تُعتبر أنظمة الذكاء الاصطناعي المعتمدة على الاستخدام (Use-based AI regulation) ممارسة حديثة تهدف إلى تقليل المخاطر المرتبطة بنشر هذه الأنظمة. ومع ذلك، يواجه المشرّعون تحديات حقيقية فيما يتعلق بتحديد كيفية تطبيق الالتزامات بناءً على هذه المخاطر.

تقدم الدراسة الجديدة الصادرة على أريكسيف (arXiv:2610.33112v1) نظرة متعمقة حول كيفية إمكانية استخدام توزيع المخاطر في العقود المفوضة لتوزيع السلطات التقييمية. يتناول البحث التعاون بين الجهات المختلفة مثل المنشئ (deployer)، المدقق (auditor)، ونقطة التنفيذ (enforcement point) لدراسة كيفية جعل المزيج المعلن عن السياقات صادقًا.

أحد الأسئلة الرئيسية المطروحة هو: هل يمكن جعل المراجعة غير متحيزة ضد نظام يكشف حركة التقييم؟ هنا، تعتمد الدراسة على مفهوم جديد لمعيار تقييم يعتمد على حركة المرور المباشرة لقياس مصداقية نتائج المدققين.

تتضمن النتائج أيضًا اقتراحات حول كيفية التعامل مع ميزانية الأخطاء في الشهادات والتي تدعم نشرًا طويل الأمد. يتم استخدام العقود المفوضة التي تم تجربتها في خمس دراسات تركيبية مسبقة لتأكيد هذه الأفكار، دون تقييم أي نماذج لغوية أو أنظمة إنتاج.

تقدم هذه الدراسة الأفكار اللازمة لفهم كيفية توزيع المخاطر وإدارة مستوى conformace (التوافق) في إطار قوانين الذكاء الاصطناعي الجديدة، مثل قانون الذكاء الاصطناعي في الاتحاد الأوروبي الذي يتطلب تقييمات ثابتة.

في عالم يتطور بشكل سريع، حيث يمكن أن تكون تقنيات الذكاء الاصطناعي هي الفارق بين النجاح والفشل، تبرز الحاجة إلى أطر تنظيمية تضمن سلامة هذه الأنظمة.

ما رأيكم في هذه الاتجاهات الجديدة؟ هل تعتقدون أن مثل هذه الأنظمة ستزيد من الأمان في استخدام الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!