人工智能监管的未来：为何牵引绳优于防护栏

宾夕法尼亚大学凯里法学院教授兼宾夕法尼亚大学监管项目主任卡里·科利亚尼斯（Cary Coglianese）与圣母大学计算机科学博士生科尔顿·R·克拉姆（Colton R. Crum）解释道，鉴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作，基于管理的监管（一种灵活的"绳索"策略）将比规定性护栏方法更为有效。作者指出，绳索"具有灵活性和适应性——正如在社区遛狗时使用的物理绳索，允许一定范围的移动和探索"。绳索"允许人工智能工具探索新领域，而不会遭遇监管障碍的阻碍。"

人工智能的多样化应用涵盖社交媒体、聊天机器人、自动驾驶车辆、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（例如能发现训练有素的放射科医师可能遗漏的肿瘤证据），但其同样存在风险。

科利亚尼斯与克拉姆在其论文中列举了三类人工智能风险案例：自动驾驶车辆碰撞事故、社交媒体关联的自杀事件，以及人工智能通过各类应用和数字形式（如人工智能生成的文本、图像和视频）引发的偏见与歧视。

通过灵活的基于管理监管机制，在存在风险的各应用场景中使用人工智能工具的企业，需通过建立内部体系对其人工智能工具采取牵制措施，以期预测并降低工具使用过程中可能产生的各类危害。

科利亚尼斯与克拉姆指出，基于管理的监管能灵活应对"人工智能的新颖应用与问题，并为技术探索、发现及变革提供更广阔空间"。与此同时，该监管模式构建了"一种类似缰绳的束缚结构，有助于防止人工智能'失控'。"