确保 AGI 惠及所有动物的五年计划
最新的人工智能专家综合调查预测，到 2027 年，人工智能超越人类能力的可能性为 10%，到 2047 年则为 50%。包括英伟达公司（NVIDIA）、DeepMind公司、OpenAI公司和Anthropic公司首席执行官在内的一些世界人工智能领军人物认为，人工通用智能（AGI）可能会在不到五年的时间内到来。
无论时间表如何，未来五年无疑是我们影响 AGI 如何影响动物的最佳机会。目前的人工智能系统在说服动物方面已经比人类高出81.7%，并且表现出物种歧视的偏见，对动物造成伤害。
剥削动物的公司张开双臂拥抱人工智能的说服力。韦恩-桑德森农场（Wayne-Sanderson Farms）采用了人工智能聊天机器人，肯德基通过人工智能驱动的营销，收入增长了 15%。鸡肉营销峰会等行业活动将人工智能作为实现利润最大化的工具加以推广，进一步巩固了人工智能在加速动物产品需求方面的作用。
人工智能也在重塑工厂化农场和屠宰场本身。预计到 2033 年，价值 30 亿美元的精准畜牧业（PLF）将超过 80 亿美元，从而加速畜牧业的工业化进程。研究证明，虽然精准畜牧业有时被宣传为能改善动物福利，但它至少会给动物福利带来 12 种重大危害，包括侵入性设备、技术故障、预测不准确、福利监测不足、动物护理减少、农场工业化程度提高以及动物产品消费量增加。
默认路径规模空前的自动开发
如果不进行干预，人工智能将把工厂化养殖变成一个难以想象的残酷和自动剥削的系统。人工智能系统将精确无情地管理饲料、照明、温度和动物运动，以牺牲动物福利为代价最大限度地提高生产率。自动化屠宰场将提高屠宰速度，同时将监督减少到纯粹的生产指标，工厂化养殖场将在极少人工参与的情况下运营，从而导致成本下降，痛苦增加。
市场营销部门将继续部署先进的人工智能系统，以塑造公众认知，对抗动物权益倡导者的努力，并强化工业化畜牧业在我们食品体系中的主导地位。这将使有意义的改革几乎成为不可能，因为人工智能驱动的行业信息将淹没倡导努力，系统性地削弱动物倡导者，并加速集约化养殖在全球的扩张。
这并不是遥远的乌托邦--它已经开始了。中国的 26 层摩天大楼养殖场利用人工智能每年屠宰 100 多万头猪，人工智能驱动的自动化电池养殖场每家饲养 200 多万只鸡，美国的养虾场利用人工智能每年捕杀200 多万只虾，英国的自动控制集装箱饲养的黑兵蝇喂养工厂化养殖的鸡，加剧了这两个物种的痛苦。这些系统已经存在，并在迅速扩大。
替代方案利用人工智能解放动物的五年计划
虽然人工智能在工厂化养殖中的兴起已经开始，但我们仍有时间改变方向。同样的人工智能能力可能会巩固剥削，但也可能成为保护动物的有力工具。
为了抓住这一机遇，我们需要一个明确的框架来评估潜在的干预措施并确定其优先次序。以下分析对最有前途的现有干预措施进行了全面评估，并进行了评分和分级，以指导运动资源的战略部署。
战略框架和干预分析
为了系统地评估每项干预措施的潜力，我们制定了一套综合评分方法，既考虑直接影响，又考虑长期战略价值。每项干预措施都根据五个权重相同的因素按 0-10 分制打分：
影响：重大影响得 2 分，中等/区域影响得 1 分，有限影响得 0 分
可实施性：实施路径清晰得 2 分，中等难度得 1 分，重大障碍得 0 分
被忽视：目前没有工作得 2 分，有工作但有差距得 1 分，覆盖面广得 0 分
所需资源：资源最少得 2 分，资源中等得 1 分，资源密集得 0 分
风险等级：最低风险为 2 分，可控风险为 1 分，重大风险为 0 分
我们使用三种前沿人工智能模型--Gemini 2.0、Claude 3.5 Sonnet 和 ChatGPT o1--对干预措施进行评估，以得出客观分数。虽然我们团队开发的几项干预措施在此次评估中获得了较高的排名，但我们采取了多种措施，以尽量减少评估过程中可能出现的偏差。
为了确保公平比较，我们让克劳德 3.5 修改了所有干预措施的说明，以最大限度地保持 中立性，然后再提交评分。然后，模型在没有任何记忆或先前评估背景的情况下，独立地对每个方案进行评估。最后的排名由他们的平均得分决定。完整的提示和模型回答见附录。
我们认识到，不同的专家可能会根据其独特的框架和优先事项得出不同的结论。我们鼓励其他人调整和应用这种评估方法，以开展自己的独立评估。
以下各节按人工智能评估总分排序，介绍了各项干预措施的综合排名和详细分析。
干预措施排名表
1.创建统一的动物宣传数据库（得分：8.33）
开发一个全面的开源数据库，汇总动物权益组织的信息，作为人工智能模型的训练数据，并实现检索增强生成（RAG）。应用程序接口（API）将允许各组织安全地共享和访问数据。
为动物带来直接益处：为更智能的干预措施提供可操作的见解，并支持人工智能驱动的工具和代理。
与 AGI 对齐的未来链接：为 AGI 提供高质量、以动物为中心的训练数据。
当前工作：Open Paws 已与 30 多个组织签署了数据共享协议，并计划于 2025 年初发布该数据库。
目前的差距：需要更多组织共享数据。需要努力确保宣传机构和人工智能实验室利用数据。
2.制定动物影响评估标准（得分：8 分）
建立框架和基准，评估人工智能系统对动物的直接和间接影响，为公司和监管机构提供评估福利影响的指标。
对动物的直接益处：确保人工智能技术最大限度地减少对动物的伤害，并影响行业实践，使其符合道德标准。
未来与 AGI 接轨：在 AGI 决策中考虑动物福利因素。
当前工作： Hive正在制定基准，Open Paws 正在训练人工智能模型，以便根据对动物的影响对人工智能系统的输出进行排序。
目前的差距：需要更广泛地采用基准和模型。
3.建立营销活动成功预测系统（得分：8）
利用机器学习分析历史活动数据，预测有效的宣传方法，包括时机、信息传递和干预类型。
为动物带来直接利益：优化资源利用，最大限度地扩大活动影响，为动物福利带来更好的结果。
未来与 AGI 的联系：使 AGI 与有效实现动物的积极成果相一致。
当前工作：Open Paws 将于 2025 年初发布活动成功预测模型。
目前的差距：需要建立更多的数据共享伙伴关系。
4.开发专门的人工智能动物宣传模式（得分：7.67）
针对动物宣传任务（如内容创建）对人工智能模型进行微调。这些模型将扩大信息传递并减少工作量。它们还可用于高级自动化和代理系统，代表动物倡导者采取自主行动。
为动物带来直接益处：扩大动物保护工作的规模，减少工作量。
与 AGI 结盟的未来链接：支持开发优先考虑动物福利的开源数据集、模型和研究，为道德人工智能培训创造宝贵资源。
当前工作：Open Paws 将于 2025 年初发布专门的人工智能模型。
目前的差距：人工智能实验室和动物权益保护组织对这些资源的采用仍是一项关键挑战。
5.为倡导者提供人工智能培训（得分：7.67）
制定计划，教导倡导者有效使用人工智能工具，从基础扫盲到高级应用。
为动物带来直接利益：提高动物保护者的效力和效率。
未来与 AGI 的联系：通过让动物权益倡导者掌握人工智能技能，他们或许能够直接为人工智能产业做出贡献，从而有可能扩大他们在关键决策过程中的影响力。
目前的工作 Electric Sheep提供动物保护人工智能在线课程，NFPs.ai为动物慈善机构提供培训、网络研讨会、咨询和讲习班。
目前的差距：尽管有一些培训项目，但仍缺乏专门针对动物权益倡导组织和个人的广泛、可获得、可负担的人工智能教育。许多倡导者可能没有意识到人工智能工具如何能为他们的工作带来益处，或者缺乏有效整合这些工具的资源。此外，目前的课程可能没有涵盖更高级的应用。
6.支持替代蛋白质 AI 的开发（得分：7.33）
通过共享数据集、开源工具以及与该领域的公司合作，促进替代蛋白质的人工智能研究。虽然这一领域已获得大量投资，但由于竞争问题，数据共享方面仍存在关键限制。
对动物的直接益处：优化替代蛋白质的生产，使其更美味、更便宜、更健康、更可持续。
与 AGI 对齐的未来链接：获取全面、开放的数据集将使 AGI 能够比零散或专有数据更快、更有效地优化替代蛋白质开发的解决方案。
当前工作：像NotCo这样的公司正在通过提供人工智能即服务模式来解决数据共享难题，激励公司共享数据以提高绩效。食品系统创新公司和优质食品研究所等非营利组织也在推动人工智能在替代蛋白质中的应用方面取得了长足进步。
目前的差距：首要挑战是促进替代蛋白质公司之间加强合作和数据共享。行业参与者采用共享的人工智能框架对于取得进一步进展至关重要。
7.将人工智能工具纳入宣传机构（得分：7.33）
提供技术援助，帮助各组织在社交媒体管理、捐助者外联和活动分析等任务中采用人工智能工具。
为动物带来直接益处：提高效率，将更多资源用于直接宣传。
与 AGI 结盟的未来联系：随着动物保护组织成为人工智能系统的大客户，它们作为利益相关者的影响力也随之增加，促使人工智能公司考虑它们的需求和观点。这就为倡导者提供了一个渠道，以符合同情心和道德优先事项的方式影响人工智能工具的开发，最终影响 AGI 系统以反映这些价值观。
当前工作：一些组织正在采用人工智能工具，但采用情况仍然零散且不协调。
目前的差距：需要结构化的操作手册、顾问和资金，以便在全球范围内实现标准化，并扩大各组织的采用范围。
8.实施动物友好型数据标签标准（得分：7 分）
推动数据标注公司（受雇为人工智能公司提供训练数据）将动物福利准则纳入注释流程。
对动物的直接益处：确保人工智能系统根据道德数据进行训练，防止决策中出现有害的偏见。
未来与 AGI 接轨：将伦理因素纳入基础数据集，通过提供包含动物福利因素的高质量数据，从一开始就塑造 AGI 价值观。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：缺乏鼓励标签公司采用动物福利准则的宣传活动。此外，建立最佳实践并确保行业参与者和倡导组织广泛采用仍是一项重大挑战。
9.在人工智能伦理会议上发言（得分：7）
通过组织研讨会和在重要会议上提交论文，在人工智能伦理讨论中促进动物福利。
为动物带来直接利益：将动物福利作为人工智能发展的核心问题，确保其成为更广泛的伦理讨论的一部分。
未来与 AGI 接轨：通过影响人工智能伦理方面的思想领袖和政策制定者，确保动物福利在 AGI 协调中处于优先地位。
当前工作：已提交了一些关于人工智能与动物伦理交叉的论文。
目前的差距：需要专门的学术合作、更多的资金和更强的代表性，以扩大影响。
10.倡导在人工智能法律中保护动物（得分：7）
推动法律要求在人工智能开发和部署中考虑动物福利。
对动物的直接益处：防止人工智能驱动的技术对动物造成伤害，建立保护动物福利的标准。
未来与人工智能的联系：创建一个法律框架，将伦理因素纳入人工智能管理，确保有知觉的生命受到保护。
当前工作： Anima International和 Open Paws 等组织目前正在参与为欧盟人工智能法案起草实践准则的工作组。
目前的差距：需要更多的法律专业知识、游说支持以及与倡导团体的合作，为立法变革造势。
11.部署社交媒体内容自动化系统（得分：7）
开发和部署人工智能系统，以优化社交媒体内容的发布，从而进行宣传、识别病毒式传播的潜力并有效安排发布时间。
为动物带来直接利益：扩大宣传范围和参与度，提高公众对动物福利的认识和支持。
未来与 AGI 的联系：通过优化社交媒体内容，扩大动物友好的叙述，这些系统有助于塑造社交媒体算法，使其趋向于富有同情心的内容。鉴于许多社交媒体公司都在积极推进 AGI，确保其平台优先考虑人道和道德内容，可以影响 AGI 培训数据，使其与动物福利价值观保持一致。
当前工作：Open Paws 已经开发并测试了这些工具的早期版本。
目前的差距：需要更多资源、更好的可扩展性以及对倡导者的培训，才能充分利用这些工具。
12.改革搜索引擎和社交媒体内容政策（得分：6.67）
与科技公司合作，改进政策，公平呈现动物福利内容，减少错误信息。
为动物带来直接益处：提高准确、富有同情心的宣传内容的可见度，同时抵制有害的言论。
未来与 AGI 的联系：通过影响搜索引擎和社交媒体的算法，使其优先考虑人道和道德的内容，我们为塑造 AGI 的训练数据做出了贡献。如果人道内容变得更加普遍，这些积极致力于 AGI 的平台就可以整合更多匹配的训练数据集。
当前工作：与平台的接触有限，一些探索性的宣传工作已经到位。
目前的差距：需要更强大的联盟来有效地与主要平台接触，并开展专门的游说活动，以推动算法的透明度和道德优先性。
13.与人工智能伦理组织合作（得分：6.67）
与人工智能伦理组织合作，在更广泛的人工智能伦理框架中优先考虑动物福利。
为动物带来直接利益：确保动物福利成为人工智能道德标准的关键考虑因素，影响人工智能对各行业动物的影响。
未来与 AGI 接轨：建立联盟，确保 AGI 系统尊重所有有生命的生物，并与优先考虑动物福利的伦理框架保持一致。
当前工作：除非正式对话外，在这一领域开展的工作极少。
目前的差距：需要更加正式的合作，为联合行动提供资金，并更有力地融入著名的人工智能伦理网络。
14.迫使云提供商限制 PLF（得分：6.33）
通过强调道德和环境冲突，倡导主要云提供商停止为精准畜牧业 (PLF) 客户提供服务。
对动物的直接益处：减少对有害工厂化养殖技术的基础设施支持，限制其扩展性。
与 AGI 结盟的未来联系：通过减少对这些公司的依赖，它们对 AGI 发展的影响力就会减弱，从而降低人工智能进步以利润为导向而不是以道德为导向的风险。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要大型联盟和持续的压力，促使主要云提供商采取限制措施。
15.组织科技公司员工网络（得分：6.33）
支持科技公司内倡导动物友好政策和实践的员工团体。
为动物带来直接利益：利用内部影响力，倡导系统性变革，使科技公司的运营与动物福利目标保持一致。
与 AGI 结盟的未来链接：在塑造人工智能未来的公司中促进道德意识和决策，将动物福利因素纳入其工作中。
当前工作：正在开展早期阶段的活动，一些员工在内部倡导道德政策。主要是非正式联网。
目前的差距：需要有组织的支持、组织工作所需的资金，以及使员工有能力在公司内部有效宣传的工具。
16.建立气候-动物宣传联盟，反对 PLF（得分：6.33）
在动物和气候倡导团体之间建立联盟，反对人工智能驱动的有害工厂化养殖技术。
为动物带来直接利益：利用气候运动更广泛的影响力和资源，加强宣传工作。
与 AGI 结盟的未来联系：通过建立动物和气候倡导组织之间的联盟，这些组织可以对开发 AGI 的公司施加更大的综合影响。
当前工作：气候组织与动物权益组织之间的合作有限，据我们所知，没有一个组织专门针对人工智能开展工作。
目前的差距：需要专门的联合项目，加强对气候团体的外联，以及有效协调目标的框架。
17.启动计算机科学学生教育计划（得分：6.33）
为计算机科学专业的学生制定教育计划，重点关注人工智能伦理和动物福利。
让动物立即受益：激励下一代人工智能专业人员将动物福利纳入他们的项目和决策过程。
与 AGI 结盟的未来联系：建立一个开发人员管道，这些开发人员具有伦理知识，能够影响 AGI 的开发，使其尊重所有有情众生。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要资金来扩大计划规模，与教育机构建立合作伙伴关系，并针对这些目标开发综合课程。
18.阻碍对 PLF 技术的投资（得分：6）
创建资源，展示投资 PLF 技术的道德和商业风险，并推广替代方案。
为动物带来直接益处：减少对有害产业的资金支持，将投资转向道德技术。
未来与 AGI 的联系：将投资从剥削性行业转移出来，不仅会降低这些行业的技术进步，还会削弱它们对塑造人工智能和 AGI 优先事项的影响力。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要庞大的投资者网络和与金融分析师的合作关系，以创建有吸引力的资源和活动。
19.建立肉类产业工人工会联盟（得分：6）
与工会建立联盟，解决屠宰场和农场对人工智能驱动的自动化的共同担忧。
为动物带来直接利益：利用共同利益，减少加剧动物痛苦的自动化，同时保护工人。
与 AGI 结盟的未来联系：通过在动物权益倡导者和工会之间建立联盟，这些团体可以对开发 AGI 的公司施加更大的综合影响。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要加强合作伙伴关系、专门的宣传材料以及关于共同目标的相互教育。
20.支持 PLF 开发人员的职业转型（得分：6）
通过提供职业过渡资源和支持，鼓励开发人员离开有害的 PLF 角色。
为动物带来直接益处：减少有害行业可利用的专业技术，同时促进符合道德规范的人工智能应用的发展。
未来与 AGI 的联系：将开发人员从剥削性行业转移到道德领域，可确保人工智能和 AGI 人员优先考虑人性化应用。这些开发人员所带来的专业知识可以引导 AGI 系统走向道德优化流程，将同情的价值观嵌入其核心。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要为再培训计划、职业安置服务提供资金，并与受影响的开发商积极合作。
21.招聘对动物友好的搜索和社交内容版主（得分：5.67）
建立一个优先考虑动物福利的版主网络，努力确保在主要平台上进行合乎道德的内容策划。
为动物带来直接益处：确保宣传内容的公平表达，同时减少有害的叙述。
与 AGI 对齐的未来链接：将对动物友好的内容审核嵌入到主要平台中会影响到训练 AGI 系统的数据集和算法。通过确保这些系统接触到人道、准确的叙述，我们将增加 AGI 内化并优先考虑道德和同情心价值观的可能性。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要资金来扩大招聘和培训规模，同时加强与主要平台的合作，以有效嵌入版主。
22.游说限制工厂化人工饲养（得分：5.33）
倡导立法限制人工智能在工厂化养殖中的有害应用，如高速屠宰或降低福利的算法。
为动物带来直接利益：结束人工智能在工厂化养殖中造成的一些最严重的危害，如降低福利的算法和高速屠宰系统，减少痛苦并防止剥削性做法在技术上进一步固化。
与 AGI 结盟的未来联系：对有害的人工智能应用设置法律限制，为将道德因素纳入 AGI 治理创造了直接先例。通过规范人工智能如何影响工厂化养殖中的有生命的生物，我们发出了一个关于人工智能必须尊重的道德界限的明确信息，增加了人工智能优先考虑所有有生命的生物的福利的可能性。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要扩大游说工作、与决策者结成战略联盟和更广泛的联盟，以提高宣传效果。
23.在社交媒体上开展食品行业事实核查标签运动（得分：5.33）
与健康和环保团体合作，倡导在社交媒体上标注食品行业的错误信息。
让动物立即受益：挑战欺骗性做法，促进透明度和道德消费。
未来与人工智能的联系：在社交平台上嵌入事实核查系统可以影响 AGI 的训练数据，确保未来的人工智能系统在决策时优先考虑准确性和道德标准。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要更广泛的倡导团体联盟以及与科技公司更持续的合作，以推进实施。
24.协调科技公司股东激进主义运动（得分：5.33）
通过股东活动影响人工智能政策，建立道德投资者联盟。
为动物带来直接利益：鼓励企业承担责任，推动科技公司将动物福利因素纳入其人工智能政策。
与 AGI 结盟的未来联系：这种方法通过股东行动主义影响企业财务优先事项，为企业优先发展合乎道德的人工智能提供了直接的经济激励。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要更多协调，包括建立道德投资者网络和更好的吸引股东参与的工具。
25.限制向 PLF 出售人工智能硬件（得分：4.67）
向硬件制造商施压，要求他们限制向 PLF 公司销售产品，并制定道德使用指南。
为动物带来直接利益：限制有害养殖自动化可用的技术基础设施，直接减少与 PLF 相关的动物痛苦。
未来与 AGI 接轨：推动技术行业的文化转变，从而影响长期发展重点。
当前工作：据我们所知，目前没有任何组织正在开展此类活动。
目前的差距：需要结构化的宣传举措、更高的公众意识和更强大的联盟来有效地向制造商施压。
我们的建议
动物倡导中的人工智能运动战略计划（2025-2029 年）
本战略计划就动物权益保护运动如何在未来五年内共同努力确保人工智能造福动物提出了建议。为了清晰起见，我们将这些建议分为几个阶段，但如果资源和机会出现，其中许多干预措施可以立即实施。各组织应根据自身能力、优先事项和具体情况调整这些建议。
要想取得成功，就需要许多组织协同努力，不同的团体根据自身的专长和能力发挥领导作用。这里概述的各个阶段旨在相互促进，但也很灵活--一个领域的早期成功可能会加速其他领域的机遇，一些组织可能已经准备好立即处理 "后期 "项目。
第 1 阶段：地基建设（2025 年）
高效数据和工具开发
建立全运动范围的合作，为统一的动物宣传数据库、专门的人工智能模型、活动成功预测模型和外联自动化工具做出贡献，并从中受益，Open Paws 将于 2025 年初发布这些工具。
协调不同组织的技术团队，避免重复劳动
运动范围内的能力建设
为将人工智能工具整合到宣传机构中制定逐步的标准化操作手册
扩大为动物倡导者提供人工智能讲习班、培训、咨询和辅导的范围
替代蛋白质支持
为替代蛋白质开发创建共享数据集和工具
建立数据共享框架，既保护知识产权，又促进合作
第 2 阶段：教育与联盟建设（2025--2026 年）
教育计划发展
启动以人工智能伦理和动物福利为重点的计算机科学学生教育计划
为大学和新兵训练营编写课程材料
技术工人组织
在大型人工智能公司创建技术人员网络
建立关注动物福利的员工资源小组
编制宣传材料，供科技工作者内部使用
为员工主导的倡议建立支持系统
联盟发展
与成熟的人工智能伦理组织建立伙伴关系
建立专门针对 PLF 的气候动物宣传联盟
与肉类行业工会建立关系
会议和学术活动
在主要的人工智能伦理会议上提交并宣读论文
与学术机构建立研究合作关系
第 3 阶段：政策参与（2026-2027 年）
政策制定
在人工智能法律中倡导动物保护要求
参与监管工作组
与政策制定者和监管者建立关系
内容政策改革
就动物福利内容政策与搜索引擎和社交媒体平台进行沟通
针对食品行业在社交媒体上的声明，开发事实核查和错误信息标签系统
建立动物友好内容版主网络
第 4 阶段：PLF 行业压力（2027-2028 年）
云提供商活动
针对为 PLF 客户提供服务的主要云提供商开展活动
硬件限制
向硬件制造商施压，限制 PLF 的销售
建立行业对销售限制的支持
开发人员过渡支持
为 PLF 开发人员创建职业过渡资源
在道德领域建立就业安置服务
第五阶段：金融与企业压力（2028-2029 年）
投资压力
发起阻止 PLF 技术投资的运动
股东激进主义
协调科技公司股东活动运动
争取机构投资者的支持
企业政策改革
在人工智能发展政策中倡导动物福利
建立企业问责制框架
结论
未来五年是塑造未来人工智能对动物影响的关键窗口期。通过优先考虑影响力大的干预措施，战略性地利用人工智能的能力，我们可以应对日益严重的自动化剥削威胁，并确保利用新兴技术保护动物。这可能是我们重新定义人工智能轨迹的唯一机会，从而为所有有生命的生物创造一个更富同情心、更公正的未来。
附录
提示（用于生成干预措施的排名）
生成一个表格，按照以下因素对这些潜在干预措施进行排序，并将这些排序相加， 得出 0-10 分的总分，从排序最高的干预措施开始，然后按降序排列其余干预措施：]。
排列因素清单：
影响（0-2）：
2: 可能严重影响动物福利
1: 对特定地区或区域的中度影响
0: 影响有限或不确定
延展性 (0-2)：
2: 利用现有工具/方法的清晰实施路径
1: 中等挑战，但可行
0: 可能存在重大障碍或阻力
被忽视（0-2）：
2: 目前没有组织正在开展这项工作
1: 正在开展一些工作，但差距很大
0: 现有工作已充分覆盖
所需资源（逆 0-2）：
2: 所需资源最少
1: 所需资源适中
0: 需要大量资源
风险等级（逆 0-2）：
2: 下行风险最小
1: 风险适中但可控
0: 重大风险或潜在的逆火效应
潜在干预措施清单：
倡导在人工智能法律中保护动物：一项政策倡议，旨在制定在人工智能发展法规中考虑动物福利影响的要求。这项工作在现有的人工智能监管框架和政策基础设施内开展，大部分工作侧重于政策宣传和起草。
建立活动成功预测系统：机器学习系统分析历史活动数据，预测宣传效果。该系统利用现有收集的活动数据和志愿者技术专长，并已通过积分获得云计算资源。
建立气候-动物倡导联盟，反对 PLF：在动物倡导组织和气候组织之间就农业人工智能问题建立联盟的倡议。这包括协调现有的环保和动物权益组织，主要侧重于关系建设和战略调整。
食品行业事实核查标签运动：对社交媒体平台上的食品行业声明实施标签制度的倡议。该系统在现有的平台事实核查系统内运行，但需要平台政策和内容审核团队的持续参与。
协调科技公司股东的积极行动：通过股东决议和投资者参与来影响科技公司的人工智能政策。这项工作通过既定的公司治理机制和现有的 ESG（环境、社会和治理）框架进行。
创建统一的动物宣传数据库：数据库系统汇集了来自动物权益组织的信息，并提供 API 用于数据共享。该项目已与多个组织签订了数据共享协议，并利用了现有的云基础设施。
部署社交媒体内容自动化系统：开发优化社交媒体平台内容发布的系统。这将利用现有的人工智能和自动化工具，同时遵守平台准则和服务条款。
制定动物影响评估标准：建立评估人工智能系统对动物影响的框架。这涉及开发可被公司或监管机构采用的衡量标准和评估工具。
开发动物宣传专用人工智能模型：开发针对活动和宣传材料进行培训的人工智能模型。这项工作利用现有的计算资源和收集的数据集，由志愿开发人员负责技术工作。
阻止对 PLF 技术的投资：向投资者介绍精准畜牧技术投资的各个方面。这项工作通过现有的投资网络和财务分析框架开展。
建立肉类行业工会联盟：围绕肉类加工设施的自动化问题，努力与工会建立联系。这包括确定共同利益，并针对工作场所自动化问题制定合作方法。
实施动物友好型数据标签标准：该项目旨在为人工智能训练数据中如何表示动物制定指导方针。该项目与现有的数据标注公司及其当前的注释流程合作。
将人工智能工具纳入宣传组织：将人工智能工具纳入宣传活动的系统方法。这包括根据具体的组织需求调整现有的人工智能技术，并提供实施支持。
启动计算机科学学生教育计划：针对计算机科学和人工智能专业学生的人工智能伦理教育计划。这将在现有的大学结构和技术教育框架内进行。
游说工厂化养殖人工智能限制：制定重点政策，对人工智能在农业生产中的应用做出具体限制。这包括与政策制定者合作，起草并实施有针对性的法规。
组织科技公司员工网络：为科技公司内对人工智能伦理感兴趣的员工团体提供支持。在尊重公司政策的前提下，通过现有的员工资源小组结构开展工作。
与人工智能伦理组织合作：发展动物权益组织与人工智能伦理组织之间的伙伴关系。这包括在现有的人工智能伦理框架和讨论中寻找共同感兴趣的领域。
在人工智能伦理会议上发言：努力将动物福利因素纳入人工智能伦理学术讨论。这项工作通过既定的学术会议系统和出版场所进行。
迫使云计算提供商限制 PLF：与云计算提供商就其为农业人工智能应用提供的服务进行接触。这项工作通过现有的企业责任框架和客户反馈渠道进行。
为倡导者提供人工智能培训：制定培训计划，指导倡导者有效使用人工智能工具。这建立在现有的技术培训框架和成熟的人工智能工具基础之上。
招募对动物友好的搜索和社交内容版主：建立熟悉动物福利问题的内容管理者网络。这将在现有的内容管理制度和质量评级框架内发挥作用。
改革搜索引擎和社交媒体内容政策：就平台对动物福利和农业内容的处理与平台进行互动。这项工作通过既定的平台政策渠道和内容指南进行。
限制向 PLF 销售人工智能硬件：与人工智能硬件制造商就其客户政策进行接触。这将通过现有的企业销售渠道和责任框架发挥作用。
支持替代蛋白质人工智能开发：通过工具和数据集支持替代蛋白质开发方面的人工智能研究。这项工作在现有的食品技术研发框架内进行。
支持 PLF 开发人员的职业转型：帮助有兴趣改变角色或部门的人工智能开发人员的计划。这将通过现有的职业发展和就业安置渠道进行。
