弥合人工智能监管的全球鸿沟：一种情境化、连贯且可通约框架的提议

随着关于人工智能（AI）潜在社会危害的辩论最终形成立法和国际规范，AI监管框架和国际治理结构方面正出现全球鸿沟。在地方监管框架方面，欧盟（E.U.）、加拿大和巴西遵循横向或侧向路径，该路径假定AI的同质性，试图识别危害的共同成因，并要求统一的人工干预。相比之下，美国（U.S.）、英国（U.K.）、以色列和瑞士（以及潜在的中国）采取了情境特定或模块化的路径，针对AI系统的具体用例定制监管。本文主张采用情境特定的路径，以有效应对不同关键任务领域中不断演变的风险，同时避免一刀切路径所带来的社会成本。然而，为提升国际规范的系统性与互操作性并加速全球协调，本文提出了一种替代性的情境化、连贯且可通约（3C）框架。为确保情境性，该框架（i）将AI生命周期划分为两个阶段：针对具体任务的学习与部署，而非定义基础或通用模型；（ii）基于应用及与人的交互将这些任务分类如下：自主AI、判别型（分配型、惩罚型与认知型）AI以及生成式AI。为确保连贯性，每一类别被分配特定的监管目标，以取代2010年代旧式的AI伦理。为确保可通约性，该框架推动采用国际标准来度量与缓解风险。