AI Procurement Checklist: Reassessing Implementation in the Era of AI Governance
内容提要
本文探讨人工智能（AI）系统的规范，强调跨学科合作和政策建议以推动负责任的发展。研究分析了国际AI监管的复杂性，提出九项政策建议，建议优先进行预部署审计与后期责任追究，并呼吁建立国际治理框架以统一标准，最大化AI的好处并降低风险。
延伸解读
从采购清单切入AI合规
文章指出，通过两个公共部门采购清单，可以识别当前和未来技术创新中的人工智能是否符合规定要求。这一做法将抽象的AI治理原则转化为具体的采购标准，为公共部门提供可操作的合规工具。同时，文章强调满足某些要求需要跨学科合作，意味着仅靠技术或法律单一视角难以应对AI治理的复杂性。
三种语义域与跨学科对话
文章在社会科学与技术学科之间使用概念映射方法，建立了操作域、认识域和规范域三种语义域，并引入操作适应性、认识完整性和规范重要性三个新概念。这些工具旨在研究AI在政府中的应用，推动跨学科对话，促进公共行政重塑。这为理解AI治理提供了新的分析维度，有助于不同领域专家在共同框架下沟通。
政策建议的优先级与难点
文章提出9个政策建议，并依据机构类型评估排序。其中预部署审计与评估、后期责任追究对推动负责任AI影响最大，但也最难采纳。作者建议美国政府机构和企业优先发展预部署审计，国家立法机构优先追究后期责任，其他机构则应关注负责任AI研究教育、社区利益相关者参与和支持多样性。这些政策需在各类机构间协同实施。
国际治理框架与责任分配
文章认为，最大化AI好处并最小化风险需要国际AI治理框架，包括设立新监管机构来制定统一技术标准并协调全球政策。同时，文章建议将责任作为主要监管机制，区分潜在危害的内生和外生因素，通过合理分配开发者和使用者之间的责任来减轻风险。这为全球AI治理提供了从原则到责任落地的思路。
Q&A
人工智能治理框架的主要目标是什么？
人工智能治理框架的主要目标是确保人工智能的负责任使用，最大化其好处并降低相关风险。
文章中提到的九项政策建议有哪些重点？
九项政策建议强调预部署审计与后期责任追究的重要性，并建议各机构应协同实施这些政策。
如何通过采购清单识别人工智能技术的合规性？
通过两个公共部门的采购清单，可以识别人工智能技术在当前和未来的合规性要求。
文章分析了多少篇学术论文以探讨AI监管？
文章系统综述了73篇学术论文，分析了AI监管的复杂性及其尚未成熟的现状。
建立国际AI治理框架的必要性是什么？
建立国际AI治理框架是为了制定统一的技术标准，协调各国政策，以最大化AI的好处并降低风险。
文章中提到的三种语义域是什么？
文章中提到的三种语义域是操作域、认识域和规范域。
