作为"当代稳定与安全挑战参与与研究项目"的一部分，兰德欧洲开展了一项范围研究，探讨新兴技术对安全部门治理与管理（SSG/M）的影响。
该研究考察了人工智能、生物识别、机器学习和增强监控系统等新兴解决方案如何被安全部门相关方采用，以及这些技术的使用如何影响公众接受度与认同、机构问责制、财务可持续性及伦理问题。
为此，研究团队进行了针对性的文献综述，并对关键利益相关方进行了半结构化访谈。研究发现，技术能够增强安全部门治理与管理领域的效率、效果和透明度，但同时也带来重大风险，包括隐私与数据保护问题、算法偏见、决策过程不透明、网络安全漏洞，以及与数据主权和依赖私营供应商相关的挑战。该研究总结出若干跨领域经验与良好实践，以指导负责任的技术采用并促进良好治理，重点包括：早期与终端用户互动、适应本地环境、明确数据治理规则、对自动化流程实施分层人工监督、辅以内部政策与外部监管相结合，以及持续培训。
在该总体项目框架下，英国皇家联合服务研究所（RUSI）还开展了另一项研究，调查了脆弱与冲突影响地区中出现的非传统稳定行动主体和模式。
核心要点
探索新兴技术及其对安全部门治理与管理的影响
研究识别出九个在安全部门治理与管理中日益被采用的技术领域：增强现实/虚拟现实（AR/VR）、自动化决策支持、生物识别、区块链、数字身份平台、数据管理解决方案、卫星图像、社交媒体监测，以及无人机（UAV）。
这些解决方案能够在效率、效果、态势感知方面带来提升，若设计透明，还能强化问责制与可追溯性。然而，也存在一些需要考量的跨领域风险：隐私与数据保护问题、算法偏见与模型不透明、网络安全与数据主权方面的脆弱性、数字边缘化群体的排斥问题，以及当私营供应商或自动化系统主导决策时问责制被削弱的风险。
强化安全部门治理与管理中技术使用的良好治理实践
研究识别出六项跨领域实践，旨在将治理理念嵌入安全部门治理与管理背景下技术的整个生命周期：一、与终端用户和社区共同设计，确保工具适配实际需求并保障问责；二、根据本地环境、基础设施和公众认知调整技术采用方案并加以论证，同时预判潜在滥用风险；三、评估需求，权衡风险偏好与承受能力（包括全生命周期成本），同时对数据来源、所有权及跨境共享进行治理；四、超越"人在回路"模式，转向多层次监督机制，以抵消自动化偏见，留出干预时间并明确责任归属；五、将内部政策与外部监管及监督相结合（包括透明审批、日志记录/审计、公众咨询和事后审查），以强化问责；六、为操作人员和领导层提供持续、专门的培训，支持安全部门治理与管理领域技术的应用。
建议
有必要将关键利益相关方汇聚一堂，包括开发技术解决方案的私营企业，以及参与安全服务提供与管理的国家和非国家行为体。来自相邻领域（如人道主义或灾害应对机构）且同样在使用这些技术的相关行为体，也可从广泛的交流合作中获益。
技术解决方案演进速度极快，且往往在多个环境中同步发生。因此，从其他环境中过去或正在进行的经验中学习、复制良好实践并规避此前在不同场景中已发现的问题的机会十分有限。
在考虑技术使用时，应将安全部门治理与管理的良好治理原则纳入其中。为此，上述良好治理原则应成为在考量安全服务提供与管理相关技术解决方案时的必要条件之一。此外，可开发一套风险评估模型，用于在各类脆弱环境中评估这些技术解决方案的适用性。
Q&A
Q1：安全部门治理与管理中常用的新兴技术有哪些？
A：研究识别出九个技术领域，包括增强现实/虚拟现实、自动化决策支持、生物识别、区块链、数字身份平台、数据管理解决方案、卫星图像、社交媒体监测以及无人机。
Q2：新兴技术在安全部门应用中存在哪些风险？
A：主要风险包括隐私与数据保护问题、算法偏见与模型不透明、网络安全与数据主权脆弱性、数字边缘化群体被排斥，以及私营供应商或自动化系统主导决策导致问责制被削弱。
Q3：如何促进这些新兴技术在安全部门的负责任应用？
A：研究提出六项良好治理实践，包括与终端用户共同设计、适应本地环境、评估风险并治理数据、建立多层次人工监督、结合内外部监管，以及提供持续培训。
