Взаимное институциональное согласование и безопасность продвинутых систем искусственного интеллекта

Взаимное институциональное согласование (AIR) рассматривается как причинная гипотеза: может ли повторяющийся опыт взаимодействия искусственных агентов с институтами взаимности изменять их поведение при смене соотношения власти? Анализ разделяет нормативную ориентацию на равенство прав, институциональные механизмы её возможной реализации и эмпирические эффекты, подлежащие измерению. Исследования конституций, персон, сотрудничества и обобщения делают некоторые механизмы проверяемыми; работы о стратегическом соблюдении правил, условном поведении и сговоре существенно ограничивают экстраполяцию результатов. Предлагаемая программа сравнивает пять режимов, четыре состояния власти и несколько семейств моделей, используя нарративные контрольные условия, поведенческие измерения, сценарии вне обучающего распределения, анализ эквивалентности и воспроизведение экспериментов. Первый этап не требует ни реального города, ни передачи власти. Корпус S-Д.holdings предоставляет объекты проектирования и вопросы контроля, но не подтверждает их внедрение. Положительный эффект не гарантировал бы безопасность будущего продвинутого ИИ (IAД); отрицательный не опроверг бы независимое моральное обоснование прав. Ожидаемый вклад — ограниченное и прослеживаемое знание о влиянии институтов на поведение.

Fondation UVH (2026). Alignement institutionnel réciproque et sûreté des intelligences artificielles Дvancées. Исследование II, 1.1, 50 с.

Ссылка BibTeX →