[논문 리뷰] Artificial intelligence in government: Concepts, standards, and a unified framework

Vincent J. Straub, Deborah Morgan외 2명|arXiv (Cornell University)|2022. 10. 31.

Legal and Policy Issues인용 수 5

한 줄 요약

이 논문은 사회과학적 시각과 기술적 시각을 융합하여 정부 내 인공지능(AI-GOV)을 이해하는 통합 개념적 프레임워크를 제안한다. 핵심 개념으로는 운영 적합성, 인지적 일치, 규범적 이질성의 세 가지 개념을 포함한다. 69개의 핵심 용어에 대한 문헌정보학적 분석을 통해 이러한 개념들을 새로운 AI 기준과 연결하는 유형 체계를 개발함으로써, 다학문 간 대화를 가능하게 하고 공공 행정 분야에서 AI 거버넌스를 실천 가능하게 한다.

ABSTRACT

Recent advances in artificial intelligence (AI), especially in generative language modelling, hold the promise of transforming government. Given the advanced capabilities of new AI systems, it is critical that these are embedded using standard operational procedures, clear epistemic criteria, and behave in alignment with the normative expectations of society. Scholars in multiple domains have subsequently begun to conceptualize the different forms that AI applications may take, highlighting both their potential benefits and pitfalls. However, the literature remains fragmented, with researchers in social science disciplines like public administration and political science, and the fast-moving fields of AI, ML, and robotics, all developing concepts in relative isolation. Although there are calls to formalize the emerging study of AI in government, a balanced account that captures the full depth of theoretical perspectives needed to understand the consequences of embedding AI into a public sector context is lacking. Here, we unify efforts across social and technical disciplines by first conducting an integrative literature review to identify and cluster 69 key terms that frequently co-occur in the multidisciplinary study of AI. We then build on the results of this bibliometric analysis to propose three new multifaceted concepts for understanding and analysing AI-based systems for government (AI-GOV) in a more unified way: (1) operational fitness, (2) epistemic alignment, and (3) normative divergence. Finally, we put these concepts to work by using them as dimensions in a conceptual typology of AI-GOV and connecting each with emerging AI technical measurement standards to encourage operationalization, foster cross-disciplinary dialogue, and stimulate debate among those aiming to rethink government with AI.

연구 동기 및 목표

• 공공 정부 내 AI에 관한 분산된 문헌을 통합하여 사회과학과 기술적 AI 분야의 통찰을 융합하고자 한다.
• 다학문적 AI-GOV 연구에서 자주 함께 등장하는 69개 용어를 문헌정보학적 분석을 통해 식별하고 군집화하고자 한다.
• AI-GOV 시스템을 분석하기 위해 새로운 다면적 개념 세 가지—운영 적합성, 인지적 일치, 규범적 이질성—을 제안하고자 한다.
• 이 개념들을 새로운 기술 표준과 연결하여 실천 가능하게 하고 다학문 간 대화를 가능하게 하고자 한다.
• 공공 부문 기관 내 AI의 책임감 있는 통합을 자극하고 이끌고자 한다.

제안 방법

• 다학문적 AI-GOV 연구에서 69개의 핵심 용어를 추출하고 군집화하기 위해 통합 문헌 리뷰를 수행한다.
• 용어 간 개념적 군집과 관계를 규명하기 위해 문헌정보학적 분석을 수행한다.
• 운영 적합성(시스템 신뢰성), 인지적 일치(지식 품질), 규범적 이질성(사회적 기준과의 가치 일치)의 세 가지 새로운 개념적 차원을 제안한다.
• 이 세 차원을 기반으로 AI-GOV 시스템의 개념적 유형 체계를 개발하여 응용 사례를 체계적으로 분류한다.
• 각 개념적 차원을 AI 측정 및 평가를 위한 관련된 새로운 기술 표준과 연결한다.
• 이 프레임워크를 활용하여 공공 행정 학자, AI 연구자, 정책 입안자 간의 대화를 촉진한다.

실험 결과

연구 질문

• RQ1 사회과학적 시각과 기술적 AI 분야의 다수의 개념적 프레임워크는 어떻게 통합되어 정부 내 AI를 이해할 수 있는가?
• RQ2 AI-GOV 시스템의 다면적인 성격을 포괄하는 핵심 개념적 차원은 무엇인가?
• RQ3 AI-GOV의 운영적, 인지적, 규범적 측면은 어떻게 체계적으로 분석하고 측정할 수 있는가?
• RQ4 신규로 등장하는 기술 표준은 정부 내 AI에 대한 사회적 기대와 기관적 기대와 어떻게 조율될 수 있는가?
• RQ5 공동 개념적 프레임워크는 어떻게 공공 부문 AI 분야에서 다학문적 협업과 정책 혁신을 자극할 수 있는가?

주요 결과

• 문헌정보학적 분석을 통해 AI-GOV 문헌에서 자주 함께 나타나는 69개의 핵심 용어를 식별하였으며, 이는 분야 간 명확한 개념 군집을 드러냈다.
• 저자는 운영 적합성, 인지적 일치, 규범적 이질성의 세 가지 새로운 다면적 개념을 성공적으로 제안하여 AI-GOV 시스템의 핵심 차원을 포괄하였다.
• 이 세 차원을 기반으로 한 개념적 유형 체계는 정부 내 AI 응용 사례의 체계적 분류 및 분석을 가능하게 하였다.
• 이 프레임워크는 각 개념적 차원을 ISO/IEC 및 NIST와 같은 새로운 기술 표준과 연결하여 실천 가능하고 측정 가능한 체계를 제공하였다.
• 이 프레임워크를 통해 사회과학적 시각과 기술적 시각이 융합되어 더 깊이 있는 다학문 간 대화와 공유된 이해를 촉진하였다.
• 이 연구는 기술적 능력과 사회적 가치, 기관적 규범을 조율함으로써 정부를 재구상하는 기반을 제공하였다.