编者按：全球人工智能治理存在着两种基本取向——控制与发展。控制派国家和组织通过底层的技术监管、中层的伦理规制、顶层的法律与政策制定进行分层治理实践。发展优先的逻辑则衍生出创业型国家体制、市场导向型体制、自律型体制三种治理机制。控制派对应的集中化治理理念和发展派对应的分散式治理理念形成了一定的政治、经济和文化张力。全球人工智能治理的中国倡议包含新质治理力：务实、合作与公平。务实指治理的技术融通与制度适用，合作包含了国内治理主体间合作与国际治理主体间合作，公平旨在消除治理中技术与责任上的不平等。中国倡议是对中外治理经验的总结，也是将人工智能治理的一国战略与全球定位融合的积极尝试。
从世界范围来看，主要国家和国际组织的人工智能治理大体分为两个派别：一派以欧盟为代表，强调监管，其借由各种“硬法”与硬治理工具，通过对全球人工智能市场的规制，在“布鲁塞尔效应”的作用下将欧盟标准转化为全球标准。非盟、东盟等均在其影响范围之内。另一派以美国、英国为首，倡导对人工智能的大力发展，其更希望通过建立全球伙伴关系来寻求发展契机。联合国、G7、G20、OECD、GPAI等国际组织属于此派别。两个派别反映出人工智能治理中的两种基本取向——控制与发展。
中国作为全球人工智能治理重要的一极力量，在综合两种取向后，开拓出一条兼容并蓄的治理道路，即在弹性控制的情况下通过合作、安全、包容、敏捷的原则促进人工智能发展。与两种治理取向相比，中国倡议更加包容稳健。务实、合作与公平是中国倡议的新质治理力，也是中国式治理参与全球对话、扩大国际传播影响力的重要内涵。本文从不同的治理取向出发，探讨全球人工智能治理中的原则与实践差异及其蕴含的张力，并在比较中发掘中国倡议的新质治理力及其国际传播价值。
一、人工智能控制原则的分层实施
近年来，人工智能在传媒、医疗、金融、交通等多个领域深度融入，引发风险和伦理争议。例如，在人工智能技术领先的美国就出现过各种人工智能风险案例：2015年，Google Photos的图像识别算法错误地将非洲裔美国人标记为黑猩猩；2018年，美国亚利桑那州一名行人被Uber的自动驾驶汽车冲撞身亡；2019年，剑桥分析事件揭示了算法对美国选举影响的潜在风险……这些案例也普遍存在于全球其他地区，突显出制定有效人工智能治理框架的极端重要性。
人工智能治理的控制原则来源于经典的控制论传统。哈佛大学伯克曼互联网与社会研究中心董事会成员乌尔斯·加塞尔与计算机科学家维吉利奥·阿尔梅达提出的人工智能的分层控制模型，成为各学科讨论人工智能治理的基础性框架。模型的第一层是技术监管，第二层是伦理规范，第三层是政策与法律制定。
最底层的技术监管模式通常有两种。第一种是互动监管，该模式着眼于监管/立法进程与技术发展之间的平衡，其中技术开发和法律制定过程相交互。印度就选择了这种整合了自上而下和自下而上方式的监管模式。第二种模式基于社会回环框架，也就是将整个社会的价值观嵌入到人工智能治理中，通过自动识别安全、隐私和正义等相关要素，建立审计机制。新加坡发布的由全球开源社区集体力量开发的AI verify治理测试框架和工具包，就是社会回环框架的一个很好的实例。
在技术监管层之上的是伦理规则层。密苏里大学的约翰·梅里尔将人工智能伦理分为三个子领域，分别是义务伦理、美德伦理和功利主义伦理。义务伦理根植于政策法规，是一套由职责、规则、义务与命令组成的普遍原则，人工智能的可解释性便属于这种义务伦理。美德伦理不是一套行为准则框架，而是针对一些特定情况的审议，例如它会被用来解决由技术开发人员人格特征和行为倾向带来的问题。功利主义伦理是从生产力与生产关系发展中产生的，作为一种社会效果的评估框架，常被用于系统对社会生产力、生产效率影响的评价中。
居于顶部的是法律与政策制定层。欧盟就在人工智能治理、数据治理等层面发布了多项具有长臂管辖权的国际法。不过由于国际法的滞后性，一些国家和国际组织会提前制定治理政策来获得治理话语权。有中国研究者根据政策机制的类型匹配和运用情况，分析得出行政领域政策、市场领域政策、社会领域政策三种类型。其中，行政领域政策制定方一般是政府和政府间组织。例如联合国、G7、G20、OECD、GPAI等就一些宏观面向制定、发布政策，各成员国通过行政命令、政策文件、指标约束等来完成政策目标。市场领域政策则由市场行为主体把控，他们根据自身利益调整政策方向，形成多元博弈的局面。大的行业组织如PAI（人工智能伙伴关系）就是由苹果、亚马逊、谷歌、DeepMind等50多家大型科技公司组成，主要合作商讨对人工智能伦理、教育等相关问题的规范治理。社会领域政策一般由非政府的专业组织制定，通过自愿性承诺来获得共识。拥有160多个国家、超40万名成员的跨国专业技术组织IEEE标准学会就围绕“全球自主和智能系统伦理倡议”设计了多项技术标准和认证机制作为智能系统伦理的指导原则。这些治理政策已经在事实上得以执行，为全球人工治理的法律制定提供了参考点。
二、人工智能发展优先的机制设计
德国慕尼黑工业大学研究者克里斯蒂安·杰法尔等认为，当国家承担起人工智能发展者角色时，根据其担负的责任衍生出三种治理机制，分别为创业型国家体制、市场导向型体制与自律型体制。该分类也成为人工智能公共政策研究中的重要参考。
在创业型国家体制中，国家作为催化剂和主要投资者，创建了一个高度网络化的参与者系统，成为创新突破的重要助推力量，但同时也为人工智能发展描绘出一幅更具风险性的技术图景。如日本作为创业型国家体制的典型，在2015―2020年间通过《日本机器人战略：愿景、战略、行动计划（2015）》、《第五期科学技术基本计划（2016―2020）》等多项文件和战略来保障行业发展，以提高私营企业的商业优势。德国联邦经济合作与发展部推动的《公平前进：人工智能惠及所有人合作倡议》，对农业、能源、教育和卫生等各个领域的人工智能发展进行计划部署。
与创业型国家体制相比，市场导向型体制倾向于更低限度的国家干预和软监管，这些软监管措施通常不具有约束力，或基本等同于自治机制。市场导向型国家在很大程度上会避免对人工智能的直接监管，私人参与者、公司和市场是技术创新的主要驱动力，同时也承担起了人工智能治理的公共责任
自律型体制是指行业领域内的利益相关者实施自我监管与自我限制。自我监管手段分为两种，一是委托公共机构例如质量认证机构、监察和仲裁/调解委员会以及伦理委员会执行相关工作。二是通过标准化文件来设定行业自律规则，例如行为准则、组织和技术行业标准等。
无论是由政治力量主导的控制原则，还是由市场力量主导的发展机制，都体现出多元主体对人工智能治理持有不同理念，从而在政治、经济、文化多种力量下形成复杂的治理张力。
三、人工智能治理张力中的价值博弈
综合上文中两种治理取向与各国家和国际组织治理实践来看，在控制派对应的集中化治理和发展派对应的分散式治理实践当中，已经形成了一定的政治、经济和文化张力。政治张力主要体现为各国家、国际组织间制度性力量的对垒，经济张力指的是国家与市场间的经济利益与秩序竞争，文化张力则是各地区、国家不同治理观念的碰撞。在这些张力之下也形成复杂的价值博弈。
在控制与发展两种不同治理取向的权衡中，制度的匹配性问题使治理实践充满政治不确定性。在相关研究中，一部分学者呼吁建立集中化的治理框架，例如建立全球性的国际人工智能组织，亦或是G20下的国际协调机构。另一部分研究者则倡导以软法、全球标准、现有国际法文书或联合国多边组织为基础的分散式治理安排。从治理成本方面考虑，集中化治理显然更占优势。在治理范围与协调性问题上，集中化治理也会更具优势。当权力集中在少数机构手中，形成一个对参与国、竞争性国际组织具有强大影响力的治理架构，就能确保政策自上而下实施的连贯性，也能通过限制成员的治理资格来保证国家的广泛参与。
但集中化治理的弊端在于建立集中化机构的过程相对较慢，且往往落后于技术变化的速度，易出现“规制俘虏”现象，即规制机构被政治团体、行业所俘虏与控制，导致公众利益受到损害。相比较而言，分散性制度框架往往具有复杂的自适应系统，能通过横向协调的方式拓宽治理的广度，相比于集中式治理决策中的冗长谈判，分散性治理能够更快对问题采取应对措施。
而各国对人工智能治理模式的选择也体现了利益分配格局中的博弈。利益分配格局由国家行为主体、非国家行为主体构成，并通过市场这个无形的手进行调控。国家行为主体一般选择保护主义策略或自由主义策略来塑造人工智能治理中的市场秩序。奉行保护主义策略的国家更有可能通过集中化治理来加强人工智能的开发、发展和使用，这种取向有利于技术的短期发展，但在“零和博弈”的观念主导下会限制合作范围，阻碍公平竞争，削弱有利于创新的动力，对市场的决策自由造成影响。奉行自由主义策略的国家假设了一个由个人组成的社会，在市场的协调下确保利益的公平分配，但这样就可能出现企业价值超越公众利益的情况。
企业作为非国家行动主体，因其对人工智能技术的控制和垄断而在治理格局中占据重要位置。企业作为重要的中介机构存在，既是强大的管理者，也是立法者监管的目标，经由企业这个“监管接入点”形成了一种对抗性的治理边界，政治和商业力量在其中博弈。
虽然大多数国家与企业在人工智能治理方式的选择上也会考虑一定的社会价值共识，但整体趋势还是会偏向工具理性。市场往往会向监管严格度、成本以及执法力度较低的国家和地区转移。而为了保持竞争力，监管更严格的国家和地区也可能被迫降低标准，从而导致监管标准整体呈下降趋势。
四、中国倡议的新质治理力
2023年10月，中国在第三届“一带一路”国际合作高峰论坛上发布了《全球人工智能治理倡议》（以下简称“倡议”），倡议围绕人工智能发展、安全、治理三方面系统阐述了中国方案。这一行动在中国人工智能治理的国际传播实践方面具有里程碑意义。中国倡议内含的“务实、合作、公平”三大新质治理力在国际传播中获得全方位展现的方法保障。
作为新质治理力的第一要素，务实是中国倡议国际传播的重要内核。它分为人工智能治理的技术融通与制度适用。治理技术的融通主要体现在安全管理、伦理审查与共享知识库建构方面。与技术融通相配套的制度适用性变革包括2017年国务院发布的《新一代人工智能发展规划》、近两年出台的《互联网信息服务算法推荐管理规定（2021）》《生成式人工智能服务管理暂行办法（2023）》等部门规章。这些不仅有助于国内技术与社会的协调发展，还能够提升中国在全球治理中的影响力与领导力。
与务实相呼应的是合作，也是中国倡议国际传播实施力的体现，它包含国内治理主体间合作与国际治理主体间合作。鼓励跨学科、跨领域、跨地区、跨国界的交流合作，推动国际组织、政府部门、科研机构、教育机构、企业、社会组织、公众在人工智能发展与治理中的协调互动。
承接务实与合作的第三项新质治理力是公平，即消除人工智能治理中技术与责任上的不平等，也是中国倡议国际传播赢得他信力的关键。中国一直在努力建构并完善人工智能风险评估、备案、分级分类等治理工具。希望需要通过凝练法律、伦理和科技间的治理共识，建构差异化、动态化的受保护特征清单，通过搭建一致性、可预测性的算法歧视审查框架来完善公平治理的路径。
务实、合作、公平的新质治理力表明中国在人工智能治理中更倾向于选择“元治理”方案，即更注重设计和协调不同治理机制、制度和政策框架，强调在复杂社会系统中实现多层次和多元利益相关者的协作。通过开展积极的对话与合作，中国新质治理力的国际传播彰显了中国作为负责任大国在全球人工智能治理中的独特力量，为相关国家提供了可借鉴的治理模式和经验。
五、结语
2024年8月1日，被冠以“全球首部全面监管人工智能法规”的欧盟《人工智能法案》正式生效，而中国的《人工智能法》也已经连续两年出现在国务院立法工作计划中，该法案计划吸收中外有效经验，形成一套能够回应本土治理需求、供全球国家参考的“总则式”法律。区域性立法进程令人鼓舞，但也要看到，不同国家和地区在技术成熟度和监管能力上存在差异，区域法规可能无法全面覆盖所有人工智能应用场景，从而影响整体治理效果。此外，各国法规针对的是本土市场需求，可能无法有效应对全球范围内的人工智能技术挑战。这进一步说明，只有在人工智能治理问题上建立更大的对话机制，各国才能更清晰地找到共同利益和争议的领域并协同解决，全球治理才有可能彻底实现。
作者简介：
全燕，苏州大学传媒学院教授，博士生导师
张入迁，暨南大学新闻与传播学院博士研究生
载《传媒观察》2024年第11期“在场·AI 及社会应用”专栏，原标题为《新质治理力：全球人工智能治理张力下中国倡议的机制创新》。原文约12500字，此为节选，注释从略，学术引用请参考原文。“传媒观察杂志”公号全文链接：https://mp.weixin.qq.com/s/WQLxDBs7gmq7I4ntLIUIww。
