سومین استعفا در مرکز استانداردهای هوش مصنوعی آمریکا؛ مدیر جدید CAISI هم رفت

دولت ترامپ در بحبوحه رقابت فشرده بر سر قانون‌گذاری هوش مصنوعی (AI) شاهد استعفای سومین مدیر ارشد این حوزه است. کریس فال (Chris Fall)، مدیر مرکز استانداردها و نوآوری هوش مصنوعی (CAISI) که تنها سه ماه پیش منصوب شده بود، از سمت خود کناره‌گیری کرد. این سازمان زیر نظر مؤسسه ملی استانداردها و فناوری (NIST) قرار دارد و وظیفه اصلی آن تدوین استانداردهای فنی و روش‌های ارزیابی مدل‌های AI و همچنین سنجش ریسک‌های امنیت سایبری است.

به گزارش TechCrunch، پیش از فال، کالین برنز (Collin Burns) که تنها یک هفته در این سمت دوام آورده بود، در آوریل ۲۰۲۶ برکنار شد. علت برکناری برنز، سابقه همکاری او با شرکت آنتروپیک (Anthropic) و تنش‌های دولت ترامپ با این شرکت عنوان شد. نخستین مسئول CAISI نیز دیوید ساکس (David Sacks)، سرمایه‌دار خطرپذیر بود که با عنوان «تزار AI و رمزارز کاخ سفید» فعالیت می‌کرد و در ماه مارس از سمت خود کناره گرفت.

استعفای فال در حالی رخ می‌دهد که CAISI به تازگی از یک برنامه کلیدی ایمنی AI کنار گذاشته شده است. اوایل ماه جاری میلادی، کاخ سفید فرمان اجرایی ایجاد برنامه «عقاب طلایی» (Gold Eagle) را برای هماهنگی آسیب‌پذیری‌های امنیت سایبری امضا کرد، اما نام CAISI در میان سازمان‌های دخیل در این برنامه نبود. این در حالی است که CAISI قرار بود نقشی مرکزی در ارزیابی ریسک مدل‌های پیشرفته داشته باشد.

همزمان، در ماه ژوئن، وزارت بازرگانی آمریکا با استناد به یک بخشنامه کنترل صادرات مبهم، آنتروپیک را وادار به جمع‌آوری مدل‌های پیشرفته خود از بازار کرد؛ اقدامی که بعداً لغو شد. پس از آن، دمیس هاسابیس (Demis Hassabis)، مدیرعامل دیپ‌مایند گوگل (Google DeepMind)، خواستار ایجاد یک نهاد مستقل صنعتی برای قانون‌گذاری AI مشابه FINRA شد – همان مأموریتی که CAISI برای انجام آن شکل گرفته بود.

در سوی دیگر، قدرت گرفتن مدل‌های باز چینی مانند نسخه جدید مدل باز «کیمی» (Kimi) از آزمایشگاه Moonshot، بحث‌های داغی به راه انداخته است. این مدل در رقابت با مدل‌های پیشرفته جهانی عملکرد خوبی داشته و گزارش‌ها حاکی از آن است که دولت ترامپ در حال بررسی ممنوعیت مدل‌های باز چینی است. دیوید ساکس با چنین رویکردی مخالفت کرده و هشدار داده که این کار به بهانه امنیت ملی، در واقع پوششی برای حمایت‌گرایی به نفع شرکت‌های آمریکایی است.

برای خوانندگان ایرانی، این تحولات از دو جهت اهمیت دارد: نخست، بی‌ثباتی و نبود انسجام در سیاست‌های AI آمریکا می‌تواند تدوین استانداردهای بین‌المللی را به تأخیر بیندازد و فضای رقابت را میان مدل‌های متن‌باز (open source) و اختصاصی پیچیده‌تر کند. دوم، رشد مدل‌های باز چینی که بدون نیاز به مجوز قابل دانلود و اجراست، دسترسی توسعه‌دهندگان و محققان ایرانی را به فناوری‌های پیشرفته آسان‌تر می‌کند – هرچند ابهام در قوانین تحریمی همچنان چالش‌برانگیز خواهد بود. در این میان، نبود یک نهاد باثبات ارزیابی ایمنی، موج جدیدی از ابهام در مسیر توسعه ایمن AI ایجاد کرده است.