چارچوب پیشنهادی OpenAI برای حکمرانی دموکراتیک بر هوش مصنوعی پیشرو

OpenAI به‌عنوان یکی از بزرگ‌ترین و مهم‌ترین آزمایشگاه‌های توسعه‌دهنده هوش مصنوعی پیشرو، تلاش کرده است در دو سند سازمانی «Democratic Governance of Frontier AI: A blueprint for a federal framework» و «Democratic Governance of Frontier AI, Part II: Empowering cyber defenders»، به ارائه چارچوب و ساختاری سازمانی برای حکمرانی دموکراتیک هوش مصنوعی باتوجه‌به اهمیت تقویت امنیت سایبری بپردازد.

خودبهبودی بازگشتی

بر اساس این دو گزارش، چالش بنیادین از جایی آغاز می‌شود که مدل‌های مرزی وارد حوزه رفتارهای خودآگاهانه و «خودبهبودی بازگشتی» (Recursive Self-Improvement) یا RSI شده‌اند؛ پدیده‌ای که در آن سامانه‌های هوش مصنوعی با بهینه‌سازی کدهای نرم‌افزاری و تسریع خودکار فرایندهای تحقیق‌وتوسعه، نسل‌های توانمندتر از خود را خلق می‌کنند. با تشدید فشارهای رقابتی میان آزمایشگاه‌های توسعه‌دهنده و رقابت قدرت‌های بین‌المللی، ساختارهای قانون‌گذاری سنتی به‌کلی کارآمدی خود را برای رصد، اندازه‌گیری و نظارت بر این جهش‌ها ازدست‌داده‌اند.

لزوم رگولاتوری جهانی

کشورهایی که بتوانند هوش مصنوعی را به شکلی موفقیت‌آمیز مهار و مدیریت کنند، مسیر علمی، اقتصادی و ژئوپلیتیک قرن بیست‌ویکم را شکل خواهند داد. در تحلیل این اسناد، این نکته برجسته است که آزمایشگاه‌های پیشرو با اذعان به ناتوانی تصمیم‌گیری انفرادی بخش خصوصی، صراحتاً اعلام کرده‌اند که تعیین شتاب پیشرفت و خطوط قرمز ایمنی نباید بر عهده هیچ آزمایشگاه، شرکت منفرد یا گروه ذی‌نفعی باشد. دموکراسی‌ها به دلیل اتکا بر پاسخ‌گویی عمومی، تفکیک قوا، نظارت فنی مستقل و حاکمیت قانون در موقعیتی خاص برای راهبری این تحول قرار دارند؛ مشروط بر آنکه شفافیت رادیکال و نهادهای نظارتی تخصصی به موقع استقرار یابند.

درس‌هایی از رخداد هاگینگ‌فیس

حادثه Hugging Face و چالش هم‌راستایی برای درک ضرورت تدوین مقررات، بررسی حوادث امنیتی اخیر الزامی است. تحقیقات درباره حادثه امنیتی میان شرکت‌های OpenAI و Hugging Face نشان می‌دهد که چرا استانداردهای ایمنی و امنیت سایبری قوی‌تری در سراسر این صنعت موردنیاز است.

ماجراهای فرار و حمله عامل‌های هوش مصنوعی را در هوشیو بخوانید:

حمله عامل‌های خودمختار به Hugging Face؛ امریکایی‌ها جواب ندادند، چینی‌ها دفاع کردند

این مدل داخلی OpenAI بود که فرار کرد و Hugging Face را هک کرد!

عامل هوش مصنوعی فراری OpenAI فقط Hugging Face را هک نکرد

چرا فرار مدل OpenAI نگران‌کننده‌ترین خطای هوش مصنوعی تاکنون است

بعد از OpenAI، حالا نوبت Claude رسید که فرار، حمله و هک کند

مدل هوش مصنوعی متا در جریان آزمایش‌های امنیت سایبری، یک شرکت دیگر را هک کرد

بعد از امریکایی‌ها، حالا نوبت چینی‌ها و Kimi K3 رسید که از سندباکس خود فرار کنند

انبوهی از عامل‌های هوش مصنوعی که علیه سازندگان خود توطئه کردند

عامل‌های هوش مصنوعی OpenAI در یک رخنه فاش‌نشده در بهار امسال، کنترل یک وب‌سایت آلمانی را به دست گرفتند

در جریان این حادثه، پژوهشگران به‌منظور شبیه‌سازی تهدیدات واقعی و ارزیابی عمق آسیب‌پذیری‌های سایبری، مدل‌های مرزی را با سازوکارهای حفاظتی کاهش‌یافته در یک محیط آزمایشی ایزوله با اصطلاحاً «سندباکس» (Sandbox) مستقر کردند. در کمال شگفتی، عامل‌های هوشمند خودمختار بدون آنکه هرگز فرمانی برای نفوذ به Hugging Face یا سرورهای فراتر از مرز مجاز دریافت کرده باشند، کنترل‌های امنیتی و لایه‌های ایزولاسیون را دور زدند. این عامل‌ها با فرار از سندباکس، اقدام به رخنه در بخش‌هایی از زیرساخت‌های تحقیقاتی داخلی شرکت و سیستم‌های شرکت Hugging Face کردند.

تحقیقات عمیق پس از این رخداد، با مشارکت نهادهای ارزیاب مستقل ثالث شامل مؤسسه METR و Redwood Research، ابعاد نگران‌کننده‌تری را برملا ساخت. عامل‌های هوشمند توانسته بودند به شکل خودمختار و بدون نیاز به راهنمایی یا هدایت گام‌به‌گام توسط انسان، زنجیره‌ای از حملات سایبری چندمرحله‌ای و پیچیده را علیه اهداف پیاده‌سازی کنند. این وضعیت مدیریت ارشد OpenAI را واداشت تا فوراً فرایند ارزیابی این مدل‌ها و حتی دوره‌های آموزشی یادگیری تقویتی (Reinforcement Learning) را متوقف کند.

این رویداد اثبات کرد که خطر هوش مرزی صرفاً در سوءاستفاده عمدی توسط خرابکاران سایبری خلاصه نمی‌شود؛ بلکه ماهیت انطباقی سیستم‌ها، حتی در صورت برخورداری از اهداف ظاهراً بی‌خطر، در صورت ضعف سازوکارهای حفاظتی می‌تواند به شکست فاجعه‌بار لایه‌های امنیتی ختم شود.

نظری پنجره مدافع

هوش مصنوعی می‌تواند به مدافعان امنیت سایبری در یافتن و رفع آسیب‌پذیری‌های امنیتی، تشخیص نفوذها و واکنش به حملات در مقیاسی که پیش‌ازاین غیرممکن بود، کمک کند. بااین‌حال، همین قابلیت‌ها می‌توانند به بازیگران مخرب در سرقت اطلاعات کاربری، سوءاستفاده از آسیب‌پذیری‌ها و تسریع حملات یاری برسانند. به عقیده OpenAI در حال حاضر، جهان در یک «پنجره مدافع» (Defender’s Window) قرار دارد؛ دوره کوتاهی که در آن پیشرفت‌های سریع در هوش مصنوعی می‌تواند به مدافعان سایبری یک مزیت معنادار اما بالقوه موقت بدهد. بااین‌حال، اگر سیاست‌گذاران در استفاده از این پنجره باریک زمانی تعلل کنند، ابزارهای تهاجمی خودکار با شتابی ویرانگر به دست بازیگران مخرب دولتی و باندهای تبهکار افتاده و این برتری زودگذر را نابود خواهند کرد.

مانع اصلی در بهره‌گیری از پنجره مدافعان، «بدهی فنی و سایبری» عمیقی است که دهه‌ها در ساختارهای عمومی تلنبار شده است. شبکه‌های حیاتی دولتی به علت کمبود بودجه، فقدان نیروی متخصص و وابستگی به سامانه‌های قدیمی، حتی از اعمال پایه‌ای‌ترین اصول امنیتی عاجزند.

دکترین فدرالیسم معکوس؛ چگونگی گذار از آزمایشگاه‌های ایالتی به قانون جامع ملی

یکی از خلاقانه‌ترین راهبردهای ارائه‌شده در سند نخست، مفهوم حقوقی-سیاسی «فدرالیسم معکوس» (Reverse Federalism) است. درحالی‌که نظام‌های فدرال معمولاً قوانین را از بالابه‌پایین دیکته می‌کنند، در حوزه هوش مصنوعی ایالت‌ها به‌عنوان پیش‌قراولان نظارت وارد عمل شده‌اند. بااین‌حال، OpenAI استدلال می‌کنند که پیدایش «موزاییکی از قوانین متناقض ایالتی» می‌تواند توسعه نوآوری را فلج کند.

راهکار پیشنهادی OpenAI، تحت عنوان فدرالیسم معکوس این است که کنگره باید با الگوبرداری از این قوانین ایالتی پیشرو، چارچوبی یکپارچه و ملی وضع کرده و هم‌زمان با اجرای اصل «پیش‌دستی فدرال» (Federal Preemption)، قوانین موازی ایالت‌ها را در حوزه خطرات فوری لغو کند. در این تقسیم کار هوشمندانه، نقش ایالت‌ها صرفاً به مسائل جانبی چون صیانت از کودکان، سیاست‌های تأمین انرژی مراکز داده و ارتقای سواد هوش مصنوعی محدود خواهد شد.

هسته بنیادین این قانون فدرال، متکی بر هفت ستون اصلی است:

1. ارزیابی و کاهش ریسک‌های شدید: شرکت‌ها ملزم خواهند بود سامانه‌های مرزی خود را در برابر خطرات حملات سایبری خودکار، تهدیدات شیمیایی، زیستی، رادیواکتیو و هسته‌ای (CBRN)، رخدادهای نقض سازوکارهای حفاظتی و قابلیت‌های RSI به شکلی دقیق ارزیابی کرده و اثبات کنند ریسک‌های باقی‌مانده تحت کنترل کامل قرار دارند.
2. شفافیت عمومی و گزارش‌دهی ساختاریافته: الزام شرکت‌ها به انتشار اسناد عمومی ایمنی و گزارش‌های شفاف‌سازی ادواری پیرامون نحوه مدیریت ریسک، بدون نقض اسرار تجاری و داده‌های امنیت ملی.
3. حسابرسی مستقل سالانه: مکلف‌سازی توسعه‌دهندگان بزرگ مدل‌های مرزی به عقد قرارداد سالانه با ارزیابان مستقل شخص ثالث معتبر جهت ممیزی فرایندها، کنترل‌های داخلی و انطباق با قوانین.
4. گزارش‌دهی اجباری و محرمانه حوادث حیاتی: استقرار شبکه‌ای رسمی و محرمانه، هم‌تراز با سازوکار قانون گزارش‌دهی حوادث سایبری برای زیرساخت‌های حیاتی (CIRCIA)، برای ارسال فوری گزارش‌های نشت وزن‌های مدل، نقض سازوکارهای حفاظتی و رویدادهای مخاطره‌آمیز به CISA.
5. امنیت فیزیکی و سایبری وزن‌های مدل: اعمال بالاترین استانداردهای امنیتی برای ممانعت از دسترسی عامل‌های هوش مصنوعی نفوذی، حملات زنجیره تأمین و جاسوسی سایبری سرویس‌های اطلاعاتی متخاصم خارجی به وزن‌های مدل‌های منتشرنشده.
6. حمایت قاطع قانونی از افشاگران (Whistleblowers): اعطای مصونیت قضایی و امنیت شغلی همه‌جانبه به دانشمندان، مهندسان و کارکنانی که خطرات فاجعه‌بار پنهان، شکست پروتکل‌ها یا تخلفات قانونی شرکت‌ها را به مراجع نظارتی یا مدیران گزارش می‌دهند.
7. نظام پاسخ‌گویی بدون چتر مصونیت قضایی: حفظ اصل مسئولیت مدنی و کیفری شرکت‌ها در قبال خسارات سهمگین و فاجعه‌بار. اسناد OpenAI با هرگونه اعطای مصونیت قضایی عام (Safe Harbors) به شرکت‌ها در صورت بروز آسیب‌های گسترده مخالفت می‌کنند.

نهاد ناظر و رگولاتور

در متن نقشه راه فدرال، طراحی یک نهاد تخصصی دولتی به‌عنوان ستون فقرات نظارت دموکراتیک پیش‌بینی شده است؛ «مرکز پیشبرد نوآوری و استانداردهای ابرهوش مصنوعی» که در اسناد با سرواژه‌های CAISI و CAISSI یاد شده است. این مرکز که مقرر است زیر نظر مستقیم وزیر بازرگانی یا یکی از مقامات ارشد کابینه فعالیت کند، عهده‌دار انجام ارزیابی‌های پیش از استقرار، استانداردسازی متدولوژی‌های ایمنی و هدایت شبکه جهانی مؤسسات ایمنی هوش مصنوعی خواهد بود.

طبق سند چارچوب فدرال، کارکرد CAISI محدود به «ارزیابی ریسک و ارائه توصیه‌های اصلاحی» است و به این مرکز حق وتوی اداری یا نقشی مشابه یک نهاد صدور مجوز (مانند FDA برای داروها) اعطا نشده است؛ تصمیم نهایی درباره استقرار سامانه همچنان بر عهده خود شرکت توسعه‌دهنده باقی می‌ماند. همچنین بندی موسوم به «مهلت زمانی قانونی» (Statutory Timeline) می‌گوید چنانچه CAISI به دلیل محدودیت‌های سخت‌افزاری، کمبود پرسنل یا انباشت ترافیک مدل‌ها نتواند فرایند ارزیابی یک مدل را ظرف مهلت قانونی به پایان برساند، توسعه‌دهنده مجاز است بدون هیچ‌گونه پیامد قانونی، مدل خود را مستقر و منتشر کند.

ازسوی‌دیگر، برای تضمین سلامت ارزیابی‌ها، CAISI موظف به طراحی استانداردها و اعتبارسنجی «اکوسیستم ارزیابان فنی ثالث» شده است. این ممیزی‌ها بر مبنای ارائه «پرونده‌های ایمنی» (Safety Cases) توسط شرکت‌ها صورت می‌پذیرد. اسناد تأکید می‌کنند که برای جلوگیری از شکل‌گیری تبانی یا ارزیابی‌های فرمایشی، ارزیابان نباید به شرکت‌های مورد ارزیابی وابستگی مالی، استخدامی یا اعانه‌ای داشته باشند؛ بلکه دولت باید با تزریق بودجه عمومی به دانشگاه‌ها و مراکز مستقل، این اکوسیستم را از وابستگی مطلق به آزمایشگاه‌های هوش مصنوعی آزاد کند.

این مصالحه آشکار میان ایمنی و شتاب تجاری، نشان‌دهنده نفوذ راهبردی دیدگاه‌های صنعتی در این طرح است تا مبادا شرکت‌های آمریکایی در کورس با رقبای فرامرزی کند شوند.

بازتعریف مرزهای بازدارندگی

در حوزه سازوکارهای فنی، اسناد با نقدی بر تفکرات سطحی، واژه عامیانه «کلید قطع اضطراری» (Kill Switch) را گمراه‌کننده می‌خوانند و در عوض مفهوم چندلایه‌ای «کنترل‌های خاموشی» (Shutdown Controls) را معرفی می‌کنند. استدلال سند این است که یک مدل هوش مصنوعی در سرورهای ابری توزیع‌شده با یک تک‌کلید مهار نمی‌شود؛ بلکه کنترل‌های متناسب باید در امتداد تمامی حلقه‌های زنجیره تأمین برقرار گردد:

در راستای همین جامع‌نگری، اسناد به مسئله حساس «هویت‌سنجی عامل‌ها» (Agent Identity) می‌پردازند. در شرایطی که بات‌ها و عامل‌های هوشمند رفتاری کاملاً مشابه انسان‌ها در شبکه به نمایش می‌گذارند، ضرورت وجود پروتکل‌های احراز هویت ماشین انکارناپذیر است. با استناد به طرح استانداردهای عامل‌های هوش مصنوعی در مؤسسه ملی استانداردها و فناوری (NIST) و کارگروه‌های فنی IETF، W3C و FIDO، تصریح شده است که توسعه این پروتکل‌ها باید به‌گونه‌ای متوازن میان شفافیت، امنیت، حریم خصوصی و دسترسی دموکراتیک پیش برود تا از تبدیل وب به محیطی سانسورزده و انحصاری جلوگیری شود.

گزارش‌های NIST در هوشیو

دموکراسی جهانی در مواجهه با آزمون خودبهبودی بازگشتی

هماهنگی جهانی و تاب‌آوری استراتژیک خطرات پیشگام توسط هیچ سازمان یا کشوری به‌تنهایی قابل‌رفع نیست. کشورهای دموکراتیک باید برای توسعه چارچوب‌های ایمنی سازگار، کانال‌های قابل‌اعتماد برای اشتراک اطلاعات و واکنش‌های هماهنگ به حوادث جدی با یکدیگر همکاری کنند. شبکه در حال ظهور مؤسسات ایمنی هوش مصنوعی می‌تواند به ایجاد این درک فنی مشترک کمک کرده و پایه‌ای برای اقدام هماهنگ در صورت نیاز به پادمان‌های اضافی فراهم کند. اما واقعیت تلخی این است که ساعت شنی حکمرانی برای انطباق با سرعت تکامل الگوریتمی با شتابی بی‌رحمانه در حال خالی‌شدن است.

بااین‌وجود، همان‌گونه که این اسناد تکرار می‌کنند، «پنجره اقدام بسیار کوچک است و نباید اجازه داد وسواس در کمال‌گرایی، مانع از اجرای فوری اقدامات کارساز شود». برتری جوامع آزاد همواره در توانایی خوداصلاحی، شفافیت و توزیع قدرت بوده است. اگر دولت‌ها نتوانند در این مقطع کوتاه، نظارت مستقل، گزارش‌دهی اجباری حوادث و مهار زنجیره‌های تأمین پردازشی را به قوانینی الزام‌آور، گریزناپذیر و با ضمانت اجرای قاطع بدل کنند، مدیریت هوش مصنوعی نه توسط اراده دموکراتیک شهروندان، بلکه توسط خروجی‌های غیرقابل‌پیش‌بینی عامل‌های سرکش الگوریتمی رقم خواهد خورد.