人工智能监管的未来：为何约束绳优于护栏

宾夕法尼亚大学监管项目主任、凯里法学院教授卡里·科格利安尼斯和圣母大学计算机科学博士生科尔顿·R·克拉姆指出，由于人工智能具有高度异构性和动态性，难以在固定框架内运行，因此基于管理的监管（灵活的"牵引绳"策略）将比规定性护栏方法更有效。作者写道，牵引绳"具有灵活性和适应性——正如在社区遛狗时使用的物理牵引绳允许一定范围的移动和探索"。牵引绳"允许人工智能工具探索新领域，而不会遭遇监管障碍"。

人工智能的多样化应用涵盖社交媒体、聊天机器人、自动驾驶汽车、精准医疗、金融科技投资顾问等诸多领域。尽管人工智能能为社会带来益处（例如能够发现训练有素的放射科医师可能遗漏的肿瘤证据），但它同样可能引发风险。

科格利安尼斯与克拉姆在论文中列举了三类人工智能风险案例：自动驾驶汽车碰撞事故、社交媒体相关的自杀行为，以及通过文本/图像/视频等多种数字形式的人工智能应用引发的偏见与歧视。

通过实施灵活的基于管理的监管，使用人工智能工具的企业需在存在风险的各个应用场景中为AI工具"系上牵引绳"，即建立内部系统以预见并降低其工具使用过程中可能造成的各类危害。

科格利安尼斯与克拉姆强调，基于管理的监管能灵活应对"人工智能的新型应用与问题，更有利于技术探索、发现与变革"。同时，这种监管提供了"类似牵引绳的拴绳结构，有助于防止人工智能'失控'"。