AktualnościMakroTyler Cowen proponuje samoregulację w stylu FINRA jako „najmniej zły” sposób zarządzania AI

Tyler Cowen proponuje samoregulację w stylu FINRA jako „najmniej zły” sposób zarządzania AI

Autor: Marginal Revolution·

Najważniejsze informacje

  • •Cowen proponuje prywatny, niedochodowy organ regulacyjny AI, częściowo wzorowany na FINRA i nadzorowany przez Waszyngton, być może za pośrednictwem Centrum Standardów i Innowacji AI.
  • •Proponowany organ przeprowadzałby okresowe audyty największych laboratoriów AI i ich modeli, z początkowym naciskiem na ryzyko cybernetyczne.
  • •Firmy, które przejdą audyt, otrzymałyby zwolnienie ze standardowego prawa odpowiedzialności cywilnej, jeśli wykażą podstawową rozsądną staranność i unikną skrajnego lub umyślnego zaniedbania.
  • •Według Cowena uczestnicy branży mają silne motywacje do popierania norm bezpieczeństwa, ponieważ błędy jednej firmy mogą zaszkodzić całemu sektorowi.
  • •Twierdzi, że rządowi brakuje porównywalnej wiedzy technicznej, a skuteczne zarządzanie AI zależeć będzie od tego, jak branża, regulatorzy i sądy podzielą odpowiedzialność.
Tyler Cowen proponuje samoregulację w stylu FINRA jako „najmniej zły” sposób zarządzania AI

Ekonomista Tyler Cowen argumentuje, że „najmniej zły” sposób regulacji sztucznej inteligencji to zaufanie największym laboratoriom AI, aby działały jako własni główni regulatorzy — poprzez prywatny organ nadzoru upoważniony i nadzorowany przez Waszyngton.

Argument przedstawia w swoim najnowszym felietonie dla „The Free Press”, którego fragment opublikowano 27 sierpnia 2026 r. na blogu ekonomicznym Marginal Revolution. „Kluczem jest stworzenie pewnych podstawowych zabezpieczeń, ale bez dławienia szerszego postępu AI” — pisze Cowen. Aby to osiągnąć, jego zdaniem „musimy sprzeciwić się powszechnemu przekonaniu o nadzorze publicznym i zamiast tego zaufać laboratoriom AI jako ich własnym głównym regulatorom”.

Regulator AI w stylu FINRA

Propozycja zaczyna się od zdefiniowania prywatnego, niedochodowego organu ds. regulacji AI. Idealny organ czerpałby pewne cechy z FINRA (Financial Industry Regulatory Authority) — konsorcjum firm finansowych, które bada praktyki handlowe każdego członka i formułuje zalecenia, wspierając federalną Komisję Papierów Wartościowych i Giełd (Securities and Exchange Commission) w nadzorze i regulacji.

Wersja dla AI obejmowałaby największe laboratoria i byłaby upoważniona oraz nadzorowana przez Waszyngton, być może za pośrednictwem dopiero raczkującego Centrum Standardów i Innowacji AI (Center for AI Standards and Innovation). W ujęciu Cowena dałoby to decydentom możliwość otoczenia zaawansowanych modeli zabezpieczeniami bez wymagania, aby agencje rządowe budowały całą odpowiednią wiedzę techniczną od zera.

Okresowe audyty i zwolnienie z odpowiedzialności

Ten organ przeprowadzałby okresowe audyty największych firm AI i ich modeli, oceniając ich postępowanie i bezpieczeństwo. Przynajmniej w krótkim okresie większość tej pracy koncentrowałaby się na cyberbezpieczeństwie — w szczególności na tym, czy nowe modele tworzą więcej ryzyka cybernetycznego, niż pomagają go rozwiązać.

Firma, która pomyślnie przeszłaby audyt, zostałaby zwolniona ze standardowego prawa odpowiedzialności cywilnej, pod warunkiem że wykazałaby podstawową, rozsądną staranność, a nie skrajne ani umyślne zaniedbanie. W ocenie Cowena uwolniłoby to laboratoria AI od obawy, że sądy mogą pokrzyżować ich działalność, przyznając powodom ogromne odszkodowania za słabo zdefiniowane szkody, których nie dało się rozsądnie zapobiec — a jednocześnie dałoby laboratoriom silną motywację do spełnienia norm bezpieczeństwa tego organu.

Czy organ branżowy oceniałby uczciwie?

Jak zauważa Cowen, zasadne jest pytanie, czy organ złożony z uczestników branży wydawałby uczciwe i bezstronne oceny bezpieczeństwa. „Być może nie. Jest jednak wiele zalet i nie ma lepszej alternatywy”.

Jedna z zalet: każda firma wie, że niebezpieczny model innej firmy mógłby spowodować szkodliwy incydent i zaszkodzić perspektywom całej branży. Cowen wskazuje na awarię w Three Mile Island w 1979 r., która w znacznym stopniu przyczyniła się do zamrożenia całej amerykańskiej branży jądrowej. Niewiele osób potrafi wymienić nazwę firmy stojącej za niesprawną elektrownią — Metropolitan Edison — ponieważ kara reputacyjna objęła branżę jako całość.

Inną motywacją do dbania o bezpieczeństwo jest to, że czołowe firmy nie chcą zbyt ostrej konkurencji ze strony tańszych, oferujących niższą jakość nowicjuszy. To również skłoni te firmy do popierania dość ostrych norm, „w niektórych przypadkach być może nadmiernie ostrych”.

Szersza implikacja argumentu Cowena jest taka, że zarządzanie AI może ostatecznie zależeć mniej od tradycyjnego zestawu reguł, a bardziej od tego, jak uczestnicy branży, regulatorzy i sądy będą dzielić odpowiedzialność wraz z dalszym rozwojem technologii. Na razie, jego zdaniem, sprawia to, że wiedza techniczna wewnątrz laboratoriów jest szczególnie istotna dla każdego reżimu nadzoru, który ma być egzekwowalny, a nie jedynie symboliczny.

„Nadal wybieramy spośród niedoskonałych alternatyw” — konkluduje Cowen. „Konkretna prawda, czy nam się to podoba, czy nie, jest taka, że w firmach jest znacznie więcej wiedzy potrzebnej do oceny bezpieczeństwa AI, niż możemy w najbliższym czasie spodziewać się w rządzie federalnym”.

Podziękowania

Cowen pisze, że korzystał z niektórych pomysłów Deana Balla, zaznaczając, że propozycja Balla nieco się różni, i kieruje czytelników do komentarzy Brendana McCorda.