一、人工智能立法的逻辑导向和主要模式
人工智能立法存在不同的逻辑导向和立法模式。两大逻辑导向为：以美国为代表的技术发展导向和以欧盟为代表的安全规制导向。四大主流立法模式为：统一立法模式（如欧盟）、场景立法模式（如美国部分领域）、融合立法模式（如美国部分领域）和软法先行模式（如新加坡）。
二、主要经济体人工智能立法实践
- 欧盟：以安全规制为导向，实行统一立法模式，制定了全球首部统一的人工智能综合立法《人工智能法案》，对人工智能系统进行统一界定和分类，并根据“基于风险的路径”进行风险分级管理。
- 美国：以技术发展为导向，实行融合立法和场景立法模式。联邦层面主要通过总统行政令指引人工智能规范化发展，各行业领域立法中融入人工智能相关规定，各州针对人工智能技术应用程度较深的特定场景进行了广泛的立法实践。
- 新加坡：以技术发展为导向，实行软法先行模式。通过发布非约束性的指南和建议实施人工智能治理，在最大程度推动人工智能技术创新和产业发展的同时引导人工智能安全规范发展。
- 中国：统筹发展和安全，实行融合立法和场景立法模式。将人工智能安全发展相关原则融入《个人信息保护法》等现有立法，针对生成式人工智能、深度合成等场景出台了专门的部门规章。
三、全球人工智能立法特点和趋势
- 立法逻辑导向日趋融合，安全和发展并重成为全球共识。各国在人工智能的法律规制方面将很难再从发展和安全中进行具有倾向性的价值选择，而是致力于探索安全和发展的平衡。
- 软法先行成为普遍选择，软法硬法协同治理是重要方向。大多数国家都会通过制定原则框架、标准指南等软法指导和规范人工智能的安全应用，同时探索软硬兼施的治理工具。
- 统一立法成为大势趋，多元立法模式呈融合互补趋势。制定统一、综合性人工智能立法或将成为国际主流，但场景立法、融合立法等多元立法模式作为重要补充也呈现同步发展的趋势。
- 国际治理规则持续构建，人工智能立法全球化趋势显著。人工智能技术的全球传播和应用，其带来的风险和挑战已跨越国界成为全球性问题，国际社会正逐步强化人工智能全球规则构建。
四、启示建议
- 持续完善顶层设计，形成多元共治的治理格局。加快推进人工智能综合立法进程，建立软硬协同的多层次人工智能法律体系，确立多元人工智能治理格局。
- 划定安全治理边界，确立风险分级的管理机制。建立动静结合的人工智能风险监测识别体系，合理确定人工智能风险分级原则和框架，明确人工智能应用责任归属。
- 强化国际交流对话，提出全球治理的中国方案。积极参与国际规则制定，强化人工智能治理国际合作。
