Hvordan sikrer vi globale AI-standarder, der garanterer sikkerhed uden at skabe teknologiske barrierer for iværksættere i det globale syd?

At skabe globale standarder kræver en balancegang mellem nødvendig kontrol og økonomisk adgang. Hvis vi kun fokuserer på de mest avancerede systemer, risikerer vi at skabe et digitalt klasseskel, hvor kun de rigeste nationer kan overholde de komplekse krav. Det vil kvæle innovationen hos små virksomheder i f.eks. Nigeria eller Vietnam.

En løsning er at arbejde med lagdelte regulatoriske rammer. I stedet for at kræve, at alle skal gennemgå de samme ekstremt dyre audits, kan man indføre differentierede krav baseret på risiko. En lille startup, der udvikler en lokal sprogmodel, bør ikke møde de samme dokumentationskrav som en tech-gigant med milliarder i omløb. Vi skal bruge modulære standarder, der lader udviklere starte småt og gradvist skalere deres compliance, efterhånden som deres systemer bliver mere komplekse.

Samtidig er open-source arkitekturer og deling af test-datasæt afgørende. Hvis de tekniske specifikationer for sikkerhed og bias-detektion er frit tilgængelige, kan iværksættere bygge direkte ovenpå eksisterende rammeværk. Det handler om at skabe infrastruktur, der er inklusiv, snarere end lukkede klubber styret af få vestlige interessenter. Vi har brug for teknisk bistand og lokale kapacitetsopbygninger, så standarderne bliver værktøjer frem for mure.