Uncovering AI Governance Themes in EU Policies using BERTopic and Thematic Analysis
本文通过结合定性主题分析与定量 BERTopic 建模，对欧盟人工智能治理的演变进行分析，以识别并比较从 2018 年高级别专家组（HLEG）《伦理指南》到 2024 年《欧盟人工智能法案》等关键政策文件中普遍存在的主题。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，欧盟（EU）就像一个忙碌的大型厨房，正试图弄清楚如何烹饪一种新的、强大的、有时又不可预测的食材：人工智能（AI）。
在过去几年里，欧盟编写了厚厚的一叠食谱、规则手册和安全指南，以确保这种食材能被安全使用。但由于这些文件由不同群体在不同时间编写，数量庞大，很难看清全貌。它们说的都是同一件事吗？规则发生了怎样的变化？
本文就像一支侦探团队（由法律专家、计算机科学家和社会科学家组成），他们决定通读这整叠文件，找出其中隐藏的主要故事。
侦探工具：人类之眼与机器人之脑
为了解开这个谜团，团队使用了两种不同的工具，有点像同时使用放大镜和金属探测器。
- 放大镜（主题分析）： 首先，人类专家非常仔细地阅读了几份最重要的文件（如新的《人工智能法案》和旧的《伦理指南》）。他们突出了关键思想，并将其归类为主题，就像老师批改论文并在页边写注释一样。这种方法非常适合理解细微差别和深层含义，但对于数百份文件来说，既缓慢又难以完成。
- 金属探测器（BERTopic）： 为了处理其余庞大的文件堆，他们使用了一个名为BERTopic的智能计算机程序。想象一下，这是一个能在几秒钟内阅读数千页的机器人。它不像人类那样“理解”文本，但它非常擅长发现模式。它将经常一起出现的词分组，实际上是在说：“嘿，这些句子似乎都在谈论同一件事。”
然后，团队将这两种方法结合起来。他们让机器人发现模式，然后由人类专家检查机器人的工作，以确保这些模式讲得通，并给它们起上恰当的名字。
他们的发现：两个时代的故事
最激动人心的发现是欧盟的“烹饪风格”如何随时间发生了变化。团队将文件分为两个时代：大法律之前和大法律之后。
大法律之前（“梦想”阶段）：
在早期的文件（约 2019–2020 年）中，欧盟主要谈论的是伦理和理想。这就像一群厨师在讨论食物的哲学：“我们应该善良，”“我们必须保护弱势群体，”“我们要确保每个人都信任我们的烹饪。”重点在于“公平”、“偏见”和“可信赖的 AI"等抽象概念。大法律之后（“执行”阶段）：
一旦欧盟《人工智能法案》在 2024 年通过，对话发生了巨大转变。文件不再只是空想，而是开始谈论规则和执行。重点转向了具体的任务，如“认证”、“文档”、“风险评估”和“监控”。- 转变： 从“让我们做好人”变成了“这就是你必须证明自己做得好的确切方式，否则你将面临罚款。”
- 供应链： 他们也开始关注整个“厨房团队”。他们不再仅仅关注最终的菜肴，而是开始监管所有参与制造 AI 的人——从构建模型的人到部署模型的人。
在混乱中丢失了什么？
虽然新规则对安全和法律合规性非常严格，但团队注意到，一些重要话题在较新的文件中开始淡化。
- 环境： AI 对地球的影响（如能源使用）在较新、更严格的法律中变得不那么引人注目。
- 工作的未来： 关于 AI 可能如何改变我们的工作或工作性质的讨论，似乎也退居其次，让位于即时的法律要求。
结论
本文表明，欧盟已成功从谈论AI应该是什么，转向制定AI必须做什么的规则。
通过结合人类的智慧和机器人的速度，作者绘制了一幅清晰的地图，展示了欧盟如何试图治理 AI。他们发现，虽然核心目标（安全）保持不变，但方法已从温和的伦理指南演变为强有力、详细的法律框架。这有助于我们不仅理解规则是什么，还理解随着 AI 变得更加强大和现实，欧盟的思维发生了怎样的变化。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。