中美欧人工智能法律政策比较与通用风险治理框架适用
摘要
本报告分析比较了中美欧在人工智能治理领域的典型法律政策，探讨不同监管体系的异同，并构建通用风险治理框架。报告重点关注截至2024年的立法成果，通过风险域比对呈现典型国家监管做法，同时强调人工智能治理的动态变化和全球共识的重要性。
中国人工智能法律政策
- 顶层规划：2017年《新一代人工智能发展规划》提出“三步走”战略目标，涵盖技术创新、产业发展、人才培养和法律伦理规范。
- 立法特点：呈现“从特殊到一般”的特点，既有《互联网信息服务算法推荐管理规定》等专门规范，也有《生成式人工智能服务管理暂行办法》等领先立法实践。
- 立法进展：2023年、2024年人工智能法草案连续两年列入国务院立法工作计划，全国人大常委会将其列为“第一类立法项目”。
- 监管框架：从法律及伦理规范（如《科技伦理审查办法》）、重点政策支持、技术标准化和知识产权保护、安全监管和评估四个方面构建监管体系。
美国人工智能法律政策
- 监管方式：以行政命令为主，辅以各州立法和特定领域立法，如《安全、可靠、可信地开发和使用人工智能行政令》和《人工智能权利法案蓝图》。
- 监管原则：强调安全保障、促进创新、公平与反歧视、隐私保护、可解释与透明度等，关注人工智能对人类的替代与控制。
- 监管机构：多头监管，包括白宫科技政策办公室、国土安全部、联邦通信委员会、联邦贸易委员会、商务部、NIST等。
- 立法特点：联邦层面缺乏统一立法，各州立法存在差异，如加州否决AI安全法案反映科技界对创新的担忧。
欧盟人工智能法律政策
- 典型立法：2019年《人工智能伦理准则》和2024年全球首部《人工智能法案》。
- 法案框架：基于风险分级（不可接受风险、高风险、有限风险、低风险）设定差异化监管要求，高风险系统需进行合格评定。
- 监管要求：高风险系统需上市前和生命周期内评估，有限风险系统有较高自由度，低风险系统无特殊审查。
- 处罚力度：违反规定最高罚款3500万欧元或企业年营业额的7%，采取“就高不就低”原则。
- 实施机制：要求高风险系统注册、设立监管沙盒、成立多个监管机构，并具有域外效力。
主要比较维度与框架映射
- 比较维度：报告设定21个维度比较中美欧法律政策在立法和政策强度、弹性方面的异同。
- 框架映射：将比较结果投射到中国《人工智能安全治理框架》的26个风险控制项下，为从业者提供合规参考。
结论和展望
- 动态发展：人工智能技术和监管政策持续演进，需关注技术迭代和不确定性。
- 国际共识：联合国等多边机制推动各国在基础原则和国际规则上形成共识，但各国技术、产业发展差异导致监管需求分化。
- 未来趋势：通过多边、双边机制可能形成普遍价值的一致性，但短期内各国监管重点和分歧仍将存在。
