- 人工智能（AI）在推动可持续发展、提升公共服务供给、改进危机应对、扩大知识与服务获取途径以及拓展经济机遇方面具有巨大潜力，但其在全球范围内的采用速度正快于机构的可见性和治理准备。
- 许多最具影响力的AI治理决策并非在政策框架内做出，而是在采购部门、供应商合同、软件更新周期以及公务员和机构团队在缺乏明确指导、审批流程或问责机制的情况下，就AI使用所做出的非正式决策中做出的。
- 本报告基于人工智能信任与安全重塑计划（AI Trust & Safety Re-imagination Programme）开展的工作坊、利益相关方会议以及与十一国（地区）政府的本土合作，揭示了在人工智能重大决策方面扮演关键角色的国家（地区）。
- 核心发现：人工智能（AI）在推动可持续发展、提升公共服务供给、改进危机应对、扩大知识与服务获取途径以及拓展经济机遇方面具有巨大潜力。在各个收入水平的国家，AI已日益成为人们获取信息、基本服务、金融、教育和公共管理等方面系统的组成部分。
- 十项发现：采购正逐渐成为最可行的治理杠杆，但使用率仍然不高；信任与安全监控实践是采用的基础，而非合规的附加层；小国是早期信号，而非边缘案例；人工智能的使用存在不均衡且难以治理或评估的情况；分类错误、身份验证错误、语言表现故障和系统宕机会直接影响支付、身份系统、公共服务以及法律或行政流程的获取；人工智能保障能力尚未在采用该技术的地区建立制度化；供应商中介正在制造结构性透明度和问责制之间的差距；人工智能的采用和部署并不总是考虑到基础数字设施的现实情况；损害被放大且补救措施受限；风险阈值敏感性、早期披露以及强大的上游防护措施变得比事后纠正更为重要。
- 小国、小岛屿发展中国家（SIDS）以及许多发展中国家（LMICs）为理解信任、安全和治理如何在全球分布的AI生态系统中发挥作用提供了重要的参考基准。
- 关键观察：小国在实践中采用人工智能的总结：人工智能的采用正快于机构的可见性和治理准备。这引发了供应商依赖问题以及对更大控制力和透明度的需求；信任与安全监控实践是采用的基础，而非合规的附加层；小国是早期信号，而非边缘案例；人工智能的使用存在不均衡且难以治理或评估的情况；人工智能技术已被引入现有服务中，尤其是在SaaS平台上，有时甚至未经明确同意、缺乏透明度或有效的选择退出机制；在卢旺达和萨摩亚，与会者指出，目前尚无专门的国家级机构进行人工智能风险评估、评估或主动监控人工智能错误和危害；人工智能的采用和部署并不总是考虑到基础数字设施的现实情况；损害被放大且补救措施受限；风险阈值敏感性、早期披露以及强大的上游防护措施变得比事后纠正更为重要。
- 数字公共基础设施和数据系统作为人工智能能力的赋能者：高质量的数据和互操作系统使得在问题出现时能够更早地发现错误、更清晰地界定责任，并更有效地采取补救措施。相反，碎片化的数据系统限制了机构从失败中学习或随着时间的推移改进绩效的能力。
- 建设机构能力和韧性：能力建设包括发展共享词汇、明确角色分工和交接流程，并将信任与安全考量融入日常决策。可重复使用且可互操作的工具有助于评估、风险视角以及针对低资源多语言环境的测试方法——这些工具可以随着AI模型能力的提升而发展，支持跨环境适应，减少对临时专家的依赖，并使团队间的决策更加一致。
- 集体行动与迭代扩展：区域和跨国合作——包括分享评估方法、采购实践、实施经验以及供应商信息——使政府和合作伙伴能够集中力量、相互学习，并更有效地与全球人工智能供应商合作。共享标准、集中测试和评估资源，以及协调语言和保证方法，有助于在个体能力不足的情况下实现规模效应。
- 情境化实践：人工智能系统并非在统一的环境中运行。它们在特定的地点运行，面临特定的基础设施限制、行业现实、语言以及人口，而设计或部署这些系统的人员并不总能理解这些群体的需求和风险。
- 未来展望：投资这些方法的价值在于全球人工智能系统的未来表现、韧性及合法性。在资源受限、多语言、高风险的环境下，若能成功建立人工智能的信任与安全——在这样的环境中，制度信任来之不易，失败的后果立竿见影——所汲取的教训并非边缘性经验。它们对于理解人工智能系统在规模化扩展时是否值得信赖至关重要。
