Régulation Basée sur les Entités dans la Gouvernance de l’IA de Frontière
La régulation de l’intelligence artificielle (IA) de frontière est devenue un sujet central dans les débats politiques contemporains. Au cœur de cette discussion se trouve une question clé : la régulation doit-elle se concentrer sur la technologie elle-même, c’est-à-dire les modèles d’IA, ou sur les usages de cette technologie ? Les partisans de la régulation basée sur l’utilisation soutiennent qu’elle protège l’innovation en permettant aux développeurs de modèles de tester librement leurs créations, sans être entravés par des régimes de licence lourds et des normes techniques complexes. En revanche, les défenseurs de la régulation basée sur les modèles affirment que leur approche concentre le fardeau de la conformité sur les développeurs, tout en accordant aux utilisateurs une latitude pour déployer la technologie à leur guise.
Les Défis de la Régulation Basée sur les Modèles
Les propositions de régulation basées sur les modèles, comme le projet de loi SB 1047 de Californie, se sont heurtées à de nombreuses critiques. Ce projet de loi se concentrait sur les modèles d’IA de frontière, en imposant des exigences strictes aux développeurs. Cependant, il a été critiqué pour sa dépendance à un seuil basé sur la capacité de calcul, ce qui pourrait conduire à des lacunes dans la couverture des modèles réellement dangereux. Par exemple, un modèle comme o1 d’OpenAI, qui utilise des techniques d’apprentissage par renforcement, a démontré que le calcul d’inférence peut être tout aussi crucial que le calcul d’entraînement, remettant en question la pertinence des seuils basés sur le calcul.
La Promesse de la Régulation Basée sur les Entités
Une alternative à ces approches est la régulation basée sur les entités, qui se concentre sur les grandes entreprises développant les modèles d’IA les plus puissants. Cette approche pourrait être déclenchée par des caractéristiques spécifiques des entreprises, telles que le montant de leurs dépenses en R&D ou en calcul. Par exemple, une entreprise pourrait être soumise à une régulation si elle dépense plus d’1 milliard de dollars par an en recherche et développement d’IA.
En privilégiant la régulation des entités, les régulateurs peuvent mieux cibler les activités à risque associées à la création de modèles d’IA. Cela permettrait également d’éviter certains des problèmes liés à la régulation basée sur les modèles, qui peuvent rapidement devenir obsolètes à mesure que la technologie évolue. De plus, une telle régulation pourrait réduire les charges de conformité pour les petites entreprises, tout en concentrant les ressources réglementaires là où les risques sont les plus élevés.
Conclusion
La question de la régulation de l’IA de frontière est complexe et en constante évolution. Cependant, il semble évident que la régulation basée sur les entités devrait jouer un rôle significatif dans la gouvernance de l’IA. En se concentrant sur les entreprises plutôt que sur les modèles individuels, cette approche pourrait mieux répondre aux défis uniques posés par le développement de l’IA de frontière, tout en permettant une flexibilité nécessaire pour encourager l’innovation.
