Hofu ya Sekta ya AI Kuhusu Sheria na Kanuni Mpya 2026

Enzi ya maadili ya AI ya hiari imefika mwisho. Kwa miaka mingi, kampuni kubwa za teknolojia na startups zilifanya kazi katika mazingira ambapo “kanuni” na “miongozo” ndizo zilikuwa vizuizi pekee. Hilo lilibadilika baada ya kukamilika kwa Sheria ya AI ya Umoja wa Ulaya (EU AI Act) na wimbi la kesi mahakamani nchini Marekani. Leo, mazungumzo yamehama kutoka kile AI inaweza kufanya hadi kile AI inaruhusiwa kisheria kufanya. Timu za kisheria sasa zinakaa kwenye vyumba sawa na wahandisi wa programu. Hii si kuhusu falsafa tena. Ni kuhusu tishio la faini zinazoweza kufikia asilimia saba ya mapato ya kila mwaka ya kampuni duniani kote. Sekta hii inajiandaa kwa kipindi ambapo kufuata sheria ni muhimu sawa na uwezo wa kompyuta. Kampuni sasa zinalazimika kuandika data zao za mafunzo, kuthibitisha kuwa mifano yao haina upendeleo, na kukubali kuwa baadhi ya matumizi ni kinyume cha sheria. Mabadiliko haya kutoka mazingira yasiyo na sheria hadi yale yanayodhibitiwa kikamilifu ndiyo mabadiliko makubwa zaidi katika sekta ya teknolojia katika miongo kadhaa.

Mabadiliko Kuelekea Uzingatiaji wa Lazima

Kiini cha harakati za sasa za udhibiti ni mbinu inayozingatia hatari. Wadhibiti hawajaribu kupiga marufuku AI. Wanajaribu kuigawa katika makundi. Chini ya sheria mpya, mifumo ya AI imewekwa katika makundi manne: hatari isiyokubalika, hatari kubwa, hatari ndogo, na hatari ya chini kabisa. Mifumo inayotumia utambulisho wa kibayometriki katika maeneo ya umma au mifumo ya kijamii ya serikali imepigwa marufuku. Hizi ni hatari zisizokubalika. Mifumo ya hatari kubwa ni ile inayogusa maisha yako moja kwa moja. Hii inajumuisha AI inayotumika katika ajira, ukadiriaji wa mikopo, elimu, na utekelezaji wa sheria. Ikiwa kampuni itatengeneza zana ya kuchuja wasifu wa kazi, lazima sasa ifuate viwango vikali vya uwazi na usahihi. Hawawezi tu kudai kuwa algorithm yao inafanya kazi. Wanapaswa kuithibitisha kupitia nyaraka madhubuti na ukaguzi wa watu wengine. Huu ni mzigo mkubwa wa kiutendaji kwa kampuni ambazo hapo awali zilificha utendaji wao wa ndani.

Mifano ya AI ya jumla, kama vile mifano mikubwa ya lugha inayowezesha chatbots, ina sheria zake. Mifano hii lazima ifichue ikiwa maudhui yake yalitolewa na AI. Pia lazima itoe muhtasari wa data yenye hakimiliki iliyotumika kuifunza. Hapa ndipo mvutano ulipo. Kampuni nyingi za AI huchukulia data zao za mafunzo kama siri ya kibiashara. Wadhibiti sasa wanasema kuwa uwazi ni sharti la kuingia sokoni. Ikiwa kampuni haiwezi au haitaki kufichua vyanzo vyake vya data, inaweza kujikuta imezuiwa katika soko la Ulaya. Hii ni changamoto ya moja kwa moja kwa asili ya “black box” ya ujifunzaji wa mashine wa kisasa. Inalazimisha kiwango cha uwazi ambacho sekta imekuwa ikikipinga kwa miaka. Lengo ni kuhakikisha kuwa watumiaji wanajua wakati wanaposhirikiana na mashine na kwamba wabunifu wanajua ikiwa kazi yao ilitumika kujenga mashine hiyo.

Athari za sheria hizi zinaenea mbali zaidi ya Ulaya. Hii mara nyingi huitwa Brussels Effect. Kwa sababu ni vigumu kujenga matoleo tofauti ya programu kwa kila nchi, kampuni nyingi zitatumia sheria kali zaidi duniani kote. Tuliona hili na sheria za faragha ya data miaka michache iliyopita. Sasa tunaona hili na AI. Nchini Marekani, mbinu ni tofauti lakini ina athari sawa. Badala ya sheria moja kubwa, Marekani inatumia amri za utendaji na mfululizo wa kesi maarufu kuweka mipaka. Amri ya Utendaji ya Marekani kutoka 2026 ililenga upimaji wa usalama kwa mifano yenye nguvu zaidi. Wakati huo huo, mahakama zinaamua ikiwa kufunza AI kwa kutumia vitabu na makala za habari zenye hakimiliki ni “matumizi ya haki” au “wizi.” Mapambano haya ya kisheria yatafafanua mustakabali wa kiuchumi wa sekta hii. Ikiwa kampuni italazimika kulipia leseni kila kipande cha data, gharama ya kujenga AI itapaa.

Uchina pia imesonga mbele haraka kudhibiti AI ya uzalishaji (generative AI). Sheria zao zinalenga kuhakikisha kuwa matokeo ya AI ni sahihi na yanalingana na maadili ya kijamii. Wanazitaka kampuni kusajili algorithms zao na serikali. Hii inajenga mazingira ya kimataifa yaliyogawanyika. Msanidi programu huko San Francisco sasa anapaswa kuwa na wasiwasi kuhusu Sheria ya AI ya EU, sheria ya hakimiliki ya Marekani, na usajili wa algorithm wa Uchina. Mgawanyiko huu ni wasiwasi mkubwa kwa sekta hii. Inajenga kizuizi kikubwa cha kuingia kwa wachezaji wadogo ambao hawawezi kumudu idara kubwa ya kisheria. Hofu ni kwamba kampuni kubwa pekee za teknolojia zitakuwa na rasilimali za kubaki zikifuata sheria katika kila kanda. Hii inaweza kusababisha hali ambapo kampuni chache kubwa zinadhibiti soko lote kwa sababu ndizo pekee zinazoweza kumudu “kodi ya uzingatiaji.”

Katika ulimwengu wa kweli, hii inaonekana kama mabadiliko ya msingi katika jinsi bidhaa zinavyojengwa. Hebu fikiria meneja wa bidhaa katika startup ya ukubwa wa kati. Mwaka mmoja uliopita, lengo lao lilikuwa kutoa kipengele kipya cha AI haraka iwezekanavyo. Leo, mkutano wao wa kwanza ni na afisa wa kufuata sheria (compliance officer). Wanapaswa kufuatilia kila dataset wanayotumia. Wanapaswa kupima mfano wao kwa “hallucinations” na upendeleo. Wanapaswa kuunda mfumo wa “human in the loop” kusimamia maamuzi ya AI. Hii inaongeza miezi kwenye mzunguko wa maendeleo. Kwa mbunifu, athari ni tofauti. Sasa wanatafuta zana zinazoweza kuthibitisha kuwa hazikufunzwa kwa kazi zilizoibwa. Tunaona kuongezeka kwa “licensed AI” ambapo kila picha na sentensi katika seti ya mafunzo inajulikana. Hii ni hatua kuelekea njia endelevu zaidi lakini ya gharama kubwa zaidi ya kujenga teknolojia.

Siku katika maisha ya afisa wa kufuata sheria sasa inahusisha vikao vya “red teaming” ambapo wanajaribu kuvunja AI yao wenyewe. Wanatafuta njia ambazo mfano unaweza kutoa ushauri hatari au kuonyesha upendeleo. Wanaandika makosa haya na marekebisho yake. Nyaraka hizi si kwa ajili ya matumizi ya ndani tu. Lazima ziwe tayari kwa ukaguzi na wadhibiti wa serikali wakati wowote. Hii ni tofauti kubwa na enzi ya “move fast and break things.” Sasa, ukivunja vitu, unaweza kukabiliwa na kesi kutoka kwa shirika kubwa la habari au faini kutoka kwa wakala wa serikali. EU AI Act imegeuza maendeleo ya AI kuwa taaluma inayodhibitiwa, sawa na benki au dawa. Unaweza kupata uchambuzi wa kina wa sera ya AI unaoelezea jinsi sheria hizi zinavyotumika kwa sekta tofauti leo. Dau si kuhusu uzoefu wa mtumiaji tena; ni kuhusu kuishi kisheria.

Sekta hii pia inakabiliana na “Mtego wa Hakimiliki.” Wachapishaji wakubwa kama New York Times wameshtaki kampuni za AI kwa kutumia makala zao bila ruhusa. Kesi hizi si kuhusu pesa tu. Ni kuhusu haki ya kuwepo. Ikiwa mahakama itaamua kuwa mafunzo ya AI si matumizi ya haki, mtindo mzima wa biashara wa AI ya uzalishaji unaweza kuanguka. Kampuni zingelazimika kufuta mifano yao ya sasa na kuanza upya na data yenye leseni. Hii ndiyo sababu tunaona kampuni kama OpenAI zikitia saini mikataba na mashirika ya habari. Wanajaribu kukabiliana na hatari ya kisheria. Wanabadilishana pesa kwa haki ya kisheria ya kutumia data. Hii inajenga uchumi mpya ambapo data ndiyo bidhaa yenye thamani zaidi.

Hata hivyo, hii inasaidia wachapishaji wakubwa pekee. Wabunifu wadogo na wasanii huru bado wanajiuliza jinsi watakavyolipwa katika mfumo huu mpya.

Una hadithi ya AI, zana, mwelekeo, au swali unalofikiri tunapaswa kushughulikia? Tutumie wazo lako la makala — tungependa kulisikia.

Socratic skepticism inapendekeza tuulize ni nani sheria hizi zinamlinda kweli. Je, zinalinda umma, au zinalinda wale waliopo madarakani? Ikiwa gharama ya kufuata sheria ni mamilioni ya dola, startup ya watu wawili kwenye karakana haiwezi kushindana. Huenda tunaunda ukiritimba kwa bahati mbaya kwa kampuni ambazo tayari zina pesa. Pia kuna swali la faragha. Ili kuthibitisha kuwa AI haina upendeleo dhidi ya kundi fulani, kampuni inaweza kuhitaji kukusanya data zaidi kuhusu kundi hilo. Hii inajenga kitendawili ambapo ufuatiliaji zaidi unahitajika ili kuhakikisha “haki.” Lazima pia tuulize kuhusu gharama ya mazingira. Ikiwa udhibiti unahitaji upimaji wa mara kwa mara na mafunzo upya ya mifano ili kukidhi viwango vipya, matumizi ya nishati ya vituo hivi vya data yatakua haraka zaidi. Je, tuko tayari kukubali biashara hiyo?

Swali lingine gumu ni ufafanuzi wa “ukweli.” Wadhibiti wanataka AI iwe “sahihi.” Lakini nani anaamua nini ni sahihi katika muktadha wa kisiasa au kijamii? Ikiwa serikali inaweza kuitoza faini kampuni kwa jibu la AI “lisilo sahihi,” serikali hiyo kimsingi ina zana ya udhibiti wa habari (censorship). Hii ni wasiwasi mkubwa katika nchi zenye rekodi zisizo kamilifu za haki za binadamu. Sekta hii ina wasiwasi kuwa “usalama” utakuwa neno la kificho kwa “maudhui yaliyoidhinishwa na serikali.” Pia tunaona msukumo wa “watermarking” maudhui ya AI. Ingawa hii inasikika vizuri kwa kuzuia deepfakes, ni vigumu kiufundi kutekeleza. Mtumiaji mwerevu mara nyingi anaweza kuondoa watermark. Ikiwa tunategemea teknolojia inayoweza kupitwa kwa urahisi, je, tunaunda hali ya uongo ya usalama? Gharama zilizofichwa za kanuni hizi mara nyingi huzikwa kwenye maandishi madogo.

Kwa watumiaji wa nguvu na wasanidi programu, upande wa geeky wa udhibiti unapatikana katika mahitaji ya kiufundi ya kuripoti mifano. Tunaona kuongezeka kwa model cards, ambazo ni nyaraka sanifu zinazoorodhesha data ya mafunzo ya mfano, vigezo vya utendaji, na mapungufu yanayojulikana. Hizi zinakuwa za kawaida kama faili za “readme” katika hazina za GitHub. Wasanidi programu pia wanalazimika kujenga “transparency APIs” zinazoruhusu watafiti wa watu wengine kukagua mifumo yao bila kuona nambari ya msingi. Hii ni changamoto ngumu ya uhandisi. Unampa mtu ufikiaji wa kutosha ili kuthibitisha usalama wa mfano wako bila kutoa mali yako ya kiakili? Sekta hii kwa sasa inajadili viwango vya APIs hizi na mipaka ya kile kinachopaswa kushirikiwa.

Hifadhi ya ndani na “edge AI” zinakuwa maarufu zaidi kama njia ya kuepuka baadhi ya vikwazo vya udhibiti. Ikiwa usindikaji wa AI unatokea kwenye simu ya mtumiaji badala ya cloud, ni rahisi kufuata sheria kali za faragha ya data. Hata hivyo, hii inapunguza nguvu ya AI. Wasanidi programu sasa wanasawazisha hitaji la cloud compute kubwa na usalama wa kisheria wa inference ya ndani. Pia tunaona utekelezaji wa “kill switches” katika nambari ya AI. Hizi ni itifaki zinazoweza kuzima mfano ikiwa inaanza kuonyesha “tabia za dharura” ambazo hazikutabiriwa wakati wa upimaji. Hii si hadithi ya kisayansi tena. Ni sharti kwa mifumo ya hatari kubwa. Uzingatiaji unajengwa moja kwa moja kwenye usanifu wa programu, kutoka schema ya hifadhidata hadi viwango vya API.

Jambo la msingi ni kwamba sekta ya AI inakomaa. Mpito kutoka udadisi wa utafiti hadi huduma inayodhibitiwa ni chungu na ya gharama kubwa. Kampuni zinazopuuza mabadiliko ya kisheria hazitaokoka miaka mitano ijayo. Lengo limehama kutoka “tunaweza kuijenga” hadi “tunapaswa kuijenga” na “tunaiandikaje.” Mabadiliko haya yanaweza kupunguza kasi ya uvumbuzi kwa muda mfupi, lakini yanaweza kusababisha teknolojia thabiti na ya kuaminika zaidi kwa muda mrefu. Sheria bado zinaandikwa, na kesi bado zinatatuliwa. Kilicho wazi ni kwamba “wild west” imekwisha. Mustakabali wa AI utafafanuliwa na wanasheria na watunga sheria sawa na wahandisi na wanasayansi wa data. Sekta hii ina wasiwasi, lakini pia inabadilika kulingana na ukweli mpya wa ulimwengu unaodhibitiwa.

Nota del editor: Creamos este sitio como un centro multilingüe de noticias y guías sobre IA para personas que no son expertos en informática, pero que aún quieren entender la inteligencia artificial, usarla con más confianza y seguir el futuro que ya está llegando.

Umepata hitilafu au kitu kinachohitaji kurekebishwa? Tujulishe.