For at skabe en effektiv regulering af kunstig intelligens er det nødvendigt at flytte fokus fra science fiction-scenarier om bevidsthed over til de faktiske tekniske egenskaber og risici ved systemerne. En rationel ramme bør baseres på systemisk sikkerhed, datakvalitet og algoritmiske kontrolmekanismer.
For det første bør reguleringen fokusere på risikostyring. Dette indebærer krav om omfattende test af modeller før markedsføring, hvor man undersøger bias, robusthed og fejlrater. I stedet for at bekymre sig om AI's eventuelle følelser, skal lovgivningen adressere de konkrete konsekvenser af fejlbehæftede output eller uforudsigelig adfærd i kritiske infrastrukturer.
For det andet kræves der transparens omkring træningsdata og matematiske arkitekturer. Ved at stille krav om dokumentation af datasæt og beregningsmæssige processer kan myndighederne sikre, at teknologien er efterprøvelig. Dette skifter debatten fra det filosofiske til det ingeniørmæssige. Ved at fokusere på teknisk verifikation, sporbarhed og ansvarlighed skaber vi en ramme, der beskytter samfundet mod reelle skadesvirkninger uden at blive afledt af spekulationer om maskinbevidsthed.
