Szabályozás

Nyílt műszaki szabványok és közös értékelési keretek építése a fejlett mesterséges intelligencia biztonságához

OpenAI közreműködésével létrejött az Appia Foundation a Linux Foundation háza táján, hogy nyílt, moduláris specifikációkat dolgozzon ki a mesterséges intelligencia értékeléséhez és szabványosításához.

Nyílt műszaki szabványok és közös értékelési keretek építése a fejlett mesterséges intelligencia biztonságához

OpenAI részt vállalt az Appia Foundation létrehozásában, amelyet a Linux Foundation fogad otthonába. Az Appia célja nyílt, moduláris specifikációk kidolgozása: olyan gyakorlati értékelési kritériumok megfogalmazása, amelyek nemzetközi szabványokat és bevált keretrendszereket ültetnek át az AI értékláncára. Ezek a specifikációk segíthetnek létrehozni egy olyan, hiányzó bizalmi réteget, amely lehetővé teszi, hogy független harmadik felek ellenőrizzék a szabványoknak való megfelelést, és újrahasználható, egyértelmű bizonyítékot adjanak akkor, amikor modelleket, infrastruktúrát és alkalmazásokat különböző szervezetek fejlesztenek.

Miért fontos ez most?

A mind képességesebb modellek hozzájárulhatnak a kiberbiztonság erősítéséhez, a tudományos felfedezések felgyorsításához és a szakértelemhez való szélesebb hozzáféréshez. Ugyanakkor kockázatokat is hordoznak: ha a képességeiket félreértik, a védelmi mechanizmusok elégtelenek vagy a kormányok nem rendelkeznek a megfelelő információval a válaszadáshoz, akkor biztonsági problémák jelentkezhetnek. Az előnyök biztonságos és magabiztos kihasználásához olyan intézményekre van szükség, amelyek technikailag és kormányzati kapacitásban képesek értékelni, biztosítani és szabályozni a növekvő képességű rendszereket.

Az Appia szerepe és célja

Appia munkája elsősorban abban áll, hogy átültethető, technikailag megalapozott gyakorlatokat alakítson ki, amelyek interoperábilisak lehetnek szervezetek, joghatóságok és a beszállítói lánc között. A specifikációk célja, hogy a különböző fejlesztők és független értékelők közötti együttműködést elősegítve egy közös műszaki nyelvet adjanak, amelyre a nemzeti és nemzetközi intézmények bizalommal támaszkodhatnak.

Kapcsolódó intézményi javaslatok és nemzetközi dimenzió

OpenAI legutóbbi, a demokratikus szabályozást célzó irányelve a „blueprint for democratic governance of frontier AI” egy térképet ad az ilyen munkához: tartós amerikai keretrendszert, megerősített Center for AI Standards and Innovation (CAISI) intézményt és szélesebb kormányzati ellenállóképességi stratégiát javasol. A dokumentum elismeri, hogy a frontier kockázatok nemzetközi jellegűek; ezért az országoknak együtt kell működniük kompatibilis biztonsági keretek, megbízható csatornák a kockázati megállapítások megosztására és koordinált incidensválaszok kialakításában.

A nemzeti kapacitás és a nemzetközi együttműködés egymást erősítve működhet: erős nemzeti intézmények — például a CAISI-hez hasonlók — technikai szakértelmet fejleszthetnek, értékelhetik a frontier rendszereket és támogathatják egy független értékelő ökoszisztéma kialakulását. Egy ilyen intézményi hálózat megteremtheti a közösen alkalmazott módszereket, elismerheti a megbízható bizonyítékokat, és megadja a kormányoknak a közös technikai megértést a közös fellépéshez.

Szabványok, értékelési gyakorlatok és korábbi együttműködések

A szabványok központi szerepet játszanak ebben a munkában, és hiteles értékelési gyakorlaton, valamint műszaki szigoron kell alapulniuk. OpenAI és partnerei közös „playbook”-ja a megbízható harmadik féltől érkező értékelésekhez meghatározza, hogy a frontier teszteknek egyre inkább mit kell nyilvánosságra hozniuk: a vizsgált rendszert, annak eszközhozzáférését és az értékelési keretet, a képességek kiváltására használt módszereket, a rendelkezésre álló erőforrásokat és az eredményeket érvényesítő ellenőrzéseket.

OpenAI ezt a megközelítést gyakorlatba is ültette tesztelési partnerségek révén az amerikai Center for AI Standards and Innovation (US CAISI) és az Egyesült Királyság Artificial Intelligence Safety Institute (UK AISI) szervezeteivel. Ezek a partnerségek a frontier képességértékelések és a biológiai visszaéléssel kapcsolatos védelmi intézkedések terén konkrét javulásokat eredményeztek az OpenAI rendszereiben. Az ilyen együttműködések alapot teremtenek olyan gyakorlatok standardizálásához, amelyek összehasonlítható módon ellenőrzik a teljesítményt.

OpenAI belső keretei és kapcsolódó dokumentumok

Ezek a külső gyakorlatok kiegészítik OpenAI szélesebb biztonsági infrastruktúráját. OpenAI Preparedness Framework-je adja az alapot arra, hogyan definiálják és üzemeltetik a legsúlyosabb kockázatok kezelésének megközelítését, beleértve a belső gyakorlatokat is. Frontier Governance Framework-je a releváns elemeket közzétehető kormányzati dokumentummá formálja, amely szabályozási kötelezettségekre összpontosít — például kockázatértékelésre, modelljelentésre, biztonsági kontrollokra, incidensválaszra és külső szakértői bevonásra. Ezek az anyagok együtt segítenek a széles elköteleződéseket működő gyakorlatokká fordítani, amelyek ellenőrizhetők és fejleszthetők.

Széles körű részvétel szabványosító fórumokban

OpenAI már korábban is aktívan hozzájárult különféle szabványosítási és pre‑standardizációs kezdeményezésekhez. Részt vesz az International Organization for Standardization és az International Electrotechnical Commission Joint Technical Committee 1, Subcommittee 42 on Artificial Intelligence munkájában; szintén részt vesz a National Institute of Standards and Technology által vezetett Artificial Intelligence Consortiumban; segített megalapítani a Frontier Model Forumot és a Linux Foundation Agentic Artificial Intelligence Foundation-jét; tagja a Coalition for Secure Artificial Intelligence-nak; azonosítva szerepel a Coalition for Content Provenance and Authenticity irányító testületében; és részt vesz az Internet Engineering Task Force és a Fast Identity Online Alliance folyamatokban, hogy interoperábilis műszaki szabványokat előmozdítson.

Összegzés

Appia munkája és OpenAI részvétele egy szélesebb törekvés része: a frontier fejlesztésekből levont tapasztalatok nyílt, technikailag megalapozott gyakorlatokká való lefordítása, amelyeket kormányok, vállalatok és független értékelők használhatnak különböző joghatóságokban. A cél egy olyan megbízható mérési és értékelési réteg kialakítása, amely támogatja a nemzeti és nemzetközi intézmények közötti bizalmat és együttműködést a fejlődő, egyre képességesebb mesterséges intelligencia rendszerek biztonságos kezelésében.