از دوم اوت ۲۰۲۶، بزرگترین سازندگان هوش مصنوعی مولد زیر ذرهبین یک قانون تازه رفتند. کالیفرنیا دیگر از شرکتها خواهش نمیکند محتوای ساختهشده با هوش مصنوعی را علامت بزنند؛ آن را الزام کرده و برای هر روز تخلف جریمه تعیین کرده است. جالبتر اینکه تاریخ اجرا اتفاقی انتخاب نشده و دقیقاً با تقویم اروپا همزمان شده است.

لیست مطالب
۱) قانون تازه دقیقاً چه میگوید
قانون SB 942 با عنوان رسمی California AI Transparency Act یک ایدهی ساده را دنبال میکند: هر محتوایی که ماشین ساخته، باید ردی از ماشین در خودش داشته باشد. این رد باید هم برای نرمافزارها قابل خواندن باشد و هم در صورت خواست کاربر، برای چشم انسان قابل دیدن.
برخلاف بسیاری از مقررات کلی حوزهی فناوری، این قانون سراغ مفاهیم مبهم نرفته است. سه تکلیف مشخص تعریف کرده، دامنهی شمول را با یک عدد روشن مشخص کرده و برای تخلف، جریمهی روزشمار گذاشته است. همین صراحت باعث شده بسیاری آن را جدیترین قانون شفافیت هوش مصنوعی در آمریکا بدانند.
نکتهی مهم این است که قانون سراغ خودِ تولید محتوا نرفته و چیزی را ممنوع نکرده است. منطق آن نزدیک به برچسب مواد غذایی است: تولید آزاد، اما اطلاعرسانی اجباری. همین رویکرد است که آن را از بحثهای جنجالیتر دربارهی مسئولیت مدلها جدا میکند.
۲) چه شرکتهایی مشمول این قانوناند
معیار اصلی، مقیاس است. سرویسدهندهی هوش مصنوعی مولدی که بهصورت عمومی در کالیفرنیا در دسترس باشد و بیش از یک میلیون بازدیدکننده یا کاربر ماهانه داشته باشد، مشمول قانون است. این آستانه عملاً یعنی نامهای بزرگ صنعت.
طبق گزارشها، شرکتهایی مانند اوپنایآی، گوگل، متا، ادوبی، ElevenLabs و Stability AI پیش از تاریخ اجرا نشانهگذاری مبتنی بر استاندارد C2PA یا واترمارکهای نامرئی را روی خروجیهایشان فعال کرده بودند. در مقابل، گزارشها Midjourney را بهعنوان پرآوازهترین سرویسی معرفی میکنند که تا روز نخست اجرا نه اعتبارنامهی C2PA ارائه میکرد و نه واترمارک شناختهشدهای داشت.
قانون چند حوزه را صراحتاً کنار گذاشته است: بازیهای ویدیویی، تلویزیون، سرویسهای پخش، فیلمهای سینمایی و تجربههای تعاملی از شمول آن بیروناند. منطق این استثناها روشن است؛ در این حوزهها مخاطب از ابتدا میداند با اثری ساختگی روبهروست.
۳) سه تکلیف اصلی؛ از دادهی پنهان تا برچسب آشکار
تکلیف نخست، «افشای پنهان» یا latent disclosure است. شرکتها باید در هر تصویر، ویدیو یا فایل صوتی تولیدی، شناسهای ماشینخوان جاسازی کنند که دستکم سه چیز را نشان دهد: نام و نسخهی سامانهی سازنده، تاریخ ساخت یا ویرایش، و یک شناسهی یکتا برای همان قطعه محتوا. این داده باید پایدار باشد و ابزارهای تشخیص بتوانند آن را بخوانند.
تکلیف دوم، «افشای آشکار» یا manifest disclosure است. سرویس باید به کاربر امکان بدهد برچسبی قابلمشاهده روی محتوا بگذارد که بهروشنی بگوید این اثر با هوش مصنوعی ساخته شده؛ برچسبی که تا حد امکان فنی، دائمی یا بهسختی قابل حذف باشد. توجه کنید که این مورد یک گزینه در اختیار کاربر است، نه برچسب اجباری روی تکتک خروجیها.
تکلیف سوم، ابزار تشخیص رایگان و عمومی است. هر شرکت مشمول باید ابزاری در دسترس همگان منتشر کند که با آپلود فایل، وارد کردن نشانی اینترنتی یا از راه API بگوید آیا این محتوا را سامانهی همان شرکت ساخته است یا نه — و این کار باید بدون بهخطرانداختن حریم خصوصی کاربر انجام شود.

۴) جریمهای که هر روز تکرار میشود
ساختار جریمه همان چیزی است که این قانون را برای تیمهای حقوقی نگرانکننده کرده است. تخلف ۵۰۰۰ دلار جریمه دارد و هر روز تخلف، یک تخلف جداگانه شمرده میشود. یعنی یک ماه بیتوجهی میتواند حدود ۱۵۰ هزار دلار هزینه بسازد و این رقم سقف ندارد.
اجرای قانون بر عهدهی مقامات عمومی ایالت است و قانون حق اقامهی دعوای خصوصی برای کاربران در نظر نگرفته است. این یعنی موج دادخواستهای گروهی در انتظار شرکتها نیست، اما فشار نهاد ناظر بهتنهایی برای بازکردن پرونده کافی است.
بند دیگری هم برای شرکتهایی که مدلشان را به دیگران واگذار میکنند تعریف شده است: اگر دارندهی مجوز قابلیت نشانهگذاری را حذف کند، سرویسدهنده باید ظرف ۹۶ ساعت از زمان اطلاع، مجوز او را باطل کند. این بند دقیقاً برای بستن راه فرار از طریق نسخههای واسطه طراحی شده است.
۵) چرا تاریخ اجرا به تعویق افتاد
این قانون قرار بود از اول ژانویه ۲۰۲۶ اجرا شود، اما با اصلاحیهای عمداً چند ماه عقب افتاد. دلیلش همزمانی با اروپاست: دوم اوت ۲۰۲۶ همان روزی است که مادهی ۵۰ قانون هوش مصنوعی اتحادیه اروپا برای محتوای تولیدشده با هوش مصنوعی بهطور کامل لازمالاجرا شد.
نتیجهی این هماهنگی برای شرکتها بسیار مهم است. بهجای ساختن دو زیرساخت جداگانه برای دو بازار بزرگ، یک لایهی نشانهگذاری واحد میتواند هر دو را پوشش دهد. عملاً یک استاندارد فرااطلسی برای نشانهگذاری محتوا در حال شکلگرفتن است.
این همگرایی، پیامد دیگری هم دارد: هر شرکتی که بخواهد در هر دو بازار فعال بماند، دیگر نمیتواند نشانهگذاری را یک ویژگی اختیاری بداند. رقابت روی مدلها ادامه دارد، اما زیرساخت شفافیت به یک هزینهی ثابت ورود تبدیل شده است. تحولات این حوزه را میتوانید در بخش اخبار هوش مصنوعی دنبال کنید.
۶) استاندارد C2PA چیست و چرا محور ماجراست
استاندارد C2PA حاصل ائتلافی از شرکتهای فناوری و رسانهای است که تلاش میکند یک «شناسنامهی دیجیتال» به فایلها بچسباند. این شناسنامه ثبت میکند محتوا با چه ابزاری ساخته شده، چه زمانی و بعداً چه تغییراتی روی آن اعمال شده است.
مزیت این روش نسبت به واترمارک تصویری ساده، مقاومت بیشتر و ساختار استاندارد آن است؛ اما نقطهضعف هم دارد. اگر فایل از مسیرهایی عبور کند که فراداده را دور میریزند — مثل بعضی شبکههای اجتماعی یا اسکرینشاتگرفتن — بخشی از این اطلاعات از بین میرود. به همین دلیل قانون کالیفرنیا در گامهای بعدی سراغ خود پلتفرمها رفته است.
محدودیت دیگر، پراکندگی ابزارهای تشخیص است. ابزار راستیآزمایی اوپنایآی طبق گزارشها فقط تصاویر ساختهشده با سامانههای همین شرکت را تشخیص میدهد و دربارهی خروجی سایر مولدها نظری نمیدهد. یعنی کاربر عادی همچنان باید بداند محتوا از کجا آمده تا بتواند سراغ ابزار درست برود.

۷) نقشهی راه؛ ۲۰۲۷ و ۲۰۲۸ چه خبر است
اجرای این قانون در سه مرحله دیده شده است. مرحلهی نخست همین تکالیف سازندگان مدل بود که از اوت ۲۰۲۶ آغاز شد. مرحلهی دوم از ابتدای ۲۰۲۷ سراغ پلتفرمهای بزرگ میرود: آنها باید دادهی منشأ محتوا را تشخیص دهند و به کاربر نمایش دهند و بازارگاههای میزبان هم نمیتوانند سامانههای ناسازگار با این قانون را عرضه کنند.
مرحلهی سوم از ابتدای ۲۰۲۸ به سختافزار میرسد؛ سازندگان دستگاههای ضبط تصویر و صدا باید امکان درج این افشاگری را در محصولاتشان فراهم کنند. منطق این مرحله جالب است: وقتی بشود اثبات کرد یک تصویر واقعاً با دوربین ثبت شده، ارزش محتوای اصیل هم قابل اثبات میشود.
در کنار اینها اصلاحیههایی هم در جریان است؛ از جمله پیشنهادهایی برای حذف آستانهی یک میلیون کاربر که در صورت تصویب، دامنهی شمول را به سرویسهای کوچکتر هم گسترش میدهد. برای درک بهتر بازیگران این میدان، مرور مقالهی اوپنایآی چیست کمککننده است.
۸) این قانون برای کاربر و کسبوکار ایرانی چه معنایی دارد
در نگاه اول، قانونی در کالیفرنیا ربطی به کاربر فارسیزبان ندارد. اما این قوانین معمولاً رفتار محصول را در سطح جهانی تغییر میدهند، نه فقط در محدودهی جغرافیایی خودشان؛ ساختن دو نسخهی متفاوت از یک سرویس برای شرکتها گرانتر از رعایت سختگیرانهترین استاندارد برای همه است.
نتیجهی عملی این است که خروجی ابزارهای تصویرسازی و صداسازی بهتدریج دادهی منشأ همراه خود خواهد داشت. برای کسی که از این خروجیها در کار حرفهای استفاده میکند، این یعنی محتوای تولیدیاش قابل ردیابی است و بهتر است از ابتدا شفاف عمل کند.
روی دیگر سکه فرصت است. با فراگیرشدن نشانهگذاری، «اثباتِ انسانیبودن» به یک مزیت رقابتی تبدیل میشود؛ همان بحثی که در مقالهی اهمیت هوش مصنوعی در کسبوکار از زاویهی استراتژی به آن پرداختهایم. برای شناخت دقیقتر مرزهای این ابزارها هم مقالهی تواناییها و محدودیتهای واقعی هوش مصنوعی و مجموعهی آموزشهای ChatGPT نقطهی شروع خوبی هستند؛ و اگر میخواهید خروجی دقیقتری از این ابزارها بگیرید، راهنمای پرامپتنویسی برای مبتدیها را از دست ندهید.
۹) پرسشهای پرتکرار دربارهی قانون شفافیت هوش مصنوعی کالیفرنیا
قانون SB 942 از چه تاریخی اجرا شد؟
از دوم اوت ۲۰۲۶. تاریخ اولیهی اجرا اول ژانویه ۲۰۲۶ بود که با اصلاحیه به تعویق افتاد تا با اجرای کامل مادهی ۵۰ قانون هوش مصنوعی اتحادیه اروپا همزمان شود.
آیا این قانون تولید محتوا با هوش مصنوعی را ممنوع میکند؟
خیر. قانون هیچ محدودیتی برای ساخت محتوا نگذاشته است؛ فقط شفافیت دربارهی منشأ آن را الزامی کرده است. تمرکز قانون روی برچسبگذاری و امکان تشخیص است، نه ممنوعیت.
جریمهی تخلف چقدر است؟
پنج هزار دلار برای هر تخلف، و هر روز یک تخلف جداگانه محسوب میشود. اجرای قانون بر عهدهی مقامات عمومی ایالت است و کاربران حق طرح دعوای خصوصی بر اساس این قانون را ندارند.
چه شرکتهایی مشمولاند؟
سرویسدهندههای هوش مصنوعی مولد که بهصورت عمومی در کالیفرنیا در دسترساند و بیش از یک میلیون بازدیدکننده یا کاربر ماهانه دارند. بازیهای ویدیویی، تلویزیون، سرویسهای پخش و فیلمهای سینمایی از شمول قانون خارجاند.
چطور بفهمم یک تصویر با هوش مصنوعی ساخته شده است؟
هر شرکت مشمول باید ابزار تشخیص رایگان خودش را منتشر کند که با آپلود فایل یا نشانی اینترنتی کار میکند. اما این ابزارها معمولاً فقط خروجی سامانهی خودشان را میشناسند؛ بنابراین هنوز ابزار واحدی برای تشخیص همهی مولدها وجود ندارد.
