AI治理中的内 engaged 合作：通过内部专家协作应对最后一公里挑战
人工智能
2026-04-24 v1
摘要
在欧盟 AI 法规框架下，将 AI 治理要求转化为软件开发实践仍面临挑战。虽然行业和组织层面存在 AI 治理框架，但团队层面的实施证据不足。我们通过嵌入 AI 新创企业的内幕行动研究，针对“最后一公里”挑战提出解决方案。我们提出一种法律文本到行动的管道，将欧盟 AI 法规要求转化为可执行策略，通过内部专家协作：从法律文本中提取要求，让实践者参与评估与构想，通过集体评估进行优先级排序。我们的分析揭示了实践者对监管要求的三种感知模式：收敛（合规与开发优先级一致）、既有实践（现有工作已满足要求）、脱节（要求被视为行政负担）。基于这些模式，我们讨论了治理何时可能被真正实施或形式化地处理。实践者优先考虑服务于终端用户或自身开发需求的要求，但将验证导向的要求视为填鸭式练习。这一区别表明存在翻译挑战：除非实践者理解合规如何服务于系统质量和用户保护，否则监管要求风险被浅显地处理。专家协作提供了将治理从外部强加转化为共享所有权的实用机制，并使先前不可见的治理工作变得可见和集体化。
引用
@article{arxiv.2604.21554,
title = {Engaged AI Governance: Addressing the Last Mile Challenge Through Internal Expert Collaboration},
author = {Simon Jarvers and Orestis Papakyriakopoulos},
journal= {arXiv preprint arXiv:2604.21554},
year = {2026}
}