部署前测试 AI 治理：用于策略压力测试的多利益攸关方模拟沙盒
巴斯温泉大学
AI治理框架、政策、条约和多边协议通常是在没有根据其必须实际运行的条件下进行测试的情况下制定的。 桌面演习演练操作决策链。 对于治理层本身不存在等效的方法， 其结果是一个结构性差距：假设框架在灰色地带/“门槛以下”危机被证明并非如此。
Auracelle AI 治理实验室与巴斯斯帕大学合作开发了一种方法来缩小这一差距：异步压力测试治理兵棋推演。 它不是测试谁做出响应以及响应速度有多快，而是测试治理框架本身、政策、条约条款、监管条款是否承受对抗性压力、联盟分裂和实时对抗冲击。
WSIS+20召开之际，人工智能已经以比治理框架适应更快的速度塑造了升级动态、虚假信息环境、物流网络和机构信任。 本次会议提出的愿景很简单：治理框架应该进行压力测试。 模拟是缺失的制度层， 它为决策者、条约谈判者和标准机构就他们正在制定规则。
-
C1。政府和所有利益攸关方在促进信息通信技术促进发展中的作用
-
C5。建立使用ICT的信心和安全性
-
C6。有利环境
-
C7。 ICT应用：生活各个方面的收益-电子政务
-
C7。 ICT应用：生活各个方面的收益-电子科学
-
C10。信息社会的道德层面
-
C11。国际和区域合作
本场会议通过开发和实证测试一种可复制的方法，在人工智能政策框架部署之前和危机之后识别治理漏洞，直接推进了C5 的工作。 包括在对抗性压力下的举报人保护、透明度要求和执法机制。 C1和C11通过模拟本身的利益攸关多方架构参与进来，该架构通过人工智能竞争谈判桌将不同地域和时区的政府、民间团体、行业、学术界和军事参与方召集在一起。 过程。
-
目标9：建立有弹性的基础设施，促进可持续工业化和促进创新
-
目标16：促进公正，和平与包容的社会
-
目标17：振兴全球可持续发展伙伴关系
目标16是主要联系：公正、和平和包容的社会需要能够在压力下运作的治理机构。经过压力测试的治理模拟为在这些机构面临现实世界失败之前建立和验证这些机构提供了实证基础。 目标 9 通过开发一种新颖、可复制的模拟基础设施来实现跨政策领域的治理创新，包括网络、核、人工智能和太空。 目标 17 直接由多利益攸关方、跨机构设计 Auracelle Suite 实现， 它专为大学、智库、国防研究机构、国际组织和民间社会之间的跨地域协作而构建，跨会话生成共享的、可比较的治理研究数据。
- 目标 4：推进负责任、公平、可互操作的数据治理方法
- 目标3：营造一个包容、开放、安全、有保障的数字空间，尊重、保护和促进人权
- 目标五：加强人工智能国际治理，造福人类
Grace-Alice.Evans25@bathspa.ac.uk
YouTube demonstration: https://youtube.com/watch?v=nTznkPu_Dco&feature=shared
LinkedIn: https://www.linkedin.com/in/grace-alice-evans-5a9632a3