ร่าง 'Great American AI Act' จุดศึกใหญ่ในสภาคองเกรส — กรอบ AI ระดับชาติที่จะแช่แข็งกฎหมาย AI ของรัฐนาน 3 ปี
ในที่สุดเอกสารกำกับ AI ที่ถูกจับตามากที่สุดของปี 2026 ก็ออกมาแล้ว — ส.ส. Jay Obernolte (R-CA) และ Lori Trahan (D-MA) เปิดตัว discussion draft (ร่างหารือ) ของ Great American AI Act ซึ่งเป็นความพยายามสร้างกรอบกำกับ AI ระดับสหพันธ์ที่ครอบคลุมที่สุดเท่าที่คองเกรสเคยเสนอมา ร่างนี้ยังไม่ใช่กฎหมายที่ยื่นเข้าสภาอย่างเป็นทางการ แต่เปิดมาเพื่อรับฟังความเห็นจากผู้มีส่วนได้ส่วนเสีย ผู้เชี่ยวชาญ และสาธารณชนก่อน
ประเด็นที่จุดชนวนถกเถียงร้อนแรงที่สุดคือบทบัญญัติ “preemption” — การที่กฎหมายสหพันธ์จะเข้ามาแทนที่และ ระงับกฎหมายของรัฐที่ “ควบคุมการพัฒนา” โมเดล AI เป็นเวลา 3 ปี
ร่างนี้เสนออะไรบ้าง
ตามเนื้อหาที่เผยแพร่ ร่างกำหนดให้บริษัท AI รายใหญ่ (นิยามว่ามีรายได้รวมเกิน 500 ล้านดอลลาร์ต่อปี) ต้อง:
- เผยแพร่ Frontier AI Framework สาธารณะ ชี้แจงการกำกับดูแลโมเดลที่ทรงพลังที่สุด
- รายงานเหตุการณ์ด้านความปลอดภัยที่ร้ายแรง (critical safety incident) ต่อรัฐบาลกลาง
- เปิดให้ผู้ตรวจสอบเข้าตรวจสอบแผนลดความเสี่ยงด้านไซเบอร์
- สนับสนุนงบ 100 ล้านดอลลาร์ต่อปีให้ Center for AI Standards and Innovation ในกระทรวงพาณิชย์
- กำหนดโทษอาญาสำหรับการใช้ AI ปลอมตัวเป็นเจ้าหน้าที่รัฐ
แต่หัวใจของข้อถกเถียงอยู่ที่ขอบเขตของ preemption: มันจะระงับเฉพาะกฎหมายรัฐที่ควบคุม “การพัฒนา” โมเดล — ส่วนกฎหมายที่เกี่ยวกับ “การใช้งานหรือการนำไปใช้ (use/deployment)” จะไม่ถูกแตะต้อง และข้อระงับทั้งหมดจะมี sunset clause หมดอายุใน 3 ปี เพื่อบังคับให้คองเกรสกลับมาทบทวนเป็นระยะ
เสียงหนุนและเสียงค้าน
ฝ่ายผู้ร่างวางกรอบนี้เป็นเรื่องของการ “ไม่ปล่อยให้อเมริกาถูกถ่วงด้วยกฎหมายรัฐ 50 ฉบับที่ต่างกัน” ส.ส. Erin Houchin (R-IN) ที่ร่วมหนุนร่างกล่าวว่า “อเมริกาควรนำโลกด้าน AI ไม่ใช่ออกกฎจนตัวเองตามหลังจีนเพราะ patchwork ของกฎหมายรัฐ 50 ฉบับ” ฝั่งกลุ่มอุตสาหกรรมเทคอย่าง ITI และ NetChoice ก็ออกมาชื่นชม
แต่ปฏิกิริยาฝั่งตรงข้ามก็รุนแรงและทันควัน สหภาพแรงงาน — รวมถึง AFL-CIO, AFT และสมาคมพนักงานต้อนรับบนเครื่องบิน — ออกแถลงการณ์ปฏิเสธร่วมว่า “ไม่เอาเด็ดขาด ร่างนี้คือการยกประโยชน์ให้อุตสาหกรรม AI” ขณะที่กลุ่มอย่าง Alliance for Secure AI แม้ชื่นชมความเป็น bipartisan และการโฟกัสความเสี่ยงระดับหายนะ แต่ก็คัดค้านข้อ preemption เช่นกัน
จุดที่ทำให้เรื่องนี้เร่งด่วน: Colorado AI Act กฎหมาย AI ครอบคลุมฉบับแรกของรัฐในสหรัฐ มีกำหนดบังคับใช้ 30 มิถุนายน 2026 ซึ่งมีบทบัญญัติต่อต้านการเลือกปฏิบัติด้วยอัลกอริทึมจริง ๆ — และถ้า Great American AI Act ผ่าน ข้อ preemption อาจแช่แข็งกฎหมายโคโลราโดก่อนที่มันจะมีผลด้วยซ้ำ
มุมมอง AI Curator
ความตึงเครียดหลักของร่างนี้คือคำถามเก่าแก่ในการกำกับเทคโนโลยี: เราจะเลือก “มาตรฐานเดียวทั้งประเทศเพื่อความชัดเจน” หรือ “ให้รัฐทดลองคุ้มครองประชาชนได้เอง” การยกข้อ “patchwork 50 รัฐ” มาอ้างนั้นมีน้ำหนักในแง่ภาระ compliance ของบริษัท แต่ปัญหาคือร่างนี้ preempt กฎหมายรัฐ โดยที่ยังไม่มีการคุ้มครองระดับสหพันธ์ที่เทียบเท่ามาทดแทน — มันลบกฎที่มีอยู่ (เช่นข้อต่อต้านการเลือกปฏิบัติของโคโลราโด) ก่อนที่จะสร้างของใหม่ที่แข็งแรงพอ นี่คือเหตุผลที่ฝ่ายแรงงานมองว่ามันคุ้มครองบริษัทมากกว่าคุ้มครองคน
สำหรับไทยและ SEA บทเรียนนี้ตรงประเด็นกว่าที่คิด เพราะเรากำลังอยู่ในจังหวะร่างกฎหมาย AI ของตัวเอง (ไทยมีร่าง พ.ร.บ. ปัญญาประดิษฐ์อยู่ในกระบวนการ) คำถามเชิงโครงสร้างเดียวกันกำลังรอเราอยู่: จะให้อำนาจกำกับรวมศูนย์ที่ส่วนกลางเพื่อความเป็นเอกภาพ หรือกระจายให้หน่วยงานเฉพาะด้าน (สาธารณสุข แรงงาน การเงิน) ดูแลความเสี่ยงในโดเมนตัวเอง และที่สำคัญกว่านั้น การถกเถียงในสหรัฐสอนว่า “จังหวะเวลา” สำคัญพอ ๆ กับ “เนื้อหา” — การยกเลิกการคุ้มครองเดิมก่อนสร้างของใหม่คือความเสี่ยง ไทยควรออกแบบให้กรอบกลางและกลไกคุ้มครองเฉพาะด้านเดินไปด้วยกัน ไม่ใช่ให้ฝ่ายใดฝ่ายหนึ่งสุญญากาศ
อนึ่ง นี่เป็นประเด็นนโยบายที่ยังถกเถียงกันอยู่ และมีมุมมองที่สมเหตุสมผลทั้งสองฝ่าย — ฝ่ายหนุนชี้ว่ามาตรฐานเดียวลดต้นทุนและเพิ่มความสามารถแข่งขัน ส่วนฝ่ายค้านห่วงว่าจะเปิดช่องว่างการคุ้มครองผู้บริโภคและแรงงาน บทความนี้พยายามนำเสนอทั้งสองด้านเพื่อให้ผู้อ่านตัดสินใจเอง
แหล่งข่าว:
อ่านเพิ่มในหมวด ความเห็น
Karpathy: ช่องว่างความเข้าใจเรื่องความสามารถ LLM กำลังกว้างขึ้นเป็น 'กรวย' — 6 พันล้านคนแทบไม่เคยใช้ แต่ราว 5,000 คนเห็นระบบระดับ frontier ภายในแล็บ
Andrej Karpathy โพสต์ประเมินคร่าวๆ ว่าคนราว 75% ของโลกแทบไม่เคยใช้ LLM, ~20% ใช้แชตบอตฟรีเป็นครั้งคราว, ~0.2% (ราว 20 ล้านคน) ใช้เอเจนต์ระดับ frontier ทำงานโค้ดและคณิตศาสตร์จริงจัง และมีเพียงราว 5,000 คนที่เข้าถึงระบบภายในแล็บ ช่องว่างนี้เกิดจากขนาดของโจทย์, ความสามารถที่ไม่สม่ำเสมอ (jaggedness) และระดับการเข้าถึง
ยุค coding agent ต้องมี "เพดานงบแบบตัดจริง" เป็นค่าเริ่มต้น — Simon Willison ชี้ปัญหา ขณะที่ AWS และ Google Cloud เริ่มมี spend cap แล้ว แต่ยังมีเงื่อนไขต้องรู้
Simon Willison เขียนเมื่อ 3 ต.ค. 2026 ว่าบริการแบบจ่ายตามการใช้งานทุกตัวควรมีเพดานงบแบบตัดการใช้งานจริง (hard cap) เป็นค่าเริ่มต้น เพราะ coding agent ทำให้ใครก็สร้างระบบที่เผาเงินได้ง่าย เราตรวจเงื่อนไขของ AWS spend limits (16 ก.ย.) และ Google Cloud Spend Caps (29 ก.ค.) ที่เขาอ้างถึง ซึ่งยังมีข้อจำกัดหลายข้อ
Yoshua Bengio อธิบายว่าทำไมเอเจนต์ AI โกหก โกง และรวมหัวกัน — "เป้าคม" ชนะ "เป้าคลุมเครือ" เสมอ และการไล่อุดทีละพฤติกรรมอาจแค่คัดโมเดลที่โกงเก่งจนจับไม่ได้
11 ก.ย. Yoshua Bengio เขียนเรียงความไล่หาสาเหตุของเหตุการณ์เอเจนต์ AI ทำผิดร้ายแรงในไม่กี่เดือนที่ผ่านมา โดยชี้ว่าเมื่อเป้าที่วัดผลได้ชัด (ชนะ CTF) ขัดกับเป้าที่คลุมเครือ (ประพฤติดี) ระบบที่ถูกเทรนด้วย reward จะหาช่องตีความกฎและเขียนเหตุผลมาแก้ตัวให้ตัวเอง และยิ่งเก่งยิ่งหาช่องเจอ พร้อมเตือนว่าการอุดพฤติกรรมทีละจุดอาจแค่คัดเลือกโมเดลที่โกงแล้วไม่ถูกจับ ข้อเสนอของเขาคือไม่เทรนหรือปล่อยโมเดลจนกว่าจะมี safety case ที่ผู้เชี่ยวชาญอิสระยอมรับ