Jon Potter, Partner på The RXN Group – Intervjuserie

Jon Potter är en partner och leder State-Level AI-praxis på RXN Group. Han är en erfaren advokat, lobbyist och kommunikatör, har grundat och lett två branschföreningar och en konsumentorganisation, och har konsulterat många branscher och organisationer om lagstiftnings-, kommunikations- och frågeförsvarsutmaningar. Jon grundade Digital Media Association, Fan Freedom och Application Developers Alliance, var vice verkställande direktör för det globala kommunikationsföretaget Burson-Marsteller och advokat i flera år för firman Weil, Gotshal, & Manges.

Som både kund och konsult har Jon övervakat federala, multistats- och internationella kampanjer för påverkan och har engagerat lobbyister, kommunikationsföretag och advokatbyråer på tre kontinenter. Jon har vittnat i kongressen och statliga lagstiftande församlingar flera gånger, har talat vid dussintals konferenser i hela USA och internationellt, och har intervjuats i nationella och lokala radioprogram och TV-nyhetsprogram, inklusive CNN, Today Show och 60 Minutes.

Kan du ge en översikt av de viktigaste trenderna i AI-lagstiftning över staterna i 2024?

2024 har varit ett extraordinärt år för statlig AI-lagstiftning, med flera trender.

Den första trenden är volymen. 445 AI-förslag lades fram i 40 stater, och vi förväntar oss att detta kommer att fortsätta i 2025.

En andra trend är en konsekvent dikotomi – förslag om statlig användning av AI var generellt sett optimistiska, medan förslag om AI i allmänhet och privat sektors användning av AI var skeptiska och rädda. Dessutom antog flera stater lagar som skapade AI-“arbetsgrupper”, som nu håller på att mötas.

Vilka är de viktigaste bekymren som driver statliga lagstiftare att lägga fram AI-förslag, och hur varierar dessa bekymren från stat till stat?

Många lagstiftare vill att statliga myndigheter ska förbättras med AI – för att leverera bättre tjänster mer effektivt.

Bland skeptikerna finns ämnen som bedrägliga och missbrukade “deepfakes” i samband med val, konst och mobbning; algoritmisk diskriminering; rädsla för AI-påverkade “livskritiska” beslut och beslutsprocesser; personlig integritet och personlig dataanvändning; och jobbförlust. Vissa bekymmer kan lösas genom mycket specifik lagstiftning, såsom Tennessee’s ELVIS-lag och Kaliforniens förbud mot politiska deepfakes. Andra bekymmer, som risker för algoritmisk diskriminering och jobbförlust, är amorfa och så är de lagstiftningsförslag som är breda, icke-specifika och mycket bekymmersamma.

Vissa lagstiftare tror att dagens sociala medier- och digitala integritetsutmaningar kunde ha mildrats genom profylaktisk lagstiftning, så de skyndar sig att anta lagar för att lösa AI-problem som de fruktar kommer att utvecklas. Naturligtvis är det mycket svårt att definiera tydliga regelefterlevnadsriktlinjer innan faktiska problem uppstår.

Hur kan stater utforma AI-lagstiftning som uppmuntrar innovation samtidigt som den hanterar potentiella risker?

Lagstiftning kan göra båda när den reglerar specifika användningsfall och risker, men inte grundläggande, allmänna teknologier. Ett bra exempel på detta är de federala lagarna som reglerar användning av hälsodata, finansiell data och studentutbildningsdata, men inte reglerar datorer, servrar eller molntjänster. Genom att inte reglera allmänna verktyg som datalagring och datorkapacitet (inklusive AI) hanterar lagarna verkliga risker och definierar tydliga regelefterlevnadsregler.

Det är viktigt att lagstiftare hör från en bred skara intressenter innan de antar nya lagar. Rubrikerna antyder att AI domineras av jätteföretag som investerar miljarder dollar för att bygga extremt kraftfulla och riskfyllda modeller. Men det finns tusentals små och lokala företag som använder AI för att bygga återvinnings-, arbetsplats-, småföretagslåne- och cybersäkerhetslösningar. Juridiska hjälporganisationer och lokala ideella organisationer använder AI för att hjälpa underbetjänade samhällen. Lagstiftare måste vara säkra på att AI-skeptisk lagstiftning inte stänger av små, lokala och allmännyttiga AI-aktiviteter.

Från din erfarenhet, vad är de mest betydande effekterna som de senaste AI-förslagen har haft på företag? Finns det specifika branscher som har påverkats mer än andra?

Vi vet ännu inte effekterna av de senaste AI-förslagen eftersom mycket få av de senaste förslagen har blivit lag och de nya lagarna har ännu inte gjort någon skillnad. Den bredaste lagen, i Colorado, träder inte i kraft förrän 2026 och de flesta intressenter, inklusive guvernören och sponsor, förväntar sig betydande ändringar innan ikraftträdandet. ELVIS-lagen i Tennessee och Kaliforniens deepfakes-lagar bör minska bedräglig och kriminell verksamhet och hoppas inte hindra parodi eller annat skyddat tal.

Hur ser du på förhållandet mellan statlig AI-reglering och potentiell federal åtgärd utvecklas?

Detta är ett rörligt mål med många variabler. Det finns redan flera områden där den federala och statliga regeringen samexisterar, och AI är associerad med många av dem. Till exempel finns det federala och statliga lagar om diskriminering på arbetsplatsen och finansiella tjänster som är effektiva oavsett om AI används av påstådda illgärningsmän. En fråga för lagstiftare är varför ny lagstiftning eller reglering behövs enbart för att AI används i en aktivitet.

Vilka är de vanligaste fällorna eller utmaningarna som statliga lagstiftare står inför när de utformar AI-relaterade förslag? Hur kan dessa undvikas?

Det handlar allt om utbildning – att ta sig tid att konsultera många intressenter och förstå hur AI fungerar i den verkliga världen. Lagstiftning baserad på rädsla för det okända kommer aldrig att vara balanserad och kommer alltid att hämma innovation och AI för det bästa. Andra länder kommer att fylla innovationsvakuumet om USA avstår från vårt ledarskap på grund av rädsla.

Kan du dela exempel på framgångsrik påverkan som har påverkat AI-lagstiftning till förmån för innovation?

I Colorado samlades Rocky Mountain AI Interest Group och AI Salon utvecklare och startups för att engagera sig med lagstiftare för första gången. Utan lobbyister eller insiderkonsulter nådde dessa grupper en källa till smarta, missnöjda och motiverade grundare som uttryckte sin besvikelse i kraftfull och effektiv vittnesmål och media – och hördes.

På samma sätt i Kalifornien vittnade grundare av små AI-företag passionerat i lagstiftningen och anslöt sig till media för att uttrycka brådskande oro och besvikelse över välmenande men fruktansvärt bred lagstiftning. Liksom deras motsvarigheter i Colorado var dessa grundare icke-traditionella, högt motiverade och mycket effektiva.

Hur identifierar och engagerar du intressenter effektivt i statliga AI-politiska strider?

Dels genom att prata med människor som du, och sprida ordet att lagstiftning har eller snart kommer att införas och kan påverka någons försörjning, företag eller möjlighet. Lagstiftare vet bara vad de vet, och vad de lär sig genom att prata med lobbyister och företag som de är medvetna om. Det är viktigt att engagera sig i processen när förslag utarbetas och ändras, eftersom om du inte är vid bordet så är du troligen på menyn. Varje företag och organisation som bygger eller använder AI bör delta innan lagar och regler skrivs, eftersom det ofta är för sent efter att de har skrivits.

Vilka är de mest effektiva sätten att kommunicera komplexiteten i AI till statliga lagstiftare?

Påverkan finns i många former. Antingen möten med lagstiftare personligen eller via video, skicka ett brev eller e-post, eller tala med media – var och en av dessa är ett sätt att göra din röst hörd. Det viktigaste är tydlighet och enkelhet, och att berätta din egen historia som är det du känner bäst till. Olika statliga lagstiftande församlingar har olika regler, processer och normer, men nästan alla lagstiftare är angelägna om att lära sig och vill höra från medborgare.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka RXN Group.