다수의 학계 및 정책 전문가들은 국제과학위원회(사회과학 및 자연과학 분야의 다양한 회원으로 구성)가 위험, 이점, 위협 및 기회에 대한 주석이 달린 프레임워크/체크리스트를 생성하고 유지하는 프로세스를 구축할 것을 제안했습니다. AI를 포함하되 이에 국한되지 않고 빠르게 변화하는 디지털 기술과 관련됩니다. 체크리스트의 목적은 정부, 무역 협상가, 규제 기관, 시민 사회 및 업계를 포함한 모든 이해관계자에게 잠재적인 미래 시나리오를 알리고 기회, 이점, 위험 및 기타 문제를 고려할 수 있는 방법을 제시하는 것입니다.
ISC는 빠르게 발전하는 디지털 및 관련 기술을 평가하는 데 관한 이 토론 문서를 발표하게 된 것을 기쁘게 생각합니다. 인공 지능, 합성 생물학 및 양자 기술은 과학을 기반으로 한 혁신의 대표적인 예이며 전례 없는 속도로 나타나고 있습니다. 적용뿐만 아니라 그 의미도 체계적으로 예측하는 것은 어려울 수 있습니다.
이 토론 문서의 대부분을 예상할 수 있게 대표하는 대규모 언어 모델과 같은 생성적 AI의 사회적 측면을 평가하는 것은 현재 담론(때로는 패닉에 휩싸이거나 때로는 생각이 충분히 심오하지 않음)과 필요한 과정 내에서 필요한 다리입니다. 우리가 취할 수 있는 조치. ISC는 빠르게 부상하는 이 기술의 사회적 이점을 최적화하는 방법에 대해 정보에 입각하고 책임 있는 결정을 내리는 데 필요한 다중 이해관계자 토론을 촉진하려면 그러한 신기술의 사회적 수용과 가능한 규제 사이의 분석 프레임워크가 필요하다고 확신합니다.
ISC는 기술에 관한 토론에 지속적으로 참여하고 기여하는 최선의 방법을 평가하기 위해 이 토론 문서를 통해 커뮤니티의 반응에 열려 있습니다.
살바토레 아리코, CEO
ISC 토론 문서
빠르게 발전하는 디지털 및 관련 기술을 평가하기 위한 프레임워크: AI, 대규모 언어 모델 및 그 이상
이 토론 문서는 AI와 관련하여 진행되는 여러 글로벌 및 국가 토론을 알리기 위한 초기 프레임워크의 개요를 제공합니다.
보고서 다운로드
새로운! 조직에 다운로드 가능한 프레임워크가 포함된 정책 입안자를 위한 2024 버전을 읽어보세요.
정책 입안자를 위한 가이드: AI, 대규모 언어 모델 등을 포함하여 빠르게 발전하는 기술 평가
이 토론 문서는 AI와 관련하여 진행되는 여러 글로벌 및 국가 토론을 알리기 위한 초기 프레임워크의 개요를 제공합니다.
목차
개요
빠르게 부상하는 기술은 거버넌스 및 잠재적 규제와 관련하여 어려운 문제를 제시합니다. 인공 지능(AI)과 그 사용에 대한 정책과 공개 토론은 이러한 문제에 중점을 두었습니다. 유네스코, OECD 및 기타 기관에서 AI에 대한 광범위한 원칙을 발표하고 기술에 대한 글로벌 또는 관할권 규제에 관한 초기 논의가 있지만, 높은 수준의 원칙 개발과 규제, 정책, 정책에의 통합 사이에는 존재론적 격차가 있습니다. 거버넌스 및 관리 접근 방식. 여기서는 비정부 과학계가 특별한 역할을 할 수 있습니다.
다수의 학계 및 정책 전문가들은 사회과학 및 자연과학 분야의 다원적인 회원으로 구성된 국제과학위원회(ISC)가 위험, 이점, AI를 포함하되 이에 국한되지 않고 빠르게 변화하는 디지털 기술과 관련된 위협과 기회. 체크리스트의 목적은 정부, 무역 협상가, 규제 기관, 시민 사회 및 업계를 포함한 모든 이해관계자에게 잠재적인 미래 시나리오를 알리고 기회, 이점, 위험 및 기타 문제를 고려할 수 있는 방법을 제시하는 것입니다.
결과는 평가 기관의 역할을 하는 것이 아니라, 정부와 다자간 시스템을 포함한 이해관계자가 개발할 수 있는 모든 평가 및 규제 프로세스를 뒷받침할 수 있는 적응적이고 진화하는 분석 프레임워크의 역할을 합니다. 모든 분석 프레임워크는 이해할 수 있는 이해관계를 고려하여 정부 및 업계 주장과 독립적으로 개발되는 것이 이상적입니다. 또한 기술의 모든 측면과 그 의미를 포괄하는 관점에서 최대한 다원적이어야 합니다.
이 토론 문서는 AI와 관련하여 진행되는 여러 글로벌 및 국가 토론을 알리기 위한 초기 프레임워크의 개요를 제공합니다.
배경: 왜 분석 프레임워크인가?
AI의 복잡성과 의미를 지닌 기술의 급속한 출현으로 인해 많은 이점이 있다는 주장이 제기되고 있습니다. 그러나 이는 개인 수준에서 지정학적 수준에 이르기까지 상당한 위험에 대한 두려움을 불러일으키기도 합니다. 많은 논의가 다양한 관점의 극단에서 이루어지는 경향이 있으므로 보다 실용적인 접근 방식이 필요합니다. AI 기술은 계속 발전할 것이며, 역사를 보면 사실상 모든 기술은 유익하기도 하고 유해하기도 합니다. 따라서 문제는 이 기술을 통해 어떻게 유익한 결과를 달성하는 동시에 유해한 결과의 위험을 줄일 수 있느냐는 것입니다. 그 중 일부는 실존적 규모일 수 있습니다.
미래는 항상 불확실하지만, 상대적으로 예방적인 접근 방식을 장려할 만큼 AI 및 생성 AI에 관한 신뢰할 수 있고 전문가의 목소리가 충분합니다. 또한 AI는 다양한 유형의 사용자가 광범위하게 사용하고 적용할 수 있는 기술이기 때문에 시스템적 접근이 필요합니다. 이는 개인, 사회 생활, 시민 생활, 사회 생활 및 글로벌 맥락에서 AI가 미치는 영향을 고려할 때 전체 맥락을 고려해야 함을 의미합니다.
대부분의 과거 기술과 달리 디지털 및 관련 기술은 개발부터 출시까지의 기간이 매우 짧으며, 이는 주로 제작사 또는 기획사의 이익에 의해 주도됩니다. AI는 빠르게 확산되고 있습니다. 일부 속성은 출시 후에만 명백해질 수 있으며, 해당 기술은 악의적인 용도와 자비로운 용도 모두에 적용될 수 있습니다. 중요한 가치 차원은 사용이 인식되는 방식에 영향을 미칩니다. 게다가 지정학적 이해관계가 작용할 수도 있습니다.
지금까지 가상기술의 규제는 '원칙'과 자발적인 준수라는 관점을 통해 주로 여겨져 왔습니다. 그러나 최근에는 규제 및 기타 정책 도구의 사용을 포함하여 국가 및 다자간 거버넌스 문제로 논의가 바뀌었습니다. AI에 대한 찬반 주장은 과장된 경우가 많으며 기술의 특성상 평가하기 어렵습니다. 효과적인 글로벌 또는 국가 기술 규제 시스템을 구축하는 것은 어려울 것이며 발명가부터 생산자, 사용자, 정부 및 다자간 시스템에 이르기까지 체인을 따라 위험에 기반한 여러 계층의 의사 결정이 필요할 것입니다.
유네스코, OECD, 유럽연합 집행위원회 등이 상위 원칙을 발표하고 잠재적인 규제 문제에 관해 다양한 고위급 논의가 진행되고 있지만, 이러한 원칙과 거버넌스 또는 규제 체계 사이에는 존재론적 격차가 큽니다. 규제기관이 고려해야 할 고려사항의 분류는 무엇입니까? 이러한 기술의 광범위한 의미를 고려할 때 협소하게 초점을 맞춘 프레이밍은 현명하지 않습니다. 이 잠재력은 긍정적이든 부정적이든 많은 논평의 주제였습니다.
분석 프레임워크의 개발
ISC는 자연과학과 사회과학을 통합하는 주요 글로벌 NGO입니다. 전 세계적으로 그리고 학문적으로 접근할 수 있다는 것은 앞으로의 복잡한 선택을 알리기 위해 독립적이고 전 세계적으로 관련 있는 조언을 생성할 수 있는 좋은 위치에 있다는 것을 의미합니다. 특히 이 분야의 현재 목소리는 주로 산업계나 주요 기술 강국에서 나오고 있기 때문입니다. 비정부 평가 프로세스에 대한 고려를 포함하여 최근 몇 달간 광범위한 논의를 거친 후 ISC는 가장 유용한 기여는 담론 및 의사 결정의 기초로 사용할 수 있는 적응형 분석 프레임워크를 생성하고 유지하는 것이라고 결론지었습니다. 나타나는 공식적인 평가 프로세스를 포함하여 모든 이해관계자.
이 프레임워크는 정부와 비정부 기관 모두에서 사용할 수 있는 포괄적인 체크리스트의 형태를 취합니다. 이 프레임워크는 경제, 정치, 환경, 보안과 같은 외부 요인뿐만 아니라 인간과 사회의 복지를 포괄하는 넓은 렌즈를 통해 AI 및 그 파생물과 같은 기술의 잠재력을 식별하고 탐구합니다. 상황에 따라 체크리스트의 일부 측면이 다른 측면보다 더 관련성이 높을 수 있지만 모든 영역을 고려하면 더 나은 결정을 내릴 가능성이 더 높습니다. 이것이 체크리스트 접근 방식의 고유한 가치입니다.
제안된 프레임워크는 INGSA(International Network for Governmental Science Advice)의 디지털 웰빙 보고서를 포함한 이전 작업과 사고에서 파생되었습니다.1 및 OECD AI 분류 프레임워크2 AI의 잠재적인 기회, 위험 및 영향을 전체적으로 제시합니다. 이러한 이전 제품은 시간과 상황에 따라 의도가 더욱 제한되었으므로 단기 및 장기적으로 모든 문제를 제시하는 포괄적인 프레임워크가 필요합니다.
AI를 고려하여 개발된 이 분석 프레임워크는 빠르게 떠오르는 모든 기술에 적용될 수 있습니다. 추가 조사를 위해 문제를 광범위하게 다음 범주로 분류했습니다.
위의 각 범주에 대한 고려 사항 목록이 해당 기회 및 결과와 함께 포함되어 있습니다. 일부는 AI의 특정 인스턴스나 애플리케이션과 관련이 있는 반면 다른 일부는 일반적이고 플랫폼이나 용도에 구애받지 않습니다. 여기에 포함된 단일 고려사항을 우선순위로 다루어서는 안 되며, 따라서 모두 검토해야 합니다.
이 프레임워크를 어떻게 사용할 수 있나요?
이 프레임워크는 다음과 같은 방식으로 활용될 수 있지만 이에 국한되지는 않습니다.
다음 표는 분석 프레임워크의 차원을 초기에 형성한 것입니다. 기술과 그 용도에 따라 일부 구성요소는 다른 구성요소보다 더 관련성이 높습니다. 각 도메인이 왜 중요한지 설명하기 위해 예제가 제공됩니다. 상황에 따라 프레임워크에는 상황에 맞는 확장이 필요합니다. 플랫폼 개발과 특정 애플리케이션 중에 나타날 수 있는 일반적인 문제를 구별하는 것도 중요합니다.
신기술 평가 시 고려해야 할 차원
| 신기술을 평가할 때 고려해야 할 치수의 초기 초안 | ||
| 영향의 크기 | 기준 | 이것이 분석에 어떻게 반영될 수 있는지에 대한 예 |
| 개인/자기 | 사용자의 AI 역량 | 시스템과 상호 작용할 가능성이 있는 사용자는 시스템 속성을 얼마나 유능하고 인식하고 있습니까? 관련 사용자 정보 및 주의사항은 어떻게 제공되나요? |
| 영향을 받는 이해관계자 | 시스템의 영향을 받는 주요 이해관계자는 누구입니까(예: 개인, 지역사회, 취약계층, 부문별 근로자, 아동, 정책 입안자, 전문가)? | |
| 선택성 | 사용자에게 시스템을 거부할 수 있는 옵션이 제공됩니까? 결과에 대해 이의를 제기하거나 수정할 기회를 주어야 합니까? | |
| 인권과 민주적 가치에 대한 위험 | 시스템이 개인 정보 보호, 표현의 자유, 공정성, 차별 위험 등을 포함하되 이에 국한되지 않는 인권에 (어떤 방향으로) 영향을 미칠 수 있습니까? | |
| 사람들의 복지에 대한 잠재적 영향 | 시스템이 개별 사용자의 웰빙(예: 직업 품질, 교육, 사회적 상호 작용, 정신 건강, 정체성, 환경)에 영향을 미칠 수 있습니까(그리고 어떤 방향으로)? | |
| 인간의 노동력 대체 가능성 | 인간이 실행하던 작업이나 기능을 시스템이 자동화할 가능성이 있나요? 그렇다면 후속 결과는 무엇입니까? | |
| 정체성, 가치 또는 지식 조작 가능성 | 시스템이 사용자의 신원이나 가치관을 조작하거나 허위 정보를 퍼뜨리도록 설계되었거나 잠재적으로 조작할 수 있습니까? 전문 지식이 허위이거나 검증할 수 없다고 주장할 가능성이 있습니까? | |
| 자기 가치 측정 | 이상적인 자아를 묘사해야 한다는 압박감이 있나요? 자동화가 개인적 성취감을 대체할 수 있을까요? 직장에서 시스템과 경쟁해야 한다는 압박감이 있나요? 허위 정보로부터 개인의 평판을 보호하기가 더 어려워지나요? | |
| 개인정보보호 | 개인 정보 보호에 대한 책임이 분산되어 있으며 개인 데이터가 어떻게 활용되는지에 대한 가정이 있습니까? | |
| 자율 | 시스템이 최종 사용자의 기술에 대한 과도한 의존을 유발하여 인간의 자율성에 영향을 미칠 수 있습니까? | |
| 인간 발달 | 실행 기능, 대인 관계 기술, 학습에 영향을 미치는 주의 집중 시간의 변화, 성격 발달, 정신 건강 문제 등과 같은 인간 발달을 위한 핵심 기술 획득에 영향이 있습니까? | |
| 개인 건강 관리 | 개인화된 건강 관리 솔루션에 대한 주장이 있습니까? 그렇다면 규제 표준에 따라 검증되었습니까? | |
| 정신 건강 | 불안, 외로움 또는 기타 정신 건강 문제가 증가할 위험이 있습니까? 아니면 기술이 그러한 영향을 완화할 수 있습니까? | |
| 인간의 진화 | 기술이 인류 진화에 변화를 가져올 수 있을까? | |
| 영향의 크기 | 기준 | 상품 설명 |
| 사회/사회생활 | 사회적 가치 | 시스템이 사회의 본질을 근본적으로 변화시키거나 이전에 반사회적이라고 간주되었던 사상의 정상화를 가능하게 합니까, 아니면 시스템이 적용되는 문화의 사회적 가치를 침해합니까? |
| 사회적 상호 작용 | 정서적 관계를 포함하여 의미 있는 인간 접촉에 영향이 있습니까? | |
| 공평 | 응용프로그램/기술이 불평등(즉, 경제적, 사회적, 교육적, 지리적)을 줄이거나 강화할 가능성이 있습니까? | |
| 인구 건강 | 시스템이 주민 건강 의도를 발전시키거나 훼손할 가능성이 있습니까? | |
| 문화적 표현 | 문화적 전유나 차별이 증가할 가능성이 높거나 해결하기가 더 어렵습니까? 의사결정 시스템에 대한 의존은 잠재적으로 사회의 일부를 배제하거나 소외시키는가? | |
| 공교육 | 교사의 역할이나 교육 기관에 영향이 있나요? 시스템이 학생 간의 불평등과 디지털 격차를 강조하거나 감소시키는가? 지식이나 비판적 이해의 본질적인 가치가 발전했거나 훼손되었는가? | |
| 왜곡된 현실 | 무엇이 참인지 분별하기 위해 우리가 사용하는 방법이 여전히 적용 가능합니까? 현실에 대한 인식이 손상되었는가? | |
| 경제적 맥락(무역) | 산업 부문 | 시스템이 배포된 산업 분야는 무엇입니까(예: 금융, 농업, 의료, 교육, 국방)? |
| 비즈니스 모델 | 시스템은 어떤 비즈니스 기능에 사용되며 어떤 용량으로 사용됩니까? 시스템은 어디에 사용됩니까(민간, 공공, 비영리)? | |
| 중요한 활동에 미치는 영향 | 시스템 기능이나 활동이 중단되면 필수 서비스나 중요 인프라에 영향을 미치나요? | |
| 배포의 숨결 | 시스템은 어떻게 배포됩니까(조직 내에서 좁게 vs 국내/국제적으로 광범위하게)? | |
| 기술 성숙도(TRL) | 시스템이 기술적으로 얼마나 성숙했나요? | |
| 기술 주권 | 기술이 기술 주권의 집중을 더 크게 촉진하는가? | |
| 소득 재분배 및 국가 재정 수단 | 주권국가의 핵심 역할(예: 중앙은행)이 손상될 수 있습니까? 시민들의 기대와 의미(즉, 사회적, 경제적, 정치적)를 충족시키는 국가의 능력이 향상될 것인가, 아니면 감소될 것인가? | |
| 영향의 크기 | 기준 | 상품 설명 |
| 시민 생활 | 거버넌스 및 공공 서비스 | 거버넌스 메커니즘과 글로벌 거버넌스 시스템이 긍정적으로 또는 부정적으로 영향을 받을 수 있습니까? |
| 뉴스 미디어 | 대중 담론이 어느 정도 양극화되고 인구 수준에서 고착화될 가능성이 있습니까? 언론에 대한 신뢰 수준에 영향을 미칠까요? 기존 저널리즘 윤리와 정직성 기준이 더 큰 영향을 받게 될까요? | |
| 법의 지배 | 책임을 질 개인이나 조직을 식별하는 능력(예: 불리한 결과에 대해 알고리즘에 할당할 책임의 종류)에 영향이 있습니까? 이로 인해 주권(예: 환경, 재정, 사회 정책, 윤리)이 상실됩니까? | |
| 정치와 사회적 결속 | 정치적 견해가 더욱 확고해지고 합의 구축 기회가 줄어들 가능성이 있습니까? 집단을 더욱 소외시킬 가능성이 있나요? 적대적인 정치 스타일이 어느 정도 가능합니까? | |
| 지정학적/지정학적 맥락 | 정밀감시 | 시스템이 개인의 행동 및 생물학적 데이터에 대해 훈련되어 있습니까? 그렇다면 개인이나 집단을 착취하는 데 사용될 수 있습니까? |
| 디지털 식민지화 | 국가 또는 비국가 행위자가 시스템과 데이터를 활용하여 다른 국가의 인구와 생태계를 이해하고 통제하거나 관할권 통제를 약화시킬 수 있습니까? | |
| 지정학적 경쟁 | 시스템이 경제적 또는 전략적 목적으로 개인 및 집단 데이터에 접근하기 위한 국가 및 기술 플랫폼 간의 경쟁에 영향을 줍니까? | |
| 무역 및 무역 협정 | 이 시스템이 국제 무역 협정에 영향을 미치나요? | |
| 글로벌 권력의 이동 | 세계의 주요 지정학적 주체인 국민국가의 지위가 위협받고 있습니까? 기술 기업이 한때 국민 국가의 전유물이었던 권력을 휘두르며 독립적인 주권 행위자가 될까요? | |
| 그릇된 정보 | 국가 및 비국가 행위자가 사회 결속, 신뢰 및 민주주의에 영향을 미치는 허위 정보를 생산하고 유포하는 것이 더 쉬운가요? | |
| 환경 | 에너지 및 자원 소비(탄소 발자국) | 시스템과 요구 사항이 애플리케이션을 통해 얻은 효율성 향상보다 에너지 및 자원 소비의 활용을 증가시키는가? |
| 영향의 크기 | 기준 | 상품 설명 |
| 데이터 및 입력 | 탐지 및 수집 | 데이터와 입력이 인간, 자동화된 센서 또는 둘 다에 의해 수집됩니까? |
| 데이터의 출처 | 데이터와 관련하여 이러한 데이터는 제공, 관찰, 합성 또는 파생됩니까? 출처를 확인하기 위한 워터마크 보호 기능이 있나요? | |
| 데이터의 동적 특성 | 데이터가 동적인가요, 정적인가요, 수시로 업데이트되나요, 아니면 실시간으로 업데이트되나요? | |
| 권리 | 데이터는 독점인가, 공개인가, 아니면 개인인가(즉, 식별 가능한 개인과 관련됨)? | |
| 개인 데이터의 식별 가능성 | 개인 데이터인 경우 익명 처리되나요, 아니면 가명 처리되나요? | |
| 데이터의 구조 | 데이터가 구조화되어 있습니까, 반구조화되어 있습니까, 복잡한 구조화되어 있습니까, 아니면 구조화되어 있지 않습니까? | |
| 데이터 형식 | 데이터와 메타데이터의 형식은 표준화되어 있습니까, 아니면 비표준화되어 있습니까? | |
| 데이터 규모 | 데이터세트의 규모는 얼마나 됩니까? | |
| 데이터의 적절성과 품질 | 데이터 세트가 목적에 적합한가요? 표본 크기가 적절한가? 대표성이 있고 충분히 완전합니까? 데이터가 얼마나 시끄러운가요? 오류가 발생하기 쉬운가요? | |
| 모델 | 정보 가용성 | 시스템 모델에 대한 정보가 제공됩니까? |
| AI 모델 유형 | 모델이 상징적(인간이 생성한 규칙)인가요, 통계적(데이터 사용)인가요, 아니면 하이브리드인가요? | |
| 모델과 관련된 권리 | 모델이 오픈 소스이거나 독점, 자체 또는 타사에서 관리됩니까? | |
| 단일 또는 다중 모델 | 시스템이 하나의 모델로 구성되어 있습니까, 아니면 여러 개의 상호 연결된 모델로 구성되어 있습니까? | |
| 생성적 또는 차별적 | 모델은 생성적인가요, 차별적인가요, 아니면 둘 다인가요? | |
| 모델 구축 | 시스템은 인간이 작성한 규칙, 데이터, 지도 학습 또는 강화 학습을 기반으로 학습합니까? | |
| 모델 진화(AI 드리프트) | 모델이 현장의 데이터와 상호 작용하여 발전하거나 능력을 획득합니까? | |
| 연합 또는 중앙 학습 | 모델이 중앙에서 훈련됩니까, 아니면 여러 로컬 서버나 "에지" 장치에서 훈련됩니까? | |
| 개발 및 유지 관리 | 모델이 보편적인지, 사용자 정의가 가능합니까, 아니면 AI 행위자의 데이터에 맞춰져 있습니까? | |
| 결정론적 또는 확률론적 | 모델이 결정론적 방식으로 사용됩니까, 아니면 확률론적 방식으로 사용됩니까? | |
| 모델 투명성 | 사용자가 모델 출력 및 제한 사항을 이해하거나 제약 조건을 사용할 수 있도록 정보를 사용할 수 있습니까? | |
| 계산상의 한계 | 시스템에 계산상의 제한이 있습니까? 역량 점프나 확장 법칙을 예측할 수 있습니까? | |
| 영향의 크기 | 기준 | 상품 설명 |
| 작업 및 출력 | 시스템에서 수행되는 작업 | 시스템은 어떤 작업(예: 인식, 이벤트 감지, 예측)을 수행합니까? |
| 작업과 작업 결합 | 시스템이 여러 작업과 작업(예: 콘텐츠 생성 시스템, 자율 시스템, 제어 시스템)을 결합합니까? | |
| 시스템의 자율성 수준 | 시스템의 행동은 얼마나 자율적이며 인간은 어떤 역할을 하는가? | |
| 인간의 개입 정도 | AI 시스템의 전반적인 활동을 감독하고 어떤 상황에서든 시스템을 언제, 어떻게 사용할지 결정하는 능력을 감독하기 위한 인간의 개입이 있습니까? | |
| 핵심 응용 | 시스템이 인간 언어 기술, 컴퓨터 비전, 자동화 및/또는 최적화, 로봇 공학과 같은 핵심 응용 분야에 속합니까? | |
| 평가 | 시스템 출력을 평가하거나 예상치 못한 긴급 특성을 처리하는 데 사용할 수 있는 표준이나 방법이 있습니까? | |
열쇠 설명자의 소스
일반 텍스트:
Gluckman, P. 및 Allen, K. 2018. 급속한 디지털 및 관련 혁신의 맥락에서 웰빙을 이해합니다. INGSA. https://ingsa.org/wp-content/uploads/2023/01/INGSA-Digital-Wellbeing-Sept18.pdf
굵은 텍스트:
OECD. 2022. AI 시스템 분류를 위한 OECD 프레임워크. OECD 디지털 경제 논문, 323호, OECD 출판사, 파리. https://oecd.ai/en/classification
기울임 꼴 텍스트:
새로운 설명자(여러 소스에서)
앞으로 나아갈 길
이 토론 문서에 대한 응답에 따라 ISC는 전문 실무 그룹을 구성하여 이해관계자가 플랫폼이나 사용 차원의 중요한 개발을 종합적으로 볼 수 있도록 위의 분석 프레임워크를 추가로 개발하거나 수정합니다. 실무 그룹은 기술 평가에서 공공 정책, 인간 개발에서 사회학, 미래 및 기술 연구에 이르는 전문 지식을 바탕으로 학문적, 지리적, 인구통계학적으로 다양할 것입니다.
이 토론 문서에 참여하려면 다음을 방문하십시오. Council.science/publications/framework-digital-technologies
감사의 글
ISC 회장인 Peter Gluckman 경과 전 국방부 수석 과학자이자 현재 뉴질랜드 오클랜드 대학교의 수석 연구원인 Hema Sridhar가 초안을 작성한 이 논문의 개발을 위해 많은 사람들의 자문을 받았습니다.
특히 영국 왕립학회의 전 회장이자 케임브리지 대학교 실존 위험 연구 센터의 공동 창립자인 Lord Martin Rees에게 감사드립니다. 옥스퍼드 대학교 물리학 교수 Shivaji Sondhi 교수; 인도 정부의 전 주요 과학 고문인 K Vijay Raghavan 교수; Amandeep Singh Gill, UN 사무총장 기술 특사; Seán Óh Éigeartaigh 박사, 케임브리지 대학교 실존 위험 연구 센터 전무이사; Amanda-June Brawner, 수석 정책 고문, Ian Wiggins, Royal Society UK 국제 문제 담당 이사; Jerome Duberry 박사, Marie-Laure Salles 박사, 제네바 대학원 연구소 소장; Mr Chor Pharn Lee, 싱가포르 총리실 전략미래센터; Barend Mons와 Dr Simon Hodson, 데이터 위원회(CoDATA); 일본 하라야마 유코 교수; INGSA 회장 Rémi Quirion 교수; Claire Craig 박사(옥스퍼드 대학교), 전 정부 과학부 예측 책임자; UN 사무총장의 과학 자문위원회이자 Université de Montréal의 Yoshua Bengio 교수. 체크리스트 접근 방식은 일반적으로 승인되었으며 ISC의 모든 조치의 적시성이 강조되었습니다.
이미지: iStock의 adamichi
상황화 부족: 다자간 정책을 위한 과학에 대한 신뢰 재구성에 대해 자세히 읽어보세요. 
연구 평가의 미래: 현재 논쟁과 발전의 종합에 대해 자세히 읽어보세요. 
