构建我国人工智能综合治理机制

人工智能立法作为治理人工智能的重要手段，对预防与系统规制人工智能风险具有重要意义。全球人工智能立法已进入快速发展阶段，各国均在积极提出立法对策与治理机制，以期护航本国人工智能技术的安全健康发展，在全球人工智能发展中占据优势。人工智能治理机制是人工智能立法中的关键“元件”。当前，全球各国依据本国国情提出“弱监管”的人工智能行业自治治理机制、“强监管”的人工智能全过程治理机制、框架灵活的负责任合作治理机制、平衡风险的人工智能治理机制等。人工智能治理机制的多元性表现出人工智能规制的复杂性。我国未来人工智能立法宜采取综合治理机制，形成体系化的集合，弥合不同治理机制的矛盾与分歧，提高治理机制的整体性、系统性与逻辑一致性。

我国人工智能规范的纵横脉络

全方位推进人工智能治理，积极贡献治理智慧与力量。我国将人工智能治理视为保障国家安全、促进科技健康发展的重要议题。早在2017年，我国便对人工智能提出系统发展与治理规划，国务院印发《新一代人工智能发展规划》提出“确保人工智能安全、可靠、可控发展”。随着人工智能的不断发展，治理政策与法律出台的需求愈发凸显。2019年，《新一代人工智能治理原则——发展负责任的人工智能》要求人工智能在公平公正、尊重隐私等原则的基础上，推动开放协作的人工智能全球治理。2021年，《新一代人工智能伦理规范》进一步细化公平、透明、隐私保护等原则。2022年，中办国办印发《关于加强科技伦理治理的意见》要求人工智能科技治理应注重“伦理先行”，为人工智能治理提供了更为明确的指引。

与此同时，我国开始加大制定行业标准的力度。2020年，《国家新一代人工智能标准体系建设指南》提出了人工智能标准体系的八个部分。我国除了出台相关政策规范，还深度参与全球人工智能治理对话，展现出大国担当。2023年，我国在第三届“一带一路”国际合作高峰论坛上提出全球人工智能治理倡议。2024年，第78届联合国大会协商一致通过中国提出的加强人工智能能力建设国际合作决议。我国支持在联合国、二十国集团领导人峰会等平台开展相关讨论，在国际层面多次提出人工智能治理倡议，向世界贡献中国方案与中国智慧。

人工智能立法稳步推进，法治基础格局渐趋完善。近年来，中央和地方在多个维度围绕人工智能展开基础立法、综合立法、特定技术方向以及特定行业立法，形成了层次分明、相互协同的“1+3+2+N”人工智能法治基础格局。其中“1”即《民法典》，为人工智能领域的基本民事权利义务关系提供了根本遵循。“3”代表三部基础性法律，《数据安全法》《网络安全法》《个人信息保护法》从不同侧重点对人工智能相关领域进行规范。“2”指两部地方性法规，《上海市促进人工智能产业发展条例》与《深圳经济特区人工智能产业促进条例》。“N”涵盖了一系列针对特定技术方向与行业的规范文件，包括规制算法、深度合成与生成式人工智能等领域的《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》《关于加强互联网信息服务算法综合治理的指导意见》等。在立法规划层面，国务院在2023、2024年度立法工作计划中，将人工智能法草案列入其中。全国人大常委会2024、2025年度立法工作计划将“人工智能健康发展等方面的立法项目”列入预备审议项目。现阶段，我国人工智能法治基础格局渐趋完善。

构建多元人工智能治理机制，亟须推进治理机制体系化整合。目前，我国关于人工智能治理机制的规定广泛分布在不同的规范文件之中，例如在《网络安全标准实践指南—人工智能伦理安全风险防范指引》中提出敏捷治理；在《深圳经济特区人工智能产业促进条例》中强调构建分级治理；在《新一代人工智能伦理规范》中提出伦理安全治理机制；在《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》中提出协同治理；在《上海市促进人工智能产业发展条例》中提出国际治理等。诸多治理机制尚未有明确、统一的定义，降低了治理机制的权威性与有效性。当前，如何进一步整合分散的规定，明确各治理机制的内涵与边界，加强不同治理机制之间的衔接与协调，已然成为我国人工智能立法亟待解决的重要课题。

域外人工智能立法体系与

治理机制比较

国际社会高度关注人工智能治理议题，全球有多个国家和地区已制定或正在制定人工智能相关法律。2024年，欧盟通过了《人工智能法案》、韩国通过了《人工智能基本法》。2025年，美国、英国、日本、加拿大等人工智能立法取得不同的进展。各国的人工智能发展进程各不相同，其人工智能立法体系也有很大差异。欧盟、法国、德国、新加坡、日本等强调人工智能伦理治理及标准化。美国、英国侧重于行业自治和政府、社会及监管机构多主体合作治理，注重技术创新。新加坡创新人工智能评估框架和监管工具。

域外各国共五类典型人工智能治理机制。一是美国“弱监管”的人工智能行业自治治理机制，侧重联邦带头治理、多部门协同。该机制的特点是鼓励创新、发展优先、监管力度弱。2023年，美国国家标准与技术研究院发布《人工智能风险管理框架》，提出关于人工智能治理的相关原则，但该文件不具有强制性。为鼓励企业创新，美国多数州的消费者隐私与数据保护法给予人工智能中小企业一定的豁免权，增强其容错空间。二是欧盟“强监管”的人工智能治理机制，注重公私合作治理、强调全过程监管。欧盟《人工智能法案》是全球第一部系统性规范人工智能的法律，为人工智能设计了全生命周期的规制措施，要求人工智能产品入市前评估、入市后监测，以便从事前、事中和事后全过程治理。该法案创新风险等级设计，进行差异化义务设定。对人工智能系统采取分类分级监管制度，将风险划分为四个等级，允许监管机构根据人工智能系统可能造成的风险等级来制定监管措施，从而平衡创新和风险之间的关系。三是英国框架灵活的负责任合作治理机制，提出跨部门原则，注重多部门协同合作治理。基于人工智能的崛起和英国脱欧，英国在2016年开始引入政府监管为主体、框架灵活的治理机制。英国于2021年出台跨部门原则，避免了监管机构过于冗杂所导致的职能分工模糊不清，提高治理效率。同时注重政府、监管机构和社会工作的三方协同合作治理，通过建立灵活的监管框架、多主体协同治理的机制，推动人工智能健康发展。此外，英国创新监管沙盒，要求基于人工智能应用场景风险进行灵活监管。四是新加坡监管工具创新的人工智能治理机制，研发了评估框架和工具包。新加坡《人工智能治理模型框架》奠定了人工智能治理的雏形，2024年《生成式人工智能治理模型框架》创新性提出在问责机制上区分事前责任分配和事后安全网机制。事前明确各方主体的责任分配，事后将开发商责任、产品损害责任与无过失责任保险相结合，完善救济渠道。新加坡注重人工智能治理工具的创新，研发了人工智能治理评估框架和工具包。其测试框架参考了国际公认的人工智能道德和管理原则，旨在通过测试工具让企业自行评估，确保人工智能系统的安全性和弹性。五是加拿大平衡风险的人工智能治理机制，注重敏捷治理与风险监管。加拿大《人工智能和数据法案》设立专门的咨询委员会增加独立的意见输入，旨在制定更加灵活敏捷的人工智能监管政策。《人工智能和数据法案》注重风险监管，包括预防策略和风险评估机制。要求受监管者采取事前评估措施，负责高影响人工智能系统的人员有义务识别、评估和减轻伤害或偏见输出的风险。与欧盟《人工智能法案》不同的是，加拿大没有禁止任何技术，只要创新者遵守透明度规则即可自由创新。

我国人工智能立法宜确立

综合治理机制

综合治理机制在我国人工智能立法中具有必要性。当前，我国的人工智能处于高速发展阶段，在制定法律法规科学治理人工智能过程中，构建合理有效的人工智能治理机制是重中之重。正如前文所述，世界各国均依据本国独特国情，设计出符合本国发展需求的人工智能治理机制。在我国现有的相关规范文件中，敏捷治理、协同治理、伦理治理及分级治理等多种机制呈现出零散分布的态势，尚未形成一套完整、系统的机制体系架构。我国针对网络治理已完成了从建立综合治理体系到健全综合治理体系的构建，产生了良好的治理效果。域外各国人工智能治理机制的多样性也反映了人工智能治理的复杂性，映射出单一的治理机制无法涵盖人工智能治理的全貌。因此，我国可运用综合治理思维，搭建人工智能综合治理机制框架体系。

我国人工智能综合治理机制包括人工智能协同治理机制、人工智能信息反馈治理机制、人工智能伦理治理机制、人工智能敏捷治理机制四部分。人工智能协同治理机制包括公私合作治理与多元主体协同合作治理两种机制，其中，公私合作治理机制指政府规范、行业自律、企业自治、社会监督的人工智能治理机制，采取公私融合的进路，主要有人工智能技术标准和认证治理、自我评估等行业自治机制；协同合作治理机制包括多元主体协同共治、执法协同、数据供给发展协同治理机制。人工智能信息反馈治理机制包括人工智能动态风险监测与人工智能投诉举报机制。人工智能伦理治理机制将人工智能伦理道德融入管理全过程，包括人工智能伦理委员会的设立与监管制度建立、人工智能科技伦理审查制度等。人工智能敏捷治理机制指持续类型化发现和降低风险、动态优化管理机制、推动治理机制覆盖人工智能系统、产品和服务全生命周期的人工智能治理，包括监管沙盒机制、分类分级治理、动态风险评估流程机制等。

人工智能综合治理机制具有显著优势。一是规范治理术语。当前我国规范文件中出现的人工智能敏捷治理、全过程治理、框架治理、风险分类分级治理、协同治理等用语各不相同，各治理机制之间存在概念界定不清的问题。需要对规范文件中的治理表述进行梳理和整合，使其内涵一致、边界清晰，有助于进一步完善我国人工智能治理的法律规范。二是整合治理规则，增强治理机制体系性。综合治理机制能将我国零散的人工智能治理规则进行有机整合与统一，形成相互协调、支撑的体系化的集合，有效提升我国人工智能治理机制的整体性、系统性和逻辑一致性。

（作者系清华大学法学院助理研究员、清华大学智能法治研究院研究人员）