VergeのトランプAIテスト計画、オープンモデルを除外しルールを非公開に

ドナルド・トランプ大統領の政権はAIテストの枠組みを策定したが、サイバーセキュリティと世界的な競争で存在感を増すオープンモデルは対象から外した。Vergeによるトランプ政権の報道は、根本的な矛盾を示している。ワシントンは危険なAI能力の早期警戒を求める一方、大きな流通形態の一つを審査プロセスの外に置いている。

この枠組みは任意参加で、対象システムが一般公開される前に適用される。参加する開発者は、先進モデルへのアクセスを最長30日間、連邦政府当局者に提供できる。しかし政府は、枠組みそのもの、適格性の基準、関与する機関とパートナーの完全な一覧を公表していない。

そのため、この計画を評価できるのはホワイトハウスから説明を受けた選定企業以外には難しい。また、リリース形態によって市場を分断することにもなる。OpenAI、Anthropic、Googleなどの企業によるクローズドシステムは政府審査の対象となり得る一方、ダウンロード可能なモデルは枠組みの対象外のままだ。

当面の問題は、すべてのAIモデルに連邦政府の承認が必要かどうかではない。この大統領令は、義務的なライセンス制度や事前承認を退けている。より難しい問いは、対象範囲から市場でますます重要になる部分を除外する秘密主義の任意制度が、一貫したセキュリティ判断を生み出せるかどうかだ。

トランプ政権の枠組みが実際に変えること

この枠組みは先進的なクローズドモデル向けの連邦審査ルートを設けるが、最も重要な定義は非公開のままだ。

ホワイトハウスは、トランプ氏が6月2日に出した大統領令で定めた期限までに、この枠組みを完成させたと述べた。非公開で進められた枠組みに関する報道によると、その後当局者はAI企業と内容および次の段階について実務レベルの協議を行った。

この枠組みは、政府評価期間中における先進的で未公開のモデルの取り扱いを対象とする。報道によれば、機密保持、知的財産、内部脅威、サイバーセキュリティ管理、提出されたシステムにアクセスできる人物への制限を扱っている。

モデルは高度なセキュリティ環境で管理される。詳細なアクセスログで利用者を記録し、参加企業の従業員にも審査期間中の制約が課される。手続きを単一の機関が統括するのではなく、政権内の複数の当局者が参加する。

大統領令は、対象モデルが他の信頼できるパートナーに提供される前に、政府が最長30日間アクセスできるよう定めている。この期間は訓練の初期段階ではなく、リリース間近に始まる。企業には、出荷予定のバージョンに近いシステムを提出するよう促されたと報じられている。

この違いは重要だ。初期プロトタイプには、実際のセキュリティリスクを生むツール、権限、デプロイ設定が欠けている場合がある。完成間近のシステムはより良いテスト対象となるが、それでも30日間では複雑な評価や是正に使える時間は限られる。

モデルが適格かどうかを決める政府の基準は機密扱いとなっている。この基準は、先進的なサイバー能力と国家安全保障上のリスクに焦点を当てるとみられる。当局者が開示が適切だと判断した場合、開発者や研究者は関連情報を受け取ることができる。

ただし、任意参加の枠組み自体が必ずしも機密指定されているわけではない。それでもホワイトハウスは公表しない選択をした。当局者は、定期的な提出がいつ始まるのか、対象範囲をめぐる意見の相違をどう解決するのかについても説明していない。

Axiosは、この枠組みが対象となるフロンティアモデルを、最先端の能力と国家安全保障上のリスクを持つクローズドシステムと定義していると報じた。「最先端」も「国家安全保障上のリスク」も、明確な公的定義は示されていないという。

フロンティアモデルとは、現時点で最高水準に近い能力を持つシステムだ。この説明は、研究所がより強力なモデルをリリースするたびに変わる。測定可能な公開基準がなければ、企業は計画中のリリースがプログラムの対象かどうかを独自に判断できない。

したがって、この枠組みは透明な公開ルールブックを整備せずに、政府アクセスを変えるものだ。ホワイトハウスは選定されたシステムを検査するための構造化された経路を得る。一方、その協議の外にいる開発者は、その経路がいつ自らに適用されるのか、ほとんど指針を得られない。

これがVergeのトランプ政権に関する記事から得られる中心的な教訓である。政権は一般的な懸念を超え、運用可能な審査プロセスを設けた。しかし外部の人々が、そのプロセスが一貫しているか、技術的に十分か、公正に運営されているかを判断するには、情報が足りない。

なぜオープンモデルはVergeのトランプ計画の対象外なのか

オープンモデルの除外は、リリース後に制御が最も難しくなる領域で、まさに枠組みを狭めている。

オープンモデルでは、通常は重みを含むモデルの構成要素をユーザーがダウンロードできる。モデルの重みとは、訓練を通じて学習され、システムの出力を形作る数値パラメータである。アクセスできれば、研究者はシステムを検査、変更、ファインチューニングし、自らが管理するインフラ上で実行できる。

「オープンモデル」という用語は、複数のライセンス形態を含み得る。重みは提供するが、訓練データや完全なソースコードは提供しないリリースもある。広範な商用利用を許可するものもあれば、特定のデプロイを制限するより厳格なライセンスもある。

報じられた枠組みの詳細によると、オープンモデルは連邦テストプロセスから除外されている。この文書には、リリース後のこうしたシステムを制限するものとして解釈すべきではないとも記されているという。

この選択には首尾一貫した政策上の根拠がある。開発者が重みを公開すると、政府審査ではその後のすべてのコピーを確実に制御できない。ユーザーは国外でシステムをホストし、安全策を変更し、新たなツールを接続し、元の研究所に戻ることなく変更版を配布できる。

リリース前のアクセスは、オープンモデルの開発者に異なる負担ももたらす。リリースが遅れても、クローズドプロバイダーは制御されたインターフェースを通じて選定顧客にサービスを提供できる。オープン開発者にとっては通常、重みの公開がユーザーへの恒久的な制御移転を意味するため、より二者択一的な判断となる。

オープンモデルの支持者は、広範なアクセスが米国の研究とサイバーセキュリティを強化すると主張する。独立したチームは、評価を再現し、失敗を調査し、ベンダーのアプリケーション・プログラミング・インターフェースに依存せずにモデルを適応させられる。

オープンアクセスはまた、少数のフロンティア研究所への依存を減らす。開発者はモデルをローカルで実行し、機密データを保護し、ホスト型サービスでは再現できない環境でセキュリティ上の挙動を研究できる。

この除外は、任意参加の枠組みがダウンロード可能なソフトウェアに対する事実上の承認ゲートへと変わるのを避ける。これは、新モデルに対するライセンス、義務的な事前承認、政府許可を退けた大統領令とも整合する。

しかし、この除外は大きな分析上の空白を生む。モデルのライセンスは、脆弱性を発見できるか、ソーシャルエンジニアリングを自動化できるか、悪意あるコードを書けるか、外部ツールを通じて行動を調整できるかを決めるものではない。これらの性質は、能力、デプロイ、アクセス、安全策に左右される。

より弱いオープンモデルでも、ファインチューニングやツール統合によって有用性を高められる。一緒に動く複数の特化システムは、単一のフロンティアモデルに焦点を当てたベンチマークでは捉えられないリスクを生む可能性がある。

この枠組みは、制御可能性を政府審査の境界として扱っているように見える。クローズドな開発者は評価中にアクセスを制限し、その後は中央集権的な更新を適用できる。オープンリリースは、重みが流通した後には同じ継続的な制御を提供できない。

これは実務上の区別ではあるが、リスクを完全に区別するものではない。扱いが難しいカテゴリーを除外しても、そのセキュリティ上の問題が消えるわけではない。そうした問題を、この特定のプロセスの外に置くだけだ。

これが、Vergeが報じたトランプ政権の政策論争を、規制対イノベーションへ単純化できない理由だ。より強い対立は、行政上管理可能なテストと包括的なリスク対応の間にある。この計画は管理可能な対象を選んでいる。

その結果、オープンモデルの競合他社よりもクローズドモデル研究所に大きな圧力がかかる。OpenAI、Anthropic、Googleは草案にフィードバックを提供したと報じられている。より能力の低い開発者や、ホワイトハウスの会合に招かれなかった企業は、後に参加することになるのか依然として不確かなままだ。

この非対称性はリリース戦略を左右し得る。連邦審査を見込む企業は、機能を遅らせたり、初期顧客を制限したり、安全な評価インフラにより多くを投じたりするかもしれない。ダウンロード可能な重みを公開する開発者は、ユーザーがモデルをサイバー関連の用途に適応できる場合でも、同じ枠組みに直面しない。

この計画は秘密主義によってセキュリティを守る

一部の機密保持には正当性があるが、非公開の基準はプログラムが機能しているかどうかを市民が測ることを妨げる。

秘密主義を支持する最も強い論拠は、ベンチマークそのものに関するものだ。危険なサイバー能力を測る詳細なテストを公開すれば、開発者がそれらに直接合わせて訓練する助けになり得る。また、機微な防御手法を明らかにしたり、政府機関が脆弱と見なす標的を特定したりする可能性もある。

テストデータを非公開にすることで、ベンチマーク汚染を減らせる。汚染とは、モデルが訓練中に評価用資料に触れ、そのスコアの意味が薄れることを指す。機密指定されたテスト環境は意外性を保ち、運用上の詳細を守ることができる。

安全な取り扱いは企業の知的財産も保護する。フロンティアモデルは大規模な投資の成果であり、未公開の重みは商業上の秘密と国家安全保障上の懸念の両方を露出させ得る。詳細なログとアクセス制限は、政府による評価のための合理的な管理策だ。

NISTは、より広範なAIリスク枠組みをすでに任意参加のものとして説明している。この公開枠組みは、草案、ワークショップ、意見募集、外部組織との協力を通じて作られた。そのプロセスは、任意参加のリスク管理であっても、すべてのルールを非公開にしておく必要はないことを示している。

トランプ政権の枠組みは異なる方法を取っている。ベンチマークは機密扱いで、適格性の基準は制限され、運用枠組みは未公表のままだ。すべての信頼できるパートナーの身元さえ、未確定のように見える。

信頼できるパートナーとは、モデルへの制御された早期アクセスを受けられる組織だ。サイバーセキュリティ企業、インフラ運営者、研究者、政府が承認した顧客などが含まれ得る。その選定は、一般公開前に誰が先進モデルから商業的利益を得るかを左右し得る。

これは技術テストを超えたガバナンス上の懸念を生む。当局者がどの顧客を適格とするかの判断を助けるなら、そのプロセスは競争に影響し得る。企業には、除外に異議を申し立てるための予測可能な方法と、パートナーが満たすべきセキュリティ義務を理解する手段が必要だ。

OpenAIは以前、政府アクセスが長期的な標準となるべきではないと述べていた。それ以前の限定公開期間中、同社はこの審査を、より広範な利用可能性に向けた一時的な段階と説明した。この対応は、恒久的な連邦政府によるリリース管理を支持したものではなく、消極的な協力を示すものだった。

Associated Pressは、OpenAIが以前の審査期間中にGPT-5.6 Solを約20の承認済み顧客に提供したと報じた。Anthropicも政府の精査後、Mythos 5へのアクセスを制限した。これらの事例は、連邦政府の介入が商用での利用可能性にどのように影響し得るかを予告していた。

ロリ・トラハン下院議員は、法律も明確な手続きも外部監督もないまま、どの企業にアクセスを認めるかを政府当局者が個別に決めることを批判した。彼女の懸念は、サイバー試験そのものの必要性ではなく、制度としての正統性に向けられている。

機密性の高いベンチマークであっても、公表された手続きの下で運用できる。政府は、誰が判断を下すのか、企業にどのような証拠が提示されるのか、審査にどれほどの時間がかかるのか、開発者がどう異議申し立てできるのかを開示できる。機微なテストプロンプトを公開せずとも、集計された調査結果を公表することは可能だ。

こうした保護策のいずれも、機密指定された脆弱性を明らかにする必要はない。求められるのは、技術上の秘匿性と手続き上の秘匿性を切り分けることだ。

現行の枠組みは、この両方を組み合わせているように見える。そのため、類似した2つのモデルが同様の扱いを受けるのか判断しにくい。また、政府に十分な人員、インフラ、時間があるかどうかを独立した専門家が評価することも妨げられる。

30日という期限は具体的に聞こえるが、その有効性は試験の深さに左右される。評価者はシステムを設定し、利用可能なツールを理解し、悪用シナリオを検証し、発見事項を再現し、改善策を伝達しなければならない。高度なサイバー試験には、繰り返しのやり取りと専門家の判断が必要になる場合がある。

The VergeによるTrump関連の報道でも、企業が政府の評価を受け入れない場合に何が起こるのかは明確ではない。参加は任意とされているが、連邦調達、顧客による承認、政治的圧力が協力への強い誘因になり得る。

任意の制度は、参加者が手続きを信頼し、一貫した扱いを期待できる場合に機能する。曖昧さはその両方を弱める。企業は政府との関係を守るために従う一方、競合他社に適用されるルールについては確信を持てないままになる可能性がある。

この不確実性は企業顧客にも影響する。セキュリティチームは、政府の審査を受けたモデルと、政府に承認されたモデルを区別する必要がある。この枠組みが提供するのは評価であり、安全性の普遍的な認証ではないようだ。

管理された試験で良好な結果を示したモデルでも、導入後には異なる振る舞いをする可能性がある。ユーザーはそれを非公開リポジトリ、クラウドコンソール、メッセージングシステム、自律エージェントに接続するかもしれない。こうした権限により、汎用アシスタントが実運用上のセキュリティリスクへと変わる可能性がある。

したがって、政府の審査は一つのシグナルであるべきで、組織的な統制の代替ではない。購入者にはなお、機微な環境に導入されるモデルに対するアクセス制限、監査ログ、インシデント手順、継続的な監視が必要だ。

非公開ラボが直面する不均衡な競争試験

この枠組みは、すでにモデルに対して最も一元的な統制を維持している企業に、最も明確な義務を課している。

OpenAI、Anthropic、Googleは、大規模な非公開またはホスト型のシステムを運用している。集中型インフラにより、ユーザーを制限し、活動を監視し、安全対策を変更し、機能を無効化できる。また、政府介入の明確な対象にもなりやすい。

オープンモデルの開発者は、統制をより広く分散している。このアーキテクチャは是正を複雑にするが、この枠組みは彼らに同じリリース前プロセスを課していない。結果として、政策上の負担は、必ずしも総合的なリスクが最も高い場所ではなく、執行しやすい場所にかかる。

競争への影響は、どのモデルが機密指定された閾値を超えるかに左右される。高性能な一部のシステムだけが対象となるなら、審査は限定的にとどまる可能性がある。政府当局者が「最先端」を広く解釈するなら、より多くの開発者が安全な提出プロセスとリリース時の代替計画を必要とするかもしれない。

小規模なラボは別の問題にも直面する。策定に関する協議に参加した企業は、連邦政府の期待を早期に把握できる。そうした会合から除外された開発者は、報道と、政府当局者が適切と判断した場合にのみ共有される非公開の指針を基に計画を立てなければならない。

この情報格差は既存企業に有利に働き得る。大企業はすでに、政府渉外チーム、セキュリティ専門家、機密プログラムに精通した弁護士を抱えている。小規模な開発者は、自社にも同じインフラが必要かどうかを判断するのに苦労するかもしれない。

政権は、最もよく知られた3つのラボ以外にも多くのパートナーと協力しているとしている。この主張は、枠組みと参加者リストが公開されていないため、依然として評価が難しい。

この計画は、米国の非公開モデルと海外のオープンな代替手段との間にも緊張を生む。国内プロバイダーが遅延を経験する一方、ダウンロード可能なシステムが即座に利用できるままであれば、開発者は審査制度の対象外にあるモデルへワークロードを移す可能性がある。

この代替は、意図されたセキュリティ上の利益を弱めるだろう。また、機微な導入を、米国のプロバイダーや政府機関から直接的な精査を受けにくいシステムへ移す可能性もある。

逆の結果もあり得る。政府の審査を受けた非公開モデルは、重要インフラ事業者からの信頼を得るかもしれない。銀行、病院、公益事業者、防衛請負業者は、体系化された連邦政府の評価を通過したシステムを好む可能性がある。

大統領令はまた、財務省にAIサイバーセキュリティ情報共有拠点を設立するよう指示している。この組織は、開発者および重要インフラ事業者と連携し、脆弱性スキャン、検証、パッチ配布を調整する。

このより広範な仕組みは、実務的な価値を提供できる。脆弱性の発見は最初の一歩にすぎない。防御側はそれを検証し、影響を受ける組織に通知し、パッチを準備し、攻撃者に不必要な優位性を与えることなく修正を配布しなければならない。

AIモデルは、このプロセスの双方を加速させ得る。システムはセキュリティチームによるコードの検査やパッチの優先順位付けを支援できる。同じ能力が、攻撃者による保護されていないシステムの広範な探索を助けることもある。

モデルがより強力なサイバー能力を示した後、政府はリリース前審査への関心を強めた。以前の報道では、AnthropicのMythosシステムとOpenAIのGPT-5.6 Solに対する精査が説明されていた。両社は、自社製品が防御的な業務に役立つと位置づける一方、悪用や予見できないリスクを認めていた。

このデュアルユースという性質により、単純なラベルは信頼できないものになる。防御側のためにソフトウェアの欠陥を見つけるモデルは、攻撃者にも同様の情報を提供できる。どちらが先に利益を得るかは、多くの場合、安全対策、アクセス制御、導入状況によって決まる。

30日間の審査命令は、広範な配布の前に政府評価者へ時間を与えようとしている。ただし、試験中に発見された脆弱性がその期間内に修正されることは保証できない。

また、同等の能力が別の場所で現れることも防げない。非公開ラボは、互いに、オープン開発者、海外企業、専門的なサイバーモデルと競争している。選定された米国のリリースを中心とする枠組みは、この領域の一部しか対象にしていない。

この政策は、導入前に重大な欠陥を捉えられれば、なおセキュリティを改善し得る。それは合理的で検証可能な目標だ。問題は、審査が問題を発見しているのか、リリースを変更しているのか、あるいは単に遅らせているだけなのかを外部の人々が判断するために必要な情報を欠いている点にある。

企業は、こうしたやり取りの記録も保持する必要がある。政策、セキュリティ、エンジニアリングの各チームは、変化する定義、政府からの要請、試験結果、リリース判断を追跡しなければならない。検索可能な技術ナレッジベースは、一度の説明会を恒久的な方針として扱うことなく、チームがそれらの記録を結び付ける助けとなる。

文書化は、この枠組みの曖昧さを解消しない。しかし、異なるチームが断片的な指針を受け取り、期限が変わる際の社内混乱を防ぐことはできる。

VergeのTrump報道がなお答えられないこと

この枠組みの最大の弱点は、実証された技術的失敗ではなく、その範囲と説明責任を評価するために必要な証拠が欠けていることだ。

第一に、対象モデルの閾値は公開されていない。政府当局者が正確なベンチマークを保護することには合理性があるが、企業には理解可能な能力カテゴリーがなお必要だ。それがなければ、対象範囲は裁量的に見える可能性がある。

第二に、この枠組みはオープンモデルを除外していると報じられているが、リリース後に生じるリスクを政府機関がどのように監視するのかは説明していない。他の政府プログラムがこれらのシステムを扱う可能性はあるが、連携したプロセスは公に説明されていない。

第三に、政府当局者は完全なガバナンス構造を開示していない。Axiosは、複数の政権当局者が参加すると報じた。技術評価者の意見が割れた場合、誰が最終判断を下すのかは依然として不明だ。

第四に、審査の成功が何を意味するのかは不確実だ。大統領令はライセンス制度を設けていない。したがって、政府はリリースを阻止する正式な手段を持たないまま、リスクを特定する可能性がある。

非公式な影響力であっても大きなものになり得る。連邦政府機関はAIサービスを購入し、重要産業を規制し、機密情報を管理し、承認済みパートナーへのアクセスに影響を及ぼす。政府からの任意の要請が、企業にとって常に任意に感じられるとは限らない。

第五に、この計画には公的な報告要件がない。集計された開示により、審査されたモデル数、緩和策を必要とした発見事項の数、リリースが変更されたかどうかを示すことができる。このような報告は、機密試験を公開することなく価値を実証するだろう。

こうした詳細が欠けていることは、政府当局者が不公平に行動している証拠ではない。それは、公平性を独立して評価できないことを意味する。この区別は、政策を慎重に評価する際に重要だ。

オープンモデルを除外すれば必ずこの枠組みが無意味になるという主張にも、同じ慎重さが必要である。最先端のサイバー能力は、なお非公開システムに存在する可能性がある。プログラムが不完全であっても、これらのシステムを試験すればリスクを低減できる。

しかし、能力の主導権は変化する。オープンモデルは改善し得るうえ、ユーザーは公開後にそれらを改変できる。現在の市場構造を前提にした枠組みは、免除を再評価するプロセスがなければ急速に時代遅れになり得る。

政府はまた、モデル評価と導入時のセキュリティを混同してはならない。慎重に試験されたシステムであっても、過剰な権限に接続されれば被害を引き起こし得る。ツール、データ、ユーザー、運用条件が変化した後は、継続的な監視が不可欠になる。

NISTの研究は、AIセキュリティを一度限りの認証問題として扱うことの難しさを強調してきた。モデルと環境は進化し、攻撃者は既知の防御策に適応する。リリース前審査が提供するのは一時点のスナップショットであり、永続的な保証ではない。

したがって、The Vergeが報じたTrumpの枠組みにはフィードバックループが必要だ。インシデント報告は試験を更新すべきである。導入上の失敗は閾値に関する判断に反映されるべきだ。研究者は、独立した評価手法を改善するために、集計結果から十分に学べる必要がある。

秘匿性はその学習を困難にする。政府当局者と選ばれたラボだけが発見事項を知る場合、小規模企業は既知の誤りを繰り返す可能性がある。重要インフラ事業者も、政府が何を審査したのかを誤解するかもしれない。

政権は、機密情報を保護しつつ、平易な言葉による対象範囲の文書を公開できる。判断責任者、審査段階、開発者に求められる証拠、異議申し立ての経路、報告に関する約束を明示できる。

それによってオープンモデルをめぐる議論が決着するわけではない。しかし、非公開モデル向けプログラムが何を約束し、何がその対象外に残るのかは明確になる。

計画が機能するかを示す3つのシグナル

次の試金石は実行であり、この枠組みがセキュリティプロセスになるのか、不透明なリリースの関門になるのかは、観察可能な3つのシグナルが明らかにする。

最初のシグナルは、手続きに関する指針の公開だ。ホワイトハウスが機密指定されたベンチマークを公開する必要はない。対象資格のカテゴリー、政府機関の責任、信頼できるパートナーに関するルール、評価者が重大なリスクを特定した後に何が起こるのかを説明すべきである。

明確な指針が示されれば、この枠組みの信頼性は高まる。沈黙が続けば、開発者が非公開の説明会を通じて異なるルールを受け取っているという懸念を強めることになる。

2つ目のシグナルは、次に対象となるモデルのリリースだ。研究機関がレビューを発表するか、アクセスを変更するか、特定の能力の提供を延期するかに注目すべきだ。最も有用な証拠は、政府のプロセスに結び付いた具体的な緩和策となる。

制限を設けるだけでは成功の証明にはならない。政府当局者と企業は、レビューで新たなリスクが見つかったのか、既存の懸念が確認されたのか、あるいは新たな技術的証拠なしに予防措置が課されたのかを説明すべきだ。

3つ目のシグナルは、高度なオープンモデルの扱いである。政権はこの免除を維持することも、リリース後のテストを行う別プログラムを設けることも、NISTや独立研究者を通じて評価を調整することもあり得る。

別プログラムは、ホスト型システムとダウンロード可能なシステムの実務上の違いを認めるものになる。リリース前の統制を試みる代わりに、再現可能なテスト、インシデント共有、導入ガイダンスを重視できる。

対応がなければ、最大の概念的な欠落は残ったままとなる。政府は中央でアクセスできるシステムをテストする一方、中央管理の及ばない形で配布されるモデルの評価を、より広い研究コミュニティに委ねることになる。

読者は、この枠組みを従来の任意のコミットメントとも区別すべきだ。これまでの連邦政府によるAI施策は、目的や参加者についてより多くの情報を公表することが多かった。このプログラムは、リリース前のサイバー能力と管理されたアクセスにより直接結び付いている。

この焦点は、現実的な政策課題を反映している。高度なモデルは防御側が脆弱性をより迅速に見つける助けになる一方、悪意ある活動に必要な専門知識の水準を下げる可能性もある。こうした能力が広がる前に政府機関がテストすることには、正当な理由がある。

問題は、選ばれたプロセスが脅威に見合っているかどうかだ。機密扱いのベンチマークは、センシティブな手法を保護できる。安全な30日間のレビューは、有用な警告を提供できる。だが、どちらも、なぜオープンモデルが一律に免除されるのか、あるいはなぜ運用ルールを非公開にしなければならないのかを説明していない。

The VergeのTrump関連報道が最終的に明らかにするのは、この枠組みが保護策と同じくらい、その境界によって定義されているということだ。対象は一部のクローズドシステムに限られ、任意の協力に依存し、公表されていないプロセスの中で当局者に大きな裁量を与えている。

開発者は、すべての高度なモデルにレビューが必要だと想定するのではなく、具体的な提出ルールを注視すべきだ。エンタープライズの購入者は、政府評価を広範な安全性の保証とみなす前に、その評価が何を対象としていたのかを確認すべきである。

セキュリティチームは、実際の導入環境内でモデルのテストを続けるべきだ。ツールの権限、ネットワークアクセス、データ露出、ログ記録、人間による承認ポイントを検証する必要がある。連邦政府によるレビューは、こうした統制の代わりにはならない。

政権には今、この枠組みが測定可能なセキュリティ改善を生み出すことを示す機会がある。手続きの詳細を公表することは有用な出発点になるだろう。集計された結果を報告すれば、より強い証拠となる。

それまでは、この政策はオープンモデルの免除を超える理由からも、限定的かつ曖昧なままだ。選定されたフロンティアシステムを扱うための真剣な仕組みは提供するが、AIサイバーセキュリティの完全な戦略ではない。

次の主要モデルのリリースが、最初の意味ある試験となる。政府のアクセスは特定の問題を特定し、文書化された緩和策を生み、導入判断を改善したのか。それとも、単に誰が最初にモデルを受け取るかを決めただけだったのか。

その答えが、The VergeのTrump AIテスト計画が持続的なセキュリティ基盤になるのか、それともより高性能なモデルをリリースする競争における不透明なチェックポイントにとどまるのかを決める。