Geoffrey Hinton, znany jako "Ojciec chrzestny AI", podkreślił pilną potrzebę wzmocnienia regulacji dotyczących sztucznej inteligencji, co zaznaczył podczas przyjęcia nagrody Nobla w dziedzinie fizyki. Wzywa rządy do ustanowienia silniejszych regulacji AI oraz firmy do inwestowania w inicjatywy dotyczące bezpieczeństwa AI. Jednak nadal trwa debata na temat tego, jak dużo regulacji jest niezbędnych. Jake Parker ze Stowarzyszenia Przemysłu Bezpieczeństwa sugeruje podejście neutralne technologicznie, koncentrując się na regulacji wysokiego ryzyka zastosowań AI w oparciu o ich zastosowanie, a nie samą technologię. Istnieje obawa o potencjalne negatywne skutki zbyt szerokiej regulacji tej rozwijającej się technologii. Parker ostrzega przed szybkim, zmasowanym wprowadzeniem przepisów, które mogłyby nieumyślnie utrudnić codzienne użytkowanie AI. Podobne wyzwania regulacyjne pojawiły się w innych branżach, zauważa J-M Erlendson z Software AG, który uważa, że zbyt entuzjastyczne regulacje mogą nieproporcjonalnie obciążać startupy w porównaniu do ugruntowanych firm. Natychmiastowe kwestie etyczne i praktyczne związane z AI, takie jak prywatność danych, wymagają szybkiej reakcji, według Davida De Cremera z Uniwersytetu Northeastern.

Opowiada się za ukierunkowanymi regulacjami, które skupiają się na mniejszych, szkodliwych modelach AI, takich jak te używane do tworzenia deepfake'ów. Erlendson wzywa do egzekwowania istniejących przepisów dotyczących danych i własności intelektualnej, podkreślając znaczenie przejrzystości w rozwoju AI w celu zarządzania ryzykami i odpowiedzialnością prawną. Jasne określenia odpowiedzialności za problemy związane z AI pozostają nierozstrzygnięte. De Cremer podkreśla potrzebę jasnych wytycznych określających, kto jest odpowiedzialny, gdy technologie AI naruszają prawa do prywatności lub prawa autorskie. Firmy także same się regulują, unikając nieprzejrzystych modeli AI, aby zminimalizować ryzyko dla klientów, zauważa De Cremer. Takie samoregulacje są zgodne z poziomami komfortu klientów, a minie trochę czasu, zanim najnowsze modele AI przejdą z laboratorium do zastosowania w biznesie.