Den Europæiske Kommissions Nye GPAI-Skabelon – Hvad Betyder Det for AI-Træning?

I juli offentliggjorde Den Europæiske Kommission (EC) en ny general-purpose kunstig intelligens (GPAI)-skabelon. Dette betyder, at AI-udbydere skal afsløre indholdet, der er indført i modellerne for at træne dem. Dette kommer efter måneder og måneder med overskrifter om, at skabere påstår, at indhold er blevet brugt uden samtykke til at træne AI.

Med denne nye skabelon har EU gjort sin stilling klar: gennemsigtighed er nu ikke forhandelbar. Sort boks-træning, hvor noget skabes uden at afsløre dens indre mekanismer, vil ikke være en mulighed for AI-udviklere. Dette markerer en betydelig skift, da drift i Europa nu vil kræve fuld indsigt i modelinddata og træningsdata-proveniens, hvilket tvinger til en genovervejelse af dataindsamling og brug.

Mange har peget på den tydelige forskel mellem dette og den nyligt offentliggjorte US AI-handlingsplan, som fokuserer stærkt på deregulering. Ligesom med enhver ny lov eller regulering, må virksomheder nu tage stilling og vurdere, hvordan GPAI-skabelonen vil påvirke driften.

Hvis de opererer på tværs af regioner, vil de gøre det samme med US AI-handlingsplanen, hvilket yderligere komplicerer sagen. På grund af den komplekse natur af disse og det faktum, at regulering af AI-udvikling på denne måde er ukendt territorium, er det sandsynligt, at udvikleres output vil adskille sig væsentligt.

Dissektion af den generelle kunstig intelligens-modelskabelon

I juli i år offentliggjorde Den Europæiske Kommission en obligatorisk skabelon for GPAI-udbydere, så de kan offentliggøre en samlet oversigt over de data, der er brugt til at træne deres modeller. Som en del af EU’s AI-lov skal udbydere afsløre datakategorier som offentligt tilgængelige datasets, private licenserede data, webindhold, brugerdata og syntetiske data. Formålet er at give ophavsretshavere, brugere og downstream-udviklere mulighed for at udøve deres rettigheder under EU-lovgivningen.

GPT’er trænes med store mængder data; dog er der i det nuværende marked begrænsede oplysninger tilgængelige om oprindelsen af disse data. Den offentlige oversigt, som denne skabelon fastlægger, vil give en omfattende oversigt over de data, der er brugt til at træne en model, liste de vigtigste dataindsamlinger og forklare andre kilder, der er brugt.

Sammenlign og kontrast, US AI-handlingsplan

I sammenligning er USA fast besluttet på at vinde AI-kapløbet og fastholde sin konkurrencemæssige fordel over for Kina, da Trump-administrationen offentliggjorde sin AI-handlingsplan tidligere på sommeren. Denne nye AI-ramme sigter på at accelerere opførelsen af energiintensive datacentre, der driver AI-systemer, ved at lette miljøreguleringer. Samtidig søger den at øge den globale eksport af amerikanske AI-teknologier. Med 90 anbefalinger reflekterer planen de voksende bestræbelser fra USA på at fastholde sin føring over for globale konkurrenter.

Planen er bygget op omkring tre kernepillar – acceleration af innovation, opbygning af Amerikas AI-infrastruktur og fremme af lederskab i international AI-diplomati og sikkerhed.

Som en del af dette er en nøglepoint fra planen, at Amerika vil “føre med eksempel”, når det kommer til AI-vækst – gennem træning, talentudvekslinger og udvidelse af anvendelsen på tværs af brancher.

Med denne plan sigter USA på at strømline alle sine nuværende teknologireguleringer, især miljøreguleringer, for at sikre, at lovgivningen ikke bremser væksten, samtidig med at den opmuntrer til en bredere international distribution af amerikansk AI-software og hardware. Denne “anti-regulerings”-tilgang markerer en tydelig skift fra tidligere rammer, der fokuserede på etik, gennemsigtighed og ansvarlig innovation – i stedet bevæger den sig mod en mere aggressiv “innovation først”-handlingsplan.

Den manglende del

Det er værd at tage et skridt tilbage på dette tidspunkt og overveje, om disse love, selvom de er forskellige, kan lide under de samme fejl, der vil få udviklere til at se en mangel på værdi i at overholde dem. EU’s og USA’s tilgange efterlader en kritisk lukke omkring immaterielle rettigheder i AI-træningsdata. EU’s AI-lov kræver træningsdata-summeringer og en ophavsretspolitik, men den etablerer ikke en skalerbar ramme for at identificere eller licensere ophavsretligt beskyttede værker.

I USA findes der ingen specifikke regler – hvilket efterlader AI-virksomheder til at navigere i en udviklende juridisk ramme, der formas af domstolsafgørelser og pågående stridigheder med rettighedshavere. Ud over den juridiske tekst er det, der mangler, den praktiske side; ingen af tilgangene fastlægger brugbare, branchensomfattende metoder til at detektere beskyttet indhold i stor målestok, verificere lovligt brug eller strømline licensering. Indtil sådanne løsninger er defineret, vil usikkerheden omkring ophavsret i AI-træning forblive en betydelig udfordring for branchen.

Den skjulte omkostning ved, at virksomheder springer AI-sporbarhed over

Trods nogle af fejlene i disse reguleringer vil det blive antaget, at de vil få AI-udviklere til at fokusere stærkt på, hvordan de kan overleve fra et juridisk synspunkt – men det er ikke altid tilfældet. I virkeligheden er den virkelige skille i AI lige nu ikke mellem EU- og USA-regulering, men mellem virksomheder, der investerer i sporbarhed i dag, og dem, der spiller på, at de ikke vil være nødt til det. Dette er en gentagelse af, hvad vi så år tilbage med implementeringen af Den Generelle Databeskyttelsesforordning (GDPR) – virksomheder, der byggede ind i privacypolicy tidligt, undgik ikke kun bøder, men opnåede også forbruger-tillid og glattere adgang til andre markeder, der senere spejlede GDPR-standarder.

Den samme mønster kan være ved at opstå med AI. Sporbarhed af træningsdata og modelbeslutninger vil sandsynligvis blive en global standard, og virksomheder, der forsinker, vil være nødt til at omkonstruere deres systemer i fremtiden. At gå tilbage og tilføje dokumentation, provenienssporbarhed og revisionsfunktioner til et eksisterende system er langt mere dyrt og komplekst end at bygge dem ind fra starten, hvilket tager fokus væk fra mere ROI-fokuserede bygninger, som virksomheden ønsker at gennemføre.

Med andre ord er sporbarhed og gennemsigtighed ikke valgfrie tilføjelser; de må være indbygget i AI-systemer fra dag én. Virksomheder, der behandler dem som eftertanke, risikerer at bremse innovation, møde regulativt tilbageslag og tabe kapløbet uendeligt.

Etisk AI kræver global enhed

Set fra et makroperspektiv skaber disse polariserede tilgange et reel problem for globale virksomheder. Virksomheder i lette markeder som USA kan skale hurtigere på kort sigt, men når de beslutter at indtræde i EU, står de over for en compliance-væg: AI-lovens sporbarheds- og dokumentationsregler kræver evner, som de aldrig har bygget.

At tilføje provenienssporbarhed, dokumentation og revisionsfunktioner til et eksisterende system er dyrt, langsomt og disruptivt, især fordi sporbarhed er en af de mest ressourcekrævende dele af compliance. Det er det samme mønster, vi så med GDPR, hvor efterfølgere til privacypolicy kæmpede med dyre ombygninger og forsinket markedsadgang, mens tidlige udviklere opnåede en varig fordel.