人工智能与全球治理2024年第5期

本期《全球治理学科动态》以“人工智能与全球治理”为主题，探讨了人工智能的治理模式及其可能障碍，分析了国际合作应对人工智能风险的现实路径，并考察了人工智能治理不同模式中的结果和程序合法性问题。

核心观点
人工智能的快速发展带来了重大机遇，但也伴随着风险挑战，需要国际社会共同应对。全球人工智能治理的讨论充满不确定性和争议，本期专题从多个角度进行了深入探讨。

治理模式分析
文章首先分析了不同的全球人工智能治理模式及其背后的动因和面临的张力。主要治理模式包括：

1. 伦理原则与理事会：由科技公司主导设立，旨在推动行业协作，但实际效果有限，且存在公司利用伦理原则获取监管话语权的担忧。
2. 行业治理：行业自治发展不均衡，少数公司控制关键资源，影响治理进程。欧盟《人工智能法案》正考虑对通用AI供应商施加监管。
3. 合同和执照：通过行为使用限制（如RAIL许可）规范AI应用，但全球执行面临挑战。
4. 标准：自我监管的工程标准关注技术功能、隐私和伦理，政府采取混合方式促进合规。
5. 国际协议：OECD和UNESCO等组织制定的原则具有国际影响力，但与行业文件差异不大，欧洲委员会正推动AI治理公约，但面临政治压力。
6. 具有域外效力的国内立法：如欧盟的GDPR等法规对全球企业产生深远影响，涉及数据保护、知识产权和竞争法等。

治理动因
AI带来的经济利益（提高效率、推动创新）与风险（就业市场不稳定、数据隐私、环境问题）并存，推动各国和企业寻求应对方案，通过全球治理机制制定统一框架，确保技术安全和公平应用。

治理障碍与路径
国际合作面临地缘政治竞争、制度功能失调等挑战。现有国际AI治理框架是一个弱“机制复合体”，由多个独立运作的机构组成。文章提出加强机构间协调、提升能力，以支持政策变革，实现跨领域催化性变化。建议强化现有机构合作，利用OECD等技术专长，在多个治理层次开展合作，促进一致性政策和标准发展。

治理合法性
文章指出，现有AI治理定义和实践中忽视了过程民主的重要性，缺乏程序合法性。提出AI治理合法性需兼具可取的程序和结果，并构建了合法性链条：公众赋予授权实体权力，授权实体下放权力至托管实体并负责监督。讨论了五种合法性治理模式，强调授权实体需下放权力至托管实体，AI系统本身不能治理人类。

研究结论
全球人工智能治理的必要性与复杂性日益凸显，现有治理模式面临诸多挑战，但通过加强国际合作、提升机构能力、关注程序合法性，仍可逐步推动全球AI治理，实现技术进步与风险控制的平衡。