آمریکا نباید هوش مصنوعی را به زندان بیندازد

مدل‌هایی مانندMythosوGPT-5.6 Solدر نفوذ و هک سامانه‌ها عملکردی فوق‌العاده دارند و ممکن است در آینده به مشاورانی توانمند برای تروریست‌های زیستی تبدیل شوند. از همین رو، دولت ترامپ تلاش می‌کند پیش از وقوع یک فاجعه، این فناوری را تحت چارچوب‌های نظارتی قرار دهد. این دولت در حال همکاری با شرکت‌های هوش مصنوعی برای تدوین مجموعه‌ای از استانداردهای داوطلبانه است که انتظار می‌رود به‌زودی منتشر شوند. بااین‌حال، آنچه تاکنون انجام داده، بیش از آنکه منسجم باشد، آشفته و سردرگم‌کننده بوده است.

نخستین قربانی این رویکرد، شرکت آنتروپیک بود. در اواسط ژوئن، اندکی پس از انتشار Fable، نسخه‌ای از Mythos که با سازوکارهای حفاظتی عرضه شده بود، دولت آمریکا محدودیت‌های صادراتی علیه این محصول اعمال کرد. این اقدام تنها مدت کوتاهی پس از اختلافی میان این شرکت و پنتاگون صورت گرفت. اوایل سال جاری میلادی و پس از بروز یک درگیری شدید بین آنتروپیک و پنتاگون بر سر محدودیت‌های استفاده از مدل‌های این آزمایشگاه برای مقاصد نظامی، این شرکت را به‌عنوان یک «ریسک زنجیره تأمین» برچسب‌گذاری کرد.

در ابتدا این گمانه مطرح شد که شاید این تصمیم از روی کینه‌توزی اتخاذ شده باشد، اما زمانی که دولت ظاهراً شرکت OpenAI را نیز وادار کرد دسترسی به مدل Sol را محدود کند، این نگرانی تا حدی کاهش یافت. سپس در ۳۰ ژوئن، وزارت بازرگانی آمریکا به طور ناگهانی ممنوعیت Fable را لغو کرد؛ آن هم پس از آنکه آنتروپیک تغییراتی در سازوکارهای ایمنی این مدل اعمال کرد.

در تمام این مدت، دولت چنان رفتار کرده که گویی قوانین را هم‌زمان با پیش رفتن ماجرا و به‌صورت بداهه وضع می‌کند. افزون بر این، تصمیم‌هایش رنگ‌وبوی ناخوشایندی از ملی‌گرایی نیز داشته است. در ابتدا، دسترسی به Fable تنها برای کاربران غیرآمریکایی محدود شد و آنتروپیک نیز برای تبعیت از این تصمیم، ناچار شد دسترسی به این مدل را به طور کامل مسدود کند. به نظر می‌رسد دولت تنها از همان ابزار محدودی که در اختیار داشت استفاده کرده و آگاهانه می‌دانست که این اقدام در عمل به معنای ممنوعیت کامل است. بااین‌حال، در تمام جنجال‌های یک ماه گذشته، دولت به‌روشنی نشان داده است که دسترسی شهروندان آمریکایی به هوش مصنوعی را بر دسترسی سایر کشورها ترجیح می‌دهد.

اکنون که آمریکا عملاً صدور مجوز برای انتشار مدل‌های هوش مصنوعی را آغاز کرده است، بعید به نظر می‌رسد این روند را متوقف کند. اما تنظیم‌گری هوش مصنوعی مرزی کار ساده‌ای نیست. پیشرفته‌ترین مدل‌های چین تنها چند ماه از مدل‌های آمریکایی عقب‌تر هستند و بیشتر آن‌ها به‌صورتوزن‌بازمنتشر می‌شوند؛ یعنی هر فردی می‌تواند آن‌ها را اجرا کرده یا در آن‌ها دست ببرد. یکی از جدیدترین نمونه‌ها، یعنی GLM 5.2 از شرکت Z.ai، هم‌اکنون نیز از نظر عملکرد با بهترین مدل‌های نسل پیشین آمریکا برابری می‌کند. البته احتمالاً آزمایشگاه‌های چینی برای رسیدن به سطح Mythos زمان بیشتری نیاز خواهند داشت، زیرا هم به تراشه‌های کمتری دسترسی دارند و هم آزمایشگاه‌های آمریکایی در حال مقابله با تقطیر مدل (Distillation) هستند؛ روشی که در آن رقبا از خروجی‌های بهترین مدل‌ها برای آموزش مدل‌های خود استفاده می‌کنند. اما این مزیت، در بهترین حالت، تنها چند ماه یا نهایتاً یک سال برای آمریکا زمان می‌خرد.

آمریکا می‌تواند استفاده از مدل‌های وزن‌باز چینی را ممنوع کند و حتی برای کاربران خارجیِ این مدل‌ها مجازات در نظر بگیرد. اما حتی اگر موفق شود چنین ممنوعیتی را به طور کامل اجرا کند، بازار داخلی عظیم چین همچنان موتور محرک توسعه‌دهندگان مدل‌های این کشور باقی خواهد ماند.

ازاین‌رو، ایجاد یک ممنوعیت دائمی نه عملی است و نه مطلوب. بسیاری از شرکت‌ها و پژوهشگران آمریکایی نیز به مدل‌های چینی متکی هستند، زیرا این مدل‌ها ارزان، انعطاف‌پذیر و قابل‌سفارشی‌سازی هستند. همان هوشمندی‌ای که می‌تواند مدل‌های جدید را خطرناک کند، درعین‌حال آن‌ها را به ابزارهایی فوق‌العاده ارزشمند نیز تبدیل می‌کند. حتی اگر نگرانی‌ها درباره چین را کنار بگذاریم، ایجاد شکافی عمیق میان مدل‌های در دسترس عموم و مدل‌های محدودشده نیز خود یک مشکل اساسی است. جوامع زمانی بهتر می‌توانند با هوش مصنوعی سازگار شوند که پیشرفت‌های آن به‌تدریج و مرحله‌به‌مرحله رخ دهد، نه اینکه ناگهان با جهشی بزرگ روبه‌رو شوند. تصور کنید اگر نهادهای تنظیم‌گر چند نسل از پیشرفت‌های مشابه Mythos را برای مدتی طولانی در انحصار نگه دارند، چه آشفتگی‌ای ایجاد خواهد شد. در چنین شرایطی، تعداد اندکی که به این مدل‌ها دسترسی دارند، قدرتی بسیار عظیم به دست خواهند آورد و هنگامی که این مدل‌ها سرانجام منتشر شوند، جهش ناگهانی در سطح توانمندی آن‌ها می‌تواند هرج‌ومرج گسترده‌ای به همراه داشته باشد.

پس چگونه می‌توان مدل‌هایی مانند Mythos و Sol را با ایمنی کافی در اختیار عموم قرار داد؟
هنجاری که به‌تدریج در حال شکل‌گیری است، دوره‌ای برای ارزیابی مدل و سپس انتشار مرحله‌ای آن برای نهادهای مورداعتماد را پیشنهاد می‌کند. این نقطه شروع مناسبی است، اما باید به چارچوبی رسمی تبدیل شود. برخی تصمیم‌ها، از جمله تعیین میزان ریسکی که جامعه حاضر به پذیرش آن است، طبیعتاً در حوزه اختیارات رهبران منتخب قرار دارد. اما سیاست‌مداران نباید مانند امروز در جزئیات این فرایند دخالت کنند یا بر سر آن با شرکت‌های هوش مصنوعی چانه‌زنی سیاسی داشته باشند.

پس از تعیین اهداف کلان، سیاست‌مداران باید یک گام به عقب بردارند. ارزیابی یک مدل هوش مصنوعی در اصل مسئله‌ای فنی است. دولت‌ها تا حدی از تخصص لازم برخوردارند؛ برای مثال، مرکز استانداردها و نوآوری هوش مصنوعی آمریکا یا مؤسسه ایمنی هوش مصنوعی بریتانیا (AISI) در این زمینه فعالیت می‌کنند. بااین‌حال، بخش خصوصی از دانش و تجربه گسترده‌تری برخوردار است. در صنایعی مانند خدمات مالی و برق، ساختارهایی وجود دارد که در آن‌ها نظارت توسط نهادهای تخصصی صنعت انجام می‌شود، اما این نهادها زیر نظر دولت فعالیت می‌کنند. الگویی مشابه می‌تواند به تجمیع دانش آزمایشگاه‌های هوش مصنوعی، گروه‌های پژوهشی و نهادهای خارجی مانند AISI کمک کند.

در حالت ایده‌آل، آمریکا باید در حوزه تنظیم‌گری هوش مصنوعی با متحدان خود همکاری کند. اما باتوجه‌به شرایط کنونی، دشوار است تصور کنیم کهدونالد ترامپحاضر باشد از قدرت حاکمیتی عظیمی که کنترل مدل‌های مرزی هوش مصنوعی برای آمریکا ایجاد می‌کند، چشم‌پوشی کند. محروم‌کردن سایر کشورها از دسترسی به هوش مصنوعی نه به نفع اقتصاد آمریکاست و نه منافع راهبردی آن؛ همان‌گونه که تعرفه‌های فراگیر یا تهدید به تصاحب گرینلند نیز چنین نبود.

ازاین‌رو، سایر کشورها باید با تقویت بخش هوش مصنوعی خود و تدوین مقررات مستقل، اهرم‌های نفوذ لازم را ایجاد کنند و هم‌زمان برای محدودیت‌های صادراتی آمریکا راهکارهای جایگزین و سازوکارهای پشتیبان در نظر بگیرند. برای مثال، آن‌ها می‌توانند شرایطی فراهم کنند که کسب‌وکارها بتوانند به‌آسانی به مدل‌های غیرآمریکایی که روی مراکز داده غیرآمریکایی اجرا می‌شوند، مهاجرت کنند. اتکا به آمریکا بدون تردید بسیار عاقلانه‌تر از وابستگی به چین است، اما نادیده‌گرفتن ریسک‌های چنین وابستگی‌ای نیز اقدامی نابخردانه خواهد بود.

گزارش حاضر در نسخه July 4^th2026 نشریه The Economist منتشر شده است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.