DOI: https://doi.org/10.1080/15309576.2025.2495094
تاريخ النشر: 2025-05-07
المؤلف: Justin B. Bullock وآخرون
الموضوع الرئيسي: وسائل التواصل الاجتماعي والسياسة
نظرة عامة
تستكشف هذه الدراسة التفاعل بين الثقة العامة في مؤسسات الحكم وتقنيات الذكاء الاصطناعي، بالإضافة إلى المخاطر المدركة، في تشكيل التفضيلات لتنظيم الذكاء الاصطناعي. باستخدام بيانات من مسح الذكاء الاصطناعي والأخلاق والوعي (AIMS) لعام 2023، تكشف الأبحاث أن الدعم العام لتنظيم الذكاء الاصطناعي كبير، حيث تؤثر إدراك المخاطر بشكل كبير على تفضيلات السياسة. ومن الجدير بالذكر أن الأفراد الذين يظهرون ثقة أعلى في الحكومة هم أكثر ميلاً لدعم التدابير التنظيمية، بينما يميل أولئك الذين يثقون أكثر في شركات وتقنيات الذكاء الاصطناعي إلى معارضة مثل هذه القيود. تؤكد النتائج على الدور الحاسم للرأي العام في حوكمة الذكاء الاصطناعي، مما يشير إلى أن التنظيم الفعال يجب أن يوازن بين المخاوف الاجتماعية بشأن المخاطر والثقة المؤسسية.
تؤكد الخاتمة على أن التقدم السريع في تكنولوجيا الذكاء الاصطناعي يقدم فرصًا ومخاطر اجتماعية كبيرة، ومع ذلك تم تجاهل المشاعر العامة بشأن هذه المخاطر والثقة في نظام الذكاء الاصطناعي إلى حد كبير في مناقشات الحوكمة. تسلط الدراسة الضوء على ضرورة وجود بيانات تجريبية لفهم كيفية توجيه الرأي العام لحوكمة الذكاء الاصطناعي والإدارة العامة. تشير النتائج إلى أن الثقة في المؤسسات التنظيمية وإدراك مخاطر الذكاء الاصطناعي هما عنصران حاسمان في تحديد الدعم للسياسات التنظيمية، مثل إبطاء أو حظر تطويرات الذكاء الاصطناعي. تدعو التحليلات إلى مزيد من استكشاف ديناميات الثقة داخل نظام الذكاء الاصطناعي وتحث صانعي السياسات على مراعاة الرأي العام وإدراك المخاطر أثناء تنقلهم في تعقيدات حوكمة الذكاء الاصطناعي.
مقدمة
تؤكد مقدمة ورقة البحث على الحاجة الملحة لحوكمة فعالة في المشهد المتطور بسرعة للذكاء الاصطناعي (AI)، وخاصة الذكاء الاصطناعي التوليدي. تسلط الضوء على الضرورة المزدوجة لإدارة المخاطر والثقة العامة في حوكمة تقنيات الذكاء الاصطناعي، خاصة بعد التقدم السريع منذ إطلاق ChatGPT في عام 2022. يشير المؤلفون إلى فجوة كبيرة في الأبحاث التجريبية بشأن تصورات الجمهور لمخاطر الذكاء الاصطناعي وثقتهم في الهياكل الحاكمة المحيطة بالذكاء الاصطناعي، وهو أمر ضروري لتطوير استراتيجيات تنظيمية فعالة. يقترحون أن فهم هذه التصورات أمر حيوي لتأسيس قاعدة بيانات لإبلاغ صنع السياسات الهادفة إلى التخفيف من المخاطر الاجتماعية المرتبطة بالذكاء الاصطناعي.
تستعرض الورقة أيضًا التهديدات الاجتماعية المحتملة التي تطرحها تقنيات الذكاء الاصطناعي، بما في ذلك انتهاكات الخصوصية، والتمييز، ونقص المساءلة، مع الإشارة إلى أن العديد من الدول بدأت في تنفيذ تنظيمات لمعالجة هذه القضايا. ومع ذلك، هناك نقص في الدراسات التي تستكشف كيفية تقييم المواطنين لهذه السياسات التنظيمية. يهدف المؤلفون إلى المساهمة نظريًا من خلال دراسة كيفية تأثير الرأي العام حول الثقة والمخاطر المدركة على تفضيلات تنظيمات الذكاء الاصطناعي. يطرحون ثلاثة أسئلة بحث رئيسية تتعلق بالمخاطر المدركة لتقنيات الذكاء الاصطناعي المتقدمة، ومستويات الثقة في الكيانات الحكومية والتجارية، والعلاقات بين هذه التصورات وتفضيلات السياسة لتخفيف مخاطر الذكاء الاصطناعي. هذه التحقيقات ذات توقيت خاص نظرًا لشعبية الذكاء الاصطناعي المتزايدة والمخاطر غير المعروفة المرتبطة بأنظمة الذكاء الاصطناعي التوليدي.
الطرق
في هذه الدراسة، استخدم المؤلفون بيانات من مسح الذكاء الاصطناعي والأخلاق والوعي (AIMS) لعام 2023، والذي شمل عينة تمثيلية وطنية من 1,099 بالغًا أمريكيًا. كان الهدف من المسح هو تقييم المواقف العامة تجاه التطورات الوشيكة في تقنيات الذكاء الاصطناعي. على الرغم من أن الدراسة لم تستخدم منهجية مسجلة مسبقًا لاختبار الفرضيات، إلا أنها تعتبر تحليلًا أساسيًا لارتباطات الرأي العام. تم إجراء مسح AIMS بين مايو ويوليو 2023، وتم تسهيل جمع البيانات من خلال لوحات عينات متنوعة، ومجموعة البيانات متاحة للجمهور على Mendeley Data. تم تصميم العينة لتعكس التركيبة السكانية المحددة في مسح المجتمع الأمريكي لعام 2021 (ACS)، مما يضمن تمثيلًا عبر العمر، والتعليم، والعرق/الإثنية، والجنس، والدخل، والمنطقة.
ركزت الأبحاث على دراسة العلاقات بين الثقة المؤسسية في الحكومة وشركات الذكاء الاصطناعي، والثقة في تقنيات الذكاء الاصطناعي، وإدراك المخاطر المتعلقة بالذكاء الاصطناعي، كمتنبئات للدعم للسياسات الهادفة إلى إبطاء تطوير الذكاء الاصطناعي وحظر بعض تقنيات الذكاء الاصطناعي المتقدمة. قام المؤلفون بالتحكم في المتغيرات الديموغرافية، بما في ذلك الجنس، والتوجه السياسي، والعرق/الإثنية، والدخل، والتعليم، وتكرار التعرض لأنظمة الذكاء الاصطناعي والأخبار ذات الصلة، والتي تم قياسها على مقياس ليكرت من 0 (أبدًا) إلى 5 (يوميًا). كانت منهجية مسح AIMS مسجلة مسبقًا ومتاحة على إطار العلوم المفتوحة.
النتائج
يكشف تحليل بيانات المسح عن رؤى مهمة حول العوامل التي تؤثر على الدعم العام لتنظيم الذكاء الاصطناعي، وخاصة فيما يتعلق بإبطاء تطوير الذكاء الاصطناعي وحظر تقنيات الذكاء الاصطناعي المتقدمة. تشير نتائج الانحدار إلى أن المتغيرات الديموغرافية لها تأثير معتدل ولكنه ذو دلالة إحصائية على هذه التفضيلات السياسية. ومن الجدير بالذكر أن البالغين الأكبر سنًا، والمستجيبات الإناث، والأفراد من بعض الخلفيات العرقية أو الإثنية (خصوصًا الأمريكيين السود) أظهروا دعمًا أكبر لكل من إبطاء وحظر تطوير الذكاء الاصطناعي. كان الأفراد ذوو الدخل المرتفع أكثر ميلاً لدعم الحظر، بينما لم يؤثر مستوى التعليم بشكل كبير على تفضيلات السياسة. بالإضافة إلى ذلك، كان التوجه السياسي المحافظ مرتبطًا بزيادة الدعم للحظر.
أظهرت النماذج المستخدمة في التحليل أن الثقة في الحكومة وإدراك المخاطر هما متنبئان حاسمان لتفضيلات السياسة. أوضح النموذج 1 ما بين 6-8% من التباين في التفضيلات، بينما زاد النموذج 2، الذي شمل متغيرات الثقة، هذا إلى 20-28%. أوضح النموذج النهائي، الذي يتضمن إدراك المخاطر، 46% من التباين، مما يبرز ارتباطه الإيجابي القوي بالدعم للتنظيم. بشكل محدد، ارتبطت زيادة الثقة في الحكومة بدعم أكبر للتدابير التنظيمية، بينما كانت الثقة في شركات الذكاء الاصطناعي مرتبطة بتقليل الدعم لمثل هذه التدابير. تؤكد هذه النتائج على أهمية الثقة المؤسسية وإدراك المخاطر في تشكيل المواقف العامة تجاه حوكمة الذكاء الاصطناعي، مما يشير إلى أن المخاوف بشأن السلامة والفعالية تدفع التفضيلات للتدخل التنظيمي.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على الأساليب التنظيمية المتنوعة للذكاء الاصطناعي (AI) عبر مناطق مختلفة، مع التركيز بشكل خاص على تباين تركيز الولايات المتحدة على الابتكار مع تأكيد الاتحاد الأوروبي على التشريعات للتخفيف من الأضرار المحتملة. يمثل قانون الذكاء الاصطناعي في الاتحاد الأوروبي، الذي تم اعتماده في عام 2024، تنظيمات صارمة على تطبيقات الذكاء الاصطناعي، خاصة في المراقبة البيومترية، بينما تستخدم سنغافورة صناديق تنظيمية لتعزيز الابتكار مع إدارة المخاطر. لا يزال الرأي العام بشأن تنظيم الذكاء الاصطناعي غير مستكشف بشكل كافٍ، ومع ذلك تشير الدراسات إلى أن معرفة التكنولوجيا تؤثر على الدعم للتنظيم، حيث تلعب الثقة في الحكومة والصناعة أدوارًا حاسمة في تشكيل مواقف المواطنين تجاه سياسات الذكاء الاصطناعي.
تحدد الورقة ثلاثة أبعاد رئيسية للثقة: ثقة الحكومة، وثقة الصناعة، والثقة في تقنيات الذكاء الاصطناعي، وكل منها يؤثر على التفضيلات التنظيمية. ترتبط الثقة الأعلى في الحكومة بزيادة الدعم لكل من تنظيمات الذكاء الاصطناعي اللينة والقوية، بينما تميل الثقة في شركات الذكاء الاصطناعي إلى تقليل الدعم لمثل هذه التنظيمات. بالإضافة إلى ذلك، من المحتمل أن تؤدي المخاطر المدركة المرتبطة بالذكاء الاصطناعي، بما في ذلك مخاوف الخصوصية وفقدان الوظائف، إلى زيادة الدعم العام للتدابير التنظيمية. يقترح المؤلفون نموذجًا نظريًا للتحقيق تجريبيًا في هذه العلاقات، مؤكدين على الحاجة إلى فهم دقيق لمواقف الجمهور تجاه تنظيم الذكاء الاصطناعي لإبلاغ صنع السياسات الفعالة.
القيود
تسلط قيود بيانات المسح التكميلي AIMS الضوء على عدة مخاوف رئيسية بشأن تفسير الرأي العام حول مخاطر الذكاء الاصطناعي والسلامة. قد يكون سياق المسح قد أثر على ردود المشاركين، خاصة بسبب عدم اليقين الذي يعكسه إجابات مثل “غير متأكد”. على الرغم من أن الدراسة استخدمت صيغ أسئلة متنوعة لاستكشاف المواقف الأساسية، إلا أن الأطر المفاهيمية التي تم تطويرها – مثل الأنواع الثلاثة من الثقة – قد لا تنطبق في سياقات مختلفة. على وجه الخصوص، بينما قد تشير مقياس ثقة الحكومة إلى الكفاءة في تنفيذ تنظيمات الذكاء الاصطناعي، قد لا تعكس بدقة الثقة العامة الأوسع في الحكومة.
بالإضافة إلى ذلك، يقدم تصميم المسح العرضي خطر التحيز الناتج عن المصدر المشترك، حيث تم قياس المتغيرات الرئيسية في وقت واحد. يجب أن تعالج الأبحاث المستقبلية هذه القيود من خلال استخدام مصادر بيانات مستقلة. يوفر التركيز على السياق الأمريكي رؤى قيمة ولكنه قد لا يلتقط التصورات الثقافية المتنوعة للذكاء الاصطناعي على مستوى العالم. تتطلب الاختلافات في الرأي العام عبر دول مختلفة مزيدًا من الاستكشاف، خاصة في المناطق التي تشترك في تشابه ديموغرافي مع الولايات المتحدة. على الرغم من أن الدراسة تحكمت في تأثيرات العرق/الإثنية والتوجه السياسي، قد تتطلب الآراء الدقيقة المستندة إلى هذه الهويات مزيدًا من التحقيق المستهدف. بشكل عام، تهدف الأبحاث إلى إنشاء قاعدة بيانات للدراسات المستقبلية، بما في ذلك التصاميم التجريبية والمسوح الطولية، لفهم الديناميات المتطورة لمواقف وسلوكيات الجمهور تجاه الذكاء الاصطناعي بشكل أفضل.
DOI: https://doi.org/10.1080/15309576.2025.2495094
Publication Date: 2025-05-07
Author(s): Justin B. Bullock et al.
Primary Topic: Social Media and Politics
Overview
This study investigates the interplay between public trust in governance institutions and AI technologies, as well as perceived risks, in shaping preferences for AI regulation. Utilizing data from the nationally representative 2023 Artificial Intelligence, Morality, and Sentience (AIMS) survey, the research reveals that public support for AI regulation is substantial, with risk perception significantly influencing policy preferences. Notably, individuals exhibiting higher trust in government are more likely to favor regulatory measures, while those with greater trust in AI companies and technologies tend to oppose such restrictions. The findings underscore the critical role of public opinion in AI governance, suggesting that effective regulation must balance societal concerns about risks with institutional trust.
The conclusion emphasizes that rapid advancements in AI technology present both opportunities and significant societal risks, yet public sentiment regarding these risks and trust in the AI ecosystem has been largely overlooked in governance discussions. The study highlights the necessity for empirical data to understand how public opinion can guide AI governance and public administration. The results indicate that trust in regulatory institutions and perceptions of AI risks are pivotal in determining support for regulatory policies, such as slowing down or banning AI developments. The analysis advocates for further exploration of trust dynamics within the AI ecosystem and calls for policymakers to consider public opinion and risk perceptions as they navigate the complexities of AI governance.
Introduction
The introduction of the research paper emphasizes the critical need for effective governance in the rapidly evolving landscape of artificial intelligence (AI), particularly generative AI. It highlights the dual necessity of risk management and public trust in the governance of AI technologies, especially following the swift advancements since the launch of ChatGPT in 2022. The authors point out a significant gap in empirical research regarding the public’s perceptions of AI risks and their trust in the governance structures surrounding AI, which is essential for developing effective regulatory strategies. They propose that understanding these perceptions is vital for establishing a baseline to inform policy-making aimed at mitigating societal risks associated with AI.
The paper also outlines the potential societal threats posed by AI, including privacy violations, discrimination, and lack of accountability, while noting that many countries are beginning to implement regulations to address these issues. However, there is a scarcity of studies exploring how citizens evaluate these regulatory policies. The authors aim to contribute theoretically by examining how public opinion on trust and perceived risks influences preferences for varying strengths of AI regulations. They pose three key research questions regarding the perceived risks of advanced AI technologies, the levels of trust in governmental and corporate entities, and the relationships between these perceptions and policy preferences for AI risk mitigation. This investigation is particularly timely given the increasing popularity and unknown risks associated with generative AI systems.
Methods
In this study, the authors utilized data from the 2023 Artificial Intelligence, Morality, and Sentience (AIMS) online survey, which included a nationally representative sample of 1,099 U.S. adults. The survey aimed to assess public attitudes towards imminent developments in AI technologies. Although the study did not employ a preregistered methodology for hypothesis testing, it serves as a foundational analysis of public opinion associations. The AIMS survey was conducted between May and July 2023, with data collection facilitated by various sample panels, and the dataset is publicly accessible on Mendeley Data. The sample was designed to reflect the demographics outlined in the 2021 American Community Survey (ACS), ensuring representation across age, education, race/ethnicity, gender, income, and region.
The research focused on examining the relationships between institutional trust in government and AI companies, trust in AI technologies, and risk perceptions regarding AI, as predictors of support for policies aimed at slowing AI development and banning certain advanced AI technologies. The authors controlled for demographic variables, including gender, political orientation, race/ethnicity, income, education, and the frequency of exposure to AI systems and related news, measured on a Likert scale from 0 (never) to 5 (daily). The methodology of the AIMS survey was preregistered and is available on the Open Science Framework.
Results
The analysis of the survey data reveals significant insights into the factors influencing public support for AI regulation, specifically regarding slowing down AI development and banning advanced AI technologies. The regression results indicate that demographic variables have a modest yet statistically significant impact on these policy preferences. Notably, older adults, female respondents, and individuals from certain racial or ethnic backgrounds (particularly Black Americans) showed greater support for both slowing down and banning AI development. High-income individuals were more inclined to support bans, while education level did not significantly influence policy preferences. Additionally, a conservative political orientation was associated with increased support for bans.
The models employed in the analysis demonstrated that trust in government and perceived risk are critical predictors of policy preferences. Model 1 explained 6-8% of the variance in preferences, while Model 2, which included trust variables, increased this to 20-28%. The final model, incorporating perceived risk, explained 46% of the variance, highlighting its strong positive correlation with support for regulation. Specifically, increased trust in government correlated with greater support for regulatory measures, while trust in AI companies was linked to reduced support for such measures. These findings underscore the importance of institutional trust and perceived risk in shaping public attitudes toward AI governance, suggesting that concerns about safety and efficacy drive preferences for regulatory intervention.
Discussion
The discussion section of the research paper highlights the diverse regulatory approaches to artificial intelligence (AI) across different regions, particularly contrasting the United States’ focus on innovation with the European Union’s emphasis on legislation to mitigate potential harms. The EU’s AI Act, approved in 2024, exemplifies stringent regulations on AI applications, particularly in biometric surveillance, while Singapore employs regulatory sandboxes to foster innovation while managing risks. Public opinion on AI regulation remains underexplored, yet studies indicate that knowledge of technology influences support for regulation, with trust in government and industry playing critical roles in shaping citizens’ attitudes toward AI policies.
The paper identifies three key dimensions of trust: government trust, industry trust, and trust in AI technologies, each influencing regulatory preferences. Higher trust in government is associated with increased support for both softer and stronger AI regulations, while trust in AI companies tends to decrease support for such regulations. Additionally, perceived risks associated with AI, including privacy concerns and job displacement, are likely to heighten public support for regulatory measures. The authors propose a theoretical model to empirically investigate these relationships, emphasizing the need for a nuanced understanding of public attitudes toward AI regulation to inform effective policymaking.
Limitations
The limitations of the AIMS supplemental survey data highlight several key concerns regarding the interpretation of public opinion on AI risks and safety. The survey’s context may have influenced participants’ responses, particularly due to the uncertainty reflected in answers such as “not sure.” Although the study employed varied question wording to probe underlying attitudes, the conceptual frameworks developed—such as the three types of trust—may not hold in different contexts. Specifically, while the government trust measure may indicate competency in AI regulation enforcement, it may not accurately reflect broader public trust in government.
Additionally, the survey’s cross-sectional design introduces the risk of common source bias, as key variables were measured simultaneously. Future research should address this limitation by utilizing independent data sources. The focus on the U.S. context provides valuable insights but may not capture the diverse cultural perceptions of AI globally. Variations in public opinion across different countries warrant further exploration, particularly in regions with demographic similarities to the U.S. Although the study controlled for racial/ethnic and political orientation effects, nuanced views based on these identities may require more targeted investigation. Overall, the research aims to establish a baseline for future studies, including experimental designs and longitudinal surveys, to better understand the evolving dynamics of public attitudes and behaviors regarding AI.