پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

پیروزی دموکرات‌ها در انتخابات کنگره آمریکا و آینده صنعت هوش مصنوعی

انتشار:۱۳ آبان ۱۴۰۵
۱۲ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

با پیروزی دموکرات‌ها در انتخابات میان‌دوره‌ای آمریکا، نظارت بر توسعه هوش مصنوعی و شرکت‌های پیشروی فناوری وارد فاز تازه‌ای شد. سازمان‌ها علاوه بر سنجش ارزش سرمایه‌گذاری‌های خود، باید برای پاسخگویی پیرامون نحوه کارکرد سیستم‌ها، حریم خصوصی و پیامدهای خطای فناوری آماده باشند.

پیروزی دموکرات‌ها در انتخابات کنگره آمریکا و آینده صنعت هوش مصنوعی

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • پیروزی دموکرات‌ها در کنگره آمریکا به تسلط یکپارچه جمهوری‌خواهان پایان داد و زمینه را برای نظارت‌های سخت‌گیرانه‌تر بر شرکت‌های بزرگ هوش مصنوعی فراهم ساخت.
  • طرح‌های قانونی جدید با تمرکز بر شفافیت مدل‌ها، تعبیه کلیدهای خاموشی اضطراری و مهار انحصار فناوری با حمایت نمایندگان هر دو حزب در آستانه ورود به کنگره قرار گرفته‌اند.
  • کسب‌وکارها باید برای تداوم خدمات ابری، ارزیابی ریسک تأمین‌کنندگان و پاسخگویی به مقررات سخت‌گیرانه‌تر در کاربردهای حساسی چون استخدام و قیمت‌گذاری برنامه‌ریزی کنند.

دموکرات‌ها در انتخابات میان‌دوره‌ای دیشب ایالات متحده کنترل مجلس نمایندگان و سنا را به‌دست آوردند؛ رویدادی که به تسلط جمهوری‌خواهان بر واشنگتن پایان داد و دونالد ترامپ، رئیس‌جمهور آمریکا را در دو سال پایانی دوران ریاست‌جمهوری‌اش با کنگره‌ای متشکل از جناح مخالف روبه‌رو کرد. خبرگزاری آسوشیتدپرس گزارش داده است که دست‌کم هفت کرسی سنای متعلق به جمهوری‌خواهان و بیش از بیست‌وچهار حوزه انتخابیه مجلس نمایندگان به سود دموکرات‌ها تغییر جهت داده است.

این نتیجه قدرت تازه‌ای به دموکرات‌ها می‌بخشد تا از طریق انجام تحقیقات، مذاکرات مربوط به بودجه و هزینه‌ها، تصویب قوانین و هم‌چنین رد صلاحیت گزینه‌های پیشنهادی رئیس‌جمهور، دولت را به چالش بکشند. این پیروزی هم‌چنین نوعی ابراز نارضایتی سیاسی چشمگیر به‌شمار می‌رود؛ چراکه نامزدهای حزب دموکرات در ایالت‌هایی پیروز شدند که دهه‌ها پایگاه امن جمهوری‌خواهان محسوب می‌شد، از جمله پیروزی در انتخابات سنا در ایالت کانزاس که طبق اعلام پایگاه Ballotpedia، نخستین پیروزی این حزب در آنجا از سال ۱۹۳۲ میلادی تاکنون است.

برای شهروندان آمریکایی، این تحول به معنای آغاز نبردی تازه بر سر هزینه‌های معیشتی، پاسخگویی دولت و نحوه توزیع منافع حاصل از رشد اقتصادی است. برای کسب‌وکارها و دولت‌های خارجی نیز وزنه تعادل قدرتمندتری در کنگره علیه تصمیم‌های رئیس‌جمهوری ایجاد می‌کند که جهت‌گیری دسترسی به فناوری‌های آمریکایی، سرمایه‌گذاری‌های عمومی و تجارت بین‌الملل را تعیین می‌کرد. البته پیامدهای واقعی این رخداد به چگونگی بهره‌گیری اکثریت تازه کنگره از اختیارات خود بستگی دارد؛ چراکه پیروزی در انتخابات به‌تنهایی سیاست‌های اجرایی کاخ سفید را باطل نمی‌کند.

حوزه هوش مصنوعی دقیقاً در کانون این رقابت قرار دارد. ترامپ در طول نزدیک به دو سال گذشته، توسعه این صنعت را اولویت ملی دانسته و سرمایه‌گذاری‌های دولتی و کاهش موانع نظارتی و قانونی را با برقراری روابط بسیار آشکار و نزدیک با مدیران ارشد فناوری ترکیب کرده است.

برنامه اقدام هوش مصنوعی دولت ترامپ در ژوئیه ۲۰۲۵ صدور سریع‌تر مجوزهای زیرساختی، کاهش مقررات دست‌وپاگیر و تسهیل صادرات فناوری‌های هوش مصنوعی آمریکا را ترویج کرد. علاوه بر این، پروژه موسوم به مأموریت جنسیس (Genesis Mission) در نوامبر ۲۰۲۵ با هدف شتاب‌بخشی به پژوهش‌های علمی به‌کمک هوش مصنوعی، وزارت انرژی را موظف ساخت تا توان پردازشی و داده‌های علمی آزمایشگاه‌های ملی را به یکدیگر پیوند دهد. این اقدامات، دولت را در نقش مشتری، شریک تجاری و حامی اصلی صنعت هوش مصنوعی تثبیت کرد.

دولت ترامپ هم‌چنین از مدل‌های متن‌باز حمایت کرد. جی‌دی ونس، معاون رئیس‌جمهور، در دوران سناتوری خود هشدار داده بود که قانون‌گذاری زودهنگام ممکن است شرکت‌های بزرگ و قدیمی را در برابر رقابت مصون نگه دارداظهاراتی که با استقبال گسترده حامیان دنیای متن‌باز روبه‌رو شد. علاوه بر این، برنامه راهبردی کاخ سفید در سال ۲۰۲۵ به‌صراحت از مدل‌های هوش مصنوعی متن‌باز و وزن‌باز به‌ویژه به‌کارگیری آنها در کسب‌وکارهای کوچک‌تر پشتیبانی کرد.

روابط سیاسی میان دولت و چهره‌های برجسته فناوری نیز به همان اندازه آشکار بود. خبرگزاری رویترز گزارش داد که گرگ براکمن، رئیس OpenAI، در سال ۲۰۲۵ مبلغ ۲۵ میلیون دلار به کمیته اقدام سیاسیِ حامی ترامپ (موسوم به MAGA Inc) کمک مالی کرده است؛ کمکی که البته جنبه سیاسی و شخصی داشت و کمک مالی شرکتی از سوی OpenAI نبود.

گرگ براکمن و همسرش آنا براکمن به‌همراه سرگی برین، هم‌بنیان‌گذار گوگل، در فهرست مهمانان ضیافت شام رسمی کاخ سفید در ۲۴ سپتامبر حضور داشتند. به گزارش نشریه Vanity Fair، این سه نفر در ۱۷ اکتبر نیز در ضیافت شام کمیته MAGA Inc در اقامتگاه مارالاگو کنار ترامپ نشستند. تفکیک این دو موضوع اهمیت زیادی دارد؛ زیرا گردهمایی دوم در فلوریدا رویدادی برای جمع‌آوری کمک‌های مالی سیاسی بود، نه یک مراسم رسمی دولتی در کاخ سفید.

دسترسی مستقیم مدیران به کاخ سفید در شکل‌گیری سیاست‌ها نیز نقش اساسی داشت. رسانه Semafor گزارش داد که مارک زاکربرگ، مدیرعامل متا، آغازگر گفتگوها و پیش‌نویس متن اولیه‌ای بود که سرانجام به توافق‌نامه ابرهوش کاخ سفید در ۲۹ سپتامبر تبدیل شد. این توافق بر تدابیر ایمنی داخلیِ شرکت‌ها، بازرسی‌های مستقل خارجی و نظارت هیئت‌مدیره تأکید داشت. اگرچه متن سند امکان قانون‌گذاری‌های آتی را باز گذاشت، اما خود این توافق‌نامه صرفاً بر تعهدات داوطلبانه شرکت‌ها تکیه کرد و هیچ نهاد نظارتی و قانونی جدیدی تشکیل نداد.

رابطه ایلان ماسک با ترامپ نیز هم نشان‌دهنده دسترسی گسترده و هم بیانگر بی‌ثباتی این تعاملات بود. اختلافات علنی و سپس آشتی شکننده آنها در سال ۲۰۲۵ مانع از آن نشد که ماسک به جمع مدیرانی بپیوندد که توافق‌نامه سپتامبر ۲۰۲۶ کاخ سفید را امضا کردند.

در همان روز، ترامپ با صدور فرمانی به سازمان‌های دولتی دستور داد عبارت «ابرهوش» (Super Intelligence یا SI) را جایگزین اصطلاح هوش مصنوعی کنند. این دستور تعریف قانونی موجود برای هوش مصنوعی را حفظ کرد و اسناد تاریخی را از تغییر اجباری مستثنی ساخت. در واقع این دستور صرفاً اصطلاحات دولتی را دگرگون کرد و به‌هیچ‌وجه به معنای فراتر رفتن سیستم‌های کنونی از هوش انسانی نبود.

البته حمایت‌های دولت از این صنعت بدون چشم‌داشت نبود. اختلاف پنتاگون با شرکت Anthropic پیرامون ممنوعیت استفاده از مدل‌ها در سلاح‌های خودمختار و نظارت انبوه، به نزاعی جدی درباره اختیارات دولت برای کنار گذاشتن یک تأمین‌کننده فناوری تبدیل شد. دادگاه تجدیدنظر فدرال در سپتامبر نظر وزارت دفاع مبنی بر پرخطر دانستن این شرکت در زنجیره تأمین نظامی را تأیید کرد و به دنبال آن، شرکت Anthropic در اکتبر خواستار بازبینی پرونده شد. این مناقشه نشان داد حتی دولتی که توسعه هوش مصنوعی را تشویق می‌کند، در صورت عدم تبعیت می‌تواند دسترسی یک تأمین‌کننده به قراردادهای دولتی را قطع کند.

اکنون دموکرات‌ها اهرم‌های قدرتمندتری در دست دارند تا نفوذ شرکت‌ها در دولت، اعطای یارانه‌ها و حمایت‌های دولتی و هم‌چنین اتکا به تدابیر داوطلبانه ایمنی را زیر ذره‌بین ببرند. برای مدیران فناوری در سازمان‌ها، پرسش اساسی این است که کدام‌یک از این تحولات ممکن است روند خرید خدمات، استقرار مدل‌ها و توسعه زیرساخت‌ها را تغییر دهد و این تحولات با چه سرعتی عملی خواهند شد.

نتیجه‌ای تاریخی، اما بدون اجماع کامل دموکرات‌ها بر سر نحوه مهار هوش مصنوعی

پیروزی دموکرات‌ها در انتخابات سنا در ایالت‌های گوناگون و با نامزدهایی با دیدگاه‌های متفاوت رقم خورد:

ایالت

برنده دموکرات انتخابات سنا

آیووا

جاش تورک (Josh Turek)

کانزاس

آدام همیلتون (Adam Hamilton)

مین

تروی جکسون (Troy Jackson)

کارولینای شمالی

روی کوپر (Roy Cooper)

اوهایو

شرود براون (Sherrod Brown)

کارولینای جنوبی

آنی اندروز (Annie Andrews)

تگزاس

جیمز تالاریکو (James Talarico)

جمع‌بندی نتایج در وبگاه Ballotpedia نشان می‌دهد هر هفت کرسی از دست جمهوری‌خواهان خارج شده است. کریس پاپاس کرسی حزب دموکرات در سنا از ایالت نیوهمپشایر را حفظ کرد؛ هم‌زمان جینا هینوخوسا در تگزاس، امی اکتون در اوهایو، کیشا لنس باتمز در جورجیا و راب سند در آیووا توانستند پست‌های فرمانداری متعلق به جمهوری‌خواهان را از آنِ دموکرات‌ها کنند.

این نتایج هم‌چنین تنوع نمایندگی سیاسی را افزایش داد: لنس باتمز نخستین زن سیاه‌پوستی شد که به مقام فرمانداری رسید و در سوی دیگر، تسلط دموکرات‌ها بر مجلس نمایندگان مسیر را برای حکیم جفریز هموار می‌سازد تا نخستین رئیس سیاه‌پوست تاریخ این مجلس شود. این تحولات تاریخی هم‌زمان ترکیب چهره‌های تأثیرگذار بر قانون‌گذاری هوش مصنوعی، تخصیص بودجه‌های زیرساختی و خریدهای دولتی را تغییر می‌دهد. البته این رویدادها دلیلی بر این نیست که همه این برندگان دیدگاه یکسانی درباره مهار فناوری دارند یا اینکه هوش مصنوعی عامل اصلی پیروزی آنها در انتخابات بوده است.

با این حال، حکیم جفریز که آماده تصدی ریاست مجلس نمایندگان می‌شود، رویکرد سخت‌گیرانه‌تری در پیش گرفته است. او در مصاحبه‌ای در ماه سپتامبر با شبکه ABC خواستار آن شد که کنگره برای محافظت از جامعه «شتاب توسعه فناوری را کاهش دهد». او در پاسخ به پرسشی درباره ممنوعیت کامل ابرهوش و تعبیه کلیدهای قطع اضطراری اجباری، مشخصاً از هیچ‌یک از این دو طرح نام نبرد و حمایت قطعی نکرد.

جفریز اندکی بعد در گفتگو با شبکه PBS خودتنظیم‌گری و تعهدات داوطلبانه شرکت‌ها را رد کرد، اما در عین حال استدلال نمود که فناوری آمریکا باید همواره برتری خود را نسبت به چین حفظ کند. تشکیل کمیسیون هوش مصنوعی حزب دموکرات به ریاست مشترک تد لیو، جاش گاتهایمر و والری فوشی بستر و پایگاهی آماده برای تدوین طرح‌های قانونی جدید در اختیار او قرار می‌دهد.

این رویکرد نشان‌دهنده افزایش چشمگیر نظارت‌های حاکمیتی است، هرچند دامنه دقیق و شدت محدودیت‌های آینده را همچنان در هاله‌ای از ابهام باقی می‌گذارد.

شفافیت و سازوکارهای خاموشی اضطراری؛ طرح‌هایی با حمایت هر دو حزب

لایحه شفافیت سیستم‌های هوش مصنوعی (AI Systems Transparency Act) یکی از گزینه‌های جدی برای دستیابی به توافق میان دو حزب محسوب می‌شود؛ طرحی که سناتورهای دموکرات کریس کونز و برایان شاتز به‌همراه سناتورهای جمهوری‌خواه کیتی بریت و جیمز لنکفورد تدوین و ارائه کرده‌اند.

طبق این لایحه، شرکت‌های مشمول موظف خواهند شد اطلاعات دقیقی درباره مدل‌های خود و اقدامات احتیاطی پیرامون حریم خصوصی، امنیت کودکان، امنیت سایبری و خطرات از دست رفتن مهار انسانی ارائه دهند. کمیسیون تجارت فدرال (FTC) ناظر بر اجرای این الزامات خواهد بود و شرکت‌ها باید با معرفی مدل‌های جدید یا اعمال تغییرات اساسی در سیستم‌های موجود، گزارش‌های شفاف‌سازی خود را به‌روزرسانی کنند.

برای خریداران سازمانی، تصویب چنین قانونی شفافیت داده‌ها را در جریان خرید و تهیه خدمات به‌شدت بالا می‌برد. هرچند افشای این اطلاعات تضمینی برای سازگاری کامل مدل با روندهای کاری خاص نیست، اما مقایسه ادعاهای ارائه‌دهندگان فناوری و به چالش کشیدن کارایی آنها را بسیار آسان‌تر می‌کند.

طرح قانونی کلید خاموشی اضطراری هوش مصنوعی (AI Kill Switch Act) موسوم به لایحه H.R. 9917 که توسط تد لیو تدوین شده، از حمایت ناتانیل موران، نماینده جمهوری‌خواه نیز برخوردار است. این طرح توسعه‌دهندگان مشمول را ملزم می‌کند سازوکارهایی برای از کار انداختن سریع مدل‌ها تعبیه کنند و به دولت اجازه می‌دهد در شرایط بحرانی و مشخص‌شده مداخله نماید.

پیش‌نویس منتشرشده توسط دفتر تد لیو در وهله نخست آستانه‌های مالی سنگینی تعیین کرده است؛ از جمله درآمد سالانه ۵۰۰ میلیون دلاری در حوزه مرتبط و سیستم‌هایی که هزینه پردازشی آموزش آنها با نرخ‌های معمول ابری از ۱۰۰ میلیون دلار فراتر رود. علاوه بر این، متن لایحه پیش‌بینی کرده است که تعاریف فنی با صدور آیین‌نامه‌های بعدی تکامل یابند.

برای سازمان‌های استفاده‌کننده، چالش عملیاتی اصلی تداوم ارائه خدمات است؛ چراکه تعلیق اجباری و قانونی یک تأمین‌کننده بزرگ هوش مصنوعی می‌تواند نرم‌افزارها و سامانه‌های وابسته مشتریان را مختل کند. از همین رو، بازبینی قراردادها، تدارک دیدن مدل‌های جایگزین و امکان متوقف‌سازی اقدامات خودکار به مؤلفه‌های کلیدی در برنامه‌ریزی‌های مدیریتی بدل می‌شوند.

حمایت هر دو حزب پشتوانه‌ای قوی برای مذاکره بر سر این لوایح ایجاد می‌کند، هرچند به‌هیچ‌وجه تضمینی برای تصویب نهایی آنها نیست.

طرح تعلیق توسعه هوش مصنوعی؛ ایده‌ای بدون حمایت یکپارچه در حزب دموکرات

لایحه ممنوعیت ابرهوش مصنوعی (Ban Artificial Superintelligence Act) که توسط سناتور برنی سندرز و گرگ کاسار، نماینده مجلس نمایندگان مطرح شده است، گام‌هایی بسیار فراتر و تندتر برمی‌دارد.

این لایحه خواستار تشکیل یک وزارتخانه فدرال برای هوش مصنوعی، توقف موقت توسعه مدل‌های پیشرفته تا زمان تدوین چارچوب‌های نظارتی، ممنوعیت ساخت سامانه‌های ابرهوش و قابلیت‌های پیش‌درآمد آن و هم‌چنین الزام دریافت مجوز پیش از عرضه عمومی سیستم‌های پیشرفته است. رو کانا نیز از جمله حامیان این طرح در مجلس نمایندگان به‌شمار می‌رود.

اگر این لایحه با متن فعلی به تصویب برسد، روند توسعه مدل‌ها، زمان‌بندی عرضه و مفروضات بنیادی سرمایه‌گذاری روی مرزهای هوش مصنوعی مستقیماً دگرگون خواهد شد؛ در نتیجه کسب‌وکارهایی که استراتژی‌های آینده خود را بر پایه سیستم‌هایی با قابلیت‌های روزافزون بنا کرده‌اند، با جدول زمانی کاملاً متفاوتی مواجه خواهند شد.

با وجود هشدارهای جفریز، کلیت حزب دموکرات درباره چنین اقدام افراطی به توافق نرسیده است. علاوه بر این، کسب اکثریت کنگره موانع ساختاری را برطرف نمی‌کند؛ ترامپ همچنان حق وتوی مصوبات را در اختیار دارد و شکستن وتوی رئیس‌جمهور مستلزم رأی مثبت دوسوم نمایندگان در هر دو مجلس است. بر پایه قوانین فعلی سنا نیز پیشبرد اکثر قوانین چالشی نیازمند کسب دست‌کم ۶۰ رأی برای پایان بحث و رأی‌گیری نهایی خواهد بود.

کنگره جدید کار خود را از ماه ژانویه آغاز می‌کند و تمامی لوایح نیمه‌کاره کنگره کنونی باید مجدداً از ابتدا معرفی شوند. از این رو، مدیران سازمان‌ها در برنامه‌ریزی‌های خود باید میان ریسک‌های بالقوه قانون‌گذاری با مقررات اجرایی و قطعیِ کنونی تمایز قائل شوند.

مقاومت عمومی در برابر ساخت مراکز داده فراتر از مرزهای حزبی است

مخالفت‌ها با توسعه زیرساخت‌های فیزیکی هوش مصنوعی، دامنه‌ای بسیار گسترده‌تر از ائتلاف دموکرات‌ها پیدا کرده است.

نظرسنجی مرکز تحقیقاتی پیو (Pew Research Center) از ۱۰ هزار و ۵۴۸ شهروند بزرگسال آمریکایی در بازه زمانی ۲۰ ژوئیه تا ۹ اوت نشان داد که ۶۰ درصد آنها با احداث مراکز داده جدید در نزدیکی محل سکونت خود احساس نارضایتی می‌کنند. این آمار شامل ۵۴ درصد از حامیان جمهوری‌خواهان و ۶۸ درصد از دموکرات‌ها و افراد متمایل به آنها بوده است.

هم‌چنین نظرسنجی دیگری از دانشگاه ماساچوست امهرست (UMass Amherst) در ماه سپتامبر از ۱۰۰۰ نفر نشان داد که ۶۵ درصد شرکت‌کنندگان مخالف ساخت مراکز داده هوش مصنوعی در محله خود هستند؛ رقمی که ۵۲ درصد از جمهوری‌خواهان و ۷۶ درصد از دموکرات‌ها را در بر می‌گیرد. با توجه به تفاوت در نحوه طرح پرسش میان این دو نظرسنجی، نتایج آنها نباید یکسان تلقی شوند.

این یافته‌ها حاکی از مقاومت هر دو جناح سیاسی در برابر ساخت تأسیسات و مراکز داده محلی است، نه اجماعی سراسری علیه تمامی کاربردهای هوش مصنوعی.

حتی خود ترامپ نیز با مطرح ساختن تعهدنامه محافظت از مصرف‌کنندگان برق در مارس ۲۰۲۶ به مسئله هزینه‌ها اذعان کرد؛ توافقی که طی آن شرکت‌های فناوری متعهد شدند هزینه‌های مازاد برق و نیازهای زیرساختی خود را تأمین کنند. اکنون اختلاف‌نظرها بیشتر بر سر چگونگی اجرای این تعهدات و حق جوامع محلی برای مخالفت و توقف این پروژه‌ها متمرکز شده است.

برنامه انتخاباتی جیمز تالاریکو پیشنهاد می‌دهد مراکز داده ملزم به تأمین بودجه زیرساختی، صرفه‌جویی در مصرف آب و جلب رضایت بیشتر ساکنان محلی شوند. در همین حال کریس پاپاس نیز از افزایش اختیارات نهادهای محلی و بازبینی سراسری مدل‌ها توسط دولت فدرال حمایت کرده است.

پیامدهای تجاری این موضوع می‌تواند بسیار فراتر از آزمایشگاه‌های هوش مصنوعی گسترش یابد. کند شدن روند ساخت‌وساز یا تحمیل هزینه‌های جانبی پروژه‌ها ممکن است ظرفیت‌های ابری آینده و تعرفه خدمات را تحت تأثیر قرار دهد. البته نتیجه انتخابات به معنای از دست رفتن ظرفیت‌های فعلی یا افزایش حتمی قیمت‌ها نیست؛ بلکه خریداران خدمات ابری باید تأسیسات در حال فعالیت را از طرح‌های توسعه‌ای نیازمند مجوز تفکیک کنند.

رویکرد زهران مَمدانی؛ مناقشه بر سر اینکه چه کسی توسعه هوش مصنوعی را در دست دارد

زهران ممدانی، شهردار نیویورک که در انتخابات میان‌دوره‌ای نامزد نبود، در مصاحبه روز ۳ نوامبر با نشریه WIRED، از توقف یک‌ساله ساخت مراکز داده در ایالت نیویورک حمایت کرد. او کمبود اطلاعات پیرامون مصرف منابع طبیعی توسط سیستم‌های هوش مصنوعی را مورد انتقاد قرار داد و شرایط فعلی را به حباب مسکن تشبیه کرد. ممدانی هم‌چنین از طرحی برای ممنوعیت استفاده دانش‌آموزان تا پایه هشتم از ابزارهای هوش مصنوعی مولد سخن گفت.

موضع او این فرض عمومی را که پذیرش پرشتاب هوش مصنوعی لزوماً به نفع جامعه است، به چالش می‌کشد؛ هرچند هشدار او درباره احتمال ترکیدن حباب هوش مصنوعی نوعی ارزیابی سیاسی محسوب می‌شود و اثباتی بر اجتناب‌ناپذیر بودن سقوط اقتصادی نیست.

در نقطه مقابل، دولت ترامپ بر دغدغه‌های فرهنگی متفاوتی تأکید داشته است. سند راهبردی کاخ سفید در سال ۲۰۲۵ خریدهای فدرال را به مواضع خود درباره سوگیری‌های ایدئولوژیک گره زد و پیشنهاد داد مفاهیمی مانند اطلاعات گمراه‌کننده، تنوع و برابری نژادی (DEI) و تغییرات اقلیمی از چارچوب‌های ارزیابی ریسک فدرال حذف شوند.

برای مدیران سازمان‌ها، این کشمکش‌ها می‌تواند شرایط خرید خدمات، پذیرش ابزارها از سوی کارکنان و اعتماد مشتریان را تحت تأثیر قرار دهد. پیاده‌سازی سیستمی که به اهداف فنی و عملکردی خود رسیده، همچنان ممکن است با اعتراض‌هایی در زمینه نظارت بر حریم خصوصی، تبعیض، افت کیفیت مشاغل یا چالش بر سر حق بازبینی تصمیمات خودکار روبه‌رو شود.

به‌ویژه شرکت‌های فعال در بخش دولتی باید انتظار داشته باشند که سازمان‌ها و حوزه‌های قضایی گوناگون، معیارهای متفاوتی برای استفاده مجاز از هوش مصنوعی تعیین کنند.

ورود نهادهای نظارتی به عملکرد شرکت‌های استفاده‌کننده از هوش مصنوعی

برخی از پیشنهادهای قانون‌گذاران دموکرات مستقیماً رفتار شرکت‌هایی را هدف قرار می‌دهند که از هوش مصنوعی در کسب‌وکار خود استفاده می‌کنند.

لایحه کاهش قیمت مواد غذایی (Lower Grocery Prices Act) به پیشنهاد کریس پاپاس، قیمت‌گذاری کالاها و مواد خوراکی را بر مبنای نظارت و تحلیل رفتاری کاربران ممنوع می‌کند، هرچند استثناهایی نظیر تخفیف‌ها و برنامه‌های وفاداری مشتریان را معتبر می‌شمارد.

برنامه انتخاباتی جیمز تالاریکو از بازبینی انسانی تصمیمات خودکار استخدامی و محدودسازی نظارت سرزده بر کارکنان حمایت می‌کند. او هم‌چنین مالیات بر سود ناشی از هوش مصنوعی را برای پرداخت سود سهام عمومی و کمک‌هزینه‌های کارآفرینی پیشنهاد کرده است؛ وعده‌ای انتخاباتی که تدوین جزئیات و اجرای آن نیازمند تصویب قوانین جدید خواهد بود.

این طرح‌ها نشان می‌دهند ریسک‌های سازمان‌ها به نوع کاربرد بستگی دارد، نه صرفاً اینکه از چه مدلی استفاده می‌کنند. بر همین اساس، مواردی چون قیمت‌گذاری، استخدام، انضباط کارکنان و پروفایل‌سازی مشتریان باید جدا از ابزارهای کم‌خطر نگارش متن یا جستجو مورد ارزیابی قرار گیرند.

قوانین ایالتی نیز همچنان جایگاه کلیدی خود را حفظ خواهند کرد. برای نمونه، کالیفرنیا در ماه سپتامبر با معرفی قوانین و اقدامات اجرایی تازه از اعتبارسنجی مستقل هوش مصنوعی و نظارت بازرسان شخص ثالث پشتیبانی کرد.

در این میان، لایحه موسوم به GUARDRAILS دموکرات‌ها در پی لغو فرمان اجرایی ترامپ است که مقررات ایالتی هوش مصنوعی را محدود می‌کرد. حفظ اختیارات ایالت‌ها می‌تواند تنوع قوانین انطباق را حتی در صورت ناکامی کنگره در تصویب یک قانون فدرال جامع، پابرجا نگه دارد.

برای شرکت‌های متوسط، چالش اصلی لزوم رعایت مجموعه‌ای از قوانین متنوع بدون در اختیار داشتن تیم حقوقی بزرگ است. در چنین فضایی، تأمین‌کنندگانی که مستندات شفاف و ابزارهای کنترلی کاربردی ارائه می‌دهند، جذابیت بیشتری برای بازار خواهند داشت.

هوش مصنوعی متن‌باز؛ موافقان و ریسک‌های نظارتی در هر دو حزب

سیاست‌گذاری در قبال هوش مصنوعی متن‌باز مرزبندی حزبی شفافی ندارد و نمی‌توان ادعا کرد جمهوری‌خواهان یکپارچه موافق دسترسی آزاد و دموکرات‌ها کاملاً مخالف آن هستند.

نگرانی‌های ونس درباره اینکه مقررات بیش‌ازحد موجب تحکیم جایگاه شرکت‌های بزرگ می‌شود، همچنان معتبر است؛ زیرا فرایندهای پرهزینه اخذ مجوز یا ارسال گزارش‌های انطباق به نفع غول‌های فناوری تمام خواهد شد. با این حال، مدل‌های متن‌باز نیز لزوماً از زیر بار طرح‌های قانونیِ مطرح‌شده فرار نخواهند کرد.

لایحه شفافیت به‌صراحت مدل‌های متن‌باز و مدل‌هایی با وزن‌های باز را در دامنه شمول خود گنجانده است. از سوی دیگر، لایحه پیشنهادی سندرز و کاسار نیز انتقال قطعات و اجزایی که امکان بازسازی سیستم‌های ممنوعه را فراهم کنند و هم‌چنین انتشار مدل‌هایی که قابلیت ارتقا به قابلیت‌های غیرمجاز را داشته باشند، هدف قرار می‌دهد.

در صورت تصویب این مقررات، دسترسی به مدل‌های قدرتمند قابل دانلود ممکن است دستخوش محدودیت شود.

دموکرات‌ها در عین حال از گسترش مشارکت در توسعه هوش مصنوعی پشتیبانی می‌کنند. دان بایر به‌همراه جی اوبرنولته جمهوری‌خواه لایحه CREATE AI Act را برای تأسیس منبع تحقیقاتی ملی به‌منظور ارائه توان پردازشی و دسترسی به داده‌ها معرفی کردند. تصویب این طرح در ماه ژوئن در کمیته علوم مجلس نمایندگان گامی اجرایی و ملموس برای پیشبرد آن به‌شمار می‌رود.

برای سازمان‌ها، مدل‌های متن‌باز همچنان گزینه‌ای ایده‌آل برای ارتقای انعطاف‌پذیری و کاهش وابستگی به یک سرویس میزبانی ابری واحد هستند. پرسش حقوقی و نظارتی کلیدی این است که چه کسی مسئولیت توسعه، دستکاری و پیاده‌سازی این مدل‌ها را بر عهده خواهد داشت و آیا آستانه‌های تعیین‌شده در قوانین می‌توانند ضمن مهار خطرات احتمالی، از فعالان کوچک‌تر نیز محافظت کنند.

مدیران کسب‌وکارها از هم‌اکنون چه برنامه‌ریزی باید داشته باشند؟

شواهد موجود نشان می‌دهد که شرکت‌ها باید خود را برای نظارت‌های بیشتر و مقررات هدفمند آماده کنند؛ اما شواهدی دال بر اینکه کنگره استفاده معمول سازمان‌ها از هوش مصنوعی را ممنوع خواهد کرد یا توسعه مرزهای فناوری بلافاصله متوقف می‌شود، وجود ندارد.

مناقشه شرکت Anthropic نشان داد چرا تحلیل سیاست‌های حاکمیتی باید به بخشی از ارزیابی ریسک تأمین‌کنندگان تبدیل شود. شرکت‌های فعال در زنجیره تأمین نظامی باید محدودیت‌های خاص قراردادهای دولتی را مد نظر قرار دهند؛ با این حال، این اختلاف به معنای ممنوعیت استفاده از مدل‌های Claude در بخش خصوصی نیست.

اقدامات کلیدی برای برنامه‌ریزی راهبردی کسب‌وکارها در جدول زیر آمده است:

حوزه

اقدام پیشنهادی برای مدیران سازمان‌ها

ارزیابی تأمین‌کنندگان

درخواست ارزیابی‌های مستند، سیاست‌های نحوه مدیریت داده‌ها، دستورالعمل‌های مدیریت حوادث و دریافت اطلاعیه هنگام تغییرات اساسی در مدل‌ها.

تاب‌آوری عملیاتی

شناسایی فرایندهای وابسته به یک مدل واحد و آزمایش مدل‌های جایگزین و رویه‌های پشتیبان انسانی در صورت قطعی سرویس.

کاربردهای حساس

تفکیک و بررسی دقیق سامانه‌های قیمت‌گذاری، استخدام و پروفایل‌سازی مشتریان از ابزارهای عمومی نگارش و بهره‌وری.

زیرساخت

تفکیک ظرفیت‌های قراردادیِ قطعی از برنامه‌های توسعه‌ای آتی و ارزیابی ریسک‌های ناشی از محدودیت برق منطقه‌ای و مجوزها.

مدل‌های متن‌باز

بررسی دقیق مجوزها، مبدأ توسعه مدل و مسئولیت‌های حقوقی هنگام اعمال تغییرات یا استقرار مدل‌ها در زیرساخت داخلی.

بودجه‌های انطباق قانونی

اطمینان از اینکه تأمین‌کنندگان مدارک انطباق قابل استفاده در مراجع قضایی مختلف ارائه می‌دهند، نه اینکه هر شرکت مجبور به تدوین دوباره آن باشد.

در بُعد اقتصادی دو سناریوی متفاوت پیش‌رو قرار دارد: نظارت‌های سخت‌گیرانه‌تر ممکن است هزینه‌ها را افزایش داده یا دسترسی به قابلیت‌های کاربردی را به تأخیر بیندازد، در حالی که شفافیت استانداردها و ارزیابی‌های معتبر می‌تواند نااطمینانی بازار را کاهش دهد و اعتماد به این فناوری را تقویت کند. از سوی دیگر، محدودیت‌های زیرساختی شاید سرعت توسعه را بکاهد، اما ملزم ساختن غول‌های فناوری به پرداخت هزینه‌های واقعی می‌تواند مانع از تحمیل هزینه‌های سنگین برق و انرژی بر دوش سایر کسب‌وکارها و مردم شود.

در حال حاضر نمی‌توان پیامدهای خالص اقتصادی یا قیمت آینده خدمات هوش مصنوعی را صرفاً بر مبنای نتایج انتخابات پیش‌بینی کرد.

در شرایط کنونی، منطقی‌ترین فرض برای برنامه‌ریزی راهبردی، رویارویی با فضایی چندقطبی و پرچالش است؛ کاخ سفیدی که همچنان بر گسترش شتابان هوش مصنوعی اصرار می‌ورزد، کنگره‌ای که انگیزه بیشتری برای تدوین تدابیر ایمنی و نظارتی الزام‌آور دارد، و جوامع محلی در سراسر کشور که فارغ از تمایلات حزبی خواستار حق رأی در تصمیم‌گیری‌های زیرساختی هستند.

کسب‌وکارها می‌توانند ارزیابی سرمایه‌گذاری روی هوش مصنوعی را بر اساس ارزش‌های ملموس و قابل اندازه‌گیری ادامه دهند؛ اما در عین حال باید آماده باشند تا چگونگی کارکرد این سیستم‌ها، ذی‌نفعان واقعی آنها و برنامه‌های خود در زمان بروز خطای احتمالی سیستم را به‌طور شفاف برای نهادهای نظارتی و عمومی توضیح دهند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

استقبال گسترده از BiomedBERT مایکروسافت؛ ثبت ۸۷۰ هزار دانلود ماهانه برای مدل تخصصی پزشکی
آخرین اخبار

استقبال گسترده از BiomedBERT مایکروسافت؛ ثبت ۸۷۰ هزار دانلود ماهانه برای مدل تخصصی پزشکی

مدل زبانی BiomedBERT مایکروسافت با ثبت نزدیک به ۸۷۰ هزار دانلود در ماه گذشته، بار دیگر در صدر ابزارهای پرطرفدار پلتفرم Hugging Face قرار گرفت. این انکودر ۱۱۰ میلیون پارامتری که با نام PubMedBERT نیز شناخته می‌شود، پس از چند سال همچنان ستون فقرات اصلی سیستم‌های پردازش متون پزشکی به‌شمار می‌رود.

۲ دقیقه مطالعه
۰
۱۳ آبان
رونمایی Envision از نخستین سیستم برق ۸۰۰ ولت مستقیم برای مراکز داده هوش مصنوعی
آخرین اخبار

رونمایی Envision از نخستین سیستم برق ۸۰۰ ولت مستقیم برای مراکز داده هوش مصنوعی

شرکت چینی Envision از پلتفرم جدید Dubhe با سیستم برق ۸۰۰ ولت مستقیم برای تغذیه خوشه‌های پردازش هوش مصنوعی رونمایی کرد. این فناوری با حذف مراحل تبدیل انرژی، تلفات برق در دیتاسنترها را به حداقل می‌رساند. با این حال، هنوز هیچ مرجع مستقلی ارقام و کارایی واقعی این سامانه را تأیید نکرده است.

۳ دقیقه مطالعه
۰
۱۳ آبان
آزمایش بازطراحی اسلاید با Gemini؛ تبدیل یک درس هنر شاد به ارائه‌ای خشک و سازمانی
آخرین اخبار

آزمایش بازطراحی اسلاید با Gemini؛ تبدیل یک درس هنر شاد به ارائه‌ای خشک و سازمانی

گوگل قابلیت بازطراحی ارائه‌ها با هوش مصنوعی Gemini را معرفی کرده است، اما بررسی‌های عملی نشان می‌دهد این ابزار هنوز شناخت درستی از نیاز مخاطبان متفاوت ندارد. در آزمایشی تازه، بازطراحی اسلایدهای یک درس هنر برای دانش‌آموزان به قالبی بسیار خشک، اداری و فاقد جذابیت کودکانه تبدیل شد.

۵ دقیقه مطالعه
۰
۱۳ آبان