對于任何一個國家的政策制定者而言，不論可用的數據有多么不完美，作出決策的最佳方式都是基于證據之上。但是，當證據缺乏或者根本不存在時，國家領導人們應該如何做呢？這就是那些不得不應對“高級預測算法”帶來負面影響的人們面臨的窘境。所謂“高級預測算法”，是一種關于機器學習和人工智能的二進制構建模塊。
在學術圈里，關注人工智能的學者不是“奇點主義者”就是“現代主義者”。前者認為雖然人工智能會對人類構成一定威脅，但總體而言利大于弊；后者關注新技術的公平性、可追責性和透明度，譬如，他們擔憂自動化將對勞動力市場造成何種影響。
基于目前的研究結果，不存在“可供使用的真相”來支持兩者中任何一方的觀點。顯然，世界需要一個新的框架來分析和管理人工智能造成的技術擾動。
當前，絕大多數關于人工智能的決策都發生在“北半球”，這使得欠發達國家的擔憂沒有得到足夠的重視，管理軍民兩用技術也變得更加困難。更糟糕的是，政策制定者往往沒有考慮潛在的環境影響，僅僅關注對自動化、機器人和機器的人為影響。
而在人工智能領域采取預防性措施，將幫助重新平衡全球政策討論，在當前被企業利益壟斷的辯論中給予弱者更大的影響力。同時，決策過程也會變得更具包容性、更加深思熟慮，產出更能反映社會需求的解決方案。
此外，通過應用預防性原則，治理機構可以將責任的重擔轉移至算法創建者的身上。要求解釋算法決策過程可以改變誘因、防止“黑箱操作”，使得商業決策變得更加透明，令公共部門在技術研發方面有機會追趕上私營部門。與此同時，通過強迫企業和政府識別和考慮多種選項，預防性原則將會使得此前被忽視的問題，比如環境影響，受到關注。
在算法、機器學習和人工智能領域，人類承受不起等待的代價。預防性原則的美妙之處不僅在于它是建立的國際公共法的基礎上，還在于它在各種各樣的科學場景里構建了一種管理創新的框架。在進步帶來的益處無法眾人平等共享時，或者尚未造成不可逆轉的傷害時，我們應當歡迎它。
（本文作者為歐洲大學學院跨國管理學院政策問題學者馬切伊·庫茲穆斯基。）
