Narzędzia UNESCO do zarządzania AI przenoszą etykę od zasad do testów politycznych

UNESCO uruchomi 16 września trzy produkty dotyczące zarządzania AI, przesuwając swój program etyczny od ogólnych zasad w stronę dowodów, które rządy mogą zastosować w praktyce. Narzędzia UNESCO do zarządzania AI pojawiają się w momencie, gdy decydenci mierzą się z systemami agentowymi, rosnącymi wymaganiami infrastrukturalnymi i nierównymi możliwościami państw.

Pakiet obejmuje RAM 2.0, globalną analizę ocen krajowych oraz zestaw narzędzi dotyczących środowiskowego śladu AI. RAM oznacza Readiness Assessment Methodology, czyli proces diagnostyczny służący ocenie zdolności kraju do odpowiedzialnego zarządzania AI.

To połączenie tworzy zasadnicze napięcie stojące za ogłoszeniem. Międzynarodowe zasady dotyczące AI są dziś powszechne, lecz wdrażanie pozostaje rozproszone między przepisami, instytucjami, możliwościami technicznymi i egzekwowaniem prawa. UNESCO chce, aby jego podejście na poziomie krajowym łączyło te warstwy, nie stając się kolejnymi dobrowolnymi ramami, które rządy popierają, ale których nie potrafią wdrożyć.

Produkty zadebiutują podczas czwartego Global Forum on the Ethics of Artificial Intelligence w Rijadzie w Arabii Saudyjskiej. Forum odbędzie się od 14 do 17 września i jest współorganizowane z Saudi Data and Artificial Intelligence Authority oraz ICAIRE.

UNESCO podaje, że jego pierwotna metodologia wpłynęła już na strategie krajowe i regionalne mapy drogowe. RAM 2.0 musi teraz wykazać, że dobrowolne narzędzie diagnostyczne może pozostać użyteczne, gdy wiążące systemy, w tym AI Act Unii Europejskiej, wchodzą w fazę wdrażania.

UNESCO uruchamia trzy narzędzia, a nie kolejną deklarację

Ogłoszenie ma znaczenie, ponieważ UNESCO łączy diagnozę, dowody porównawcze i wytyczne środowiskowe w jeden proces polityczny.

Według ogłoszenia o narzędziach zarządzania, UNESCO planuje przedstawić wszystkie trzy produkty 16 września. Każdy z nich dotyczy innej luki między zasadami etycznymi a działaniami rządów.

Pierwszym produktem jest RAM 2.0, zaktualizowana wersja krajowej oceny gotowości UNESCO. Obecna metodologia bada warunki prawne, regulacyjne, społeczne, kulturowe, gospodarcze, edukacyjne, naukowe, techniczne i infrastrukturalne.

UNESCO podaje, że aktualizacja uwzględnia więcej wkładu od kobiet, osób z niepełnosprawnościami i ludów rdzennych. To istotna zmiana, ponieważ krajowa polityka AI często traktuje włączenie społeczne jako końcowy etap kontroli zgodności. RAM 2.0 umieszcza natomiast społeczności, których dotyczy polityka, wewnątrz procesu gromadzenia dowodów.

Drugi produkt analizuje ustalenia z krajowych ocen. Ma identyfikować globalne wzorce zarządzania AI w różnych państwach, zamiast pozostawiać każdy raport jako samodzielny dokument.

Ta warstwa porównawcza może ujawnić powtarzające się luki instytucjonalne. Mogą one obejmować niejasny zakres uprawnień regulacyjnych, ograniczoną wiedzę ekspercką w sektorze publicznym, słabe zarządzanie danymi lub niewystarczające możliwości kwestionowania przez społeczności zautomatyzowanych decyzji.

Globalna synteza może jednak także spłaszczać lokalne różnice, jeśli jej kategorie staną się zbyt szerokie. Kraj budujący podstawowe zdolności administracyjne stoi przed innymi ograniczeniami niż dojrzała gospodarka cyfrowa regulująca modele ogólnego przeznaczenia.

Trzecim produktem jest środowiskowy zestaw narzędzi dla decydentów. UNESCO podaje, że będzie on uwzględniał obie strony relacji AI ze środowiskiem.

Rządy potrzebują metod ograniczania środowiskowego śladu systemów AI. Potrzebują także sposobów oceny twierdzeń, że AI może wspierać działania na rzecz klimatu, ochronę bioróżnorodności i odporność ekosystemów.

Łączne traktowanie tych celów ma sens. Projekt AI nie może zostać uznany za korzystny wyłącznie dlatego, że jego zamierzone zastosowanie wspiera ochronę przyrody. Decydenci potrzebują również dowodów dotyczących wymagań obliczeniowych, źródeł energii, zużycia wody, zakupu sprzętu oraz mierzalnych rezultatów projektu.

Trzy produkty tworzą zatem przybliżoną sekwencję. RAM 2.0 identyfikuje luki w zdolnościach i zarządzaniu. Globalna analiza pokazuje, czy luki te powtarzają się w różnych jurysdykcjach. Zestaw narzędzi środowiskowych stosuje bardziej ukierunkowany test w jednym z coraz pilniejszych obszarów polityki.

Jest to bardziej operacyjne podejście niż wydanie kolejnego oświadczenia o godnej zaufania AI. Nadal jednak nie jest regulacją, ponieważ rekomendacje UNESCO nie są bezpośrednio egzekwowalnym prawem krajowym.

To rozróżnienie wpłynie na sposób wykorzystania pakietu przez rządy. Diagnoza może pomóc urzędnikom ustalić, jakich instytucji, umiejętności i zasad potrzebują. Nie może zmusić ministerstwa, regulatora ani dostawcy AI do działania zgodnie z tymi ustaleniami.

Ograniczenie to nie czyni tej pracy nieistotną. Sprawia, że działania następcze stają się kluczową miarą sukcesu.

Dlaczego narzędzia UNESCO do zarządzania AI pojawiają się właśnie teraz

Polityka AI weszła w fazę wdrażania, w której rządy potrzebują dowodów, personelu i odpowiedzialności instytucjonalnej, a nie tylko wspólnych wartości.

193 państwa członkowskie UNESCO przyjęły Recommendation on the Ethics of Artificial Intelligence w listopadzie 2021 roku. Dokument ustanowił ramy oparte na prawach człowieka, obejmujące cały cykl życia AI.

Jego obszary polityki obejmują zarządzanie danymi, edukację, pracę, zdrowie, równość płci, kulturę, komunikację i środowisko. Państwa członkowskie stosują rekomendację dobrowolnie, poprzez własne systemy konstytucyjne i administracyjne.

Rekomendacja wzywała także do stworzenia praktycznych narzędzi wdrożeniowych. UNESCO opracowało RAM dla gotowości na poziomie krajowym oraz Ethical Impact Assessment do oceny poszczególnych systemów i projektów AI.

RAM jest diagnozą na poziomie makro, a nie certyfikacją produktu. Jego celem jest zbadanie, czy kraj posiada przepisy, instytucje, umiejętności, infrastrukturę i zabezpieczenia społeczne potrzebne do odpowiedzialnego korzystania z AI.

Metodologia oceny gotowości zachęca rządy, aby patrzyły dalej niż na sam fakt posiadania krajowej strategii AI. Strategia może istnieć bez skutecznego regulatora, wyszkolonych zespołów zakupowych, znaczących konsultacji publicznych lub dostępnych środków odwoławczych.

UNESCO informuje, że współpracowało z 77 krajami przy krajowych strategiach i politykach AI. Podaje, że 58 krajów ukończyło proces oceny, a w jego opracowaniu uczestniczyło ponad 20 000 interesariuszy.

Liczby te pokazują zasięg, ale ujawniają też kolejny problem. Sporządzenie oceny nie jest tym samym co zmiana budżetów, zasad administracyjnych, praktyk zakupowych czy struktur egzekwowania przepisów.

UNESCO wskazywało Bangladesz, Kolumbię, Ghanę, Nigerię i Zimbabwe jako kraje, w których RAM wpłynął na rozwój strategii AI. Podaje również, że metodologia wpłynęła na Continental AI Strategy Unii Afrykańskiej oraz ASEAN Responsible AI Roadmap na lata 2025–2030.

Przykłady te dają RAM mocniejsze podstawy niż ramom testowanym wyłącznie podczas warsztatów. Jakość wdrożenia będzie jednak różnić się w zależności od kraju, systemu politycznego, zasobów i uprawnień regulacyjnych.

Termin ogłoszenia odzwierciedla również zmiany w technologii. Systemy agentowej AI mogą planować zadania, wywoływać narzędzia programowe i podejmować działania przy ograniczonym, krok po kroku, kierowaniu przez człowieka.

Ta zdolność komplikuje rozliczalność. Przegląd zarządzania musi uwzględniać, kto upoważnił dane działanie, jakie dane i narzędzia były dostępne, jak rejestrowano decyzje oraz czy człowiek mógł interweniować.

Program forum w Rijadzie umieszcza agentową AI obok skutków środowiskowych, równości płci, kultury, zdrowia psychicznego młodzieży, neurotechnologii i biologii syntetycznej. Ten program pokazuje, jak daleko zarządzanie wykroczyło poza zasady dotyczące treści chatbotów.

Czwarte forum odbywa się także pięć lat po przyjęciu przez UNESCO rekomendacji. Wydarzenie jest więc przedstawiane jako przegląd tego, czy zobowiązania etyczne doprowadziły do powstania użytecznych instytucji.

Oficjalny program forum obejmuje dyskusje ministerialne, panele eksperckie, warsztaty, ogłoszenia partnerstw oraz sesje poświęcone finansowaniu etycznego zarządzania. Wymienia przedstawicieli rządów, społeczeństwa obywatelskiego, środowiska akademickiego, organizacji międzynarodowych i przemysłu.

Różne oficjalne strony podają odmienne dane o frekwencji. Ogłoszenie UNESCO mówi, że szersze forum zgromadzi 8 000 uczestników, w tym ministrów i wiceministrów z około 50 krajów. Dedykowana strona forum wymienia 1 200 uczestników i zaproszenia dla 194 państw członkowskich.

Liczby te mogą mierzyć różne kategorie uczestnictwa, ale strony nie wyjaśniają rozbieżności. Ta niepewność stanowi użyteczne przypomnienie, że nawet podstawowe raportowanie dotyczące zarządzania wymaga spójnych definicji.

Sama skala nie zdecyduje o znaczeniu wydarzenia. Mocniejszym sprawdzianem będzie to, czy ministerstwa opuszczą Rijad z określonymi obowiązkami, finansowanymi planami pracy i publicznymi harmonogramami działań w odpowiedzi na ustalenia ocen.

Dobrowolne diagnozy mierzą się z wiążącą regulacją

Główne starcie przebiega między dobrowolnym budowaniem zdolności a egzekwowalnymi, zależnymi od jurysdykcji obowiązkami.

Model UNESCO opiera się na współpracy. Kraje oceniają własne ekosystemy, konsultują się z interesariuszami, identyfikują luki i otrzymują wsparcie techniczne dostosowane do warunków krajowych.

Takie podejście może działać w jurysdykcjach o bardzo różnych systemach prawnych. Może też obejmować kraje, którym brakuje personelu lub dojrzałości instytucjonalnej potrzebnych do natychmiastowego opracowania kompleksowych przepisów dotyczących AI.

Wiążące regulacje działają według innej logiki. Nakładają obowiązki prawne, wskazują odpowiedzialne podmioty, ustanawiają nadzór i tworzą konsekwencje za nieprzestrzeganie przepisów.

AI Act Unii Europejskiej ilustruje tę drogę. Prawo klasyfikuje określone zastosowania według ryzyka i nakłada obowiązki na dostawców, podmioty stosujące, importerów, dystrybutorów i inne podmioty.

Zgodnie z aktualnym harmonogramem AI Act Komisji Europejskiej zasady dotyczące zarządzania i obowiązki dla modeli AI ogólnego przeznaczenia zaczęły obowiązywać w sierpniu 2025 roku. Większość szerszych ram zaczęła obowiązywać w sierpniu 2026 roku, a dla określonych systemów wysokiego ryzyka przewidziano późniejsze terminy.

UNESCO nie konkuruje z UE jako ustawodawca. Jego narzędzia są natomiast skierowane do krajów, które muszą zrozumieć swoją sytuację wyjściową, zanim wybiorą przepisy, regulatorów, standardy lub wytyczne sektorowe.

To sprawia, że oba podejścia mogą się wzajemnie uzupełniać. Ocena gotowości może wskazać brakujące instytucje. Ustawodawstwo może następnie określić, która instytucja ma uprawnienia i co muszą robić regulowane organizacje.

Zagrożenie pojawia się, gdy diagnoza staje się substytutem trudnych decyzji politycznych. Rządy mogą przeprowadzać konsultacje i publikować dopracowane raporty, jednocześnie odkładając niezależny nadzór, dostęp do środków odwoławczych lub ograniczenia dotyczące zastosowań wysokiego ryzyka.

Drugie zagrożenie dotyczy rozproszonego wdrażania. Jeżeli każdy kraj inaczej przełoży zasady etyczne na praktykę, dostawcy mogą napotkać niezgodne definicje, zasady dokumentacji i oczekiwania dotyczące raportowania.

Globalna spójność brzmi atrakcyjnie, lecz pełna jednolitość nie jest ani prawdopodobna, ani zawsze pożądana. Kraje różnią się prawami konstytucyjnymi, zdolnościami administracyjnymi, rynkami pracy, językami i potrzebami usług publicznych.

Bardziej praktycznym celem jest interoperacyjność. Rządy potrzebują wystarczająco wspólnej terminologii i dowodów, aby porównywać podejścia, zachowując jednocześnie zdolność reagowania na lokalne szkody.

RAM 2.0 może wnieść wkład, ustanawiając wspólną bazę diagnostyczną. Globalny raport z ustaleń może pokazać, gdzie luki w zdolnościach powtarzają się oraz gdzie lokalne warunki wymagają odrębnej reakcji.

Jednak żaden z tych produktów nie rozstrzygnie sporów o akceptowalny poziom ryzyka. Rządy nadal muszą zdecydować, czy niektóre zastosowania wymagają zakazu, uprzedniego zezwolenia, ciągłego monitorowania lub kontroli specyficznych dla danego sektora.

Na te decyzje będzie wpływać także branża. Dostawcy AI często dysponują większą ilością informacji technicznych niż instytucje publiczne oceniające ich systemy.

Ta nierównowaga sprawia, że ważne są standardy dokumentacji, dostęp do audytów, raportowanie incydentów oraz siła negocjacyjna w zamówieniach publicznych. Ocena gotowości powinna ujawnić, czy rządy mogą żądać wiarygodnych dowodów, zamiast przyjmować zapewnienia dostawców.

Zamówienia publiczne są obszarem, w którym dobrowolne wytyczne mogą mieć natychmiastową moc. Instytucja publiczna może wymagać ocen wpływu, dokumentacji danych, zabezpieczeń oraz nadzoru człowieka przed zakupem systemu AI.

Może także zobowiązać dostawców do prowadzenia logów, zgłaszania awarii i wspierania niezależnych testów. Takie wymogi kontraktowe mogą wpływać na wdrożenia jeszcze przed uchwaleniem krajowej ustawy o AI.

Ta sama logika dotyczy nabywców korporacyjnych. Ustrukturyzowany workflow wiedzy może zachować polityki, oceny, dokumenty dostawców i rejestry incydentów. Nie zastępuje zarządzania, ale ułatwia weryfikację decyzji.

Główne pytanie nie brzmi zatem, czy zwyciężą dobrowolne wytyczne czy wiążące prawo. Chodzi o to, czy wyniki ocen prowadzą do egzekwowalnych decyzji tam, gdzie egzekwowanie jest konieczne.

RAM 2.0 zostanie oceniony po tym, co zmieni się po przeprowadzeniu oceny

Lepszy kwestionariusz ma znaczenie tylko wtedy, gdy jego ustalenia zmieniają instytucje, budżety, przepisy i decyzje dotyczące wdrożeń.

Obecny RAM UNESCO wykorzystuje pytania jakościowe i ilościowe w pięciu powiązanych wymiarach. Obejmują one warunki prawne, społeczne i kulturowe, naukowe i edukacyjne, gospodarcze oraz techniczne i infrastrukturalne.

Ta szerokość ujęcia uznaje podstawową prawdę o zarządzaniu AI. Kraj nie może skutecznie regulować tej technologii wyłącznie za pośrednictwem ministerstwa technologii.

Agencje pracy muszą rozumieć automatyzację miejsc pracy. Władze oświatowe muszą zająć się danymi uczniów i edukacją w zakresie AI. Organy ochrony konkurencji potrzebują wglądu w koncentrację rynku i dostęp do zasobów obliczeniowych.

Organy ochrony danych potrzebują wiedzy technicznej i uprawnień dochodzeniowych. Sądy i organy administracyjne potrzebują procedur weryfikowania decyzji, gdy zautomatyzowane systemy wpływają na prawa lub świadczenia publiczne.

RAM może ujawnić, czy te elementy istnieją. Może także pokazać, kiedy odpowiedzialność jest rozproszona między instytucje bez organu koordynującego.

Silniejszy nacisk RAM 2.0 na inkluzywność powinien poprawić tę diagnozę. Osoby z niepełnosprawnościami mogą napotykać niedostępne interfejsy lub zautomatyzowane systemy selekcji, które błędnie interpretują technologie wspomagające.

Społeczności rdzenne mogą mierzyć się z ryzykiem dotyczącym danych językowych, wiedzy kulturowej, praw zbiorowych i suwerenności danych. Kobiety mogą doświadczać udokumentowanych wzorców dyskryminującej klasyfikacji, selekcji w miejscu pracy oraz nadużyć wspieranych przez AI.

Zaproszenie tych grup do konsultacji to jedynie pierwszy krok. Decydenci muszą pokazać, jak ich dowody zmieniły rekomendację, budżet, ograniczenie lub wymóg monitorowania.

W przeciwnym razie uczestnictwo staje się proceduralne. Rządy mogą wskazywać na konsultacje, nie przekazując żadnego wpływu na ostateczną decyzję.

Metodologia stoi również przed wyzwaniem pomiarowym. Krajowej gotowości nie można sprowadzić do istnienia strategii, agencji i rad doradczych.

Instytucja może istnieć na papierze, ale nie mieć personelu, finansowania, niezależności ani dostępu do dowodów technicznych. Ustawa może zawierać prawa, nie zapewniając praktycznego kanału składania skarg.

RAM 2.0 będzie bardziej wiarygodny, jeśli rozróżni formalne przyjęcie od zdolności operacyjnej. To rozróżnienie powinno być widoczne w ustaleniach dotyczących poszczególnych krajów oraz w analizie trendów globalnych.

Znaczenie ma również dostęp publiczny. Badacze i organizacje społeczeństwa obywatelskiego potrzebują wystarczającego dostępu do metodologii, dowodów i raportów z postępów, aby móc oceniać twierdzenia rządów.

Niektóre wrażliwe informacje zasadnie pozostaną chronione. Szeroka poufność utrudniłaby jednak niezależną kontrolę i osłabiła porównania między ocenami.

Własne raportowanie UNESCO z kwietnia 2026 r. wskazało na ograniczenia zasobów. Organizacja podała, że popyt na pomoc techniczną przewyższa dostępne wsparcie, a 29 kolejnych krajów wyraziło zainteresowanie rozpoczęciem ocen RAM.

Tworzy to presję zarówno na skalę, jak i jakość. Szybkie rozszerzanie programu może upowszechnić metodologię, lecz powierzchowne oceny mogą przeoczyć słabości instytucjonalne lub niedostatecznie uwzględnić dotknięte społeczności.

Finansowanie rodzi kolejne pytanie dotyczące zarządzania. Programy pomocy technicznej zależą od rządów, fundacji i partnerów międzynarodowych.

Wsparcie finansowe może rozszerzyć dostęp dla krajów o mniejszych zasobach. Wymaga jednak przejrzystych zabezpieczeń dotyczących ustalania agendy, wyboru konsultantów, publikacji i konfliktów interesów.

Raport porównawczy UNESCO może pomóc darczyńcom kierować środki na powtarzające się luki. Może pokazać, że kraje potrzebują wiedzy regulacyjnej, publicznych zasobów obliczeniowych, udziału społeczeństwa obywatelskiego lub silniejszych instytucji danych.

Ustalenia zbiorcze nie powinny jednak przerodzić się w konkurs rankingowy. Rządy mogą optymalizować działania pod kątem korzystnego wyniku, zamiast mierzyć się z politycznie trudnymi słabościami.

Najlepszym rezultatem będzie żywy proces. Kraje powinny opublikować ocenę, przypisać działania, mierzyć postępy i powtarzać przegląd wraz ze zmianami technologii oraz instytucji.

Taki cykl uczyniłby z RAM 2.0 instrument zarządzania, a nie jednorazowy raport. Bez niego metodologia ryzykuje jedynie dokumentowaniem luk, które wszyscy już rozpoznają.

Zestaw narzędzi środowiskowych stawia trudniejszy test rozliczalności

Zarządzanie środowiskowymi aspektami AI wymaga mierzalnych granic systemu, a nie ogólnych twierdzeń o efektywności lub korzyściach klimatycznych.

Zestaw narzędzi środowiskowych UNESCO pojawia się w momencie, gdy coraz trudniej oddzielić fizyczne wymagania AI od polityki cyfrowej. Trenowanie i obsługa modeli wymagają centrów danych, energii elektrycznej, chłodzenia, wody, sprzętu sieciowego i wyspecjalizowanych chipów.

Międzynarodowa Agencja Energetyczna podała, że zapotrzebowanie centrów danych na energię elektryczną wzrosło o 17 procent w 2025 r. Zapotrzebowanie obiektów skoncentrowanych na AI zwiększało się jeszcze szybciej.

Analiza centrów danych IEA data center analysis wskazała również, że pięć dużych firm technologicznych zainwestowało w 2025 r. ponad 400 mld dolarów. Oczekiwano, że ich łączne nakłady inwestycyjne wzrosną o kolejne 75 procent w 2026 r.

Liczby te nie oznaczają, że każde obciążenie AI ma taki sam ślad środowiskowy. Lokalizacja, skład miksu energetycznego, wydajność sprzętu, projekt chłodzenia, wykorzystanie zasobów, architektura modelu i moment wykonywania obciążeń wpływają na oddziaływanie na środowisko.

Właśnie dlatego decydenci potrzebują zestawu narzędzi. Ogólne szacunki mogą wprowadzać w błąd, jeśli pomijają miejsce i sposób działania systemu.

Przydatna ocena powinna definiować mierzoną jednostkę. Urzędnicy muszą wiedzieć, czy dane twierdzenie obejmuje trenowanie modelu, dostrajanie, wnioskowanie, przechowywanie danych, produkcję sprzętu czy cały cykl życia usługi.

Potrzebują także spójnych granic czasowych. Pojedynczy cykl trenowania jest skończony, podczas gdy energia zużywana przez wnioskowanie kumuluje się wraz z zapytaniami użytkowników.

Wzrost wykorzystania może zniwelować zyski z efektywności. Model zużywający mniej energii na zapytanie może mimo to zwiększyć całkowite zapotrzebowanie, jeśli zostanie wdrożony w milionach workflowów.

Rozliczanie zużycia wody tworzy kolejną trudność. Centra danych mogą wykorzystywać wodę bezpośrednio do chłodzenia oraz pośrednio poprzez produkcję energii elektrycznej.

Lokalny niedobór ma większe znaczenie niż średnia globalna. Zużycie wody w regionie dotkniętym stresem wodnym powoduje inne konsekwencje niż taka sama ilość w miejscu o obfitości wody.

Sprzęt wiąże się z wbudowanym oddziaływaniem wynikającym z wydobycia, produkcji, transportu i utylizacji. Szybkie cykle wymiany akceleratorów mogą przenosić koszty poza kraj, w którym korzysta się z usługi AI.

Rządy potrzebują zatem zasad ujawniania informacji, które umożliwiają porównania bez ujawniania uzasadnionych informacji dotyczących bezpieczeństwa lub tajemnicy handlowej. Potrzebują także niezależnych metod weryfikowania twierdzeń dostawców.

Drugim celem zestawu narzędzi jest ukierunkowanie korzystnych zastosowań AI w działaniach klimatycznych, ochronie bioróżnorodności i odporności ekosystemów. Cel ten wymaga równie rygorystycznego podejścia.

Model ochrony przyrody powinien być oceniany względem jasno określonego poziomu bazowego. Decydenci powinni pytać, czy poprawia wykrywanie, obniża koszty prac terenowych, zmienia alokację zasobów lub przynosi mierzalny rezultat środowiskowy.

Muszą również uwzględnić własne potrzeby projektu w zakresie infrastruktury i utrzymania. Pilotaż, który dobrze działa w kontrolowanych warunkach, może zawieść, gdy lokalnym instytucjom brakuje danych, łączności, personelu lub długoterminowego finansowania.

Istnieje jeszcze jedno napięcie polityczne. Kraje zabiegające o inwestycje w AI mogą wahać się przed nałożeniem szczegółowych wymogów raportowania środowiskowego na centra danych lub dostawców modeli.

Bez ujawniania informacji społeczności i planiści sieci energetycznych nie mogą jednak oceniać kompromisów infrastrukturalnych. Rządy mogą odkryć ograniczenia dotyczące energii, wody lub przesyłu dopiero po zatwierdzeniu dużych projektów.

Zestaw narzędzi mógłby pomóc ujednolicić pytania zadawane przed zatwierdzeniem. Nie może jednak dostarczyć brakujących pomiarów ani zmusić prywatnych operatorów do ich ujawnienia.

Władze krajowe muszą połączyć wytyczne środowiskowe z pozwoleniami, zamówieniami publicznymi, planowaniem energetycznym i zasadami raportowania. W przeciwnym razie zestaw narzędzi pozostanie oddzielony od decyzji określających rzeczywiste wykorzystanie zasobów.

Ta część narzędzi UNESCO dotyczących zarządzania AI może stać się ich najbardziej wymagającym testem. Inkluzywność i gotowość można oceniać poprzez instytucje i konsultacje, lecz twierdzenia środowiskowe wymagają porównywalnych danych fizycznych.

Na co rządy i nabywcy AI powinni zwrócić uwagę w następnej kolejności

Kolejne trzy sygnały pokażą, czy pakiet UNESCO przyniesie zmianę polityki, czy jedynie kolejną warstwę dokumentacji dotyczącej zarządzania.

Pierwszym sygnałem będzie treść RAM 2.0 po jego premierze 16 września. Decydenci powinni sprawdzić, czy metodologia oddziela formalne zobowiązania od zdolności operacyjnej.

Nowa wersja powinna ujawnić, jak mierzy niezależność regulatorów, poziom zatrudnienia, uprawnienia egzekucyjne, zamówienia publiczne i dostęp do środków ochrony prawnej. Jej postanowienia dotyczące inkluzywności powinny także pokazać, jak dotknięte grupy wpływają na ostateczne rekomendacje.

Jasne zasady punktacji i dowodowe wzmocniłyby porównywalność. Niejasne kategorie pozostawiłyby rządom zbyt wiele przestrzeni do deklarowania gotowości bez jej wykazania.

Znaczenie mają tu praktyki publikacyjne. Jeśli dowody dotyczące krajów, ograniczenia i plany dalszych działań pozostaną dostępne, zewnętrzni badacze będą mogli sprawdzać, czy raportowane postępy odpowiadają rzeczywistości instytucjonalnej.

Drugim sygnałem będzie sposób, w jaki rządy reagują na ukończone oceny. Najmocniejszym dowodem nie będzie kolejna strategia krajowa opatrzona logo RAM.

Będzie nim finansowana agencja, zmieniona zasada zamówień publicznych, publiczna procedura obsługi incydentów, nowe zabezpieczenie prawne lub udokumentowana decyzja o ograniczeniu ryzykownego wdrożenia.

UNESCO twierdzi, że wcześniejsze oceny wpłynęły na strategie krajowe w kilku państwach. RAM 2.0 potrzebuje bardziej systematycznego rejestru rekomendacji przyjętych, opóźnionych, odrzuconych lub pozostawionych bez finansowania.

Taki rejestr ujawniłby także ograniczenia polityczne. Technicznie uzasadniona rekomendacja może utknąć, ponieważ instytucje rywalizują o kompetencje lub rządy przedkładają inwestycje w AI nad nadzór.

Trzecim sygnałem będzie to, czy zestaw narzędzi środowiskowych stworzy porównywalne raportowanie. Rządy i nabywcy korporacyjni powinni szukać zdefiniowanych granic systemu, miar zużycia energii i wody, uwzględnienia cyklu życia oraz zasad oceny deklarowanych korzyści.

Porównywalne dane wzmocniłyby rolę zestawu narzędzi w zamówieniach publicznych i planowaniu infrastruktury. Ogólnikowy język dotyczący zrównoważonego rozwoju osłabiłby zaufanie i utrwalił obecne luki informacyjne.

Samo forum w Rijadzie stanowi wczesny sprawdzian. Organizatorzy spodziewają się, że ministrowie, regulatorzy, badacze, firmy i przedstawiciele społeczeństwa obywatelskiego omówią finansowanie oraz wdrażanie.

Ogłoszenia dokonane podczas wydarzenia powinny wskazywać podmioty odpowiedzialne, budżety, terminy i mechanizmy sprawozdawczości. Partnerstwa pozbawione tych szczegółów należy traktować ostrożnie.

Dostawcy AI powinni również obserwować, jak oceny krajowe wpływają na dostęp do rynku. Rząd, który wykryje słabe mechanizmy kontroli zamówień, może wprowadzić nowe wymogi dotyczące dokumentacji lub testów przed przyjęciem kompleksowej ustawy.

Twórcy mogą spotkać się z większą liczbą pytań o rejestrowanie zdarzeń, ocenę modeli, nadzór człowieka, źródła danych, bezpieczeństwo, dostępność i wpływ na środowisko. Wczesne przygotowanie dowodów będzie łatwiejsze niż ich odtwarzanie po wdrożeniu.

Nabywcy korporacyjni powinni oczekiwać, że zarządzanie stanie się ciągłym procesem operacyjnym. Ocena dostawcy przeprowadzona przed zakupem nie może uwzględnić aktualizacji modeli, nowych integracji, zmieniających się danych ani pojawiających się trybów awarii.

Zespoły potrzebują zapisów decyzji, wyznaczonych osób odpowiedzialnych, ścieżek eskalacji i okresowej oceny. Potrzebują też jasnego progu wstrzymania systemu, gdy dostępne dowody przestają uzasadniać jego użycie.

UNESCO nie może egzekwować tych praktyk za pośrednictwem RAM 2.0. Może jednak dać rządom wspólną metodę identyfikowania obszarów, w których takich mechanizmów kontroli brakuje.

To praktyczna obietnica narzędzi UNESCO do zarządzania AI. Łączą one zobowiązania etyczne z pytaniami instytucjonalnymi, które rządy mogą badać i na które mogą reagować.

Niepewność dotyczy realizacji. Czy oceny zmienią wydatki, zakres uprawnień i zasady wdrażania, czy też kraje uznają samo ich ukończenie za ostateczne osiągnięcie?

Warto obserwować pierwsze raporty RAM 2.0, działania rządów z nimi związane oraz dane środowiskowe wymagane od dostawców AI. Te sygnały pokażą, czy inauguracja w Rijadzie przeniesie etyczną AI z poziomu porozumienia do odpowiedzialności.