Czy Unia Europejska może stać się liderem w dziedzinie sztucznej inteligencji?

W świecie, gdzie sztuczna inteligencja rozwija się w zawrotnym tempie, Unia Europejska stoi przed wyjątkową szansą, by wyznaczyć globalne standardy w obszarze cyfrowego zarządzania. Resham Kotecha, Global Head of Policy w Open Data Institute (ODI), podkreśla, że kluczem do sukcesu jest udowodnienie, iż innowacje i ochrona praw obywatelskich nie muszą się wykluczać.

Fundamenty dla odpowiedzialnego rozwoju AI

Manifest ODI dotyczący europejskiej polityki danych i AI definiuje sześć kluczowych zasad dla decydentów, wzywając do solidnego zarządzania, inkluzywnych ekosystemów i udziału społeczeństwa w rozwoju AI. Inicjatywy takie jak Common European Data Spaces i Gaia-X to przykłady budowania fundamentów pod rozwój AI z jednoczesną ochroną praw. Ich celem jest stworzenie wspólnej infrastruktury, która umożliwi wymianę danych między rządami, firmami i naukowcami, bez utraty kontroli nad nimi. Sukces tych projektów pozwoli na połączenie wykorzystania danych na dużą skalę z silną ochroną prywatności i bezpieczeństwa.

Technologie zwiększające prywatność (PETs)

Technologie zwiększające prywatność (PETs) stanowią kolejny istotny element układanki. Umożliwiają one organizacjom analizowanie i udostępnianie wiedzy z wrażliwych zbiorów danych bez ujawniania surowych danych. Programy takie jak Horizon Europe i Digital Europe już wspierają badania i wdrażanie PETs. Zdaniem Kotechy, kluczowa jest teraz konsekwencja: przeniesienie PETs z fazy pilotażowej do powszechnego użytku. To pozwoli firmom na odpowiedzialne wykorzystywanie większej ilości danych i pokaże obywatelom, że ich prawa są traktowane poważnie.

Niezależny nadzór gwarancją zaufania

Zaufanie do systemów AI zależy również od nadzoru. Niezależne organizacje zapewniają mechanizmy kontroli niezbędne dla wiarygodnej AI. Oferują one bezstronne analizy, budują zaufanie społeczne i rozliczają zarówno rządy, jak i przemysł. Program Data Institutions Programme ODI oferuje wskazówki dotyczące struktury i wsparcia takich instytucji.

Otwartość danych podstawą odpowiedzialnej AI

Manifest ODI uznaje otwarte dane za fundament odpowiedzialnej AI, ale wiele firm wciąż obawia się udostępniania danych. Obawy dotyczą ryzyka komercyjnego, niepewności prawnej oraz kwestii jakości i formatu danych. Kotecha argumentuje, że UE powinna zredukować koszty związane z gromadzeniem, wykorzystywaniem i udostępnianiem danych dla AI. Proponuje połączenie ram prawnych, zachęt finansowych, budowania potencjału i rozwoju infrastruktury danych. Obniżenie barier zachęci organizacje prywatne do odpowiedzialnego udostępniania większej ilości danych, przynosząc korzyści zarówno publiczne, jak i ekonomiczne.

Badania ODI wskazują, że kluczowa jest jasna komunikacja. Decydenci muszą dostrzec wymierne korzyści biznesowe z udostępniania danych, a nie tylko ogólne argumenty o „dobru publicznym”. Równocześnie należy uwzględnić wrażliwość danych komercyjnych. Istnieją już użyteczne struktury, takie jak Data Spaces Support Centre (DSSC) i International Data Spaces Association (IDSA), które budują ramy zarządzania i techniczne, ułatwiające i zabezpieczające udostępnianie danych. Aktualizacje Data Governance Act (DGA) i GDPR również wyjaśniają zasady odpowiedzialnego ponownego wykorzystania danych.

Budowanie ekosystemów opartych na zaufaniu

Jedną z największych przeszkód dla Europy jest zapewnienie sprawnego przepływu danych wewnątrz krajów członkowskich. Niepewność prawna, rozbieżne standardy krajowe i niespójne zarządzanie fragmentują system. Data Governance Act ma kluczowe znaczenie dla planu UE, mającego na celu stworzenie godnych zaufania, transgranicznych ekosystemów AI. Jednak same przepisy nie rozwiążą problemu. Prawdziwym wyzwaniem będzie konsekwentne wdrażanie DGA przez państwa członkowskie oraz wsparcie dla organizacji, które chcą w nim uczestniczyć. Jeśli Europa ujednolici standardy i wdrożenie, wzmocni swój ekosystem AI i ustanowi globalny standard dla wiarygodnych transgranicznych przepływów danych.

Niezależność poprzez finansowanie i zarządzanie

Nadzór nad systemami AI wymaga stabilnych struktur. Bez długoterminowego finansowania niezależne organizacje ryzykują przekształcenie się w konsultantów realizujących poszczególne projekty, zamiast w konsekwentnych strażników. Program Data Institutions Programme ODI bada modele zarządzania, które zapewniają organizacjom niezależność i umożliwiają odpowiedzialne zarządzanie danymi. Niezależność opiera się na przejrzystości, nadzorze etycznym, włączeniu w proces decyzyjny i strukturach odpowiedzialności, które utrzymują organizacje zakotwiczone w interesie publicznym.

Ułatwienie dostępu do danych dla startupów

Dostęp do cennych zbiorów danych jest często ograniczony do dużych firm technologicznych. Mniejsi gracze zmagają się z kosztami i złożonością pozyskiwania danych. Inicjatywy takie jak AI Factories i Data Labs mają na celu obniżenie tych barier, zapewniając startupom wyselekcjonowane zbiory danych, narzędzia i wiedzę ekspercką, które w innym przypadku byłyby poza ich zasięgiem.

Włączenie społeczności do dyskusji

Ekosystem AI w UE odniesie sukces tylko wtedy, gdy wbudowane zostaną w niego zrozumienie i udział społeczeństwa. Zaangażowanie nie może być narzucane odgórnie. Inicjatywy oparte na uczestnictwie umożliwiają ludziom aktywne uczestniczenie w ekosystemie danych. Raport ODI z 2024 roku, „Co sprawia, że inicjatywy oparte na uczestnictwie w zbieraniu i analizie danych odnoszą sukces?”, pokazuje, jak społeczności mogą być bezpośrednio zaangażowane w gromadzenie, udostępnianie i zarządzanie danymi. Lokalny udział wzmacnia poczucie odpowiedzialności i daje wpływ grupom niedostatecznie reprezentowanym.

Zaufanie przewagą konkurencyjną UE

UE ma szansę udowodnić, że zaufanie jest przewagą konkurencyjną w AI. Pokazując, że otwarte dane, niezależny nadzór, inkluzywne ekosystemy i rozwój umiejętności w zakresie danych są kluczowe dla gospodarek opartych na AI, Europa może udowodnić, że ochrona praw i wspieranie innowacji nie są sprzecznościami. Ustanawiając jasne i zasadnicze reguły dla odpowiedzialnej AI, UE może przekształcić regulacje w miękką siłę, eksportując model zarządzania, który inni mogą przyjąć. Europa może pozycjonować się nie tylko jako prawodawca, ale jako globalny twórca standardów dla wiarygodnej AI.