随着人工智能（AI）系统对社会的影响日益加深，确保其伦理和可信的部署已成为全球优先事项。虽然出现了大量高层次的伦理指导方针，但批评声音仍然存在，认为这些框架过于抽象，缺乏具体的实施机制。本文对旨在实现可信AI（TAI）的工具和信任标记框架进行了深入分析，并基于OECD的全面数据集进行实证映射和描述性比较分析。
研究发现，在伦理关注、生命周期覆盖、利益相关者定位和工具类型上存在显著的不对称性。结果显示，虽然公平性、透明性和鲁棒性受到高度重视，但对可解释性、数字安全和环境可持续性的关注却相对较少。
此外，大多数工具和认证集中在开发后阶段，早期设计或数据收集阶段的指导明显不足。教育举措和政策参与明显滞后，表明当前的TAI努力主要集中在行业背景下的技术和程序措施。
我们认为，弥合AI原则与实践之间的鸿沟需要扩大伦理目标，将伦理融入AI生命周期的各个环节，并促进更广泛的多方利益相关者参与。该研究不仅诊断了现有实施差距，还提供了推进更全面、包容和可执行的AI治理的可行建议。
博主点评： 这项研究揭示了可信AI框架在实施中的多重挑战，强调了从技术到伦理的全面整合是提升AI可信度的关键。未来的政策应更加注重早期介入和多方协作，以确保AI技术的可持续发展。