È stata proposta dai due legislatori statunitensi, Anna Eshoo e Don Beyer, l’AI Foundation Model Transparency Act, una legge innovativa che regolamenta la rivelazione delle fonti dei dati di addestramento dell’Intelligenza Artificiale e assicura a coloro che detengono i diritti di autore di “essere consapevoli dell’utilizzo delle loro informazioni”.
La proposta, che non è stata ancora approvata in via definitiva, verrà comunque discussa da un opportuno comitato prima dell’inizio della campagna elettorale americana del 2024, dal momento che “si affianca all’ordine esecutivo sull’IA dell’amministrazione Biden, volto a stabilire standard di segnalazione per i modelli IA”.
In che cosa consisterebbe l’AI Foundation Model Transparency Act?
Obiettivo primario dell’AI Foundation Model Transparency Act è quello di “indirizzare la Federal Trade Commission, in collaborazione con il National Institute of Standards and Technology, a stabilire regole per la trasparenza dei dati di addestramento”. In questo modo tutte le aziende saranno obbligate a “rivelare le fonti dei dati utilizzati, ma anche a descrivere come tali dati vengano conservati durante il processo di interferenza, illustrare le limitazioni o i rischi del modello, e come si allinei con il previsto Framework di Gestione dei Rischi AI del NIST e altri eventuali standard federali, fornire dettagli sulla potenza computazionale impiegata per addestrare e gestire il modello”.
Altro aspetto sostanziale nell’emanazione della Legge è anche quello di “prevenire la diffusione di informazioni dannose o inesatte in ambiti sensibili come la medicina, la biologia, la cybersicurezza, le elezioni, la polizia, le decisioni finanziarie, l’educazione, l’impiego, i servizi pubblici, e la protezione di popolazioni vulnerabili come i bambini”. Grande importanza anche per la trasparenza dei dati relativi ai diritti d’autore. L’AI Foundation Model Transparency Act si inserisce dunque nell’uso pubblico dei modelli dell’Intelligenza Artificiale, soprattutto per evitare casi di informazioni imprecise o di parte.
