权威的制裁：增进公众对人工智能的信任
计算机与社会
2021-02-09 v1
摘要
迄今可信AI文献聚焦于那些明知与离散AI交互之用户的信任需求。文献中明显缺失的是对公众AI信任的严谨探讨。我们认为，公众对AI的不信任源于监管生态之欠发展，而该生态本应保障弥漫于社会的AI之可信性。借由结构化理论与制度信任文献，我们提出一种公众AI信任模型，其与驱动可信AI研究的模型迥异。该模型为可信AI研究提供理论脚手架，强调须发展一套全面且可见运转的监管生态。我们阐明了外部可审计AI文档在此模型中的关键作用及确保其有效所需之工作，并勾勒若干增进公众AI信任的行动。我们讨论，组织内既有的AI文档开发努力——既为告知潜在采用者AI组件，亦为支撑风险与伦理审查委员会之审议——虽必要却不足以保证AI之可信。我们认为，以赢得公众信任之方式对其负责，通过详述AI规则并开发执行这些规则之资源，方最终使AI可信至足以织入社会肌理。
引用
@article{arxiv.2102.04221,
title = {The Sanction of Authority: Promoting Public Trust in AI},
author = {Bran Knowles and John T. Richards},
journal= {arXiv preprint arXiv:2102.04221},
year = {2021}
}