为了实现人工智能的潜在益处并减轻潜在风险，有必要制定一个符合伦理和基本人类价值的治理框架。本文提出了一个多级治理方法，涉及政府、企业和公民三个相互依赖的利益相关者群体，通过信任的维度（如能力、诚信和善意）来研究它们之间的相互关系。通过将治理水平与人工智能的信任维度相结合，提供了可用于进一步增强用户体验和指导与人工智能相关的公共政策的实用见解。

Jul, 2023

本文探讨了人工智能技术的风险，并介绍了一种名为 AI 治理的框架，以确保人工智能的负责任使用，从而避免和减轻包括监管、合规性、声誉、用户信任、财务和社会风险在内的风险。

Nov, 2022

AI 系统可能对个人和社会产生深远而长期的影响。为了负责地管理这些影响，并将 AI 系统的发展引向最优的公共利益，AI 伦理和治理必须成为首要考虑的问题。

Feb, 2024

本文分析了人工智能治理的技术解决方案，提出了一个分类目录，分为四个领域：探索伦理困境、个体伦理决策框架、集体伦理决策框架和人工智能交互中的伦理问题，并讨论了面向成功将伦理人工智能系统整合到人类社会的未来研究方向。

Dec, 2018

基于调查最近的研究作品，这项综述填补了研究组织治理范围的空白，通过发展适用于公司的 GenAI 治理框架，超越了简单的总结，为公司利用 GenAI 的商业机会并抵御相关风险提供了目标和治理机制的大致范围。该研究提供了一个专注于 GenAI 治理的方法，为公司应对负责任的人工智能采用的挑战提供了实用的见解，同时也有助于技术人员开阔视野，以及发现新的研究方向。

Feb, 2024

本研究旨在更好地定义医疗保健中人工智能系统的适当组织治理的要求，并支持卫生系统领导人在人工智能应用方面做出更明智的决策。我们通过与美国各大卫生系统的领导者和相关领域的关键人士进行合作，识别了医疗保健 AI 应用的标准，设计了易于使用的原型，确定了准确的决策点，并发现了 AI 应用生命周期中的综合程序。至今为止，这是有关美国卫生系统使用新兴技术的治理结构和过程的最详细的质性分析之一。

Apr, 2023

研究了 AI 治理的重要性以及 Anthropic 的 Claude 模型的潜在威胁和缓解策略，并强调透明度、严格的基准测试和全面的数据处理过程在确保 AI 系统负责任发展和部署方面的重要性。同时讨论了 AI 治理的社会影响和 AI 问责所涉及的伦理考虑。

May, 2024

本文对人工智能伦理学的现状进行了批判性分析，并认为基于原则性伦理准则的这种治理形式不足以规范人工智能行业及其开发者。建议通过对人工智能相关专业人员的培训过程和增加对其行业的监管来实现根本性变革。为此，建议法律应从生物伦理学中获益，并将人工智能伦理学的探索成果在法律条文中加以明确规范。

Oct, 2022

人工智能工具在组织机构中的开发、部署和利用日益增多，负责任的人工智能 (RAI) 治理方法成为解决潜在 AI 风险和危害的重要机制。本研究采访了来自学术机构、政府、行业和非营利组织等不同类型和领域的 17 名技术参与者，研究他们在内部 RAI 治理方面的经验。研究结果揭示了组织机构对 RAI 的定义及其内部治理方法的多样性。研究还发现金融行业具备健全的模型治理，并在医疗领域中出现了类似 ARB 审查委员会的广泛算法和人工智能治理。研究表明 ARB 是更有影响力的内部 RAI 治理方法。研究结果对建立组织机构自己的内部 RAI 框架提供了一些建议，并为 ARB 和其他内部 RAI 治理方法的发展和效果评估提出了未来方向。

Jan, 2024

本文通过数据集和算法评估的方式，探讨了以数据为中心的 AI 治理的系统化，降低了部署时间，提高了解决方案的质量，降低了部署风险，并将系统置于持续的遵守治理要求的状态。

Feb, 2023