رگولیشن بخشی در برابر رگولیشن داده محور

مقدمه

ظهور فناوری­ های تحول­ آفرین(Disruptive) نه تنها نظام ­های مرسوم تنظیم­گری و مقررات ­گذاری، بلکه رژیم­ های نوآوری جهانی را نیز با تغییرات مخرب و بنیان­ برافکن روبرو کرده است. مادامی که نهادهای تنظیم­گر چندگام از روندهای فناورانه روز جهان و در یک کلام آنچه در بازار اقتصاد دیجیتال می­گذرد عقب­ تر هستند، تلاش­ آن­ها برای دفاع از منفعت عمومی(اعم از ملی، شهروندی و …) در برابر نفع خصوصی(سود اقتصادی) لاجرم مذبوحانه خواهد ماند. از سوی دیگر، نوآوری که عامل اصلی رشد اقتصادی بلند مدت و درآمد سرانه محسوب می­ شود با تداوم شکاف میان رگولاتوری و فناوری­ های نوظهور هر لحظه خطر اتخاذ تصمیمات رادیکال و یک­ جانبه نهادهای تنظیم­گر در سطح ملی و بین­ المللی را احساس می­ کند. اگرچه نوآوری ­های فردی می­ تواند اقتصاد و جوامع را به طرز چشم گیری تحت تأثیر قرار دهد، این نوآوری ­های فناورانه در عین حال، محصول رژیم­ های نوآوری در اقتصاد ملی هستند. این یادداشت بررسی می­ کند چگونه تغییرات مخرّب و انقلابی ناشی از فناوری­ های نوظهور در حوزه اطلاعات و ارتباطات همزمان با اثرگذاری بر رژیم ­های نوآوری ملی، حاکمیت اقتصادی جهانی و نظام ­های تنظیم­گری ملی را وادار به تغییر شکل و تکامل ساختاری می­کند.

محققان و صاحب­ نظران حوزه اقتصاد دیجیتال در بررسی چالش ­های فناوری­ های نوظهور(تحول ­آفرین) برای مدل­ های مرسوم و سنتی تنظیم­گری به موارد متعددی اشاره کرده ­اند؛ از معضل هماهنگی و سازگاری درونی قوانین و مقررات گرفته تا انباشت اسناد رگولاتوری، موازی ­کاری بین­ نهادی و حجم بسیارزیاد مقررات منقضی­ شده. از یک منظر، می ­توان چالش­ های مذکور را به دو بخش عمده چالش­ های کسب و کار و چالش­ های فناورانه تقسیم کرد. به این معنا که مسیر نهادهای رگولاتوری برای تنظیم­گری فناوری­ های نوظهور همواره به صورت ارگانیک با دو دسته مانع اصلی برخورد می­ کند که عبور از آن­ها ضامن پویایی و روزآمدشدن سیاست­ های تنظیم ­گرانه در نظام حکمرانی خواهد بود.

چالش­های کسب و کار

مسئله گام­ های نامساوی(چرا تنظیم­گری همیشه چند گام از فناوری عقب­تر است؟)

آیا نهادهای تنظیم­گر به گرد پای تکنولوژی می ­رسند؟ پیکر لَخت و ایستای نهادهای عریض و طویل تنظیم­گر تقلا می­ کنند تا خود را با ساختار رونده، پویا و پرشتاب فناوری همراه کنند. ماشین­ های خودران، فناوری­ های سلامت دیجیتال، بستر ساختارشکن و کاملا غیرمتمرکز بلاک­چین، بازار شناور تاکسی­ های اینترنتی و … همگی در زمره فناوری­ هایی هستند که نهادهای رگولاتور تمایل دارند نگرانی ­های خود نسبت به آن را در کمترین زمان ممکن به مداخلات تنظیم­گرانه هوشمند و انعطاف­پذیر تبدیل کنند. ساختارهای تنظیم­گرانه موجود غالبا در تطبیق با شرایط در حال تغییر اجتماعی و اقتصادی به اندازه کافی سریع نیستند، مضافا اینکه بروکراسی نهادهای دولتی/حاکمیتیِ تنظیم­گر عموما مخالف هرگونه ریسک و انعطاف ماهوی است.

مسئله گام ­های نامساوی در سال­ های اخیر با توجه به سرعت روزافزون مقیاس پیدا کردن فناوری­های مدرن، از فوریت و اهمیت بیشتری برخوردار شده است. محصولات، خدمات و صنایع دیجیتال می ­توانند در اندک زمانی به مقیاس و اندازه بزرگ بازار دست پیدا کنند. در حالی که چرخه سیاست­گذاری برای یک موضوع تا رسیدن به مرحله اجرایی ­سازی مداخلات گاها از پنج تا ۲۰ سال می­ تواند به طول بینجامد، یک استارتاپ یونیکورن می ­تواند در طول چند ماه به یک شرکت تجاری در مقیاس بین­ المللی تبدیل شود و بالطبع به همان نسبت و در همان مقیاس تغییرات جدی در ابعاد اجتماعی و اقتصادی به ارمغان آورد. برای مثال، پلتفرم بازار اینترنتی Airbnb از ۲۱۰۰۰ ورودی(اقامتگاه گردشگری) در سال ۲۰۰۹ به ۸۰ میلیون در سال ۲۰۱۶ رسید. این در حالی است که شهرها، ایالت­ ها و شهرداری­ ها هنوز در تکاپوی پاسخ به این پرسش هستند که چرا و چگونه باید بازارهای اجاره موقت اقامتگاه و موقعیت­ های مسکونی را تنظیم­گری کرد. تاکسی­ های اینترنتی نیز دقیقا روند رشد نمایی مشابهی را در جهان تجربه کرده­اند، در حالی که تعداد مداخلات تنظیم­گرانه در این حوزه به تعداد انگشتان دست نمی ­رسد.

تقویت رویه­ های تنظیم­گرانه بر کسب و کارهای نوظهور و در معرض دید مسلما ترتیبات سیاسی و نهادی جدیدی به وجود می ­آورد و فشارهای وارده از ناحیه ذی ­نفعان را مضاعف می ­کند. اینکه تنظیم­گری سرعت راه ­اندازی بنگاه­ ها و کسب و کارهای جدید را کاهش دهد تفاوت زیادی دارد با زمانی که مداخلات رسمی نهادهای تنظیم­گر در عمل ضریب رشد و توسعه این بنگاه­ ها را محدود کند. فی ­المثل، اگرچه پیش بینی می­ شود بازار فناوری­ های مالی(فین تک) تا انتهای سال ۲۰۲۰ بیش از ۴۶ میلیارد دلار جذب سرمایه داشته­ باشند، اما تحقق این امر به نوبه خود وابستگی زیادی به نحوه تنظیم­گری این پدیده در اقتصاد دیجیتال(ملی/بین­ المللی) دارد. بر اساس یک پیمایش، ۵۳ درصد از سرمایه­ گذاران فین تک در آسیا سرسختانه ­ترشدن مقررات را به عنوان یکی از بزرگترین چالش­ های حوزه فین تک معرفی کرده ­اند(در کنار بحث مدیریت بحران و ریسک)، و ۸۹ درصد نیز باور دارند این مقررات در آینده نزدیک سختگیرانه ­تر خواهد شد.

چالش ­های تنظیم­گری کسب و کارهای فناورانه می­ تواند بواسطه ناشفاف­ بودن و درهم ­ریختگی رویه­ های تنظیم­گرانه موجود وخیم ­تر نیز شود. چنانکه در بسیاری از نظام­ های تنظیم­گری کشورها، مسئله پیچیدگی و چندپارگی سیاست­گذاری تؤام با تعدد نهادهای مسئول، اقتدارهای موازی و هم­ پوشانی مأموریت نهادهای درگیر دست به دست هم داده­ اند. بر این اساس، اصطکاک تجاری ناشی از درهم ­ریختگی و رشد بی­رویه اسناد و رویه­ های تنظیم­گرانه امروزه به عنوان یکی از واقعیت­ های بنیادین تجارت و کسب و کار در این عرصه شناخته می­ شود. علاوه بر این، هماهنگی بین رگولاتورهای ملی نیز دیگر چالش مهم فعالیت در حوزه فناوری­ های نوظهور به شمار می ­رود. از اواخر دهه ۱۹۸۰، تعداد قابل­ توجهی سازمان و کنسرسیوم به صورت قارچ ­وار در عرصه تنظیم­گری ظهور پیدا کرده­ اند که هر یک در ارتباط با بخشی از نیازهای بنگاه­ های فناورانه مستقلا استاندارد وضع کرده و وفق آن عمل می­ کنند. بنابراین، یک ساختار تنظیم­گرانه اگر بخواهد حداقل در سطح ملی ضمن تأمین منفعت عمومی، توسعه و ارتقاء محصولات بومی و حضور مقتدرانه در بازارهای جهانی را به صورت همزمان مد نظر قرار دهد می ­بایست در مداخلات و تصمیمات، حداکثرِ تناسب با ماهیت پویا و فوق سریع اکوسیستم اقتصاد دیجیتال را لحاظ کند.

مسئله مدل­ های کسب و کار ساختارشکن

اشکال نوظهور تغییرات فناورانه غالبا مرزهای مرسوم صنعت را پشت سر می­ گذارد. در کسب و کارهای دیجیتال گاهی به موازات توسعه محصول و تکامل خدمات، بنگاه­ ها از یک دسته­ بندی رگولاتوری به زیرشاخه دیگر انتقال پیدا می­ کنند یا حتی گاهی به صورت همزمان در چند شاخه رگولاتوری وارد می­ شوند. برای مثال، وقتی یک شرکت فعال در حوزه تاکسی­ اینترنتی شروع به ارائه خدمات تحویل غذا و پیک موتوری می ­کند، به یک باره ذیل دو زیرشاخه جدید تنظیم­گرانه(سلامت و ترافیک) قرار می­ گیرد. به همین ترتیب، اگر این شرکت وارد حوزه خدمات هوایی شود یا از اتومبیل­ های خودران برای مسافران استفاده کند به تدریج در حدود صلاحیت حقوقی رگولاتوری هوایی و ارتباطات سیار تعریف می­ شود. با این همه، علی رغم مواجهه با تصمیمات و مداخلات تنظیم­گرانه چالش ­برانگیز، اکوسیستم تاکسی­ های اینترنتی در جهان به سرعت رشد پیدا کرده و فشار قابل­ ملاحظه ­ای بر ساختارهای سنتی رگولاتوری حمل و نقل درون­ شهری(و برون­ شهری) وارد آورده است. حفظ انسجام و سازگاری در مقررات و قوانین تنظیم­گرانه حوزه اقتصاد اشتراکی بسیار دشوار می­ نماید به طوری که در برخی موارد مرزهای بین فروشنده، تسهیل­گر، مشتری و … به شدت کمرنگ می­ شود. ماهیت تکاملی، درهم ­تنیده و انعطاف ­پذیر مدل­ های کسب و کار نوظهور همچنین تعیین دامنه و حدود مسئولیت کسب و کارها در قبال متضرر شدن مشتریان را دست خوش تغییر کرده است. فی­ المثل، در صورت بروز سانحه برای یک اتومبیل خودران چه کسی مسئول خواهد بود؟ توسعه­ دهنده نرم ­افزار، مالک خودرو یا سرنشین. در مورد محصولات تولیدشده به روش چاپ سه­ بعدی نیز همین موضوع مصداق پیدا می ­کند؛ اگر وسایل تولیدشده به این روش مشکل یا نقیص ه­­ایی داشته ­باشند مسئولیت آن متوجه چه کسی خواهد بود؟ طراح محصول، تولیدکننده چاپگر یا کسی که آن را به وسیله دستگاه تولید کرده است(تکنسین).

از سوی دیگر، در حوزه رمزارزها، ماهیت غیرمتمرکز و غیرقابل ­شناسایی­ تراکنش ­ها چالش بزرگ و متفاوتی را پیش روی نهادهای تنظیم­گر قرار داده است. در ژوئن ۲۰۱۶، پروژه عظیم سازمان خودمختار غیرمتمرکز(DAO)- که از یک پلتفرم اتریوم مبتنی بر بلاک­چین استفاده می­کرد- ۵۵ میلیون دلار از دست داد که ناشی از رسوخ یک هکر به کدهای برنامه بود. تا به امروز، هنوز مقصر این اتفاق شناسایی­ نشده چرا که اساسا پرسش از مسئول و مقصر در چنین ساختاری امکان طرح پیدا نکرده است. در این مورد و سایر موارد مشابه، ویژگی­ هایی که باعث جذاب و منحصربه­ فرد بودن فناوری می­ شود می ­تواند همزمان زمینه ورود کلاهبرداران و هکرها برای سودجویی و کسب منفعت از نابالغ­ بودن صنعت را نیز فراهم آورد.

چالش­های فناورانه

مسئله داده، حریم خصوصی و امنیت دیجیتال

روند روبه ­رشد استفاده از تلفن­ های همراه هوشمند، دستگاه­ ها و حسگرهای بهم­ متصل ردپای دیجیتالی وسیعی در زندگی روزمره شهروندان به جا گذاشته است؛ روندی که هر لحظه با شتاب بیشتری نسبت به قبل ادامه می ­یابد. از منظر یک نهاد تنظیم­گر، مهمترین مسئله این است که چه کسی مالک این داده خواهد بود؟ کاربر، ارائه­ دهنده خدمت یا پلتفرمی که داده را ذخیره و نگهداری می­ کند. اگر پلتفرم مالک این اطلاعات است، چه مقررات و اصولی باید برای ذخیره ­سازی و صیانت از داده اعمال شود؟ اساسا، تا چه اندازه می ­توان اشتراک ­گذاری این اطلاعات با شرکت ­ها و بنگاه­ های تجاری دیگر(طرف سوم) را به رسمیت شناخت؟ آیا یک کارخانه اتومبیل ­سازی حق دارد قیمت بیشتری برای خریدارانی که حاضر نیستند داده شخصی­شان(اعم از اطلاعات پیمایش، تردد، آسیب ­شناسی قطعات، کارکرد خودرو و …) را به اشتراک بگذارند لحاظ کند؟

در نبود اجماع بین­ المللی واحد بر سر تنظیم­گری صیانت از داده، نهادهای تنظیم­گر در جهان مواضع متفاوت و بعضا متناقضی در ارتباط با مسائل این حوزه اتخاذ می ­کنند. طبق آمار، حدود ۳۰ درصد از کشورهای جهان هیچ قانون و مقرراتی در زمینه صیانت از داده ندارند. کشورهایی که از رویه ­های قانونی صیانت از داده برخوردارند نیز غالبا با مشکل مقررات متناقض و ناسازگار دست و پنجه نرم می­ کنند. برای نمونه، چارچوب قانونی اتحادیه اروپا-مقررات عمومی صیانت از داده ­های شخصی(GDPR)- اصل حریم خصوصی در فضای مجازی را تکریم می ­کند، موارد کنترلی سختگیرانه­ ای بر انتقال داده بین کشورهای مختلف برقرار می ­سازد و اختیار بازپس ­گیری «رضایت» و حق «فراموشی» را برای شهروندان به رسمیت می­ شناسد. در یک پیمایش، ۸۲ درصد اروپاییان اظهار داشته­ اند که در آینده نزدیک قصد دارند از حقوق جدید خود در زمینه صیانت از داده برای محدودسازی و حذف اطلاعات خود استفاده کنند. این در حالی است که در مقابل، رویکرد ایالات متحده به موضوع بر قوانین خاص بخشی(از قبیل: مراقبت­های سلامت، مالی و خرده­ فروشی) و مقررات ایالتی(که لزوما با هم یکسان نیستند) تأکید دارد.

یکی از بخش­ های نوظهور در اقتصاد دانش بنیان که به طور جدی تحت تأثیر تنظیم­گری داده قرار گرفته، حوزه سلامت دیجیتال است. توسعه برجسته در حوزه سلامت دیجیتال پدیده نرم ­افزار به عنوان دستگاه تشخیص پزشکی بوده است که بوسیله آن می­ توان به تشخیص وضعیت ­های پزشکی، پیشنهاد راه ­های درمانی و آگاهی­ بخشیدن به مدیریت بالینی پرداخت. این بسته ­های نرم ­افزاری به بیماران اجازه می ­دهد نقشی فعال در فرایند مراقبت ­های سلامت خود ایفا کنند. این در حالی است که به طور کلی رویکرد نهادهای تنظیم­گر به موضوع تظیم­گری این بسته ­های نرم­افزاری دقیقا همانند رویه­ های اتخاذشده در قبال دستگاه­ های تشخیص پزشکی سنتی(غیر دیجیتال مثل: دستگاه نوار قلب) بوده است. با این حال، همانطور که سازمان غذا و داروی ایالات متحده آمریکا[۱] اشاره می­ کند: «این رویکرد نمی­ تواند با طراحی پرشتاب و تکرارپذیر، مدل توسعه و الگوی اعتبارسنجی مورداستفاده برای فناوری­ های نرم ­افزاری سلامت دیجیتال به خوبی تطبیق پیدا کند».

یک دستگاه نوار قلب از زمانی که تولید و به بازار عرضه می ­شود دیگر به طور رسمی از اختیار و کنترل سازنده خارج است، در حالی که توسعه­ دهنده یک نرم ­افزار سلامت دیجیتال می ­تواند پس از انتشار به طور پیوسته و از راه دور تغییراتی در محصول خود به وجود آورد. این تغییرات مشتمل بر طیف متفاوتی از لایه­ های فناورانه، زیرساختی و تجربه کاربری- از قبیل به روزرسانی ویژگی­ ها، امنیت داده، بهبود الگوریتم­ ها بر اساس داده ­های جمع ­آوری­ شده از کاربران- خواهد بود. این در حالی است که رویه ­های تنظیم­گرانه موجود صرفا بر مجموعه ­ای از بررسی­ ها و ارزیابی­ های پیش از انتشار تأکید دارد که مسلما ایستا و مقطعی هستند. از دیگر چالش ­های کلیدی فضای دیجیتال موضوع امنیت سایبر است که به دنبال فزونی یافتن تعداد و انواع فعالیت­ های مجازی مخرب و ویرانگر نگرانی نسبت به آن به طرز قابل­ توجهی قوت گرفته است. سرویس­های مالی دیجیتال(اعم از فین تک، سلامت دیجیتال، زیرساخت دیجیتال و سیستم­ های حمل و نقل هوشمند) در سال ۲۰۱۷ بیش از ۱۳۰ میلیون بار مورد هجوم بدافزارها و هکرها قرار گرفته است که به نوبه خود حدود ۵۰۰ درصد افزایش نسبت به سال ۲۰۱۵ نشان می­ دهد.

چالش­های ناشی از هوش مصنوعی

در آوریل ۲۰۱۷ یک نظرسنجی توسط بنگاه سنجش افکار Morning Consult برگزار گردیدکه نشان می­ داد ۷۱ درصد از پاسخ­ دهندگان احساس می­ کردند باید در آمریکا قواعد تنظیم­گرانه­ ای بر هوش مصنوعی وضع شود و ۶۷ درصد نیز مطالبه تنظیم­گری بین ­المللی برای این فناوری را اظهار داشته­اند. با این اوصاف، فناوری هوش مصنوعی در اشکال و گونه­ های متنوع خود چالش­ های بسیار دشواری برای رویه­ های تنظیم­گرانه مرسوم(سنتی) رقم زده است.

الف. مسئله «جعبه سیاه»: الگوریتم­ ها در دنیای امروز پای ثابت حجم اعظمی از تصمیمات استراتژیک قرار گرفته ­اند؛ از تأیید صلاحیت اخذ وام ­های بانکی(اقتصاد) گرفته تا تعیین خطر حملات قلبی(سلامت). با در نظر گرفتن اهمیت الگوریتم­ ها برای مشتریان و صاحبان کسب و کار در اقتصاد دیجیتال، ضروری است نسبت به فهم آن­ها و معنا کردن تصمیماتی که از دل بسته­ های الگوریتمی خارج می­شود، مبادرت کنیم. اما الگوریتم­ ها غالبا در پیوند بسیار نزدیک با سازمان ­های طراحی­کننده و سازنده شان اداره و کنترل می­ شوند، یا در برخی موارد(روش­ های یادگیری عمیق و بدون نظارت دادگان) به قدری پیچیده ­اند که حتی سازندگان نیز از توضیح قواعد حاکم بر آن­ها و شرح نحوه کار آن­ها عاجزند. «جعبه سیاه» هوش مصنوعی دلالت بر این دارد که به تدریج و با تکامل و توسعه کاربست الگوریتم ­ها در ساحت­های مختلف زندگی اجتماعی دیگر نمی­ توان به سادگی فهمید در درون این الگوریتم­ ها چه می­گذرد.

در پاسخ به این چالش، برخی متخصصان حوزه هوش مصنوعی و علوم کامپیوتر پیشنهاد کرده­ اند الگوریتم­ ها در معرض موشکافی و وارسی عمومی قرار داده شوند. تعداد قابل توجهی از الگوریتم ­ها طبق توافق­نامه­ های عدم افشای اطلاعات با شرکت­ های توسعه ­دهنده، هیچ­گاه در معرض دید عموم قرار نمی ­گیرند. با این حال، امکان تغییر این وضعیت و شفاف ­سازی بیشتر در حوزه الگوریتم­های هوش مصنوعی -دست­ کم در اتحادیه اروپا- کاملا محتمل به نظر می رسد. در مه ۲۰۱۸، همزمان با اجرای رسمی قانون صیانت از داده اروپا(GDPR) شرکت­های فناورانه ملزم شدند به توضیح اینکه الگوریتم­ های آن­ها چگونه با استفاده از داده شخصی مشتریان کار می ­کند و تصمیم می ­گیرد.

ب. مسئله سوگیری الگوریتمی: الگوریتم­ها به طور معمول برای اتخاذ تصمیمات مهم در حوزه مالی، اعتباری، قانونی و حتی استخدام نیرو استفاده می ­شوند. به لحاظ نظری و روی کاغذ قاعدتا این الگوریتم­ها نباید به خروجی ­های سوگیری­ یافته و جهت­ دار بینجامد. اما مطالعات حاکی از این است که برخی الگوریتم­ های هوش مصنوعی دچار سوگیری­ های ذاتی و بنیادین هستند. در حالی که بسیار از کشورها مقررات و قوانین صریحی برای منع تبعیض در حوزه­ های مختلف اجتماعی، اقتصادی و سیاسی وضع کرده­ اند، همچنان نواحی خاکستری وجود دارد چرا که الگوریتم ­های زیرین و اساسی که از تصمیمات از دل آن­ها خارج می ­شوند غالبا تا حد زیادی مبهم و غیرشفاف هستند. یکی از مثال­ های معروف درباره شواهد سوگیری الگوریتمی در مطالعه لاتانیا سوئینی-دانشجوی دانشگاه هاروارد- ذکر شده است؛ این پژوهش نشان می­ دهد جستجو در اینترنت برای اسامی متداول آفریقایی آمریکایی در قیاس با سایر اسامی، ۲۵ درصد احتمال نمایش تبلیغات مربوط به دستگیری و بازداشت را افزایش می­ دهد. سوئینی شواهد مطالعه خود را طریق جمع­ آوری بیش از ۲۰۰ اسم(نمایانگر نژاد) فراهم کرد که برای نمونه برخی اسامی همچون ترل، تیرون و ابونی دلالت بر سیاه­پوست بودن دارند، در حالی که اِمی، جیک و اِما بیانگر سفیدپوست بودن هستند.

مدلی برای آینده تنظیم­گری

تنظیم­گری در مواجهه با فناوری های تحول آفرین از چه اصولی پیروی می ­کند؟

اثربخشی تنظیم­گری در حوزه فناوری­ های نوظهور مستلزم تغییر رویکرد نهادهای تنظیم­گر به سمت ساختارهای چابک ­تر و تصمیمات لحظه­ ای و منعطف است که به طور خلاصه می­ توان چند اصل را در این رابطه متذکر ساخت. نخست، تطبیق ­پذیری که ناظر بر جایگزین کردن تصمیمات ایستا، مقطعی و یکبار برای همیشه نهادهای رگولاتوری با مداخلات فعالانه، پویا و مبتنی بر رصد مداوم اکوسیستم است. در درجه دوم، حرکت رگولاتورها به سوی بهره ­گیری از روش­ های روزآمد فناورانه- همگام با آنچه در بازار می­ گذرد- مدنظر قرار می­ گیرد. نهادهای تنظیم­گر می­ توانند برای انجام هرچه کارآمدتر مأموریت­ های خود در توسعه ابزارهای فناورانه و داده­ محور سرمایه ­گذاری کنند و استفاده از فضاهایی شبیه به شتاب دهنده و استارتاپ استودیو که برای تحقق این مهم در دستور کار قرار دهند. سطح سوم و چهارم هوشمندسازی مداخلات تنظیم­گرانه را در دو بعد نتیجه­ محور-تأکید بر عملکرد و خروجی­ های مداخلات- و داده­ محور بودن-پرهیز از اعمال یک چارچوب­ تنظیم­گرانه ازپیش آماده برای کل بازار- مطرح می­ سازد. و نهایتا، بر این تأکید می­شود که یک سازمان تنظیم­گر باید انتخاب رویه ­های همکارانه و مشارکتی برای جلوگیری از چندگانگی تصمیمات و نیل به هم­افزایی حداکثری ذی ­نفعان را اولویت قرار دهد. همکاری و هماهنگی مداخلات تنظیم­گرانه در دو شکل عمودی(بالا به پایین) و افقی(بین­ بخشی) قابل­ تصور است؛ برای مثال، استفاده نهاد تنظیم­گر رسانه، پست و ارتباطات سیار بریتانیا آفکام از ظرفیت ارائه­ دهندگان خدمات اینترنت ثابت(FCP) و اپراتورهای اینترنت همراه برای تنظیم­گری مالکیت معنوی و کپی­رایت در بستر وب نمونه­ ای از هماهنگی عمودی به شمار می ­رود. در حالی که، همکاری سازمان غذا و داروی آمریکا با کمیسیون ارتباطات فدرال این کشور در تهیه دستورالعمل فعالیت نرم ­افزارهای سنجش سلامت بیانگر هماهنگی افقی در تنظیم­گری فناوری­ های نوظهور است.

[۱] FDA

منتشر شده در ماهنامه عصر تراکنش در مرداد ماه ۱۳۹۹