Kongres zwleka z federalnymi ramami dla AI, podczas gdy rosną zagrożenia dla społeczeństwa

Kongres rozpoczął sierpniową przerwę bez posunięcia naprzód w komisjach federalnych ram dla AI, mimo miesięcy ostrzeżeń dotyczących bezpieczeństwa, miejsc pracy, dzieci i centrów danych. Opóźnienie ma znaczenie, ponieważ stany nie czekają już na Waszyngton. Tworzą bardziej precyzyjne przepisy dotyczące realnych szkód, podczas gdy federalni ustawodawcy pozostają podzieleni w kwestii tego, kto powinien regulować AI.

Biały Dom przekazał Kongresowi krajowy plan polityki w marcu 2026 roku. Wzywał on do ochrony dzieci, zasad dotyczących własności intelektualnej, przygotowania pracowników, zabezpieczeń energetycznych oraz szerokich ograniczeń regulacji stanowych. Pięć miesięcy później zalecenia te nie przełożyły się na kompleksową ustawę federalną mającą realną drogę przez obie izby.

Ta luka stworzyła główny konflikt amerykańskiej polityki dotyczącej AI. Waszyngton chce jednolitych zasad krajowych, lecz stany chcą uprawnień do działania, zanim powstaną federalne zabezpieczenia. Spór nie jest już techniczną różnicą zdań dotyczącą projektu regulacji. Wpływa teraz na rachunki za energię elektryczną, decyzje rekrutacyjne, bezpieczeństwo chatbotów, testowanie modeli i polityczną siłę firm AI.

Kongres ma propozycje, ale nie ma federalnych ram dla AI

Kluczowy fakt nie polega na tym, że Kongresowi brakuje propozycji dotyczących AI. Chodzi o to, że żadna z nich nie stworzyła konsensusu umożliwiającego rządzenie.

Biały Dom opublikował swoje ramy polityki dotyczącej AI 20 marca. Wezwał ustawodawców do stworzenia krajowego podejścia bez powoływania nowego federalnego regulatora AI.

Jego zalecenia obejmowały bezpieczeństwo dzieci, lokalne skutki infrastruktury AI, własność intelektualną, presję rządu na wypowiedzi, przygotowanie siły roboczej oraz egzekwowanie prawa. Administracja chciała również, by Kongres wyparł przepisy stanowe nakładające, jej zdaniem, nadmierne obciążenia na rozwój AI.

Wyparcie prawa stanowego oznacza, że prawo federalne zastępuje przepisy stanowe dotyczące tego samego zagadnienia. Jego zakres określa, czy stany zachowają uprawnienia w takich kwestiach jak zautomatyzowane zatrudnianie, przejrzystość modeli, dyskryminacja i interakcje z chatbotami.

To pytanie wielokrotnie blokowało porozumienie. Wielu Republikanów i firm technologicznych twierdzi, że niespójne przepisy stanowe podnoszą koszty zgodności i spowalniają krajowy rozwój. Demokraci, urzędnicy stanowi i rzecznicy konsumentów często sprzeciwiają się odbieraniu stanom kompetencji, zanim Kongres uchwali egzekwowalne federalne zabezpieczenia.

Republikańscy liderzy Izby Reprezentantów przyjęli propozycję Białego Domu z zadowoleniem, ale ponadpartyjne poparcie dla krajowych standardów nie rozwiązało tego sporu. Partie pozostały podzielone w kwestiach odpowiedzialności, egzekwowania przepisów, testów bezpieczeństwa i zakresu uprawnień, które powinny zachować stany.

Kongres rozważał bardziej ograniczone ustawodawstwo. Projekty ustaw dotyczą deepfake’ów, zamówień rządowych, bezpieczeństwa dzieci w internecie, badań, bezpieczeństwa narodowego, szkoleń pracowników i infrastruktury AI. Świadczą one o aktywności legislacyjnej, lecz nie tworzą jednego egzekwowalnego systemu krajowego.

W czerwcu pojawił się ponadpartyjny projekt dyskusyjny nazwany Great American Artificial Intelligence Act. Według doniesień o projekcie ustawy, jego 269 stron łączyło wymogi federalne z trzyletnim ograniczeniem niektórych przepisów stanowych.

Projekt pokazał, że ustawodawcy potrafią przełożyć szerokie zasady na tekst legislacyjny. Ujawnił również ten sam nierozwiązany problem. Krytycy twierdzili, że jego federalne zasady staną się pułapem, który uniemożliwi stanom reagowanie na nowe szkody.

Senator Mark Warner zaproponował w lipcu inną drogę. Jego agenda legislacyjna dotycząca AI łączyła bezpieczeństwo modeli, inwestycje w siłę roboczą, planowanie infrastruktury, ochronę dzieci i środki bezpieczeństwa narodowego.

Warner zaproponował obowiązkowe bezpieczne środowiska testowe dla najbardziej zaawansowanych modeli. Jego pakiet obejmował również dobrowolne zgłaszanie incydentów bezpieczeństwa wzorowane na praktykach lotniczych. Inne przepisy koncentrowały się na szkoleniu pracowników i fizycznej infrastrukturze wspierającej AI.

Ta agenda poszerzyła debatę polityczną poza kwestię wyparcia prawa stanowego. Nie stworzyła jednak natychmiastowej ponadpartyjnej ścieżki przez liczne komisje i obie izby.

Kolejną przeszkodą są kompetencje komisji. Polityka dotycząca AI dotyka handlu, sądownictwa, nauki, pracy, bezpieczeństwa wewnętrznego, wywiadu, energii i sił zbrojnych. Każda komisja kontroluje tylko część zagadnienia, a jej członkowie nie podzielają jednej definicji akceptowalnego ryzyka.

Rezultatem jest zatłoczone pole projektów ustaw bez jednolitego centrum legislacyjnego. Kongres może organizować przesłuchania i przedstawiać pakiety, jednocześnie odkładając najtrudniejsze decyzje.

Wyszukiwania w Google News mogą sprawiać, że ta aktywność wygląda na bardziej spójną, niż jest w rzeczywistości. Czytelnicy widzą stały strumień ram, przesłuchań, rozporządzeń wykonawczych i pojedynczych projektów ustaw. Jednak rezultat instytucjonalny pozostaje prosty: Kongres nie uchwalił kompleksowych federalnych przepisów dotyczących AI.

To rozróżnienie wyjaśnia, dlaczego obecne spowolnienie ma znaczenie. Rząd nie zaczyna od zera. Ma trudności z pogodzeniem propozycji, które w zasadniczo różny sposób rozdzielają władzę, odpowiedzialność i egzekwowanie przepisów.

Przepisy stanowe wypełniają federalną próżnię

Każdy miesiąc bez działań federalnych daje stanom większą rolę w określaniu, w jaki sposób Amerykanie spotykają się z AI.

Według przeglądu Congressional Research Service, ustawodawcy stanowi przedstawili ponad 1 000 projektów ustaw zawierających termin AI podczas sezonu legislacyjnego 2025 roku. W tej aktywności uczestniczyło co najmniej 48 stanów i Portoryko.

Nie wszystkie te projekty proponowały szeroką regulację modeli. Wiele koncentrowało się na konkretnych sytuacjach, w których systemy zautomatyzowane mogą wywoływać bezpośrednie skutki. Zatrudnienie, edukacja, opieka zdrowotna, ubezpieczenia, wybory, policja i informowanie konsumentów przyciągały stałą uwagę.

To ukierunkowane podejście ma znaczenie polityczne. Wcześniejsze propozycje czasem próbowały nakładać szerokie obowiązki na twórców w wielu zastosowaniach. Gubernatorzy i grupy branżowe sprzeciwiali się środkom, które uznawali za trudne w administrowaniu lub zbyt kosztowne dla mniejszych firm.

Nowsze projekty ustaw częściej regulują konkretną decyzję lub interakcję. Stan może wymagać powiadomienia, gdy pracodawca korzysta z zautomatyzowanego systemu. Może ograniczać wprowadzające w błąd syntetyczne media lub ustanawiać zasady dla chatbotów komunikujących się z dziećmi.

Kalifornijscy ustawodawcy rozważali ograniczenia dla pracodawców polegających wyłącznie na AI przy karaniu lub zwalnianiu pracowników. Dążyli również do dodatkowych zabezpieczeń interakcji chatbotów z udziałem nieletnich.

Connecticut wymagał ujawniania informacji, gdy pracownicy lub kandydaci wchodzą w interakcję z systemami AI związanymi z zatrudnieniem. Inne stany zajęły się politycznymi deepfake’ami, zautomatyzowaną dyskryminacją i przejrzystością decyzji wysokiego ryzyka.

Przepisy te tworzą złożoność w zakresie zgodności, ale odzwierciedlają również odmienne lokalne obawy. Stan doświadczający szybkiej budowy centrów danych może priorytetowo traktować wodę i energię elektryczną. Inny może koncentrować się na prywatności biometrycznej lub zautomatyzowanych decyzjach dotyczących zatrudnienia.

Biały Dom postrzega tę różnorodność jako rozdrobnioną mozaikę. Preferowane przez niego federalne ramy dla AI zachowałyby część uprawnień stanów, jednocześnie blokując przepisy bezpośrednio regulujące rozwój modeli lub nakładające szeroką odpowiedzialność na ich twórców.

Przeciwnicy inaczej postrzegają kolejność działań. Twierdzą, że Kongres powinien ustanowić znaczące zabezpieczenia krajowe, zanim ograniczy stany. Wyparcie prawa stanowego bez federalnego egzekwowania przepisów usunęłoby istniejące zabezpieczenia, pozostawiając dotkniętym mieszkańcom mniej środków ochrony.

Senat zmierzył się z tym problemem w 2025 roku. Proponowane dziesięcioletnie ograniczenie stanowych regulacji AI zostało usunięte z dużej ustawy budżetowej głosami 99 do 1.

Wynik ten nie rozstrzygnął kwestii politycznej na stałe. Pokazał jednak, że sprzeciw wobec szerokiego wyparcia prawa stanowego przekraczał podziały partyjne i wykraczał poza tradycyjnych krytyków technologii.

Od tego czasu prokuratorzy generalni stanów i ustawodawcy nadal naciskają na Kongres, by zachował lokalne uprawnienia. Ich argument częściowo opiera się na czasie instytucjonalnym. Stany już badają szkody i uchwalają przepisy, podczas gdy Kongres debatuje nad przyszłym systemem.

Administracja próbowała wpływać na tę równowagę poprzez działania wykonawcze. Rozporządzenie z grudnia 2025 roku nakazało agencjom federalnym identyfikowanie i kwestionowanie przepisów stanowych uznawanych za przeszkody dla krajowej polityki dotyczącej AI.

Władza wykonawcza nie może łatwo zastąpić ustawodawstwa. Agencje mogą wszczynać spory sądowe, uzależniać kwalifikujące się finansowanie od określonych warunków i kształtować zamówienia publiczne. Nie mogą stworzyć takiej samej trwałej ogólnokrajowej struktury odpowiedzialności i egzekwowania przepisów, jaką może ustanowić Kongres.

Wyzwania prawne zmusiłyby również sądy do zbadania ustawowych uprawnień rządu federalnego. Tworzy to kolejny okres niepewności dla firm, urzędników stanowych i osób dotkniętych systemami zautomatyzowanymi.

Dla przedsiębiorstw podejście stan po stanie wiąże się z realnymi kosztami operacyjnymi. Zespoły muszą ustalić, które systemy podlegają każdej ustawie, dokumentować procesy decyzyjne, aktualizować powiadomienia i zarządzać różnymi datami wejścia przepisów w życie.

Koszty te nie dowodzą, że wyparcie prawa stanowego jest właściwą odpowiedzią. Pokazują, dlaczego brak federalnego ustawodawstwa ma konsekwencje jeszcze zanim regulatorzy wniosą sprawę.

Dla jednostek praktyczne pytanie jest prostsze. Jeśli system AI odrzuci wniosek, podniesie rachunek za media lub narazi dziecko na szkodliwe treści, który rząd ma zarówno uprawnienia, jak i skuteczny środek ochrony?

Kongres nie odpowiedział na to pytanie na poziomie krajowym. Stany odpowiadają na nie fragmentarycznie.

Ryzyka związane z AI rozwijają się szybciej niż kalendarz legislacyjny

Kongres debatuje nad uprawnieniami instytucjonalnymi, podczas gdy zagrożenia związane z AI stają się widoczne w zwykłej pracy, infrastrukturze i usługach konsumenckich.

Bezpieczeństwo dzieci stało się jednym z niewielu obszarów szerokiej retorycznej zgody. Ustawodawcy obu partii twierdzą, że systemy konwersacyjne nie powinny manipulować nieletnimi ani udzielać niebezpiecznych wskazówek.

Zgoda co do celu nie przyniosła zgody co do wdrożenia. Ustawodawcy nadal różnią się w kwestiach weryfikacji wieku, odpowiedzialności platform, kontroli rodzicielskiej, prywatności oraz relacji między przepisami dotyczącymi konkretnie AI a szerszymi ustawami o bezpieczeństwie w internecie.

Zatrudnienie stwarza podobny problem. Firmy mogą używać AI do selekcji zgłoszeń, monitorowania wyników, rekomendowania grafików lub wspierania decyzji dyscyplinarnych. Każde zastosowanie obejmuje różny poziom nadzoru człowieka i różne konsekwencje dla pracowników.

Przepis nakazujący ujawnienie informacji mówi osobie, że obecna jest automatyzacja. Niekoniecznie wyjaśnia jednak wykorzystane dane, powód wyniku ani dostępny proces odwoławczy.

Federalni ustawodawcy muszą więc zdecydować, czy sama przejrzystość jest wystarczająca. Muszą również określić, kiedy organizacje potrzebują testowania, dokumentacji, kontroli człowieka lub odpowiedzialności prawnej.

Bezpieczeństwo modeli tworzy jeszcze trudniejsze wyzwanie. Modele graniczne to systemy ogólnego przeznaczenia trenowane na znaczną skalę i zdolne wspierać wiele dalszych zastosowań. Regulatorzy nie mogą przewidzieć każdego zastosowania przed wdrożeniem.

Propozycja Warnera odpowiada na tę niepewność poprzez bezpieczne testowanie i raportowanie incydentów. Kontrolowane środowisko testowe może pomóc zbadać ryzyka dla cyberbezpieczeństwa lub bezpieczeństwa narodowego przed szerokim udostępnieniem.

Jednak testowanie nie stanowi pełnej gwarancji. Modele zmieniają się po wdrożeniu pod wpływem aktualizacji, integracji, narzędzi i zachowań użytkowników. Wynik testu porównawczego nie może odzwierciedlać każdego środowiska, w którym system będzie działał.

Obowiązkowe zgłaszanie incydentów mogłoby pomóc regulatorom wykrywać powtarzające się awarie. Jego wartość zależy od jasnych progów, ochrony poufności, egzekwowania przepisów oraz zdolności administracji do analizowania zgłoszeń.

Biały Dom preferuje łagodniejszą strukturę federalną, skoncentrowaną na innowacjach i istniejących regulatorach. Argumentuje, że nadmierna odpowiedzialność prawna może zniechęcać do inwestycji i osłabiać konkurencyjność Stanów Zjednoczonych.

Ta kwestia konkurencyjności ma znaczenie polityczne. Stany Zjednoczone chcą, by krajowe firmy przewodziły w dziedzinie zaawansowanych modeli, chipów, infrastruktury chmurowej i zastosowań AI. Ustawodawcy postrzegają też zdolności w zakresie AI jako atut dla bezpieczeństwa narodowego.

Globalna konkurencja nie eliminuje jednak ryzyka krajowego. Zmienia jedynie równowagę kompromisów. Kongres musi zdecydować, które zabezpieczenia ograniczą możliwe do uniknięcia szkody, nie tworząc przy tym zasad dostępnych wyłącznie dla największych firm.

Ramy oparte wyłącznie na dobrowolnych zobowiązaniach pozostawiłyby luki w egzekwowaniu przepisów. Sztywny system licencjonowania mógłby z kolei umocnić pozycję obecnych liderów, nakładając koszty, których mniejsi deweloperzy nie są w stanie ponieść.

Dlatego opóźnienia legislacyjnego nie można sprowadzać do zwykłej obojętności. Wybory polityczne obejmują rzeczywiste konflikty między szybkością, rozliczalnością, konkurencją, federalizmem i niepewnością techniczną.

Mimo to złożoność nie znosi odpowiedzialności. Kongres rutynowo reguluje sektory, w których technologia się zmienia, a informacje są niepełne. Może aktualizować standardy, delegować pracę techniczną i wymagać od agencji przeglądu zasad.

Opóźnienie staje się bardziej znaczące, gdy systemy AI uzyskują dostęp do narzędzi i wrażliwych informacji. Asystent tworzący tekst wiąże się z jedną klasą ryzyka. System inicjujący transakcje lub zmieniający dokumentację biznesową — z inną.

Organizacje już opracowują wewnętrzne mechanizmy kontroli, ponieważ prawo federalne oferuje niewiele wskazówek specyficznych dla AI. Prowadzą rejestry modeli, dokumentację zatwierdzeń, dzienniki incydentów oraz procedury kontroli przez człowieka.

Pracownicy umysłowi stoją przed powiązanym wyzwaniem. Muszą odróżniać wyniki modelu od wiarygodnych dowodów i zachowywać kontekst stojący za decyzjami o istotnych konsekwencjach. Przeszukiwalna baza wiedzy AI może wspierać tę dyscyplinę, ale oprogramowanie nie zastąpi egzekwowalnych praw.

Pytanie regulacyjne dotyczy tego, kto ponosi odpowiedzialność, gdy zawodzą mechanizmy kontroli wewnętrznej. Kongres nie ustanowił spójnej odpowiedzi dla wszystkich sektorów i zastosowań.

W rezultacie agencje stosują starsze ustawy tam, gdzie jest to możliwe. Przepisy dotyczące ochrony konsumentów, praw obywatelskich, pracy, finansów, zdrowia i praw autorskich nadal obowiązują, nawet jeśli Kongres nie uchwalił ustawy o AI.

Obowiązujące prawo może przeciwdziałać oszustwom lub dyskryminacji. Może jednak nie nakładać obowiązków dotyczących dokumentacji, testowania i raportowania, które są potrzebne do zidentyfikowania problemu, zanim dojdzie do szkody.

Rosnąca rozbieżność między tempem wdrażania a tempem legislacyjnym jest zatem głównym ryzykiem. Wdrażanie AI postępuje poprzez premiery produktów i umowy korporacyjne. Kongres działa poprzez komisje, negocjacje i cykle wyborcze.

Centra danych zmieniają politykę AI w lokalny spór o koszty

Federalna debata zmieniła się, gdy fizyczna infrastruktura AI zaczęła wpływać na grunty, wodę, systemy energetyczne i rachunki gospodarstw domowych za media.

O AI często mówi się jak o oprogramowaniu, ale zaawansowane modele zależą od centrów danych wypełnionych procesorami, sprzętem sieciowym, pamięcią masową i systemami chłodzenia. Obiekty te wymagają znacznych ilości energii elektrycznej oraz infrastruktury fizycznej.

Społeczności odczuwają tę ekspansję poprzez wnioski planistyczne, projekty przesyłowe, planowanie zasobów wodnych, ulgi podatkowe, ruch budowlany i potencjalne zmiany zapotrzebowania na energię elektryczną.

Lokalny sprzeciw rośnie ponad podziałami politycznymi. Część mieszkańców sprzeciwia się zużyciu wody lub rozwojowi przemysłowemu. Inni kwestionują, czy korzyści podatkowe i obiecywane miejsca pracy uzasadniają koszty infrastruktury.

Obawy te osłabiają przekonanie, że jedna krajowa regulacja może rozstrzygnąć każdy spór dotyczący AI. Bezpieczeństwo modeli może wymagać federalnej wiedzy eksperckiej, podczas gdy planowanie użytkowania gruntów i usług komunalnych tradycyjnie należy do władz stanowych i lokalnych.

Ramy Białego Domu uwzględniły kwestię kosztów dla odbiorców energii. Wezwano w nich do polityk mających zapobiec przerzucaniu na gospodarstwa domowe kosztów infrastruktury energetycznej powstających w związku z dużymi obiektami AI.

Kilka dużych firm technologicznych dobrowolnie zobowiązało się pokrywać koszty związane z potrzebami energetycznymi ich centrów danych. Ujęcie takich zasad w przepisach wymagałoby szczegółowych regulacji dotyczących wytwarzania energii, przesyłu, przyłączeń i rozliczeń przedsiębiorstw użyteczności publicznej.

Zobowiązanie łatwiej ogłosić niż wyegzekwować. Koszty mogą pojawiać się w wielu kanałach, w tym poprzez nowe stacje elektroenergetyczne, modernizacje sieci, rezerwową moc oraz długoterminowe umowy na dostawy energii.

Regulatorzy muszą ustalić, które inwestycje służą jednemu klientowi, a które przynoszą korzyść całej sieci. Ta kalkulacja różni się między obszarami obsługiwanymi przez przedsiębiorstwa użyteczności publicznej i stanowymi systemami regulacyjnymi.

Członkowie Kongresu przedstawili projekty ustaw dotyczące ujawniania informacji o centrach danych, gruntów federalnych, zapotrzebowania na energię i skutków lokalnych. Niektórzy ustawodawcy chcą szybszych procedur wydawania pozwoleń, ponieważ uznają przepustowość infrastruktury za niezbędną dla krajowego przywództwa USA w AI.

Inni chcą wstrzymania działań. Senator Bernie Sanders i przedstawicielka Alexandria Ocasio-Cortez przedstawili ustawę dotyczącą centrów danych AI, która zawiesiłaby część budów do czasu wprowadzenia krajowych zabezpieczeń.

Propozycja bezpośrednio łączy infrastrukturę z szerszym zarządzaniem AI. Jej zwolennicy wskazują na energię elektryczną, wodę, pracę, prywatność, udział społeczności i dystrybucję korzyści gospodarczych.

Ogólnokrajowe moratorium ma niewielkie szanse polityczne. Mimo to pokazuje, jak daleko debata odeszła od abstrakcyjnych zasad dotyczących modeli.

Główny konflikt to obecnie jednolitość krajowa bez egzekwowalnych zabezpieczeń kontra działania stanowe i lokalne odpowiadające na natychmiastowe koszty. Centra danych uwidaczniają ten spór, ponieważ społeczności nie mogą bezterminowo odkładać decyzji infrastrukturalnych.

Hrabstwo musi zdecydować, czy zatwierdzić projekt. Przedsiębiorstwo użyteczności publicznej musi planować zapotrzebowanie. Regulator stanowy musi zdecydować, kto zapłaci za modernizacje.

Kongres może opóźniać kompleksową ustawę, nie zamrażając tych decyzji. Ta asymetria daje władzom stanowym i lokalnym coraz większy wpływ na warunki rozwoju AI.

Firmy technologiczne również odczuwają presję strategiczną. Jeśli sprzeciwiają się lokalnym ograniczeniom, podczas gdy legislacja federalna pozostaje w impasie, ryzykują wrażenie, że dążą do uwolnienia się od nadzoru na obu poziomach.

Niektóre firmy złagodziły sprzeciw wobec przepisów stanowych, gdy te zaczęły się zbiegać. Spójne wymogi stanowe mogą z czasem przypominać de facto standard krajowy, nawet bez ustawy Kongresu.

Taki wynik byłby mniej efektywny niż ustawodawstwo federalne, ale jest instytucjonalnie prawdopodobny. Polityka prywatności podążała podobnym wzorcem, gdy stany wypełniały luki pozostawione przez Kongres.

Spory dotyczące centrów danych mogą przyspieszyć ten proces. W przeciwieństwie do hipotetycznych przyszłych zagrożeń związanych z modelami, rachunki za energię elektryczną i konflikty o użytkowanie gruntów tworzą zorganizowane lokalne grupy interesu.

Te grupy nie wpisują się łatwo w ogólnokrajowe kategorie partyjne. Konserwatyści mogą sprzeciwiać się projektom przemysłowym w pobliżu swoich społeczności. Postępowcy mogą protestować przeciwko kosztom środowiskowym i koncentracji korporacyjnej.

Cykl wyborczy w 2026 roku zwiększa presję. Kandydaci mogą krytykować firmy AI z różnych pozycji ideologicznych, proponując jednocześnie niekompatybilne rozwiązania polityczne.

Relacje Google News odzwierciedlają tę fragmentację. Jeden nagłówek podkreśla incydenty związane z bezpieczeństwem, inny koncentruje się na miejscach pracy, a kolejny śledzi lokalny sprzeciw wobec centrów danych. Kongres będzie musiał ostatecznie połączyć te kwestie w funkcjonalnej strukturze prawnej.

Preempcja bez zabezpieczeń jest kluczowym kompromisem

Standard federalny może ograniczyć konflikty regulacyjne, ale staje się niebezpieczny, gdy usuwa ochronę stanową, zanim ją zastąpi.

Zwolennicy preempcji przedstawiają poważny argument. Dostawca modelu obsługujący klientów w całym kraju nie może przeprojektowywać swojego podstawowego systemu pod dziesiątki sprzecznych standardów technicznych.

Fragmentacja może również szkodzić mniejszym firmom. Duże platformy mogą zatrudniać zespoły ds. zgodności, korzystać z prawników w każdym stanie i tworzyć odrębne systemy raportowania. Startupy mają mniej zasobów.

Jednolite zasady mogą poprawić rozliczalność, gdy ustanawiają jeden jasny poziom bazowy. Prawo federalne mogłoby definiować zastosowania wysokiego ryzyka, ustanawiać obowiązki testowania, przydzielać uprawnienia regulatorom i zapewniać spójne środki prawne.

Problemem jest kolejność działań. Kongres wielokrotnie rozważał blokowanie przepisów stanowych, nie uzgadniając wcześniej federalnego minimum ochrony.

Minimalny poziom regulacyjny ustanawia podstawowe zabezpieczenia, pozwalając jednocześnie na surowsze działania stanów. Pułap uniemożliwia stanom pójście dalej. Wiele obecnych sporów dotyczy tego, gdzie między tymi modelami powinno znaleźć się ustawodawstwo federalne.

Podejście Białego Domu opowiada się za znaczną jednolitością i ograniczoną odpowiedzialnością deweloperów. Krytycy twierdzą, że chroniłoby to firmy przed egzekwowaniem prawa przez stany, przerzucając zbyt dużą odpowiedzialność na użytkowników końcowych.

Odpowiedzialność deweloperów jest trudną kwestią, ponieważ modele ogólnego przeznaczenia wspierają nieprzewidywalne zastosowania. Pociąganie dewelopera do odpowiedzialności za każde niewłaściwe użycie byłoby niewykonalne.

Całkowite usunięcie odpowiedzialności deweloperów stworzyłoby jednak również słabe bodźce. Deweloperzy kontrolują szkolenie, ewaluacje, decyzje o wydaniu, funkcje bezpieczeństwa i dostęp do technicznych dowodów niedostępnych dla użytkowników.

Wiarygodne federalne ramy AI wymagają odpowiedzialności na każdym poziomie. Deweloperzy powinni zajmować się ryzykami, które mogą rozsądnie przetestować. Podmioty wdrażające powinny oceniać kontekst, dane i nadzór człowieka. Użytkownicy powinni nadal odpowiadać za umyślne niewłaściwe użycie.

Kongres musi także wybrać model egzekwowania przepisów. Istniejące agencje mają wiedzę sektorową, ale żadna pojedyncza agencja nie widzi całego rynku.

Nowy regulator mógłby skoncentrować wiedzę techniczną. Mógłby też wywołać konflikty kompetencyjne, opóźniać wdrożenia i stać się podatny na przejęcie polityczne.

Biały Dom sprzeciwia się utworzeniu nowej agencji AI. Pozostawia to Kongresowi problem koordynacji między regulatorami o różnych uprawnieniach i zasobach.

NIST oferuje dobrowolne wytyczne techniczne za pośrednictwem swoich AI Risk Management Framework. Ramy te pomagają organizacjom identyfikować ryzyko i nim zarządzać, ale same w sobie nie tworzą obowiązków prawnych.

Dobrowolne standardy działają najlepiej, gdy nabywcy, ubezpieczyciele, sądy lub regulatorzy tworzą zachęty do ich przyjęcia. Są słabsze, gdy organizacja powodująca ryzyko nie ponosi jego pełnego kosztu.

Ta sama kwestia dotyczy dobrowolnego zgłaszania incydentów. Firmy mogą zgłaszać zdarzenia, gdy poufność i ochrona prawna są jasne. Mogą milczeć, gdy ujawnienie stwarza ryzyko dla reputacji lub ryzyko sporów sądowych.

Kongres może zaprojektować przepisy typu safe harbor, które zachęcają do raportowania, nie usprawiedliwiając zaniedbań. Lotnictwo stanowi użyteczny punkt odniesienia, lecz incydenty związane z oprogramowaniem różnią się od wypadków transportowych.

Systemy AI są szeroko rozpowszechnione, często aktualizowane i osadzone w produktach obsługiwanych przez odrębne firmy. Ustalenie, kiedy jedno zdarzenie staje się incydentem podlegającym zgłoszeniu, wymaga precyzji technicznej.

Krytycy ostrzegają również, że ustawodawstwo federalne mogłoby utrwalić w prawie dzisiejsze założenia. Zdolności AI i modele biznesowe nadal się zmieniają, więc definicje mogą szybko się zestarzeć.

Ryzyko to przemawia za elastycznymi standardami i okresowymi przeglądami. Nie uzasadnia ono jednak bezterminowej bezczynności.

Kongres mógłby wymagać od agencji aktualizowania kryteriów technicznych przy jednoczesnym zachowaniu jasnych praw ustawowych. Mógłby również stosować klauzule wygaśnięcia wobec przepisów eksperymentalnych.

Największym nadużyciem byłoby twierdzenie, że pojedyncze ramy prawne mogą uczynić AI bezpieczną. Regulacje mogą poprawić bodźce, przejrzystość, jakość dowodów i środki naprawcze. Nie są jednak w stanie wyeliminować niepewności ani złośliwych działań.

Przeciwne nadużycie polega na twierdzeniu, że regulacje z konieczności niszczą innowacje. Testy bezpieczeństwa, dokumentacja i raportowanie incydentów są już standardową praktyką w innych branżach o istotnych konsekwencjach społecznych.

Przydatne pytanie brzmi, które obowiązki odpowiadają którym ryzykom. Chatbot oferujący rozrywkę nie powinien podlegać takim samym kontrolom jak system wpływający na opiekę medyczną lub infrastrukturę krytyczną.

Regulacje oparte na ryzyku brzmią prosto, lecz sama klasyfikacja rodzi własne spory. Firmy mogą twierdzić, że produkt nie należy do kategorii wysokiego ryzyka. Regulatorzy potrzebują dostępu do dowodów, aby ocenić takie twierdzenie.

To sprowadza debatę z powrotem do egzekwowalności. Szerokie zasady przyciągają ponadpartyjne deklaracje. Wiążące definicje, audyty, odpowiedzialność i środki naprawcze decydują o tym, czy prawo zmienia zachowania.

Kongres pozostaje powolny, ponieważ te szczegóły rozdzielają władzę i koszty. Debata nad federalnymi ramami dla AI jest ostatecznie debatą o tym, kto musi działać przed wystąpieniem szkody i kto płaci później.

Trzy sygnały pokażą, czy Kongres może ruszyć z miejsca

Kolejny etap będzie mierzony działaniami komisji, egzekwowaniem prawa przez stany oraz konkretnymi federalnymi reakcjami na incydenty związane z modelami lub infrastrukturą.

Pierwszym sygnałem będzie to, czy kompleksowa propozycja trafi na posiedzenie komisji w sprawie poprawek. Jest to formalne spotkanie, podczas którego ustawodawcy debatują nad tekstem legislacyjnym, wprowadzają poprawki i głosują.

Żadne ogólnokrajowe ramy nie mogą posunąć się naprzód wyłącznie na podstawie oświadczeń. Działanie komisji pokazałoby, że liderzy rozwiązali wystarczająco dużo sporów kompetencyjnych i partyjnych, aby przetestować konkretne przepisy.

Najważniejsze szczegóły dotyczyłyby wyłączenia prawa stanowego, odpowiedzialności twórców, uprawnień regulatorów i środków ochrony dla jednostek. Ustawa omijająca te kwestie nie rozwiązałaby obecnego konfliktu.

Ponadpartyjne poparcie dla projektu wzmocniłoby argument za postępem, ale nie gwarantowałoby jego uchwalenia. Głosowanie Senatu przeciwko szerokiemu moratorium dla stanów pokazało, że wyłączenie prawa stanowego może oddzielać ustawodawców od ich zwykłych koalicji.

Jeśli ramy będą postępować wraz z egzekwowalnymi federalnymi zabezpieczeniami, zanim ograniczą uprawnienia stanów, perspektywy trwałego kompromisu się poprawią. Jeśli na pierwszy plan wysunie się wyłączenie prawa stanowego, a zabezpieczenia pozostaną niejasne, opór prawdopodobnie się zaostrzy.

Drugim sygnałem będzie to, jak przepisy stanowe działają w praktyce. Działania egzekucyjne, wytyczne dotyczące zgodności i spory sądowe dostarczą dowodów, których Kongres obecnie nie ma.

Jeśli przepisy stanowe okażą się zgodne i zbieżne wokół wspólnych obowiązków, argument, że fragmentacja jest niemożliwa do opanowania, osłabnie. Stany mogłyby ustanowić praktyczny poziom bazowy poprzez powtarzalność.

Jeśli sprzeczne definicje lub wymogi techniczne spowodują poważne problemy operacyjne, argument za federalną jednolitością stanie się silniejszy. Kongres miałby wtedy do rozwiązania konkretne konflikty zamiast hipotetycznych.

Znaczenie mają również wyzwania prawne wobec strategii wykonawczej administracji. Sądy mogą wyjaśnić, jak daleko agencje federalne mogą posunąć się bez nowych przepisów.

Skuteczne federalne zakwestionowanie prawa stanowego zwiększyłoby wpływ władzy wykonawczej. Odrzucenie go przez sąd wzmocniłoby potrzebę bezpośredniego działania Kongresu.

Trzecim sygnałem będzie reakcja rządu na poważny incydent związany z AI lub konflikt infrastrukturalny. Waszyngton często działa, gdy abstrakcyjne ryzyko staje się widocznym wydarzeniem z możliwymi do zidentyfikowania ofiarami.

Takie wydarzenie może dotyczyć bezpieczeństwa dzieci, cyberbezpieczeństwa, zautomatyzowanej dyskryminacji, infrastruktury krytycznej lub sporu o koszty centrum danych. Konkretna kategoria ma mniejsze znaczenie niż instytucjonalna reakcja Kongresu.

Przesłuchania i pisma mogą gromadzić fakty. Nie ustanawiają jednak stałego raportowania, kontroli ani środków naprawczych.

Poważna reakcja połączyłaby incydent z trwałymi przepisami i zdolnością agencji do działania. Reakcja symboliczna przyniosłaby wąskie ustawy komunikacyjne bez rozwiązania podstawowych ram.

Twórcy i nabywcy korporacyjni powinni uważnie obserwować te sygnały. Wymogi federalne mogłyby zmienić ocenę modeli, dokumentację, zamówienia, zarządzanie incydentami i warunki umów.

Działania stanów już wpływają na te praktyki. Organizacje nie powinny zakładać, że przyszłe prawo federalne usunie każdy lokalny obowiązek.

Zespoły potrzebują rejestrów pokazujących, z których modeli korzystają, jakie dane do nich trafiają, kto zatwierdza zastosowania wysokiego ryzyka oraz w jaki sposób ludzie mogą kwestionować istotne decyzje. Takie rejestry wspierają zgodność z przepisami, ale także poprawiają wewnętrzne podejmowanie decyzji.

Pracownicy i konsumenci powinni obserwować kwestię środków ochrony. Przejrzystość ma ograniczoną wartość, gdy dana osoba nie może poprawić danych, zażądać ludzkiej weryfikacji ani zakwestionować szkodliwej decyzji.

Język polityczny wokół AI zaostrzy się przed wyborami śródokresowymi. Niektórzy kandydaci będą przedstawiać regulacje jako ochronę przed skoncentrowaną władzą korporacyjną. Inni zaprezentują je jako zagrożenie dla amerykańskiej konkurencyjności.

Ta retoryka może przesłaniać obszary porozumienia. Ustawodawcy szeroko uznają zagrożenia dla dzieci, infrastruktury, bezpieczeństwa narodowego i pracowników. Nie zgadzają się co do egzekwowania prawa i federalizmu.

Kolejnym istotnym wydarzeniem nie będzie następne ogólne oświadczenie popierające odpowiedzialne innowacje. Będzie nim tekst legislacyjny, który przypisuje obowiązki i przetrwa głosowanie w komisji.

Do tego czasu rządy stanowe będą nadal ustanawiać praktyczne zasady, agencje będą rozszerzać istniejące uprawnienia, a firmy będą zarządzać niespójnymi obowiązkami. Społeczności będą nadal podejmować decyzje infrastrukturalne bez ustalonej polityki krajowej.

Czytelnicy śledzący tę historię przez Google News powinni odróżniać ogłoszenia od postępu instytucjonalnego. Nowe ramy, przemówienie lub przesłuchanie zmieniają rozmowę. Tylko uchwalone przepisy zmieniają krajowy poziom bazowy prawa.

Pytanie dla Kongresu nie brzmi już, czy AI zasługuje na uwagę. Chodzi o to, czy ustawodawcy potrafią zaakceptować kompromisy wymagane do jej regulowania.

Obserwujcie komisje, a nie slogany. Śledźcie, czy federalne zabezpieczenia pojawią się, zanim znikną uprawnienia stanów. Następnie sprawdźcie, czy wynikający z tego system daje ludziom użyteczne prawa, gdy AI wpływa na ich pracę, rodziny, informacje i społeczności.