【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能RMF的有效性

对人工智能RMF有效性的评估——包括衡量人工智能系统可信度底线改善的方法——将与人工智能社区一起成为NIST未来活动的一部分。

鼓励各组织和该框架的其他用户定期评估人工智能RMF是否提高了其管理人工智能风险的能力，包括但不限于其政策、流程、实践、实施计划、指标、测量和预期结果。NIST打算与其他机构合作，制定评估人工智能RMF有效性的指标、方法和目标，并广泛共享结果和支持信息。框架用户有望受益于：

• 加强人工智能风险的治理、绘图、测量和管理流程，并明确记录结果；
• 提高了对可信度特征、社会技术方法和人工智能风险之间的关系和权衡的认识；
• 制定允许/不允许系统调试和部署决策的明确流程；
• 为改进与人工智能系统风险相关的组织问责工作而制定的政策、流程、实践和程序；
• 加强组织文化，优先识别和管理人工智能系统风险以及对个人、社区、组织和社会的潜在影响；
• 更好地在组织内部和组织之间共享有关风险、决策过程、责任、常见陷阱、TEVV实践和持续改进方法的信息；
• 更多的背景知识，提高对下游风险的认识；
• 加强与有关各方和人工智能相关行为者的接触；和
• 增强了人工智能系统的TEVV能力和相关风险。