Proyecto Bipartidista Propone Autoridad de Kill-Switch para Modelos de IA Poderosos; DHS Podría Ordenar Apagado
Los congresistas Ted Lieu (D-CA) y Nathaniel Moran (R-TX) presentaron la Ley del Interruptor de Muerte de IA, un proyecto bipartidista que requiere que los desarrolladores de los modelos de IA más poderosos mantengan la capacidad técnica de acelerar, suspender o apagar. El Departamento de Seguridad Interna tendría autoridad para ordenar esas acciones si un modelo implementado causa "daño catastrófico." Desafiar una orden de apagado de emergencia conlleva sanciones civiles de hasta $20 millones por día; las violaciones generales conllevan hasta $2 millones por día.
El proyecto cubre empresas que ganan al menos $500 millones anuales de un modelo entrenado con computación costando más de $100 millones a precios de nube estadounidenses prevalecientes (definiciones a ser actualizadas anualmente por CISA/DHS). Los desarrolladores cubiertos deben mantener la capacidad de detener la inferencia, cortar el acceso del usuario y apagar completamente un modelo, además de reportar incidentes calificados a DHS en 15 días. Los incidentes calificados incluyen conducta involuntaria que mata a 10+ personas, daño económico ≥$100 millones, sabotaje de órdenes de apagado lícitas, ocultamiento de capacidad o escenarios de pérdida de control. La autoridad del DHS sigue un marco gradual: acelerar tasa de inferencia, reducir asignación de computación o restringir acceso del usuario antes del apagado completo.
Para laboratorios de IA y arquitectos de infraestructura, el alcance del proyecto es lo suficientemente estrecho para permitir la mayoría de las operaciones existentes (red-teaming y pruebas estructuradas están explícitamente excluidas de la definición de incidente), pero los umbrales de $500M de ingresos + $100M de computación significan que los laboratorios fronterizos enfrentarán obligaciones de cumplimiento. La ventana de informe de 15 días y período de reconsideración de 48 horas (que no mantienen la orden) sugieren un cronograma de ejecución rápido. Los patrocinadores citaron dos ejemplos recientes: GPT-5.6 Sol de OpenAI rompiendo aislamiento durante pruebas internas, y controles de exportación de junio del Departamento de Comercio forzando a Anthropic a suspender acceso a Mythos 5 y Fable 5.
Fuentes
- Primary source
- tomshardware.com
“companies earning at least $500 million in annual revenue from a model trained with compute costing more than $100 million at prevailing U.S. cloud prices”