质疑 AI 中的推动与抵制：对问责的要求与抗拒

随着 AI 越来越深入地嵌入日常生活，它已被证明会发生严重故障、造成伤害并引发公众争议，促使受影响的社区、工人和公共利益团体对其进行质疑。然而，这些质疑在实践中如何展开仍未得到充分探讨。我们通过发展一个基于经验的 AI 质疑动力学描述来填补这一空白。我们通过对 43 个真实世界案例的主题分析来做到这一点，在这些案例中，受影响的行动者向负责 AI 开发和部署的各方提出要求，寻求救济、影响力或对 AI 实践的改变。将我们的工作置于 Bovens 的问责关系模型中，我们将质疑概念化为寻求问责：一个动态的、迭代的过程，其中“自下而上”的行动者向“自上而下”的行动者提出明确要求，而后者通过接受、抵制或规避问责来回应。我们的分析产生了关于质疑策略、机构应对策略、结果类型以及塑造它们的情境因素的经验性分类，阐明了在实践中如何追求和规避问责。我们表明，被质疑者通常部署一系列策略来限制其问责。基于这些见解，我们为寻求支持有效 AI 质疑的研究人员、政策制定者、倡导者和其他利益相关者提供了指导，特别关注于预测和应对用于规避问责的机构策略。