Sign In

Local Differences, Global Lessons: Insights from Organisation Policies for International Legislation

Created by
  • Haebom
Category
Empty

저자

Lucie-Aimee Kaffee, Pepa Atanasova, Anna Rogers

개요

본 논문은 뉴스 기관과 대학 두 분야의 AI 정책을 분석하여 하향식이 아닌 상향식 거버넌스 접근 방식이 AI 사용 및 감독에 미치는 영향을 조사합니다. 분석을 통해 편향, 개인 정보 보호, 잘못된 정보, 책임과 같은 위험을 조직에서 어떻게 다루는지에 대한 주요 유사점과 차이점을 파악하고, 이러한 결과가 특히 EU AI법과 같은 국제 AI 법규에 미치는 영향을 탐구합니다. 기존 국제적 틀에서는 미흡한 AI 리터러시, 정보 공개 관행, 환경적 영향과 같은 문제를 조직 정책에서 다루는 점을 보여주며, 분야별 AI 정책에서 얻은 교훈이 더욱 적응적이고 효과적인 글로벌 AI 거버넌스에 기여할 수 있다고 주장합니다. 정책 입안자들이 지역 AI 관행과 국제 규정 간의 격차를 해소하는 데 도움이 되는 실행 가능한 권고안을 제공합니다.

시사점, 한계점

시사점:
뉴스 기관 및 대학의 상향식 AI 거버넌스 접근 방식 분석을 통해 AI 정책의 수렴 및 발산 영역을 명확히 제시합니다.
AI 리터러시, 정보 공개 관행, 환경적 영향 등 국제적 틀에서 미흡한 영역에 대한 조직 정책의 중요성을 강조합니다.
국제 AI 법규(EU AI법 등) 개선을 위한 실행 가능한 정책적 시사점을 제공합니다.
지역 AI 관행과 국제 규정 간의 격차를 해소하기 위한 정책 입안자를 위한 권고안을 제시합니다.
한계점:
분석 대상이 뉴스 기관과 대학 두 분야로 제한되어 일반화에 한계가 있을 수 있습니다.
상향식 거버넌스 접근 방식에 대한 심층적인 분석이 부족할 수 있습니다.
특정 국제 AI 법규(EU AI법)에 초점을 맞춰 다른 법규에 대한 일반화가 어려울 수 있습니다.
👍