この論文は、AIに関する「何を禁止すべきか」といった実体的な規則だけでなく、そうした規則を生み出し実行するための法的・規制上のインフラを整えることが重要だと主張します。執筆者は米国科学アカデミー紀要（PNAS: Proceedings of the National Academy of Sciences）へのPerspective（展望）論考で、具体例として三つの制度案を示し、検討しています。

一つ目は「フロンティアモデルの登録制度」です。ここでいうフロンティアモデルとは、最先端で能力の高い大規模なAIモデルを指します。提案は、こうしたモデルを公式に登録する仕組みを作ることで、どのようなシステムが存在するかを把握し、後続の規制や監督を可能にすることを目的としています。

二つ目は「自律エージェントの登録・識別制度」の創設です。自律エージェントとは、自ら判断して行動するソフトウェアのことです。著者は、これらのエージェントを登録し識別できる制度を整えることで、誰がどのエージェントに責任を持つのかを明確にし、監視や対応をしやすくすることを提案しています。

三つ目は「規制市場（regulatory markets）の設計」です。これは政府だけで全てを管理するのではなく、民間企業が規制サービスを提供できる市場をつくる考え方です。具体的には、安全性の検査や監視ツールなどを民間が競って提供する仕組みを作り、技術革新を規制の実行力に取り込もうという趣旨です。

なぜ重要かと言えば、著者はAIの変革力が大きいため、単にルールを作るだけでなく、そのルールを生み出し運用するための仕組み作りに特に注意を払う必要があると論じています。ただし、本稿はPerspective（展望）であり、既成の実証研究ではなく提案の形で示されています。これらの案は制度設計や運用の詳細を詰める必要があり、実際の効果や実現可能性についてはさらなる検討が求められる点が重要な留意点です。