GUIDA della Società

Legge sulla trasparenza dei dati formativi della California AB 2013

La legge californiana AB 2013 richiede agli sviluppatori di sistemi e servizi di IA generativa coperti di pubblicare la documentazione sui dati di addestramento.

Ascolta questa guidaNarrato dall'IA · ~3 min

In questa pagina3 minuti di lettura
  1. Panoramica
  2. Immersione profonda
  3. Implementazione nel mondo reale
  4. Il Futuro della Legge sulla Trasparenza dei Dati di Addestramento AB 2013 della California
  5. Metterlo in pratica
  6. Continua a esplorare
  7. Domande frequenti

Panoramica

La scadenza iniziale per la pubblicazione era il 1° gennaio 2026; gli sviluppatori devono anche pubblicare prima di ogni successiva versione pubblica o modifica sostanziale dell'ambito. La legge crea obblighi di trasparenza ma non decide se particolari usi di addestramento siano legali.

Immersione profonda

AB 2013, the Generative Artificial Intelligence Training Data Transparency Act, was enacted in 2024. It requires a developer of a covered generative AI system or service made publicly available to Californians for use to post training-data documentation on its website. The initial posting deadline was January 1, 2026. For a covered system released on or after January 1, 2022, documentation must also be posted before each later public release or substantial modification. The documentation includes a high-level summary of training datasets and information about their sources or owners, purpose, approximate number and types of data points, and collection period. It must address whether datasets include copyrighted, trademarked, patented, personal, or aggregate consumer information; whether they were purchased or licensed; how the developer cleaned or processed them; when they were first used; and whether synthetic data generation was used. The definition of developer includes parties that substantially modify a system for public use. AB 2013 requires dataset-level information, not publication of the raw training corpus or source code. A disclosure does not grant copyright permission, decide fair use, or replace privacy obligations. The act includes exceptions, including systems used solely for security and integrity, systems whose sole purpose is aircraft operation in the national airspace, and systems developed for national-security, military, or defense purposes that are made available only to a federal entity. Read each exception against its exact statutory conditions. Maintain a training-data inventory linked to model versions, fine-tuning runs, synthetic-data generation, and release dates. Assign an owner to prepare and update the public documentation, review sensitive claims, and preserve evidence of what was posted for each covered release. Describe uncertainty rather than inventing dataset provenance. Check the enacted text and current California code for definitions, exceptions, and amendments.

Implementazione nel mondo reale

Uno sviluppatore elenca le fonti o i proprietari dei set di dati di addestramento e spiega come i dati sono stati raccolti, elaborati e utilizzati.

Un creatore di modelli descrive se l'addestramento ha incluso materiale protetto da copyright, marchio registrato o brevetto, senza affermare che la divulgazione risolve le questioni di autorizzazione.

Uno sviluppatore identifica se sono state incluse informazioni personali e se è stata utilizzata la generazione di dati sintetici.

Un sistema sviluppato per scopi di sicurezza nazionale, militari o di difesa viene verificato rispetto alla condizione statutaria che sia reso disponibile solo a un'entità federale.

Il Futuro della Legge sulla Trasparenza dei Dati di Addestramento AB 2013 della California

AB 2013 è operativa su una tempistica fissa e le scelte di attuazione possono essere chiarite tramite emendamenti, applicazione o contenzioso. Le pipeline dei dati e le versioni dei modelli continuano a cambiare, rendendo le divulgazioni obsolete un rischio pratico. Gli sviluppatori dovrebbero monitorare le fonti ufficiali della California, conservare la divulgazione datata nei registri di rilascio e rivalutare la copertura dopo modifiche sostanziali al modello. La trasparenza sui dati di addestramento dovrebbe essere coordinata con la revisione della privacy, del copyright e dei contratti. Conservare copie datate della documentazione pubblicata e collegarle ai registri di rilascio del modello. Ricontrollare il codice ufficiale dopo gli emendamenti.

Metterlo in pratica

Perché è importante

  • Rischio e sicurezza. I danni catastrofici e quotidiani dell’IA dipendono entrambi da chi comprende i rischi e da chi può agire.
  • Decisioni più chiare. L’alfabetizzazione pubblica e professionale determina la possibilità politica di una forte politica di sicurezza.
  • Tagliare il clamore. Spiegazioni chiare riducono la cattura da parte di montature pubblicitarie, PR di laboratorio e vaghi teatrini etici.

Attenzione

  • Trattare il rischio esistenziale come fantascienza mentre le capacità si aggravano.
  • Confondere la sicurezza del prodotto superficiale con l'allineamento in condizioni di elevata autonomia.
  • Lasciando il pubblico non inglese e non esperto solo con fonti di bassa qualità.

Prossimi passi

  1. Separare i rischi di danni al prodotto, uso improprio e perdita di controllo/disallineamento.
  2. Chiedi quali prove cambierebbero la tua opinione sulle tempistiche e sulla gravità.
  3. Preferire fonti primarie e valutazioni concrete alle affermazioni di marketing.
  4. Identifica un percorso d’azione: carriera, politica, finanziamenti o competenze, non solo consapevolezza.

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.

Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.

Mettiti alla prova

Fai il quiz sulla Legge sulla Trasparenza dei Dati di Addestramento AB 2013 della California

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

Domande frequenti

Che cos'è la Legge sulla Trasparenza dei Dati di Addestramento AB 2013 della California?

AB 2013 della California richiede agli sviluppatori di sistemi e servizi di IA generativa coperti di pubblicare la documentazione sui dati di addestramento. La scadenza iniziale per la pubblicazione era il 1° gennaio 2026; gli sviluppatori devono anche pubblicare prima di ogni successiva versione pubblica o modifica sostanziale dell'ambito. La legge crea obblighi di trasparenza ma non stabilisce se particolari usi dei dati di addestramento siano leciti.

Quale attività dello sviluppatore può far rientrare un sistema nell'AB 2013?

Lo statuto definisce lo sviluppatore in modo ampio, includendo la progettazione, la programmazione, la produzione o la modifica sostanziale di un sistema o servizio per uso pubblico.

Which public documentation deadline does AB 2013 set?

Lo statuto fissa il 1° gennaio 2026 come scadenza per la pubblicazione obbligatoria.

Quali informazioni devono essere incluse nella documentazione richiesta?

AB 2013 richiede la documentazione sui set di dati utilizzati nello sviluppo, inclusi fonte, raccolta, elaborazione e informazioni sull'uso.

La divulgazione di AB 2013 autorizza l'uso di materiale di formazione protetto da copyright?

Il requisito di trasparenza non risolve le questioni di permesso di copyright o di uso leale.

Quale data di sistema può essere rilevante per la copertura?

L'ambito dello statuto include sistemi rilasciati o sostanzialmente modificati a partire dal 1° gennaio 2022.