الولايات الأمريكية أقرّت أكثر من 100 قانون للذكاء الاصطناعي هذه الدورة — والبيت الأبيض يريد استباقها

فسيفساء مجزأة من 109 قانون للذكاء الاصطناعي على مستوى الولايات

بحلول 1 يوليو 2026، كانت الولايات الأمريكية قد سنّت 109 قوانين للذكاء الاصطناعي عبر 29 ولاية — أكثر من نصف البلاد — لتسد فراغاً تنظيمياً خلّفه استمرار غياب تشريع فيدرالي شامل للذكاء الاصطناعي. وتمثل هذه الوتيرة في الواقع تباطؤاً طفيفاً مقارنة بالعام السابق، حين سنّت الولايات 121 قانوناً للذكاء الاصطناعي و27 قانوناً لمراكز البيانات بحلول التاريخ نفسه في 2025، لكنها لا تزال تمثل فسيفساء كثيفة ومتشظية من القواعد على مستوى الولايات تحكم كل شيء من تدقيق النماذج المتطورة إلى الإفصاح عن اتخاذ القرار الآلي. وفي الوقت نفسه، تحرك البيت الأبيض لعكس هذا الاتجاه من جذوره: فإطار سياسة وطنية للذكاء الاصطناعي صدر في مارس 2026 يوصي صراحة بأن يستبق الكونغرس قوانين الولايات بشأن الذكاء الاصطناعي التي تراها الإدارة مفروضة لأعباء لا مبرر لها، ما يُقيم مواجهة مباشرة حول من يحكم الذكاء الاصطناعي فعلياً في الولايات المتحدة.

ماذا يقترح إطار البيت الأبيض فعلياً

الهدف المعلن للإطار هو إرساء “معيار وطني واحد ومنخفض العبء بدلاً من خمسين معياراً متنافراً”. وهو ليس استباقاً شاملاً لكل نشاط الولايات: إذ يُبقي الإطار صراحة على صلاحية الولايات في إنفاذ القوانين ذات التطبيق العام على مطوري ومستخدمي الذكاء الاصطناعي، وممارسة صلاحية التقسيم العقاري، وتنظيم استخدام الولاية نفسها للذكاء الاصطناعي في إنفاذ القانون أو الخدمات العامة الأخرى. أما ما سيمنعه فأكثر تحديداً وأشد أثراً — إذ ستُمنع الولايات من تنظيم تطوير الذكاء الاصطناعي مباشرة، أو معاقبة مطوري الذكاء الاصطناعي على سلوك غير قانوني لطرف ثالث يتعلق بنماذجهم، أو إعاقة نشاط ذكاء اصطناعي مشروع بأي شكل آخر.

ويُسمّي الإطار قوانين ولايات قائمة محددة يراها معرّضة للخطر بموجب هذه المقاربة: قانون الذكاء الاصطناعي في كولورادو، المقرر دخوله حيز التنفيذ لاحقاً في 2026، وعناصر من تعديلات CCPA في كاليفورنيا التي تحكم تقنية اتخاذ القرار الآلي. وكلاهما ركيزتان تأسيسيتان في مشهد حوكمة الذكاء الاصطناعي الحالي على مستوى الولايات، ما يعني أن دفعة الاستباق ليست تهديداً مستقبلياً افتراضياً يُخطَّط له — بل تستهدف مباشرة قواعد سارية بالفعل بنت عليها الشركات برامج امتثال.

لماذا توجد فسيفساء الولايات أصلاً

رقم 109 قانوناً في 29 ولاية هو النتيجة المباشرة لعدم إقرار الكونغرس تشريعاً فيدرالياً شاملاً للذكاء الاصطناعي، بينما تحركت الهيئات التشريعية للولايات، في مواجهة مخاوف الناخبين بشأن فقدان الوظائف بسبب الذكاء الاصطناعي، والتمييز الخوارزمي، والتزييف العميق، وسلامة النماذج المتطورة، لسد الفراغ كل على حدة. وقد تبنّت الولايات مقاربات مختلفة بشكل ملموس — أرست كاليفورنيا ونيويورك متطلبات تُلزم المطورين باعتماد أطر سلامة، وتقييم المخاطر الحرجة، والإبلاغ عن حوادث السلامة الحرجة، بينما أقرّت إلينوي مؤخراً تشريعاً يفرض تدقيقاً سنوياً للنماذج المتطورة من طرف ثالث، وبنت كولورادو قانون ذكاء اصطناعي شاملاً يغطي نشر أنظمة الذكاء الاصطناعي عالية الخطورة. والنتيجة تنوع تنظيمي حقيقي، لكن أيضاً تعقيد امتثال حقيقي لأي شركة تعمل على المستوى الوطني — وهي بالضبط مشكلة “الخمسين معياراً المتنافرة” التي يستشهد بها إطار البيت الأبيض كمبرر للاستباق الفيدرالي.

ماذا يعني هذا لأي شركة تعمل عبر الولايات

بالنسبة للشركات التي تطوّر أو تنشر أو حتى تشتري أنظمة ذكاء اصطناعي تُستخدم عبر عدة ولايات أمريكية، الواقع العملي في 2026 هو حالة عدم يقين مزدوجة: الامتثال لمجموعة متشظية بالفعل من 109 قوانين ولائية تختلف في نطاقها وعتباتها وآليات إنفاذها، مع تتبّع دفعة استباق فيدرالية حية قد تُبطل بعض هذه القوانين نفسها — بما فيها قوانين بارزة مثل قانون الذكاء الاصطناعي في كولورادو — بإشعار مسبق محدود عن الكيفية أو التوقيت الدقيقين. وهذه بيئة امتثال أصعب بكثير مما سيمثله إما إطار فيدرالي شامل واحد أو فسيفساء ولايات مستقرة وراسخة؛ فعدم اليقين نفسه، لا مضمون أي قانون بعينه فقط، يمثل تكلفة تشغيلية حقيقية للشركات التي تحاول التخطيط لاستراتيجيات نشر ذكاء اصطناعي أو اختيار مزوّدين متعددة السنوات على أرض لا تزال متحركة.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Where State AI Legislation Stands Half-Way Into 2026 — Tech Policy Press
• The White House’s National Policy Framework for Artificial Intelligence: What It Means and What Comes Next — Consumer Finance Monitor
• قوانين الولايات للذكاء الاصطناعي تحت المراقبة الفيدرالية — White & Case
• إطار الذكاء الاصطناعي للبيت الأبيض يضع الاستباق الفيدرالي في محور النقاش — Morgan Lewis