摘要：人工智能技术的迭代升级和应用场景的多元化,为转变政府监管范式提供了新动能与新思路。然而,政府监管涉及众多领域与行业,不同领域的监管对象与模式各异,人工智能赋能政府监管的核心要素与机制亟待探索。基于社会技术系统理论,通过多案例分析从金融、交通、环境与食品安全监管等领域的典型案例中提取文本内容进行编码分析,构建起任务、结构、人员、技术、规则、文化环境六个关键影响因素的整合型框架,归纳出人工智能赋能政府监管的六个具体实现机制,即组织协同机制、人机交互机制、技术驱动机制、智能监管机制、顶层设计机制和风险防范机制。在此基础上,提出现阶段人工智能赋能政府监管在数据安全、人才培养、监管责任界定和监管模式革新等方面面临的困难与风险以及相应的对策建议,并探讨了未来如何使人工智能更好地赋能政府监管。

摘要：人工智能进一步提升了信息系统的自动化程度,但在其规模应用过程中出现了一些新问题,如数据安全、隐私保护、公平伦理等。为了解决这些问题,推动ai由可用系统向可信系统转变,提出了可信ai治理框架——T-DACM,从数据、算法、计算、管理4个层级入手提升ai的可信性,设计了不同组件针对性地解决数据安全、模型安全、隐私保护、模型黑盒、公平无偏、追溯定责等具体问题。T-DACM实践案例为业界提供了一个可信ai治理示范,为后续基于可信ai治理框架的产品研发提供了一定的参考。