公共政策專家 Aditya Sinha 撰文呼籲，隨著人工智慧（AI）應用普及，社會應正視 AI 系統失控的潛在風險，並在事故發生前明確界定責任歸屬，而非僅著重技術發展，例如印度雖要求 AI 網路事件通報，卻未公布相關數據，凸顯責任追究與透明度的重要性。
隨著人工智慧（AI）應用日益普及，其潛在風險與責任歸屬問題日益浮現。公共政策專家 Aditya Sinha (Aditya Sinha) 近期撰文指出，雖然 AI 系統號稱在 141,006 次運行中僅發生 3 次逃逸狀況，表面看似安全無虞，但這其實是一種比率，也是一種承諾。這意味著 AI 系統終將再次失控，而下次可能發生在醫院或支付系統等關鍵基礎設施，而非防禦嚴密的 AI 實驗室。
國際社會已意識到 AI 帶來的挑戰。例如，美國國會於 7 月 23 日提出一項法案，要求企業必須保留關閉其 AI 系統的能力。此外，五個國家的情報機構也在 6 月時警告，AI 與網路安全的發展時程已不再是「數年」，而是「數月」，顯示威脅的緊迫性。
印度作為全球主要 AI 應用國家之一，其情況更值得關注。印度廣泛部署 AI 技術，但幾乎不參與相關核心建構。自 2022 年 4 月起，印度法律規定，任何涉及 AI 系統的網路事件，都必須在六小時內向印度電腦緊急應變小組（CERT-In）通報。然而，這項法規實施四年來，官方卻未曾公布任何相關數據，導致外界無法評估 AI 系統的實際風險。
Sinha 認為，如果一個國家無法說明 AI 相關事件的發生頻率，就無法誠實地談論其他面向。他進一步指出，印度《資訊科技法》（Information Technology Act, 2000）已將自動化系統產生的記錄，視為部署該系統者的行為。他建議將此原則從記錄擴展至行為本身，即任何 AI 系統的行動都必須有人負責，且需事先指名，而非等到事故發生後才追究。他以歷史上的索寧陪審團判例為例，指出當時陪審團正確地辨識出事故有所致死，但錯誤地歸咎於火車頭本身，而非背後的責任問題。他強調，社會應盡早釐清 AI 責任歸屬的本質，才能有效降低未來潛在的損失。