Два свежих сюжета хорошо показывают, куда сейчас смещается спор о регулировании ИИ: кто контролирует обучающие данные и на каком уровне вообще должны писаться правила.

Anthropic, OpenAI, Google respond to Albanese's AI announcement

Forbes Australia пишет, что премьер-министр Энтони Албаниз в большой речи по политике в сфере ИИ отдельно подчеркнул: австралийские писатели, художники, музыканты и журналисты сохраняют авторские права на свои работы. После этого Anthropic, OpenAI и Google публично отреагировали на сигнал правительства.

Практическое последствие для тех, кто строит или внедряет ИИ, вполне прямое: вопросы происхождения данных, лицензирования и компенсации правообладателям в Австралии никуда не уходят и, наоборот, становятся центральной частью регулирования. Если продукт опирается на генеративные модели, уже недостаточно просто говорить о качестве модели — придётся уверенно объяснять, на каких данных она училась, какие права на эти данные были получены и как устроено внутреннее управление такими рисками.

Источник: Forbes Australia

Anthropic has a counter to OpenAI’s ‘reverse federalism’ push

Politico сообщает, что Anthropic фактически делает ставку на более жёсткие правила на уровне отдельных штатов, тогда как OpenAI выступает против лоскутной карты требований и предпочла бы единый подход сверху. Это уже не просто спор о риторике безопасности, а открытый конфликт о том, кто именно должен задавать темп регулирования в США.

Практическое последствие здесь тоже очень конкретное: компаниям, которые выводят ИИ-продукты на американский рынок, пока рано рассчитывать на быстрое единое федеральное решение. Гораздо реалистичнее готовиться к жизни в режиме разных требований по штатам — с отдельными обязанностями по раскрытию информации, безопасности, проверкам и работе с чувствительными сценариями применения. Иными словами, соответствие требованиям всё больше похоже не на одну галочку для всей страны, а на постоянную операционную задачу.

Источник: Politico

Общий вывод: регуляторная повестка вокруг ИИ становится менее теоретической и более прикладной. С одной стороны, власти всё жёстче привязывают модели к вопросу законности обучающих данных. С другой — даже внутри США рынок пока не получает одного простого набора правил и должен готовиться к нескольким параллельным режимам соответствия требованиям.