فرصت‌هایی برای ویتنام از قانون هوش مصنوعی

قانون هوش مصنوعی که قرار است در دسامبر ۲۰۲۵ تصویب شود، فرصت‌های بی‌شماری را برای ویتنام در جذب سرمایه‌گذاری خارجی، توسعه زیرساخت‌ها و بهره‌برداری از منابع فراهم می‌کند.

قانون‌گذاری هوش مصنوعی رویکرد جدیدی به روندهای جهانی فناوری ارائه می‌دهد. (تصویر: بلومبرگ)

ویتنام یکی از معدود کشورهای جهان است که قانون خود را در مورد هوش مصنوعی (AI) تصویب کرده است. این قانون که از اول مارس 2026 لازم‌الاجرا می‌شود، نقطه عطفی مهم برای استراتژی حاکمیت دیجیتال و نوآوری این کشور است.

قانون هوش مصنوعی ویتنام شامل ۳۵ ماده است و حول محور «مدیریت برای توسعه» تدوین شده است. هدف این قانون ایجاد تعادل بین کنترل ریسک و ارتقای نوآوری، همسو با استانداردهای جهانی و حفاظت از منافع ملی است.

رویکرد متعادل

دکتر سرینیواس تیرومالا، مدرس فناوری اطلاعات و امنیت سایبری در دانشگاه RMIT ویتنام، معتقد است که توسعه سریع اقتصادی این کشور، نیاز فوری به ادغام هوش مصنوعی در کشاورزی، تولید و خدمات را ایجاد می‌کند.

دکتر تیرومالا اظهار داشت: «با افزایش سرمایه‌گذاری خارجی، ابتکار عمل برای تصویب قانون هوش مصنوعی، اعتماد سرمایه‌گذاران خارجی را به نحوه پردازش داده‌ها و مسئولیت‌های قانونی مربوط به استفاده از هوش مصنوعی در ویتنام تقویت خواهد کرد. قانون هوش مصنوعی همچنین ویتنام را از نظر قانونگذاری از سایر کشورهای آسه‌آن جلوتر قرار می‌دهد.»

قانون هوش مصنوعی ویتنام، سیستم‌های هوش مصنوعی را به سه سطح ریسک طبقه‌بندی می‌کند، مشابه مدل‌های قانونی مانند قانون هوش مصنوعی اتحادیه اروپا. سیستم‌های هوش مصنوعی بر اساس تأثیر بالقوه و سطح ریسک آنها، همراه با تعهدات قانونی مربوطه، طبقه‌بندی می‌شوند.

به طور خاص، سیستم‌های پرخطر شامل سیستم‌هایی می‌شوند که می‌توانند آسیب قابل توجهی به زندگی، سلامت، حقوق و منافع قانونی یا امنیت ملی وارد کنند، مانند هوش مصنوعی در تشخیص پزشکی و خدمات مالی.

دسته بعدی، دسته با ریسک متوسط ​​است که اگر کاربران از تعامل خود با هوش مصنوعی یا محتوای تولید شده توسط هوش مصنوعی (مانند چت‌بات‌ها) بی‌اطلاع باشند، می‌توانند آنها را گیج، تحت تأثیر قرار داده یا دستکاری کنند. هوش مصنوعی که در این دسته‌ها قرار نمی‌گیرد، به عنوان کم‌خطر طبقه‌بندی می‌شود.

برخی از ابزارهای محبوب هوش مصنوعی. عکس: Pexels .

دکتر جف نیجس، مدرس ارشد مهندسی نرم‌افزار در دانشگاه RMIT ویتنام، تأکید کرد که قانون‌گذاری تخصصی هوش مصنوعی برای مقابله با تهدیدهای نوظهور، مانند جعل عمیق و دستکاری‌های مبتنی بر هوش مصنوعی که تحت پوشش قوانین فعلی نیستند، ضروری است.

او استدلال کرد که قانون‌گذاران سعی کرده‌اند با تمرکز بر ارزیابی نتایج/تأثیرات به جای کسب‌وکارها، مدل‌ها یا محصولات خاص هوش مصنوعی، این قانون را در آینده مرتبط کنند. البته، این رویکرد ممکن است به مرور زمان اثربخشی خود را از دست بدهد، زیرا پیش‌بینی تغییرات در نحوه استفاده افراد از فناوری دشوار است.

«قوانین اغلب از سرعت نوآوری عقب می‌مانند؛ این یک ویژگی رایج است، نه یک نقص.»

دکتر نیجس گفت: «برای مثال، قانون هوش مصنوعی تصریح می‌کند که سیستم‌های هوش مصنوعی که مستقیماً با انسان‌ها تعامل دارند، مانند چت‌بات‌ها، ریسک متوسطی دارند. با این حال، ما نمی‌دانیم که این قانون چه مزایایی را در آینده محدود خواهد کرد. کسب‌وکارها ممکن است از پذیرش سیستم‌های هوش مصنوعی که به عنوان ریسک متوسط ​​یا بالا طبقه‌بندی می‌شوند، اجتناب کنند.»

در همین حال، دکتر تیرومالا اطلاعاتی در مورد دوره انطباق با قانون، از زمان لازم‌الاجرا شدن آن در اول مارس ۲۰۲۶، به اشتراک گذاشت. سیستم‌هایی در بخش‌های بهداشت، آموزش و امور مالی که قبل از لازم‌الاجرا شدن قانون به بهره‌برداری رسیده‌اند، ۱۸ ماه فرصت خواهند داشت تا به تعهدات انطباق خود عمل کنند.

او اظهار داشت: «این یک بازه زمانی نسبتاً کوتاه برای شرکت‌های کوچک و متوسط ​​است و همچنین برای کسب‌وکارهایی که از سیستم‌های هوش مصنوعی پرخطر استفاده می‌کنند، چالشی ایجاد می‌کند. لازم است قبل از اجرای قانون جدید، افزایش آگاهی در مورد هوش مصنوعی در جامعه تجاری و ارائه فرآیندهای انطباق ساده در نظر گرفته شود.»

توسعه چندوجهی

علاوه بر مقررات، قانون هوش مصنوعی همچنین طرحی را برای توسعه زیرساخت‌های ملی هوش مصنوعی، با یک پایگاه داده ملی از سیستم‌های هوش مصنوعی، ترسیم می‌کند. این قانون همچنین یک صندوق ملی توسعه هوش مصنوعی را برای حمایت از استارت‌آپ‌ها و شرکت‌های کوچک و متوسط ​​پیشنهاد می‌دهد و امکان ایجاد یک مکانیسم آزمایش کنترل‌شده برای راه‌حل‌های حساس هوش مصنوعی را فراهم می‌کند.

نکته قابل توجه این است که استارت‌آپ‌ها می‌توانند به کوپن‌های کمک‌هزینه ارائه شده توسط صندوق دسترسی داشته باشند که آنها را قادر می‌سازد به زیرساخت‌های محاسباتی با کارایی بالا دسترسی پیدا کنند و مستقیماً هزینه‌های تحقیق و توسعه را کاهش دهند.

به گفته دکتر نیجس، آموزش مدل‌های زبانی بزرگ به منابع قابل توجهی نیاز دارد و ویتنام بر آموزش مدل‌های بنیادی که در خدمت منافع ملی هستند، تمرکز دارد.

نماینده‌ای از RMIT ویتنام به اشتراک گذاشت: «استارتاپ‌هایی که در حال آموزش مدل‌های زبان ویتنامی هستند یا بر داده‌های ویتنامی تمرکز دارند، می‌توانند از کوپن‌های پشتیبانی برای دسترسی به خدمات سرور مجازی با پردازنده‌های GPU ارائه شده توسط Viettel یا VNPT استفاده کنند. این امر به کاهش هزینه‌های نسبتاً بالای توسعه مدل کمک می‌کند و داده‌ها را در داخل کشور نگه می‌دارد.»

دکتر Sreenivas Tirumala و دکتر Jeff Nijsse. عکس: RMIT .

مکانیسم‌های آزمایش کنترل‌شده (جعبه‌های شنی) می‌توانند نوآوری را در حوزه‌هایی که چارچوب قانونی نامشخص است، تقویت کنند. دکتر نیجس مثالی از آموزش مدل‌های هوش مصنوعی با استفاده از داده‌های پزشکی ارائه می‌دهد، جایی که قوانین فعلی هنوز نیاز به تشخیص انسانی دارند. مثال دیگر، خودروهای خودران است، زیرا قوانین راهنمایی و رانندگی فعلی هنوز امکان رانندگان غیرانسانی را در نظر نگرفته‌اند.

توسعه منابع انسانی نیز از اولویت‌های اصلی است. این قانون مستلزم ادغام دانش پایه هوش مصنوعی در برنامه درسی آموزش عمومی است و دانشگاه‌ها را تشویق می‌کند تا برنامه‌های مرتبط با هوش مصنوعی را گسترش دهند، با هدف ایجاد نیروی کار بسیار رقابتی.

به گفته دکتر تیرومالا، دانشگاه‌ها باید اصول اساسی هوش مصنوعی و اخلاق هوش مصنوعی را در برنامه درسی همه رشته‌ها، نه فقط رشته فناوری، بگنجانند. آموزش کاربرد مسئولانه هوش مصنوعی به دانشجویان، بر اساس هنجارها و مقررات اجتماعی، فرهنگی و قانونی موجود، بسیار مهم است.

«مدارس همچنین باید برای اجرای پروژه‌های یادگیری عملی و برنامه‌های کارآموزی با سازمان‌ها و مشاغل همکاری کنند. این امر کلید ایجاد نیروی کار آماده برای به‌کارگیری هوش مصنوعی خواهد بود.»

دکتر تیرومالا تأکید کرد: «این رویکرد تضمین می‌کند که فارغ‌التحصیلان می‌توانند الزامات انطباق را برآورده کنند و در عین حال نوآوری را نیز پرورش دهند.»

منبع: https://znews.vn/co-hoi-cho-viet-nam-tu-luat-ai-post1615570.html