面向负责任 AI 系统的框架：通过领域定义、可靠 AI 设计、可审计性、问责制和治理建设社会信任
计算机与社会
2025-03-10 v1 人工智能
摘要
负责任人工智能（RAI）解决在高风险场景中部署 AI 系统的伦理和监管挑战。本文提出了用于 RAI 系统（RAIS）设计的综合框架，集成了五个关键维度：领域定义、可靠 AI 设计、可审计性、问责制和治理。不同于以往将这些组件孤立处理的工作，本方案强调它们之间的相互依赖性和迭代反馈环路，使能够在 AI 生命周期中实现主动和被动问责。除提出框架外，本文还综合了全球 AI 治理的最新发展，分析了基于原则的方法的局限性，突出了碎片化、实施差距以及对参与式治理的需求。本文还识别了 RAIS 框架的关键挑战和研究方向，包括行业特定的适应性和操作化，以支持认证、部署后监控和基于风险的审计。通过连接技术设计与制度责任，本工作为在 AI 生命周期中嵌入责任感、实现透明、伦理一致和合规的 AI 系统提供了实用蓝图。
引用
@article{arxiv.2503.04738,
title = {Copyright in AI-generated works: Lessons from recent developments in patent law},
author = {Rita Matulionyte and Jyh-An Lee},
journal= {arXiv preprint arXiv:2503.04738},
year = {2025}
}