Josh ShapiroのAIセーフガード、ワシントンの「競争優先」戦略に異議

Josh Shapiroは9月17日、より少ない規制障壁で開発を急ぐワシントンの姿勢に異を唱え、連邦レベルで厳格なAIガードレールを設けるよう求めた。Bloombergによる発言の報道によれば、Pennsylvania州知事は、先進的な人工知能システムを開発する企業に対し、独立した監督、より高い透明性、安全要件を適用することを望んでいる。

Josh ShapiroのAIセーフガード提案は、仮説上の技術リスクに関する単なる警告ではない。モデルの監督を、子ども、専門職のなりすまし、電力コスト、水使用量、データセンターをめぐる地域の統制に関する差し迫った争点と結び付けている。

この立場は、迅速な開発と規制障壁の削減を重視するTrump政権の方針とShapiroを対立させる。Shapiroは、この構図が誤った二者択一を提示していると主張する。米国は、国民にあらゆるリスクを受け入れるよう求めずとも、AIがもたらす経済的利益を得られるという。

Bloombergの報道は、PittsburghでのイベントでShapiroが何を提唱したかを示している。一方、Pennsylvania州の公式文書は、彼の政権がすでに実施した措置の記録を提供している。これらは別のカテゴリーである。彼が求める連邦のガードレールは依然として提案段階にあり、Pennsylvania州の大統領令、行政機関の取り組み、訴訟、係属中の法案には、それぞれ異なる法的地位と限界がある。

Josh ShapiroのAIセーフガード、議論を議会へ移す

Shapiroは、AI企業に対して執行可能な義務を設けるよう議会に求めており、単に新たな自主的フレームワークを公表することを求めているのではない。

Pittsburghで開催されたAI Horizons 2026 Summitで、Shapiroは議会と連邦政府に対し、人工知能のための厳格なガードレールを確立するよう促した。同政権による準備原稿の公式記録によれば、主な要望には、独立した第三者監督、より強い透明性、企業が開発の中核により近い位置で安全性を置くことの義務化が含まれていた。

独立した監督とは、検証対象のシステムを構築または販売していない組織が実施する評価を指す。これには、テスト、文書レビュー、セキュリティ評価、企業によるリスク主張の検証などが含まれ得る。

技術的に言えば、こうした評価では、開発者が予見可能な害を特定しているか、現実的な条件下で性能を測定しているか、制約を文書化しているか、インシデントを監視しているか、是正措置の責任を割り当てているかを調べることができる。これらの機能は概ね、National Institute of Standards and TechnologyのAI Risk Management Frameworkにおけるgovern、map、measure、manageの活動に対応する。ただしShapiroは、NISTフレームワークを法的基準として議会が採用すべきだとは公に明示していない。

この区別は重要である。先進モデルに関して利用できる情報の多くは、依然として開発元から提供されるものだからだ。企業は、どのベンチマークを公表するか、重大なリスクをどう定義するか、社内テストについてどの程度の詳細を公表するかを決めている。

第三者による評価要件が導入されても、こうした問題が自動的に解決されるわけではない。しかし、開発者が自らの仕事を採点し、政策立案者に提示する証拠を選ぶ余地は縮小される。

実務上の違いは、調達の場面で明らかになる。AIアシスタントの導入を検討する病院は現在、総合的な精度スコアとベンダー作成の安全性に関する声明を受け取るかもしれない。これに対し、適格な外部レビューでは、医療関連のプロンプトをテストし、性能が低下する集団や状況を特定し、システムが引用を捏造するかどうかを文書化し、不確実な回答が臨床医にエスカレーションされることを確認できる。

準備原稿でShapiroは、AIの機会については楽観的だと述べる一方、顕在化しつつある害にはより強力な政府対応が必要だと主張した。また、高度なシステムが破滅的な害をもたらすと予想する人々に一般的に使われるAI「doomer」という呼称も退けた。

彼が示した立場は、より限定的でありながら政治的にはより重要である。政府がテスト、情報開示、説明責任を求めるために、AIが不可避の絶滅リスクをもたらす必要はない。

このアプローチは、セーフガードを支持する根拠を一つの劇的なシナリオの外へ広げる。モデルは、自律的な世界規模の脅威にならなくても、欺瞞的な助言、差別的な判断、プライバシー侵害、セキュリティの弱点、信頼できない出力を通じて実質的な害を引き起こし得る。

この演説は、誰が立証責任を負うのかも変えた。純粋に推進的な政策では、規制には並外れた正当化が必要だと想定される。Shapiroのアプローチは、社会がそのリスクを負う前に、高影響のシステムが意味のある精査を受けていることを開発者に示すよう求める。

彼の提案は政策上の要求にとどまり、制定済みの連邦法ではない。どのシステムにレビューを求めるのか、誰が独立した評価者として適格か、評価者がどの証拠にアクセスできるのか、どの調査結果を公開すべきかは、なお議会が定義しなければならない。

未解決の詳細は重大である。それでもShapiroの介入は、連邦の立法担当者に明確な試金石を提示している。国家のAI政策が測定可能な義務を課すのか、それとも主として企業の約束に依存し続けるのかという問いである。

Pennsylvania州知事が今ワシントンに圧力をかける理由

Pennsylvania州はAIを物理的、消費者向け、行政上の課題として経験しており、抽象的な保証を擁護することはますます難しくなっている。

同州は、この技術を複数の異なる経路を通じて目にしている。AIチャットボットは子どもとやり取りし、健康に関する応答を返す可能性がある。州職員は行政業務で生成AIツールを使用している。開発事業者は、より大規模なモデルの学習と運用に必要な、エネルギー集約型インフラの建設も望んでいる。

これらの問題は、単一の技術政策にきれいに収まらない。専門職の免許、消費者保護、教育、電力規制、環境許認可、労働、地方自治体の権限に関わる。

Shapiro政権は、Pittsburghでの演説前からアプローチを強化し始めていた。2月には、AIリテラシー・ツールキットを発表し、Pennsylvania州の教育、保健、福祉、州政府、高齢者、金融の各機関が参加する監督活動を調整した。

同政権のAI安全性に関する公式イニシアチブには、親、生徒、教師、介護者、消費者向けのリソースが含まれていた。また、認可を要する専門サービスを提供しているように見えるAIコンパニオンボットについて、住民を苦情申立手続きへ案内した。

家族にとって、この区別は明白な医療相談ではなく、日常会話の中で生じ得る。10代の若者がコンパニオンボットに、うつ病、摂食障害、薬について尋ね、セラピストや医師の口調で書かれた自信に満ちた回答を受け取るかもしれない。親は、子どもの状況を認可を受けた専門家が確認することなく応答が生成されたという警告を目にしない可能性がある。

このイニシアチブは、リテラシーは必要だが十分ではないという位置付けだった。利用者に信頼できないシステムを見分ける方法を教えることで、害への曝露を減らすことはできる。しかし、製品が医師やその他の規制対象の専門職を偽って名乗る場合、開発者の責任はなくならない。

Pennsylvania州はその後、Character.AIを提訴し、チャットボットが認可を受けた医療専門家であると違法に表示し、医療助言を提供したと主張した。正式な訴状であるCommonwealth of Pennsylvania, Department of State, State Board of Medicine v. Character Technologies, Inc.において、州は仮差止命令を求め、無許可の医療行為があったと主張した。Commonwealthが提出した訴状の主張は、引き続き司法判断の対象である。Character Technologiesの責任は確定しておらず、この提出書面は司法判断ではなくCommonwealth側の主張を示すものである。

それでもこの訴訟は、Shapiroが利用者教育だけでなく説明責任を重視する理由を示している。見かけ上の「発話者」が人間の実務者ではなく生成されたキャラクターである場合に、既存の専門職免許規則がAIサービスに適用できるかを問うものだ。

知事はデータセンター開発をめぐる抵抗にも直面している。これらの施設は、AIをめぐる議論を、住民が電気料金、ゾーニング通知、環境許可申請で目にする問題へと変える。

8月、ShapiroはExecutive Order 2026-05に署名した。これは、新たなデータセンターに対する州の支援を、エネルギー、環境、労働力、透明性、コミュニティに関する要件と結び付けた。

同政権のExecutive Order 2026-05に関する公式説明によれば、Pennsylvania州はAIデータセンターの提案を迅速許認可プログラムから外し、こうしたプロジェクトでの秘密保持契約を禁止し、適格な許可を発行する前に地方の承認を求めた。この命令はまた、開発事業者に州のGRID要件を組み込んだ執行可能な同意協定の締結を義務付けている。

州の協力を求める開発事業者は、GRIDとして知られるGovernor’s Responsible Infrastructure Development要件の下で拘束力ある約束を行わなければならない。これには、プロジェクトに伴うインフラ費用を他の電力利用者に転嫁するのではなく、事業者自身が負担することが含まれる。

運営者はエネルギーと水の消費情報も報告しなければならない。州は、環境規制当局と協議した提案の公開地図を維持するとしている。

住民にとって、こうした要件は、大きな決定が実質的に固まる前に提案施設について知ることができるかを左右する。近隣の世帯はそうでなければ、ゾーニング通知を受け取った後、あるいは電力需要増加の予測を耳にした後に初めてプロジェクトに接する可能性がある。公開プロジェクト地図、開示された資源見積もり、地方の承認プロセスは、あらゆる異議が通ることを保証するものではないが、住民に公聴会で活用できる情報を与える。

これらの措置はAI開発の禁止を意味しない。受け入れ地域に特定可能なコストを課すプロジェクトに条件を設けるものだ。また、州機関による実施や、大統領令の権限範囲をめぐる将来的な法的異議申し立ての対象にもなり得る。

この記録は、Shapiroが連邦レベルの対応を求める時期を説明する。Pennsylvania州はすでに、議会がしばしば将来の可能性として論じる結果の管理を試みている。州機関は、チャットボットに関する苦情、インフラ提案、専門職のなりすましへの懸念、行政内部でのAI利用に関する判断に直面している。

当面の圧力は、連邦の立法担当者と主要AI開発企業にかかっている。議会は、州がセーフガードの主要な試験場であり続けるべきかを判断しなければならない。開発企業は、一貫した監督を支持するのか、それとも導入を制約する規則に反対し続けるのかを判断しなければならない。

中心的な対立は、安全性の説明責任と導入スピードの間にある

主要な対立軸は、イノベーション対禁止ではない。説明責任を伴う開発と、規制上の摩擦を戦略的な弱点とみなす政策との対立である。

トランプ政権は、AIでの主導権を国際的な競争として位置付けている。同政権の政策は、民間部門による迅速な開発、幅広い導入、インフラ建設、そして不要な障害と見なされる規則の撤廃を優先する。

この主張には、経済および国家安全保障の観点から根拠がある。州ごとに要件がばらばらに存在すれば、特に中小企業のコンプライアンス費用が増大しかねない。現行技術を前提に策定された規則も、モデルのアーキテクチャや用途の変化に伴い、すぐに時代遅れになる可能性がある。

政権の国家AI立法枠組みは、一貫した連邦政策を求め、相反する州法が米国の競争力を弱める可能性があると主張している。同文書は同時に、子どもの安全、AIを利用した詐欺、国家安全保障、データセンターが住宅利用者の電気料金に与える影響について、議会に対応を求めている。

ホワイトハウスは、過度と見なす州法に異議を申し立てる権限を求めている。その公式見解によれば、AI開発は州際的および外交政策上の影響を持ち、個々の州では効果的に管理できない。

シャピロ氏も連邦政府の行動が必要だという点では同意するが、その行動が何を達成すべきかについては異論を唱える。同氏の見方では、国家基準は州の権限に対する主として上限として機能するのではなく、安全性の最低水準を設けるべきだ。

この違いが、本稿における中心的なトレードオフである。統一性はコンプライアンスを簡素化し得る一方、弱い統一基準は、議会が対処していない被害に州が対応することを妨げる可能性もある。

連邦政策が製品規制を、従来は州が管理してきた領域から切り離すと、対立はいっそう鮮明になる。ホワイトハウスの枠組みは、一般に適用される児童保護法の州による執行を維持し、ゾーニングやデータセンターの立地に関する州・地方政府の権限を認める一方で、AI開発に対する相反する州規制には反対している。

こうしたカテゴリーは、実務上重なり合う可能性がある。危険な健康助言を行うチャットボットを考えてみよう。ペンシルベニア州は、専門職の免許制度や消費者法を執行できる。しかし根本的なリスクを減らすには、モデル評価、導入テスト、開示、アクセス制御を規律する規則が必要になるかもしれない。

主として連邦優先を重視する枠組みでは、結果への責任を州に残しつつ、その結果を生み出す技術的・事業上の意思決定を州が規制する能力を制限するおそれがある。

シャピロ氏が求める独立した監督は、その隔たりを対象としている。州の調査官が苦情を受ける前、あるいは家族が被害を立証しなければならなくなる前に、開発工程のより早い段階で責任を負わせるものだ。

同じ論理は透明性にも当てはまる。企業がどのようにセーフガードを検証したのか、どのような限界が判明したのか、どの導入条件が変化したのかを知らなければ、規制当局はそのセーフガードが機能しているか評価できない。

もっとも、透明性は単一のスイッチではない。技術的な詳細をすべて公開すれば、セキュリティ上の弱点、営業秘密、あるいは悪意ある行為者を助ける情報が明らかになる可能性がある。効果的な立法には、規制当局、適格な監査人、研究者、企業顧客、一般市民それぞれに向けた別個の情報提供経路が必要になる。

独立した監督にも同様の設計上の問題がある。審査対象の企業から報酬を受ける監査人は、独立性を弱める誘因に直面し得る。また、承認済み評価者が少数に限られれば、ボトルネックとなったり、特異な危険を見落とす標準化された審査につながったりする可能性がある。

そのため信頼できる制度には、利益相反規則、最低限の試験能力、非公開証拠への保護されたアクセス、規制当局が評価者の業務を審査する仕組みが必要となる。ローテーション要件や無作為な割り当ては単一顧客への依存を減らし得るが、いずれの選択肢もコストと行政上の複雑さを増す。

こうした課題はシャピロ氏のアプローチを無効にするものではない。安全性や責任といった広範な用語を中心に据えた法律を通すのではなく、議会がその仕組みを定義しなければならない理由を示している。

ジョシュ・シャピロ氏のAIセーフガードを測る真の基準は、導入前に信頼できる証拠を生み出せるかどうかだ。政策がコンプライアンス報告書を生み出すだけなら、インセンティブを変えずに事務作業を増やすことになる。

州の取り組みはAIガードレールの可能性と限界の両方を示す

ペンシルベニア州は地域の被害に対応できるが、全国規模の技術市場に対する完全な監督制度を単独で構築することはできない。

同州の最近の取り組みは、対象を絞った規制で何が達成できるかを示している。専門職の免許に関する法律は、自らを医師として提示するシステムに対処できる。消費者保護機関は欺瞞を調査できる。教育当局は生徒や教師向けの指針を作成できる。

地方・州政府は、土地利用、許可、環境条件、インフラ支援に関する直接的な権限も持つ。これによりペンシルベニア州は、他地域でのモデル開発に及ぼせる影響が限られていても、データセンターに対して有意な影響力を持つ。

8月の命令は、この影響力を慎重に用いている。すべてのデータセンターが安全でないと主張するものではない。執行可能な地域社会向け要件を受け入れるプロジェクトと、同等の義務を負わずに公的支援を求める投機的な提案を区別している。

州の発表によれば、支持者には、無制限な建設と全面的なモラトリアムの間に道筋を見いだす労働・地域社会の代表者が含まれる。ペンシルベニア州建設・建築労働組合評議会は、エネルギー、環境、地域社会の懸念に対処しつつ開発を維持する手段として、GRID原則を支持した。

この連合が重要なのは、AIインフラをめぐる議論が経済的利益と環境的利益を分断しがちだからだ。建設労組は雇用を求め、自治体は投資を望み、住民は費用上昇や資源枯渇からの保護を求めている。

要件に基づくアプローチは、各集団に具体的に評価できるものを与える。開発事業者は、定義された条件を受け入れれば事業を進められる。地域社会は情報と正式な役割を得る。労働者は地元雇用の約束を求められる。

ただし、行政措置には限界がある。将来の政権は行政命令を変更できる。機関は許可条件の適用範囲をめぐって法的異議を受ける可能性がある。また、州の規則は、他地域に拠点を置く開発者に対し、自社モデルに関するすべての重要な事実の開示を強制することはできない。

立法はより大きな持続性をもたらすが、ペンシルベニア州の経験は、対象を絞った提案であっても進展がいかに遅いかを示している。子どもとAIのやり取りに関する開示とセーフガードを扱う上院法案1090は、2026年3月17日、州上院で49対1で可決された。

その後、法案は下院通信・技術委員会に送られた。公式の立法履歴には、採決とその後の付託が記録されている。2026年9月19日時点で、同法案は下院での手続きを完了しておらず、法律として成立していなかった。

これは、連邦政府の不作為が規制のない市場を生み出すわけではない理由の一つである。代わりに、行政命令、既存の消費者法、訴訟、機関の指針、対象を絞った州法案から組み立てられるパッチワークが生まれる。

企業は依然として不確実性に直面するが、規則は一貫した国家制度を通じてではなく、紛争や執行措置の後に生まれる。

開発者はまた、基準の異なる複数の分野にまたがって事業を行っている。汎用チャットボットは、娯楽、教育、雇用、健康に関する質問、金融上の判断に利用され得る。基礎となるモデルが同じでも、文脈によってリスクは変化する。

したがって、実効性のある連邦法は能力と用途を区別しなければならない。システムが健康、安全、雇用、信用、公的給付、重要インフラに重大な影響を及ぼし得る場合には、監督をより厳格にすべきだ。

この原則は組織内にも当てはまる。AIを導入するチームには、ソース資料、モデルの限界、レビュー判断、自動化ワークフローの変更に関する記録が必要となる。検索可能なエンジニアリング知識ベースはこの作業を支援できるが、文書化は外部からの説明責任に取って代わることはできない。

実務では、調達チームがベンダーの精度スコアを目にしても、その性能が医療に関する質問や特定の利用者集団で低下することを示す内訳を受け取れない場合がある。カスタマーサポートチームも、利用者が有害な回答を報告し始めるまで、モデル更新によってエスカレーション規則が弱められたことに気付かない可能性がある。独立したレビューは、こうした隔たりが常態的な失敗になる前に明らかにできる。

同じ問題は導入後にも発生し得る。従業員はシステムが更新されたことを知っても、何が変わったかについて実用的な説明を受けられない場合がある。以前のバージョンでは自傷に関するメッセージを確実に人間のレビュアーへ転送していたのに、後のバージョンではそうでなくなった場合、バージョン番号や一般的なリリースノートだけでは、サポートチームが新たなリスクを管理するのに十分な情報を得られない。

企業は優れた社内記録を維持していても、重大な弱点を明らかにしないことを選ぶかもしれない。逆に、開示義務によって、実用的な情報がほとんど含まれない数千ページの文書が生み出される可能性もある。

シャピロ氏の提案を最も強い形で実現するには、文書化を行動につなげる必要がある。評価者は問題を特定し、定義された法的手続きに基づいて是正を求める、または勧告でき、その変更が機能したかを検証できなければならない。開発者が重要な指摘を拒否した場合には、規制当局にも介入する権限が必要となる。

この執行の連鎖がなければ、「独立した監督」は、一般利用者が実質的に検証できないシステムに付された、もう一つの信頼ラベルになるおそれがある。

より厳格な監督にも難しい未解決の問題が残る

シャピロ氏は説明責任の隔たりを指摘したが、その公的提案は、誰が監査するのか、何をテストするのか、失敗の後に何が起きるのかにまだ答えていない。

第一の不確実性は対象範囲に関するものだ。議会は、すべてのAI製品、最大規模の汎用モデルのみ、あるいは特定の高影響用途に監督を適用できる。

広すぎる規則は、単純な業務用ソフトウェアまで、最先端システム向けに設計された高コストの手続きに巻き込むことになる。狭すぎる規則は、依然として何百万もの利用者に影響を及ぼしながら、企業が製品を再編したり技術的な閾値を下回ったりすることを許す。

立法者には、対象システムを定義する持続可能な方法も必要だ。固定的な計算量の閾値は測定可能だが、効率の改善によって時代遅れになり得る。利用者数は到達範囲を示すが、深刻度は示さない。能力テストはリスクをより適切に捉えられる可能性があるものの、開発者が既知の評価に合わせてモデルを最適化する可能性がある。

第二の不確実性は評価者の独立性だ。議会は利益相反規則、認定基準、アクセス要件、機密情報の取り扱い手続きを定める必要がある。

監査人は、有意義な主張を検証するのに十分な技術的アクセスを持たなければならない。洗練されたデモや制限されたインターフェースでは、敵対的な圧力下、ファインチューニング後、外部ツールに接続されたときにシステムがどう振る舞うかを明らかにできない。

例えば、チャットウィンドウ内では無害に見えるオフィスアシスタントも、メールを開き、ファイルを取得し、取引を開始できるようになれば、異なる振る舞いをする可能性がある。現実的な評価では、文書に埋め込まれた悪意ある指示がシステムを誘導し直したり、別の利用者の情報を露出させたりできるかどうかを含め、完全な導入済みワークフローをテストする必要がある。

しかし、評価者に無制限のアクセスを与えることは、現実的なセキュリティおよび知的財産上の懸念を生む。法律は、安全なテスト環境と、機微な情報を不適切に扱った場合の罰則を定めなければならない。

第三の問題は開示である。シャピロ氏はより大きな透明性を求めているが、異なる対象者には異なる情報が必要となる。

消費者には、AIと対話していること、そしてその助言が専門資格に基づくものではない場合には、その旨を明確に知らせる必要がある。企業の買い手には、信頼性、セキュリティ、データの取り扱い、監視に関する証拠が必要だ。規制当局には、インシデント報告、内部テスト結果、そして主張を調査するのに十分な技術文書が求められる。

また一般市民には、重大な失敗に関する集計情報が必要である。それがなければ、研究者やジャーナリストは企業や製品をまたぐパターンを特定できない。

第4の論点は救済措置に関わる。企業が問題に対処せずにシステムを展開できるなら、脆弱性を発見しても意味はほとんどない。

議会は、規制当局がリリースを延期できるのか、制限を課せるのか、通知を命じられるのか、監視を義務付けられるのか、あるいは高リスク用途からの撤退を要求できるのかを決めなければならない。各選択肢には、手続き上および憲法上の問題が伴う。

明らかに危険な医療製品であれば、強制的な停止が正当化される可能性がある。同じ救済策を汎用的な文章作成支援ツールに適用することは、より正当化が難しい。

コンプライアンスが最大手企業を強化するリスクもある。大手開発企業は監査チームを構築し、専門の法律顧問を雇い、遅延を吸収できる。小規模企業は同じ固定コストに苦しむ可能性がある。

こうした結果は、より高い安全性をもたらさないまま規則が支配的企業を守るのであれば、特に逆効果だ。議会は、共同のテスト資源、段階的な義務、システムの到達範囲、能力、用途に応じて拡大する基準を検討できる。

州による規制の批判者が、不整合な義務について警告する点には妥当性がある。同じモデルについて、企業が実質的に異なる技術監査を50件受ける必要があってはならない。

しかし、この主張は信頼できる国家基準を支持するものだ。それ自体は、適切な連邦代替策が存在する前に州の規則を廃止すべきことを示すものではない。

強力な連邦執行を伴わない連邦優先は、州から開発企業へと権力を移すことになる。実効性のある監督を伴う連邦優先であれば、一貫性と説明責任の双方を実現できる可能性がある。

最後の不確実性は国際協調に関するものだ。先進的なシステムは国境を越え、多くのサプライチェーンには海外の研究、チップ、データ、クラウドサービス、利用者が含まれる。

Shapiroは、AIガバナンスにおける孤立主義的なアプローチを批判した。同盟国との協調は、共通の評価手法やインシデント報告を支援できる。また、企業がリスクの高い業務を最も要求の緩い法域へ移す可能性を減らすこともできる。

国際協力によって政治的な相違がなくなるわけではない。それでも、セキュリティ、制御可能性、悪用リスクをテストするための共通の技術言語を確立することは可能だ。

懐疑的な結論は明快である。Josh Shapiro AI safeguardsは方向性であり、完成された規制設計ではない。その価値は、演説が議会の解決に委ねた詳細に左右される。

Shapiroの提起が重要かどうかを示す3つのシグナル

次の試金石は、Shapiroの提案が連邦法、開発企業の行動、あるいはPennsylvaniaの執行実績を変えるかどうかである。

第1のシグナルは、議会で前進する連邦AI法案の内容だ。重要なのは、議員が「安全性」という言葉を使うかどうかではない。法案が独立した評価を求めるか、規制当局に証拠へのアクセスを与えるか、対象システムを定義するか、重大な失敗に対する結果を設けるかである。

連邦優先に関する文言も同様に重要になる。州の行動を妨げながら弱い自主的な取り組みを維持する法案は、Shapiroの立場に反する。一方、従来の州の消費者保護、子どもの安全、ライセンス、インフラに関する権限の余地を残す連邦の最低基準は、彼の主張を強める。

読者は、討議草案、提出済み法案、委員会承認済みの措置、成立した法律を区別すべきである。それぞれ法的効果の程度が異なり、枠組みに関する公的発言それ自体が開発企業に義務を課すわけではない。

第2のシグナルは、主要な開発企業が独立監督にどう対応するかだ。安全性テストへの公的支持は一般的だが、企業は必須アクセス、公開要件、執行をめぐってしばしば意見が分かれる。

意味のある変化には、非公開の証拠を調査できる適格な外部評価者への支持が含まれる。深刻なインシデントの標準化された報告と、製品が高影響の環境に導入される際の明確な開示も、別の兆候となる。

自主的な行動だけで法律の代替にはならない。ただし業界が、信頼できる監督を競争と両立するものと見ているのか、それとも展開速度に対する容認できない制約と見ているのかは明らかにできる。

第3のシグナルはPennsylvania州そのものから得られる。同州は、データセンターに関する条件と消費者保護が実際に機能することを示さなければならない。

開発企業が拘束力のあるGRIDコミットメントに署名するか、地域の承認を得るか、エネルギーと水の使用量を報告するかを注視すべきだ。また、州の公開プロジェクトマップが、変更が困難になった後の決定を記録するだけでなく、地域社会にタイムリーな情報を提供しているかも確認すべきである。

関連する証拠は具体的なものとなる。公開されたプロジェクト所在地、同意協定、資源使用報告、執行通知、地域公聴会の記録、不履行に対する文書化された罰則である。発表だけでは、命令が開発企業の行動を変えたのか、料金支払者を守ったのかは分からない。

AIコンパニオンボットをめぐる執行も、もう一つの実務的な試金石となる。会話型システムが専門的助言を提供しているように見える場合、既存のライセンス法と消費者法がどのように適用されるかを裁判所と当局が判断することになる。

Pennsylvaniaの法理論を認める判断は、現行法が一部のAI被害に対処できることを示す可能性がある。管轄権、プラットフォーム免責、原告適格、または不明確な法定定義を理由とする却下は、対象を絞った立法への圧力を高める可能性がある。裁判所が判断するまでは、いずれの結果も不確実であり、訴状を責任の証明として扱うべきではない。

開発企業と企業の買い手にとって、この議論は調達に関する期待を変える。組織は、モデルテスト、インシデント対応、学習データのガバナンス、人間によるレビュー、バージョン変更、第三者アクセスについて、より多くの質問を受けることを想定すべきだ。

例えば学区は、生徒向けチャットボットが機微な会話を保存するか、自傷に関する開示をどう扱うか、誰がアラートを受け取るかを知る必要があるかもしれない。AIで応募者を選別する雇用主には、サブグループ別の性能データと、人間による不服申立てのプロセスが必要となる可能性がある。自動化された支援ツールを導入する公益事業者には、支払い規則や供給停止方針を捏造しないことの証拠が必要かもしれない。

ナレッジワーカーも、安全性政策が信頼できない出力のコストを誰が負担するかを決めるため、関心を持つべきである。明確な説明責任がなければ、利用者と雇用主は展開後に失敗を検出しなければならない。より強力な規則は、その責任の一部をシステムを設計・販売する企業へ戻すことができる。

Shapiroの主張は最終的に、速度が国家のAI成功を測るデフォルトの尺度であり続けるべきかを問うている。より高速なモデルとより多くのインフラは経済的価値を生み得るが、リスクをより速く拡散させる可能性もある。

今後1〜3か月で、Washingtonが彼の介入を立法文言へと翻訳するのか、それとも公共政策上の要求として残すのかが明らかになるはずだ。読者はスローガンではなく、法案の文言、当局の権限、裁判記録、実施データを注視し、次の直接的な問いを投げかけるべきである。最終的なJosh Shapiro AI safeguardsは、一般市民がそのコストを負担する前に、独立した審査者が重大な問題を特定できる十分なアクセスと権限を与えているだろうか。