Problemet med 'etiske retningslinjer' er, at de mangler tænder. Hvis en virksomhed bryder et moralsk løfte om bias-fri algoritmer, sker der ofte intet. For at gøre reguleringen effektiv skal vi bevæge os fra bløde hensigtserklæringer til konkrete retsregler, præcis som vi ser det i GDPR.
En effektiv model kræver en risikobaseret tilgang. I stedet for at regulere al software ensartet, bør man fokusere på højrisiko-systemer, der påvirker menneskers fundamentale rettigheder. Her kan man indføre bøder baseret på en procentdel af den globale omsætning. Det gør det dyrt at ignorere reglerne. Samtidig skal der findes mekanismer til 'algorithmic auditing', hvor uafhængige instanser kan kontrollere kildekoden eller træningsdataene for systematiske fejl.
Men hvordan undgår vi at kvæle innovationen? Svaret ligger i proportionalitet. Små startups må ikke møde de samme dokumentationskrav som tech-giganter fra Silicon Valley. Vi bør oprette 'regulatory sandboxes', hvor virksomheder kan teste nye AI-modeller i kontrollerede miljøer under opsyn. På den måde får de lov til at eksperimentere med de nyeste neurale netværk, mens myndighederne lærer, hvor grænserne skal trækkes. Det handler om at skabe en ramme, hvor sikkerhed er en konkurrencefordel frem for en barriere.
