Noul template GPAI al Comisiei Europene – Ce înseamnă acest lucru pentru instruirea inteligenței artificiale?

În luna iulie, Comisia Europeană (CE) a lansat un nou template pentru furnizorii de modele de inteligență artificială generală (GPAI). Acest lucru înseamnă că furnizorii de IA trebuie să dezvăluie conținutul introdus în modele pentru a le antrena. Acest lucru vine după luni și luni de știri despre creatori care susțin că conținutul a fost utilizat fără consimțământ pentru a antrena IA.

Prin acest nou template, UE și-a făcut poziția clară: transparența este acum negociabilă. Antrenamentul “cutie neagră”, în care ceva este creat fără a dezvălui funcționarea sa internă, nu va fi o opțiune pentru dezvoltatorii de IA. Acest lucru marchează o schimbare semnificativă, deoarece operarea în Europa va necesita acum o vizibilitate completă asupra intrărilor și provenienței datelor de antrenament, forțând o reevaluare a colectării și utilizării datelor.

Mulți au subliniat diferența izbitoare între acest lucru și planul de acțiune recent lansat al SUA pentru IA, care se concentrează puternic pe dereglementare. La fel ca în cazul oricărui nouă lege sau reglementare, companiile trebuie acum să ia în considerare și să evalueze exact cum template-ul GPAI va afecta operațiunile lor.

Dacă acestea operează în mai multe regiuni, vor face același lucru și cu planul de acțiune pentru IA al SUA, ceea ce va complica și mai mult lucrurile. Din cauza naturii complexe a acestor reglementări și a faptului că reglementarea dezvoltării IA în acest mod este un teritoriu neexplorat, ieșirile dezvoltatorilor vor diferi probabil foarte mult.

Disecarea template-ului de model de inteligență artificială generală

În luna iulie a acestui an, Comisia Europeană a publicat un template obligatoriu pentru furnizorii de GPAI, astfel încât aceștia să poată publica o sinteză publică a datelor utilizate pentru a antrena modelele lor. Ca parte a Actului UE privind IA, furnizorii trebuie să dezvăluie categorii de date, cum ar fi seturi de date disponibile public, date private licențiate, conținut web extras, date ale utilizatorilor și date sintetice. Scopul este de a permite titularilor de drepturi de autor, utilizatorilor și dezvoltatorilor din aval să-și exercite drepturile legale în conformitate cu legislația UE.

GPT-urile sunt antrenate cu cantități mari de date; cu toate acestea, în piața actuală, există informații limitate disponibile cu privire la originea acestor date. Sinteza publică pe care acest template o stabilește va oferi o imagine cuprinzătoare a datelor utilizate pentru a antrena un model, va lista principalele colecții de date și va explica alte surse utilizate.

Compara și contrast, Planul de acțiune pentru IA al SUA

În comparație, SUA este hotărâtă să câștige cursa IA și să-și mențină avantajul competitiv asupra Chinei, întrucât administrația Trump a anunțat Planul de acțiune pentru IA mai devreme în această vară. Acest nou cadru pentru IA are ca scop accelerarea construirii centrelor de date care consumă energie și care alimentează sistemele de IA, prin relaxarea reglementărilor de mediu. În același timp, își propune să crească exporturile globale de tehnologii de IA americane. Având 90 de recomandări, planul reflectă eforturile tot mai mari ale SUA de a rămâne înaintea concurenților săi globali.

Planul se bazează pe trei piloni de bază – accelerarea inovației, construirea infrastructurii de IA a Americii și promovarea leadershipului în diplomația și securitatea internațională a IA.

Ca parte a acestui plan, o idee cheie a fost “deschiderea” SUA pentru a stimula inovația și accesibilitatea. De asemenea, planul subliniază modul în care guvernul SUA va “conduce prin exemplu” în ceea ce privește creșterea IA – prin formare, schimburi de talente și extinderea adoptării în diferite industrii.

Prin acest plan, SUA își propune să simplifice toate reglementările tehnologice actuale, în special cele de mediu, pentru a se asigura că legislația nu încetinește creșterea, și să încurajeze distribuția internațională mai largă a software-ului și hardware-ului de IA american. Acest “apropiat anti-reglementar” marchează o schimbare clară de la cadrele anterioare axate pe etică, transparență și inovație responsabilă – și se îndreaptă către un plan de acțiune mai agresiv “inovație pe primul loc”.

Piesa lipsă

Este momentul să facem un pas înapoi și să considerăm dacă aceste acte, deși diferite, ar putea suferi de aceleași defecte care vor face ca dezvoltatorii să vadă o lipsă de valoare în a se conforma lor. Abordările UE și SUA lasă o lacună critică în jurul proprietății intelectuale în seturile de date de antrenare a IA. Actul UE privind IA impune rezumate de date de antrenament și o politică de conformitate cu drepturile de autor, dar nu stabilește un cadru escalabil pentru identificarea sau licențierea operelor protejate prin drepturi de autor.

În SUA, nu există reguli specifice – lăsând companiile de IA să navigheze într-un cadru juridic în evoluție, modelat de hotărârile instanțelor și de disputele în curs cu deținătorii de drepturi. Dincolo de textul legal, ceea ce lipsește este partea practică; niciuna dintre abordări nu stabilește metode fezabile, la nivelul întregii industrii, pentru detectarea conținutului protejat la scară largă, verificarea utilizării legale sau simplificarea licențierii. Până când astfel de soluții nu vor fi definite, incertitudinea cu privire la drepturile de autor în seturile de date de antrenare a IA va rămâne o provocare semnificativă pentru industrie.

Costul ascuns al companiilor care sar peste trasabilitatea IA

În ciuda unor defecte ale acestor reglementări, se va presupune că acestea vor face ca dezvoltatorii de IA să se concentreze puternic asupra modului de a rămâne pe linia de plutire din punct de vedere legal – dar acest lucru nu este întotdeauna cazul. De fapt, adevărata diviziune în IA în acest moment nu este între reglementarea UE și cea a SUA, ci între companiile care investesc în trasabilitate astăzi și cele care pariază că nu vor trebui să o facă. Acesta este un model similar cu ceea ce am văzut cu ani în urmă cu implementarea Regulamentului general privind protecția datelor (GDPR) – companiile care au construit “proiectarea privaciei” de la început nu numai că au evitat amenzi, dar au câștigat și încrederea consumatorilor și au avut acces mai ușor la alte piețe care ulterior au reflectat standardele GDPR.

Același model poate apărea și în cazul IA. Trasabilitatea datelor de antrenament și a deciziilor modelului va deveni probabil o bază globală, iar companiile care întârzie vor trebui să-și redeseneze sistemele în viitor. Revenirea pentru a adăuga documentație, urmărire a provenienței și funcții de audit la un sistem existent este mult mai scump și complex decât a le construi de la început, luând focusul de la construcțiile mai orientate spre ROI pe care compania dorește să le finalizeze.

Cu alte cuvinte, trasabilitatea și transparența nu sunt opționale; ele trebuie încorporate în sistemele de IA de la început. Companiile care le tratează ca pe niște gânduri ulterioare riscă să încetinească inovația, să înfrunte reacții regulatorii și să piardă cursa pe termen nelimitat.

IA etică necesită unitate globală

Dintr-o perspectivă macro, abordările polarizate creează o problemă reală pentru companiile globale. Companiile din piețe cu reglementări mai puțin stricte, cum ar fi SUA, pot scala mai repede pe termen scurt, dar atunci când decid să intre pe piața UE, se confruntă cu un zid de conformitate: regulile de trasabilitate și documentație ale Actului IA necesită capacități pe care nu le-au construit niciodată.

Reconstruirea urmăririi provenienței, documentației și funcțiilor de audit într-un sistem existent este costisitoare, lentă și perturbatoare, mai ales pentru că trasabilitatea este una dintre părțile cele mai consumatoare de resurse ale conformității. Acesta este același model pe care l-am văzut cu GDPR, unde cei care au adoptat “proiectarea privaciei” mai târziu au luptat cu restructurări scumpe și au întârziat accesul pe piață, în timp ce cei care au adoptat-o mai devreme au câștigat un avantaj de durată.

Sistemul este costisitor, lent și perturbator, mai ales pentru că trasabilitatea este una dintre părțile cele mai consumatoare de resurse ale conformității. Acesta este același model pe care l-am văzut cu GDPR, unde cei care au adoptat “proiectarea privaciei” mai târziu au luptat cu restructurări scumpe și au întârziat accesul pe piață, în timp ce cei care au adoptat-o mai devreme au câștigat un avantaj de durată.