人工智能政策专家表示，白宫、国会和联邦机构必须认真考虑明年在何处以及如何监管人工智能技术的成本。

虽然人工智能系统和相关过程（如机器学习和算法决策技术）提供了更有效的方法来分析大量数据，但这些自动化方法有时也会导致歧视和侵犯公民自由。例如，一种旨在加快公司招聘速度的算法可能会根据历史招聘数据歧视女性，而这些数据大多是男性。在另一个例子中，针对肤色较浅的人的面部识别系统可能会对检测肤色较深的人的脸产生挑战。

算法已经成为国会拟议的社交媒体法规的焦点。一些法案解决了推荐内容如何危害用户的心理健康或传播错误信息。其他科技政策问题，如联邦隐私立法和儿童在线安全，也涉及到人工智能。这些对有害算法的持续担忧，使立法者和监管机构处于困难境地，因为他们既要平衡刺激美国创新，又要努力保护公民安全，使其免受潜在伤害。

专注于隐私、，华盛顿McDermott Will&Emery律师事务所的网络安全和新兴技术事务。

国家战略

新年伊始，美国人工智能监管形势表明，联邦一级的研究工作错综复杂。一些管理机构已被指示研究人工智能对各个部门的影响，并向白宫报告，尽管没有立法指示。

例如，2020年成立的国家人工智能咨询委员会旨在探索人工智能的研发，以及人工智能如何应对新的市场机遇。国家标准与技术研究所正在研究可信赖的人工智能技术和技术标准。

密歇根大学人工智能与数字政策中心高级研究主任兼数据伦理讲师Merve Hickok表示，在鼓励创新的同时考虑监管，这两者之间的紧张关系对有影响力的联邦人工智能政策提出了挑战。她认为，乔·拜登总统的政府需要制定一项关于人工智能事务的国家战略，因为这将更好地指导国会和机构制定人工智能法律和规则。

希科克表示，该战略应侧重于创建更易于理解和解释的人工智能系统。

联邦层面缺乏行动，州和市政府AI法律 是 更有可能表面 国际商业机器公司（International Business Machines Corp.）政策实验室联合主任瑞安·哈格曼（Ryan Hagemann）表示，未来几个月内纽约市通过了第144号地方法律，该法律禁止雇主使用自动选择算法进行招聘。该法律原定于1月1日生效，但纽约市已将实施推迟至4月15日。

哈格曼说，一个可能在国会获得两党支持的潜在AI领域是要求对某些系统进行影响评估。影响评估作为风险缓解工具，用于分析人工智能系统的优点、局限性和可能的意外影响。

2022年9月，美国参议院的一个小组讨论了对人工智能和其他新兴技术的监管提出的解决方案包括联邦政府投资于测试台或硬件平台，以评估人工智能模型的性能、可用性和道德。

当时，参议院商务委员会太空与科学小组委员会负责人、科罗拉多州民主党参议员约翰·希肯卢珀（John Hickenlooper）对标准普尔全球市场情报（s&P Global Market Intelligence）表示，美国应带头制定人工智能公平标准。然而，“这采取了什么形式，无论是规则制定还是立法，”仍不清楚，参议员说。

拜登政府正在为公司、大学和其他利益相关者开发一个全国人工智能研究实体，称为国家人工智能研究资源（NAIRR）。白宫国家人工智能倡议办公室（national Artificial Intelligence Initiative Office）前主任林恩·帕克（Lynne Parker），去年，《市场情报》（Market Intelligence）表示，NAIRR可以指导国会制定立法，打击有害或滥用算法。

无约束力的权利法案

拜登白宫已经做出了几项努力，以引起人们对人工智能法规的更多关注。政府于2022年9月发布了指导意见，呼吁在就当代科技政策主题进行圆桌讨论后提高算法透明度。

政府在人工智能方面做出的最引人注目的努力是2022年10月发布的《人工智能权利法案》，该法案为制定旨在减少人工智能系统造成的意外伤害的技术标准和政策提供了指导。文件中的建议包括：歧视性算法，并授予用户选择退出算法目标的能力。

但专家表示，该文件存在缺陷，主要是没有法律效力，只是作为政府认为决策者应该解决的问题的指南。

McDermott Will&Emery的穆尼表示，他预计该文件不会在国会产生多大影响，因为它没有包含白宫立法事务办公室的相应推动。

同样，IBM的哈格曼认为，该文档缺乏实际应用其建议所需的细节。

哈格曼说：“（白宫科技政策办公室）提出这些原则真是太棒了。”。“但仍有一些悬而未决的实施问题……以提高政府内部对AI的信任。”

自动平衡行为

可以说，监管人工智能系统的最大挑战是考虑立法对用例的影响。

例如，自动化建模技术可以用于争议较小的设置，如向用户在线推荐电影或服装。但它也可能在不同的情况下对个人造成伤害，例如建议在信贷中减少向有色人种发放的资金。虽然立法者可能会试图对建模技术提出要求，以使其更公平，但它可能会对外部用例产生意想不到的影响。

同时，减少人工智能的使用可以帮助决策者做出更明智的决策，以确定如何从长远来看最好地管理人工智能，因为它可以让人类更好地认识到算法的局限性奥利·洛贝尔（Orly Lobel），圣地亚哥大学（University of San Diego）法学教授。洛贝尔撰写了《平等机器》一书，呼吁广泛采用人工智能技术。

这一论点延伸至数据收集实践，洛贝尔说。例如，为了防止算法歧视某些人群，可能需要收集更多关于个人的数据，以便模型能够更准确地预测。这一观点与联邦隐私立法中制定的现行标准以及联邦贸易委员会（federal Trade Commission）正在制定的旨在限制公司从用户收集数据量的规则相矛盾。

穆尼说，最终，任何悬而未决的技术法规都将涉及改变或重新培训人工智能系统。但讨论AI监管可能会带来好处，因为它实际上可以同时鼓励创新。

“我（f） 你 深思熟虑的【人工智能】更多， 你 可以 事实上 创造 更多 创新的 来自CAIDP的希科克说：“这更符合美国的价值观和美国在世界上的总体战略，即创新。。。故意的。"