Sztuczna inteligencja zmienia jednocześnie skalę, szybkość i dostęp do kompetencji. Zdaniem Sébastiena Garnaulta, założyciela Garnault & Associés i Paris Cyber Summit, regulacje zyskałyby, gdyby koncentrowały się na dostępie do mocy systemów, a nie tylko na samych modelach lub zastosowaniach. W tej logice chmury obliczeniowe pełnią rolę elektrowni, a pozostaje pytanie, kto będzie kontrolował ich zawory.
Dotychczas regulacje starają się objąć z jednej strony modele, z drugiej zastosowania. Autor proponuje połączenie tych dwóch aspektów poprzez skupienie się na tym, co modele umożliwiają i co produkują zastosowania. Ta moc mnoży skalę, kompresuje czas i zastępuje kompetencje. Działanie na niej pozwoliłoby, jego zdaniem, działać na wszystkie trzy jednocześnie.
Energia jądrowa stanowi precedens. W obliczu atomu państwa uregulowały zastosowania, ale także dostęp do materiałów, instalacji i wrażliwych technologii. Słabo wzbogacony uran zasila reaktory, podczas gdy wysoko wzbogacony uran może posłużyć do stworzenia broni. Poziom kontroli musi zatem zależeć od faktycznie dostępnych możliwości, co jest zasadą, którą autor uważa za możliwą do przeniesienia na sztuczną inteligencję.
Podstawa mocy, zróżnicowany dostęp
Ten sam model może być wykorzystywany na bardzo różne sposoby. Może tylko odpowiadać na pytania, ale także czytać dokumenty, przeszukiwać Internet, pisać i wykonywać kod. Wykorzystywany w trybie agentowym działa bezpośrednio, wysyłając wiadomości, składając zamówienia lub sterując maszyną. Moc zależy od podstawy, która ją niesie, czyli obliczeń, modeli, infrastruktury i danych, ale także od otwartego dostępu do narzędzi i autonomii.
Codzienne zastosowanie nie wymaga mocy potrzebnej obronie, wywiadowi czy laboratorium badawczemu. Zdaniem autora kontrola musi podążać za otwartymi możliwościami, a nie za statusem tego, kto o nie prosi. Zasada, którą proponuje, streszcza się w jednym zdaniu: im więcej możliwości otwiera dostęp, tym bardziej powinien być kontrolowany. Dostawcy najpotężniejszych dostępu powinni zatem znać swoich klientów i śledzić, co im udostępniają, na wzór znajomości klienta w bankowości.
Każdy odpowiada za to, co umożliwia
Ryzyko, jak podkreśla autor, nie jest teoretyczne. W 2025 roku kampania szpiegowska objęła około trzydziestu organizacji. Według firmy, która ją udaremniła, sztuczna inteligencja wykonywała 80 do 90% zadań. Atakujący nie musiałby wyważać żadnych drzwi: podzieliłby operację na małe, nieszkodliwe zadania, każde dozwolone, z których tylko całość była niebezpieczna.
Każdemu uczestnikowi przypisano by wówczas część odpowiedzialności. Dostawca modelu odpowiadałby za możliwości, które otwiera, ten, który łączy modele i narzędzia, za to, co umożliwia kombinacja, a użytkownik za swoje czyny i ich skutki. Wspólnym kryterium pozostawałaby faktycznie dostępna moc: co system potrafi zrobić, w jakiej skali, z jakimi narzędziami, danymi i jaką autonomią.
Kto trzyma zawory?
Nikt dzisiaj sam nie panuje nad całym łańcuchem, od chipów po modele, od chmury po dane. Każdy negocjuje swój dostęp zaczynając od ogniwa, które kontroluje, a autor przypomina, że Stany Zjednoczone zrozumiały to, kontrolując eksport najbardziej zaawansowanych chipów. W przypadku open source sytuacja jest inna: opublikowany model kopiuje się w nieskończoność i nie można go już wycofać. Kontrola przesuwa się wtedy w stronę obliczeń niezbędnych do jego uruchomienia i tych, którzy go wdrażają. Najlepsze nie są europejskie, ale dane i energia elektryczna, do których dostęp Europa i Francja, dzięki energii atomowej, mogą warunkować, pozostają dźwigniami.
Dla Sébastiena Garnaulta ostateczną dźwignią pozostaje wiarygodna zdolność do uwarunkowania dostępu do mocy, aż do jego odmowy. Pytanie nie brzmi już, czy sztuczna inteligencja będzie rządzona, ale kto będzie trzymał zawory i na jakich warunkach.
