生成式AI时代的治理：具有弹性的政策和监管的360º方法
执行摘要
生成式人工智能（AI）的快速发展要求政府制定策略，以在公共利益范围内利用其经济和社会机遇，同时减轻风险。本文提出一个全面的360°治理框架，旨在平衡不同司法管辖区内的创新与风险，促进全社会生成和跨部门人工智能治理知识共享，培养国际合作，并利用现有法规解决由生成AI引起的差距。
关键行动
- 规划未来：制定国家AI战略，评估现有监管能力，明确责任分配，并考虑将权力集中到专门机构时的权衡问题。
- 建设现在：促进人工智能创新和负责任实践，解决监管缺口，多方面利益相关者参与人工智能治理，并为未来生成式人工智能的风险做好准备。
- 利用现有法规：评估现有监管环境，确定现有法规可以应用、调整或放弃的方面，以促进国家AI战略的目标。
导言
生成式AI影响着全球各行业、经济和社会，随着欧盟《人工智能法案》的生效，各国正在制定自己的监管方法。本文旨在为政策制定者和监管机构提供一个应对生成式AI复杂性的清晰路线图。
检查复杂的现有法规
政策制定者和监管机构应首先审查其管辖范围内现有的法规，以应对新挑战，并确定现有法规可以应用、调整或放弃的方面。
版权和知识产权
生成式AI引发了与版权侵权、抄袭以及知识产权（IP）所有权相关的问题，例如在受版权保护的数据上训练生成式AI系统，以及生成内容的知识产权和所有权。
隐私和数据保护
生成式AI模型因依赖大量训练数据、强大的推理能力以及易受独特敌对攻击的影响而放大了隐私、安全和信任风险。
竞争
生成式AI引发了与集中度相关的新担忧，例如对技术关键组件的控制和某些合伙安排。
多重监管
生成式AI的交叉性质及其多种监管工具的应用性创造了一个复杂环境，监管框架往往相互重叠并产生冲突。
责任分配
生成式AI将复杂性引入传统的责任分配做法，需要澄清责任分配，并考虑追溯性责任和纠纷解决条款。
评估现有监管机构有效执行的能力
政府应评估利用现有具有特定领域知识的监管机构的机会，并确保这些机构能够将高级别的AI原则转化为特定领域的应用。
围绕责任分配明确预期
有效指导的发布需要考虑生成式AI供应链中不同角色和参与者的责任，并需要考虑追溯性责任和纠纷解决条款。
建设现在
政府应解决多元利益相关者的挑战，以促进生成式人工智能的整体治理及跨行业知识共享。
促进多利益相关方的知识共享和跨学科努力
政府应促进利益相关者群体之间以及与其他政府的知识共享，以减少重复努力、弥补专业知识缺口，并能够制定出应对新兴、复杂且广泛影响的生成式AI挑战的知情政策。
鼓励跨学科创新
政府需要同时协调多种反馈模型以构建涵盖各类问题和时间线的整体知识共享，并考虑长期和新兴问题。
利用人工智能，以身作则
政府应在公共倡议中通过负责任的AI以身作则，包括负责任的采购。
规划未来
生成式AI的能力正在与其他技术快速演变，政府需要采取以下关键行动：
有针对性的投资和提升技能
政府应进行有针对性的投资和提高技能，以跟上生成AI的步伐，并确保官员与供应商进行的采购工作培训可以评估和测试产品的AI功能。
地平线扫描
政府应监测新出现的地平线扫描融合生成AI能力并不断发展与社会的互动，并考虑生成式AI与其他技术的融合以及与人类的交互。
战略远见
政府应采用战略远见，系统地探索关键不确定性，构想潜在的解决方案和风险，沙盒新理念，并阐述不同的成功未来的愿景。
影响评估和敏捷法规
政府应研究全球范围内出现的各种敏捷实践，并评估其适用性，例如使用监管沙箱来测试技术，在广泛部署之前进行验证。
国际合作
国际合作在六个方面至关重要，包括标准、质量保证、安全风险、跨行业合作、对禁令缺乏一致性以及知识共享基础设施。
结论
本文为政策制定者和监管机构提供了一个详细、实用且可实施的生成式AI治理框架，旨在确保生成式AI促进经济机会和平等的利益分配，保护人权，并推动社会进步。
