超越 AI 监管：政府和行业如何联手在不阻碍创新的情况下使技术更安全
快速阅读: 《The Conversation （英国）》消息，本文探讨了人工智能在金融管理中的潜在风险，并提出了一种动态治理模型，通过公私合作、市场机制和责任机制三步走的方式，逐步建立人工智能治理体系。该模型旨在促进创新的同时保护公众利益，平衡监管与自由发展的矛盾。这种方法渐进且灵活，借鉴了美国现有的政策制定方式。
想象一个不太遥远的未来，你让一台智能机器人管理你的财务。它了解你的一切。它跟踪你的行动，分析市场，适应你的目标，并比你自己更快更聪明地进行投资。你的投资飞速增长。但有一天，你醒来发现一场噩梦：你的储蓄被转移到了一个某个流氓国家，消失了。你寻求补救和正义，却一无所获。谁能负责？机器人的研发者？研发人工智能公司的“大脑”？还是批准交易的银行？诉讼纷至沓来，指责四起，你的律师寻找先例，却一无所获。这时，你已经失去了一切。这并不是一些人工智能领域的专家警告过的可能导致人类消亡的灾难性情景。这是一个更为现实的情景，在某些情况下已现端倪。人工智能系统已经在许多领域为人们做出改变生活的决定，从教育到招聘再到执法。健康保险公司已开始使用人工智能工具来决定是否覆盖病人的医疗程序。人们因面部识别算法的错误匹配而遭到逮捕。通过政府和行业合作制定政策解决方案，有可能减少这些风险和未来的风险。
我曾是IBM高管，拥有数十年数字化转型和人工智能经验。现在我在哈佛肯尼迪学院莫萨瓦尔-拉赫马尼企业与政府中心担任高级研究员，专注于科技政策。我也为科技初创企业提供咨询并进行风险投资。基于这些经验，我的团队花了一年时间研究人工智能治理的前进方向。我们采访了49位科技行业领导人和国会议员，并分析了国会上一届会议提出的150项与人工智能相关的法案。我们利用这些数据开发了一个模型，旨在促进创新的同时也提供对危害的保护，比如防止流氓人工智能耗尽你的积蓄。
平衡之道
人工智能在人们生活各个方面的日益普及引发了一系列新问题，历史对此几乎没有答案。同时，如何对其进行治理的紧迫性也在增加。决策者似乎陷入了僵局，争论是否应该让创新无拘无束地发展，或者担心这会减缓进步。然而，我认为监管与创新之间的二元选择是一个谬误。相反，可以探索一种不同的方法，帮助引导创新朝着符合现有法律和社会规范的方向发展，而不抑制创造力、竞争和创业精神。
彭博情报分析师塔姆林·巴斯解释了监管环境以及平衡人工智能治理需求的必要性。美国一直展示出推动经济增长的能力。美国的科技创新增长体系根植于企业家精神、公共和私人投资、开放市场以及知识产权和商业秘密的法律保护。从工业革命早期到互联网和现代数字技术的兴起，美国通过平衡经济激励与战略政策干预保持了领导地位。
2025年1月，唐纳德·特朗普总统发布了一项行政命令，要求为美国制定一项人工智能行动计划。我和我的团队已经开发出一种可以支撑这项行动计划的人工智能治理模型。新的治理模式
之前的总统行政机构已经涉足人工智能治理，包括拜登政府撤销的行政命令。各州也越来越多地通过有关人工智能的法规。但美国大多避免对人工智能实施监管。这种放任不管的做法部分源于国会和行业之间的脱节，双方都怀疑对方对需要治理的技术的理解。行业内部分为不同的阵营，小公司让科技巨头主导治理讨论。其他因素包括对监管的意识形态抵制、地缘政治担忧以及过去技术政策制定过程中缺乏联盟建设。
然而，我们的研究表明，国会议员两党都支持一种独特的美国式治理方式。国会议员认同延长美国领导地位，解决人工智能基础设施需求，并专注于技术的具体应用——而不是试图直接监管技术。如何实现？
我的团队的研究结果促使我们开发了动态治理模型，这是一种不依赖具体政策且非监管的方法，可以应用于不同行业和技术应用。它始于立法或行政部门设定政策目标，然后分三步走：
1. 建立公私合作伙伴关系，其中公共部门和私营部门专家共同合作，确定评估政策目标的标准。这种方法结合了行业领导者的技术专长和创新重点，以及政策制定者的监督和问责议程，以保护公众利益。通过整合这些互补角色，治理可以随着技术的发展而演变。
2. 创建审计和合规机制的生态系统。这一基于市场的做法建立在前一步骤中的标准之上，执行技术审计和合规审查。自愿设定标准并对照它们进行衡量是好的，但如果缺乏真正的监督，则可能不足。只要审计师遵循固定的职业道德和专业标准，私营部门的审计公司可以提供监督。
3. 设立人工智能系统的责任和赔偿机制。这一步骤概述了公司在其产品伤害他人或未能达到标准时必须承担的责任。有效的执行需要跨机构协调努力。国会议员可以建立立法基础，包括责任标准和特定行业的法规。也可以创建持续监督机制或依靠现有政府机构进行执法。法院将解释法律并解决冲突，确立先例。司法裁决将澄清模糊区域，并有助于构建更加稳固的框架。
平衡的好处
我相信这种方法提供了平衡的前进道路，既能培养公众信任，又能让创新蓬勃发展。与欧盟采用的那种对行业施加全面限制的传统监管方法相比，我们的模型：
– 是渐进式的，在每一步中不断学习。
– 借鉴了美国推动公共政策的现有方法，如反垄断法、现有法规和民事诉讼。
– 可以在不对公司造成过度负担的情况下，促进新法律的制定。
– 借鉴了过去的自愿承诺和行业标准，鼓励公共和私营部门之间的信任。
美国长期以来一直是全球技术增长和创新的领导者。追求公私合作伙伴关系的人工智能治理方法应能使决策者和行业领袖在平衡创新、透明度和责任的同时推进他们的目标。我们认为，我们的治理模型符合特朗普政府的目标，即消除障碍，同时也支持公众对设置安全界限的需求。
(以上内容均由Ai生成)
