DoD-Instruction-5400-19-Public-Affairs-Use-of-Artificial-Intelligence

该数据集包含150个基于文档的问答记录，源自美国国防部指令5400.19《公共事务中人工智能的使用》（2025年7月28日生效）。该指令确立了国防部在公共事务活动中适当使用人工智能能力的政策、职责和程序，创建了一个治理框架，旨在鼓励与任务相关的创新，同时维护官方国防部信息的准确性、安全性、可信度、透明度和公众信任。数据集覆盖AI支持公共事务的完整治理生命周期，包括识别任务相关用途、理解AI优势与局限、选择授权AI工具、保护机密和非公开信息、保护受控非机密信息、保护个人身份信息、评估隐私和公民自由风险、评估训练数据特征、使用前测试AI能力、持续监控AI性能、报告异常或意外输出、建立人工监督、验证AI生成信息、确定公开发布适宜性、提供生成式AI通知、保留数字内容来源、标注AI生成视觉信息、使用持久内容凭证、应用组件治理矩阵、记录任务价值和风险决策、报告经验教训和最佳实践等。每个记录包含一个实质性问题和一个详细的解释性答案。问题侧重于政策解释、治理推理、公共事务问责、人工监督、安全控制、隐私保护、透明度、视觉信息完整性、数字来源以及管理生成式AI使用的决策标准。数据集适用于问答、文本生成和文档问答等任务。This dataset contains 150 document-based question-answer records, derived from U.S. Department of Defense Instruction 5400.19, Use of Artificial Intelligence in Public Affairs (effective July 28, 2025). The instruction establishes policies, responsibilities, and procedures for the appropriate use of artificial intelligence capabilities in public affairs activities within the Department of Defense, creating a governance framework aimed at encouraging mission-related innovation while maintaining the accuracy, security, credibility, transparency, and public trust of official DoD information. The dataset covers the complete governance lifecycle of AI-supported public affairs, including identifying mission-related uses, understanding AI advantages and limitations, selecting authorized AI tools, protecting classified and non-public information, protecting controlled unclassified information, protecting personally identifiable information, assessing privacy and civil liberties risks, evaluating training data characteristics, testing AI capabilities before use, continuously monitoring AI performance, reporting anomalous or unexpected outputs, establishing human oversight, validating AI-generated information, determining suitability for public release, providing generative AI notices, preserving digital content provenance, labeling AI-generated visual information, using persistent content credentials, applying component governance matrices, documenting mission value and risk decisions, and reporting lessons learned and best practices. Each record contains a substantive question and a detailed explanatory answer. The questions focus on policy interpretation, governance reasoning, public affairs accountability, human oversight, security controls, privacy protection, transparency, visual information integrity, digital provenance, and decision criteria for managing generative AI use. The dataset is suitable for tasks such as question answering, text generation, and document-based Q&A.

原始信息汇总

DoD Public Affairs Use of Artificial Intelligence 数据集详情

数据集概览

该数据集包含 150条基于文档的问答记录，内容源自 DoD指令5400.19《公共事务中人工智能的使用》，该指令于2025年7月28日生效。数据集由美国联邦政府拥有，维护者为Terry Eppler，语言为英语，规模在100至1K条之间。

数据特征

数据集中每条记录包含以下字段：

• ID（整数型）
• User（字符串）
• Question（字符串）
• Agent（字符串）
• Answer（字符串）

任务类型与标签

• 任务类别：问答、文本生成、文档问答
• 标签：涵盖国防部、人工智能、生成式AI、公共事务、负责任AI、AI治理、AI透明度、人类监督、数字内容来源、内容凭证、网络安全、隐私、公民自由、作战安全、公众信任、视觉信息、官方信息、政府、合成数据等主题

数据覆盖范围

数据集涵盖了AI支持公共事务的完整治理生命周期，包括：

• 识别任务相关用途
• 理解AI的收益与局限
• 选择授权的AI工具
• 保护机密和非公开信息
• 保护受控非密信息和个人身份信息
• 评估隐私与公民自由风险
• 评估训练数据特征
• 使用前测试与持续监控
• 报告异常输出
• 建立人类监督机制
• 验证AI生成信息
• 确定公开发布适宜性
• 提供生成式AI通知
• 保留数字内容来源
• 标记AI生成的视觉信息
• 使用持久内容凭证
• 应用组件治理矩阵
• 记录任务价值与风险决策
• 报告经验教训与最佳实践

政策框架要点

人类责任

国防部人员对AI能力的开发、部署、工具选择、信息输入、输出评估、准确性验证、发布适宜性评估、官方信息批准、透明度维护和公众信任保护负有完全责任。AI可以增强沟通能力，但不能替代人类问责。

可信度要求

AI能力在公共事务中的使用必须维护和提升国防部可信度。当使用对公众信任、准确性、及时性、真实性、透明度、部门信誉或官方信息的可靠性构成重大风险时，可能被限制或禁止。

跨职能合规

AI在公共事务中的使用必须遵守网络安全、信息安全、受控非密信息、隐私、公民自由、作战安全、公开发布、采购、记录管理、负责任AI等政策要求。

安全与负责任使用

授权工具

各组件必须与首席信息官协调，确定哪些国防部拥有或批准的工具可以处理机密信息、受控非密信息、个人身份信息、受保护的健康信息及其他非公开信息。

禁止输入

人员不得将受保护信息输入未获相应级别授权的外部商业AI系统。该要求适用于提示词、查询、上传文件、支持上下文、指令、附件、嵌入数据和后续消息。

持续监控

已批准工具必须接受持续监控，评估准确性、可靠性、偏差、性能退化、不利影响、安全事件、隐私影响、意外输出、模型变化、供应商变化和任务适宜性。

组织职责

• 负责公共事务的国防部长助理：制定政策、提供实施指南、协调风险缓解、评估公众信任重大风险、可能禁止特定AI用途、分享最佳实践
• 国防部首席信息官：提供信息企业、通信、系统和网络安全政策，支持AI能力在国防部网络上的批准
• 首席数字与人工智能官：制定数据、分析和AI计划政策，提供AI治理指南
• 隐私、公民自由和透明度助理国防部长：就隐私和公民自由事项提供建议，评估新兴技术影响
• 国防媒体活动主任：将指令纳入国防信息学校课程
• 各组件负责人：建立组件治理政策，实施部门级要求，进行安全和隐私风险评估

搜集汇总

数据集介绍

构建方式

本数据集基于美国国防部2025年7月28日生效的DoD指令5400.19，围绕其在公共事务领域应用人工智能的完整治理框架，构建了150条基于文档的问答记录。每条记录包含一个问题与详尽的解答，内容覆盖政策解读、治理推理、问责机制、安全控制、隐私保护、透明度要求、视觉信息完整性、数字来源追踪及生成式人工智能使用决策标准等核心维度。构建过程严格依据指令原文，提取其政策要点、职责分工、指导原则及操作规范，确保问答内容与原始政策高度契合，形成系统化的知识映射。

特点

该数据集具备高度的政策针对性与内容全面性，以官方政策文本为唯一来源，保障了数据的权威性。其核心特点在于问题设计聚焦于政策解释与治理推理，而非简单的事实检索，有效提升了对复杂AI治理概念的理解深度。数据集覆盖了从使命相关性识别到异常输出报告的全流程治理环节，并特别强调人类监督、信息验证、数字来源标注等关键要求。此外，数据规模适中（100-1K条），适合精细化校验与多任务微调，且标注了丰富主题标签，便于针对性检索与使用。

使用方法

使用者可将该数据集用于文档问答、文本生成及AI治理领域的模型微调或评估。在构建问答系统时，可基于问题字段作为输入，答案字段作为目标输出，训练模型理解并回答关于DoD政策的具体问题。在文本生成任务中，可用于生成符合政策要求的公共事务指南或决策建议。数据集亦可用于合规性审查场景，通过问题对模型进行提示，检验其是否遵循政策约束。由于数据源自公开政策，其使用不受版权限制，便于学术研究与实际应用。

背景与挑战

背景概述

在人工智能技术迅猛发展并深度嵌入国家安全与公共传播领域的时代背景下，美国国防部于2025年7月28日正式颁布了第5400.19号指令，旨在规制其在公共事务活动中对人工智能工具的合理应用。作为该指令的衍生数据集，DoD-Instruction-5400.19-Public-Affairs-Use-of-Artificial-Intelligence由美国联邦政府主导，由Terry Eppler博士维护，构建了150条基于该指令的文档问答记录，系统涵盖了从任务相关性识别、工具授权、安全防护、隐私评估、训练数据审校，到人机协同监督、内容溯源及透明度保障等完整治理链路。该数据集以结构化问答形式凝练政策要点，对于推动军事传播领域负责任人工智能实践、促进相关研究与培训具有里程碑式的参考价值，并已成为理解公共事务中AI治理逻辑的关键资料。

当前挑战

该数据集所应对的领域挑战颇为严峻。在公共事务中运用人工智能，需在促进信息传播效率与确保官方信息准确性、安全性、可信度之间取得精妙平衡；生成式AI输出的拟真性加剧了信息失真、版权混淆及公共信任受损的风险，且AI系统易发生偏见、错误或异常输出，需建立严格的测试、监控及人工审核机制。此外，训练数据的不完整性、偏差及时效性问题，以及不同来源信息的编译安全性，均构成显著治理难点。在数据集构建层面，如何从政策文件中提炼出既保持法律文本严谨性又易于理解的高质量问答对，并全面覆盖指令涉及的二十余个主题领域，同时嵌入规范化的治理决策逻辑，亦是设计上的技术挑战，需在确保内容保真度与合规性的前提下，实现知识结构的体系化表达。

常用场景

经典使用场景

该数据集围绕美国国防部第5400.19号指令《公共事务中的人工智能应用》构建了150条基于文档的问答记录，系统覆盖了从任务相关性识别、工具授权选择、数据安全防护到生成式AI透明度管理的完整治理生命周期。其经典使用场景聚焦于政策解读与治理推理，适用于对AI在公共事务中应用的合规性问答、生成式AI使用决策支持以及文档级问答系统的开发与评测，为研究者提供了结构化的、可验证的领域语料，尤其适合用于法律文本与政策指令的自动化理解与问答任务。

解决学术问题

该数据集解决了军事公共事务领域中AI治理政策缺乏结构化、可量化研究语料的问题，为AI伦理、负责任AI、人类监督、数字内容溯源等学术议题提供了实证基础。通过真实的政策条款问答，它支持探究AI在敏感信息环境下的使用边界、训练数据偏差评估、异常输出检测等关键难题，推动了AI治理框架的跨学科研究，并促进了公共部门AI透明度和问责机制的理论构建，对信息科学、公共管理及军事伦理研究具有重要参考价值。

衍生相关工作

基于该数据集，研究者已衍生出多项工作：构建面向国防政策的领域专属问答模型，提升政策检索与解读效率；开发AI治理合规性评估框架，用于量化任务风险与审查流程；以及设计数字内容溯源与凭证的自动标注系统。后续工作还包括异常AI输出检测算法的基准测试、训练数据偏差分析工具的原型验证，以及生成式AI透明度通知的标准化模板库。这些扩展研究共同推动了军事公共事务AI应用的规范化，也为其他高敏感性领域的AI治理提供了可复用的方法论。