फेडरल न्यायालयाने Anthropic वर अमेरिकन सरकारने लावलेली ब्लॅकलिस्टिंग रद्द केली आहे
कॅलिफोर्नियातील एका फेडरल न्यायाधीशांनी असा निर्णय दिला की ट्रम्प प्रशासनाने Anthropic च्या AI तंत्रज्ञानाचा वापर फेडरल संस्था आणि संरक्षण कंत्राटदारांना करू न देऊन बेकायदेशीरपणे वागणूक दिली. २८ ऑगस्ट रोजी दिलेल्या निर्णयात, US District Judge Rita Lin यांनी आढळले की सरकारची कारवाई बेकायदेशीर प्रतिशोधाच्या स्वरूपाची होती, कारण Anthropic ने घातक स्वायत्त युद्ध आणि मोठ्या प्रमाणावर पाळत ठेवण्यासाठी त्यांच्या मॉडेल्सच्या वापरावरील निर्बंध शिथिल करण्यास नकार दिला होता.
या निर्णयाने Anthropic ला पुरवठा-साखळी जोखीम मानणारी निर्देशे रद्द केली आहेत आणि प्रशासनाला ती मागे घेण्याचे आदेश दिले आहेत. त्यामुळे हा खटला केवळ एका AI कंपनीच्या व्यावसायिक वादापुरता मर्यादित राहत नाही. खाजगी तंत्रज्ञान प्रदाता आपल्या उत्पादनांच्या राजकीयदृष्ट्या पसंतीच्या वापरांना विरोध करतो तेव्हा सरकार किती पुढे जाऊ शकते, या प्रश्नाशी तो थेट संबंधित आहे.
हा वाद खरेदीच्या निर्णयापेक्षा सूड म्हणून पाहिला गेला
कोणत्या विक्रेत्यांसोबत काम करायचे हे ठरवण्याचा प्रशासनाकडे व्यापक अधिकार होता, आणि सरकारे सुरक्षिततेच्या कारणांवरून तंत्रज्ञान खरेदीचे निर्णय नेहमीच घेतात. पण न्यायालयाने वैध विक्रेता निवड आणि सूडात्मक शिक्षा यामध्ये फरक केला. स्रोत अहवालात वर्णन केलेल्या निर्णयानुसार, सरकारने फक्त दुसऱ्याकडून खरेदी करण्याचा निर्णय घेतला नव्हता. त्याने Anthropic उत्पादनांचा फेडरल वापर कायमचा थांबवण्याकडे आणि लष्कराशी असंबंधित बाबींमध्येही संरक्षण कंत्राटदारांना त्या कंपनीसोबत व्यवसाय करण्यास मनाई करण्याकडे वाटचाल केली.
त्या व्याप्तीला महत्त्व होते. न्यायाधीश Lin यांनी निष्कर्ष काढला की नोंदींवरून सरकार धोरणात्मक पसंतीतून जबरदस्तीच्या सूडाकडे गेले असल्याचे दिसते. न्यायालयाच्या मते, या उपाययोजना एखाद्या ठोस तांत्रिक धोक्यासाठी अरुंदपणे आखलेल्या नव्हत्या. त्या Anthropic ने त्यांच्या AI प्रणालींच्या काही वापरांना पाठिंबा देण्यास नकार दिल्याशी जोडलेल्या होत्या, जे गंभीर नैतिक आणि नागरी स्वातंत्र्यविषयक चिंता निर्माण करत होते.
हा निर्णय उल्लेखनीय आहे कारण तो AI प्रशासनाला परिचित घटनात्मक चौकटीत बसवतो. AI सुरक्षेच्या अमूर्त तत्त्वांवरच चर्चा करण्याऐवजी, न्यायालयाने हा वाद First Amendment चा मुद्दा म्हणून हाताळला. जर एखादी कंपनी आपल्या उत्पादनांचा वापर कसा होऊ शकतो किंवा होऊ नये यावर भूमिका घेते, तर अधिक ठोस पुराव्याविना शिक्षा देण्यासाठी सरकार राष्ट्रीय सुरक्षेचा सर्वसमावेशक आधार म्हणून वापरू शकत नाही.
Anthropic चे निर्बंध संघर्षाच्या केंद्रस्थानी आले
या खटल्याच्या केंद्रस्थानी Anthropic ने त्यांच्या Claude मॉडेल्सचा घातक स्वायत्त युद्ध आणि अमेरिकन नागरिकांच्या मोठ्या प्रमाणावरील पाळतीसाठी वापर मर्यादित करणारे safeguards काढून टाकण्यास नकार दिला होता. ही भूमिका कंपनीला प्रशासनाशी संघर्षात घेऊन गेली असावी, आणि त्यानंतर प्रशासनाने Anthropic ला राष्ट्रीय सुरक्षा पुरवठा-साखळी जोखीम म्हणून घोषित केले.
अहवालानुसार, तपासणीखाली सरकारची भूमिका कमकुवत झाली. न्यायाधीश Lin यांनी लिहिले की प्रतिवादी त्यांच्या स्वतःच्या जोखीम मूल्यांकनाच्या मध्यवर्ती मुद्द्यापासून मागे हटले होते. एक महत्त्वाचा मुद्दा असा होता की Anthropic कडे deployed systems मध्ये सरकारने आपल्या समर्थनार्थ अवलंबून असलेल्या प्रकारची backdoor access नव्हती. न्यायालयाने आणखी एक व्यापक कबुली नोंदवली: Anthropic चे तंत्रज्ञान इतर black-box AI systems पेक्षा राष्ट्रीय सुरक्षेसाठी अंगभूतपणे अधिक धोकादायक असल्याचे दाखवले गेले नव्हते.
हे निष्कर्ष AI धोरण चर्चांमधील परिचित गतिशीलतेच्या विरोधात जाते. अधिकारी आणि कंपन्या अनेकदा अशा सुरक्षा जोखमींचा हवाला देतात ज्या सैद्धांतिकदृष्ट्या खऱ्या असतात, पण प्रत्यक्ष प्रकरणात कमी प्रमाणित असतात. न्यायालयाने सूचक उल्लेख आणि वक्तृत्वापेक्षा अधिक काही मागितले. Anthropic शी विशिष्ट राष्ट्रीय सुरक्षा धोक्याचा संबंध जोडणारा प्रत्यक्ष नोंदींचा आधार मागितला गेला, आणि प्रशासन तो भार पेलू शकले नाही.
AI उद्योगासाठी याचे महत्त्व
तात्काळ परिणाम व्यावहारिक आहे. खटल्यात वर्णन केलेल्या सर्वसमावेशक निर्बंधांखाली Anthropic आता नाही, आणि सरकारला ती निर्देशे मागे घेण्याचे आदेश आहेत. पण व्यापक महत्त्व त्या precedent मध्ये आहे, जो हा निर्णय AI विकसक आणि राज्य यांच्यातील संबंधांसाठी घडवू शकतो.
AI कंपन्या वाढत्या प्रमाणात व्यावसायिक सॉफ्टवेअर विक्रेते, पायाभूत सुविधा पुरवणारे, आणि धोरणात्मक राष्ट्रीय संपत्ती यांच्या मधल्या धूसर क्षेत्रात काम करतात. सरकारांना संरक्षण, गुप्तचर, प्रशासन, आणि कायदा अंमलबजावणीसाठी प्रगत मॉडेल्सची प्रवेशसुविधा हवी आहे. त्याच वेळी, model makers निगराणी, शस्त्रे, आणि राजकीय गैरवापर यांभोवती स्वीकार्य वापर धोरणे निश्चित करण्याचा प्रयत्न करत आहेत. हा निर्णय सूचित करतो की असे संघर्ष वाढले, तर सरकारला अस्पष्ट सुरक्षा भाषेच्या आडून असहमती दर्शवणाऱ्या कंपन्यांना शिक्षा देण्याची मुभा नसेल.
याचा अर्थ असा नाही की प्रत्येक कंपनी निर्बंध संरक्षित असतील किंवा प्रत्येक सरकारी चिंता संशयास्पद असेल. दस्तऐवजीकृत तांत्रिक धोका, वर्गीकृत पुरावे, किंवा मिशन-विशिष्ट खरेदीची गरज जिथे आहे तिथे न्यायालय सरकारला अजूनही मोठी मुभा देण्याची शक्यता आहे. पण हा निर्णय दर्शवतो की मर्यादा आहेत, विशेषतः जेव्हा प्रतिसाद सर्वव्यापी दिसतो आणि सिद्ध होऊ शकणाऱ्या धोक्यापासून तुटलेला असतो.
Anthropic च्या पलीकडे जाणारा धोरणात्मक संकेत
ही केस AI विकासातील एक खोल फूटरेषा देखील दाखवते. मॉडेल्स अधिक सक्षम होत असताना, प्रश्न आता फक्त ते सर्वात वेगाने कोण तयार करू शकतो इतकाच उरत नाही. तैनातीच्या अटी कोण ठरवणार, हाही प्रश्न आहे. स्रोत सामग्रीत वर्णन केल्याप्रमाणे, काही वापर off limits राहावेत, अशी Anthropic ची भूमिका होती. प्रशासनाची प्रतिक्रिया बहिष्काराद्वारे अनुपालन लादण्याची होती.
न्यायाधीश Lin यांचा आदेश त्या युक्तीवर प्रतिआघात करतो. तो संकेत देतो की खाजगी कंपन्यांनी मांडलेल्या AI safety आणि civil-liberties मर्यादा दंडात्मक कार्यकारी कृतीद्वारे आपोआप बाजूला सारता येत नाहीत. इतर model providers, defense contractors, आणि federal agencies जे सरकारी कामकाजात frontier AI systems किती आक्रमकपणे समाविष्ट करायचे हे ठरवत आहेत, ते हे जवळून पाहतील.
धोरणकर्त्यांसाठी, हा निर्णय आठवण करून देतो की AI रणनीती अजूनही सामान्य घटनात्मक कायद्यातूनच जाते. राष्ट्रीय सुरक्षा शक्तिशाली आहे, पण स्वतःहून न्याय्य ठरत नाही. AI कंपन्यांसाठी, काही deployments नाकारल्यास व्यावसायिक आणि राजकीय खर्च येऊ शकतो, पण न्यायालयांना viewpoint-based retaliation चे पुरावे दिसल्यास ते खर्च अमर्याद नसतात, हे यातून सूचित होते.
सैनिकी AI, निगराणी, किंवा नैतिक सीमा ठरवण्यात खाजगी कंपन्यांची भूमिका यावरची मोठी चर्चा हा निर्णय संपवत नाही. मात्र, तो एक गोष्ट अधिक स्पष्ट करतो: सरकारचा दबाव AI governance शी भिडला की, संघर्ष सुरक्षा दाव्यांपेक्षा कमी आणि राज्य एखाद्या कंपनीला रेषा आखल्याबद्दल कायदेशीररीत्या शिक्षा देऊ शकते का, यावर अधिक अवलंबून राहू शकतो.
हा लेख Ars Technica च्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on arstechnica.com


