力をかけることになる。

大規模モデルの開発者は、最も目に見える義務を負うことになる。法律の内容次第では、セキュリティ評価、インシデント報告、文書化、適格な規制当局への開示などが含まれ得る。

企業側も、その見返りとして価値あるものを得る。一貫した連邦の枠組みは、相反する義務を置き換え、全国規模での製品計画をより予測可能にできる。

小規模な開発者には、規模に見合った要件が必要だ。最大級の汎用モデルを学習させる企業と同じ文書化負担を、スタートアップが負うべきではない。

ただし、規模だけで対象範囲を決めるべきではない。小規模なベンダーであっても、何千件もの雇用や住宅に関する判断へ影響するシステムを提供し得る。

エンタープライズの購入者は、別種の圧力に直面する。ベンダーの保証だけを、導入が適切であることの十分な証拠として扱うことはできなくなる。

銀行、病院、雇用主、政府機関は、モデル開発者よりも自らの運用環境をよく理解している。システムが対象となる判断、利用者集団、法的義務に適合するかを検証しなければならない。

調達チームには、より良い記録が必要になる。契約では、評価へのアクセス、更新通知、データの取り扱い、インシデント対応での協力、下流の統合に対する責任を明記すべきだ。

開発者も有用な文書を提供する必要がある。責任あるAIに関する一般論では、購入者が特定の業務フローを評価する助けにならない。

この変化は、ナレッジワーカーにも直接影響する。要約や下書き作成にAIを使う従業員と、業績評価を採点するためにAIを使う管理職では、直面するリスクが異なる。

組織は、補助的な利用と意思決定目的の利用を区別しなければならない。後者のカテゴリーには、より強力な審査、文書化、異議申立てのプロセスが必要だ。

ここで、社内のナレッジ管理慣行が重要になる。チームには、重要な出力がどの情報源、プロンプト、バージョン、人間の判断によって形作られたかを示す、信頼できる記録が必要だ。

検索可能なtechnical knowledge baseは、この取り組みを支援できる。コンプライアンスに取って代わるものではないが、監査やインシデント調査で必要となる証拠を保存できる。

連邦機関には、技術的能力を構築する圧力がかかる。人員やインフラのない新たな権限は、長い待ち行列と不一致な執行を生むだけだ。

州の当局者は、保持される権限をめぐる難しい交渉に直面する。児童安全、市民権、消費者保護、選挙に関する規則を無効化する広範な文言には抵抗するだろう。

テクノロジー企業は、明確な全国的境界を求める。市民社会団体は、救済、独立評価、情報へのアクセスを求めるだろう。

裁判所も引き続き大きな役割を果たす。法令用語を解釈し、機関規則を審査し、連邦法による州法排除をめぐる紛争を解決することになる。

議会はこうした対立をなくすことはできない。正確な定義を書き、連邦と州の責任がどのようにかみ合うかを説明することで、対立を狭めることはできる。

市場も反応する。明確な義務は、評価、監査、文書化、監視、ガバナンスのサービスに対する需要を生む。

その市場は説明責任を改善し得るが、利益相反ももたらす。検査対象企業から報酬を受ける監査人には、専門的な基準と監督が必要だ。

利用者が関心を持つべきなのは、ガバナンスが製品設計に影響するからだ。通知要件はインターフェースを形作る。文書化義務はエンタープライズ機能を形作る。責任ルールは、企業がどのシステムをリリースするかに影響する。

したがって連邦法は、モデルアーキテクチャを規定せずとも、日常的なAI利用を変え得る。テスト、導入、記録保持、対応をめぐるインセンティブを変えるのだ。

Google Newsの読者が次に注視すべきこと

ワシントンが説明責任あるAIガバナンスを構築しているのか、それとも単に州の規則を排除しているだけなのかは、3つのシグナルで明らかになる。

最初のシグナルは、実際の法案文だ。立法者が対象システム、義務、執行、救済、州法排除を定義するまでは、原則や勧告は政治的に柔軟なままである。

真剣な法案であれば、排除される州の要件に代わってどの連邦保護を提供するのかを説明する。広範に州法を排除しながら、調査や自主的ガイダンスしか提供しないなら、Brookingsの批判はより強まる。

第2のシグナルは、州の権限の扱いだ。立法者は、どの保護策が有効なまま残り、どの分野で連邦による専属的な統制が必要なのかを明示しなければならない。

児童安全、雇用、市民権、詐欺、消費者保護、選挙、インフラ、政府調達をめぐる境界に注目すべきだ。曖昧な例外は、中心的な政策論争を法廷へ押し込むことになる。

交渉による下限と上限の構造は、持続的な妥協を支持する根拠を強めるだろう。無制限のモラトリアムは、2025年の提案を退けた連合を再び活性化させる。

第3のシグナルは執行能力だ。どの法案も、責任を負う機関、調査権限、技術支援、資金、調整プロセスを明らかにすべきである。

規制当局に提出物を分析する能力を与えずに広範な報告を作り出す法律は、コンプライアンスの見せかけを生む。監査アクセスと対象を絞った権限を備える法律は、実質的な転換を意味するだろう。

立法の手段も重要だ。予算法案や国防関連法案に付加されたAI条項は迅速に進む可能性があるが、圧縮された交渉は重要な州法排除の文言を隠しかねない。

独立した委員会公聴会では、より多くの公的精査が行われる。一方で、分断された議会を通過する道のりはより困難になる。

読者は、企業の反応を中立的な評価ではなく、インセンティブを示す証拠として捉えるべきだ。開発者はコンプライアンスの複雑さを強調する。擁護団体は、被害と救済へのアクセスを強調する。

両方の視点には有用な情報が含まれている。議会は、それらを統制とリスクに応じて義務を割り当てる規則へと落とし込まなければならない。

「連邦AIフレームワーク」という表現だけでは、もはや不十分だ。ホワイトハウス、テクノロジー企業、州、そして説明責任を求める擁護団体はいずれもこれを支持できるが、それぞれが異なる法律を思い描いている。

この曖昧さが、Brookingsの警告がGoogle Newsを通じて注目を集めた理由を説明している。いま問われているのは、議会がAIの権力を統治するのか、それともその周囲の管轄権を再編するだけにとどまるのかということだ。

スローガンではなく、法案の文言を追うべきだ。人々に執行可能な権利が与えられるのか、規制当局が証拠を精査できるのか、同等の保護策が整う前に州が権限を失うのかを確認しよう。

こうした細部によって、新法が説明責任を生み出すのか、単なる一貫性しかもたらさないのかが決まる。また、次のGoogle Newsの見出しが実質的な立法を示すのか、また一つのモラトリアム失敗を示すのか、それともデフォルトによる統治がさらに1年続くことを示すのかも決まる。