人工智能（AI）是全球讨论最为热烈的技术趋势之一，预计到2030年将使全球GDP增加15.7万亿美元。
但这项新兴技术带来的变革性益处伴随着风险，我们需要承诺遵循负责任人工智能的原则。
企业很快将需要遵守全球人工智能监管规定，并需要采取负责任的做法，以保持竞争力并规避法律责任。
人工智能（AI）是当今最受关注的技术趋势之一，正推动企业增长。预计到2030年，人工智能将使全球GDP增加15.7万亿美元，相当于中国和印度目前产出总和的更多。
但能力越大，责任越大。随着人工智能的变革性益处日益显现，其风险也随之浮现。算法可能引入偏见、可避免的错误和糟糕的决策，从而使其试图帮助的人们对其产生不信任。出于对人工智能发展速度前所未有的担忧，许多组织已开始承诺遵循负责任人工智能的原则。
负责任的人工智能是人工智能治理的一个新兴领域，涵盖在开发和部署有益人工智能过程中的伦理、道德和法律价值观。作为一种治理框架，负责任的人工智能记录了特定组织如何应对人工智能带来的挑战，以服务于个人和社会的福祉。
在过去几年中，每个与技术政策相关的组织都提出了一套围绕其使用的指导原则，包括谷歌、IBM，以及经济合作与发展组织。
对人工智能风险的担忧日益加剧
然而，人们对人工智能日益增长的兴趣也伴随着担忧，因为意外后果不断增多，风险既影响系统的技术层面，也影响治理实践。
大量研究表明，人工智能驱动的决策可能导致有偏见的结果，从种族定性（如预测性警务算法）到带有性别歧视的招聘决策。因此，近年来全球各国政府都在收紧针对人工智能的监管，并越来越多地推行负责任、合乎伦理或值得信赖的人工智能举措。
在欧洲层面，欧盟委员会设立了人工智能高级专家组，负责为负责任和值得信赖的人工智能制定综合框架，并还提出了《人工智能责任指令》。
该指令旨在便利针对企业造成损害的诉讼，作为更广泛推动防止企业开发和部署有害人工智能行动的一部分，并在拟议的《欧盟人工智能法案》之上增加一层额外规定，该法案将要求对人工智能的“高风险”用途进行额外审查，例如在警务、招聘或医疗保健中的应用。
然而，欧洲并非独自行动；白宫科学和技术政策办公室近期发布了《人工智能权利法案蓝图》，概述了美国政府在人工智能治理方面防范损害的愿景；中国也提出了一系列立法方案，以规范人工智能的不同应用。随着这些监管制度生效，企业将需要在全球范围内调整其运营方式。
负责任的人工智能落后于技术突破
许多人认识到让人工智能更加负责任的吸引力，但真正做到这一点的人却很少。
人工智能的快速发展似乎并未放缓。技术突破接踵而至，很快超过了监管的速度。仅在过去一年中，我们就见证了一系列进展，从能够根据文本生成图像的深度学习模型，到能够回答任何问题的大型语言模型。尽管进展令人瞩目，但跟上每一项新突破可能带来的潜在危害，仍是一项持续不断的挑战。
问题在于，据麻省理工学院斯隆管理评论与波士顿咨询集团发布的报告显示，许多企业甚至从一开始就看不到自身存在问题。
在该报告的受访者中，42%的人将人工智能视为首要战略重点，但只有19%表示其组织已实施负责任的人工智能计划。这一差距增加了失败的可能性，并使企业面临监管、财务和声誉风险。
负责任的人工智能不仅仅是一项勾选清单式的工作，也不仅仅是开发一项附加功能。 组织需要在人工智能应用之前进行重大的结构性变革，以确保其自动化系统在法律、内部和伦理边界内运行。
客户、员工和股东期望组织负责任地使用人工智能，而政府也在对此提出要求。当前这一点至关重要，因为越来越多的人对品牌声誉以及企业使用人工智能的方式表示担忧。
我们日益看到，越来越多的企业将社会和伦理责任作为关键战略优先事项。主要挑战在于如何在防范风险的同时，负责任地最大化其收益。
通过审计确保负责任的人工智能
要确保在人工智能项目的整个生命周期中将有害或意外后果降至最低或避免其发生，需要全面理解负责任原则在人工智能应用的设计、实施和维护各阶段所发挥的作用。
人工智能审计是对算法的安全性、合法性和伦理性进行评估、缓解和保障的研究与实践。人工智能审计的目的是通过梳理系统在技术功能和治理结构两方面的风险来评估系统，并提出可采取的缓解这些风险的措施。
在评估系统时，重要的是考虑以下五个因素：
有效性：系统是否实现了其预期目标，并按预期运行。
稳健性或可靠性：系统应当可靠、安全且有保障，不易受到篡改或其训练数据被破坏的影响。
偏见：系统应避免对个人或群体进行不公平的对待。
可解释性：系统应提供其用户、开发者和监管者能够理解的决策或建议。
隐私：系统在训练时应遵循数据最小化原则，并采用隐私增强技术，以降低个人或关键数据泄露的风险。
尽管人人都希望实现负责任的人工智能，但似乎很少有人真正做到。然而，不可低估人工智能中责任问题的重要性：它有助于确保人工智能系统高效运行、遵循伦理标准，并防范未来可能的声誉和财务损失。
除此之外，企业很快将需要遵守全球人工智能监管规定，并需要采取更加负责任的做法，以保持竞争力并规避法律责任。最佳的前进方式是尽早行动，并与广泛的关键利益相关方合作，以采取更加全面的负责任人工智能方法。
