“平衡发展”的人工智能治理白皮书

人工智能治理的1.0阶段

人工智能治理的2.0阶段

人工智能治理的3.0阶段

在政府侧，2022年5月，新加坡政府率先推出了全球首个人工智能治理开源测试工具箱“AI.Verify”；2022年6月，西班牙政府与欧盟委员会介绍了第一个人工智能监管沙箱的试点计划。

在市场侧，美国人工智能治理研究机构RAII发布了“负责任人工智能认证计划”，向企业、组织、机构等提供RAII认证评级系统。

面向3.0阶段，报告提出人工智能治理的技术验证应包括两个层面，一是通过实践验证原则、政策要求和标准的可落地性，二是通过采用技术工具验证对各方对人工智能治理规范的落实程度。

报告指出，目前，人工智能治理落地实践仍面临许多挑战，下一步，推动人工智能治理落地应重点关注以下“三组关系”：

一是人工智能治理与现有组织结构的融合问题。人工智能治理工作涉及信息安全、数据治理等与现有组织结构重叠的领域，职责交叉、工作范围难以厘清等问题在组织层面对推动落地实践形成了一定的制约；

二是伦理治理短期业务收益不明显的问题。在推动AI伦理治理工作时，业务方可能会因看不到短期收益，出现对伦理治理工作重视程度降低、治理工作落实缺位等情况；

三是伦理治理落实缺乏共识性标准的问题。

第二：政策与实践的关系。政策制定者与技术开发者的视角不同、立场不同，对政策意涵的理解也不尽相同，在推动人工智能治理落地的过程中，还需要将政策要求转化为技术和业务团队可执行的实践标准。处理好政策与实践的关系，应重点考虑以下四方面：

四是政策层面与产业层面在AI治理相关问题的定义方面应当寻求更多共识。

第三：技术与用户的关系。目前，AI治理仍主要局限于专业讨论、企业内部治理领域，尚未将最终用户纳入AI治理的工作体系之中。因此，市场或者社会上对AI相关的治理问题还存在不少的误解，有些用户会将暂时的技术问题定义为长期性的治理问题，例如，将新部署的AI系统暂时性的识别效果不佳的问题理解为算法歧视问题。

有研究发现，只有40%的消费者相信企业在开发和部署新技术时是负责任且合乎伦理的，用户对AI治理缺乏深度认识。因此，在推动AI治理落地的过程中，应处理好技术与用户间的关系，技术提供方应使用用户语言讲解技术，AI治理机构应主动清治理挑战的根源、深化用户对AI治理问题的理解、赋予用户参与治理的能力。此外，企业还应加大对治理技术工具的投入，提升AI治理的可验证性。

同时，报告指出，商汤科技作为AI行业的领先企业，高度重视人工智能伦理与治理工作，始终坚持“平衡发展”的伦理观，倡导“可持续发展、以人为本、技术可控”的伦理原则，实行严格的产品伦理风险控制机制，建设全面的AI伦理治理体系，并积极探索数据治理、算法治理相关的检测工具和技术手段，致力于将伦理原则嵌入到产品设计、开发、部署的全生命周期。

报告内容表示，在未来，商汤将持续推动发展负责任且可评估的人工智能，为AI治理实践不断贡献完善、可行的落地方案。