Zabezpieczenia AI w Kongresie mają coraz mniej czasu, gdy laboratoria frontier proszą o spowolnienie

Zabezpieczenia AI w Kongresie weszły w decydujący siedmiotygodniowy okres po tym, jak czołowi przedstawiciele branży AI poparli spowolnienie rozwoju modeli, mimo lat intensywnej konkurencji komercyjnej.

Zmiana nastąpiła podczas przerwy parlamentarnej w roku wyborczym, gdy Kongres ma niewiele czasu na obrady plenarne i jeszcze mniej politycznego pola manewru dla złożonej ustawy technologicznej. Według relacji CNBC o działaniach Kongresu, demokraci w Izbie Reprezentantów wezwali przewodniczącego Mike’a Johnsona do ponownego zwołania ustawodawców i rozważenia ponadpartyjnych zabezpieczeń przed wyborami uzupełniającymi 3 listopada. Johnson powiedział, że zarządzi głosowanie, jeśli ustawodawcy wypracują wykonalne rozwiązanie, ale argumentował, że Kongres powinien działać ostrożnie.

To tworzy główny konflikt. Laboratoria frontier twierdzą obecnie, że zaawansowane modele wymagają silniejszego zewnętrznego nadzoru, podczas gdy wybrani przedstawiciele pozostają podzieleni co do tego, kto powinien ustalać zasady. Prezydent Donald Trump również przedstawiał szybki rozwój jako kluczowy dla utrzymania amerykańskiej przewagi nad Chinami.

Debata nie ogranicza się już do hipotetycznych szkód powodowanych przez chatboty. Twórcy omawiają modele, które mogą prowadzić badania nad cyberbezpieczeństwem, koordynować autonomicznych agentów i pomagać użytkownikom pracować z wrażliwymi informacjami technicznymi. Te możliwości rodzą pytania o niezależne testowanie, ujawnianie incydentów, mechanizmy awaryjne oraz odpowiedzialność, gdy system działa poza zamierzonymi granicami.

Waszyngton ma już propozycje na stole. Ponadpartyjna ustawa FRONTIER Act wymagałaby od twórców stopniowo rosnących zabezpieczeń wraz ze wzrostem ich skali i ekspozycji na ryzyko. Senatorowie przygotowują również węższą ustawę skupioną na katastrofalnych ryzykach biologicznych, nuklearnych i innych zagrożeniach związanych z zaawansowanymi modelami.

Ustawodawstwo musi jednak przetrwać spory dotyczące innowacji, bezpieczeństwa narodowego, uprawnień stanów, prawa antymonopolowego i przejęcia regulacyjnego. Prośba o szybsze działanie Kongresu pochodzi od części tych samych firm, które ścigają się w budowie kolejnego modelu.

Ta sprzeczność nie czyni ostrzeżeń bezsensownymi. Czyni egzekwowalne zasady, niezależne dowody i jasną odpowiedzialność jeszcze ważniejszymi.

Zabezpieczenia AI w Kongresie przechodzą od teorii do wyborczego terminu

Bezpośrednia zmiana ma charakter polityczny: wezwania do dobrowolnego powściągliwości przekształciły się w żądania, by Kongres stworzył egzekwowalne zabezpieczenia.

Grupa demokratów w Izbie Reprezentantów zwróciła się do Johnsona o sprowadzenie ustawodawców z powrotem do Waszyngtonu przed planowanym końcem przerwy. W ich liście wezwano do znaczących, ponadpartyjnych zabezpieczeń AI i ostrzeżono, że dalsza bierność będzie coraz trudniejsza do obrony.

Ustawodawcy nie nalegali na jedną kompleksową ustawę. Wskazali kilka propozycji obejmujących przejrzystość modeli frontier, niezależne oceny, możliwości awaryjnego wyłączenia oraz skoordynowane działania na rzecz bezpieczeństwa między firmami.

Tak szeroki zestaw opcji odzwierciedla praktyczną obawę. Pojedyncza ustawa próbująca regulować każde zastosowanie AI niosłaby zbyt wiele nierozstrzygniętych kwestii jak na pozostały kalendarz legislacyjny. Węższe środki mogą zostać przyjęte szybciej, choć pozostawiają też szersze luki w odpowiedzialności.

Johnson przyznał, że presja istnieje, podczas niedzielnych wystąpień telewizyjnych. Powiedział, że ponownie zwoła członków Izby i zorganizuje głosowanie, jeśli ustawodawcy opracują realne rozwiązanie. Zaproponował także spotkanie Trumpa, liderów Kongresu i czołowych przedstawicieli branży AI.

Johnson stwierdził jednak, że Kongres niekoniecznie będzie przewodził odpowiedzi na ten problem. Stanowisko to pozostawia firmom technologicznym znaczną część bezpośredniej odpowiedzialności, nawet gdy presja konkurencyjna zniechęca do jednostronnej powściągliwości.

Lider mniejszości w Izbie Reprezentantów Hakeem Jeffries przedstawił inną odpowiedź. Powiedział, że demokraci spotkają się we wtorek, aby potraktować zabezpieczenia AI jako wysoki priorytet. Jeffries argumentował, że decydenci powinni działać, podczas gdy sami twórcy przyznają, iż wzrost możliwości systemów musi zwolnić.

Spór częściowo dotyczy czasu. Izba zbliża się do wyborów, a ustawodawcy chcą osiągnięć gotowych do wykorzystania w kampanii, a nie nierozstrzygniętych negocjacji. Ustawodawstwo dotyczące AI obejmuje także kilka komisji, w tym odpowiedzialne za handel, naukę, bezpieczeństwo narodowe i wymiar sprawiedliwości.

Polityka wyborów uzupełniających może przyspieszyć ograniczone porozumienie. Może też prowadzić do symbolicznego ustawodawstwa o słabych definicjach technicznych lub niewystarczającym egzekwowaniu.

Każdy wykonalny środek musi wyjaśniać, którzy twórcy kwalifikują się jako firmy frontier. Musi definiować możliwości uruchamiające surowsze obowiązki. Musi także rozstrzygać, która agencja otrzyma poufny dostęp do modeli i jak będzie chronić tajemnice handlowe.

Te pytania są trudne, ale zwłoka również tworzy politykę domyślnie. Firmy nadal rozwijają własne progi testowe, zasady ujawniania informacji i procedury publikacji. Każdy nowy system wprowadzony zgodnie z dobrowolnymi standardami dodatkowo utrwala te prywatne decyzje.

Okno legislacyjne zamyka się więc na dwa sposoby. Kongres ma mniej dni roboczych, podczas gdy branża nadal ustanawia praktyki, które przyszłym regulatorom będzie trudno odwrócić.

Dlaczego twórcy frontier AI nagle chcą wolniejszego wyścigu

Nowa pilność wynika z nietypowego sygnału z branży: konkurujące laboratoria zgadzają się obecnie, że prace nad bezpieczeństwem pozostają w tyle za możliwościami modeli.

Dyrektor generalny Anthropic, Dario Amodei, zaostrzył debatę esejem wzywającym do wolniejszego tempa rozwoju modeli frontier. Modele frontier to najbardziej zaawansowane systemy ogólnego przeznaczenia znajdujące się na czele rozwoju AI.

Amodei argumentował, że spowolnienie rozwoju mogłoby dać badaczom więcej czasu na poprawę alignmentu, czyli procesu utrzymywania zachowania systemu w zgodzie z ludzkimi instrukcjami i ograniczeniami. Ostrzegł, że wysoce zaawansowani agenci mogliby z czasem koordynować operacje cybernetyczne na skalę, której istniejące zabezpieczenia nie są w stanie opanować. Associated Press poinformowała, że Amodei opisał scenariusz od sześciu do 12 miesięcy obejmujący roje agentów, przedstawiając go jednak jako ostrzeżenie, a nie niezależnie zweryfikowaną prognozę.

Jego propozycja nie wzywała do zakończenia badań nad AI. Koncentrowała się na równoważeniu rozwoju możliwości z zabezpieczeniami, zewnętrzną kontrolą i przygotowaniem na systemy zbliżające się do krytycznych progów ryzyka.

Ostrzeżenie Amodeia nabrało znaczenia, ponieważ inni czołowi przedstawiciele branży wyrazili zgodę. Liderzy związani z OpenAI i xAI również poparli pewną formę wolniejszego rozwoju lub silniejszego przeglądu bezpieczeństwa.

Laboratoria nie mają identycznych bodźców komercyjnych. Każde z nich zabiega o talenty, moc obliczeniową, klientów i uznanie za wiodącą wydajność modeli. Zgoda co do tempa rozwoju sugeruje więc, że kwestie bezpieczeństwa wpłynęły na kalkulacje kadry zarządzającej, choć firmy nie ujawniły wystarczająco porównywalnych dowodów, by ustalić jednolite stanowisko branży.

OpenAI już wcześniej opisało warunki, w których spowolniłoby lub zatrzymało prace nad systemami, których nie byłoby w stanie wystarczająco zabezpieczyć. Jego publiczne stanowisko w sprawie polityki AI popierało również obowiązkowe krajowe wymogi oparte na możliwościach, niezależne oceny bezpieczeństwa i działania rządu.

Szczegóły nadal różnią się między firmami. Jedno laboratorium może opóźnić publiczne wydanie, kontynuując szkolenie wewnętrzne. Inne może ograniczyć dostęp do małej grupy partnerów. Trzecie może kontynuować po dodaniu narzędzi monitorujących lub kontroli wykorzystania.

Te różnice są istotne, ponieważ „zwolnić” nie ma standardowej definicji operacyjnej. Może oznaczać opóźnienie szkolenia, opóźnienie wdrożenia, ograniczenie dostępu, wstrzymanie publikacji wag modelu lub wstrzymanie prac nad konkretną możliwością.

Spowolnienie rozwoju AI ze względów bezpieczeństwa tworzy także problem działania zbiorowego. Firma, która zatrzyma się sama, ryzykuje utratę klientów, pracowników i zaufania inwestorów, podczas gdy konkurenci kontynuują. Dobrowolna powściągliwość staje się bardziej wiarygodna, gdy każdy główny uczestnik przestrzega mierzalnych zasad.

Międzynarodowa konkurencja utrudnia koordynację. Trump argumentował, że Stany Zjednoczone muszą zachować przewagę nad Chinami, i kwestionował ostrzeżenia dotyczące scenariuszy, które uważa za mało prawdopodobne. Jego stanowisko traktuje dalszy rozwój możliwości jako strategiczną obronę przed zagraniczną konkurencją.

Amodei również opisywał przewagę Chin w AI jako niebezpieczną. Spór nie przebiega więc po prostu między osobami, którym zależy na bezpieczeństwie narodowym, a tymi, którym nie zależy. Dotyczy tego, która ścieżka zapewnia większe bezpieczeństwo.

Kongres znajduje się między tymi twierdzeniami. Musi oceniać techniczne ostrzeżenia, nie przekazując po prostu władzy nad polityką firmom, które je formułują.

To zadanie wymaga dostępu do dowodów, których opinia publiczna nie może zobaczyć. Laboratoria frontier przeprowadzają wewnętrzne oceny z użyciem niewydanych modeli, prywatnych raportów o incydentach i ograniczonych testów cyberbezpieczeństwa. Ustawodawcy zazwyczaj otrzymują jedynie wybrane wyniki lub tajne briefingi.

Wiarygodne ramy muszą zamknąć tę lukę informacyjną bez publicznego ujawniania niebezpiecznych możliwości. Niezależni ewaluatorzy potrzebują wystarczającego dostępu, by kwestionować wnioski firm, a mechanizmy bezpieczeństwa muszą zapobiegać wyciekom modeli lub testów.

Rosnące zaniepokojenie w branży otworzyło polityczne okno. Nie zapewniło jednak wszystkich mechanizmów potrzebnych, by odpowiedzialnie je wykorzystać.

FRONTIER Act oferuje ramy, a nie gotowe rozstrzygnięcie

FRONTIER Act przekłada szerokie zasady bezpieczeństwa na stopniowane obowiązki, lecz jej przepisy dotyczące egzekwowania i wyłączenia regulacji stanowych pozostają politycznie trudne.

Przedstawiciele Jay Obernolte i Lori Trahan przedstawili ponadpartyjną ustawę Frontier Risk Oversight, National Transparency, Independent Evaluation, and Reporting Act 23 lipca. Tytuł tworzy akronim FRONTIER.

Oficjalne ogłoszenie FRONTIER Act wskazuje, że ustawodawstwo skalowałoby wymogi zgodnie z wielkością twórcy i jego profilem ryzyka. Proponowane narzędzia obejmują karty modeli, programy zarządzania ryzykiem, niezależne audyty, raportowanie incydentów i ciągłe oceny.

Karta modelu to ustrukturyzowane ujawnienie opisujące możliwości systemu, jego ograniczenia, testy i zamierzone zastosowania. Zapewnia regulatorom i klientom wspólny zapis do oceny wydania.

Stopniowana regulacja odpowiada na jeden z zarzutów podnoszonych przez mniejszych twórców. Jednolite obowiązki zgodności mogą faworyzować największe laboratoria, ponieważ firmy te już zatrudniają zespoły prawne, bezpieczeństwa i oceny. Skalowany system może nakładać większe obowiązki tam, gdzie zasoby i potencjalne konsekwencje są największe.

Ustawa uznaje również, że ryzyko związane z modelem zmienia się z czasem. System może zyskać nowe możliwości poprzez dostrajanie, dostęp do narzędzi lub integrację z zewnętrznym oprogramowaniem. Ciągłe oceny są zatem bardziej użyteczne niż pojedynczy test przed wydaniem.

Niezależne audyty mogłyby podważać wewnętrzne bodźce. Zespoły produktowe chcą dotrzymywać harmonogramów wydań, podczas gdy zespoły bezpieczeństwa mogą potrzebować dodatkowych testów. Zewnętrzny ewaluator może dokumentować spory i dostarczać dowodów regulatorowi.

Jednak niezależność zależy od sposobu wyboru, finansowania, dostępu i ochrony prawnej. Ewaluator opłacany bezpośrednio przez twórcę może podlegać subtelnej presji komercyjnej. Ewaluator wybrany przez rząd może uwikłać się w spory polityczne lub dotyczące zamówień publicznych.

Ten sam problem dotyczy mechanizmów awaryjnych. „Wyłącznik awaryjny” brzmi jednoznacznie, lecz współczesne usługi AI składają się z modeli, aplikacji, narzędzi, wdrożeń u klientów i skopiowanych wag. Wyłączenie jednego hostowanego punktu końcowego nie usuwa wszystkich wdrożeń.

Ustawa musiałaby zdefiniować kontrolowany obiekt. Mogłaby obejmować proces trenowania, wydanie modelu, dostęp do określonych narzędzi lub wdrożenie w wrażliwym sektorze. Każda z tych opcji niesie inne konsekwencje dla bezpieczeństwa i swobód obywatelskich.

Kolejne wyzwanie stanowi raportowanie incydentów. Firmy muszą wiedzieć, które zdarzenia się kwalifikują, jak szybko należy je zgłaszać oraz które informacje mogą pozostać poufne. Zbyt wąskie definicje ukrywają sygnały ostrzegawcze, natomiast zbyt szerokie mogą zasypać regulatorów rutynowymi awariami.

Jeszcze trudniejsza może okazać się relacja ustawy z regulacjami stanowymi. Stany już wprowadziły przepisy dotyczące zautomatyzowanych decyzji, dyskryminacji, obowiązków informacyjnych wobec konsumentów i ryzyk związanych z modelami granicznymi. Wyłączenie regulacji stanowych przez prawo federalne zastąpiłoby część kompetencji stanów standardem ogólnokrajowym.

Twórcy preferują spójne zasady obowiązujące w całym kraju, ponieważ sprzeczne wymogi stanowe komplikują wdrożenia. Rzecznicy praw konsumentów obawiają się, że wyłączenie regulacji stanowych może usunąć silniejsze zabezpieczenia, zanim federalne egzekwowanie przepisów zacznie działać.

Trzyletnie ograniczenie dotyczące niektórych stanowych zasad rozwoju AI pojawiło się we wcześniejszej debacie legislacyjnej. Podejście to spotkało się ze sprzeciwem urzędników stanowych i grup progresywnych, które obawiały się, że tymczasowe zamrożenie może przekształcić się w trwałą lukę regulacyjną.

Spór ten ujawnia szerszy kompromis. Spójność ogólnokrajowa może ułatwić przestrzeganie przepisów, lecz spójność na słabym poziomie pozostawia społeczeństwu mniej środków ochrony.

FRONTIER Act pozostaje najczytelniejszym projektem w Izbie Reprezentantów dotyczącym nadzoru nad zaawansowanymi modelami. Wskazuje konkretne narzędzia zarządzania i ma sponsorów z obu partii. Nie rozstrzygnął jeszcze kwestii instytucjonalnych, które decydują o skuteczności tych narzędzi.

Jego znaczenie polega mniej na przewidywaniu ostatecznego brzmienia ustawy. Projekt ustanawia poważny punkt wyjścia do negocjacji, które w przeciwnym razie mogłyby utknąć na deklaracjach dotyczących bezpieczeństwa i innowacji.

Waszyngton musi wybrać między dobrowolnym tempem a egzekwowalnymi obowiązkami

Centralnym wyborem politycznym jest to, czy ograniczanie modeli granicznych pozostanie obietnicą korporacyjną, czy stanie się możliwym do zweryfikowania obowiązkiem prawnym.

Dobrowolne zobowiązania mogą działać szybciej niż ustawodawstwo. Firma może zmienić proces wydawania produktów, zaprosić zewnętrznych testerów lub wzmocnić kontrolę dostępu bez oczekiwania na Kongres.

Anthropic opublikował mapę drogową bezpieczeństwa obejmującą oceny ryzyka modeli, metody atrybucji i koordynację polityk. OpenAI opisało progi gotowości oraz okoliczności, które uruchamiałyby silniejsze zabezpieczenia.

Ramy te są użyteczne, ponieważ twórcy mogą je aktualizować wraz ze zmianą możliwości modeli. Ustawa nie może łatwo przewidzieć każdej metody ewaluacji ani techniki ataku.

Firmy mogą jednak także zmieniać dobrowolne polityki, wewnętrznie interpretować progi lub opóźniać ujawnienia. Klienci i badacze mogą nie wiedzieć, czy zobowiązanie dotyczące bezpieczeństwa wpłynęło na ważną decyzję wdrożeniową.

Wiążące wymogi mogą ustanowić minimalny poziom ochrony. Mogą wymagać spójnej dokumentacji, chronić wewnętrznych sygnalistów, nakazywać zgłaszanie incydentów i upoważniać do nakładania kar, gdy firmy ukrywają znane ryzyka.

Prawo wiąże się również z kosztami. Reguły techniczne mogą się zdezaktualizować, a źle zaprojektowane progi mogą faworyzować ugruntowane firmy. Systemy zgodności mogą zachęcać do odhaczania wymogów zamiast do rzeczywistej pracy nad bezpieczeństwem.

Kolejnym zagrożeniem jest przejęcie regulatorów przez regulowane podmioty. Twórcy modeli granicznych dysponują większą ilością informacji technicznych niż Kongres i większość agencji. Mogą kształtować definicje, które wyglądają na wymagające, lecz zachowują ich dotychczasowe praktyki.

Najsilniejsze podejście rozdzielałoby cele polityczne od wdrożenia technicznego. Kongres mógłby nakazać rezultaty, takie jak niezależna ewaluacja i terminowe raportowanie. Wykwalifikowana agencja mogłaby następnie aktualizować standardy pomiaru w drodze publicznych procedur.

Taka struktura nadal wymaga agencji dysponującej wystarczającą wiedzą i uprawnieniami. Departament Handlu oraz National Institute of Standards and Technology mają odpowiednie możliwości, ale ewaluacja na taką skalę wymaga bezpiecznej infrastruktury obliczeniowej i wyspecjalizowanego personelu.

Administracja preferuje współpracę zamiast obowiązkowego licencjonowania modeli. Czerwcowe zarządzenie dotyczące bezpieczeństwa AI ustanowiło dobrowolny proces dla objętych nim modeli granicznych i wyraźnie odrzuciło obowiązkową uprzednią kontrolę nowych wydań.

Zarządzenie poleca urzędnikom federalnym opracowanie utajnionych benchmarków cyberbezpieczeństwa. Pozwala również twórcom zapewniać dostęp do modeli przed wydaniem, z zachowaniem poufności i zabezpieczeń.

Podejście to może poprawić wymianę informacji, zwłaszcza w odniesieniu do ryzyk dla bezpieczeństwa narodowego. Dobrowolny udział pozostawia jednak rząd zależny od współpracy twórców.

Szersze ramy legislacyjne Białego Domu wzywają do spójności ogólnokrajowej, ochrony dzieci, zabezpieczeń własności intelektualnej, egzekwowania przepisów przeciw oszustwom, przygotowania siły roboczej oraz utrzymania amerykańskiego przywództwa w AI.

Cele te obejmują szerszy obszar niż bezpieczeństwo modeli granicznych. Ich rozległość stwarza możliwości utworzenia koalicji, ale wprowadza także spory, które mogą zatrzymać skoncentrowany projekt dotyczący ryzyka.

Kongres nie powinien traktować każdej kwestii związanej z AI jako jednego problemu legislacyjnego. Deepfake’i, dyskryminacyjne zautomatyzowane decyzje, zapotrzebowanie centrów danych na energię elektryczną, prawa autorskie i katastrofalne możliwości modeli wymagają różnych dowodów i narzędzi egzekwowania.

Węższa ustawa dotycząca modeli granicznych nadal może ustanowić wspólne fundamenty. Twórcy powinni dokumentować ewaluacje, zgłaszać poważne incydenty, chronić pracowników zgłaszających obawy dotyczące bezpieczeństwa oraz zapewniać bezpieczny dostęp upoważnionym recenzentom.

Prawo antymonopolowe jest kolejną częścią tej układanki. Firmy koordynujące spowolnienie rozwoju mogłyby zostać poddane kontroli na podstawie Section 1 Sherman Act, jeśli porozumienie w nieuzasadniony sposób ogranicza konkurencję. Kwestia jest szczególnie wrażliwa, ponieważ federalne organy egzekwujące przepisy już analizują koncentrację i wykluczanie na rynkach technologicznych, w tym w United States v. Google LLC, Case No. 1:20-cv-03010 (D.D.C.).

Współpraca na rzecz bezpieczeństwa wymaga zatem starannie ograniczonej ochrony prawnej. W prośbie o publiczne komentarze z lutego 2026 r. Departament Sprawiedliwości i Federalna Komisja Handlu stwierdziły, że współpraca konkurentów może wspierać innowacje, ale może też zagrażać konkurencji, i zwróciły się o opinie w sprawie zaktualizowanych wytycznych dotyczących wymiany informacji oraz innych współczesnych porozumień.

Każde wyłączenie powinno obejmować rzeczywistą pracę związaną z ewaluacją, bezpieczeństwem i wymianą informacji o incydentach. Nie powinno pozwalać firmom na koordynowanie cen, podział rynków, ograniczanie otwartej konkurencji ani wykluczanie mniejszych twórców.

To rozróżnienie chroni zarówno bezpieczeństwo, jak i konkurencję gospodarczą. W przeciwnym razie duże laboratoria mogłyby wykorzystywać regulacje do podnoszenia barier wejścia, przedstawiając rezultat jako zarządzanie ryzykiem.

Dlatego porozumienie korporacyjne nie kończy debaty politycznej. Tworzy ono powód, by Kongres ustanowił neutralne zasady, zanim dobrowolna koordynacja stanie się systemem kontrolowanym przez branżę.

Argument dotyczący Chin może przyspieszyć działania albo je zablokować

Rywalizacja z Chinami jest najsilniejszym argumentem za szybkim amerykańskim rozwojem, ale wzmacnia także argument za wspólnymi mechanizmami bezpieczeństwa.

Trump powiedział, że Stany Zjednoczone wyprzedzają Chiny w AI i powinny uniknąć utraty tej pozycji. Twierdził, że kraj, który wygra rywalizację w AI, zyska zdolność do zarządzania przyszłymi konsekwencjami.

To rozumowanie przemawia do ustawodawców zaniepokojonych siłą gospodarczą, zastosowaniami wojskowymi, cyberobroną i standardami technologicznymi. Ograniczenia dotyczące wyłącznie amerykańskich firm mogłyby przesunąć talenty lub rozwój do jurysdykcji o słabszych regulacjach.

Krajowa przerwa nie może zagwarantować, że zagraniczne laboratoria zwolnią. Otwarte wagi modeli mogą także przekraczać granice, podczas gdy postępy algorytmiczne czasem wymagają mniejszej mocy obliczeniowej niż wcześniejsze systemy.

Te realia osłabiają propozycje oparte na bezterminowym jednostronnym wstrzymaniu. Nie podważają jednak zasadności ukierunkowanych wymogów dotyczących testowania, bezpieczeństwa i raportowania incydentów.

Stany Zjednoczone już regulują wrażliwe technologie, nie rezygnując z konkurencji. Kontrole eksportowe, standardy cyberbezpieczeństwa i zasady zamówień publicznych próbują równoważyć rozwój komercyjny z interesami bezpieczeństwa narodowego.

Granica AI przedstawia odmienny problem techniczny, ponieważ znaczna część istotnej infrastruktury pozostaje pod prywatną kontrolą. Ewaluatorzy rządowi mogą potrzebować dostępu do modeli, wewnętrznych ustaleń dotyczących bezpieczeństwa, zabezpieczeń procesu trenowania i planów wdrożeniowych.

System oparty na ryzyku może skupiać się na możliwościach, a nie narodowości firmy. Na przykład zaostrzone wymogi mogłyby uruchamiać się, gdy model przekroczy określone progi dotyczące cyberbezpieczeństwa, biologii lub autonomicznego działania.

Takie progi powinny, tam gdzie to możliwe, wykorzystywać powtarzalne testy. Powinny też uwzględniać niepewność, ponieważ model może działać inaczej po dostrojeniu lub połączeniu z zewnętrznymi narzędziami.

Koordynacja międzynarodowa wzmocniłaby egzekwowanie przepisów. Wspólne metody ewaluacji mogą pomóc rządom porównywać systemy i ograniczać zachęty dla firm do przenoszenia testów lub wdrożeń.

Zasady międzynarodowe muszą jednak chronić uzasadnione badania i unikać przekształcenia niewielkiej grupy rządów i firm w trwałych strażników dostępu. Otwarta praca techniczna przyczyniła się do badań nad bezpieczeństwem, narzędzi audytowych i konkurencyjnych alternatyw.

Debata dotycząca Chin wpływa również na przejrzystość. Szczegółowe publiczne ewaluacje mogą ujawniać słabości obronne lub pomagać złośliwym podmiotom odtwarzać niebezpieczne możliwości. Nadmierna tajność uniemożliwia jednak niezależnym ekspertom ocenę twierdzeń rządu i branży.

Warstwowy system ujawniania informacji oferuje wykonalny kompromis. Regulatorzy mogliby otrzymywać pełne wyniki, zatwierdzeni badacze mogliby analizować kontrolowane dowody, a społeczeństwo mogłoby otrzymywać podsumowania opisujące główne ryzyka i środki ograniczające.

Kongres musi również odróżniać konkurencję narodową od konkurencji między firmami. Laboratorium może powoływać się na amerykańskie przywództwo, realizując jednocześnie własną przewagę komercyjną. Te interesy się pokrywają, lecz nie są tożsame.

Ta sama ostrożność dotyczy twierdzeń o nieuchronnej katastrofie. Twórcy dysponują cennymi dowodami, lecz ostrzeżenia mogą również wpływać na regulacje, inwestycje i strukturę rynku. Decydenci powinni wymagać dowodów możliwych do audytu, nie odrzucając przy tym możliwości poważnej szkody.

Niedawne doniesienia wskazywały na konkurencyjne szacunki i scenariusze. Były badacz Anthropic Jacob Coxon przypisał 10% prawdopodobieństwo temu, że AI spowoduje wyginięcie ludzkości w ciągu dekady, według relacji Associated Press. Ten szacunek jest indywidualnym osądem, a nie empirycznie zweryfikowaną prognozą.

Amodei opisał możliwą ścieżkę od sześciu do 12 miesięcy do systemów zdolnych koordynować cyberdziałania na dużą skalę. Ten harmonogram również pozostaje niepewny i zależy od założeń technicznych, które niezależni ewaluatorzy muszą przetestować.

Kongres nie powinien tworzyć precyzyjnej wizji przyszłości na podstawie jednej prognozy. Powinien powołać instytucje zdolne oceniać zmieniające się dowody, zanim najgorszy scenariusz stanie się oczywisty.

To jest najsilniejsza odpowiedź na argument dotyczący Chin. Nadzór nad bezpieczeństwem nie jest decyzją o zaprzestaniu rywalizacji. Stanowi element budowania strategii konkurencji, która przetrwa awarie techniczne, sprzeciw społeczny i eskalację geopolityczną.

Trzy sygnały pokażą, czy Kongres nadal potrafi działać

Kolejnym testem nie będzie następne ostrzeżenie od dyrektora branży AI. Będzie nim to, czy decydenci przełożą poczucie pilności na projekt ustawy z mierzalnymi obowiązkami.

Pierwszym sygnałem będzie spotkanie Demokratów w Izbie Reprezentantów zapowiedziane przez Jeffriesa. Jego wartość będzie zależeć od tego, czy członkowie poprą konkretny instrument legislacyjny, zamiast wystosować kolejny ogólny apel o działanie.

Decyzja o skupieniu się wokół FRONTIER Act lub węższego pakietu opracowanego na jego podstawie wzmocniłaby argument, że ustawa może posunąć się naprzód przed wyborami. Konkurujące projekty bez wspólnej ścieżki osłabiłyby tę perspektywę.

Drugim sygnałem będzie oczekiwany projekt Senatu przygotowywany przez lidera większości Johna Thune’a, przewodniczącego Komisji Handlu Teda Cruza i senator Amy Klobuchar. Ich negocjacje mają podobno koncentrować się na największych zagrożeniach stwarzanych przez zaawansowane modele.

Ponadpartyjna ustawa Senatu mogłaby stworzyć impet w obu izbach. Byłaby najważniejsza, gdyby zawierała konkretne przepisy dotyczące testów, dostępu rządu, zgłaszania incydentów i egzekwowania zasad.

Projekt ograniczony do dobrowolnych konsultacji zwiększyłby koordynację, ale nie rozwiązałby luki w zakresie odpowiedzialności. Różnice między definicjami Izby Reprezentantów i Senatu mogłyby również pochłonąć pozostały czas legislacyjny.

Trzecim sygnałem będzie to, czy laboratoria uczynią swoje zobowiązania do spowolnienia rozwoju weryfikowalnymi. OpenAI, Anthropic i xAI muszą wyjaśnić, jak w praktyce zmienia się tempo rozwoju.

Przydatne dowody obejmowałyby procedury niezależnego przeglądu, progi zdolności, udokumentowane opóźnienia oraz jasne warunki wznowienia prac. Poufne szczegóły mogą pozostać chronione, ale opinia publiczna potrzebuje czegoś więcej niż porozumienia kadry zarządzającej.

Działania branży przed uchwaleniem przepisów pokazałyby, że ostrzeżenia zmieniły wewnętrzne decyzje. Dałyby też Kongresowi przykłady działania, które mogą pomóc w określeniu wymogów ustawowych.

Brak mierzalnych zmian wspierałby sceptyczną interpretację. Firmy mogłyby zabiegać o elastyczne reguły, ochronę prawną dla koordynacji lub uznanie reputacyjne, nie rezygnując z istotnej kontroli.

Twórcy i nabywcy korporacyjni powinni uważnie to obserwować. Nowe obowiązki mogą wpłynąć na dostępność modeli, harmonogramy wdrożeń, prawa do audytu, przeglądy bezpieczeństwa oraz dokumentację wymaganą dla wrażliwych zastosowań.

W praktyce zespół ds. zakupów może zobaczyć opóźnienie wydania modelu w oczekiwaniu na zewnętrzną ocenę, otrzymać ustandaryzowaną kartę modelu przed zatwierdzeniem lub uzyskać umowny dostęp do powiadomień o incydentach. Bez takich wymogów ten sam zespół może nigdy nie dowiedzieć się, że model nie przeszedł ograniczonego testu cyberbezpieczeństwa albo że twórca zmienił próg bezpieczeństwa krótko przed wdrożeniem.

Pracownicy umysłowi również mają w tym bezpośredni interes. Organizacje coraz częściej umieszczają wewnętrzne dokumenty, kod źródłowy, informacje o klientach i zapisy spotkań w przepływach pracy wspomaganych przez AI. Słabe zarządzanie może narazić te materiały na ujawnienie w wyniku niewłaściwego użycia, przejętych agentów lub źle kontrolowanych integracji.

Na przykład pracownik może zobaczyć, że asystent AI poprawnie streszcza prywatny plik klienta, nie zdając sobie sprawy, że dołączony agent może również wysyłać e-maile, odpytywać systemy produkcyjne lub przechowywać dane za pośrednictwem zewnętrznego konektora. Zespoły potrzebują zapisów pokazujących nie tylko, który model wygenerował odpowiedź, lecz także do jakich danych uzyskał dostęp, jakich narzędzi użył i czy człowiek zatwierdził zewnętrzne działanie.

Zespoły powinny już teraz dokumentować, które modele mają dostęp do wrażliwych informacji i jakie zewnętrzne działania mogą wykonywać te systemy. Przeszukiwalna baza wiedzy AI może wspierać taką dokumentację, choć żadne narzędzie wiedzy nie zastępuje kontroli dostępu ani niezależnych testów bezpieczeństwa.

Bariery ochronne Kongresu dla AI nie wyeliminują każdej awarii modelu. Skuteczne przepisy mogą jednak określić, kto musi przeprowadzać testy, kto otrzymuje wyniki, kiedy incydenty podlegają zgłoszeniu i co dzieje się po poważnym ostrzeżeniu.

Okno polityczne otworzyło się, ponieważ konkurujące laboratoria przyznały, że wzrost możliwości wyprzedzał preferowany przez nie harmonogram bezpieczeństwa. Zamknie się, jeśli Kongres zastąpi spotkania egzekwowalnymi decyzjami.

Czytelnicy powinni zadać trzy pytania, gdy pojawią się kolejne propozycje. Czy zasady obowiązują przed wdrożeniem wysokiego ryzyka, czy niezależni eksperci mogą sprawdzić dowody i czy naruszenie pociąga za sobą konsekwencje?

Jeśli ustawodawcy nie potrafią odpowiedzieć na wszystkie trzy pytania, Waszyngton stworzy kolejne ramy, podczas gdy prywatne firmy nadal będą ustalać faktyczne zasady.