آدام شیف: برای جلوگیری از فلجِ قانونی، آمریکا به سازمان نظارتی هوش مصنوعی نیاز

تصور کنید ابزاری در دست دارید که می‌تواند بدون نظارت، زیرساخت‌های امنیتی یک کشور را در سکوت تخریب کند و تنها تضمین شما، قولِ شفاهی سازنده‌ی آن باشد. این دقیقاً وضعیتی است که سناتور آدام شیف (Adam Schiff) آن را برای آینده‌ی ایالات متحده ترسیم می‌کند.

به نقل از مصاحبه‌ای با ورج (The Verge) در ۵ اکتبر ۲۰۲۶، این سناتور دموکرات کالیفرنیا تأکید کرد که تعهدات داوطلبانه مدیران ارشد هوش مصنوعی در کاخ سفید «به معنای واقعی کلمه بی‌معنی» است. او هشدار داد که مدل فعلی ایمنی بر پایه «به ما اعتماد کنید» بنا شده و خطرات سیستماتیک امنیت ملی را نادیده می‌گیرد.

این هشدار در حالی مطرح می‌شود که دولت آمریکا در تلاشی سخت برای ایجاد تعادل میان استقرار سریع فناوری و ایمنی عمومی است. در حالی که دولت ترامپ سیاست «درهای باز» برای توسعه‌ی هوش مصنوعی را پیش می‌برد، ائتلافی دوحزبی از پوپولیست‌ها در حال شکل‌گیری است تا با این رویکرد مقابله کنند. این تنش به‌ویژه در واکنش‌های تند علیه مراکز داده‌ی عظیم و جایگزینی نیروی انسانی در صنایع خلاق نمایان شده است.

شکست پیمان‌های داوطلبانه

شیف معتقد است محیط نظارتی فعلی تنها یک ویترین است. او تجمع اخیر مدیران فناوری در کاخ سفید را یک «نمایش سیاسی» می‌نامد؛ جایی که مدیران در حضور رئیس‌جمهور قول‌های داوطلبانه می‌دهند، اما در خلوت اعتراف می‌کنند که برای فرار از خشم احتمالی قوه مجریه، به مقررات رسمی نیاز دارند.

او در پاسخ به رویکرد رئیس‌جمهور درباره ایمنی، اشاره می‌کند که ترامپ در واکنش به نگرانی‌ها، عمدتاً به مغز خود اشاره کرده و مدعی است که یک «نابغه باثبات» است و بنابراین دنیا نباید نگران باشد. از نظر شیف، این پاسخ در برابر خطرات واقعی کاملاً ناکافی است. او سه تهدید امنیتی کلیدی را برشمرد:

• هوش مصنوعی بازگشتی (Recursive AI) — شبیه به ماشینی که هر روز قطعات خودش را ارتقا می‌دهد تا جایی که انسان‌ها حس می‌کنند کنترل را از دست داده‌اند و دیگر نمی‌فهمند ماشین چگونه تصمیم می‌گیرد یا به چه داده‌های غیرقانونی دسترسی دارد.
• فجایع نظامی: استفاده مهارنشده از هوش مصنوعی در پنتاگون که می‌تواند به فجایع منجر شود؛ او به‌طور مشخص خواستار بررسی نقش هوش مصنوعی در انتخاب هدف برای بمباران یک مدرسه دخترانه در ایران شد.
• نظارت توده‌ای: ادعای تلاش دولت برای «کشتن» یا حذف شرکت آنتروپیک (Anthropic) به دلیل پافشاری این شرکت بر عدم استفاده از هوش مصنوعی برای نظارت داخلی توده‌ای یا ساخت سلاح‌های کاملاً خودکار.

بحران مالکیت معنوی

شیف که در کمیته‌های مالکیت معنوی و ضد انحصار حضور دارد، فرآیند آموزش مدل‌ها را به «جاروبرقی عظیمی از مواد حفاظت‌شده» تشبیه می‌کند. او مدعی است شرکت‌ها برای برنده شدن در مسابقه‌ی توسعه، عمداً تصمیم گرفتند قوانین مالکیت معنوی را نادیده بگیرند تا بعداً به دنبال توجیه قانونی باشند.

او و سناتور کرتیس در حال تلاش برای اجبار شرکت‌ها به افشای دقیق داده‌های دارای کپی‌رایت هستند که برای آموزش مدل‌ها استفاده شده است. این موضوع برای شرکت‌های سرگرمی که ارزششان در کتابخانه‌های محتوایی است، حیاتی و وجودی است. شیف اشاره کرد که برخی غول‌ها مثل آمازون (Amazon) شاید کمتر به کتابخانه‌های فیلم خود اهمیت دهند — او به فیلم «ملانیا» با نقدهای بسیار بد اشاره کرد و به بررسی Variety استناد کرد که می‌گفت بینندگان برای فرار از تماشای این فیلم حتی از هواپیما پیاده می‌شوند — اما کل اکوسیستم خلاق در حال تهی شدن است.

او تأکید کرد که بحث مالکیت معنوی در کل صنعت یکسان نیست. برخی بازیگران استریمرهای بزرگ هستند و برخی دیگر غول‌های فناوری که سبد هوش مصنوعی‌شان بسیار ارزشمندتر از کتابخانه‌های فیلمشان است. او اشاره کرد که حتی اداره ثبت اختراعات برای رفع تپه‌ی پرونده‌ها از هوش مصنوعی استفاده می‌کند، اما این کاربردهای مفید نباید جایگزین حمایت از استعدادهای انسانی شود.

شکاف نظارتی و درس‌های شبکه‌های اجتماعی

شیف به تضاد خطرناکی در زمان‌بندی اشاره می‌کند. در حالی که قانون مور بهره‌وری را هر ۱۸ ماه دو برابر می‌کرد، هوش مصنوعی احتمالاً هر ۵ ماه آن را چهار برابر می‌کند. در مقابل، تقویم قانون‌گذاری با «قانون مورفی» پیش می‌رود و بسیار کندتر از فناوری حرکت می‌کند.

او معتقد است دولت نمی‌تواند منتظر وقوع یک «فاجعه» بماند تا اقدام کند، زیرا فاجعه‌ی احتمالی در حوزه هوش مصنوعی می‌تواند در مقیاسی عظیم باشد و نیاز به یک چارچوب پیش‌دستانه فوری است. او شکست کنگره در نظارت بر شبکه‌های اجتماعی را به بند ۲۳۰ (Section 230) نسبت داد؛ مصونیتی گسترده که به شرکت‌ها اجازه داد از قانون اول اصلاحیه به عنوان «گرز» برای متوقف کردن نظارت استفاده کنند، در حالی که از پیامدهای الگوریتم‌های خود مصون بودند.

او وضعیت فعلی پلتفرم‌هایی مانند X را به «مرداب» تشبیه کرد و استدلال کرد که مصونیت گسترده در واقع شرکت‌ها را به اجرای سیاست‌های جامعه خود تشویق نکرد. او پیشنهاد کرد که بند ۲۳۰ باید محدود شود تا تنها برای شرکت‌هایی که بهترین شیوه‌ها را رعایت می‌کنند یک «پناهگاه امن» ایجاد کند، نه اینکه یک اجازه مطلق (carte blanche) باشد.

او این تله را برای هوش مصنوعی نیز پیش‌بینی می‌کند. اگر یک کاربر از یک عامل (Agent) بخواهد حمله‌ای سایبری انجام دهد، مسئولیت حقوقی بر عهده کیست؟ او استعاره‌ی اسلحه را به کار برد: آیا شرکت فروشنده‌ی یک ابزار است یا تولیدکننده‌ی یک سلاح معیوب؟ او مدل میتوس (Mythos) از OpenAI را مثال زد که هم برای دفاع و هم برای حمله سایبری کاربرد دارد و این وضعیت باعث «انجماد نظارتی» شده است، زیرا شرکت‌ها از مسئولیت قانونی بابت استفاده «اشتباه» از یک ابزار دو منظوره می‌ترسند.

شرکت‌های امنیت سایبری استدلال می‌کنند که برای پاسخ به حملات مبتنی بر هوش مصنوعی در زمان واقعی، باید انسان‌ها را از چرخه تصمیم‌گیری خارج کرد. آن‌ها هشدار می‌دهند که اگر مدافعان بر نظارت انسانی پافشاری کنند در حالی که مهاجمان چنین نمی‌کنند، مدافعان شکست خواهند خورد. این یک پارادوکس ایجاد می‌کند که در آن توانمندترین ابزارها، از نظر قانونی ریسکی‌ترین ابزارها برای استقرار هستند.

مانع دادگاه عالی و راهکارها

یکی از بحرانی‌ترین موانع، لغو «دفرانس شِورون» (Chevron deference) توسط دادگاه عالی در پرونده لوپر برایت (Loper Bright) است. پیش از این، دادگاه‌ها در موارد ابهام قانون، به نظر متخصصان سازمان‌های نظارتی اعتماد می‌کردند، اما اکنون خودِ دادگاه‌ها تصمیم می‌گیرند. شیف هشدار داد که این اتفاق به شرکت‌ها اجازه می‌دهد هر مقررات جدیدی را در دعاوی بی‌پایان قانونی متوقف کنند.

او دادگاه فعلی تحت ریاست رابرتز را یک «نهاد حزبی» و یک «نهاد اجتماعی راست‌گرا» می‌بیند که منافع مالی را در اولویت قرار می‌دهد. او معتقد است دادگاه هر مقررات مبهمی را که با منافع مالی شرکت‌ها در تضاد باشد، باطل خواهد کرد. او به تمایل دادگاه برای تصمیم‌گیری بر اساس جریان پول اشاره کرد، چه در تصمیمات مربوط به تعرفه‌ها و چه در حذف روسای سازمان‌های مستقل.

برای مقابله با این وضعیت، او سه راهکار پیشنهاد داد:

• ایجاد سازمان اختصاصی هوش مصنوعی: یک «FDA برای هوش مصنوعی» با تخصص و اختیارات لازم برای حرکت سریع‌تر از کنگره.
• قانون‌گذاری صریح: تدوین قوانینی با جزئیات بسیار دقیق تا دادگاه عالی نتواند به دلیل «ابهام» آن‌ها را باطل کند.
• حقوق رقابتی: جذب استعدادهای برتر هوش مصنوعی به دولت با پرداخت حقوقی که با شکاف‌های عظیم دستمزدی بخش خصوصی رقابت کند.

حریم خصوصی و بازآرایی سیاسی

شیف به رشد انزجار عمومی از ابزارهای نظارتی مثل دوربین‌های فلاک (Flock) و اکسون (Axon) اشاره کرد. او معتقد است مفهوم حقوقی «عدم انتظار حریم خصوصی در مکان‌های عمومی» در عصر دوربین‌های همیشه روشن و ردیابی هوش مصنوعی منسوخ شده است. او به نمونه‌های تکان‌دهنده‌ای اشاره کرد که در آن دوربین‌های فلاک برای ردیابی زنانی که به دنبال مراقبت‌های بهداشتی تولیدمثل بودند، استفاده شده است.

او هشدار داد که هوش مصنوعی قدرتمند می‌تواند برای تجاوز سیستماتیک به حریم خصوصی آموزش ببیند؛ از دسترسی به سوابق بهداشتی گرفته تا فعال کردن از راه دور میکروفون‌های دستگاه‌های هوشمند مانند الکسا حتی زمانی که خاموش هستند. او معتقد است جامعه جلوتر از قانون حرکت می‌کند و حقی برای حریم خصوصی عمومی مطالبه می‌کند که هنوز در قوانین ثبت نشده است.

بدون قانون‌گذاری پیش‌دستانه، او معتقد است حریم خصوصی به‌طور کامل از بین خواهد رفت، به‌ویژه وقتی بازیگران خارجی مدل‌های آمریکایی را از طریق distillation استخراج کرده و قابلیت‌های شنود را به بالاترین قیمت بفروشند.

در نهایت، او به تغییرات سیاسی اشاره کرد و گفت پوپولیست‌های چپ و راست بر سر از دست رفتن شغل‌ها و اثرات زیست‌محیطی مراکز داده متحد شده‌اند. او به واکنش‌های تند علیه مرکز داده یوتا اشاره کرد، جایی که کوین اولیری به دلیل خواندن مخالفان به عنوان «عوامل چینی» مورد انتقاد قرار گرفت.

در مورد ضد انحصار، شیف پیشنهاد کرد که یک استثنای بسیار محدود در قوانین ضد انحصار می‌تواند مفید باشد تا شرکت‌ها بتوانند علیه «تلاشات تقطیر توده‌ای» خارجی هماهنگ شوند، مشابه قوانین اشتراک اطلاعات سایبری که یک دهه پیش تصویب شد. اما او تأکید کرد که این نباید به یک «کابال» یا گروه مخفی برای افزایش قیمت‌ها تبدیل شود.

اگر دموکرات‌ها کنگره را در انتخابات میان‌دوره بازپس بگیرند، شیف انتظار «نظارت شدید» دارد. این شامل موارد زیر است:

• شفافیت: اجبار رهبران هوش مصنوعی به شهادت درباره زمانی که عامل‌هایشان «از کنترل خارج شده‌اند».
• بررسی فساد: بررسی اینکه آیا قراردادهای دولتی بر اساس پرداخت‌های سیاسی اعطا شده‌اند. شیف به‌طور مشخص پرسید که آیا آمازون قراردادهای ابری فدرال را به این دلیل دریافت کرد که ۴۰ میلیون دلار به خانواده اول پرداخت کرده است؟
• کاهش هزینه‌ها: تمرکز نظارت بر اینکه آیا فساد دولت باعث افزایش هزینه‌ها برای مردم آمریکا شده است.

او همچنین به فساد گسترده در دولت اشاره کرد و به تبلیغات انتخاباتی با بودجه مالیات‌دهندگان، اخراج خبرنگاران از هواپیمای Air Force One و استفاده از یک «طاق پیروزی» برای ذخیره مهمات تحت پوشش امنیت ملی برای فرار از استدلال‌های قانونی زیبایی‌شناختی اشاره کرد.

آینده طبقه خلاق

در پایان، شیف با اشاره به ادغام پارامونت (Paramount) و وارنر برادرز (Warner Bros)، ابراز نگرانی عمیقی کرد. او تهدید شرکت‌ها مبنی بر ترک کالیفرنیا را «توهین‌آمیز» و نشانه عدم تعهد به نیروی کار دانست. او به‌ویژه نگران استقلال تحریریه CBS و CNN تحت شرکت ادغام شده است و می‌پرسد آیا هیئت استقلالی که توسط خانواده الیسون منصوب شده «واقعی است یا تخیلی».

او همچنین اشاره کرد که ABC و CBS ممکن است مبالغ شخصی به رئیس‌جمهور پرداخت کرده باشند تا از دعاوی بی‌مورد رئیس FCC منصوب ترامپ که جیمی کیمل و استیون کولبرت را هدف قرار داده بود، در امان بمانند.

او این موضوع را به «آشغال‌های هوش مصنوعی» (AI slop) در تیک‌تاک مرتبط کرد. مدل‌های هوش مصنوعی بدون پرداخت هزینه روی خلاقیت انسانی آموزش دیده‌اند و اکنون همان مدل‌ها محتوای ارزان و بی‌کیفیتی تولید می‌کنند که جایگزین نجاران، طراحان صحنه و عوامل لباس می‌شود. او این وضعیت را سخت‌ترین دوره صنعت از زمان پاندمی و اعتصابات دانست و خواستار اعتبار مالیاتی فیلم و تلویزیون برای بازگرداندن تولید به آمریکا شد.

شیف با یادآوری داستان کارگری که در جریان یک تصاحب خصمانه اخراج شد اما به اشتباه علت را قانون مراقبت بهداشتی مقرراتی (ACA) دانست، بر شکنندگی نیروی کار تأکید کرد. او استدلال کرد که تغییر فعلی هوش مصنوعی یک تهدید سیستماتیک مشابه برای کرامت کار است، جایی که تعهد به نیروی کار انسانی به خاطر بهره‌وری و سود کنار گذاشته می‌شود.

چه از طریق یک سازمان نظارتی جدید و چه از طریق بازنگری کلی در قوانین مالکیت معنوی، پنجره برای جلوگیری از یک «فاجعه عظیم» در حال بسته شدن است. تضاد میان سرعت توسعه هوش مصنوعی و سرعت تقویم قانون‌گذاری هرگز به این اندازه خطرناک نبوده است.

گام بعدی شما

• بررسی اثرات لغو «دفرانس شورون» بر نحوه اجرای قوانین فناوری در سال ۲۰۲۶.
• دنبال کردن پیشرفت‌های قانونی در زمینه افشای داده‌های آموزشی مدل‌های زبانی بزرگ.
• تحلیل تلاقی سیاست‌های پوپولیستی دوحزبی در آمریکا در مورد محدودیت مراکز داده.

اما داستان سخت‌افزاری این تحول و فشار بر شبکه برق حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی زیرساخت‌های انرژی مراکز داده مراجعه کنید.