AI治理

人工智慧治理是我們時代最具定義性的政策挑戰之一。隨著AI系統在各行業部署——從醫療診斷到司法裁決——管理其開發、部署和問責的框架在各管轄區之間仍然碎片化。GDEF的研究審視全球AI監管的策略動態、創新速度與安全保障之間的權衡，以及防止破壞性監管競賽所需的協調機制。

$450B+ 全球AI年度投資

60+ 擁有AI策略的國家

$15.7T 預計2030年GDP貢獻

研究與分析

關於AI治理的洞察

8 篇出版物探討此主題。

以博弈論分析美國、歐盟和中國透過不同監管策略競爭塑造全球AI治理格局時，監管機構面臨的不可能三角。

AI在版權數據上訓練、各管轄區的合理使用原則，以及對全球價值2.6兆美元創意產業的經濟影響之間的張力。

先進半導體製造呈現極端地理集中——前三大設施生產92%的5奈米以下晶片。我們以斯塔克爾伯格博弈模型量化系統脆弱性。

主權財富基金已將22%的投資組合轉向戰略科技。本文以斯塔克爾伯格博弈模型分析主權投資競爭對全球科技市場的影響。

開源基礎模型的公共財分析、AI安全研究中的搭便車問題，以及共享AI基礎設施的治理框架。

政府AI系統中的公平性-準確性權衡、同時滿足多種演算法公平標準的不可能性，以及持續審計機制的論證。

對新加坡、巴塞隆納和首爾智慧城市模式的比較分析，揭示運營效率、隱私和民主治理之間的根本權衡。

虛假資訊作為負外部性、內容審核作為公共財提供，以及DSA、第230條改革提案和巴西方案的比較分析。