摘要:敏捷治理是有关人工智能治理官方文件中出镜频率颇高的一种理念,已成为人工智能时代的重要治理理念,在国内外取得了广泛的共识。软法之治是人工智能的主要治理模式,敏捷治理与软法之治在思维模式、精神内核、治理主体、治理工具方面存在不少共通之处,但也有各自不同的特质。以敏捷治理理念检视我国人工智能的软法之治,可发现其存在体系化治理格局未形成、多元共识达成未体现、治理主体的灵活反应和自治能力不强、实施保障机制不足、软硬法衔接不畅等问题。鉴于此,应构建体系化的治理格局,完善多元参与协商机制,增强自治主体的灵活反应和自治能力,建立健全软法规范的全过程实施机制,优化软硬法的衔接与融合,以提高我国人工智能软法治理水平,助力人工智能深入发展。
关键词:敏捷治理;人工智能;软法之治
基金项目:湖南省社会科学成果评审委员会项目“NFT数字藏品法律性质及其交易的法律保障研究”(XSP2023FXC020);湖南省教育厅优秀青年科研项目“湖南省数字文创产业中的版权问题研究”(22B0831)
中图分类号:D922.16文献标识码:A文章编号:1003-854X(2024)05-0128-07
敏捷治理是有关人工智能治理官方文件中出镜频率颇高的一种理念。无论是英国、日本、加拿大等国签署的《敏捷国家宪章》,G7峰会发布的《组织开发高级人工智能系统国际行为准则》,还是我国的《新一代人工智能治理原则——发展负责任的人工智能》《新一代人工智能伦理规范》《关于加强科技伦理治理的意见》等文件,均对此予以明确。纵观全球人工智能法治图景,已有600多个人工智能软法项目在运行(1),在法规范的适用上大致呈现出“软法先行,硬法跟进”的局面。即使欧盟已经通过了综合性法律《人工智能法案》,我国也将人工智能法案列入了立法计划,软法规范仍然是时下治理人工智能的主要法治工具,且预计在短期内不会有过多改变。鉴于此,如何在敏捷治理理念下开展人工智能的软法之治是一个值得研究的现实问题,不但可以直接提升软法之治的效果从而助力人工智能的“善治”,而且能推动软法本身的进化,为其适应前沿科技领域的治理奠定基础。
一、敏捷治理:人工智能治理新理念
(一)敏捷治理的内涵
“敏捷”一词通常指头脑或行动之机敏,亦暗含流动性、灵活性或适应性之意。敏捷理念肇始于美国制造业领域。(2) 20世纪90年代,美国大规模生产制造业在信息通信技术变革的猛烈冲击之下,竞争劣势明显。由此,美国政府在其出台的《21世纪制造企业战略》报告中首次提出“敏捷制造”这一说法,旨在倡导制造企业采用现代通信技术,积极响应用户的需求变化,快速配置生产资源,实现制造的敏捷性。敏捷理念其后进入美国軟件工程领域,并以2001年由软件开发人员所撰写的《敏捷宣言》为标志性事件,为人所熟知。该宣言阐述了敏捷理念的四种核心价值观和十二条原则,并由此构建一个无限反馈循环。随着人工智能等新兴技术的发展,敏捷理念也进入了社会治理、公共管理、企业管理等诸多领域,充分凸显了其时代性和适应性。世界经济论坛将“敏捷治理”(Agile Governance)定义为“一种柔韧性、灵活性或适应性的行为或方法”,旨在转变政府政策的产生、制定、执行方式,以期跟上由新兴技术驱动带来的社会快速变革。(3)敏捷治理强调以一种有效的方式回应不断变化的公共需求,并呈现出四个方面的特征:(1)价值导向上,创新和治理协调发展;(2)治理主体上,政府主导,多元参与;(3)治理对象上,全过程自下而上分层治理;(4)治理工具上,灵活响应,软硬兼施。(4)
(二)人工智能敏捷治理的必要性
人工智能敏捷治理的必要性源自于时代之需。21世纪以降,以人工智能、量子科技、虚拟现实等新兴技术为代表的第四次工业革命拉开帷幕。此次工业革命的变革性和复杂性呼唤与之相配的治理范式。其一,人工智能技术快速迭代导致制定周期较长的传统治理工具难以匹配。以生成式人工智能为例,从ChatGPT-1发展到ChatGPT-4的时间跨度只有5年,尤其是从3.5版本到4.0版本迭代的时间仅为3个月。(5)而一部法律的出台,需要经过漫长且复杂的立法程序,一般耗时3至5年,再加上正式施行之前的准备时间,容易产生“法律施行即滞后”的现象。其二,人工智能的全面渗透性及其引发的不确定性风险导致以“命令—执行”为主的“官僚”治理模式难以奏效。在互联网的加持之下,人工智能早已渗透至人类生活多个方面,并建立了影响力强大的生态系统,这些生态系统通过数据和算法实现独立于人类的决策和行动,既便利了人类的生活需要,也产生了诸多的不确定性风险。在生成式人工智能时代,由于其强人机互动性和无法解释的推理能力,以致其产生的风险还同时具备外生性和内生性特点。(6)面对受众巨大且复杂多变的人工智能,一元化倾向且自上而下的传统治理模式、机械性的传统责任理论均陷入适用性困境。敏捷治理建立在非线性创新的假设之上,强调治理的适应性和灵活性,坚持“以人为本”,在政府指导和多利益攸关方参与下,运用灵活多变的治理工具,针对技术及其引发的风险展开动态治理,能够较好地应对第四次工业革命变革性和复杂性的挑战。
二、敏捷治理与软法之治的关系
软法之治,即通过软法的治理。软法(Soft Law)是与硬法(Hard Law)相对的概念。硬法通常指由国家创制且依靠国家强制力保障实施的法规范体系。软法最早产生于国际法的实践,指国际法主体间达成的不具有严格意义上法律约束力的国际协议,包括非条约义务(Non-treaty Obligations)、国际组织决议(International Organization Resolution)、行为守则(Code of Conduct)、指南(Guideline)等。(7)国内法语境下,软法是指那些效力结构未必完整、无需依靠国家强制保障实施依然能够产生社会实效的法律规范,不仅包括国家法中的宣示性、鼓励性的柔性规范,还包括国家机关创制的非立法性规范;不仅包括各类政治组织的自律规范,还包括社会共同体创制的自治性规范。(8)目前,人工智能主要处在软法规范的治理之下,若要以敏捷治理的理念推动人工智能的治理,就需要讨论敏捷治理与软法之治的关系。
(一)敏捷治理与软法之治的相通之处
在公共治理的语境下,两者同为一种治理理念或治理模式,在诸多方面有相通之处。其一,在思维上,两者均以摆脱单向性的“命令—控制”模式之桎梏为己任,遵循人本逻辑,强调以适应治理对象的需求为导向、自下而上的治理。其二,在精神内核上,两者都有民主、自治、宽容的价值追求。敏捷治理承认政策制定不再局限于政府,而是多元利益攸关方共同努力之结果。软法的形成以创制主体地位平等为前提,强调尽可能吸收、考虑社会共同体的意愿,共商是软法正当性的基础。敏捷治理颠覆传统官僚组织原则,该模式下负责任的非政府治理主体具有相当程度的自由裁量权,能够自己制定相应的治理规范和规则,且相关行为人能够自发遵守。我国的软法之治以“平衡论”为基础理论,强调要正视与行政权相对一方的私营企业、社会组织等其他主体在公共治理中的重要作用,其精髓在于社会组织和公民的自治。敏捷治理的治理主体在制定政策或规则的过程中,要充分吸纳不同利益攸关方的意见,充分考虑技术各方主体的利益,且预设治理过程中犯错,并鼓励治理主体从中吸取教训,快速学习。软法之治的宽容则体现在更多地采用和平友善的方式对社会进行治理,以妥协的方式弥合利益的冲突。其三,在治理主体上,两者都是“多元主体参与”的积极践行者。敏捷治理追求构建多层次治理体系,鼓励政府以外的企业、社会组织、公民等多元主体共同参与到治理当中,从而制定更加科学的治理政策和提供更加精准性和针对性的治理手段。软法的创制和实施过程都具有多元主体参与的特性。软法之所以被认为是拓展意义上的法规范,就在于创制主体由一元向多元拓展,参与渠道由间接参与朝多向度参与拓展。(9)其四,在治理工具上,两者均强调灵活响应、刚柔相济,且有重合的部分。敏捷治理密切关注环境变化,及时调整监管措施,通过技术、政策、法律手段来达到治理目标,其中包括伦理规范、标准指南、行业自律公约、决策实验室、监管沙盒等工具或制度措施,而这里本身就包含了许多软法规范。
(二)敏捷治理与软法之治的不同之处
当然,由于起源和侧重点不同,敏捷治理与软法之治也存在一些明显差异。敏捷理念起源于产业领域,技术色彩浓厚,被引入公共治理领域后,主要用来应对新兴技术驱动所带来的社会变革。软法起源于国际法领域。在20世纪国家管理模式失灵之后,随着公共治理的兴起,软法之治逐步引起人们的重视,并在社会生活的各个领域发挥着重要作用。(10)概言之,敏捷治理与新兴技术有着天然血脉联系,有着明显的方法论意义。而软法之治则与法的“国家性”情结(硬法情结)的反思有着不解之缘,有着一定的认识论意义。这一内在“基因”上的差别致使两者存在一些不同的特质。比如,敏捷治理着眼于弥合数字社会快速变迁与政府监管滞后的矛盾,需要为技术快速发展带来的变化做好持续性的准备,并从变化中持续学习和反馈,最终服务于终端用户。因此,敏捷治理有着时间灵敏度的特质,且推崇与之相应的小额增量循序渐进的实践方式。软法之治与硬法之治同属法治模式,均是全面推进依法治国的重要组成部分。软法之治通常包含软法亦法、共识机制、奠基硬法、软硬法协同等特有命题。除此之外,敏捷治理和软法之治还存在程度上的差别。比如,两者都有自治的价值追求,但因敏捷治理对治理主体有着持续的自反性學习能力的具体要求,因而对主体的自治能力有着更高程度的要求。综合两者之间的异同分析,可为下文内容的开展勾勒出一条清晰的思路:在保有软法之治自身特质的前提之下,尽可能地吸收借鉴敏捷治理理念,融合其特有之处,强化两者相通之处,将其作为人工智能软法治理中“良法善治”的准据,以期提高人工智能软法治理的水平和成效。
三、敏捷治理理念下我国人工智能软法之治的问题检视
(一)体系化治理格局未形成
近年来,我国已创制了多部有关人工智能的软法规范,具体包括:(1)中央层面的方针指引。党的十九大和二十大报告均强调要推动人工智能的发展,构建新的增长引擎。(2)国家层面的政策性文件或伦理规范。国务院印发《新一代人工智能发展规划》(以下简称“《发展规划》”),国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》(以下简称“《治理原则》”)和《新一代人工智能伦理规范》(以下简称“《伦理规范》”),中国电子技术标准化研究院编写的两版《人工智能标准化白皮书》,国家互联网信息办公室等发布《关于加强互联网信息服务算法综合治理的指导意见》,中央网信办发布《全球人工智能治理倡议》。(3)行业标准和技术标准。国家市场监督管理总局和国家标准化管理委员会发布《信息安全技术 机器学习算法安全评估规范》《人工智能 面向机器学习的数据标注规程》。(4)行业自律公约。中国人工智能产业发展联盟组织相关专家研究起草《人工智能行业自律公约(征求意见稿)》,深圳人工智能行业协会与科大讯飞等数十家企业联合发布《新一代人工智能行业自律公约》,中国网络社会组织联合会联合105家会员单位以及相关企业共同发起《互联网信息服务算法应用自律公约》。(5)科研机构、企业发布的共识、伦理报告、宣言等。北京智源人工智能研究院联合北京大学、清华大学等高校科研院所和产业联盟共同发布《人工智能北京共识》,腾讯研究院和腾讯AI Lab联合发布《智能时代的技术伦理观——重塑数字社会的信任》,北京智源人工智能研究院和瑞莱智慧联合发起,华为、百度等多家研究机构与互联网企业参与的《人工智能产业担当宣言》。
新兴技术在发展过程中有可能在各个阶段和环节产生新风险,只有对治理对象进行持续观测,才有可能及时应对风险。因此,敏捷治理更拥有全局性眼光,更加关注治理对象发展的全过程。尤其是在“模型泛在”的生成式人工智能时代,大模型具有全局表征能力强、通用性强、可扩展性强等特点,具备赋能千行百业的适应性,推动产业跨域深度融合。这更迫切地对人工智能的全局性治理、全产业链治理提出了更高的要求。(11)对此,只有形成各个部分有机联系、相互作用和相互影响的体系化治理格局,才能充分调动一切治理资源,有效践行敏捷治理的全局性理念。目前,上述诸多软法规范的创制仅能视为我国初步构建了人工智能软法规范的制度性框架,但距体系化的治理格局尚有差距。其一,软法规范之间的衔接和呼应不够,难以聚力形成规范合力。比如,《发展规划》对伦理、法律相关领域和民众实际需求等社会方面的关注度不够,只将“制定促进人工智能发展的法律法规和伦理规范”作为一项从属于人工智能技术发展的保障措施。其二,治理主体之间的主动性对比不合理。在软法规范供给侧,呈现“头脑热”、“四肢凉”的差别:顶层政府主导色彩过于明显,大部分软法规范出于官方创制,而位于中间层的科技类社会组织和底层的科研创新主体提供的软法规范相比较少,行业自律的主动性尚不充足。其三,各治理主体之间的工作边界不明晰。比如,我国存在众多的标准制定主体,仅在国家层面就有全国信息技术标准化技术委员会、全国自动化系统与集成标准化技术委员会、全国音频、视频及多媒体系统与设备标准化技术委员会等多家单位。虽然不同单位的具体分工不一,但是也存在重合之处,比如,全国信息技术标准化技术委员会和全国信息安全标准化技术委员会都有涉及生物特征识别领域的标准化工作,再加上人工智能标准涉及共性技术领域较多,更有可能导致标准化工作交叉重复。换言之,多层次的软法治理格局虽在形成,但是各个主体之间的有机整合尚未完成。
(二)多元共识达成未体现
敏捷治理通过让更多的利益攸关者参与到决策过程以实现治理目标,并建立机制维持各方平衡,确保政策或措施的长期可持续性。同时,这也是敏捷治理包容性的一种体现。另外,协商共识既是软法之治的正当性基础,也是其能够产生实际约束效果的重要保障。然而,考察多数有关人工智能的软法规范,较为突出的问题在于创制过程中的协商性和透明度不够,主体之间是否就治理事项真正达成共识以及程度如何不明显。主管部门在起草《治理原则》的过程中曾在网上公开动员公众参与,收集从业人员甚至普通用户对人工智能的期待和愿景,召开有关高校科研院所和企业代表参加的座谈会,广泛凝聚社会共识。然而,这里的“共识”是否经过软法所强调的充分讨论、协商,有没有专门的意见收集和反馈程序,根据现有的文献无从得知。在《伦理规范》的创制过程中,新一代人工智能治理专业委员会“充分考虑社会各界的伦理关切”,经过专题调研、集中起草、意见征询等程序步骤,但似乎只是停留在“征询意见”这一层次,象征性意义更强。现有公开文献未显示多元主体充分参与协商、意见反馈落实程度如何。类似的情况在标准制定领域也有发生。人工智能技术标准制定过程中,标准化组织未充分利用信息技术的优势加强相关主体的参与程度以及充分协商的程度。以国家标准为例,通常仅通过标准化组织的官方网站、电子信息技术化平台以及纸质文件和Email等形式征求意见,且不具备常规化和制度化的意见反馈环节。在行业自律公约领域,软法规范创制的协商性和公开性更不明显。根据现有报道,仅中国人工智能产业发展联盟组织在起草《人工智能行业自律公约(征求意见稿)》的过程中,有过向会员单位和社会各界公开征求意见的环节。而《新一代人工智能行业自律公约》和《互联网信息服务算法应用自律公约》在公开的信息源中都未提及创制过程,并且也难以搜索到这两份公约征求意见的信息痕迹。
(三)治理主体的灵活反应和自治能力不强
治理主体是治理行为成败的关键。在敏捷治理理念下,治理主体需要具备灵活反应、自治(自组织性)等能力,才能有效开展治理活动以应对新兴科技带来的社会变革。考察我国人工智能的软法之治,可以发现官方机构的灵活反应能力不够。一些官方机构尚未建立专门的部门以跟踪新兴技术的发展,实践中吸收企业、专家学者意见的程度也不够,无法做到及时有效评判、风险预警,更没有形成长效的学习反馈机制,以致在政策制定的敏捷度上无法匹配人工智能技术发展的步频。同时,一些制度进一步制约了官方的反应速度。比如,国家标准和行业标准的制定程序较为繁琐。一项标准的全生命周期需要经过九个阶段,即预备立项、立项、起草、征求意见、审查、批准、出版、复审、废止。这意味着一项国家标准或行业标准的制定周期可达20多个月以上。在人工智能时代,这样的制定速度已跟不上技术发展的步伐,很有可能导致某些技术标准刚一出台即落伍。(12)对于其他治理主体而言,主体地位的不足,影响其自治能力,是阻碍其独立开展敏捷治理的重要因素。我国行业组织受主管部门的制约程度较大。(13)以中国互联网协会为例,该协会性质上是非营利性的社会组织,但却与对应的工业和信息化部有着密切的联系,体现出浓厚的依附性。这种依附性,一是体现在工业和信息化部作为主管部门对协会的业务指导和监督管理;二是体现在会员代表大会因特殊情况需提前或延期换届的,或是理事长等领导如超过最高任职年龄或是需要延长任期的,除须由理事会表决通过之外,还需报业务主管部门审查同意并经社团登记管理机关批准。除此之外,协会修改协会章程、终止动议等,也须报业务主管部门审查同意。即使中国互联网协会在行业自治的实施方面存在颇多亮点,但更多的是处在“辅助者”角色下做出的业绩,离敏捷治理要求中自治性(自组织性)仍有相当差距。
(四)实施保障机制设置不足
以用户需求为导向的敏捷治理,更为注重诸多治理工具能否有效落地实施,这也是开展持续性治理行为的必然要求。法律的生命在于实施,于软法也不例外。根据美国亚利桑那州立大学的研究显示,当前全球仅有大约30%的人工智能软法项目公开提到了执行或实施机制。(14)总体看来,我国人工智能软法治理停留在原则层面较多,缺乏操作层面的具体规范,软法规范本身的实施机制不健全。比如,前述《伦理规范》虽有专章规定“组织实施”,但该章总计只有3条规定(分别规定了实施主体、细致伦理规范的制定、规范生效日期及适时修订),更像是法律文本的“附则”,并未含有实质性的内容。相比之下,电气电子工程师协会(IEEE)的人工智能社会伦理规范已经初步形成了实施机制。(15)人工智能行业自律公约的操作性和实施性更为薄弱。上述三份自律公约似乎更像是一种态度宣言,内容较为简单。比如,《新一代人工智能行业自律公约》只有七条内容,几乎仅是对人工智能相关原则的阐述,缺乏操作性。《互联网信息服務算法应用自律公约》则缺乏实施方面的规定。仅《人工智能行业自律公约(征求意见稿)》的内容和结构相对完整,在操作性和实施性方面相对较好。
(五)软硬法衔接不畅
敏捷治理注重采用软硬兼施的治理工具,以达到灵活响应技术的快速变革。在软法之治的疆域里,软硬法混合治理是一个永恒的命题,不可避免。检视我国人工智能的软硬法混合治理情况,两者之间的衔接并不通畅。比如,目前我国硬法中有关标准的准用性规范明显不足,导致在有关标准已经颁布实施的情况下,相关法律法规也未借助标准化成果解决问题。我国网络与信息法领域中的立法虽然都含有涉及技术标准的条款,比如:《网络安全法》第15条、《数据安全法》第10条、《个人信息保护法》第62条等,但这些条款仅是有关制定标准的委任性规范。(16)委任性规范仅涉及由谁来制定标准的问题,并不能解决标准的效力和适用范围的问题,而后者才是标准与硬法协同治理的基础。此外,软硬法之间也存在一些不协调之处。比如《汽车数据安全管理若干规定(试行)》将指纹、声纹、人脸、心律视为生物识别特征信息,但这与有关生物特征识别标准中的规定不完全一致。(17)
四、我国人工智能软法之治问题的解决对策
(一)构建体系化的治理格局
总体上,要形成政府、企业、学校、社会组织、公众等多方协作的体系化治理格局。我国公权力在社会中占据支配地位,政府在形成体系化格局中应该承担更多的重任。政府要增强自己的适应能力,结合人工智能发展现状及其趋势,适时完善已有的顶层设计文件,打造体系化的治理框架。比如,可以考虑完善《发展规划》,将“制定促进人工智能发展的法律法规和伦理规范”提升至“重点任务”的高度,以突出建设人工智能法律制度和伦理规范的重要性,由此呼应人工智能伦理规范制定的进程。政府可以考虑推动建立软法规范体系。我国软法规范种类繁多,有必要对这些规范进行一定程度的整理,使不同类型的软法规范各司其职、各行其是,减少潜在冲突,以便形成不同软法规范之间的合力,助推人工智能的治理。一般而言,软法更侧重反映的公共意志主要表现为一种横向平行关系,因此,不同软法规范之間的法律位阶不甚明晰。但这并不代表软法规范就是杂乱无序的。至少,同一或同类主体制定的不同软法规范可以有相应的排列方式,比如:有关人工智能标准就有基础共性标准和行业应用标准之分。现阶段由国家主导制定的软法规范占据了主要部分,这就为建立软法规范体系奠定了基础。一方面,具有隶属关系的上下级政府就同一主题制定的产业政策天生就具有位阶区别;另一方面,政府可以推动社会组织、科研机构、科技企业在其制定的治理原则、伦理框架基础之上制定各自具体的软法规范,并可作相应的备案要求,以确保其他治理主体创制的软法规范符合已达成国内共识的基本原则和精神。
社会组织、大学及科研机构、科技企业等治理主体应该积极合作,加大软法规范的供给力度,满足人工智能治理的需求。目前我国软法规范的创制多以政府机关为主导,社会组织、科技企业自主创制较少,科研机构自主创制则更少。这就需要社会组织、科技企业、大学和科研机构等多元主体,提高积极主动性,依据官方主导的治理原则和伦理框架,围绕人工智能的治理目标,采取多样化的治理策略,创制不同阶段、不同场景的软法规范,并加以贯彻实施。尤其是大学和科研机构,凭借其在科学技术研究方面的权威性以及非市场主体的地位,创制的软法规范能得到社会更广泛的认同,还可开展对官方有关政策的影响评估。
(二)完善多元参与协商机制
新兴产业中的监管者和被监管者之间存在着重要的相互依赖关系。(18)为此,政府需要构建有效的人工智能治理交流平台,鼓励利益攸关者的广泛参与,促进其自身、社会组织、科技企业、大学和科研机构与公众围绕人工智能治理议题开展协商对话,增进理解,凝聚共识,这是人工智能时代共建共享共治的合作基础。
从横向上看,应尽最大可能扩大参与主体的范围。目前,人工智能的软法规范创制过程中多看重专家意见和业界意见,对民众意见的重视和采纳程度不高,导致许多软法规范技术色彩浓厚,而民众需求反映度不高。虽然民众意见多偏感性,价值偏好和自身利益较为明显,但专家的意见也难保完全客观理性,而业界的意见也有其明显的价值倾向。只有将政府、业界、专家、社会组织、民众置于同一平台,就相关软法规范进行协商,互相交流,表达彼此,尽可能地充分综合所有利益攸关者的意见,并从中剔除非理性之处,才能保证所制软法规范的科学性和合理性。
从纵向来看,应该提高利益攸关者的参与程度。根据美国学者Sherry Arnstein的市民参与阶梯理论,公众参与可划分为三种层次:假参与、表面参与、深度参与。(19)其中,表面参与通常表现为一般公开说明会、听证会、民意调查等。从现有公开的信息源来看,我国人工智能软法创制中征集民意的环节几乎可视为该理论中的“表面参与”。这种程度的参与并未充分体现软法的沟通和协商最大特征,也不利于发挥软法独有的功能。因此,应尽可能地提高利益攸关者在软法创制中的参与程度。除开国家层面的重大战略规划,官方机构可在治理原则、伦理框架、标准制定等方面下放一定的权力,给予利益攸关者参与权、决策权和监督权,切实提高利益攸关者的主体地位,以平等的姿态与各方主体协商后再作出最终决策方案。此外,官方机构、民间机构、社会组织等要建立常态化的意见反馈机制,让利益攸关者的意见得到有效反馈,以便了解和掌握其意见是否被采纳以及采纳的程度。
(三)增强治理主体的灵活反应和自治能力
由于官僚思维多固化的传统,要实现人工智能治理的敏捷性,关键就在于官方机构灵活反应能力的培养。这不仅需要官方机构本身具备人工智能领域的基础专业知识,还需要其具备迅速感知和应对人工智能技术利用过程中的风险的能力。官方机构可考虑成立特别的部门或者委员会,其成员覆盖法律、政策、技术、伦理等多学科专家。除负责一般的政策制定和监管检查工作之外,该部门或委员会还应负责持续跟踪人工智能领域内新兴科技发展前沿动态,对科技创新可能带来的规则冲突、社会风险、伦理挑战加强预警与研判,一旦发现潜在风险,迅速制定或调整有关人工智能治理的软法规范。(20)此外,还需对官方机构应对速度的有关制度进行修订。比如修订《标准化法》,简化国家标准和行业标准的制定程序,缩短标准出台的时间。
增强治理主体的自治能力可通过提高主体地位来实现。以社会组织为例,首先,政府应克服敏捷思维与官僚结构之间的张力,增加对社会组织的信任,改变对其管理甚至提防的旧有心态,转而将其视为人工智能治理中的合作伙伴,深入推进脱钩改革,向其赋权赋能。其次,国家要完善相关立法,对某些社会组织的自治权予以确认和细化。比如,我国可以加快制定《行业协会商会法》,对行业协会的独立地位及其自治权予以确认,对行业协会自治的界限范围、运行方式、监督和救济机制予以具体规定。再次,政府搭建和培育涉人工智能社会组织发挥民主协商功能和决策咨询作用的平台与机制,且通过扩大购买服务的范围和规模等方式,加大对该类社会组织的资金支持。最后,社会组织要有积极参与人工智能治理的使命担当,增强自治意愿,遵循法治原则,积极加强自身治理能力的建设,减少对政府的过度依赖,避免治理过程中“不在场”现象的产生。(21)
(四)建立健全软法规范的全过程实施机制
首先,要明确软法规范的实施主体。需要注意的是,人工智能在研发、供应、应用等不同阶段,有可能存在多个实施主体,相应的要求也不同。因此,需要明确不同阶段实施主体的自身角色属性,划分好各自实施工作的范围和重点,并强调相互之间的合作共赢。其次,要建立“预备—实施—监督”的全过程实施机制。在预备的事前阶段,政府、社会组织、科技企业等需要构建相应的文化氛围。人工智能全生命周期的实施都需要社会各界的投入与支持。为了保证实施过程的顺畅,政府、社会组织等需要通过教育培训或社会宣传不断向从业者和民众传播治理原则、伦理意识、共同价值观等内容,以增加从业者和民众对相关软法规范的普遍认同和理解。在具体实施的阶段,实施主体要分场景和领域做出有针对性的实施举措,将治理原则、伦理规范等意识嵌入到人工智能项目之中。由于人工智能存在较大的不确定性,实施主体可以考虑建立风险分类清单,以便优先考虑和处理已经确定的风险。最后,实施主体要注意采取多样的实施手段,比如:借助利益刺激,因势利导,激励相关受体遵循软法规范;也可以通過内部罚则,剥夺成员资格或限制其行为能力,以迫使成员遵守软法规范。软法规范的实施要始终处于监督之下。各软法项目应该建立相关的监督机构或监督人员,对实施规范的效力、实施主体的能力、各利益方责任的分配、权限等进行监督,确保实施规范运行。
(五)优化软硬法的衔接与融合
人工智能的复杂性、风险性、跨行业、跨部门、多场景等诸多特点决定了其治理需要软硬法的有效衔接与融合。为此,立法机关和软法制定主体应该积极协作,整合国家强制与社会自治两种治理资源,构建以“基础性硬法+具体软法规则”为基本框架,“硬中有软”、“软中带硬”的软硬法混合治理体系。
就硬法方面而言,为了做好软硬法的衔接和融合,立法机关应该注意三点:其一,在制定有关人工智能基础性法律时,注意将有关的治理原则、伦理规范吸收进法律条文之中,即所谓“硬中有软”。其二,在制定有关人工智能专门法律时,注意多设置准用性条款,为软法带来硬度,即所谓“软中带硬”。准用性规范能够为软法规范确立“硬”的效力以及适用情形。通过准用性规范,硬法可以将难以预先确定原理及进路的技术规制任务交由软法实施,而其自身只需为软法的选择和运用确定前提条件与具体目标。(22)其三,在涉及有关人工智能技术术语、分类、操作规程等基础性概念时,应注意与已经制定并实施的国家标准、行业标准等软法相衔接,保持在使用术语和分类、界定技术流程等方面连贯与一致,避免法律与技术实践脱节。
从软法方面来说,要做好软硬法的衔接和融合前提是软法“自身硬”。该处的“硬”并非指软法具备国家强制力保障实施,而是指软法必须要“有硬气”和“质量硬”。“有硬气”指的是在软法制定的过程中,制定主体要严格遵守硬法的各项规定,确保软法内容不与相关硬法规定相违背,尤其不能损害义务主体的法定权利。“质量硬”指的是制定主体应该努力提升软法在制定时的民主协商性和内容上的科学性、规范性,要注意各项软法之间协调一致,也可考虑借鉴硬法的立法后评估制度,建立制度化的软法后评估机制,及时反馈更新。此外,各软法制定主体应该进一步开展新技术新应用的前瞻性研究以及治理需求调研,为我国人工智能的不同应用场景提供更多的规则供给,填补硬法的空白,同时也为将来相关硬法的制定奠定基础。
注释:
(1)(14) See Carlos Ignacio Gutierrez & Gary E. Marchant, A Global Perspective of Soft Law Programs for the Governance of Artificial Intelligence, Arizona State University, 2021, p.3, p.9.
(2) 何植民、谢宝洁:《国外敏捷治理理论的变迁与创新》,《中国社会科学报》2021年9月2日。
(3) See Word Economic Forum, Agile Governance: Reima-gining Policy-Making in the Fourth Industrial Revolution, 2018.
(4) 韩兆柱、申帅杰:《敏捷治理:人工智能治理新模式》,《华东理工大学学报》(社会科学版)2024年第1期。
(5)(6) 张凌寒、于琳:《从传统治理到敏捷治理:生成式人工智能的治理范式革新》,《电子政务》2023年第9期。
(7) See Gary E. Marchant & Carlos Ignacio Gutierrez, Soft Law 2.0: An Agile and Effective Governance Approach for Artificial Intelligence, Minnesota Journal of Law, Science and Technology, 2023, 24, pp.384-385.
(8) 罗豪才、宋功德:《认真对待软法——公域软法的一般理论及其中国实践》,《中国法学》2006年第2期。
(9) 强昌文、张萍:《论软法之治的基本特点》,《社会科学战线》2014年第9期。
(10) 罗豪才、宋功德:《软法亦法:公共治理呼唤软法之治》,法律出版社2009年版,第36-43页。
(11)(17) 张欣:《面向产业链的治理:人工智能生成内容的技术机理与治理逻辑》,《行政法学研究》2023年第6期。
(12) 崔俊杰:《个人信息安全标准化进路的反思》,《法学》2020年第7期。
(13) 黎军、高俊杰、周卫:《行业自治研究》,中国社会科学出版社2018年版,第45页。
(15) 黄国彬、黄恋、陈丽:《IEEE人工智能社会伦理规范实施机制研究》,《情报工程》2021年第4期。
(16)(22) 蔡星月:《人工智能的“标准之治”》,《中国法律评论》2021年第5期。
(18) 薛澜、赵静:《走向敏捷治理:新兴产业发展与监管模式探究》,《中国行政管理》2019年第8期。
(19) 桂萍:《重大行政决策的公众参与制度研究》,苏州大学出版社2016年版,第162-164页。
(20) 陈万球:《科技伦理敏捷治理的三重维度》,《光明日报》2023年9月18日。
(21) 马长山:《从国家构建到共建共享的法治转向——基于社会组织与法治建设之间关系的考察》,《法学研究》2017年第3期。
作者简介:龙龙,长沙学院法学院副教授,湖南长沙,410022。
(责任编辑 程 骋)