جی بی پریتزکر، فرماندار ایلینویز، لایحه 315 سنا را امضا کرده و به قانون تبدیل کرده است، آنچه که مدافعان آن را محافظتکنندهترین اقدامات ایمنی هوش مصنوعی در سطح ایالت و یکی از سختترین قوانین هوش مصنوعی در کشور میخوانند. این قانون که در 6 ژوئیه 2026 امضا شد، مدلهای هوش مصنوعی مرزی را هدف قرار میدهد و ممیزیهای ایمنی شخص ثالث را اجباری میکند و ایلینوی را در خط مقدم فشار رو به رشد ایالت به ایالت برای تنظیم قویترین سیستمهای هوش مصنوعی قرار میدهد. برای خوانندگانی که چشمانداز نظارتی گستردهتر را ردیابی میکنند، این دقیقاً همان نوع اخبار فوری هوش مصنوعی است که نشان میدهد با چه سرعتی ایالتهای ایالات متحده به جایی میروند که قوانین فدرال انجام نشده است.
لایحه 315 سنا چه می کند
این اقدام که توسط رسانه های محلی به عنوان "لایحه ایمنی مدل مرزی" توصیف شده است، به جای هر کاربرد این فناوری، بر توسعه دهندگان بزرگترین و تواناترین سیستم های هوش مصنوعی متمرکز است. طبق اخبار NBC، که تصویب این لایحه را از طریق مجمع عمومی ایلینویز پوشش داد، این قانون نیاز به ممیزی ایمنی شخص ثالث مدل های تحت پوشش قبل از استقرار آنها دارد.
این قانون مکانیسمهای پاسخگویی را برای توسعهدهندگان هوش مصنوعی که سیستمهایشان به آستانه مشخصی از توانایی میرسند، ایجاد میکند. WCIA گزارش داد که امضای پریتزکر در لایحه 315 سنا آن را به «یکی از سختترین قوانین هوش مصنوعی در کشور» تبدیل میکند، در حالی که ائتلاف شفافیت این قانون را به عنوان «محافظتکنندهترین» قانون اقدامات ایمنی هوش مصنوعی در کشور توصیف کرد.
این لایحه با تمرکز بر مدلهای مرزی، منطق پشت سایر چارچوبهای ایمنی هوش مصنوعی در حال ظهور را منعکس میکند: تنظیمکنندهها میخواهند بر سیستمهایی که بیشترین آسیب را دارند، بدون خفه کردن استفادههای تجاری کوچکتر از فناوری، نظارت متمرکز شود.
یک مسیر قانونی چند ماهه
امضای یک پروسه قانونی است که در اوایل سال آغاز شد. مجمع عمومی ایلینویز لایحه مهم مسئولیت پذیری هوش مصنوعی را در اواخر ماه مه 2026 تصویب کرد و پس از مذاکراتی که با طرفداران ایمنی هوش مصنوعی، نمایندگان صنعت و گروه های آزادی مدنی انجام شد، آن را به میز پریتزکر فرستاد. کاپیتول نیوز ایلینویز مذاکرات پشت صحنه را مستند کرد و گزارش داد که این لایحه حتی در شرایطی که برخی از مدافعان هشدار میدادند این لایحه تنها اولین گام به سوی نظارت جامع بود، پیش رفت.
نسخه نهایی که توسط پریتزکر امضا شده است منعکس کننده سازش هایی است که در مورد اینکه چقدر گسترده ممیزی ها اعمال می شود و توسعه دهندگان باید چه چیزی را افشا کنند. حامیان استدلال کردند که ارزیابیهای مستقل برای تأیید ادعاهای شرکت در مورد ایمنی مدل ضروری است، در حالی که منتقدان نگرانیهایی را در مورد هزینههای انطباق و خطر تمرکز نظارت در میان تعداد کمی از حسابرسان معتبر مطرح کردند.
چرا ممیزی های شخص ثالث مهم است
الزام برای ممیزی ایمنی شخص ثالث، محور قانون و مقرراتی است که صنعت هوش مصنوعی با دقت بیشتری آن را تحت نظر دارد. برخلاف کارتهای ایمنی یا تعهدات داوطلبانه، حسابرسیهای مستقل توسعهدهندگان را مجبور میکنند تا مدلهای مرزی خود را قبل از انتشار در معرض ارزیابی خارجی قرار دهند.
چگونه انتظار می رود ممیزی ها کار کنند
بر اساس این چارچوب، توسعهدهندگان تحت پوشش، حسابرسان خارجی معتبر را برای ارزیابی مدلهایشان از نظر ریسکهایی از جمله قابلیتهای خطرناک، خرابیهای قابلیت اطمینان، و سوء استفاده احتمالی استخدام میکنند. نتایج به رژیم پاسخگویی ایلینویز وارد میشود و به تنظیمکنندههای ایالتی مبنایی برای اجرا میدهد در صورتی که یک توسعهدهنده مدلی را بدون تکمیل بازبینی لازم به کار گیرد.
این رویکرد توصیههای محققان ایمنی هوش مصنوعی را تکرار میکند که مدتها استدلال کردهاند که نظارت معنادار به ارزیابهایی بستگی دارد که مستقل از شرکتهای مورد ارزیابی هستند. موافقان می گویند ممیزی های اجباری می تواند به الگویی تبدیل شود که دیگر کشورها اتخاذ می کنند.
ایلینوی در پچ ورک ملی
ایلینویز اکنون به یک گروه کوچک اما رو به رشد از ایالت ها می پیوندد که قوانین ایمنی هدفمند هوش مصنوعی را وضع می کنند، حتی در شرایطی که قوانین جامع فدرال هوش مصنوعی متوقف شده است. کالیفرنیا قبلاً پیشنهادات ایمنی مدل مرزی را ارائه کرده بود، و چندین ایالت دیگر گامهای محدودتری را با تمرکز بر دیپ فیک، تبعیض استخدام و افشای مصرفکننده برداشتهاند.
این امضا همچنین در بحبوحه تشدید بحث ملی بر سر رقابت هوش مصنوعی و امنیت ملی صورت می گیرد. با توجه به اینکه توسعهدهندگان چینی هوش مصنوعی به سرعت فاصله خود را با شرکتهای آمریکایی کم میکنند، برخی از سیاستگذاران در برابر قوانینی که میتوانند نوآوری داخلی را کند کنند، احتیاط کردهاند، در حالی که حامیان ایمنی استدلال میکنند که توسعه مسئولانه خود یک مزیت رقابتی است.
تنش دولت در مقابل فدرال
یک سوال کلیدی این است که آیا مجموعه ای از قوانین ایالتی کنگره را به سمت یک چارچوب یکپارچه فدرال سوق می دهد یا به سادگی یک پیچ و خم انطباق برای توسعه دهندگانی که در سراسر خطوط ایالتی فعالیت می کنند ایجاد می کند. گروههای صنعتی عموماً از پیشدستی فدرال حمایت میکنند و هشدار میدهند که الزامات ایالتی متفاوت هزینهها را افزایش میدهد و عدم اطمینان قانونی ایجاد میکند.
صنعت و واکنش های مدافع
سازمانهای ایمنی هوش مصنوعی تا حد زیادی از امضای پریتزکر استقبال کردند و به الزام حسابرسی بهعنوان یک مکانیسم اجرایی معنیدار به جای ببر کاغذی اشاره کردند. ائتلاف شفافیت، که قوانین پاسخگویی هوش مصنوعی را دنبال می کند، این قانون را به عنوان یک معیار ملی معرفی کرد.
واکنش توسعه دهندگان هوش مصنوعی بیشتر اندازه گیری شد. شرکتهایی که مدلهای مرزی را توسعه میدهند، عموماً از اصل ارزیابیهای ایمنی حمایت میکنند، در حالی که برای انعطافپذیری در نحوه انجام ممیزیها و سرعت تکمیل آنها قبل از ارسال مدل لابی میکنند.
حامیان آزادی های مدنی لحن محتاطانه ای داشتند. در حالی که از پاسخگویی برای سیستمهای قدرتمند حمایت میکنند، برخی هشدار میدهند که دستورات حسابرسی بسیار گسترده میتواند به نفع بزرگترین آزمایشگاهها باشد که میتوانند هزینههای انطباق را به هزینه توسعهدهندگان کوچکتر و پروژههای منبع باز جذب کنند.
بعد چه می آید
اجرای این قانون به قوانین زیر بستگی دارد، از جمله اینکه چگونه ایلینویز تعریف میکند که کدام مدلها واجد شرایط «مرز» هستند، کدام حسابرسان معتبر هستند، و توسعهدهندگان چه چیزهایی را باید به طور عمومی افشا کنند. این جزئیات تعیین می کند که آیا لایحه 315 سنا به یک محدودیت واقعی برای قدرتمندترین سیستم های هوش مصنوعی تبدیل می شود یا یک مانع رویه ای است که توسعه دهندگان می توانند با حداقل تلاش برطرف کنند.
سایر ایالت ها مطمئناً از نزدیک تماشا خواهند کرد. اگر رژیم حسابرسی ایلینوی قابل اجرا باشد، احتمالاً در جای دیگری کپی میشود و در غیاب اقدام فدرال، روند حاکمیت هوش مصنوعی در سطح ایالت را تسریع میکند.
برای توسعه دهندگان، پیام واضح است: دوران تعهدات داوطلبانه ایمنی جای خود را به الزامات قابل اجرا داده است، و ایالت ها، نه واشنگتن، شرایط اولیه را تعیین می کنند.
از هوش مصنوعی جلوتر بمانید
برای پوشش مداوم مقررات هوش مصنوعی، خط مشی مدل مرزی، و اینکه قوانین ایالتی و فدرال چگونه صنعت را تغییر میدهند، [AI Buzz Wire] (https://aibuzzwire.news) را دنبال کنید تا آخرین پیشرفتهای هوش مصنوعی مهم را دریافت کنید.
اخبار سیاست هوش مصنوعی را بیشتر بخوانید →
