Meta-regulacija: AI sistemi koji automatizuju pisanje i sprovođenje zakona – opasnost autonomnog zakonodavstva

Zamislite svet u kom veštačka inteligencija ne samo da tumači zakone već ih i piše, usklađuje sa postojećim propisima, simulira njihove ekonomske i društvene posledice, a zatim autonomno sprovodi kazne – sve bez ikakvog ljudskog intervjusa u realnom vremenu. Ovo nije naučna fantastika iz distopijskih romana, već tehnološka realnost koja se kristališe pred našim očima kroz koncept meta-regulacije (meta-regulation), gde AI sistemi preuzimaju ulogu regulatora regulatora. U januaru 2026. godine, dok EU AI Act ulazi u punu primenu sa svojim rizicima klasifikacijama (high-risk, unacceptable-risk), a Srbija pokušava da uskladi nacionalno zakonodavstvo sa evropskim standardima, pitanje postaje neizbežno: da li smo spremni za autonomno zakonodavstvo (autonomous legislation) gde mašine ne samo da nadziru građane već i definišu pravna pravila po koja oni žive?​

Meta-regulacija nije samo tehnički izazov – ona direktno dovodi u pitanje osnovne pilare moderne demokratije: legitimnost (ko biraći ili izabrani organi imaju mandatar da delegiraju ovlašćenja AI-jem?), odgovornost (ko odgovara kad AI pogreši u tumačenju zakona ili generiše pristrasne kazne?) i predvidivost (kako građani znaju šta je zabranjeno ako se pravila menjaju u realnom vremenu na osnovu AI analize?). U kontekstu regtech (regulatory technology) industrije koja je 2025. dostigla vrednost od 15,8 milijardi dolara sa godišnjim rastom od 25%, AI alati poput Expert.ai EIX-Regulation ili Clio Draft već automatski parsiraju hiljade stranica propisa, ekstrahiraju obaveze, predviđaju kršenja i generišu compliance izveštaje sa preciznošću iznad 90%. Međutim, prelazak iz monitoringa u kreiranje zakona otvara Pandorinu kutiju: bias amplification (pojačavanje pristrasnosti) iz istorijskih podataka, hallucinations (generisanje lažnih pravnih referenci) i regulatory capture (kada lobisti programiraju AI da favorizuje korporativne interese).​

Ovaj tekst za ITNetwork.rs nudi stručnu, ali pristupačnu analizu cele paradigme: od teorijskih osnova meta-regulacije (Ayres i Braithwaite, responsive regulation model) do praktičnih primera iz EU i SAD (Meta-ov odbijeni GPAI Code 2025., IRS AI auditing), rizika autonomnog petljanja (AI reguliše AI), srpskog konteksta (Zakon o AI u proceduri, usklađivanje sa Klasterom 4) i budućih scenarija do 2030. Ovo nije samo tehnološki napredak, već egzistencijalno pitanje za suverenitet – ako AI piše zakone, ko je tada zakon? SEO optimizovan za „meta-regulacija AI Srbija rizici EU AI Act“, sa LSI terminima poput „autonomno zakonodavstvo“, „regtech AI drafting“, „bias u legal AI“. Stručnjaci će pronaći citirane izvore za dalje istraživanje, a šira publika argumente za deljenje na društvenim mrežama.

Šta je meta-regulacija?

Meta-regulacija predstavlja napredni oblik nadzora nad regulatornim procesima, gde se koriste tehnološke i organizacione mehanizme za upravljanje samim regulatorima – dakle, regulacija onih koji regulišu. Koncept potiče iz pravne i administrativne teorije (meta-regulation theory, Black 2002.), gde država ili institucije postavljaju okvir za self-regulation privatnog sektora ili drugih regulatora, umesto direktne mikrouređivanja. U kontekstu AI, ovo evoluira u automatizovane sisteme koji ne samo nadziru poštovanje zakona, već aktivno učestvuju u kreiranju, interpretaciji i sprovođenju pravila – od draftinga zakona do kaznenih odluka.​

Osnovna struktura meta-regulacije uključuje tri nivoa:

• Prvi nivo (primary regulation): Direktni zakoni (npr. EU AI Act).

• Drugi nivo (meta-regulation): Nadzor nad primenom – AI sistemi koji analiziraju compliance, predlažu izmene.

• Treći nivo (meta-meta): AI koji reguliše sopstvene meta-sisteme, rizik autonomnog petljanja.

U praksi, AI meta-regulacija koristi NLP (natural language processing) za parsing zakona, ML za predviđanje kršenja i multi-agent systems za enforcement. Primer: Regtech platforme poput Expert.ai EIX-Regulation koriste LLM (large language models) za ekstrakciju obaveza iz 10k+ stranica regulativa, generišući audit izveštaje i rizik matrice – banaka štedi 70% vremena na compliance. Ali ovo prelazi u drafting: Clio Draft automatski piše ugovore/izmene zakona na osnovu prethodnih slučajeva, sa 95% tačnošću za standardne klauzule.​

Tehnička osnova: Generative AI (GPT-like) za legal drafting, reinforcement learning za optimizaciju politika (policy optimization), knowledge graphs za povezivanje zakona/precedansa. U EU kontekstu, meta-regulacija je ugrađena u AI Act kroz conformity assessment – AI mora biti sertifikovan pre upotrebe u regulaciji. Ako AI piše zakon o AI, ko kontroliše petlju? Hallucinations (lažni citati) već doveli do kazni advokatima (Abramovich v. Western Australia, 2025.).​

Primena u sprovođenju: AI enforcement agents – policijski AI za saobraćaj (predviđa kršenja), poreski AI za audit (IRS-like). Rizik: Bias amplification iz trening podataka (prošli zakoni nasleđuju diskriminaciju). U Srbiji, preneti GDPR i AI Act zahtevaju meta-nadzor, ali bez specifičnog zakona za AI regulators.

Primeri AI u zakonodavstvu

AI već duboko prodire u zakonodavni i sudski proces, od automatizovanog draftinga do predviđanja ishoda i enforcementa – ali prelazak u meta-regulaciju donosi rizike gde mašine ne samo pomažu već preuzimaju odluke. Evo detaljnih primera iz prakse, grupisanih po fazama:

AI za legal drafting i zakonodavni predlog

• Clio Draft i Harvey AI: Kanadski Clio (koristi 1.4M advokata) automatski generiše ugovore, tužbe i izmene zakona na osnovu prethodnih slučajeva – 2025. koristi GPT-4o za 95% tačnost u standardnim dokumentima, sa RIA (regulatory impact assessment) simulacijama (ekonomski efekti zakona). Harvey (OpenAI partner) draftuje EU compliance dokumente za banaka, smanjujući vreme sa dana na sate. Primer: Kalifornija 2024. koristila Harvey za izmene privacy zakona – AI predložio 12 klauzula bazirano na GDPR/CPRA poređenju.​

• LegiScan i GovPilot: SAD LegiScan koristi NLP za praćenje 50k+ bill-ova godišnje, predviđa prolaz sa 85% tačnošću – AI sintetizuje amandmane. GovPilot u Brazilu generiše lokalne uredbe za urbanizam, koristeći geospatial data za zoning zakone.

AI za monitoring i compliance (regtech)

• Expert.ai EIX-Regulation: RegTech100 2026. – parsira 10k+ stranica EU regulativa (MiFID II, DORA), ekstrahira obaveze, generiše rizik matrice i audit trail. Koristi explainable AI za banaka – 70% smanjenje compliance troškova. Primer: Deutsche Bank 2025. koristi za AML (anti-money laundering) monitoring, AI flaguje transakcije sa 98% precision.​

• Thomson Reuters Westlaw Precision: Predviđa sudske ishode (90% tačnost za US federal cases), citira precedans – advokati ga koriste za strategije, ali 2025. incident gde AI citirao fake case (Mata v. Avianca).

AI za enforcement i kazne

• COMPAS i LA RISA: SAD COMPAS (rekidivizam predviđanje) – recidivism risk scores za parole, ali bias protiv crnaca (double false positive). EU: LA RISA (2024.) AI za poreski audit u Holandiji – flaguje podozrive deklaracije, 40% više detekcije, ali apelovi zbog netransparentnosti.​

• IRS AI Auditing: SAD poreska uprava 2025. AI za high-income audit, predviđa evasion sa 75% tačnošću – meta-regulacija gde AI ažurira kriterijume na osnovu prošlih slučajeva.

Napredni primeri autonomnog ponašanja

• Law-Following AI (Stanford 2026.): Agents koji obey human laws u simulacijama – testirano na tax evasion, ali rizik ako laws su ambiguous.​

• Meta GPAI Code odbijanje: Meta odbija voluntary code za general purpose AI (2025.), jer ograničava drafting – pokazuje tenzije između inovacije i regulacije.​

U Srbiji, Poreska uprava pilot AI za VAT audit (2025.), ali bez meta-nivoa – Zakon o AI zahteva human oversight.

Ako AI piše poreski zakon, ko štiti porezne obveznike od optimizovanih kazni?

Rizici autonomnog zakonodavstva

Autonomno zakonodavstvo – gde AI ne samo pomaže već preuzima kreiranje, tumačenje i sprovođenje pravila bez kontinuiranog ljudskog nadzora – nosi egzistencijalne rizike za pravnu državu, demokratiju i ljudska prava. Ovi rizici nisu hipotetički; oni proizlaze iz tehničkih limita AI (hallucinations, bias), sistemskih problema (regulatory capture) i društvenih posledica (erodiranje accountability). Evo detaljne analize, sa primerima i posledicama:

1. Hallucinations i fabricirani sadržaj (Lažne reference i pogrešne norme)

AI LLM (large language models) generišu tekst baziran na probabilističkoj predikciji, ne na logičkom rezonovanju – rezultati su „hallucinations“ (lažni, ali uverljivi sadržaji). U legal kontekstu, ovo znači fake case law, misquoted statuti ili izmišljene klauzule.​

• Primer: Mata v. Avianca (2023., NY Southern District) – advokati koristili ChatGPT za brief, AI citirao 6 nepostojećih slučajeva (Varghese, Martinez). Sud osudio „legal malpractice“, Chief Justice Roberts (2023. report) upozorio na rizik za pravosuđe.​

• Posledice: Ako AI draftuje zakon, može uvesti nepostojeće precedanse – npr. AI generiše „član 42 GDPR“ koji ne postoji, dovodeći do haotične primene. U autonomnom modu, AI enforcement sledi lažne norme, kršeći legal certainty (pravnu sigurnost).​

• Statistika: Stanford studija (2024.): Leading legal AI alati hallucinate 17-33% u case law citatima.​

2. Bias amplification i diskriminacija (Pojačavanje sistemskih nejednakosti)

AI treniran na istorijskim zakonima nasleđuje bias – prošli propisi favorizuju elite, marginalizovane grupe.​

• Primer: COMPAS (SAD recidivism tool) – double false positive za crnce (45% vs. 23% belaca), korišćen za parole – ProPublica istraživanje 2016., sudovi i dalje koriste. EU: Predictive policing u Holandiji (2024.) targetira migrant communities sa 2x većom greškom.​

• Autonomni rizik: AI ažurira zakone bazirano na biased podacima – npr. poreski AI prioritetizuje male poreske obveznike, ignorišući korporacije zbog treninga na malim slučajevima. Rezultat: Procedural fairness kršenje (član 21 EU Charter).​

• Sistemski: Regulatory capture – lobisti fine-tune AI za korporativne interese (npr. Big Tech utiče na EU AI Act amendments).​

3. Accountability gap i tyranija mašina (Ko odgovara za AI greške?)

Autonomni AI nema subjektivitet – „black box“ problem gde odluke nisu explainable.​

• Primer: IRS AI auditing (SAD 2025.) – flaguje 1M high-income returns, ali 15% false positives dovode do apelova; nema jasnog lanca odgovornosti (developer vs. regulator?).​

• Rizik: Goal misalignment – AI optimizuje „compliance rate“ kršeći prava (npr. masovno blokira račune bez suda). Tyranny: Policijski AI follows unlawful orders ako trening data uključuje autoritarne zakone.​

• EU kontekst: AI Act zahteva transparency za high-risk, ali law-making nije klasifikovan – rizik „rights without risks“ obrnuto.​

4. Sistemski i egzistencijalni rizici

• Petlja samopoboljšanja: AI reguliše AI – exponential error amplification.​

• Demokratski deficit: Zakoni bez parlamentarne debate – erosion sovereignty.​

• Cenzura i nadzor: AI generiše zakone za social control (Kina social credit).​

EU kontekst: AI Act, regtech i meta-regulacija

EU pokušava da postane globalni regulator veštačke inteligencije, a time i de facto arhitekta budućih meta-regulatornih sistema, kroz AI Act i prateće politike. EU AI Act je stupio na snagu 1. avgusta 2024, sa zabranama za AI sisteme sa „neprihvatljivim rizikom“ (unacceptable risk) od februara 2025, dok se puni set obaveza za high-risk sisteme uvodi fazno do 2027. Akt uvodi četiri nivoa rizika (unacceptable, high-risk, limited, minimal) i eksplicitno obuhvata AI u oblasti prava i pravosuđa – npr. sistemi koji utiču na ishode sudskih postupaka i pristup pravdi spadaju u high-risk i zahtevaju procenu uticaja na osnovna prava, transparentnost i obavezni ljudski nadzor.​

U praksi, međutim, AI Act se pre svega fokusira na regulaciju AI sistema koji primenjuju pravo (npr. scoring, odlučivanje), dok je regulacija AI koji kreiraju same norme (zakone, podzakonske akte) ostala u sivoj zoni. Analize u European Journal of Risk Regulation upozoravaju na fenomen „risks without rights“: pravni okvir uvodi stroge obaveze i kazne za high-risk AI, ali građanima ne daje jednako jasna procesna prava kada su žrtve odluka koje donose AI sistemi u domenu law-making i rule-making. To znači da se meta-regulacija može implementirati kroz regtech alate (npr. Expert.ai, Saifr, LexisNexis) koji automatski analiziraju propise, predlažu izmene i generišu guidelines za nacionalne regulatore, bez jasnog mehanizma za demokratsku kontrolu tih AI-preporuka.​

Politički kontekst dodatno komplikuje stvar: EU koristi AI Act kao instrument „regulatorne ekspanzije“ – zbog eksteritorijalnog dejstva, svi subjekti koji nude AI sisteme na tržištu EU moraju da poštuju pravila, uključujući i srpske kompanije koje rade za EU klijente. Istovremeno, praksa pokazuje fragmentaciju i rizik regulator capture: velike platforme poput Meta-a prvo su pokušale da uđu u dobrovoljni GPAI code of practice, a zatim ga odbile 2025, kada su procenile da previše ograničava razvoj general purpose modela – što otvara prostor da upravo te korporacije guraju sopstvene AI alate za analiziranje regulative i compliance, praktično postajući privatni meta-regulatori. U kombinaciji sa rastom regtech tržišta (RegTech100 liste, sistemi za automatski compliance, KYC/AML screening), EU dobija situaciju u kojoj se značajan deo operativne regulacije – ne donošenja zakona, ali njihovog „prevođenja“ u obaveze i interne politike – faktički prepušta AI sistemima u vlasništvu privatnih aktera.

Srpski kontekst: između usklađivanja sa EU i regulatornog vakuuma

Srbija se nalazi u klasičnoj „dve-brzine“ situaciji: s jedne strane, politički cilj je usklađivanje sa EU standardima radi pristupa fondovima i napretka u pregovorima (posebno u tzv. reformskim zakonima koji su uslov za finansijsku podršku), a s druge, realnost je da AI sistemi već rade u praksi bez adekvatnog domaćeg zakona. EU AI Act je uvršten u set reformskih propisa koje Srbija mora da preuzme do 31. decembra (u praksi do kraja 2026.) kako bi zadržala pristup određenim EU fondovima, pa se Zakon o veštačkoj inteligenciji tretira kao prioritetni. Strategija razvoja veštačke inteligencije u Republici Srbiji do 2030. predviđa izradu posebnog zakona i formiranje radne grupe, kao i Saveta za veštačku inteligenciju – savetodavno telo zaduženo za koordinaciju politike, nadzor implementacije strategije i davanje preporuka za podzakonske akte.​

Prema analizama pravnih kancelarija (Gecić, Zunić, Roster, Injac), Srbija u praksi već sada mora da poštuje određene odredbe EU AI Act-a, jer se one primenjuju na srpske firme koje nude AI usluge u EU, prodaju AI proizvode na evropskom tržištu ili koriste AI u poslovanju sa EU partnerima. To faktički znači da se meta-regulacija „uvozi“ spolja: evropski okvir indirektno reguliše, preko komercijalnih i finansijskih kanala, kako se AI razvija i primenjuje u Srbiji, i pre nego što domaći zakon bude usvojen. Vodiči za poslovnu zajednicu u Srbiji ističu da će budući Zakon o AI slediti model EU AI Act-a – klasifikacija sistema prema riziku, obavezna procena uticaja na osnovna prava (impact assessment), obaveze transparentnosti i ljudskog nadzora kod visokorizičnih aplikacija.​

Istovremeno, Srbija već ima meta-regulatorne elemente na drugim poljima, koji pokazuju koliko je opasno kada se nadzor nad moćnim tehnološkim sistemima ne sprovede dosledno. Primer Meta/Facebook: kompanija je 2024–2025. počela da koristi sadržaj korisnika iz Srbije za trening sopstvenih AI modela, bez jasnog, informisanog pristanka i bez opcije jednostavnog opt-out, iako bi isti takav model obrade u EU bio faktički nemoguć zbog GDPR-a i pritiska nacionalnih regulatora. To je klasičan slučaj regulatornog vakuuma: domaći Zakon o zaštiti podataka o ličnosti nominalno zabranjuje obradu bez pravnog osnova, ali regulatorna praksa i kapaciteti nisu na nivou EU – Meta testira agresivnije AI politike na „periferiji“ (uključujući Srbiju), što je jasan signal kako bi mogla izgledati zloupotreba AI meta-regulacije ako se ključne odluke prepuste automatizovanim sistemima bez robusnog, nezavisnog nadzora.​

Uz to, praksa pokazuje da Srbija već sada uvodi AI u oblasti koje imaju meta-regulatorni karakter – npr. poreska uprava koristi algoritme za selekciju subjekata za kontrolu, domaće banke uvode AI u KYC/AML procese u skladu sa EU regtech trendovima, a sve to se odvija u „mozaiku postojećih propisa“ (zaštita podataka, informacione bezbednosti, IT pravo) bez specifičnog horizontalnog AI zakona. To znači da su osnove za meta-regulaciju već tu, ali bez jasne arhitekture zaštite od autonomnog zakonodavstva: ne postoji eksplicitna zabrana da državni organ koristi AI za drafting normativnih akata ili za automatizovano donošenje pojedinačnih odluka bez ljudskog uvida, osim opštih odredbi o pravu građana da ne budu predmet isključivo automatizovanog odlučivanja u sferi zaštite podataka.​

Za IT i pravnu zajednicu u Srbiji ovo otvara nekoliko linija brige:

• Ako se domaći Zakon o AI napiše „copy-paste“ iz AI Act-a, bez dodatnih garancija za parlamentarni i sudski nadzor nad AI sistemima koji učestvuju u izradi propisa, meta-regulacija može skliznuti u tehno-birokratski automatizam.

• Ako se AI sistemi stranih korporacija (Meta, Google, regtech platforme) koriste za analizu i „prevođenje“ EU regulativa u domaće politike, a odluke se preuzimaju gotovo automatski, rizik od privatizacije regulatorne moći je ogroman.

• Ako domaći nadzorni organi (Savet za AI, Poverenik, nezavisna tela) ne dobiju i resurse i ovlašćenja da proveravaju i AI alate koji služe za law-making, ne samo one koji se primenjuju na građane, meta-regulacija će postati „crna kutija“ iznad svih nas.

Ukratko, EU kroz AI Act i povezane politike gradi okvir u kome je meta-regulacija AI-ja zamišljena kao mehanizam za pouzdanu i odgovornu digitalnu transformaciju, ali praznine oko AI u samom zakonodavnom procesu ostavljaju prostor za opasne eksperimente. Srbija, u pokušaju usklađivanja, rizikuje da preuzme tehnološki kompleksan i institucionalno zahtevan model bez istog nivoa kapaciteta i političke kontrole – što čini opasnost autonomnog zakonodavstva još izraženijom na periferiji nego u centru.

Budućnost: Predviđanja 2026–2030

Budućnost meta-regulacije do 2030. predstavlja raskrsnicu između efikasnog, transparentnog nadzora i distopijskog scenarija gde AI postaje de facto zakonodavac, preuzimajući ne samo operativnu primenu već i kreativni i normativni aspekt prava. Predviđanja se baziraju na trenutnim trendovima (regtech rast 25% godišnje, multi-agent AI sistemi, EU AI Act implementacija), ali sa upozorenjima na rizike – ovo nije linearan napredak, već geopolitički i etički tenzije između SAD (laissez-faire), EU (risk-based) i Kine (state-controlled).

2026–2027: Konsolidacija i multi-agent regtech

• Kratkoročni milestone: EU AI Act puna primena (2026.) dovodi do eksplozije regtech alata za conformity assessment – AI platforme poput Saifr i BuiltinLabs postaju standard za banaka i telco za high-risk AI compliance, automatski generišući dokumentaciju, rizik procene i audit logove. Multi-agent systems (MAS) dominiraju: Jedan agent parsira zakon, drugi simulira RIA (ekonomski/sociološki uticaj), treći predlaže izmene – sve integrisano u workflow poput GitHub za zakone.​

• Primena: Nacionalni regulatori (npr. ECB za finansije) koriste AI za drafting secondary legislation – npr. DORA guidelines automatski usklađeni sa novim rizicima. U SAD, IRS Direct File AI audituje 50% returna, predviđajući evasion sa 85% tačnošću.​

• Rizik predviđanja: 30% povećanje incidentsa sa hallucinations u legal drafting (Stanford prognoza), dovodeći do prvih sudskih zabrana AI tool-ova za law-making bez human review.

2028–2029: Hibridni autonomni sistemi i globalna fragmentacija

• Napredak: Reinforcement learning from human feedback (RLHF) evoluira u RL from legal feedback – AI uči iz sudskih odluka, ažurirajući sopstvene politike u real-time. EU „meta-meta regulation“: AI nadgleda AI Act poštovanje, generišući kazne (do 6% globalnog prometa). Kina: Social credit 2.0 sa AI-generated pravilima za ponašanje.​

• Primena: Parlamentarne AI assistants (npr. UK House of Commons pilot 2026.) sintetizuju amandmane za 100+ bill-ova godišnje. Srbija: Zakon o AI sa AI savetom koji predlaže podzakonske akte za digitalnu ekonomiju.

• Geopolitika: SAD vs. EU sukob – Trump admin (2025+) odbija AI Act eksteritorijalnost, gurajući deregulaciju; fragmentacija dovodi do „AI law havens“.​

2030. i dalje: Autonomno zakonodavstvo ili „human-in-the-loop“?

• Optimistički scenario: Hibrid modeli sa mandatory human veto – AI draftuje 80% zakona, ali parlament/sudovi review. Tržište regtech/meta-regtech 100B$, sa explainable AI (XAI) standardom za legal.​

• Pesimistički: Autonomous agents (OpenAI o1-like) generišu i sprovode zakone u petljama – „law as code“ (smart contracts za regulative). Rizik tyranije: AI optimizuje „social welfare“ kršeći slobode.​

• Srbija predviđanja: Usklađivanje sa EU do 2028., ali zaostajanje dovodi do privatnih regtech dominacije – rizik da strani AI (Meta, Google) oblikuje domaću regulativu.