2026年7月28日发表的两篇新的arXiv论文强调了将现有AI治理框架应用于公共部门组织时面临的重大挑战,尤其是在通用人工智能(GPAI)兴起之际。第一篇论文提出了一种AI驱动的网络治理失败的类型学,以及一个关于问责制、运营韧性和合规性失败如何相互作用的模型,发现当前的框架如NIST CSF 2.0和ISO/IEC 27001不足以解决影子AI和治理真空等问题。第二篇论文聚焦于警务,认为GPAI的固有特性——通用性、可访问性和基于提示的指导——破坏了传统的AI安全概念,如准确性、偏见和可解释性,这表明在治理中需要更清晰地区分狭义和通用人工智能,并暂停在警务等关键领域的GPAI部署。 AI
影响 强调了当前AI治理中的关键差距,表明现有框架难以应对通用人工智能,可能减缓负责任的AI在公共服务中的应用。
排序理由 两篇发表在arXiv上的学术论文讨论了AI治理的失败。
- AI safety
- arXiv
- Cobitidae
- General-Purpose AI Code of Practice
- Human-in-the-loop Oversight
- ISO/IEC 27001
- ISO/IEC 42001
- large-language models
- NIST AI RMF
- NIST CSF 2.0
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →