在日益提高的算力和数据的推动下，AI领域发展突飞猛进，改变了世界各行各业的面貌，并使个人和组织从中受益。
然而，AI的广泛应用也伴随着严重风险，包括侵犯人权、虚假信息、裁员和气候影响恶化等。
专家们广泛认同定义AI治理达成期望结果的关键原则：AI系统必须安全可靠且稳健；应当尊重人权，促进公平包容；系统使用必须透明，相关决定必须可解释、可问责。
当前的挑战在于，如何在AI能力迅猛发展的背景下落实好上述原则。在试图将国际原则转化为国内的AI规则时，各管辖区面临三个关键问题。
第一个问题是，我们应当依靠严格的法律框架，还是软法机制来进行AI治理？
通过提供清楚可执行的规则，严格的法律指南促使监管机构对不合规企业予以处罚。然而，AI快速发展的属性意味着立法可能很快就会过时。
这种“步调问题”在欧盟制定《人工智能法案》时已显露端倪。该法案最初的几版很难预判和回应新出现的基础模型（如OpenAI的ChatGPT）构成的特有风险。
目前，只有少数管辖区制定了具有法律约束力的AI政策。大部分地区仍依赖于“较软的”治理机制，如自愿行为准则、指南和标准等。相较于传统法规，此类工具的审查和调整更为迅捷，非常适合用来治理AI等不断变化、快速发展的技术。
目前，非约束性政策工具在国际AI治理格局中占据主导地位，但AI能力快速进步带来的风险与日俱增，敦促政策制定者严格监管。
以英国工党新政府为例，最近宣布了要对最强大的AI模型实施监管的计划。这标志着英国将改变最初的非约束性AI治理方法。
第二个问题是，我们应按特定行业或特定用例，还是用整体方法进行AI治理？
还有一项关键挑战，即如何确定治理框架的范围。分行业的方法着重于制定针对具体行业的规则和指导方针。
英国在其《人工智能监管白皮书》中采用了此方法，使各监管机构能够在中央统一协调下，在各自职权范围内制定指导方针。
与此不同，横向方法适用于制定跨行业、跨用例的统一规定。欧盟《人工智能法案》和加拿大《人工智能与数据法案》即属此类，无论AI系统作何行业应用，一律施加限制。
针对特定行业的规定可通过一套精准措施因应各行各业所独有的挑战和风险，而整体方法则确保所有行业规定的一致性和连贯性，既降低复杂程度，又最大限度地减少因规定不同导致的监管空白和重叠。
随着全球AI治理的革新发展，国际对标和合作对防止监管碎片化和确保公平分享AI的裨益不可或缺。
第三个问题是，如何为AI的不同应用制定相应的措施？
AI系统的风险各异，既有旅行线路规划一类的低风险应用，又有贷款审批或警力部署等高风险应用。关键挑战在于如何制定相应的措施，避免对低风险领域过度监管。
应势而生的一个共同主题是基于风险的方法，即监管干预的程度与AI系统所构成的风险水平相适应：低风险AI应用对应最低义务，高风险AI应用对应严格义务。
这一方法正逐渐成为若干立法工作的核心要义，如欧盟《人工智能法案》、巴西的AI新法案和加拿大《人工智能与数据法案》。虽非所有管辖区都明确采用基于风险的综合立法，但多国依据风险和影响程度来相应实施有针对性的监管干预，例如美国几个州对人脸识别系统的监管以及中华人民共和国对“深度伪造”的监管。
在编制AI政策时，亚太地区发展中国家面临着独特挑战。以下措施有助于其制定出有效的AI治理策略：
明确AI愿景。发展中国家需要一个能够解决本国具体需求、挑战和优先事项的长期愿景。国家AI发展战略可为各国划定路线图，阐明AI的潜在益处，同时明确能够减轻失业和数据隐私等风险的措施。
如果本地区发展中国家的政府、业界、学术界和民间社会能围绕AI战略开展广泛包容的磋商，促使不同利益相关方形成共同愿景，那么，必将从中受益。
加强数据治理。AI系统极其依赖于数据。可以说，数据治理是所有AI战略的基石。各国必须建立起管理数据收集、存储和使用的框架，同时密切关注数据隐私和数据安全问题。
开放数据倡议对推动AI创新至关重要，因为AI开发人员可借此访问高质量的数据集。
新加坡的开放数据倡议很好地平衡了创新与安全，发展中国家可借鉴诸如此类的模式。通过制定支持数据共享的政策，同时依托加密和隐私标准来保护敏感信息，各国可以建立起值得信赖的AI生态。
做好AI人才储备。研发和管理AI技术离不开技能型劳动者队伍。发展中国家应重视教育系统改革，整合从初等教育到博士课程等各个阶段的AI和数据科学。
要确保现有劳动力能够跟上快速迭代的AI技术，还必须培训他们掌握多种技能。此外，通过发放奖学金和其他激励手段，鼓励开展与AI相关的研究，也有助于建立强大的人才储备库。
采用多利益相关方方法。AI治理不仅仅是一项技术挑战，还涉及道德、法律和社会等方面的考量。通过让包括伦理学家、律师、人权倡导者和公民在内的不同利益相关方参与其中，发展中国家可以制定更全面、对社会更负责任的AI政策。
为利益相关方搭建定期对话平台，可确保兼顾多元视角。这种方法有助于实现AI公平发展，让全社会共享AI的各种裨益，并减轻AI的潜在危害。
随着全球AI治理的革新发展，国际对标和合作对防止监管碎片化和确保公平分享AI的裨益不可或缺。
本文作者
安娜·阿拉尼亚
Ana Alania
艾伦·图灵研究所公共政策项目研究员
孔炳祖
ByeongJo Kong
亚洲开发银行气候变化和可持续发展局数字技术专家（大数据和数据分析）
喜欢就“在看”吧
