[论文解读] Insights for an AI Whistleblower Office from 30 Case Studies

Ethan Beri, Mauricio Baker|arXiv (Cornell University)|Mar 1, 2026

Ethics in Business and Education被引用 0

一句话总结

对30个举报者案例的数据集进行分析，以设计AI举报办公室，产出关于奖励、保护、匿名、处理能力和信息传达的政策建议。

ABSTRACT

Whistleblower programmes are a promising tool for uncovering noncompliance with AI regulations. This paper aims to help policymakers design an AI whistleblower programme by giving them an understanding of whistleblowers' motivations, and of the overall whistleblowing process. We take an empirical approach, assembling a dataset of 30 case studies of whistleblowers. This dataset includes dozens of features of each case, which range from 1978 to 2020 and span 15 industries. Our findings suggest that whistleblower programmes will be more effective if they financially reward whistleblowers, provide protections for whistleblowers, enable whistleblowers to report anonymously, are adequately staffed and funded, and provide advice to potential whistleblowers. We provide ten concrete policy recommendations for an AI whistleblower programme at the end of this paper.

研究动机与目标

• 在AI相关情境下了解举报者的动机与举报过程。
• 描述案例中的人口统计、组织情况与不法行为类型。
• 识别影响举报与报复的因素，为AI举报项目的政策设计提供依据。

提出的方法

• 从公开名单中汇集30个举报者案例的数据集（1978–2020，覆盖15个行业）。
• 在七个主题组中提取每案58个字段（举报者、组织、不当行为、举报行为、关系动态、动机）。
• 用谨慎、以证据为基础的判断对动机进行编码，并为每个动机字段新增一个证据列。
• 使用描述性统计与区间分析，分析人口统计、组织规模、部门、报复、匿名性和过程进展。
• 承认样本偏向高知名度案例、样本量小（n=30）的局限性。
• 提供基于观察到的模式的政策相关建议。

Figure 1: Prevalence of motivating (left) and demotivating (right) factors. Note we took a conservative, careful approach to ascribing motivation: each case used a range of sources, and we preferred a sparse field to an incorrect one. More on this in Methodology and dataset.

实验结果

研究问题

• RQ1 在AI相关情境下，举报者举报不当行为的动机是什么？
• RQ2 举报过程如何从初步线索发展为外部举报？
• RQ3 哪些保护、匿名性和激励措施会影响举报者的参与度与安全性？
• RQ4 哪些设计特征能够使AI举报办公室更高效、可信？

主要发现

• 举报者以内部人员为主（≥90%），多数为中年、受过良好教育；许多为大型组织员工（超过10,000名员工的情况占比在57–73%）。
• 大多数不当行为是持续性的（80%），在已知结束日期的案例中通常持续约3年，内部关系较为普遍（≥90%）。
• 报复现象普遍（57–67%），包括骚扰、被不公正解雇、死亡威胁（13–23%）；匿名性较少见（13%）。
• 动机主要是道德驱动（≥87%），但常含多重动机（包括财政、社会或保护动机）；消极因素包括报复与对行动的不信任。
• 有效的AI举报办公室特征包括财政激励（参考以SEC/CFTC风格计划中的罚款金额的10–30%）、强保护措施、匿名举报选项、充足的人员配置，以及为潜在举报者提供明确的信息与建议。
• 提供十条具体的政策建议，涵盖奖励如何与制裁相关、保护机制、匿名选项、举报处理能力以及外展策略。

Figure 2: Whistleblower ages at the time of making their first report, bracketed (to include estimated ages, in cases where exact ages were unavailable).