جان پاتر، شریک گروه RXN – سری مصاحبه


جان پاتر یک شریک است و بخش دولتی هوش مصنوعی را رهبری می کند گروه RXN. او یک وکیل، لابی‌گر و ارتباط‌دهنده با تجربه است، دو انجمن صنعتی و یک سازمان مصرف‌کننده را تأسیس و رهبری کرده است، و با بسیاری از صنایع و سازمان‌ها در مورد چالش‌های قانون‌گذاری، ارتباطات و حمایت از مسائل مشورت کرده است. جون انجمن رسانه های دیجیتال، آزادی طرفداران و اتحاد توسعه دهندگان برنامه را تأسیس کرد، معاون اجرایی شرکت ارتباطات جهانی Burson-Marsteller و چندین سال وکیل در شرکت Weil، Gotshal و Manges بود.

جان به عنوان مشتری و مشاور، بر کمپین‌های حمایتی فدرال، چند ایالتی و بین‌المللی نظارت داشته و لابی‌گران، شرکت‌های ارتباطی و شرکت‌های حقوقی را در سه قاره درگیر کرده است. جان چندین بار در کنگره و مجالس ایالتی شهادت داده است، در ده‌ها کنفرانس در سراسر ایالات متحده و بین‌المللی سخنرانی کرده است و در برنامه‌های خبری رادیویی و تلویزیونی ملی و محلی، از جمله CNN، Today Show، و 60 Minutes مصاحبه شده است.

آیا می توانید یک مرور کلی از روندهای کلیدی در قوانین هوش مصنوعی در سراسر ایالت ها در سال 2024 ارائه دهید؟

سال 2024 سال فوق‌العاده‌ای برای قوانین هوش مصنوعی در سطح ایالت بوده است که با چندین روند مشخص شده است.

روند اول حجم است. 445 لایحه هوش مصنوعی در 40 ایالت معرفی شد و ما انتظار داریم این کار در سال 2025 ادامه یابد.

روند دوم یک دوگانگی ثابت است – لوایح در مورد استفاده دولت از هوش مصنوعی عموماً خوش بینانه بود، در حالی که لوایح در مورد هوش مصنوعی به طور کلی و استفاده بخش خصوصی از هوش مصنوعی مشکوک و ترسناک بودند. علاوه بر این، چندین ایالت لایحه‌هایی را تصویب کردند که «گروه‌های ضربت» هوش مصنوعی را ایجاد کردند که اکنون در حال نشست هستند.

نگرانی های اصلی قانونگذاران ایالتی برای معرفی لوایح هوش مصنوعی چیست و چگونه این نگرانی ها از ایالت به ایالت دیگر متفاوت است؟

بسیاری از قانون‌گذاران از سازمان‌های دولتی می‌خواهند که با هوش مصنوعی بهبود پیدا کنند – تا خدمات بهتری را به صورت کارآمدتر ارائه دهند.

در میان شکاکان، موضوعات مورد توجه شامل «دیپ‌فیک‌های» تقلبی و توهین‌آمیز مربوط به انتخابات، هنرهای خلاقانه و قلدری است. تبعیض الگوریتمی؛ ترس از تصمیمات و فرآیندهای تصمیم گیری «مهم زندگی» تحت تأثیر هوش مصنوعی؛ حریم خصوصی شخصی و استفاده از داده های شخصی؛ و جابجایی شغلی برخی از نگرانی‌ها را می‌توان در قوانین بسیار خاص مورد توجه قرار داد، مانند قانون ELVIS تنسی و ممنوعیت دیپ‌فیک سیاسی کالیفرنیا. نگرانی های دیگر، مانند خطرات تبعیض الگوریتمی و جابجایی شغل، بی شکل هستند و بنابراین پیشنهادات قانونی گسترده، غیر اختصاصی و نگران کننده هستند.

برخی از قانونگذاران بر این باورند که رسانه‌های اجتماعی و چالش‌های حریم خصوصی دیجیتال امروزی را می‌توان با قوانین پیشگیرانه کاهش داد، بنابراین آنها در تصویب قوانینی برای حل مشکلات هوش مصنوعی که از ایجاد آن بیم دارند عجله دارند. البته، تعریف دستورالعمل انطباق واضح قبل از بروز مشکلات واقعی بسیار دشوار است.

دولت‌ها چگونه می‌توانند قوانین هوش مصنوعی ایجاد کنند که نوآوری را تشویق کند و در عین حال خطرات بالقوه را نیز مورد توجه قرار دهد؟

قانون می تواند هر دو را زمانی که موارد استفاده خاص و خطرات را تنظیم کند، اما نه فناوری چند منظوره اساسی را انجام دهد. یک مثال خوب از این قوانین فدرال است که استفاده از داده های بهداشتی، مالی و تحصیلی دانش آموز را کنترل می کند، اما رایانه ها، سرورها یا محاسبات ابری را تنظیم نمی کند. قوانین با تنظیم نکردن ابزارهای چند منظوره مانند ذخیره سازی داده ها و فناوری های پردازش داده ها (از جمله هوش مصنوعی)، خطرات واقعی را بررسی می کنند و قوانین انطباق واضح را تعریف می کنند.

این مهم است که قانونگذاران قبل از تصویب قوانین جدید از طیف وسیعی از ذینفعان بشنوند. سرفصل‌ها نشان می‌دهند که هوش مصنوعی تحت سلطه شرکت‌های غول‌پیکری است که میلیاردها دلار برای ساخت مدل‌های فوق‌العاده قدرتمند و ریسک‌پذیر سرمایه‌گذاری می‌کنند. اما هزاران شرکت کوچک و محلی وجود دارند که از هوش مصنوعی برای ساخت بازیافت، سوگیری در محل کار، وام دادن به مشاغل کوچک و راه حل های امنیت سایبری استفاده می کنند. سازمان‌های کمک حقوقی و سازمان‌های غیرانتفاعی محلی از هوش مصنوعی برای کمک به جوامع محروم استفاده می‌کنند. قانون‌گذاران باید مطمئن باشند که قوانین مشکوک به هوش مصنوعی فعالیت‌های کوچک، محلی و عام المنفعه هوش مصنوعی را متوقف نمی‌کند.

با توجه به تجربه شما، مهم‌ترین تأثیراتی که صورت‌حساب‌های اخیر هوش مصنوعی بر کسب‌وکارها داشته است، چیست؟ آیا صنایع خاصی وجود دارند که بیشتر از سایرین تحت تأثیر قرار گرفته اند؟

ما هنوز تأثیرات لوایح اخیر هوش مصنوعی را نمی دانیم زیرا تعداد بسیار کمی از لوایح اخیر به قانون تبدیل شده اند و قوانین جدید هنوز تغییری ایجاد نکرده اند. گسترده‌ترین قانون، در کلرادو، تا سال 2026 اجرایی نمی‌شود و بیشتر سهامداران، از جمله فرماندار و حامی، پیش‌بینی می‌کنند که اصلاحات قابل توجهی قبل از تاریخ لازم‌الاجرا شدن انجام شود. قانون ELVIS در تنسی و قوانین دیپ‌فیک کالیفرنیا باید فعالیت‌های متقلبانه و مجرمانه را کاهش دهد، و امیدواریم که مانع تقلید مسخره‌آمیز یا دیگر سخنرانی‌های محافظت شده نشود.

با توجه به اینکه بسیاری از ایالت‌ها برای وضع قوانین هوش مصنوعی گام بر می‌دارند، رابطه بین مقررات هوش مصنوعی در سطح ایالت و اقدامات بالقوه فدرال را چگونه می‌بینید؟

این یک هدف متحرک با متغیرهای زیادی است. در حال حاضر چندین حوزه قانونی وجود دارد که در آن دولت های فدرال و ایالتی با هم وجود دارند و هوش مصنوعی با بسیاری از آنها مرتبط است. به عنوان مثال، قوانین تبعیض در محل کار و خدمات مالی فدرال و ایالتی وجود دارد که صرف نظر از اینکه آیا هوش مصنوعی توسط بازیگران بد مورد استفاده قرار می گیرد یا خیر، موثر هستند. یک سوال برای قانونگذاران این است که چرا قوانین یا مقررات جدید صرفاً به دلیل استفاده از هوش مصنوعی در یک فعالیت مورد نیاز است.

مشکلات یا چالش‌های رایجی که قانون‌گذاران ایالتی هنگام تهیه لوایح مرتبط با هوش مصنوعی با آن‌ها مواجه هستند، چیست؟ چگونه می توان از این موارد اجتناب کرد؟

همه چیز در مورد آموزش است – برای مشورت با بسیاری از سهامداران و درک نحوه عملکرد هوش مصنوعی در دنیای واقعی وقت بگذارید. قانونگذاری مبتنی بر ترس از ناشناخته هرگز متعادل نخواهد بود و همیشه از نوآوری و هوش مصنوعی برای همیشه جلوگیری می کند. اگر ایالات متحده به دلیل ترس، رهبری ما را واگذار کند، سایر کشورها خلأ نوآوری را پر خواهند کرد.

آیا می‌توانید نمونه‌هایی از حمایت موفق را که بر قوانین هوش مصنوعی به نفع نوآوری تأثیر گذاشته است، به اشتراک بگذارید؟

در کلرادو، گروه علاقه‌مندی هوش مصنوعی Rocky Mountain و سالن هوش مصنوعی توسعه‌دهندگان و استارت‌آپ‌ها را برای تعامل با قانونگذاران برای اولین بار گرد هم آوردند. بدون لابی‌گران یا مشاوران خودی، این گروه‌ها به چشمه‌ای از بنیان‌گذاران باهوش، ناراضی و باانگیزه دست زدند که نارضایتی خود را با شفاف، مؤثر، شهادت و رسانه‌ها ابراز کردند – و شنیده شدند.

به طور مشابه در کالیفرنیا، بنیان‌گذاران شرکت‌های کوچک پیشروی هوش مصنوعی با شور و شوق در مجلس شورای اسلامی شهادت دادند و با رسانه‌ها ارتباط برقرار کردند تا نگرانی و ناامیدی فوری خود را در مورد قوانین خوش‌نظم اما بسیار گسترده ابراز کنند. مانند همتایان خود در کلرادو، این بنیانگذاران غیر سنتی، بسیار با انگیزه و بسیار مؤثر بودند.

چگونه سهامداران را به طور موثر در نبردهای سیاست هوش مصنوعی در سطح دولتی شناسایی و درگیر می کنید؟

تا حدی با صحبت با افرادی مانند شما، و انتشار این خبر که قوانینی ارائه شده یا به زودی ارائه خواهد شد و ممکن است بر معیشت، کسب و کار یا فرصت های شخصی تأثیر بگذارد. قانونگذاران تنها آنچه را که می‌دانند و آنچه را که از طریق گفتگو با لابی‌گران و شرکت‌هایی که از آنها آگاه هستند می‌دانند. مهم است که در هنگام تهیه و اصلاح لوایح در فرآیند شرکت کنیم، زیرا اگر سر میز نیستید، احتمالاً در منو هستید. هر شرکت و سازمانی که در حال ساخت یا استفاده از هوش مصنوعی است باید قبل از نوشتن قوانین و مقررات شرکت کند، زیرا بعد از نوشتن آنها اغلب دیر است.

موثرترین راه ها برای انتقال پیچیدگی های هوش مصنوعی به قانونگذاران ایالتی چیست؟

وکالت به اشکال مختلفی وجود دارد. چه ملاقات حضوری با قانونگذاران یا از طریق ویدئو، ارسال نامه یا ایمیل، یا صحبت با رسانه ها – هر یک از اینها راهی برای شنیدن صدای شما است. آنچه از همه مهمتر است، وضوح و سادگی است، و گفتن داستان خودتان، چیزی که شما بهتر می دانید. قانونگذاران ایالت های مختلف قوانین، فرآیندها و هنجارهای متفاوتی دارند، اما تقریباً همه قانونگذاران مشتاق یادگیری هستند و می خواهند از رای دهندگان بشنوند.

با تشکر از شما برای مصاحبه عالی، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید از آن بازدید کنند گروه RXN.



منبع:unite.ai

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *