据TechRadar报道，关于人工智能主权的争论正在政府、企业董事会和国家媒体层面展开，但可能给日常依赖AI工具的学生带来可及性障碍；在欧洲，监管外国公司以及对外部技术和算力的依赖，正让这种风险变得更具体。
报道称，各国政府讨论监管，技术公司考虑在哪里构建和托管模型。创始人和投资者评估地缘政治风险、基础设施和算力获取，监管者考虑AI系统应如何开发和部署。对学生等每天使用AI的人而言，AI主权和监管变化会影响他们依赖的工具是否继续可用。今天的学生可能依赖AI，却对决定其能否继续使用的基础设施和政策决策缺乏可见度。数字主权争论有可能成为学生无法回避的可及性障碍。
欧洲长期依赖外部技术和基础设施。报道给出的数据是，欧洲使用的技术超过80%来自非欧盟国家，约70%云计算也来自非欧盟国家。AI应用增加了欧洲对其他国家的依赖，美国和中国的AI计算基础设施占全球绝大多数。今年欧洲在监管AI使用方面取得进展，这必然涉及监管外国公司。这种监管容易影响学生能够访问哪些服务。
监管目标可以理解。报道指出，强大AI系统带来安全、问责、隐私和知识产权等真实问题，但对日常用户的影响可能超出合规层面。不久前，美国政府以网络安全应用方面的担忧为由，限制对Anthropic最强大模型的访问。这是欧洲企业和政界人士首次面对一种现实：美国政府可以事实上切断外国对美国AI系统的访问。其影响不限于某一个大语言模型。对学生来说，这意味着一个学习工具可能在一个国家可供一名同学使用，而在一百英里外的另一名学生却无法使用。
如果教育系统依赖在别处开发并受别处控制的AI服务，监管、商业策略或国际关系的变化可能影响学生已经视为日常学习环境一部分的工具。AI在教育中快速扩展，被嵌入辅导、内容创作、评估、学习辅助和互动学习。与任何广泛采用的数字工具一样，依赖单一公司的单一产品存在巨大潜在问题。报道回顾2021年WhatsApp短暂全球宕机，称其造成广泛后果，包括墨西哥移民难民远程医疗被切断，以及巴基斯坦畜牧养殖受到扰乱。这说明过度依赖单一技术平台可对全球人们的生活造成重大冲击。
使用依赖单一模型或易受监管变化影响的AI工具的学生面临类似风险。一个每天使用AI学习平台的学生可能不知道该服务依赖一个还是多个模型，不知道数据存储在本地还是国外，也不知道提供商在模型不可用时是否有应急计划。当AI工具从偶尔便利变成学习常规的一部分，这个问题尤为重要。报道举例说，一名备考学生花数月使用AI导师解释概念并生成练习题，如果底层模型突然在该学生所在国家无法访问，可能在其教育旅程的关键时刻影响既有的学习方式。
为韧性设计AI教育工具，报道提出，有韧性的AI教育平台需要考虑特定模型因监管变化或大面积宕机而不可用时会发生什么。一种方法是模型多样性。不同AI模型各有优势，平台可以为某种推理任务使用一个模型，为光学字符识别使用另一个模型，为音频处理使用第三个模型。模型多样性通常由处理不同教育任务时对更好性能的需求驱动，同时也可提供韧性。