Законопроєкти сенатора Маркі про штучний інтелект спрямовані на боротьбу з наймальними ботами, споживанням води та відстеженням на робочому місці

Пакет з чотирьох законопроєктів, внесених у липні 2025 року, зобов'язує компанії розкривати, як автоматизовані системи впливають на осіб, які шукають роботу, працівників та місцеві громади.

AI2Day Newsdesk· 3 min read
Aerial view of a large grey data centre building complex surrounded by flat land, cooling towers emitting white vapour, shot in sharp daylight with a blue sky,
Share

Ключові моменти

  • Сенатор Ед Маркі (Демократична партія, Массачусетс) внес чотири законопроєкти про відповідальність у сфері штучного інтелекту у липні 2025 року.
  • Законопроєкти розглядають автоматизовані інструменти найму, споживання ресурсів центрів обробки даних, спостереження на робочому місці та упередженість алгоритмів у фінансових та споживацьких рішеннях.
  • Міжнародне агентство з енергетики прогнозувало в своєму звіті 2024 року, що глобальний попит на електроенергію центрів обробки даних може подвоїтися до 2026 року, в першу чергу завдяки робочим навантаженням штучного інтелекту.
  • За законопроєктом про найм претенденти матимуть законне право дізнатися, коли програмне забезпечення, а не людина, їх відкинула, і формально оскаржити це рішення.
  • Жоден зі законопроєктів не намагається заборонити штучний інтелект. Вони зосереджуються на розкритті інформації, обмеженні збору даних та правах на апеляцію.

Сенатор Ед Маркі з Массачусетсу внес пакет з чотирьох законопроєктів у липні 2025 року, спрямованих на утримання систем штучного інтелекту — програмного забезпечення, що лежить в основі інструментів на кшталт чатботів, екранів для набору персоналу та моніторів на робочому місці — відповідальними за шкоду, що вже відбувається в реальному світі. Як повідомила агенція Train2Secure, цей пакет не намагається сповільнити розвиток штучного інтелекту. Він намагається прояснити, хто платить, коли щось йде не так.

Кожен законопроєкт спрямований на іншу сферу повсякденного життя.

Програмне забезпечення для найму, яке ніхто не оскаржує

Більшість великих роботодавців тепер запускають заяви про роботу через автоматизовані інструменти скринінгу, перш ніж будь-яка людина прочитає хоча б одне резюме. Алгоритм — набір правил, якими комп'ютер керується для оцінки або фільтрування кандидатів — може відхилити когось без того, щоб рекрутер коли-небудь побачив його ім'я. Законопроєкт Маркі про найм потребував би від компаній повідомляти претендентів, коли це відбувається, і надавати їм формальний спосіб оскаржити відхилення, зроблене програмним забезпеченням, а не людиною.

Дослідження 2023 року, на яке посилається Інститут AI Now, виявило, що ці інструменти, навчені на основі років минулих рішень про найм, систематично штрафують кандидатів з груп, які були недостатньо представлені в історичних наймах. Упередженість — це не випадковість. Вона вбудована в дані навчання.

Вода та електроенергія: витрати, про які ніхто не звітує

Робота штучного інтелекту вимагає величезної кількості електроенергії та води для охолодження серверів, які виконують роботу. Центр обробки даних — це, по суті, великої будівлі, повної комп'ютерів, що працюють цілодобово. Поки що ні споживання електроенергії, ні споживання води не з'являються в жодному послідовному публічному реєстрі.

Пропозиція Маркі потребував би від установ публікувати ці цифри. Міжнародне агентство з енергетики прогнозувало в своєму звіті 2024 року, що глобальний попит на електроенергію центрів обробки даних може подвоїтися до 2026 року. Громади та платники тарифів біля цих установ сьогодні несуть цю вартість з майже без інформації про її масштаби.

Спостереження за працівниками, секунду за секундою

Робітники складів описують системи, які відслідковують швидкість їхнього руху в реальному часі. Персонал call-центрів повідомляє про програмне забезпечення, яке читає емоційний тон їхнього голосу. Офісні працівники стикаються з інструментами, які реєструють натискання клавіш або вимірюють час відсутності на екрані. Третій законопроєкт обмежив би те, які дані роботодавці можуть збирати таким чином, і обмежив би те, як вони можуть бути використані для дисципліни персоналу.

Упередженість у кредитах та фінансових рішеннях

Четвертий законопроєкт спрямований на упередженість алгоритму, коли програмне забезпечення, навчене на історичних даних, відтворює старі моделі дискримінації в таких областях, як затвердження кредитів та виявлення шахрайства. Жодна окрема людина могла не зробити упереджене рішення, але результат той же самий.

Що це означає для звичайних людей?

Для осіб, які шукають роботу, це означає право дізнатися, що комп'ютер їх відсіяв, та можливість запитати чому. Для робітників це означає більш суворі правила щодо того, наскільки уважно роботодавець може стежити за кожним їхнім рухом. Для будь-кого біля центру обробки даних це означає, що громадськість нарешті побачить точні цифри про те, скільки води та електроенергії споживають ці установи.

Це все ще не закон. Законопроєкти проходять весь законодавчий процес. Але вони відображають шкоду, яка вже впливає на мільйони американських працівників.

«Ми не можемо дозволити Силіконовій долині писати правила для технології, яка впливає на кожного американського робітника та кожну американську громаду», — сказав Маркі при внесенні пакету.

© 2026 AI2Day