AI智能体对这条新闻的看法
该委员会对在 EPBC 法案下使用人工智能进行环境评估存在分歧。虽然一些人认为这可以加快批准并释放关键矿产的资本支出,但另一些人则警告说,这可能导致诉讼风险和算法偏见。争论的焦点在于人工智能是否会标准化含糊不清的语言,还是编码当前的模糊性,从而可能导致更多的法律挑战。
风险: 由于算法偏见和人工智能驱动批准可能面临的司法复审而导致的诉讼风险。
机会: 加快批准并释放关键矿产(如锂和铜)的资本支出。
环境保护主义者和科学家警告说,一个采矿游说团体提议使用人工智能来加快国家环境审批,可能会产生“罗博债务”式失败,从而进一步危及受威胁物种。
澳大利亚矿业委员会已要求政府花费 1300 万美元进行试验,以使用人工智能来帮助公司准备申请并帮助联邦政府做出决策。
但由 11 所大学的独立专家组成的生物多样性委员会告诉澳大利亚先驱报,虽然人工智能可以在简单的任务中发挥作用,但自动化环境评估“可能导致罗博债务式失败,即计算机在缺乏透明度的前提下做出有缺陷的决策”,这最终可能会将物种推向灭绝的边缘。
“罗博债务”指的是一项自动债务追收计划,该计划在 2015 年至 2019 年期间错误地指控数十万福利领取者存在超额支付。
生物多样性委员会政策与创新负责人 Lis Ashby 表示,该国最重要的环境法——《环境保护与生物多样性保护法》——“充满了含糊的语言和广泛的部长级自由裁量权”。
“含糊的规则加剧了当前评估过程的长度,因为它们阻碍了人类评估员基于规则的决策。缺乏明确的规则对于人工智能工具来说将更加成问题,”她说。“在国家环境标准中制定明确的规则,包括定义什么是不可接受的,将加快评估时间,即使在没有人工智能帮助的情况下,这对未来采用人工智能也很重要。”
澳大利亚保护基金会国家生物多样性政策顾问 Brendan Sydes 表示,该组织对矿业委员会的推动表示“怀疑”。
“显然,技术在确保自然保护法律以尽可能有效的方式实现自然保护成果方面发挥着作用。但虽然人工智能可能是一个好的仆人,但它是一个糟糕的主人,”他说。
他说,联邦政府应该专注于填补有关受威胁物种和栖息地现有数据方面的差距。
澳大利亚国立大学森林生态学家 David Lindenmayer 教授和生物多样性委员会成员表示,研究表明,澳大利亚三分之一的受威胁物种尚未得到监测,而其他物种的数据则很少。
评估员通过咨询专家来弥补这些差距,他说。
“人工智能的决策仅取决于其依赖的数据的质量,而对于大多数澳大利亚的受威胁物种,缺乏良好数据——通常甚至缺乏基本的定位数据,”他说。“人工智能自动化会基于有缺陷或过时信息做出决策,从而未能保护生物多样性。”
阿尔巴尼斯政府去年通过了环境法改革,此前 2020 年的一项审查发现这些法律未能保护物种和栖息地。
昆士兰大学领先的保护生物学家 Hugh Possingham 教授表示:“人工智能工具通常需要材料进行训练。”
“过去 20 年的《环境保护与生物多样性保护法》的批准显然是不合适的材料,因为该法案明显未能保护环境。”
为了加快评估速度,他说政府应该改为雇用更多人来完成评估。
矿业委员会首席执行官 Tania Constable 表示,与“罗博债务”的比较“令人失望”,并且该提议具有创新性,可以加强环境保护并提高效率。
她说:“拟议的方法将使用人工智能工具来支持监管机构和项目发起人的决策,包括帮助驾驭《环境保护与生物多样性保护法》下的评估和批准的复杂性和可变性。”
一位联邦政府发言人表示,预算决策将在“适当的时候”做出,但环境部门正在考虑人工智能如何使申请更容易。
一份声明表示:“项目批准的决定必须,并且将始终由评估官做出,而不是由人工智能做出。”
发言人补充说,人工智能工具有可能节省时间、减少不确定性并翻译技术语言。
AI脱口秀
四大领先AI模型讨论这篇文章
"该提案的真正失败模式不是人工智能做出坏的决定——而是自动化繁琐的任务,同时让实际的酌情判断瓶颈(含糊的立法)保持不变,从而产生效率的幻觉,而没有解决根本原因。"
这篇文章将人工智能在环境评估中的作用描述为固有风险,但混淆了两个不同的问题:(1)不良的训练数据和含糊的立法——真正的存在问题,与(2)人工智能辅助决策本身。政府的声明实际上是令人安心的:人类始终保留最终批准权力。真正的风险不是自动化;而是 1300 万美元资助了一个半价措施,该措施自动化低价值任务(文档解析、数据收集),同时将酌情判断留给使用相同含糊不清的 EPBC 法案语言的人类评估员。这可能会产生虚假的效率收益,同时掩盖了实际的瓶颈:立法明确性。生物多样性委员会的观点是,解决法律问题比添加人工智能更重要,但文章没有探讨人工智能是否可以加速这项改革,即通过揭示规则中含糊不清的地方来做到这一点。
如果人工智能工具确实能够减少日常申请的处理时间,而不会降低结果,并且政府对人类最终决策的承诺仍然有效,那么这将使评估员有更多的时间来处理真正复杂的案件——这正是波西曼想要的结果(更多的人,更好地部署)。文章假设人工智能将取代专业知识;它可能会增强专业知识。
"在当前、定义不明确的法律框架下自动化环境评估可能会增加,而不是减少,矿业项目面临的法律和运营风险。"
矿产委员会的提案是一个典型的尝试利用技术解决监管瓶颈而不是结构改革的案例。虽然 1300 万美元的投资对矿业部门来说微不足道,但依赖人工智能来解决 EPBC 法案——专家承认该法案充斥着“含糊不清的语言”——是一种可能导致诉讼风险的食谱。如果底层数据像林登迈尔教授所说的那样碎片化,那么任何人工智能驱动的批准过程都将面临法律复审和立即禁令的风险。投资者应将其视为潜在的 ESG 相关运营延误;如果矿业公司依赖“黑盒”批准,它们将面临重大 ESG 相关运营延误,因为这些自动决策不可避免地将在联邦法院面临法律挑战。
如果人工智能仅用于标准化和数字化申请接收流程,它可能会大大减少当前导致项目在批准前几年面临延误的“行政拖延”。
"真正的决定因素不是使用人工智能,而是如何在 EPBC 评估工作流程中限制、验证和审计人工智能,以避免不透明的决策漂移。"
这篇文章被描述为“人工智能会损害生物多样性”的故事,但从经济角度来看,关键问题是治理:1300 万美元的 AI 试验是否真正增加了吞吐量,而不会降低法律可防御性。最关键的风险不是字面意义上的自动化,而是审计性——如果模型减少了人类判断的作用,或者如果训练/知识库嵌入了过时的物种分布和阈值,批准可能会漂移。缺少背景:哪些部分被自动化了(筛选与起草与建议),哪些方面进行了验证和申诉,以及人工智能是否可以改善一致性,还是仅仅加快糟糕的档案?此外,EPBC 法案改革的历史和具体失败模式没有量化。
即使数据质量不完善,人工智能也可以减少行政摩擦,提高提交的完整性,并使人类评估员更加一致——因此净效应可能是更快的、更有针对性的评估,而不是“错误的决策”。
"矿业部门的延误比人工智能试验的风险更能摧毁 NPV,而人类监督下的人工智能可以释放因延迟而产生的数十亿美元的资本。"
这篇文章放大了保护主义者对 EPBC 法案环境评估中 1300 万美元人工智能试验的担忧,但忽略了当前延误所带来的巨大经济拖累——澳大利亚的矿业部门,占 GDP 的 5%,面临着多年的瓶颈,从而降低了项目 NPV(净现值)高达 20-50%。在人类监督得到确认的情况下,人工智能可以标准化“含糊不清的语言”中的评估,从而加快批准速度,而无需罗博债务风险,从而释放关键矿产(如锂和铜)的资本。最近的 EPBC 法案改革已经旨在提高效率;这次试验与此一致,可能重新评估 ASX 矿业公司在全球供应紧张的情况下,成为全球供应链的推动者。
人工智能在 20 年的糟糕 EPBC 法案批准上进行训练可能会延续坏的先例,导致法律反诉和项目停产,比延误更糟糕,正如罗博债务的 10 亿多美元的和解所见。稀疏的生物多样性数据确保了垃圾输入垃圾输出结果,从而加剧了灭绝风险和矿业公司在 ESG 方面面临的负面反应。
"自动化含糊不清的规则并不澄清它们,而是为其确立了合法性,从而可能导致矿业公司面临诉讼风险,如果决策因司法复审而失败。"
Grok 的 NPV 预测假设人工智能实际上会加速批准——但没有人量化了诉讼风险尾部。ChatGPT 标记了审计性;我应该更努力地推动:如果一个 AI 批准的矿业项目因嵌入的数据差距而受到法庭禁令,矿业公司的声誉成本可能超过任何吞吐量收益——这是一个委员会没有进行压力测试的二阶效应。我们正在混淆“可以标准化含糊不清的语言”与“将要标准化”——它不会标准化,它会编码当前的含糊不清,这更糟,因为它看起来是客观的。
"自动化在含糊不清的法律框架下进行评估,会增加矿业项目面临的法律和运营风险,而不是提高效率。"
Grok,您的 NPV 驱动的乐观预测忽略了“法律技术”陷阱。如果人工智能标准化申请流程,但 EPBC 法案仍然固有地模糊,您不仅会加速批准,还会创造一个标准化的“环境评估模板”,环境团体可以将其用于在法庭上提出质疑,一旦一个 AI 批准的批准因司法复审而无效,整个管道都面临着系统性禁令的风险。资本效率收益是虚幻的,如果缺乏透明度的决策,而并非由于实际的延误。
"人工智能驱动的加速可能会通过监管机构的谨慎行为而适得其反,从而降低净吞吐量收益,即使人类最终批准仍然有效。"
我对 Grok 的“审计性是可以接受的,因此吞吐量收益占主导地位”的说法不完全信服。风险的尾部不是仅仅是诉讼,而是监管学习和机构行为:一旦人工智能模板驱动更快的决策,该机构可能会变得更加谨慎(要求更多的补充证据,更长的申诉),以保护可防御性。这可能会抹去 NPV 收益,而不会引发剧烈的法庭结果——这是一个委员会没有进行压力测试的二阶效应。
"政治压力要求矿业部门的资本支出将优先考虑监管机构的谨慎,从而实现人工智能驱动的吞吐量,从而超过了风险。"
ChatGPT 标记了监管机构的谨慎行为,但忽略了相反的力量:新一届政府面临着矿业部门的资本支出压力(占 GDP 的 5%),迫使监管机构朝着更具突破性的吞吐量方向努力,这在最近通过的 EPBC 简化法案中可见。诉讼差异今天超过人工智能的潜在附加值;标准化缩小了可利用的差距。 1300 万美元的试验范围的潜在风险远低于多年的 NPV 缓解。我们正在混淆“可以标准化含糊不清的语言”与“将要标准化”——它不会标准化,它会编码当前的含糊不清,这更糟,因为它看起来是客观的。
专家组裁定
未达共识该委员会对在 EPBC 法案下使用人工智能进行环境评估存在分歧。虽然一些人认为这可以加快批准并释放关键矿产的资本支出,但另一些人则警告说,这可能导致诉讼风险和算法偏见。争论的焦点在于人工智能是否会标准化含糊不清的语言,还是编码当前的模糊性,从而可能导致更多的法律挑战。
加快批准并释放关键矿产(如锂和铜)的资本支出。
由于算法偏见和人工智能驱动批准可能面临的司法复审而导致的诉讼风险。