桥接技术与政策设计：支持政策制定协作的机器人政策设计工具包

文献标题

Bridging Technology and Policy Design: A Robot Policy Design Toolkit to Support Collaborations in Policymaking

出版信息

• 主题领域: 机器人监管设计研究与政策制定的交叉领域。
• 关键词: 机器人政策、推测性设计、政策制定、人机交互、预测、妥协、简化、监管、设计工具包、跨学科协作。

背景与问题

• 问题/挑战: 针对机器人和人工智能等新兴技术的政策制定通常滞后于技术创新，其原因在于将技术知识转化为可执行政策的复杂性，以及促进多方利益相关者之间的协作难度。
• 重要性: 有效的政策设计对于确保机器人负责任地融入社会至关重要，同时需要解决伦理、社会和监管方面的挑战。
• 动机与相关工作: 尽管已有研究探讨了推测性设计和预测在政策制定中的应用，但针对机器人监管的互动设计工具探索仍然有限。现有工具包通常关注具体的设计成果，而非这些成果背后的政策制定。

解决方案

• 提出的方法: 机器人政策设计工具包（RPDT），一种基于卡片的推测性设计工具，用于促进多方利益相关者在机器人政策设计中的协作。
• 创新点:
  1. 引入RPDT以支持机器人监管政策的结构化构思。
  2. 通过工具包获取技术人员对政策偏好和妥协的洞察。
  3. 收集政策专家对工具包适用性及潜在改进的反馈。
• 流程与关键技术:
  • RPDT采用一个受美国政策制定过程启发的四阶段流程：
    1. 将法律分为“通过”或“不通过”类别，涵盖九个政策主题。
    2. 优先考虑“前三”和“后三”法律以进一步讨论。
    3. 通过结合偏好和妥协法律构建三项政策。
    4. 对政策进行排名，并与“无政策”选项进行比较。
  • 设计原则包括预测（设想未来政策）、妥协（平衡冲突优先级）和简化（使复杂的政策问题易于理解）。

结果

• 具体发现:
  • 83.7%的技术人员认同需要机器人政策，原因包括恶意行为、伦理困境和以人为中心的设计。
  • 技术人员倾向于对透明度（均值=0.49，标准差=0.59）和技术解决主义（均值=0.49，标准差=0.59）实施更多监管，同时倾向于对情感欺骗（均值=-0.81，标准差=0.45）实施较少监管。
  • 包含更多或中等监管的政策比“无政策”选项排名更高，其中政策1和政策3并列最受欢迎（76.2%）。
• 相较基线的优势:
  • RPDT能够结构化地探索政策权衡，促进跨学科对话，并捕捉利益相关者的细微偏好。
  • 与现有工具相比，它强调政策制定过程而非具体设计成果。
• 实验/评估:
  • 对43名技术人员（16名来自行业，27名来自学术界）进行研究，使用RPDT探索政策偏好。
  • 六位政策专家的反馈强调了该工具包在跨学科协作和改进政策设计方面的潜力。
• 局限性与未来工作:
  • 当前工具包聚焦于美国政策制定，未来版本可适应全球背景。
  • 对法律的简化框架可能过于简化复杂的政策问题，未来版本可引入更多复杂性和针对利益相关者的定制化设计。
  • 工具包在近期政策开发以及生成式AI等其他技术领域的适用性尚待探索。

总结

机器人政策设计工具包（RPDT）是一种推测性设计工具，旨在促进技术人员、政策制定者及其他利益相关者在机器人政策设计中的协作。它采用预测、妥协和简化的原则，引导用户完成结构化的多阶段流程。来自43名技术人员的研究结果显示，他们倾向于在透明度和技术解决主义领域实施更多监管，而政策专家则强调了该工具包在跨学科协作方面的潜力，并建议改进以增加细致性和现实相关性。RPDT为设计研究与政策制定之间的桥梁提供了一个有前景的解决方案，并具有在更广泛技术治理背景中的应用潜力。