驾驭治理范式：生成式 AI 治理过程与原则的跨区域比较研究

随着生成式人工智能（GenAI）技术以前所未有的速度发展，全球治理方法难以跟上技术的步伐，突显了治理适应重大挑战中的一个关键问题。描绘基于风险、规则、结果、原则或其混合的初现且多样的治理方法在全球不同地区的细微差别，对于辨别差异与趋同以及阐明需要解决的具体局限性至关重要，从而促进 GenAI 的安全可信采用。为了回应 GenAI 的需求和不断演变的性质，本文旨在提供世界各地不同治理方法的综合视角。我们的研究引入了一个基于六个地区当前治理方法的协调 GenAI 框架“H-GenAIGF”：欧盟（EU）、美国（US）、中国（CN）、加拿大（CA）、英国（UK）和新加坡（SG）。我们确定了辅助 GenAI 治理的四个组成部分、十五个过程、二十五个子过程和九个原则，从而为 GenAI 治理的现状提供了全面的视角。此外，我们提出了一项比较分析，以基于各地区对过程的覆盖范围促进识别共同点与差异。结果表明，基于风险的方法能够更好地覆盖过程，其次是混合方法。其他方法则落后，覆盖了不到 50% 的过程。最引人注目的是，分析表明在各地区中，只有一个过程在所有方法中保持一致，突显了缺乏一致且可执行的条款。此外，我们对 ChatGPT 的案例研究揭示了过程覆盖的不足，表明有必要对方法进行协调以寻找 GenAI 治理的一致性。