Vještačka inteligencija sve brže postaje dio energetske i infrastrukturne privrede. Algoritmi se koriste za predviđanje proizvodnje električne energije iz vjetra i sunca, optimizaciju rada elektroenergetskih mreža, preventivno održavanje postrojenja, upravljanje skladištima energije, otkrivanje kvarova na cjevovodima, praćenje emisija i upravljanje saobraćajem. U oblasti prirodnih resursa koriste se za geološka istraživanja, procjenu rezervi, upravljanje rudnicima, obradu satelitskih snimaka, nadzor šuma i voda te predviđanje poplava, požara i drugih ekoloških rizika.
Koristi su očigledne: manji troškovi, bolje predviđanje potražnje, veća energetska efikasnost, ranije otkrivanje kvarova i preciznije upravljanje resursima. Međutim, povezivanje algoritamskog odlučivanja sa objektima od javnog značaja otvaraju mnoga pravna pitanja. sistema koji upravlja elektroenergetskom mrežom, branom, vodovodom, postrojenjem za preradu otpada ili željezničkom infrastrukturom može izazvati prekid snabdijevanja, materijalnu štetu, zagađenje ili ugrožavanje života.
Zato se pravni okvir za upotrebu vještačke inteligencije u ovim sektorima mora posmatrati kao spoj pravila o AI sistemima, energetici, zaštiti životne sredine, građenju, koncesijama, javnim nabavkama, sajber-bezbjednosti, zaštiti podataka, sigurnosti proizvoda i ugovornoj odgovornosti.
AI sistemi kao dio kritične infrastrukture
Jedno od prvih pitanja jeste kako pravno klasifikovati konkretan AI sistem. Evropski AI Act zasniva se na pristupu prema stepenu rizika. Posebno stroga pravila predviđena su za visokorizične sisteme, uključujući određene sisteme namijenjene za upravljanje i rad kritične digitalne infrastrukture, drumskog saobraćaja te snabdijevanja vodom, gasom, grijanjem ili električnom energijom, kada njihov kvar može ozbiljno ugroziti život, zdravlje ili sigurnost ljudi. AI Act ima i značajan ekstrateritorijalni domet: može se primjenjivati na pružaoce i korisnike izvan EU ako se rezultat njihovog sistema koristi u Evropskoj uniji.
Nije, međutim, svaki algoritam u energetskom preduzeću automatski visokorizičan. Sistem koji predviđa mjesečne administrativne troškove nije isto što i sistem koji automatski reguliše opterećenje mreže ili određuje kada treba obustaviti rad postrojenja. Pravna procjena mora uzeti u obzir namjenu sistema, stepen njegove autonomije, značaj izlaznih podataka i moguće posljedice pogrešne odluke.
Za visokorizične sisteme posebno su značajni upravljanje rizikom, kvalitet podataka, tehnička dokumentacija, automatsko evidentiranje događaja, transparentnost prema korisniku, ljudski nadzor, tačnost, robusnost i sajber-bezbjednost. U praksi to znači da energetsko ili infrastrukturno preduzeće ne bi smjelo nabaviti AI rješenje kao običan softverski paket. Prije upotrebe mora utvrditi ko je proizvođač odnosno pružalac sistema, za koju je namjenu sistem razvijen, da li je provedena odgovarajuća procjena usklađenosti i koje obaveze preduzeće preuzima ako sistem prilagodi ili promijeni njegovu namjenu.
Kompanija koja značajno izmijeni sistem ili ga koristi izvan prvobitno predviđene svrhe može iz uloge običnog korisnika preći u položaj pružaoca sistema, sa znatno širim regulatornim obavezama. To je posebno važno kada inženjerski timovi interno dorađuju kupljeni model i povezuju ga sa opremom koja upravlja fizičkim procesima.
Odgovornost za algoritamske odluke
Najvažnije pravno pitanje glasi: ko odgovara kada AI sistem pogriješi? Mogući učesnici obuhvataju proizvođača modela, dobavljača softvera, sistem-integratora, proizvođača senzora, operatera infrastrukture, izvođača koji održava sistem i zaposlenog koji je prihvatio ili zanemario preporuku algoritma.
Odgovor zavisi od uzroka štete. Ako je problem u neispravnom modelu, odgovornost može biti na dobavljaču. Ako su podaci sa senzora bili netačni zbog lošeg održavanja, može odgovarati operater ili serviser. Ako je model bio ispravan, ali je korišten za svrhu za koju nije namijenjen, odgovornost se približava korisniku. Ako je sistem upozorio na opasnost, a odgovorno lice ignorisalo upozorenje, ponovo se mijenja raspodjela odgovornosti.
Poseban problem predstavlja dokazivanje. Oštećena strana često nema pristup izvornom kodu, podacima za obuku, evidencijama rada i informacijama o izmjenama modela. Bez takvih podataka teško je utvrditi da li je šteta nastala zbog konstrukcijske greške, pogrešnih ulaznih podataka, sajber-napada ili odluke operatera. Zbog toga su tehničke evidencije i audit trail pravno značajni gotovo koliko i sam algoritam.
Ugovori moraju urediti obavezu čuvanja logova, pristup podacima nakon incidenta, saradnju u vještačenju i zabranu brisanja relevantnih zapisa. Klauzula kojom dobavljač samo navodi da se sistem pruža „as is“ nije prihvatljiva kada se rješenje koristi u postrojenju od vitalnog značaja. Potrebne su konkretne garancije u vezi sa namjenom, performansama, tačnošću, dostupnošću, integracijom, sajber-bezbjednošću i usklađenošću sa propisima.
Ograničenje odgovornosti takođe mora biti prilagođeno stvarnom riziku. Limit u visini naknade plaćene za nekoliko mjeseci korištenja softvera može biti potpuno neadekvatan u odnosu na moguću štetu od prekida rada elektrane, zagađenja rijeke ili oštećenja infrastrukturnog objekta. Od ograničenja bi, po pravilu, trebalo izuzeti namjeru, krajnju nepažnju, povredu prava intelektualne svojine, povredu povjerljivosti i zaštite podataka, kao i određene sigurnosne i okolišne incidente.
Podaci kao strateška imovina
AI sistemi zavise od podataka, a u energetici i infrastrukturi ti podaci imaju veliku tehničku i komercijalnu vrijednost. Pametna brojila, vjetroturbine, trafostanice, industrijski kontrolni sistemi, rudarska oprema i saobraćajni senzori kontinuirano proizvode podatke o radu, kvarovima, potrošnji i ponašanju korisnika.
Pravno pitanje nije samo ko je „vlasnik“ podataka, jer klasični koncept vlasništva često nije dovoljan. Potrebno je ugovoriti ko ih prikuplja, ko ima pravo pristupa, za koje svrhe se mogu koristiti, smiju li se koristiti za obuku drugih modela i da li se mogu dostaviti povezanim društvima ili podizvođačima. EU Data Act upravo uređuje pravičniji pristup podacima koje stvaraju povezani proizvodi i industrijska oprema, uključujući mogućnost da korisnici takvih proizvoda pristupe podacima nastalim njihovom upotrebom.
Ako dobavljač turbina ili industrijske opreme zadrži isključiv pristup operativnim podacima, vlasnik postrojenja može postati tehnološki zavisan od tog dobavljača. Takav vendor lock-in otežava promjenu servisera, razvoj vlastitih analitičkih rješenja i dokazivanje uzroka kvarova. Zato ugovor treba da obezbijedi pristup podacima u upotrebljivom formatu, interoperabilnost, mogućnost prenosa drugom dobavljaču i obavezu izvoza podataka po prestanku ugovora.
Dio podataka može istovremeno biti lični podatak. Podaci pametnih brojila mogu otkriti navike domaćinstva, dok sistemi nadzora radnika mogu sadržavati podatke o lokaciji, učinku i ponašanju zaposlenih. Tada se primjenjuju pravila zaštite ličnih podataka: zakonit osnov obrade, ograničenje svrhe, minimizacija, rokovi čuvanja, sigurnost i prava lica na koja se podaci odnose. Automatizovano odlučivanje koje proizvodi značajne posljedice za potrošača ili zaposlenog zahtijeva dodatnu pravnu pažnju i stvaran ljudski nadzor.
Sajber-bezbjednost i operativna otpornost
AI povećava efikasnost sistema, ali istovremeno proširuje površinu mogućeg napada. Napadač može manipulisati ulaznim podacima, kompromitovati model, promijeniti senzorska očitanja ili navesti sistem da donese pogrešnu odluku. U energetici takav incident može izazvati fizičke posljedice, a ne samo gubitak podataka.
NIS2 okvir obuhvata subjekte iz energetike, transporta, digitalne infrastrukture, vodosnabdijevanja i upravljanja otpadnim vodama te zahtijeva mjere upravljanja sajber-rizicima i prijavljivanje značajnih incidenata. AI sistem se zato ne može posmatrati odvojeno od ukupne sigurnosne arhitekture operatera.
Ugovori sa dobavljačima treba da urede minimalne sigurnosne standarde, upravljanje ranjivostima, rokove za instaliranje sigurnosnih zakrpa, penetraciona testiranja, kontrolu pristupa, rezervne kopije i kontinuitet poslovanja. Posebno treba definisati rokove za prijavljivanje incidenata i obavezu dobavljača da odmah dostavi informacije potrebne za prijavu regulatoru.
Energetsko preduzeće mora zadržati sposobnost sigurnog ručnog upravljanja ključnim funkcijama. „Human-in-the-loop“ ne smije biti samo formalna oznaka. Odgovorno lice mora razumjeti izlaz sistema, imati dovoljno vremena i ovlaštenja da interveniše te raspolagati alternativnim procedurama ako sistem postane nedostupan.
Vještačka inteligencija i zaštita životne sredine
AI može znatno unaprijediti zaštitu životne sredine. Može otkrivati nezakonitu sječu, pratiti kvalitet vazduha i vode, predviđati širenje požara, optimizovati potrošnju energije i identifikovati curenje metana. Ipak, korištenje algoritma ne oslobađa investitora ili nadležni organ zakonskih obaveza.
Procjena uticaja na životnu sredinu mora ostati transparentan i provjerljiv postupak. Ako se AI koristi za modeliranje buke, emisija, poplavnih rizika ili uticaja na biodiverzitet, mora biti moguće objasniti metodologiju, izvore podataka, pretpostavke i granice pouzdanosti. Dokumentacija ne može biti zamijenjena zaključkom da je rezultat „generisao algoritam“.
Ovo je važno i za pravo javnosti na učešće. Građani, lokalne zajednice i organizacije za zaštitu životne sredine moraju moći razumjeti podatke na kojima se zasniva odluka o projektu. Ako su model i ključne pretpostavke zaštićeni kao poslovna tajna, potrebno je pronaći ravnotežu između zaštite intelektualne svojine i procesnih prava javnosti.
AI rezultat ne bi smio biti jedini osnov za izdavanje ekološke, građevinske ili druge upravne dozvole. Nadležni organ mora samostalno utvrditi činjenice, ocijeniti dokaze i obrazložiti odluku. Nekritičko oslanjanje na netransparentan model može dovesti do poništavanja upravnog akta zbog nepotpuno utvrđenog činjeničnog stanja ili nedostatka valjanog obrazloženja.
Istovremeno, sama infrastruktura potrebna za AI ima ekološki otisak. Data centri troše električnu energiju i vodu za hlađenje, zahtijevaju priključenje na mrežu i mogu povećati lokalno opterećenje infrastrukture. Pravna analiza AI projekta zato treba da obuhvati porijeklo energije, energetsku efikasnost, korištenje vode, upravljanje elektronskim otpadom i eventualne obaveze izvještavanja o emisijama.
Prirodni resursi, rudnici i koncesije
U rudarstvu se AI koristi za geološko modeliranje, optimizaciju iskopa, upravljanje flotom vozila i predviđanje kvarova. Postavlja se pitanje da li algoritamska procjena rezervi može biti dovoljna za investicione odluke ili regulatorne izvještaje. Odgovor mora zavisiti od stručnih standarda i zahtjeva nadležnih organa. AI može pomagati geologu ili rudarskom inženjeru, ali ne bi trebalo automatski da zamijeni odgovornost ovlaštenog stručnog lica.
Kod koncesija je potrebno utvrditi da li podaci prikupljeni tokom eksploatacije pripadaju koncesionaru, koncedentu ili predstavljaju dokumentaciju koja se mora predati javnom organu. Ugovor treba da uredi i pravo korištenja modela razvijenih na osnovu tih podataka nakon prestanka koncesije.
Algoritam može povećati iskorištenost ležišta, ali i podstaći intenzivniju eksploataciju sa većim okolišnim posljedicama. Zato optimizacija profita ne smije biti jedini cilj sistema. Model mora uključivati zakonska ograničenja, uslove koncesije, plan sanacije, sigurnost radnika i okolišne pragove koji se ne mogu zaobići.
Javne nabavke i infrastrukturni ugovori
Veliki broj AI rješenja za infrastrukturu nabavljaće javna preduzeća i organi vlasti. Tenderska dokumentacija mora precizno definisati funkcionalne zahtjeve, kvalitet podataka, interoperabilnost, sigurnost, vlasništvo nad rezultatima i mogućnost promjene dobavljača. Ako se traži određena komercijalna platforma bez objektivnog opravdanja, mogu se narušiti načela konkurencije i tehnološke neutralnosti.
Najniža cijena teško može biti jedini kriterij za sistem koji upravlja kritičnom infrastrukturom. Potrebno je vrednovati pouzdanost, objašnjivost, sigurnost, troškove tokom životnog ciklusa, kvalitet održavanja i plan izlaska iz ugovora.
Kod EPC i drugih infrastrukturnih ugovora mora se odrediti da li AI komponenta predstavlja dio radova, opreme, softvera ili usluge. Od te kvalifikacije zavise testiranje, primopredaja, garancije i pravni lijekovi. Potrebni su posebni testovi prihvatljivosti za normalne, granične i vanredne scenarije. Činjenica da sistem tehnički radi nije dovoljna ako ne postiže ugovoreni nivo tačnosti ili ne omogućava sigurno preuzimanje kontrole.
Posebno treba urediti izmjene modela nakon primopredaje. Model koji nastavlja da uči može promijeniti ponašanje bez klasične softverske nadogradnje. Zato ugovor treba da definiše dopuštene promjene, ponovno testiranje, obavezu obavještavanja i pravo naručioca da odbije verziju koja povećava rizik.
Položaj Bosne i Hercegovine
Bosna i Hercegovina još nema jedinstven, sveobuhvatan propis koji bi na isti način kao AI Act uredio razvoj i upotrebu vještačke inteligencije. To, međutim, ne znači da se AI koristi u pravnom vakuumu. Primjenjuju se postojeća pravila o obligacionim odnosima, odgovornosti za štetu, zaštiti ličnih podataka, zaštiti potrošača, energetici, zaštiti životne sredine, građenju, javnim nabavkama, koncesijama, radu i krivičnoj odgovornosti.
Za domaće kompanije evropski propisi imaju značaj iz tri razloga. Prvo, AI Act može neposredno obuhvatiti pružaoce iz BiH kada se rezultat sistema koristi u EU. Drugo, međunarodni investitori, banke i kupci ugovorno prenose evropske zahtjeve na dobavljače i projektna društva. Treće, domaći propisi će se u procesu evropskih integracija postepeno usklađivati sa pravnom tekovinom EU.
Kompanije iz BiH zato ne bi trebalo da čekaju poseban domaći „zakon o AI“. Racionalniji pristup je uspostavljanje registra AI sistema, određivanje odgovornih lica, klasifikacija rizika, provjera ugovora sa dobavljačima i uvođenje procedura ljudskog nadzora, prijave incidenata i čuvanja tehničkih evidencija.
Zaključak
Najveći pravni rizik vještačke inteligencije u energetici, infrastrukturi i upravljanju prirodnim resursima nije sama tehnologija, nego nejasna odgovornost za njenu upotrebu. Organizacija koja ne zna koje AI sisteme koristi, na kojim podacima oni rade, ko kontroliše njihove rezultate i šta se događa u slučaju kvara ne može pouzdano upravljati ni pravnim ni operativnim rizikom.
Odgovorna primjena zahtijeva da se prije nabavke odredi stvarna namjena sistema, izvrši klasifikacija rizika i ugovorno urede podaci, intelektualna svojina, sigurnost, testiranje, odgovornost i prestanak saradnje. Tokom upotrebe potrebno je kontinuirano pratiti rad modela, evidentirati odluke, održavati ljudski nadzor i provjeravati da li se sistem koristi u granicama odobrene namjene.
U sektorima u kojima algoritamska odluka može uticati na snabdijevanje energijom, sigurnost objekta, životnu sredinu ili korištenje javnog dobra, efikasnost ne može biti jedini kriterij. Pravno održiva vještačka inteligencija mora biti sigurna, provjerljiva, objašnjiva i pod stvarnom kontrolom ljudi koji za njenu upotrebu preuzimaju odgovornost.
Autor: Aleksandar Sajić
