人工智能行业从承诺到实践：选举管理中的人工智能(英译中)

核心观点

关键数据

• **全球应用现状**：目前约170个国家的选举管理机构（EMBs）已开始使用AI技术，如生物识别选民身份识别和光学选票读取（依据联合国开发计划署报告数据）。
• **技术潜力**：生成式AI和大型语言模型（LLM）的快速发展为选举管理带来效率提升，例如通过智能代理优化资源分配（数据来源：UNDP联合出版物）。
• **风险挑战**：数据隐私问题日益突出，联合国全球数字公约（GDC）警告称，缺乏有效个人数据保护的AI系统可能加剧风险（来源：报告中GDC引用）。
• --

风险提示

• ⚠ ⚠ **数据隐私与安全性**：生物识别模块（EMB）涉及敏感个人信息，若治理不善可能导致泄露或滥用。
• ⚠ ⚠ **技术偏见与不平等**：低收入群体和少数族裔可能因数据鸿沟或算法偏差被排除在AI驱动服务之外（依据包容性原则分析）。
• ⚠ ⚠ **治理与透明性不足**：部分AI系统缺乏明确监管框架，可能削弱公众信任或干扰选举公正性（来源：联合国选举援助部报告）。
• ⚠ --